조절 가능한 난이도와 안전성을 갖춘 소형 LLM의 지도 미세 조정 (Supervised Fine-Tuning)을 통한 아동용 영어 독서 스토리

요약

본 연구는 대규모 언어 모델(LLMs)을 활용한 아동용 영어 스토리 생성의 교육적 한계점, 즉 높은 난이도와 운영 비용 문제를 해결하고자 합니다. 기존 전문가 커리큘럼과 GPT-4o 및 Llama 3.3 70B로 생성된 데이터를 사용하여 세 가지 소형 LLM(8B 파라미터)을 미세 조정하는 방법을 제안합니다. 이 방법론은 모델의 규모보다 '제어 가능성'에 초점을 맞추어, 교육자가 아동의 독서 수준과 안전성을 정밀하게 조절할 수 있는 저렴하고 효과적인 영어 스토리 생성 시스템을 구축했습니다.

핵심 포인트

• 소형 LLM(8B)의 미세 조정은 대규모 모델(GPT-4o, Llama 3.3 70B) 대비 아동용 독서 스토리의 난이도 제어 측면에서 우수한 성능을 보였습니다.
• 본 연구는 '제어 가능성(Controllability)'을 핵심 가치로 삼아, 교육 현장에서 활용 가능한 저비용 고효율 AI 시스템 구축에 초점을 맞추었습니다.
• 미세 조정된 소형 LLM은 아동의 관심사 및 난이도 조절과 같은 안전하고 매력적인 콘텐츠 생성에 효과적으로 사용될 수 있습니다.
• 본 접근 방식은 교사, 학부모 등 다양한 교육 주체가 가정이나 교실에서 활용할 수 있도록 설계되었습니다.