KERIS·교육부와 함께한 AI 기반 초등 국어 읽기 유창성 측정 모델 개발
Elice
2025. 2. 19.
프로젝트 주요 내용
✅ KERIS·교육부와 함께하는 AI 기반 초등 국어 읽기 유창성 평가 모델 개발
✅ 음성 인식(STT)과 WCPM 분석을 활용한 객관적 평가 시스템 구축
✅ 의미 단위 끊어읽기 지도 기능으로 독해력과 말하기 능력까지 향상
읽기 능력은 모든 학습의 기초가 되는 핵심 역량입니다. 특히 초등학생의 경우, 글을 소리 내어 읽고 의미를 이해하는 과정이 문자 해독 능력과 직결되므로 보다 체계적인 평가와 지도가 필요합니다.
기존의 읽기 유창성 평가는 교사가 직접 학생의 낭독을 듣고, 올바르게 읽은 단어 수(WCPM; Words Correct Per Minute)를 계산하는 방식으로 이루어졌습니다. 하지만 이러한 방식은 객관적인 평가가 어렵고, 교사의 업무 부담이 크다는 한계를 가지고 있습니다.
이에 엘리스는 KERIS 및 교육부와 협력하여 AI 기반 읽기 유창성 평가 모델을 개발하였습니다. 본 프로젝트는 음성 인식(STT) 기술을 활용하여 학생의 읽기 능력을 자동으로 측정하고, 의미 단위 끊어읽기를 지도하는 학습 콘텐츠를 제공하는 것을 목표로 하였습니다. 이를 통해 교사의 평가 부담을 줄이고, 학생 개개인의 읽기 능력을 보다 객관적으로 분석할 수 있는 AI 솔루션을 구축하였습니다.
프로젝트 개요
이번 프로젝트는 크게 두 가지 목표를 중심으로 진행되었습니다.
1. WCPM 분석을 통한 읽기 유창성 평가 자동화
AI를 활용한 읽기 유창성 평가는 기존의 수작업 방식과 비교하여 더 객관적이고 효율적인 평가가 가능하도록 설계되었습니다.
- 음성 인식(ASR) 기술을 활용하여 학생이 일정 시간(1분) 동안 읽은 단어를 분석합니다.
- WCPM(Words Correct Per Minute; 분당 올바르게 읽은 단어 수)을 자동 측정하여 읽기 유창성을 진단합니다.
- 오독, 생략, 추가된 단어 등을 감지하여 보다 정밀한 평가를 수행합니다.
이를 통해 교사는 학생 개개인의 읽기 능력을 보다 신속하고 정확하게 파악할 수 있습니다. 또한, AI가 자동으로 분석한 데이터를 활용하여 개별 맞춤형 피드백을 제공할 수 있습니다.
2. 의미 단위 끊어읽기 지도 및 학습 콘텐츠 개발
읽기 유창성은 단순한 속도 측정만으로 평가할 수 없습니다. AI는 학생이 문장을 의미 단위로 끊어 읽을 수 있도록 분석하고 지도하는 기능을 제공합니다.
- AI가 문장의 의미 단위(구, 절, 핵심 어구 등)를 분석하여 끊어읽기 패턴을 지도합니다.
- 학생들은 단순한 속도 경쟁이 아니라, 문장의 의미를 이해하며 자연스럽게 낭독하는 방법을 학습할 수 있습니다.
- 음성 분석을 기반으로 적절한 호흡과 쉼표 위치를 안내하여 보다 유창한 읽기가 가능하도록 지원합니다.
이를 통해 학생들은 올바른 읽기 리듬과 억양을 익히고, 전반적인 독해력과 말하기 능력을 향상시킬 수 있습니다.
핵심 기술 및 방법론
1. STT(Speech-to-Text) 기반 WCPM 자동 측정
✅ 학생이 낭독한 음성을 실시간으로 텍스트 변환
✅ 읽기 오류(누락, 오독, 추가된 단어 등) 자동 감지
✅ 1분 동안 정확하게 읽은 단어 수(WCPM) 분석을 통한 유창성 평가
엘리스의 AI 모델은 학생의 낭독을 텍스트로 변환(STT)한 후, 교과서 및 학습 자료와 비교하여 올바르게 읽은 단어 수를 계산합니다.
2. 의미 단위 끊어읽기 지도 기능
✅ 문장 내 의미 단위(구, 절, 핵심 어구 등) 분석
✅ 적절한 호흡 및 쉼표 위치 파악 및 안내
✅ 학생별 맞춤 피드백 제공
AI는 학생의 발화 속도, 단어 간 간격, 억양 패턴 등을 분석하여 문장의 의미 흐름을 고려한 끊어읽기 지도를 제공합니다. 이를 통해 학생들은 더 나은 문장 이해력을 바탕으로 자연스럽게 낭독할 수 있도록 연습할 수 있습니다.
3. AI 기반 실시간 피드백 및 교육 콘텐츠 적용
✅ 교과서 및 학습 자료 기반의 평가 시스템 구축
✅ 교사가 활용할 수 있는 개별 피드백 제공
✅ 읽기 속도뿐만 아니라 정확도와 이해도를 함께 평가
AI 모델은 단순한 기계적 분석을 넘어, 학생의 언어 발달 단계에 맞춘 맞춤형 학습 지원이 가능하도록 설계되었습니다.
프로젝트 결과 및 성과
이번 프로젝트를 통해 개발된 AI 모델은 객관적인 읽기 유창성 평가와 의미 단위 끊어읽기 지도 기능을 효과적으로 구현하였습니다.
✅ 읽기 유창성 자동 측정(WCPM 분석) → 교사의 평가 부담 감소
✅ 개인별 맞춤형 끊어읽기 지도 → 자연스러운 낭독 및 독해력 향상
✅ AI 기반 실시간 피드백 제공 → 학습 효율성 증가
이를 통해 학생들은 읽기 능력뿐만 아니라 독해력, 말하기 및 쓰기 능력까지 함께 향상시킬 수 있으며, 교사는 보다 체계적인 개별 지도가 가능해졌습니다.
결론 및 향후 전망
엘리스가 개발한 AI 기반 읽기 유창성 측정 모델은 초등학생의 읽기 능력을 객관적으로 평가하고, 효과적인 끊어읽기 학습을 지원하는 새로운 접근 방식을 제시하였습니다.
- 기존 수작업 평가 방식을 AI 자동화하여 효율성 향상
- 음성 인식(STT) 및 AI 분석 기법을 활용하여 신뢰도 높은 결과 제공
- 학생 개개인에 맞춘 맞춤형 피드백을 통해 실제 학습 효과 극대화
향후 이 모델이 더욱 고도화되어 전국 초등학교 현장에서 폭넓게 활용될 수 있기를 기대하며, AI 기술을 통해 읽기 교육의 혁신을 지속적으로 추진할 계획입니다.
- #AI 모델 개발
- #읽기 유창성 평가 모델