기계공학을 전공 시간은 굉장히 촉박하게 흘러갑니다. 공식 유도부터 시작하여 증명 계산까지 있는 수업을 1시간 15분 안에 끝내야 하는 수업 특성상 모두가 이해했는지 확인하고 넘어가기보다는 한 번의 강의 후 학생들이 알아서 공부해서 시험을 치는 환경입니다. 따라서 저는 수업 시간에 교수님이 말씀하신 주제들을 녹음 후에 중요한 내용들을 text 파일로 변환하는 인공지능을 1차 적으로 활용했습니다. 이후 저는 교수님이 말씀하신 내용들을 바탕으로 하여 Gemini pro(3.1)에게 text를 읽고 이를 기반으로 하여 시험지를 만들어 달라고 요청하였습니다. 교수님의 악센트가 강해지는 부분들이나 수업 시간에 많은 부분을 할애하시는 단원을, 집중적으로 시험지를 만들어 달라고 LLM에 요청하였습니다. 본 시스템을 활용하기 전에 저는 중간고사에서 (36/56) 점을 받았지만 이후 Gemini pro(3.1)를 제 방식대로 학습시켜서 시험지에 중요한 내용들을 강조해서 내달라고 요청하여 기말고사에서 (31/33) 점을 수강하는 데 성공하였습니다. 기존 64%에서 94%의 시험지 정답률을 올린 저의 방식은 남들과 조금은 달랐습니다. 대부분의 대학생이 강의 노트 혹은 책의 원본과 녹음 파일을 LLM에 첨부하고 이를 기반으로 시험지나 문제지를 만들어 달라고 합니다. 하지만, 중요한 부분들을 강조하는 선생님들과 교수님들의 특성을 반영하여 이를 기반으로 보상 함수의 개념을 적용한다면, 더 확실하고 교수님이 낸 것 같은 시험지를 만들 수 있습니다. 다른 사람들이 본 시스템을 따라 하려면 프롬프트에 이런 식으로 작성하면 됩니다. "1. 본 녹음 파일을 읽는데 강의 주제별로 주제를 끊어서 본 강의에서 어느 부분에 시간을 가장 많이 할애했는지 bullet point로 작성해 줘. 2. 이 할애한 시간과 교수님이 필기, 강의자료에서 강조하신 부분들과 말로 강조하신 부분들이 있다면 이를 병합해서 설명할 수 있는 자료를 작성해 줘. 3. 이 내용들을 기반으로 본 강의에 대한 quiz를 작성해 줘".