본 논문은 대규모 언어 모델(LLM)을 이용한 코드 평가에 초점을 맞추고, 기존의 질문과 무관한 평가 기준(question-agnostic rubrics) 대신 질문 특정 평가 기준(question-specific rubrics)을 사용하는 다중 에이전트 기반의 새로운 접근 방식을 제안합니다. 기존 연구들이 LLM을 이용한 코드 생성에 집중한 것과 달리, 코드 평가에 대한 연구는 부족한 상황이며, 본 논문은 이러한 간극을 메우고자 합니다. 적절한 평가 데이터셋의 부재를 해결하기 위해, 자료구조 및 알고리즘 과제(150개 제출물)와 객체지향 프로그래밍 과제(80개 제출물)에 대한 두 개의 새로운 데이터셋을 소개합니다. 스피어만 상관계수와 코헨의 카파 계수와 같은 표준 지표 외에도, 전문가 평가에 대한 평가의 엄격성을 정량화하는 새로운 지표인 '관대함(Leniency)'을 제안합니다. 실험 결과, 질문 특정 평가 기준이 교육 환경에서 코드의 논리적 평가를 향상시키고, 단순한 구문적 정확성을 넘어 교육 목표에 부합하는 더 나은 피드백을 제공함을 보여줍니다.
시사점, 한계점
•
시사점:
◦
LLM 기반 코드 평가에서 질문 특정 평가 기준(question-specific rubrics)의 효용성을 증명.
