왜 39가지 유형을, 5단계 난이도로 만드는가 — PlanA AI 문제 생성 엔진

한 지문에서 무엇이 가능한지, 유형 체계가 교육적으로 어떤 의미를 갖는지 설명합니다

한 지문에서 '주제 파악', '빈칸 추론', '순서 배열', '서술형 요약'까지 — 실제로 같은 지문 하나로 몇 가지 문제를 만들 수 있을까요?

PlanA AI는 객관식 21가지에 서술형 18가지, 모두 39개 문제 유형으로 한 지문을 다각도에서 파고듭니다. 여기에 단계별 지문 변형까지 더하면 교실 전체가 서로 다른 난이도의 시험지를 받아도 변형 풀이 충분히 나옵니다. 오늘은 이 숫자들 뒤에 어떤 교육적 판단이 있는지 말씀드리려 합니다.

내신 영어 문제 유형, 생각보다 많습니다

수능 영어를 기준으로 생각하면 유형이 그리 많지 않아 보입니다. 주제, 제목, 빈칸, 순서, 문장삽입 정도를 떠올리실 겁니다. 그러나 실제 내신 현장은 다릅니다.

내신 시험은 수능 유형을 기본으로 하면서도 학교마다 서술형 배점이 다르고, 조건부 영작이나 오류 수정, 어형 변환 같은 고유 유형이 얼마든지 추가됩니다. 게다가 지역마다 선생님마다 학교마다 출제 스타일이 조금씩 다릅니다.

PlanA AI가 지원하는 유형을 크게 나눠 보면 이렇습니다.

객관식 21가지: 주제, 제목, 요지, 함축 의미, 내용 일치·불일치, 어휘, 빈칸 추론, 주어진 문장 넣기, 글의 순서, 어법성 판단, 무관한 문장 찾기 등 수능 핵심 유형에 더해 내신 특화 변형 유형을 포함합니다.

서술형 18가지: 요약문 완성, 조건부 영작, 어형 변환, 오류 수정, 빈칸 완성, 영어로 쓰는 설명형 답안 등 현장 내신에서 배점이 높은 서술형 전 유형을 망라합니다.

숫자가 많아 보이지만, 현장 선생님이라면 "아, 이 유형이 없으면 우리 학교 시험을 못 만들지"라고 고개를 끄덕이실 유형들이 전부 들어 있습니다.

하나의 지문에서 여러 유형과 난이도 조합이 갈라지는 모습을 표현한 예시 이미지. 실제 문항 텍스트 대신 구조만 보여 줍니다.

실제 데이터 기반 예시

변형 생성 예시: 한 지문에서 2개 문항 세트

대표 생성 흐름을 바탕으로 지문·문항을 요약 형태로 각색했습니다.

대표 생성 흐름을 바탕으로 한 예시를 들어 보겠습니다. 문학과 인간 표현의 지속성을 다룬 영어 지문이 입력되면, PlanA AI는 그 지문을 그대로 복사하지 않고 순서 배열과 어법 판단이 결합된 세트형 문항으로 재구성할 수 있습니다.

입력 지문: 문학이 시대와 문화를 넘어 인간 경험을 연결한다는 내용의 고등 수준 지문
생성 결과: 문단 A·B·C의 논리 순서를 판단하고, 밑줄 친 표현의 어법성을 함께 확인하는 복합형 문항
검수 흐름: 생성된 문항은 구조·정답·해설 검수를 거친 뒤 선생님 화면에 전달됩니다.

이 예시는 왜 유형 체계가 필요한지 잘 보여 줍니다. 같은 지문이라도 단순 내용 확인 문제와 복합형 고난도 문제는 설계 방식이 완전히 다릅니다.

유형 체계는 어떻게 만들었나요

39가지 유형을 임의로 나열한 것이 아닙니다. 방대한 기출·수업 자료를 바탕으로, 실제 내신과 수능에서 반복적으로 등장하는 유형들을 체계적으로 정의한 결과입니다.

특히 두 가지 결정이 중요했습니다.

첫째, 복합형 유형을 별도로 설계했습니다. 내신 고난도 문항 중에는 "글의 순서 배열 + 어법성 판단"처럼 두 유형의 사고력을 동시에 요구하는 형태가 있습니다. 이런 복합형을 단순 조합이 아니라 고유한 출제 규칙을 가진 독립 유형으로 구현했습니다. 덕분에 상위권 학생들을 변별하는 고난도 문항을 만들 때도 품질이 흔들리지 않습니다.

둘째, 수능 고난도 번호를 특별히 고려했습니다. 수능 38·39번에 해당하는 문장삽입 유형은 출제 방식이 까다롭고, 오답 선택지를 설계하려면 정교한 기준이 필요합니다. PlanA AI는 이 유형에 별도 설정을 두어 킬러 수준의 문장삽입도 체계적으로 만들어 냅니다. 이 고난도 영역은 킬러문항 생성에서 따로 다루겠습니다.

