Abstract

본 연구는 강의 영상에서 추출된 후보 구간이 독립적인 학습 단위로 적절한지를 평가하기 위해 LLM 기반 지식 품질 평가 프레임워크를 제안한다. 여기서 지식 품질은 특정 구간이 학습자에게 개념을 명확하고 충분한 맥락 속에서 전달할 수 있는지를 판단하는 기준이다. 즉, 단순히 영상이 주제별로 잘 나뉘었는지를 넘어, 해당 구간이 실제 학습 콘텐츠로 활용될 수 있는지를 평가하는 데 초점을 둔다.

이를 위해 본 연구는 강의 구간의 자막 정보를 기반으로 거대 언어 모델(LLM)이 문맥과 설명 구조를 분석하도록 설계한다. LLM은 구간 내 개념 설명의 명확성, 학습 단위로서의 완성도, 내용의 집중도 등을 종합적으로 판단하여 각 후보 구간의 학습 적합도를 정량적으로 평가한다. 제안 프레임워크는 분할된 강의 영상 중 학습자에게 효과적으로 지식을 전달할 수 있는 구간을 선별하는 데 목적이 있으며, 향후 실제 강의 영상 데이터를 활용해 검증할 예정이다.