목록으로
교육·학습을 위한 AI 활용
ai 활용한 모든 문제집 자동생성 솔루션
교사들이 꼭 필요한 문제집 자동 생성 AI
🤖 활용 AI 도구
chatgpt
1. 어떤 상황에서 AI를 활용했나요?
영어 지도 현장에서 가장 시간이 많이 드는 일이, 교과서·모의고사 지문을 보고 본문 분석 자료와 워크북·변형문제를 만드는 과정입니다. 같은 지문이라도 학교·학년·시험 범위에 따라 문항 수, 난이도, 유형(어휘·문법·빈칸·순서·요지 등)이 달라지는데, 기존에는 워드나 한글로 직접 타이핑하거나 기출을 뒤져서 형식만 맞춰 복사하는 식이었습니다. 한 단원만 준비해도 수 시간이 걸리고, 반복 수업이 있는 주에는 “이번 주 문제집”을 못 맞추는 경우도 있었습니다.
그래서 **“지문 파일만 올리면, 교사가 원하는 유형·문항 수로 문제집 초안이 나오는 워크플로”**가 필요하다고 판단했습니다. 플랫폼의 강사·사업자 대시보드에서 지문(PDF·텍스트 등)을 업로드하고, 목차·단원을 고른 뒤 본문분석 / 워크북 / 변형문제 중 필요한 항목을 선택해 AI로 한 번에 생성하고, 결과를 검토한 다음 문제집(workbook) 으로 저장·배포하는 방식으로 쓰고 있습니다. 특히 내신·수능형 영어에서 자주 쓰는 5지선다 어휘·문법, 빈칸, 순서 배열 등은 매번 비슷한 형식이라, 사람이 형식을 맞추는 시간보다 내용 검수와 난이도 조절에 집중할 수 있게 만드는 것이 목표였습니다.
2. 어떤 AI를 어떻게 활용했나요?
Google Gemini(기본 gemini-2.5-flash, 필요 시 모델 변경)를 지문 분석·문항 생성 API로 연결해 사용합니다. 단순히 “문제 10개 만들어줘” 한 줄만 던지지 않고, 서버에 문제 유형별 프롬프트 프리셋(어휘, 문법 등)을 두었습니다. 각 프리셋에는 역할(출제 위원)·과제·제약·JSON 출력 형식이 들어가 있어, 예를 들어 어휘 유형은 “문맥상 밑줄 친 단어 의미, 5지선다, 오답은 같은 품사·유사 발음” 같은 내신·교과서 출제 경향을 System Instruction으로 고정합니다.
실제 호출 흐름은 다음과 같습니다.
교사가 지문 파일 업로드 → 서버에서 텍스트 추출
강사 화면에서 유형 프리셋 선택, 문항 수, 학년·난이도 지정
필요 시 추가 지시사항(커스텀 프롬프트)·저장해 둔 프롬프트·RAG 참고 자료 첨부
Gemini에 지문 + 프리셋 규칙을 넘기고, 응답은 JSON 배열만 받도록 요청(마크다운·설명 문구 제외)
클라이언트에서 문항·지문·보기·정답·해설을 화면에 띄우고, 교사가 수정 후 문제집 DB에 workbook_problems 형태로 저장
워크북·변형문제는 “본문 분석 자료 불러오기”로 이전에 AI가 만든 분석 결과를 연결해, 같은 지문에서 분석 → 문제집이 끊기지 않게 이어지도록 했습니다. 출력은 PDF·인쇄까지 연결해, 수업 전날 바로 인쇄·배포할 수 있게 했습니다.
3. 활용 결과 어떤 변화가 있었나요?
가장 체감되는 변화는 준비 시간 단축입니다. 예전에는 지문 하나당 분석지 + 워크북 초안을 손으로 잡으면 반나절~하루가 걸렸는데, 지금은 업로드·유형 선택·생성·검수까지 한두 시간 안에 끝나는 경우가 많습니다. AI가 만든 초안이 100% 완성품은 아니지만, **뼈대(지문 인용, 보기 골격, 해설 초안)**가 잡혀 있어서 교사는 “틀린 보기 수정”, “우리 반 수준에 맞게 지문 일부 축약”, “정답 번호 분산” 같은 전문 판단만 하면 됩니다.
품질 면에서는 형식 통일이 좋아졌습니다. 학생·학부모 입장에서 같은 반 문제지가 매번 레이아웃·번호 체계가 달라 혼란스럽던 부분이 줄었고, 내신형 5지선다·해설 포함 형태를 프리셋으로 맞춰 두어 실수(보기 개수 불일치, 정답 형식 혼재)도 줄었습니다.
운영 측면에서는 자료 재사용이 가능해졌습니다. 한 번 분석·생성한 자료를 아카이브에 두고, 다음 학기·다른 반에 문항 수만 바꿔 재생성하거나 문제집으로 묶어 판매·공유하는 흐름까지 플랫폼 안에서 이어집니다. “매번 처음부터 문제집”이 아니라 자산을 쌓는 구조로 바뀐 점이 큽니다.
4. 나만의 방식 또는 개선 포인트는 무엇인가요?
