과학용어 설명 자동 채점 시스템

초·중·고 교과과정 과학용어에 대한 학생의 주관식 설명형 답변을 자동으로 평가하는 AI 채점 시스템입니다. ElasticSearch를 활용한 문장 검색과 의미 기반 비교, 어휘 유사도(BLEU), 키워드 출현 등을 조합하여, 정답이 없는 상황에서도 다양한 기준에 따라 채점이 가능한 채점 시스템을 구현했습니다.

Apr 25, 2025
  • 수행 기간: 2023.05.01 ~ 2023.08.31 (4개월)
  • 고객사: 비공개(교육관련 연구소)
  • 역할: AI 엔지니어 / 시스템 설계 및 개발
  • 기술 스택: FastAPI, Docker, MongoDB, ElasticSearch

📝 프로젝트 개요

초·중·고 교과 과정에서 사용되는 약 3,000여 개의 과학용어를 기반으로, 학생의 주관식 설명형 답변을 자동으로 채점하는 AI 기반 평가 시스템을 개발했습니다.
교과서 지문을 중심으로 학생 답변과의 의미적 일치도, 키워드 포함 여부 등을 종합적으로 분석하여 채점 결과를 수치화하는 시스템입니다.
정답 데이터가 존재하지 않는 상황에서, 검색 기반 평가 지표(Semantic / Lexical / Coverage)를 활용한 자동 채점 방식을 설계했습니다.

🔧 담당 업무 (Responsibilities)

  • 교과서 기반 문장 검색 시스템 구축 (ElasticSearch 활용)
  • Semantic / Lexical / Coverage 기반 자동 채점 로직 설계
    • ChatGPT를 활용한 정의문 생성 및 의미 비교
    • BLEU 점수 기반 어휘적 유사도 평가
    • 키워드 출현 기반의 부분점수 부여
  • FastAPI 기반 검색 및 채점 API 서버 구현
  • 사용자 환경에 맞춘 Docker 패키징 및 배포 구성
  • 초/중/고 학년별 채점 기준 차등 적용 로직 설계

📈 성과 및 특이사항 (Achievements & Highlights)

  • 정답 데이터 없이도 평가가 가능한 비지도/검색 기반 채점 엔진 개발
  • 실제 교과서 데이터를 활용한 현실 반영형 평가 기준 구현
  • 의미, 어휘, 키워드 관점의 다중 평가 지표 조합을 통한 정교한 평가 로직 구현
 
시퀀스 다이어그램
notion image
임베딩 샘플 시각화(t-sne)
  • 정답(검정색) 기준으로 학생들의 답변들이 점수에따라 분포해있는 걸 확인할 수 있다.
notion image