GPT-5를 활용한 코드 읽기 과제 자동 채점에 관한 연구 : 코드 목적 설명 과제를 중심으로 = A Study on Automated Grading of Code Reading Tasks Using GPT-5 Focusing on the EiPL Tasks|RISS 상세보기

국문 초록 (Abstract)

프로그래밍 교육 연구에서는 코드 작성 능력에 도달하기 위해 코드 추적과 코드 읽기가 선행되어야 한다는 주장이 다수 제기되어 왔다. 이러한 관점에서 코드 읽기는 단순 보조 기술이 아니라, 초보 프로그래머가 코드 작성 단계로 발전하기 위한 핵심적인 기초 역량으로 볼 수 있다. 코드 목적 설명 과제는 학습자가 주어진 코드를 기반으로 프로그램의 목적을 중심으로 구조화할 수 있는지를 확인하는 코드 읽기 평가 방식이다. 그러나 코드 목적 설명 문항은 응답 형태가 다양하고 비구조적이기 때문에 채점 비용이 높고 채점 안정성이 낮아, 그 활용이 제한되어 왔다. 한편 최근 자연어 처리 기술과 대규모 언어 모델의 발전과 이를 활용한 자동채점 방식은 이러한 한계를 보완할 수 있는 대안으로 주목받고 있으며, 특히 GPT 계열 모델의 우수한 문맥 이해력은 자연어 기반 설명형 응답 평가에서 활용 가능성을 제시한다. 이에 본 연구는 GPT-5 기반 자동 채점 방식을 제안하고, 해당 방식의 신뢰성을 다각도로 검증하고자 하였다. 이를 위해 2022 개정 교육과정을 바탕으로 코드 목적 설명 문항을 설계하였으며, 전문가 타당도 검토를 거쳐 최종 6개 문항을 개발하였다. 이 중 3개의 문항을 활용하여 고등학교 1학년을 대상으로 진단평가를 실시하고, 학생 응답을 교사, CGBG 모델, 그리고 본 연구에서 제안한 GPT-5 기반 방식으로 채점하여 비교 분석하였다. 분석 결과, 제안한 자동 채점 방식은 기존 CGBG 모델보다 더 높은 Cohen’s Kappa 계수를 보였으며, 교사와의 Pearson 상관계수 또한 약 0.92로 나타나 높은 일치 수준을 확보하였다. Kendall’s Tau 기반 순위 일관성에서도 유의한 결괏값이 나타났으며, 1점 오차를 허용할 경우 교사의 채점 결과와의 일치율은 85.7%까지 증가하였다. 본 연구는 코드 목적 설명 문항을 2022 개정 교육과정에 근거하여 개발하는 절차를 구체적으로 제시함으로써 향후 유사 문항 개발의 준거를 마련하였다. 또한 GPT 기반 자동 채점의 실증적 가능성을 통해 코드 읽기 기반 평가의 확장과 교육 현장에서의 활용 가능성을 논의하였다. 본 연구는 코드 추적, 코드 읽기, 코드 작성으로 이어지는 학습 과정을 교육 현장에 적용하기 위한 실천적 근거를 마련하였다는 점에서 의의가 있다.

번역하기

프로그래밍 교육 연구에서는 코드 작성 능력에 도달하기 위해 코드 추적과 코드 읽기가 선행되어야 한다는 주장이 다수 제기되어 왔다. 이러한 관점에서 코드 읽기는 단순 보조 기술이 아니...

목차 (Table of Contents)