교육 데이터 접근성 강화

미국 전역의 표준화 시험 데이터는 방대하지만, 형식이 제각각이고 여러 소스에 흩어져 있어 학부모나 정책 입안자들이 활용하기 매우 어려웠다. Zelma는 GPT-4를 활용해 이러한 교육 데이터를 누구나 일상 언어로 쉽게 조회하고 분석할 수 있게 돕는 연구 보조 도구다.

브라운 대학교 연구팀이 정제한 데이터를 기반으로 하며, Novy와 협업하여 OpenAI API를 통해 구현되었다. 기술적으로는 function calling을 사용해 데이터에 적합한 시각화 방식을 선택하고, fine-tuning된 모델로 질문 추천 기능을 제공하며, vector database에 저장된 검증된 예시 그래프를 활용해 답변의 정확도를 높였다.

사용자 경험을 최적화하기 위해 다음과 같은 핵심 기능을 제공한다:

• 예시 프롬프트 제안: 사용자가 Zelma의 지식 범위를 이해하고 적절한 질문을 할 수 있도록 유도한다.
• 질문 공개 시스템: 다른 사용자의 질문을 통해 학습을 돕고 무분별한 쿼리를 방지한다.
• SQL 코드 공개: 답변의 논리 구조를 직접 확인하여 신뢰성을 검증할 수 있게 한다.
• 맥락 설명: 데이터의 정의와 주요 이벤트(예: 평가 방식 변경)를 함께 제공하여 데이터의 변화 원인을 파악하도록 돕는다.

이를 통해 학교 이사회는 회의 중 즉석에서 데이터를 시각화하고, 학부모는 지역별 학업 성취도를 비교하며, 정책 입안자는 교육 성과를 빠르게 파악하는 등 데이터 기반의 의사결정이 가능해진다.