본 연구는 대규모 언어 모델(LLM)을 활용하여 동적 평가(DA)의 규모를 확장할 가능성을 조사했습니다. 이를 위해 영어 학습자에게 동적인 피드백을 제공하는 다양한 LLM을 지원하는 모듈식 마이크로서비스 기반 문법 교육 애플리케이션인 DynaWrite를 개발했습니다. 21개의 LLM에 대한 초기 테스트 결과, GPT-4o와 neural chat이 언어 학습 교실에서 DA를 확장할 가능성이 가장 높은 것으로 나타났습니다. 두 모델에 대한 추가 테스트에서 사용자 문장의 문법 오류를 정확하게 식별하는 능력은 비슷했지만, GPT-4o는 명확하고 일관되며 점진적으로 명시적인 힌트를 생성하여 DA의 질적 측면에서 neural chat보다 꾸준히 우수한 성능을 보였습니다. 상세한 성능 테스트를 통해 실시간 응답성과 시스템 안정성도 확인되었으며, GPT-4o는 충분한 속도와 안정성을 보였습니다. 본 연구는 LLM을 사용하여 동적 평가의 규모를 확장하고, 전통적인 교사-학습자 환경보다 더 많은 그룹에게 동적 평가를 제공할 수 있음을 보여줍니다.
