AI로 문제 만들기

시험 만들기·수정 화면의 2단계 ‘문제 구성’ 에서 기존 + 문제 추가 버튼 옆에 AI 로 문제 생성 버튼이 있어요. 클릭하면 우측에 입력 패널이 슬라이드로 열립니다 (모바일은 풀스크린).

AI 가 만드는 문제 품질은 입력 자료의 구조와 구체성 에 크게 좌우돼요. 다음 원칙을 지키면 강사 검토 시간이 크게 줄어듭니다.

3가지 원칙

• 개념 정의 + 예시 + 반례 가 함께 있으면 AI 가 다양한 각도의 문제를 만들어요
• 3,000~5,000자가 가장 안정적. 너무 짧으면 같은 개념이 반복되고, 너무 길면(15,000자 초과 시 차단) 핵심이 흐려집니다
• 마크다운 몰라도 OK — 그냥 강의 노트처럼 줄바꿈·번호·하이픈만 써도 충분합니다. 수식·코드는 그대로 포함해도 인식돼요

예시 A — 평문 (가장 흔한 케이스)

강의 노트를 평소 쓰던 방식 그대로. 줄바꿈과 번호만으로도 AI 는 충분히 파악합니다.

현재완료 시제 (have/has + p.p.)

언제 쓰나
- 과거에 시작한 일이 지금까지 계속될 때 (계속 용법)
- 과거의 경험이 지금 영향을 줄 때 (경험 용법)
- 과거 행동의 결과가 현재 남아있을 때 (결과 용법)
- 막 끝낸 일을 강조할 때 (완료 용법)

자주 쓰는 부사
- since: 시점부터 지금까지 (since 2020, since I was 10)
- for: 기간 (for 5 years, for a long time)
- already, just, yet, ever, never

흔한 오류
1) yesterday, last week 같은 명확한 과거 시점과 같이 쓰면 안 됨
   X "I have seen the movie yesterday."
   O "I saw the movie yesterday."
2) since 다음에는 기간이 아닌 시점이 와야 함
   X "since 3 years"  → for 3 years
3) 한국어로 "~한 적 있다" 는 거의 항상 현재완료지만,
   "어제 ~한 적 있다" 처럼 시점이 명시되면 단순 과거

예시 B — 강의 노트 스타일 (전문가용)

개념-법칙-적용 흐름으로 좀 더 구조화. AI 가 다양한 문제를 뽑아냅니다.

3강. 이차함수의 최댓값·최솟값

[정의]
y = a(x-p)^2 + q 꼴을 표준형이라 한다.
이때 꼭짓점은 (p, q), 축은 x = p.

[규칙]
1) a > 0 이면 아래로 볼록 → x = p 에서 최솟값 q
2) a < 0 이면 위로 볼록 → x = p 에서 최댓값 q
3) 정의역이 제한된 구간 [a, b] 에서는
   - 축이 구간 안에 있으면 꼭짓점이 극값
   - 축이 구간 밖이면 양 끝값 비교

[예시]
y = (x-3)^2 + 5 의 [1, 6] 에서 최솟값
→ 축 x = 3 이 [1, 6] 안 → 꼭짓점 (3, 5) → 최솟값 5
→ x = 1 일 때 y = 9, x = 6 일 때 y = 14 → 최댓값 14

[자주 틀리는 부분]
- a < 0 인데 "최솟값" 만 떠올리는 학생 많음
- 정의역 끝점을 안 보고 꼭짓점만 보는 실수
- 표준형 변환 (완전제곱식) 자체에서 부호 실수

예시 C — 마크다운 (개발자·블로거에 익숙한 분)

헤딩·코드 펜스로 구조화. 알고리즘·프로그래밍·과학 강의에 자연스러워요.

# 시간 복잡도와 빅오 표기

## 정의
빅오 \(O(f(n))\) — 입력 크기 \(n\) 에 대한 알고리즘 실행 시간의 점근적
상한. 상수 배는 무시한다.

## 흔한 복잡도
- \(O(1)\): 입력 크기 무관 — 배열 인덱스 접근
- \(O(\log n)\): 매 단계 절반씩 줄어듦 — 이진 탐색
- \(O(n)\): 한 번 훑음 — 선형 탐색
- \(O(n \log n)\): 분할 정복 — 병합 정렬, 퀵 정렬 평균
- \(O(n^2)\): 이중 for — 버블·삽입·선택 정렬

## 예시 코드
```python
def linear_search(arr, target):
    for i, x in enumerate(arr):
        if x == target:
            return i
    return -1
```
위 코드는 최악 \(O(n)\), 평균 \(O(n)\), 최선 \(O(1)\).

## 자주 하는 오해
1. \(O(n)\) 과 \(O(2n)\) 는 같다 — 상수 무시
2. 빅오 = 평균이 아니라 **상한**. 평균은 \(\Theta\) 또는 별도 분석
3. 공간 복잡도와 시간 복잡도는 별개 — 둘 다 빅오로 표기

피해야 할 입력

• 일정표·강의계획 같은 메타 정보만 (개념·예시 없음)
• 저작권이 불분명한 외부 교재 통째로 복붙 — 강사 책임 있음 (약관 11조)
• 학생 실명·이메일·전화번호 포함 금지 — 자동 검출 시 마스킹 되지만 사전 제거 권장
• 주민등록번호·카드번호 — 검출 시 호출 자체 차단

문제 수

3·5·7 중 선택. 5개가 기본 권장. 처음 사용 시 3개로 시작해 AI 품질을 가늠해 본 뒤 늘려가는 것을 권장합니다.

난이도

• 쉬움 — 개념 정의·핵심 용어 묻기. 단답형·단일 선택 위주
• 보통 — 응용 예시·간단한 계산. 다중 선택·짧은 서술 권장
• 어려움 — 사례 분석·증명·복합 추론. 서술형 비중 ↑

문제 유형

여러 유형 동시 선택 가능. AI 가 입력 성격에 맞춰 적절히 분배해요. 유형별 자세한 차이는 문제 유형 4가지 참고.

AI 결과는 모두 초안 입니다. 강사가 검토하지 않으면 시험에 추가되지 않아요.

1. 1카드별로 문제 제목·본문·소문항 미리보기 확인
2. 2내용이 강의 의도와 맞으면 「이 문제 추가」 클릭 → 시험 폼에 자동 삽입
3. 3맞지 않으면 「건너뛰기」
4. 4모두 검토 후 「검토 완료 (N)」 → 패널 닫힘
5. 5시험 폼에서 추가된 문제 카드 열어 정답·점수·해설 최종 편집

후보가 마음에 안 들면 ‘다른 문제로 다시 생성’ 클릭. 같은 입력으로 새 후보 세트를 받습니다. 한 번 더 호출되므로 플랜 한도가 1회 차감돼요.

또는 ‘다시 입력’ 으로 입력 단계로 복귀해 교재를 보강·교체한 후 재시도. 입력을 바꾸는 게 더 효과적인 경우가 많아요.

AI 문제 생성은 강사가 입력한 교재 텍스트만 AI 에 전달합니다. 학생 응시 데이터·답안은 전혀 사용되지 않아요. AI 사업자는 입력을 모델 학습에 쓰지 않으며, 30일 후 자동 삭제됩니다. 더 자세한 내용은 AI 데이터 처리·신뢰 가이드 참조.