ChatGPT의 수학적 성능과 오류 분석: 다중양식적 접근을 통한 수학교육 활용 가능성 탐색

초록

본 연구는 OpenAI의 ChatGPT와 같은 대규모 언어 모델(Large Language Model, LLM)의 수학교육에서의 활용 가능성을 모색하기위해, ChatGPT의 수학적 성능을 다중양식(multimodal) 접근(언어 및 이미지 처리 성능평가)으로 분석하였다. 중학교 수학 수준의 1,836개의 문제 이미지를 입력하여 정답률, 오류율, 오류의 특징⋅패턴⋅발생 맥락을 평가하였으며, 풀이 과정의 무결성은 정확성, 관련성, 투명성, 유창성, 안전성 측면에서 분석되었다. 분석 결과, ChatGPT는 문자와 식 영역에서 전반적으로 높은 정답률을 보였지만, 기하 영역에서는 상대적으로 낮은 정답률을 나타냈다. ChatGPT의 수학적 오류 패턴을 분석한 결과, 인식 오류는 빈도가 높고 연쇄적으로 다른 오류를 초래한다는 점에서 주목해야 할 사항으로 확인되었다. 이러한 오류를 완화하기 위한 전략으로는 문제에 언어적⋅기호적⋅수치적 설명을 추가하는 전략을 제안할 수 있다. 또한 ChatGPT 의 수학 문제 풀이 과정에 대한 분석을 통해 수학 문제 해결 학습, 맞춤형 튜터, 문제 만들기, 문제 채점 및 오류 분석 등의 수학교육적 활용 가능성을확인하였다. 본 연구는 ChatGPT의 수학교육적 활용 가능성을 다각적으로 확인하였고, 이를 신뢰할 수 있는 수준에서 안정적으로 활용하기 위한방안과 후속 연구를 위한 제언을 도출하였다.

키워드