일반뉴스 클래스팅, 정·오답 예측 모델로 KAIC 성능평가서 고점 달성

초기 데이터가 부족한 ‘콜드 스타트’ 상황에서도 최고 성능 발휘해 클래스팅은 자사의 AI 기반 지식추적 정·오답 예측 모델인 ‘CLST’가 한국인공지능검증원(KAIC)의 제3자 객관 성능 평가에서 최고 91.5%의 성능(AUC)을 달성했다고 7일 밝혔다. AI 지식추적 모델은 학생의 학습 수준을 진단하고 학습 경로를 제시하는 교육 분야에서 중요하게 활용된다. 이 모델의 성능은 진단의 정확성과 학습 경로 추천의 효율성에 직접적인 영향을 미치기에, AI 교육 서비스에서 핵심적인 요소로 작용한다. 즉, AUC 지표의 상승은 해당 AI 엔진이 보다 정확한 진단과 효과적인 학습 추천을 할 수 있게 됐음을 의미한다. 클래스팅은 수학 교과 AI 디지털교과서를 출원할 예정이며, 이에 따라 지난 7월 2일부터 5일까지 AI 디지털교과서 자체 기술 검증의 일환으로 제3자 객관 성능 평가를 진행한 바 있다. 이번 평가에 활용된 클래스팅의 AI 지식추적 엔진은 자체 특허를 보유한 CLST 엔진의 1.5 버전으로, 트랜스포머 신경망을 활용한 CLST-1에 자체 데이터로 학습시킨 Private LLM을 접목해 데이터가 충분한 상황은 물론 초기 데이터가 부족한 ‘콜드 스타트’ 상황에서

• 서재창 기자
• 2024-08-08 15:42