Q1. 객관식 · 1점
검수 후 최종안
인간 지능의 작동 방식과 인공지능의 작동 방식을 올바르게 설명한 것은 무엇입니까?
객관식 보기를 선택하거나 단답형 답변을 입력한 뒤 정답을 확인해보세요.
실제 동영상 파일 업로드 사례
강의 동영상 파일로 복습 퀴즈 만들기
실제 AI 강의 동영상을 업로드하고, 생성된 문제를 전사본과 직접 비교해봤습니다.
사용자가 보유한 강의 파일에서 음성을 추출하고 Whisper-1으로 전사한 텍스트를 바탕으로 문제 초안을 만들었습니다. 전사본과 대조한 뒤 1문항을 교체해 최종 복습 퀴즈로 다듬었습니다.
게시일 · 수정일
QuizGen 사례
강의 동영상 파일로 복습 퀴즈 만들기
객관식 3 + 단답형 21 / 5
문항 미리보기
인간 지능의 작동 방식과 인공지능의 작동 방식을 올바르게 설명한 것은 무엇입니까?
1인공지능은 입력과 출력의 관계를 통해 지능적 행동을 모방하지만, 인간 지능이 작동하는 방식에 대해 알려진 설명을 구현한 것은 아닙니다.
2인공지능은 인간 지능의 작동 방식을 먼저 밝혀낸 뒤 그 작동 원리를 구현한 것입니다.
자료 → 퀴즈
사용한 자료와 생성 설정
이 사례에 실제로 사용된 자료와 생성 조건을 확인할 수 있습니다.
- 자료·입력 방식
- LLM의 원리 및 활용 - 마르시스 강연 · 원본 동영상 파일 직접 업로드
- 음성 전사
- Whisper-1 API
- 최종 구성
- 5문항(객관식 3 · 단답형 2) · 각 1점, 총 5점
- 검수·수정
- 전사본과 수동 대조 · 5문항 중 1문항 교체
- 자료 사용
- 권리자의 사용 및 웹 공개 허가 확보
자료에서 결과까지
동영상 파일에서 최종 복습 퀴즈까지
동영상 파일 업로드 → 음성 추출 → Whisper-1 텍스트 전사 → 전사 내용 기반 퀴즈 생성 → 사람의 전사본 대조 → 1문항 교체 → 최종 복습 퀴즈 순서로 진행했습니다. 퀴즈 생성의 근거는 음성 전사 텍스트입니다.
- 01
동영상 파일 업로드
사용자가 보유한 실제 강의 동영상 파일을 QuizGen에 업로드했습니다.
- 02
음성 추출
동영상에서 음성을 추출했습니다. 화면이나 슬라이드 이미지를 분석한 사례는 아닙니다.
- 03
Whisper-1 전사
Whisper-1 API로 강의 음성을 텍스트로 전사했습니다.
- 04
문제 초안 생성
전사 내용을 바탕으로 5문항의 초안을 생성했습니다.
- 05
전사본과 대조
생성된 5문항의 정답 근거를 사람이 전사본에서 확인했습니다.
- 06
1문항 교체
강의의 대표성을 높이기 위해 세그멘테이션 문항을 LLM의 다음 단어 예측 문항으로 교체했습니다.
- 07
최종 복습 퀴즈
해설을 다듬고, 짧은 개념 답을 받는 두 문항을 단답형으로 정리했습니다.
생성 결과
최초 생성 결과를 검수해 다듬은 최종 5문항
아래는 검수 후 최종 퀴즈입니다. 채택한 생성 결과의 1~4번 질문·보기·정답을 유지하고 해설 표현을 다듬었습니다. 5번은 사람이 교체했습니다. 생성 파일에서 두 비객관식 문항은 ‘에세이’로 표기되어 있으나, 최종안에서는 짧은 개념 답을 받는 단답형으로 정리했습니다.
객관식 보기를 선택하거나 단답형 답변을 입력한 뒤 정답을 확인해보세요.
Q2. 객관식 · 1점
검수 후 최종안
대화형 모델이 이전 대화를 이후 답변에 활용하는 방식과 그 의미를 올바르게 설명한 것은 무엇입니까?
객관식 보기를 선택하거나 단답형 답변을 입력한 뒤 정답을 확인해보세요.
Q3. 객관식 · 1점
검수 후 최종안
프롬프트의 여섯 요소와 각 요소의 역할을 올바르게 설명한 것은 무엇입니까?
객관식 보기를 선택하거나 단답형 답변을 입력한 뒤 정답을 확인해보세요.
Q4. 단답형 · 1점
검수 후 최종안
명령은 모델이 해야 할 행동을 분명히 제시하고, 맥락은 배경 정보를 제공합니다. 다음 프롬프트에서 빠진 구성 요소의 이름을 답하세요. “그릭 요거트는 식이섬유와 단백질 함량이 높습니다. 대상은 어린이입니다. 따뜻하고 친근한 어조를 사용하세요.”
