導入事例

教育 · 韓国

AIによる作文自動採点を備えたTOPIK対策プラットフォーム

Woongjin ThinkBig向けに、Webとモバイルで利用できるTOPIK学習・試験対策システム(B2C、B2B、Admin)を構築しました。生成AIによる作文の自動採点ソリューションも導入し、教師の評価と比較して80%を超える精度を達成しました。

JavaSpring BootJava EEAWS EC2AWS RDSAWS S3AWS SESAWS CloudWatchAurora MySQLGPTLlama 3.1LLM Prompt Engineering

プロジェクト概要

  • お客様: Woongjin ThinkBig – 1980年から幼児教育、子ども向け教育・文化コンテンツの開発を手がける韓国トップクラスの企業。読書学習、学習、書籍のオンライン/オフライン出版など、あらゆる年齢層向けのサービスを提供しています。
  • 国: 韓国
  • 分野: 教育 – 韓国語能力試験TOPIK対策
  • 規模: 約67 MM(オンサイトとオフサイトを含む)
  • 期間: 6か月
  • プロジェクト種別: Web+モバイルアプリ、AI連携
  • 作業範囲: ワイヤーフレーム、SRS、技術ソリューション設計、グラフィックデザイン、アプリケーション開発(教育機関向けWebサイト、受講者向けモバイルアプリ)、作文採点AIの開発、機能テスト・結合テスト、UATサポート、Staging・Productionへのデプロイ、Apple App Store・Google Playへのアプリ公開

課題

  • 2024年、お客様はTOPIK学習者・受験者専用のシステム構築を目指していました。構成は、B2C Module(個人ユーザー)、B2B Module(企業のOperator、Teacher、Student)、Enterprise Management Module(WJ ThinkBig向けAdminサイト)です。
  • お客様には社内IT部門がなく、韓国ではITコストが高いため、質の高い豊富なリソースを持つベンダーが必要でした。
  • 開始前の時点で製品要件が明確でなかったため、柔軟な開発手法と業務コンサルティングを行うBAチームが必要でした。
  • 既存のLMSを再利用する必要があり、ベンダーには既存システムを迅速に理解し、影響の少ない連携方法を提案することが求められました。
  • 自動採点AIのソリューションがなく、Writingを高精度かつ妥当なコストで採点できるAIが必要でした。

ソリューション

  • Working model: PM、BA/Comtor、テックリードがオンサイトで対応し、円滑かつ効果的なコミュニケーションを実現しました。チケット・タスク管理システムをお客様と共有し、技術コンサルティングとテストを提供しました。
  • Agileプロセス: 2~3週間のイテレーション(要件・ユーザーストーリー分析 → UI/UX更新 → 開発 → 単体/結合テスト → CI/CDによるビルド・デプロイ → バグ修正 → 部分的なUAT/QA)、デイリーミーティング、最終UAT/QAを実施し、お客様から早期かつ頻繁にフィードバックを受けました。
  • グラフィックデザイン: 若々しくモダンなデザインで、モバイル向けにUXを最適化しました(Web版・モバイル版)。
  • AI Auto-scoring: お客様のデータセット(設問、解答、教師による評価)にプロンプティング手法を適用して最適なプロンプトを作成し、GPT、chatntq-ja、Llama3.1 などのLLMに入力して、指定フォーマットで採点結果を取得します。これをオンライン韓国語自習アプリに組み込みました。

主な機能

B2C Portal(個人ユーザー)

  • 多言語対応で親しみやすく使いやすいUI。
  • プレースメントテストでレベルを判定し、最適な学習ロードマップを提案。
  • レベル別の韓国語学習(Listening、Reading、Writingの3技能)。
  • レベル別の模擬試験(Listening、Reading、Writing)、レベル・試験回別のTOPIK過去問題。
  • 学習進捗の確認、語彙・文法の復習。

B2B Portal(法人)

  • 教師ごとに、スケジュールと受講者の進捗に応じたクラスの作成・管理。
  • 受講者向け宿題の作成・印刷。
  • 受講者の復習、模擬試験、過去問題演習を支援し、学習進捗を確認。

Admin Woongjin(Super Admin)

  • ユーザー一覧の管理。
  • レッスンと模擬試験のコンテンツ作成・管理、多言語レッスンの設計。
  • 運用コンテンツの管理:決済状況、お知らせ、通知、サポート問い合わせ。

使用技術

  • 言語・フレームワーク:Java Spring Boot、Java EE
  • ユーザーアプリケーション:Web、モバイルアプリ
  • インフラ:AWS Cloud(EC2、RDS、S3、SES、Load Balancer、CloudWatch)
  • データベース:Aurora MySQL
  • AI:LLM(GPT、chatntq-ja、Llama3.1)、プロンプトエンジニアリング

成果

  • AIの採点結果を教師の評価と比較したところ、受講者の答案の80%超をAIが正確に採点できることが確認されました。

同様のプロジェクトをご検討ですか?

SSDに問い合わせる