유형 체계란 결국 "어떤 문제가 필요한가"에 대한 교육적 답변입니다. 기술이 먼저가 아니라, 현장이 먼저였습니다.

지문 변형 5단계: 난이도 조절의 실체

유형을 정했다면, 이제 난이도입니다. 같은 유형의 문제라도 지문의 어휘·구조·추론 요구도에 따라 난이도가 크게 달라집니다. PlanA AI는 원본 지문을 단계적으로 변형해 동일 유형 문제를 서로 다른 난이도로 만들 수 있게 합니다.

변형 파이프라인은 크게 다섯 단계로 작동합니다. 초반에는 지문의 기본 의미를 유지하면서 표현만 바꾸는 패러프레이징을 거칩니다. 중반에 들어서면 고급 학술 어휘가 선택적으로 더해지고 문장 구조도 복잡해집니다. 후반에서는 지문을 문제 생성에 최적화된 형태로 정제합니다. 각 단계가 독립적으로 처리되기 때문에 여러 난이도의 버전을 동시에 만들어도 일관성이 깨지지 않습니다.

수능 어휘를 기반으로 변형하는 옵션도 있습니다. KSAT 어휘 선택 주입 기능을 켜면, 변형 과정에서 수능 출제 빈도가 높은 어휘가 우선 반영됩니다. 수능 대비 문제를 만들 때 유용합니다.

생성 → 변형 → 문제 출제: 한 번에 이어지는 파이프라인

유형 체계와 변형 파이프라인이 따로따로 작동하는 것이 아닙니다. 시험지 분석 단계에서 지문이 분석되고 나면, 선생님이 원하는 유형과 난이도를 선택하는 즉시 생성 작업이 큐에 등록됩니다. 이후로는 시스템이 자동으로 이어갑니다.

각 생성 작업은 부모-자식 형태로 묶여 있어서, 지문 변형이 끝나는 순간 그 변형본의 문제 생성 작업이 자동으로 이어집니다. 선생님은 진행 상태를 실시간으로 확인하시면 되고, 중간에 다른 일을 하셔도 됩니다. 기다리는 동안 커피 한 잔 하셔도 충분합니다.

한 지문, 39가지 유형, 5단계 난이도 — 이 조합을 손으로 만들면 며칠이지만, PlanA AI를 통하면 기다리는 시간이 전부입니다.

'39가지 × 5단계 = 암기'가 아닙니다

이 모든 숫자를 처음 보면, "너무 많은 것 아닌가요?"라고 하실 수도 있습니다. 그런데 실제로 이 체계를 활용해 보면, 선생님이 수업 설계를 달리 생각하게 됩니다.

중간고사가 끝나고 채점 결과를 보면, 어떤 유형에서 학생들이 유독 많이 틀렸는지가 보입니다. 빈칸 추론에서 정답률이 낮다면, 그 유형만 집중적으로 뽑아 추가 훈련을 줄 수 있습니다. 최상위반에는 복합형 고난도를, 기초반에는 같은 지문의 쉬운 패러프레이즈 버전을 배분하는 것도 간단해집니다.

유형 선택이 자유롭다는 것은 곧 선생님이 수업 설계를 유연하게 가져갈 수 있다는 뜻입니다. 시험지를 만드는 것에서 그치지 않고, 학생의 약점을 타깃으로 하는 맞춤 학습지 구성이 가능해집니다.

범용 챗봇과 무엇이 다른가요

코너스톤 글에서도 말씀드렸지만, ChatGPT 같은 범용 도구로 변형문제를 만들면 어느 순간 막힙니다. "빈칸 추론 유형으로 만들어 줘"라고 해도, 그 유형이 갖춰야 할 출제 규칙을 모델이 매번 다르게 해석하기 때문입니다.

PlanA AI는 다릅니다. 39가지 유형마다 어떤 형태로 문제가 나와야 하는지가 시스템 안에 정의되어 있습니다. 선택지는 몇 개여야 하는지, 정답 위치의 분포는 어떻게 잡는지, 지문과 어떤 관계를 유지하는지 — 이런 도메인 제약을 생성 과정에 녹였습니다. 파운데이션 모델의 언어 능력 위에 내신 영어 출제에 특화된 오케스트레이션과 제약 체계를 얹은 것입니다.

결과물이 일관되게 나오는 것은 AI가 더 똑똑해서가 아니라, 올바른 틀 안에서 작동하도록 설계했기 때문입니다.

지금 원하는 유형·난이도로 직접 생성해 보세요

유형 설명을 글로 읽는 것과 실제로 써 보는 것은 전혀 다른 경험입니다. 선생님이 자주 출제하는 유형 두세 가지를 골라 지문 하나를 넣어 보시면, PlanA AI가 어떻게 다른지 바로 느끼실 수 있습니다.

가입하시면 3,000 크레딧을 무료로 드립니다. 부담 없이 시작하셔서, 직접 유형을 선택하고 결과물을 확인해 보세요. 지금 어떤 유형이 필요하신지 이미 아신다면, 바로 그 유형부터 시도해 보시길 권합니다.