초기 데이터가 부족한 ‘콜드 스타트’ 상황에서도 최고 성능 발휘해
클래스팅은 자사의 AI 기반 지식추적 정·오답 예측 모델인 ‘CLST’가 한국인공지능검증원(KAIC)의 제3자 객관 성능 평가에서 최고 91.5%의 성능(AUC)을 달성했다고 7일 밝혔다.
AI 지식추적 모델은 학생의 학습 수준을 진단하고 학습 경로를 제시하는 교육 분야에서 중요하게 활용된다. 이 모델의 성능은 진단의 정확성과 학습 경로 추천의 효율성에 직접적인 영향을 미치기에, AI 교육 서비스에서 핵심적인 요소로 작용한다. 즉, AUC 지표의 상승은 해당 AI 엔진이 보다 정확한 진단과 효과적인 학습 추천을 할 수 있게 됐음을 의미한다.
클래스팅은 수학 교과 AI 디지털교과서를 출원할 예정이며, 이에 따라 지난 7월 2일부터 5일까지 AI 디지털교과서 자체 기술 검증의 일환으로 제3자 객관 성능 평가를 진행한 바 있다. 이번 평가에 활용된 클래스팅의 AI 지식추적 엔진은 자체 특허를 보유한 CLST 엔진의 1.5 버전으로, 트랜스포머 신경망을 활용한 CLST-1에 자체 데이터로 학습시킨 Private LLM을 접목해 데이터가 충분한 상황은 물론 초기 데이터가 부족한 ‘콜드 스타트’ 상황에서도 최고의 성능을 발휘하는 것이 주요 특징이다.
이는 데이터가 충분한 상황에서 높은 예측 정확도를 가지는 것과 더불어 개인정보보호 등으로 데이터가 제한적인 상황에서도 최선의 AI 성능을 확보하기 위한 목적으로 개발됐다. 클래스팅 조현구 대표는 "이번 객관 평가를 통해 우리 AI 모델의 성능과 신뢰성을 입증했다"며 "앞으로도 지속적인 연구 개발로 정확하고 효과적인 개인화 교육 솔루션을 제공하겠다"고 밝혔다.
한편, 클래스팅은 CLST-1.5 엔진을 기반으로 출원 예정인 AI 디지털교과서를 비롯하여 클래스팅 AI의 해외 확장에 더욱 박차를 가할 예정이다. 현재 전국 1200개 이상 학교에서 클래스팅 AI를 유료로 도입하며, 누적 유료 구독자는 25만 명을 넘어섰다.
헬로티 서재창 기자 |
