무브

오르비

아톰

내 태그

내 태그 설정

입시
학습
생활
클럽
직업·취업
Epioptimus
Centurion

AI 국어 [1003664] · MS 2020 (수정됨) · 쪽지

2024-01-24 12:51:19
조회수 8,659

AI로 만든 학습도구_ 국어 오답노트 5단계 접근법 #수요칼럼

게시글 주소: https://showmethescore.orbi.kr/00066810782

(227.7K) [525]

오답노트 5단계 접근법.pdf


사용방법
이해국어




AI가 수능국어 95점을 맞는 시대에(23년도 기준)

(관심 있으시다면 클릭)



AI가 문제를 풀 때, 활용하는 방식을 학습에 도입하면 좋을 것 같다는 생각으로



오답노트 자료를 뿌립니다.



설명이 너무 길면 안 읽으시는 분들도 있다는 생각이 들어서




우선적으로 사용방법을 정리했습니다.



사실 한 5월달에 수강생들에게만 배포하려고 했지만,



작년도에 했던 마음가짐, 그 초심을 이어가고자

(관심있으시다면 클릭)



만드는데 비용이 얼마 안되는 것은 공개하고자 합니다.





자습 자료 사용법
: 텍스트 기반 문제 해결을 위한 5단계 접근법





1단계: 텍스트 이해하기

  • 목표: 주어진 텍스트의 주요 내용, 구조, 그리고 테마를 이해하기.
  • 활동:
    • 텍스트를 천천히 읽으며 주요 아이디어와 세부 정보를 구분하기.
    • 텍스트의 구조(서론, 본론, 결론 등)를 식별하기.
    • 중요한 인물, 사건, 개념 등을 메모하기.


2단계: 중요 정보 식별하기

  • 목표: 텍스트에서 핵심적인 정보와 개념을 파악하기.
  • 활동:
    • 텍스트에서 중요한 문장이나 구절을 밑줄 치거나 강조하기.
    • 텍스트의 주요 메시지나 아이디어를 자신의 말로 요약해보기.


3단계: 문제 분석하기

  • 목표: 제시된 문제의 요구사항과 목적을 이해하고 분석하기.
  • 활동:
    • 문제를 면밀히 읽고 어떤 유형의 답변이 요구되는지 파악하기(예: 사실 찾기, 의견 제시, 비교 분석 등).
    • 문제와 관련된 키워드나 구절을 텍스트에서 찾아보기.


4단계: 결론 도출하기

  • 목표: 분석을 통해 얻은 정보를 바탕으로 문제에 대한 해답 찾기.
  • 활동:
    • 문제에 대한 자신의 답변을 생각해보고, 그 근거가 되는 텍스트 내용을 찾기.
    • 필요한 경우, 텍스트 밖에서 찾은 정보나 자신의 지식을 사용하여 답변을 뒷받침하기.


5단계: 응답 생성하기

  • 목표: 명확하고 구체적인 응답을 작성하기.
  • 활동:
    • 답변을 명확하고 간결하게 작성하기.
    • 답변에 근거가 되는 텍스트의 부분을 인용하거나 참조하기.
    • 응답을 다시 읽어보고 문법적 오류나 논리적 비약이 없는지 확인하기.




이 자습 자료는 학습자들이 텍스트를 더 깊이 이해하고, 문제를 체계적으로 접근하며, 



자신의 생각을 명확하게 표현하는 데 도움을 줄 수 있습니다. 



각 단계별로 실습과 예제를 추가하여 학습 효과를 높일 수 있습니다.





자습 자료 이미지








LLM, 그리고 문제 풀이
이해국어




우리가 지금 문제를 푸는데 사용하는 모델을 LLM이라고 합니다.


LLM은 "Large Language Model"의 약자로, 대규모 언어 모델을 의미합니다. 


이러한 모델은 매우 큰 양의 텍스트 데이터를 사용하여 훈련되며, 인공지능 분야에서 자연어 처리(Natural Language Processing, NLP) 작업을 수행하는 데 사용됩니다. LLM의 특징과 주요 기능은 다음과 같습니다:




  1. 대규모 데이터 학습: LLM은 인터넷 상의 책, 기사, 웹사이트, 대화 등 다양한 소스에서 수집된 방대한 양의 텍스트 데이터로 훈련됩니다.


  2. 언어 이해 및 생성 능력: 이러한 모델은 텍스트를 읽고 이해하며, 질문에 답변하거나, 텍스트 요약, 번역, 내용 생성과 같은 작업을 수행할 수 있습니다.


  3. 컨텍스트 인식: LLM은 주어진 텍스트의 맥락을 파악하는 능력이 뛰어나며, 이를 통해 보다 정확하고 관련성 높은 응답을 생성할 수 있습니다.


  4. 유연한 학습 및 적용: 이 모델들은 다양한 언어, 주제, 스타일의 텍스트에 적용 가능하며, 특정 작업에 맞게 미세 조정(fine-tuning)할 수도 있습니다.


