실시간 교실 프로그래밍 지원을 위한 ClassAid 시스템

초록

ClassAid는 교실 내 프로그래밍 활동에서 교사가 AI 기반 TA 에이전트의 피드백 모드를 실시간으로 조절할 수 있게 하는 오케스트레이션 시스템이다. 에이전트는 기술형(코드 제공), 휴리스틱형(힌트), 자동형(상황에 맞는 선택), 무음형(지원 중단) 네 가지 모드를 제공하고, 대시보드는 학생‑AI 상호작용을 시각화해 교사가 전체 및 개별 진행 상황을 한눈에 파악하도록 돕는다. 54명의 학생과 1명의 교사를 대상으로 한 교실 실험 및 8명의 교육자 인터뷰 결과, 동적 교사 제어가 과도한 AI 의존을 방지하면서 실시간 맞춤형 피드백을 제공함을 확인하였다.

상세 분석

ClassAid는 크게 두 축으로 설계되었다. 첫 번째는 학생 인터페이스에 내장된 TA 에이전트이며, 두 번째는 교사가 실시간으로 모니터링하고 제어할 수 있는 대시보드이다. TA 에이전트는 ‘형성 평가’와 ‘동적 평가’ 이론을 기반으로 여섯 단계의 진단·피드백 파이프라인을 구현한다. 학생이 코드를 입력하거나 질문을 하면 에이전트는 메타인지 수준을 추정하고, 현재 과제 진행 상황과 이전 상호작용 로그를 비교해 장애 요인을 진단한다. 이후 사전 정의된 피드백 레퍼런스(힌트, 코드 스니펫, 설명) 중 학습자에게 가장 적합한 항목을 선택해 제공한다. 모드 전환은 교사가 대시보드에서 개별 학생 혹은 전체 학급에 대해 수행할 수 있으며, 자동 모드에서는 에이전트가 실시간 성과 지표(예: 오류 빈도, 진행 속도)를 기반으로 기술형과 휴리스틱형을 스스로 전환한다.

대시보드는 학생‑AI 상호작용 로그, 에이전트 응답 유형, 시간 흐름에 따른 진행 상황 등을 시각화한다. 교사는 색상‑히트맵과 알림을 통해 저조한 진행 학생을 즉시 식별하고, 필요 시 모드를 전환하거나 직접 개입할 수 있다. 이러한 설계는 기존 시스템이 제공하던 사후 피드백이나 일방적인 AI 응답과 달리, 교사의 ‘감시·조정’ 역할을 강화한다는 점에서 차별적이다.

평가에서는 (1) 에이전트 피드백 품질(정확도·유용성), (2) 학생 54명과 교사 1명의 현장 사용 경험, (3) 8명의 교육자 인터뷰를 통해 설계 목표 달성 여부를 검증하였다. 피드백 품질 실험에서 기술형은 정확도가 높았으나 과도한 의존 위험이 있었고, 휴리스틱형은 학습 동기와 문제 해결 과정을 촉진했지만 정확도는 다소 낮았다. 자동 모드는 두 모드의 장점을 절충했으며, 교사의 실시간 개입이 가능하도록 지원함으로써 과잉 의존을 효과적으로 억제했다. 인터뷰 결과 교사들은 ‘투명한 AI 행동 파악’, ‘학생 개별 맞춤 지원’, ‘교사 권위 유지’라는 세 가지 핵심 가치를 높게 평가하였다.

시스템 한계로는 (①) LLM 기반 에이전트의 불안정성(오답 발생 가능성), (②) 대시보드가 제공하는 메트릭이 학습자 메타인지 전체를 포착하지 못함, (③) 대규모 강의에서 실시간 모드 전환이 교사 작업 부하를 증가시킬 수 있다는 점을 지적하였다. 향후 연구에서는 에이전트의 신뢰성 강화, 메타인지 평가 지표 확대, 그리고 교사 부하를 최소화하는 자동화된 알림 정책을 제안한다.

전반적으로 ClassAid는 교사가 AI 피드백을 ‘도구’가 아니라 ‘협력 파트너’로 활용하도록 설계된 최초의 실시간 오케스트레이션 플랫폼이며, 교육 현장에서 AI와 인간 교사의 역할 경계를 재정립하는 데 중요한 실증적 근거를 제공한다.