첫째, 교육 도메인에 맞춘 프롬프트 프리셋 DB입니다. 범용 챗봇에 “영어 문제 만들어줘”라고 하는 것과 달리, 능률·비상·YBM식 내신 경향, JSON 스키마 고정, 문항 수·정답 번호 분산 같은 제약을 서버에 박아 두어 결과가 들쭉날쭉하지 않게 했습니다.
둘째, 분석 → 워크북 → 문제집 등록을 한 플랫폼에서 이어 붙인 점입니다. AI 결과가 채팅 로그에만 남는 게 아니라, 본문 분석 자료 → 워크북 생성 → workbook 테이블 저장 → PDF까지 파이프라인이 있어, 교사 입장에서는 “도구 여러 개 오가기”가 아닙니다.
셋째, 교사가 통제할 수 있는 레버를 둔 것입니다. API 키·모델 선택, 문항 수, 학년·난이도, 저장된 추가 지시사항, RAG 파일 첨부 등으로 “우리 학교만의 출제 스타일”을 반영할 수 있게 했고, 생성물은 반드시 교사 검수 후 배포 전제로 설계했습니다.
앞으로는 과목 확장(국어·수학 LaTeX 등), 학교별 프리셋 공유, 학생 오답 데이터를 반영한 재출제 쪽을 더 다듬을 계획입니다.
5. 다른 사람도 따라 할 수 있나요?
따라 할 수 있습니다. 다만 “ChatGPT에 지문 붙여넣기” 수준보다 한 단계 더 가면 효과가 큽니다.
역할·제약·출력 형식을 프롬프트 템플릿으로 분리해 두기(어휘/문법/빈칸 등 유형별)
응답을 JSON 배열로만 받게 해 파싱·화면 표시·DB 저장을 자동화하기
생성 결과를 검수 UI + PDF/인쇄까지 연결하기
교사용으로 문항 수·난이도·추가 지시를 폼에서 선택하게 하기
Gemini API 키와 웹(또는 사내) 대시보드만 있으면, 소규모 학원·교사 협의체도 지문 업로드 → 유형 선택 → 생성 → 수정 → 인쇄 흐름을 복제할 수 있습니다. 저희는 위 과정을 이미 넣어 두었고, 프리셋·저장 프롬프트·문제집 관리 화면을 공유·문서화하면 동료 교사도 같은 방식으로 쓸 수 있습니다.
다만 저작권 있는 지문·기출 전문 복제는 학교·출판사 규정을 지켜야 하고, AI 초안은 반드시 교사 검수 후 수업에 사용하는 점만 공통 원칙으로 안내하면 됩니다.
영어 지도 현장에서 가장 시간이 많이 드는 일이, 교과서·모의고사 지문을 보고 본문 분석 자료와 워크북·변형문제를 만드는 과정입니다. 같은 지문이라도 학교·학년·시험 범위에 따라 문항 수, 난이도, 유형(어휘·문법·빈칸·순서·요지 등)이 달라지는데, 기존에는 워드나 한글로 직접 타이핑하거나 기출을 뒤져서 형식만 맞춰 복사하는 식이었습니다. 한 단원만 준비해도 수 시간이 걸리고, 반복 수업이 있는 주에는 “이번 주 문제집”을 못 맞추는 경우도 있었습니다.
그래서 **“지문 파일만 올리면, 교사가 원하는 유형·문항 수로 문제집 초안이 나오는 워크플로”**가 필요하다고 판단했습니다. 플랫폼의 강사·사업자 대시보드에서 지문(PDF·텍스트 등)을 업로드하고, 목차·단원을 고른 뒤 본문분석 / 워크북 / 변형문제 중 필요한 항목을 선택해 AI로 한 번에 생성하고, 결과를 검토한 다음 문제집(workbook) 으로 저장·배포하는 방식으로 쓰고 있습니다. 특히 내신·수능형 영어에서 자주 쓰는 5지선다 어휘·문법, 빈칸, 순서 배열 등은 매번 비슷한 형식이라, 사람이 형식을 맞추는 시간보다 내용 검수와 난이도 조절에 집중할 수 있게 만드는 것이 목표였습니다.
2. 어떤 AI를 어떻게 활용했나요?
Google Gemini(기본 gemini-2.5-flash, 필요 시 모델 변경)를 지문 분석·문항 생성 API로 연결해 사용합니다. 단순히 “문제 10개 만들어줘” 한 줄만 던지지 않고, 서버에 문제 유형별 프롬프트 프리셋(어휘, 문법 등)을 두었습니다. 각 프리셋에는 역할(출제 위원)·과제·제약·JSON 출력 형식이 들어가 있어, 예를 들어 어휘 유형은 “문맥상 밑줄 친 단어 의미, 5지선다, 오답은 같은 품사·유사 발음” 같은 내신·교과서 출제 경향을 System Instruction으로 고정합니다.
실제 호출 흐름은 다음과 같습니다.
