머신러닝을 활용한 크로키 자동 평가 시스템 개발 및 정확도 분석

초록

이 연구는 머신러닝을 활용하여 인물 크로키 작품을 자동으로 평가할 수 있는 시스템을 개발하고, 그 성능과 정확도를 분석하였다. 학생들이 수업 시간에 제작한 크로키 데이터를 수집하고, 이를 "잘 그린 것," "못 그린 것," 및 "AI의 도움을 받은 것" 세 가지 카테고리로 분류하였다. Google Teachable Machine 플랫폼을 사용하여 머신러닝 모델을 훈련했으며, 학습된 모델은 새로운 데이터를 입력받아 자동으로 평가 결과를 도출할 수 있도록 설계하였다. 모델의 성능을 검증하기 위해 테스트 데이터를 사용한 결과, 약 90%에 달하는 정확도를 기록하였으며, 이는 강사의 평가와 유사한 수준의 신뢰성을 제공함을 시사한다. 또한, 자동 평가 시스템은 평가 시간 절약과 일관성 유지에서 유의미한 장점을 보였다. 이 연구는 머신러닝 기반 평가 시스템이 미술 교육에서 평가 과정을 효율화하고, 학생들에게 즉각적이고 객관적인 피드백을 제공할 수 있음을 보여준다. 본 시스템은 크로키 평가의 신뢰성을 높이는 동시에 강사의 업무 부담을 줄이는 데 기여할 수 있으며, 향후 다양한 예술 교육 분야에서의 활용 가능성을 제안한다.

키워드