플러스프로젝트 배경
1) 문제점 - 평가 과부하 및 지연: 교수 1인당 수백 명의 학생 실습 항목(평균 55개 항목)을 수기 채점함에 따라 평가가 지연되고 학습 효과가 저하됨. - 평가의 주관성 및 비일관성: 채점자의 주관이나 시간에 따라 동일한 실습 결과에 대해서도 평가 편차가 발생하여 객관적 근거 확보가 어려움. - 현장 실습의 높은 심리적 장벽: 실제 임상 현장 투입 전, 실수에 대한 부담 없이 충분히 반복 학습할 수
프로젝트 성과
AI 자동 채점으로 교수진 평가 업무 효율 90% 향상
수백 명의 실습 항목을 수기 채점하던 방식을 6종의 AI 에이전트로 자동화하여, 평가 리드타임을 획기적으로 단축하고 교수진의 행정 업무를 90% 이상 경감했습니다.
실습 직후 실시간 맞춤형 피드백 리포트 생성률 100%
실습 종료와 동시에 강점 및 개선점이 포함된 5D 상세 리포트를 즉시 생성하여, 기존의 지연된 피드백 문제를 해결하고 학생의 자기주도적 학습 효과를 극대화했습니다.
XAI 기술 도입을 통한 평가 근거 투명성 및 객관성 확보
AI의 추론 과정을 5단계 로그로 공개하는 XAI 시스템을 구현하여 평가 결과에 대한 논리적 근거를 투명하게 제시함으로써, 채점 신뢰도를 높이고 평가 편차를 최소화했습니다.
핵심 기능
AI 자동 채점 시스템
실습 로그를 바탕으로 강점과 개선점을 포함한 상세 피드백을 생성합니다. 교수진의 채점 업무를 90% 이상 효율화하며 평가의 일관성과 객관성을 보장합니다.
진행 단계
기획 및 요구사항 정의
2025.04.
간호 교육 도메인 분석 및 6종 AI 에이전트 핵심 로직 설계, 가채점 기준 및 데이터 표준 프로토콜 정의
프로젝트 상세
1) 포트폴리오 소개 - 간호대학생을 위한 AI 기반 임상 역량 평가 및 EMR 시뮬레이션 교육 플랫폼 - 메인 타깃: 간호대학교 교수 및 학생, 의료 교육 기관 2) 작업 범위 - 시스템 아키텍처 설계 및 서버 구축: Java 17, Spring Boot 3 기반의 독립 트랜잭션 아키텍처 설계 - AI 에이전트 구현: Google Vertex AI(Gemini 2.0 Flash) 연동 및 6종의
