학습 시점과 문항 유사도를 고려한 Knowledge Tracing 모델

본 글은 학습 시점과 문항 유사도를 함께 고려하여 학생의 지식 상태를 추적하는 새로운 Knowledge Tracing 모델을 제안합니다. 기존 모델들이 주로 학습 순서나 문항 간의 관계만을 고려했던 것과 달리, 이 모델은 문항의 내용적 유사성을 활용하여 학생의 지식 상태 변화를 더욱 정교하게 예측합니다.

특히, LLM을 활용하여 문항 임베딩을 생성하고, 이를 통해 문항 간의 의미론적 유사도를 측정하는 방식을 도입했습니다. 이를 통해 학습자의 현재 지식 수준뿐만 아니라, 앞으로 학습할 문항과의 관련성까지 고려하여 개인 맞춤형 학습 경로를 제공하는 데 기여할 수 있습니다.

이는 교육 기술 분야에서 AI를 활용한 지능형 학습 시스템 개발에 중요한 시사점을 제공합니다.