호치민시, 교육 분야에서 AI 테스트

두 가지 해결책 중 하나는 학생의 지식 격차를 파악하고 이를 바탕으로 AI가 학생이 개선해야 할 콘텐츠를 제안하는 것입니다.

TP.HCM thử nghiệm đưa AI vào giáo dục - Ảnh 1. — 대의원들은 과학 컨퍼런스 "교육 분야의 빅데이터와 인공지능: 도전에서 혁신으로"에서 기술 솔루션에 대해 배웁니다. - 사진: TT

11월 22일, 호치민시 인민위원회와 호치민시 교육훈련부는 "교육 분야에서의 빅데이터와 인공지능: 도전에서 돌파구로"를 주제로 과학 컨퍼런스를 개최했습니다.

두 가지 AI 솔루션

워크숍에서 호치민시 교육훈련부 장관인 호 탄 민 씨는 호치민시가 교육 분야에서 AI 적용을 테스트하기 위해 두 가지 솔루션을 선택했다고 말했습니다. 해결책 1은 학생이 학습 경로를 스스로 조정하도록 지원하는 것입니다. 솔루션 2는 학생들의 지식 격차를 파악하고 이를 바탕으로 AI가 학생들이 개선해야 할 콘텐츠를 제안하는 것입니다.

"모든 학생은 서로 다른 요구 사항, 학습 속도 및 학습 능력을 가지고 있습니다. 자기 주도 학습은 학생들이 자신의 교육 여정을 스스로 통제하고, 무엇을, 어떻게, 언제 배울 것인지 선택할 수 있게 합니다.

호치민시 교육훈련부가 개발한 AI 모델은 LMS 시스템에서 학습자와 과제 간의 상호작용을 분석하여 학생들이 학습 경로를 스스로 조정할 수 있도록 지원하는 것을 목표로 합니다.

이 모델은 각 학생에게 개선에 집중해야 할 분야 등 개인화된 권장 사항을 제공합니다. 추가 서류 또는 활동 공부 일정을 조정하다; 학습 효율성을 향상시키기 위한 전략..." - 민 선생님이 말했습니다.

두 번째 솔루션과 관련하여, 민 씨는 AI가 역량 조사와 문제 은행의 과거 데이터를 분석할 것이라고 말했습니다. 이를 통해 AI는 학생들에게 추가 지원이 필요할 수 있는 구체적인 내용과 지식을 예측할 수 있습니다.

그리고 도전들

TP.HCM thử nghiệm đưa AI vào giáo dục - Ảnh 2. — 호치민시 교육훈련부 사무국장 호 탄 민 씨가 워크숍에서 연설하고 있다 - 사진: TT

"현재 우리는 AI를 위한 데이터를 수집하고 통합하는 단계에 있습니다. 호치민시 교육훈련부도 인프라 제한(그래픽 처리 장치(GPU)가 장착된 적합한 서버 인프라 부족)과 같은 많은 과제에 직면해 있습니다.

GPU 가속이 없다면 AI 모델 훈련 속도가 상당히 느려지고, 반복적 개발과 대규모 배포의 실현 가능성이 낮아질 것입니다. 이러한 제한은 AI 솔루션의 속도뿐만 아니라 확장성에도 영향을 미칩니다. 표준 CPU 리소스로는 실제로 대용량 데이터 세트를 처리하는 것이 비실용적이 되기 때문입니다." Minh가 공유했습니다.

민 씨에 따르면, 칩 생산국의 수출 정책으로 인해 국가 예산 투자를 통해 GPU를 구매하는 것은 불가능합니다. OpenAI와 같은 공급업체의 AI 클라우드 플랫폼이나 API를 사용하면 상당한 비용이 발생합니다. 특히 해당 솔루션을 사용하여 많은 수의 사용자에게 서비스를 제공하는 경우 더욱 그렇습니다.

클라우드 서비스는 데이터 처리, 저장, API 호출을 포함한 사용량에 따라 요금을 청구합니다. 예산이 제한된 공공 운영의 경우 이러한 지속적인 비용은 재정적 부담을 초래합니다.