사진 한 장이 해설이 되기까지 — AI 풀이의 원리와 한계
갱신일 2026. 07. 14.
사진 한 장이 해설로 바뀌기까지는 인식·태깅·풀이 생성·사람 검산의 여러 단계를 거칩니다. AI는 속도를 맡고, 정답의 확정은 사람 검토가 맡는 구조입니다.
사진에서 문항으로 — 인식 단계
풀이는 사진을 읽는 일에서 시작합니다. 카메라로 찍은 문제 이미지에서 글자와 수식, 그림과 표를 구분해 텍스트로 옮기는 단계입니다. 손글씨나 흐릿한 사진, 복잡한 그래프는 이 단계에서 잘못 읽힐 수 있어서, 인식 결과가 원본과 맞는지 확인하는 일이 중요합니다.
이 단계에서 숫자 하나, 단위 하나만 잘못 읽혀도 뒤따르는 풀이가 통째로 어긋납니다. 그래서 인식은 풀이의 출발점이자, 오류가 처음 끼어들 수 있는 자리이기도 합니다.
문항에 이름표를 붙이는 태깅
읽어 낸 문항은 곧바로 풀리는 것이 아니라, 먼저 어떤 문제인지 분류됩니다. 단원과 개념, 문항 유형, 난도 같은 이름표를 붙이는 태깅 단계입니다. 이렇게 정리해 두면 같은 개념을 묻는 유사 문항을 찾아 주거나, 취약한 단원을 짚어 줄 수 있습니다.
이 태깅과 문항 정본을 관리하는 데이터 백본이 MOATX입니다. 문항의 정답과 근거가 한곳에서 관리되므로, 풀이가 매번 임의로 달라지지 않고 같은 기준을 따르게 됩니다. 근거 있는 풀이는 이렇게 정리된 데이터 위에서 나옵니다.
단계 풀이를 만드는 생성 단계
다음은 실제 풀이를 문장으로 만드는 단계입니다. 정답만 툭 던지는 것이 아니라, 어떤 개념을 왜 적용했는지 단계별로 풀어 설명하는 것을 지향합니다. 학생이 "답"이 아니라 "왜"를 따라갈 수 있어야, 다음에 비슷한 문제를 스스로 풀 수 있기 때문입니다.
다만 이 단계에서 생성형 AI는 그럴듯하지만 틀린 문장을 만들 수 있습니다. 이를 환각이라고 부릅니다. 문장이 매끄럽다고 해서 내용까지 맞는 것은 아니라는 점이, AI 풀이를 다룰 때 가장 조심해야 하는 부분입니다.
왜 사람 검산 게이트가 필요할까
그래서 마지막에는 사람이 확인하는 검산 게이트를 둡니다. AI가 빠르게 만든 풀이 초안을 그대로 정답으로 확정하지 않고, 사람 검토를 거친 검증본을 기준으로 제공하는 것입니다. 속도는 AI가, 최종 확정은 사람이 맡는 역할 분담입니다.
이 구조가 중요한 이유는, 정답이 명확해야 하는 문제일수록 오류 하나가 학습을 오래 흔들기 때문입니다. PURI는 사진 문항의 단계 풀이를 제시하되 해설은 사람 검토를 거친 검증본을 기준으로 하고, MOATX가 문항 정본과 정답을 뒷받침해 풀이의 근거를 잡아 줍니다.
학습 보조로 올바르게 쓰는 법
AI 풀이는 완성된 정답지가 아니라 빠른 초안으로 볼 때 가장 쓸모가 있습니다. 풀이를 그대로 외우기보다, 제시된 단계가 왜 그렇게 흘러가는지 스스로 되짚고, 의심스러운 부분은 교과서나 검증된 자료로 확인하는 태도가 필요합니다.
특히 절대표현이나 미묘한 조건이 걸린 문제는 AI의 설명을 한 번 더 검토하는 것이 좋습니다. AI를 잘 쓰는 학생은 답을 빨리 얻는 학생이 아니라, AI가 준 풀이에서 "확인할 지점"을 찾아내는 학생입니다. PURI의 오답노트는 이렇게 확인한 내용을 남겨 다음 학습으로 잇도록 돕습니다.