Earticle

현재 위치 Home

협력학습 지원 시스템 고도화를 위한 AI 모델 성능 비교 분석 : 한국어 음성 인식 및 피드백을 중심으로
Comparative Analysis of AI Models for Enhancing Collaborative Learning Support Systems : Focusing on Korean Speech Recognition and Feedback

첫 페이지 보기
  • 발행기관
    한국정보교육학회 바로가기
  • 간행물
    정보교육학회논문지 KCI 등재 바로가기
  • 통권
    제30권 제1호 (2026.02)바로가기
  • 페이지
    pp.125-135
  • 저자
    배국환, 이영호, 박판우
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A481717

※ 기관로그인 시 무료 이용이 가능합니다.

4,200원

원문정보

초록

영어
This study compared the performance of a Korean-specific AI model and a global AI model in terms of speech recognition and feedback generation using cooperative learning data from classroom settings. Experiments conducted in real-world environments with classroom noise and multi-speaker speech revealed a clear trade-off between the two technical approaches. In the speech recognition stage, the Korean-specific model demonstrated high robustness in proper noun recognition and speaker separation. Conversely, the global model revealed limitations, failing to distinguish speakers during overlapping multi-speaker segments or committing cross-language hallucination errors where it misrecognized Korean utterances as English. In the feedback generation stage, the global model demonstrated superiority in logical reasoning with a 65.6% win rate compared to the Korean model. Notably, the Korean model tended to exhibit reference hallucinations and benevolent bias during the feedback process. Therefore, this study proposes constructing a hybrid pipeline for collaborative learning support systems by combining the acoustic robustness of Korean STT with the logical reasoning capabilities of global LLMs.
한국어
본 연구는 교실 현장의 협력학습 데이터를 대상으로 한국어 특화 AI 모델과 글로벌 AI 모델의 성능을 음성 인식 과 피드백 생성 차원에서 비교 분석하였다. 교실 소음과 다화자 발화가 혼재된 실제 환경에서 실험을 수행한 결과, 두 기술 단계 간에 뚜렷한 성능 상충 관계가 확인되었다. 음성 인식 단계에서는 한국어 특화 모델이 고유명사 인식 과 화자 분리에서 높은 견고성을 보인 반면, 글로벌 모델은 다화자 중첩 구간에서 화자를 구분하지 못하거나 한국 어 발화를 영어로 오인식하는 언어 교차 환각 오류를 범하며 한계를 드러냈다. 피드백 생성 단계에서는 글로벌 모 델이 65.6%의 승률로 한국형 모델과 비교하여 논리적 추론 부분에서 우세하였다. 특히 한국형 모델은 피드백 과정 에서 참조 환각과 온정적 편향을 보이는 경향이 있음을 확인했다. 이에 본 연구는 한국형 STT의 음향적 견고성과 글로벌 LLM의 논리적 추론 능력을 결합하여 협력학습 지원 시스템에서의 하이브리드 파이프라인 구축을 제안한다.

목차

요약
Abstract
1. 서론
2. 관련 연구
2.1. 협력학습과 교육 평가
2.2. 한국어 음성 인식 기술
2.3. 대규모 언어 모델과 교육 피드백
3. 연구방법
3.1. 실험 데이터셋 구축
3.2. 실험1: 한국어 음성 인식(STT) 성능 비교 평가
3.3. 실험2: LLM 기반 피드백 품질 평가
4. 연구 결과
4.1. 한국어 음성 인식(STT) 성능 비교 결과
4.2. LLM 기반 피드백 품질 평가 결과
5. 결론 및 제언
참고문헌

키워드

협력학습 AI 기반 평가 음성 인식 거대 언어 모델 소버린 AI Collaborative learning AI-based assessment Speech recognition Large language models Sovereign AI

저자

  • 배국환 [ Gukhwan Bae | 대구매곡초등학교 ]
  • 이영호 [ Youngho Lee | 대구교육대학교 컴퓨터교육과 ]
  • 박판우 [ Phanwoo Park | 대구교육대학교 컴퓨터교육과 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국정보교육학회 [Korean Association of Information Education]
  • 설립연도
    1997
  • 분야
    사회과학>교육학
  • 소개
    사단법인 한국정보교육학회는 21세기 지식 정보화 사회에서 정보 교육에 관한 학술 및 기술 발전에 기여하기 위하여 정보교육과 관련된 학술대회개최, 학술논문지 발간, 연구지원사업 등을 추진하여 21세기 지식 정보화 시대의 초석을 마련하며 정부에서 추진하고 있는 교육정보화 사업과 연계하는 것을 기본 방향으로 한다.

간행물

  • 간행물명
    정보교육학회논문지 [Journal of The Korean Association of Information Education]
  • 간기
    격월간
  • pISSN
    1229-3245
  • 수록기간
    1997~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 374 DDC 375

이 권호 내 다른 논문 / 정보교육학회논문지 제30권 제1호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장