본 논문은 프로그래밍 입문 과정의 과제 수동 채점의 시간 소모성과 일관성 부족 문제를 해결하기 위해, AI 기반 채점 기법을 비교한다. 구체적으로, AI가 직접 채점하는 \textit{Direct} 방식과, 오류를 수정한 후 수정 내역을 기반으로 점수를 매기는 새롭게 제안된 \textit{Reverse} 방식을 비교한다. 두 방식 모두 채점 정확도에 대한 범위의 영향을 평가하기 위해, 기존 채점 기준과 10배 확장된 채점 기준에서 평가되었다. AI가 할당한 점수는 다양한 코딩 문제와 오류 유형에 대해 인간 튜터의 평가와 비교 평가되었다.
