고려대학교

고려대학교 KOREA UNIVERSITY

QS 세계대학평가 전공분야별 순위 26개 분야 100위권 내 차상위권 진입

2020 QS 세계대학평가 역대 최고 순위 기록 세계 69위 국내 종합사립대 1위


HOME

현재 페이지 위치

일반창의적 미래 인재 양성, 세계를 변화시키는 대학

‘AI선배’가 추천하는 새학기 수강신청 ‘꿀팁’
  • 글쓴이 : 커뮤니케이션팀
  • 조회 : 2201
  • 일 자 : 2020-07-21


‘AI선배’가 추천하는 새학기 수강신청 ‘꿀팁’
고려대, 국내대학 최초 인공지능 맞춤형 교양과목 추천
선후배 대면이 어려운 언택트(Untact) 시대 획기적 서비스

 

 

 

 image

▲ 관련 화면 캡쳐

 

 

최근 데이터기반 분석/관리/환류에 따른 학생들의 핵심역량 맞춤서비스 시스템을 도입한 고려대학교(총장 정진택)가 사람중심의 미래 지향적 인재양성에 앞장서는 또 하나의 혁신을 제시했다.


고려대는 국내 대학 최초로 학생들을 대상으로 AI 맞춤형 교양과목 추천시스템 ‘AI선배’ 프로그램을 개발, 시행에 들어갔다.


동일학과 또는 유사과목을 수강했던 선배들의 지난 20년간 수강이력 데이터를 학습하여 현재 재학 중인 학생들에게 추천하게 되는 시스템으로, 실제 사례들을 바탕으로 조언을 한다는 의미를 담아 ‘AI선배’라고 명명했다.


최근 COVID-19로 인해 학생 간 대면 기회가 적어지면서 선배들의 노하우를 전달받을 수 없는 언택트(Untact) 시대에 적합한 맞춤형 서비스라는 점도 주목할 만하다.


‘AI선배’ 프로그램은 고려대 디지털정보처가 자체적으로 개발한 ‘과목 유사도 알고리즘’과 넷플릭스의 영화추천 알고리즘으로 유명한 ‘협업필터링 알고리즘’을 기반으로 추천의 성능과 만족도를 높이기 위해 다양한 하이퍼 파라미터(Hyper parameter)를 설정하여 세 가지 교양과목 추천 모델로 개발됐다.


이 3종 모델은 추천방식에 따라 각각 21개 과목을 추천하게 되며, 추천되는 과목은 모두 다르다. 고려대 디지털정보처는 이번에 개발된 3종 모델에 대한 학생들의 사전 의견 수렴 결과를 반영하여 성능 개선을 위한 수차례의 하이퍼파라미터 개선에 따른 재학습과 검증을 거쳐 최종 2개 모델을 선정, 시행에 들어갔다. 개별 맞춤형으로 추천되는 교양과목은 과목 목록과 함께 핵심역량, 1전공과 2전공의 수강생비율, 학년별 분포를 시각화된 반응형 도표로 제공하고 있다.


‘AI 선배’는 관련 데이터를 학습하는데 적게는 16시간부터 많게는 35시간이 걸리며 관련 데이터를 추출, 분석하여 학생들에게 최적의 맞춤형 코칭을 전하게 된다. 교육부 대학혁신지원사업의 “KU Insight Miner” 연구개발 프로젝트로 데이터기반 AI 서비스의 첫 사례이다. 이번에 제시된 학생성공을 위한 “AI선배”에 대한 의견을 바탕으로 머신러닝, 딥러닝 학습/서비스인프라를 고도화하고 교육현장에서 적합한 추천알고리즘도 계속 발전시켜 나갈 예정이다.

 

관련 화면 캡쳐

AI 맞춤형 교양과목 추천시스템 ‘AI선배’는 7월 21일(화)부터 2학기 수강정정신청이 끝나는 9월 중순까지 교내 포털을 통해 제공되어 새학기 수강신청을 앞둔 학생들에게 길잡이 역할을 할 것으로 기대된다.


이밖에도 고려대는 2019년 데이터웨어하우스(데이터 허브)를 구축하고, 교육학과와 심리학과를 포함한 교내 여러 분야의 교수, 교무처와 교수학습개발원 등 관련 부처 담당자, 학생, 데이터 사이언티스트, 데이터 엔지니어, 프로그래머들로 구성한 데이터 분석 커뮤니티를 운영 중이다. 데이터 분석 커뮤니티에서는 학생 성공을 위한 정의, 융합전공 네트워크 분석, 다양성 지수개발 등 빅데이터 분석을 위한 많은 시도와 경험을 축적하고 있다. 이번 ‘AI선배’ 서비스 개발에 참여한 산업경영공학부 한성원 교수, 영어영문학과 남호성 교수 연구팀들도 함께 참여하고 있다.


오는 8월 11일에는 고려대 대학혁신지원사업단의 제3회 KU 혁신 워크숍을 통하여 포스트 코로나 시대의 학생 성공을 위한 AI 기반 데이터 분석 추진 체계 등 지난 경험을 공유할 예정이다.

 

 

관련 화면 캡쳐

 

 

커뮤니케이션팀 서민경(smk920@korea.ac.kr)