사용자의 문해력 향상을 위한 LLM기반 문제 생성 시스템

LLM-based Question Generation Learning System for Improve Users’ Literacy Skills

최근 영상 매체의 발달 및 짧고 자극적인 영상의 유행으로 인하여 책, 신문 등과 같은 문자 매체를 접하는 빈도가 줄어들었다. 이로 인해 해당 소비층인 10대~20대의 문해력이 현저히 낮아지고 있으며 이에 따른 사회적 문제도 발생하고 있다. 본 연구에서는 이러한 문제를 해결하기 위해 LLM(: Large Language Model)을 기반으로 한 문제 생성 시스템을 개발하여 사용자의 문해력 향상을 도모하는 방법을 제시한다. 본 시스템은 사용자가 문제 유형(읽기, 말하기, 듣기)을 선택한 후, 원하는 텍스트(뉴스 기사, 문학·비문학 지문, 논문 등)의 일부를 입력하면, 이를 바탕으로 선택한 유형의 문제를 자동으로 생성한다. 또한 사용자가 문제에 답변을 입력하면 정답 여부와 함께 상세한 풀이를 생성한다. 해당 시스템의 높은 접근성과 사용자 맞춤형 문제 생성은 기존의 문해력 학습방법과는 확연한 차이점을 보이며, 문해력 학습의 새로운 방향성이 될 것으로 기대한다.

Due to the recent development of video media and the popularity of short and stimulating content, the frequency of exposure to text media such as books and newspapers has decreased. As a result, literacy skills among consumers in their teens and twenties have significantly declined, leading to various social problems. In this study, we propose a solution by developing a problem generation system based on a Large Language Model (LLM) aimed at improving users' literacy skills. The system allows users to select a question type (reading, speaking, listening) and input part of a desired text (e.g., news articles, literary/non-literary passages, research papers), based on which it automatically generates the selected type of question. Additionally, when the user inputs an answer, the system generates feedback on the correctness of the response along with a detailed explanation. The system's high accessibility and personalized problem generation make it distinctly different from existing literacy education methods and is expected to present a new direction for literacy learning.