  5. 지속적인 발전: 기술의 발전과 함께, LLM은 계속해서 더 정교하고, 다양한 기능을 갖춘 형태로 발전하고 있습니다.





LLM의 대표적인 예로는 OpenAI의 GPT 시리즈(GPT-3, GPT-4 등)가 있으며, 이들은 자연어 이해 및 생성 능력이 매우 뛰어난 것으로 알려져 있습니다.

이러한 모델들은 고객 서비스, 콘텐츠 생성, 교육, 연구 등 다양한 분야에서 활용되고 있습니다.

  




LLM(Large Language Model)이 수능과 같은 논리적 문제를 풀 수 있는 능력은 주로 다음과 같은 요소들에 기인합니다:




  1. 대규모 데이터 학습: LLM은 방대한 양의 텍스트 데이터로 훈련됩니다. 이 데이터에는 문학, 과학, 역사, 수학 등 다양한 분야의 지식과 함께, 논리적 추론을 필요로 하는 다양한 상황이 포함되어 있습니다. 이를 통해 모델은 논리적 문제 해결에 필요한 지식과 패턴을 학습합니다.


  2. 패턴 인식과 예측: LLM은 텍스트에서 패턴을 인식하고 이를 바탕으로 논리적인 연결을 예측합니다. 예를 들어, 문제 상황과 유사한 상황에 대한 데이터를 기반으로 합리적인 답변을 생성할 수 있습니다.


  3. 언어 이해 능력: 이 모델들은 문장 구조, 문맥, 의미 등 언어의 복잡한 특성을 이해할 수 있으며, 이를 통해 논리적 문제의 요구 사항을 파악하고 적절한 응답을 생성할 수 있습니다.


  4. 추론 능력: 비록 인간처럼 직접적인 추론 능력은 없지만, LLM은 훈련 데이터에서 학습한 논리적 연결과 추론 패턴을 활용하여 문제에 접근합니다.


  5. 지속적인 학습과 개선: LLM은 지속적으로 데이터를 통해 학습하고, 새로운 예제와 상황에 맞게 능력을 개선합니다. 이를 통해 더 다양하고 복잡한 논리적 문제에 대응할 수 있습니다.








AI가 문제를 푸는 과정 설명
이해국어



[지문] 


독서는 독자가 목표한 결과에 도달하기 위해 글을 읽고 의미를 구성하는 인지 행위이다. 성공적인 독서를 위해서는 초인지가 중요하다. 독서에서의 초인지는 독자가 자신의 독서 행위에 대해 인지하는 것으로서 자신의 독서 과정을 점검하고 조정하는 역할을 한다. 초인지는 글을 읽기 시작한 후 지속적으로 이루어지는 점검 과정에 동원된다. 독자는 가장 적절하다고 판단한 독서 전략을 사용하여 독서를 진행하는데, 그 전략이 효과적이고 문제가 없는지를 평가하며 점검한다. 효과적이지 않거나 문제가 있다고 판단하면 이를 해결해야 한다. 문제가 무엇 인지 분명하지 않은 경우에는 독서 중에 떠오르는 생각들을 살펴보고 그중 독서의 진행을 방해하는 생각들을 분류해 보는 방법으로 문제점이 무엇인지 파악할 수 있다. 독서가 중단 없이 이어지는 상태이지만 문제가 발생한 것을 독자 자신이 인지하지 못하는 경우도 있다. 의도한 목표에 부합하지 않는 방법으로 읽기를 진행하거나 자신이 이해한 정도를 판단하지 못하는 예가 그것이다. 문제 발생 여부의 점검을 위해서는 독서 진행 중간중간에 이해한 내용을 정리하는 방법을 사용할 수 있다. 초인지는 문제를 해결하기 위해 독서 전략을 조정하는 과정 에도 동원된다. 독서 목표를 고려하여, 독자는 지금 사용하고 있는 전략을 계속 사용할 것인지를 판단해야 한다. 또 문제 해결을 위한 다른 전략에는 무엇이 있는지, 각 전략의 특징과 사용 절차, 조건 등은 무엇인지 알아야 한다. 또한 독자 자신이 사용할 수 있는 전략이 무엇인지, 전략들의 적절한 적용 순서가 무엇인지, 현재의 상황에서 최적의 전략이 무엇인지 판단하여 새로운 전략을 선택한다. 선택한 전략을 수행하는 과정에서 독자는 초인지를 활용하여 점검과 조정을 되풀이하며 능동적으로 의미를 구성해 간다




[문제] 


1. 윗글을 이해한 내용으로 적절하지 않은 것은? 


① 독서 전략을 선택할 때 독서의 목표를 고려할 필요가 있다.

② 독서 전략의 선택을 위해 개별 전략들에 대한 지식이 필요하다. 

③ 독서 목표의 달성을 위해 독자는 자신의 독서 행위에 대해 인지해야 한다. 

④ 독서 문제의 해결을 위해 독자는 자신이 사용할 수 있는 전략이 무엇인지 알아야 한다.

⑤ 독서 문제를 해결하기 위해 새로 선택한 전략은 점검과 조정의 대상에서 제외할 필요가 있다.