객관식 보기를 선택하거나 단답형 답변을 입력한 뒤 정답을 확인해보세요.
Q5. 단답형 · 1점
검수 후 최종안
강의에서 설명한 LLM이 문장을 생성할 때 반복적으로 수행하는 기본 작업은 무엇입니까?
객관식 보기를 선택하거나 단답형 답변을 입력한 뒤 정답을 확인해보세요.
강의 영상: LLM의 원리 및 활용
사례에 사용한 강의의 공개 영상입니다. 페이지 안에서 강의 내용을 확인할 수 있습니다.
수정한 1문항: 세그멘테이션에서 LLM으로
생성된 5문항을 전사본과 대조한 결과 모두 전사본에서 근거를 확인할 수 있었다. 다만 마지막 세그멘테이션 문항은 강의 전체를 대표하기에는 중요도가 상대적으로 낮다고 판단해, LLM의 기본 생성 원리를 묻는 문항으로 교체했다. 오답이어서가 아니라 전체 강의의 대표성을 높이기 위한 편집입니다.
교체 전 · 채택한 생성 결과의 5번
세그멘테이션에서는 이미지 영역을 출력으로 어떤 방식으로 나타냅니까?
정답: 픽셀별 범주 숫자 라벨 할당
전사본에서 확인한 핵심 근거 · 원문 발췌
영역이 잘라지는게 아니라 그 픽셀에 특정한 숫자를 그냥 assign 하는거죠.
검수 결과: 교체 전 문항의 정답도 전사본에 근거합니다. 내용의 오류를 고친 것이 아니라 복습 주제의 중요도를 판단해 교체했습니다.
교체 후 · 최종 퀴즈의 5번
강의에서 설명한 LLM이 문장을 생성할 때 반복적으로 수행하는 기본 작업은 무엇입니까?
정답: 문맥상 다음 단어를 예측하는 것
왜 이 강의 자료를 선택했는가
실제 교육 현장에서 사용하는 긴 강의에서 개념 설명과 활용 설명을 함께 복습할 수 있는지 살펴보기 위해 선택했습니다.
- 강의에는 인간 지능과 AI의 관계, 대화 문맥, 프롬프트 구성 요소, LLM의 문장 생성 원리 설명이 포함되어 있습니다.
- 이 강의는 YouTube에도 공개되어 있지만, 이번에는 권리자의 허가를 받은 원본 동영상 파일을 직접 업로드했습니다. YouTube URL 입력 기능은 사용하지 않았습니다.
- 동영상 파일 문제 만들기 과정에서 음성 전사에 근거한 초안과 사람이 편집한 최종안을 비교했습니다.
Whisper 전사본은 정제된 강의 원고가 아니었습니다
실제 현장 녹음의 전사 결과에는 녹화와 화면 연결 관련 대화, 질의응답, 일부 전문용어와 고유명사의 오인식이 함께 남아 있었습니다.
- ChatGPT, LLM, 프롬프트 관련 용어도 일부 다르게 전사되어 있습니다. 추정한 표기를 공식 명칭이나 직접 인용으로 바꾸지 않았습니다.
- 생성된 문항은 현장 잡담보다 강의 본론의 개념을 중심으로 구성되었고, 각각의 정답 근거를 전사본에서 확인했습니다.
- 전사본에 타임스탬프가 없어 문항별 시간대를 표시하지 않습니다. 아래 근거 인용은 전사 오류를 포함한 원문 표기를 유지했습니다.
전사본의 짧은 예시 · 원문 표기 유지
예시하고 펜소나를 주면 퀄리티가 확 좋아지고 형식 어조는 완성도를 높이는 데 쓴다.
이 사례에서 확인한 점
이번 한 건의 결과는 초안을 만들고 사람이 전사본과 대조해 복습용 문제로 다듬는 사용 흐름을 보여줍니다.
- 긴 강의 전사본에서 주요 개념을 중심으로 문제 초안을 만들 수 있었습니다.
- 현장 잡담과 일부 전사 오류가 있었지만, 생성된 5문항의 정답 근거를 전사본에서 확인할 수 있었습니다.
- 생성 후 사람의 검수와 편집을 거쳐 수업 영상 복습 퀴즈로 사용할 최종안을 정리했습니다.
- 이 사례의 동영상 퀴즈 생성은 음성 전사에 근거합니다. 음성에 포함되지 않은 시각적 슬라이드 정보를 분석한 사례는 아닙니다.
같은 흐름으로 만들어 보기
내 강의 파일로 복습 문제 초안 만들기
강의 동영상으로 퀴즈 만들기를 시작한 뒤, 생성된 문제의 근거를 원자료와 대조하고 복습 목적에 맞게 편집해보세요. 생성 방식 안내에서 동영상 파일 입력을 확인할 수 있습니다.