교사가 지문 파일 업로드 → 서버에서 텍스트 추출
강사 화면에서 유형 프리셋 선택, 문항 수, 학년·난이도 지정
필요 시 추가 지시사항(커스텀 프롬프트)·저장해 둔 프롬프트·RAG 참고 자료 첨부
Gemini에 지문 + 프리셋 규칙을 넘기고, 응답은 JSON 배열만 받도록 요청(마크다운·설명 문구 제외)
클라이언트에서 문항·지문·보기·정답·해설을 화면에 띄우고, 교사가 수정 후 문제집 DB에 workbook_problems 형태로 저장
워크북·변형문제는 “본문 분석 자료 불러오기”로 이전에 AI가 만든 분석 결과를 연결해, 같은 지문에서 분석 → 문제집이 끊기지 않게 이어지도록 했습니다. 출력은 PDF·인쇄까지 연결해, 수업 전날 바로 인쇄·배포할 수 있게 했습니다.
3. 활용 결과 어떤 변화가 있었나요?
가장 체감되는 변화는 준비 시간 단축입니다. 예전에는 지문 하나당 분석지 + 워크북 초안을 손으로 잡으면 반나절~하루가 걸렸는데, 지금은 업로드·유형 선택·생성·검수까지 한두 시간 안에 끝나는 경우가 많습니다. AI가 만든 초안이 100% 완성품은 아니지만, **뼈대(지문 인용, 보기 골격, 해설 초안)**가 잡혀 있어서 교사는 “틀린 보기 수정”, “우리 반 수준에 맞게 지문 일부 축약”, “정답 번호 분산” 같은 전문 판단만 하면 됩니다.
품질 면에서는 형식 통일이 좋아졌습니다. 학생·학부모 입장에서 같은 반 문제지가 매번 레이아웃·번호 체계가 달라 혼란스럽던 부분이 줄었고, 내신형 5지선다·해설 포함 형태를 프리셋으로 맞춰 두어 실수(보기 개수 불일치, 정답 형식 혼재)도 줄었습니다.
운영 측면에서는 자료 재사용이 가능해졌습니다. 한 번 분석·생성한 자료를 아카이브에 두고, 다음 학기·다른 반에 문항 수만 바꿔 재생성하거나 문제집으로 묶어 판매·공유하는 흐름까지 플랫폼 안에서 이어집니다. “매번 처음부터 문제집”이 아니라 자산을 쌓는 구조로 바뀐 점이 큽니다.
4. 나만의 방식 또는 개선 포인트는 무엇인가요?
첫째, 교육 도메인에 맞춘 프롬프트 프리셋 DB입니다. 범용 챗봇에 “영어 문제 만들어줘”라고 하는 것과 달리, 능률·비상·YBM식 내신 경향, JSON 스키마 고정, 문항 수·정답 번호 분산 같은 제약을 서버에 박아 두어 결과가 들쭉날쭉하지 않게 했습니다.
둘째, 분석 → 워크북 → 문제집 등록을 한 플랫폼에서 이어 붙인 점입니다. AI 결과가 채팅 로그에만 남는 게 아니라, 본문 분석 자료 → 워크북 생성 → workbook 테이블 저장 → PDF까지 파이프라인이 있어, 교사 입장에서는 “도구 여러 개 오가기”가 아닙니다.
셋째, 교사가 통제할 수 있는 레버를 둔 것입니다. API 키·모델 선택, 문항 수, 학년·난이도, 저장된 추가 지시사항, RAG 파일 첨부 등으로 “우리 학교만의 출제 스타일”을 반영할 수 있게 했고, 생성물은 반드시 교사 검수 후 배포 전제로 설계했습니다.
앞으로는 과목 확장(국어·수학 LaTeX 등), 학교별 프리셋 공유, 학생 오답 데이터를 반영한 재출제 쪽을 더 다듬을 계획입니다.
5. 다른 사람도 따라 할 수 있나요?
따라 할 수 있습니다. 다만 “ChatGPT에 지문 붙여넣기” 수준보다 한 단계 더 가면 효과가 큽니다.
역할·제약·출력 형식을 프롬프트 템플릿으로 분리해 두기(어휘/문법/빈칸 등 유형별)
응답을 JSON 배열로만 받게 해 파싱·화면 표시·DB 저장을 자동화하기
생성 결과를 검수 UI + PDF/인쇄까지 연결하기
교사용으로 문항 수·난이도·추가 지시를 폼에서 선택하게 하기
Gemini API 키와 웹(또는 사내) 대시보드만 있으면, 소규모 학원·교사 협의체도 지문 업로드 → 유형 선택 → 생성 → 수정 → 인쇄 흐름을 복제할 수 있습니다. 저희는 위 과정을 이미 넣어 두었고, 프리셋·저장 프롬프트·문제집 관리 화면을 공유·문서화하면 동료 교사도 같은 방식으로 쓸 수 있습니다.
다만 저작권 있는 지문·기출 전문 복제는 학교·출판사 규정을 지켜야 하고, AI 초안은 반드시 교사 검수 후 수업에 사용하는 점만 공통 원칙으로 안내하면 됩니다.
📎 첨부파일 (1)
📄 교사들을 위한문제집자동생성.pdf