 



GPT가 이런 문제를 풀때, LLM 입장에서 어떤과정들을 거쳐서 문제를 푸는지



그 과정을 가시적으로 5단계로 정리하면 아래와 같습니다.

 


GPT와 같은 LLM(Large Language Model)이 문제를 해결하는 과정은 다음과 같은 5단계로 요약할 수 있습니다:




  1. 텍스트 이해와 분석:
    먼저, 모델은 제공된 글의 내용을 읽고 이해합니다. 이 단계에서 모델은 텍스트의 구조, 문맥, 그리고 중요한 개념들을 파악하려고 시도합니다. 제시된 문제의 경우, 독서와 관련된 초인지의 역할, 독서 전략의 선택과 조정, 그리고 독서 과정 중 문제 해결 방법에 대한 내용을 이해합니다.


  2. 중요 정보의 식별:
    이 단계에서는 텍스트에서 중요한 정보를 식별합니다. 독서 전략의 중요성, 독자의 인식 및 점검 과정, 그리고 문제 해결을 위한 전략 조정 등의 핵심 요소를 파악합니다.


  3. 문제 분석:
    다음으로, 제시된 문제를 분석합니다. 이 경우, 문제는 글의 내용을 바탕으로 하여 적절하지 않은 내용을 고르는 것입니다. 이 단계에서 모델은 각 선택지를 글의 내용과 비교하여 어느 것이 글의 내용과 일치하지 않는지를 판단합니다.


  4. 결론 도출:
    모델은 분석을 통해 얻은 정보를 기반으로 결론을 도출합니다. 이 과정에서 모델은 제시된 선택지 중에서 글의 내용과 가장 부합하지 않는 것을 찾습니다. 이 예에서, 선택지 ⑤ ("독서 문제를 해결하기 위해 새로 선택한 전략은 점검과 조정의 대상에서 제외할 필요가 있다.")가 글의 내용과 일치하지 않는다고 결론지을 수 있습니다.


  5. 응답 생성:
    마지막으로, 모델은 이러한 분석과 결론을 바탕으로 사용자에게 응답을 제공합니다. 이 경우, 문제에 대한 해답과 그 해답을 선택한 이유를 설명하는 응답을 생성합니다.





이러한 과정은 대규모 데이터셋에서 학습한 패턴과 정보를 기반으로 하여 수행됩니다. 



모델은 사람처럼 사고하거나 추론하지는 않지만, 



훈련 과정에서 습득한 지식과 언어 구조를 활용하여 문제에 접근하고 해결합니다.




(첨언) 그래서 정답이냐고요?



다행히도 5번이 정답이 맞습니다.




결론
수능국어 공략집, 이해국어




AI가 도입되고 있는 시대입니다.



그래서 저도 뒤쳐지지 않기 위해서 정말 많은 공부를 하고 있습니다.



이런 제가 만든 수업이 궁금하신 분들은 아래 링크 참고 부탁드립니다.

: https://academy.orbi.kr/intro/teacher/480/l

: https://academy.orbi.kr/intro/teacher/480/l

: https://academy.orbi.kr/intro/teacher/480/l







마지막으로 여러분들이 글 읽는데 도움이 될 수 있는 칼럼도 추가적으로 작성했습니다.

 


그럼 모두들 화이팅!



Simple! 문학을 뚫기위한 첫 걸음!! (칼럼 #1):    https://orbi.kr/00065995327

How? 오답률을 활용하는 방법 (칼럼 #1):    https://orbi.kr/00066113147

Omit! 생략된 부분을 찾아야 한다 (칼럼 #1):    https://orbi.kr/00066356866

Word! 국어 공부의 기초, 단어 공부하는 법 (칼럼 #1):    https://orbi.kr/00066356951

    

&

    

Pattern! 읽기, 나를 알아야 이긴다!! (칼럼 #1):    https://orbi.kr/00066173512

Reasoning! 이것만은 알자!! 글의 구성원리 (칼럼 #1):    https://orbi.kr/00066246813

Open! 2024학년도 9모가 남긴 문학 해석 열쇠 (칼럼 #1):    https://orbi.kr/00066369311

Vector! 수능이 남긴 문학 해석 열쇠 (칼럼 #1):    https://orbi.kr/00066357041

E중성! 문제에 숨어있는 논리적 구조 (칼컴 #1):    https://orbi.kr/00066369367

0 XDK (+0)

  1. 유익한 글을 읽었다면 작성자에게 XDK를 선물하세요.

AI 국어 [1003664]

쪽지 보내기

글쓰기
오르비 1369920번째 회원 가입
ddna
1,422,072 건의 게시물이
블록체인에 디지털 공증되었습니다.
901,751
497,321
22,267
574
159

오르비 캐스트

2026 수능D - 311

오르비 플레이

오르비 RARE

오르비 과외시장
Move
our corporate site
Orbi Class
on-line classes
Atom
educational books & resources
Gae9
humor and fun

© 2000-2025 Move Inc.

orbisoptimus (v17-7e2515)