꿈꿔왔던 수업, 이젠 AI가 찾아드립니다: LLM 기반 강의 추천 시스템
미국 대학생들의 수업 선택 어려움을 해결하고자 개발된 LLM 기반 강의 추천 시스템에 대한 연구 결과를 소개합니다. RAG 기술을 이용하여 학생들의 질의에 맞는 이상적인 수업 설명을 생성하고, 임베딩 벡터를 통해 유사한 실제 수업을 추천하는 혁신적인 시스템입니다.

미국 대학가에선 학생들이 전공을 결정하기 전 다양한 학문 분야를 탐색하고, 수많은 수업 중에서 자신에게 맞는 과목을 선택하는 데 어려움을 겪는 경우가 많습니다. 수업 정보 접근성이 떨어지고, 캠퍼스 내 검색 기능이 부족한 경우가 많기 때문입니다. Hugh Van Deventer, Mark Mills, August Evrard 세 연구자는 이러한 문제를 해결하기 위해 LLM(대규모 언어 모델) 기반의 혁신적인 강의 추천 시스템을 개발했습니다.
이 시스템은 Retrieval Augmented Generation (RAG) 이라는 기술을 사용합니다. 학생이 원하는 수업에 대한 질의를 입력하면, 시스템은 먼저 '이상적인' 수업 설명을 생성합니다. 마치 학생이 직접 작성한 완벽한 수업 설명서와 같다고 생각하면 됩니다. 그런 다음, 이 설명을 임베딩 벡터로 변환하여 실제 개설된 강좌들과 비교 분석합니다. 임베딩 벡터란, 수업 설명의 의미를 수치 벡터로 표현한 것으로, 벡터 간 유사도를 비교하여 학생의 질의와 가장 유사한 수업을 추천하는 것입니다.
단순한 키워드 검색과 달리, RAG 기반 시스템은 수업 내용의 뉘앙스까지 파악하여 더욱 정확하고 유용한 추천을 제공합니다. 연구자들은 이 시스템의 공정성까지 평가하고, 캠퍼스 내 시범 시스템 구축 계획까지 제시하며, 실제 적용 가능성을 높였습니다. 이 시스템은 학생과 담당 교수 모두에게 유용하며, 대학 교육 환경 개선에 크게 기여할 것으로 기대됩니다.
핵심: 이 연구는 단순한 정보 검색을 넘어, 학생들의 학습 경험을 향상시키고자 하는 AI 기술의 활용을 보여주는 훌륭한 사례입니다. LLM과 RAG 기술의 조합은 교육 분야에 새로운 가능성을 열어줄 것으로 예상됩니다. 앞으로 더욱 발전된 AI 기반 교육 시스템이 등장할 가능성을 시사합니다.
(추가): 본 연구는 대학 강의 추천에 국한되지만, 이 기술은 다른 분야의 추천 시스템에도 적용 가능하며, 개인 맞춤형 서비스 제공에 유용하게 활용될 수 있을 것입니다. 예를 들어, 도서 추천, 영화 추천, 심지어는 직업 추천에도 활용될 수 있다는 것을 시사합니다.
Reference
[arxiv] From Interets to Insights: An LLM Approach to Course Recommendations Using Natural Language Queries
Published: (Updated: )
Author: Hugh Van Deventer, Mark Mills, August Evrard
http://arxiv.org/abs/2412.19312v1