본 논문은 소규모(3B-7B 파라미터)의 로컬 배포 가능한 LLM을 사용하여 교사를 지원하는 개방형 소스 프레임워크를 소개합니다. 이 시스템은 맞춤형 교육 자료 생성 및 AI 지원 평가를 포함한 포괄적인 교사 지원을 위해 설계되었습니다. Retrieval-Augmented Generation (RAG) 및 Context-Augmented Generation (CAG)을 결합하여 사실적 정확성과 교육적 스타일을 갖춘 콘텐츠를 생성하며, 교사의 개입을 보장하는 상호 작용적 개선 루프를 핵심 기능으로 제공합니다. 또한 생성된 모든 콘텐츠를 검사하는 보조 검증 LLM을 포함하여 안정성과 안전성을 강화합니다. 대학 물리학 강좌에서의 기술적 배포 성공을 통해 프레임워크의 유효성을 검증했으며, 소규모 LLM 기반의 자체 호스팅 시스템이 교육 기관의 특정 교육 작업에 대해 대규모 모델과 유사한 실용적 유용성을 달성할 수 있음을 보여줍니다.
