직접 쓴 지문 하나로 뽑은 내신 워크북 견본, 38문항 그대로 공개합니다
직접 쓴 143단어 영어 지문 하나를 실제 워크북 제작 라인에 넣어 어휘 9·어법 7·빈칸 11×2, 모두 38문항을 뽑았습니다. 작성부터 재검수까지 모델 호출은 123.3초였습니다. 학생용·정답용 A4 PDF를 그대로 내려받을 수 있게 올리고, PDF에 담긴 것과 기록에만 남은 것을 나눠 적습니다.
모든 태그 태그
#현장 기록
10 개의 글
내신영어 최종 시험범위 공지 다음 날, '새로 만들 것'만 골라내는 법
기말 시험범위 공지를 받으면 범위를 확정·미확정·예고·제외 네 칸으로 나눠 적고, 이미 만든 자료와 대조해 새로 만들기·보강·다시 검토 세 줄로 정리합니다. 실제 학교 두 곳, 시험 세 번의 범위 문서로 돌린 결과와, 배부 목록 대조를 빼먹어 추가 지문 세 편이 빠졌던 일까지 숫자로 적습니다.
AI 해설서 프롬프트 1만 1천 자, 어느 줄을 고치면 결과가 바뀔까
공개한 해설서 프롬프트에서 줄 하나씩 바꿔 GPT Luna로 세 번씩 뽑았습니다. 평균 점수는 기본 3.89점, 문법 규칙 두 줄을 더한 지시문 4.19점, 구간을 정확히 4개로 못 박은 지시문 3.56점이었습니다. 어휘 난도 한 줄을 넣어도 단어 10개 중 6~9개는 기본에서 나온 단어였습니다.
AI '깊게 생각하기'를 켜면 해설서가 좋아질까: 7개 모델 낮음·보통·높음
같은 영어 지문과 같은 지시문으로 AI 7개에게 생각의 양만 바꿔 해설서를 받았습니다. 높음으로 바꾸자 5개는 점수가 올랐고 하나는 그대로, 하나는 떨어졌습니다. 시간과 비용은 모두 늘었습니다. 선생님이 '깊게 생각' 선택지를 고를 때의 기준을 숫자로 정리합니다.
AI 한 부 6원 해설서, 규칙 두 줄을 넣고 다시 채점하면?
지난 7개 AI 비교에서 추정 비용이 가장 낮았던 GPT Luna의 해설서 지시문에 규칙 두 줄을 더해 같은 지문으로 세 번씩 뽑고, 이름을 가린 채 다시 채점했습니다. 평균은 3.89점에서 4.19점이 됐습니다. what절 설명이 어떻게 달라졌는지 원문과 함께 비교하고, 비싼 AI들의 점수와 나란히 놓을 때 주의할 점을 정리합니다.
3원짜리 해설서와 290원짜리 해설서: 같은 영어 지문을 AI 7개에게 맡겨 봤습니다
직접 쓴 영어 지문 하나를 AI 7개에게 주고 같은 틀의 3쪽 해설서를 받았습니다. 가장 싼 Luna는 한 부 약 3원에 2.92점, Claude Opus는 약 290원에 4.83점이었습니다. 같은 문장을 어떻게 다르게 옮겼는지, 선생님 상황별로 어떤 AI가 맞는지 정리합니다.
시험범위 공지 다음 날, 190쪽 워크북을 냈습니다 — 그리고 검수가 306건을 찾았습니다
고2 영어 내신 최종 시험범위 공지를 받은 날 지문 59개로 190쪽 워크북을 만들었습니다. 다른 AI로 독립 검수를 돌리자 결함 306건이 나왔고, 그걸 고치면서 바꾼 검수 기준과 재작성 방식을 숫자와 함께 적습니다.
클라우드플레어 무료라길래 막 만들었더니
무료 한도가 넉넉하겠거니, DB도 작겠거니 하고 학원 시스템을 막 만들었더니 하루 읽기 한도 500만 줄을 넘겨 조회와 저장이 전부 멈췄습니다. 화면은 열리는데 데이터만 안 나오던 며칠의 기록과, 대충은 로컬까지만이라는 교훈입니다.
영어 강사가 코드를 짜게 된 건, 게을러서였습니다
영어 강사가 매주 클리닉지와 해설지를 만들며 겪은 반복 작업을 줄인 기록입니다. 문항 생성보다 검수와 재사용에 더 손이 갔던 이유, 현재 직접 확인하는 부분을 설명합니다.
이 기록을 남기는 이유
현장 기록은 정리된 결론이 아니라 과정을 남기는 자리입니다. 무엇을 쓰고 무엇을 안 쓰는지 먼저 적어둡니다.