인공지능을 활용하여 인간의 감정을 분석하기 위한 방법 중 하나인 표정 인식은 최근 기계와 인간의 격차를 해소하기 위해 활발하게 연구되는 분야이다. 한편으로 최근에는 학습자의 능력이나 성취도를 평가하는 방법론으로써 결과 중심 평가에서 과정 중심 평가로 옮겨가는 추세이다. 과정평가를 위해서는 교수자가 학습자의 문제해결과정을 일일이 관찰하여야 그 취지에 근접할 수 있으나 현 교육 시스템에서는 인적 자원의 부족, 또한 평가자체의 효율성에 대한 문제가 있다. 그럼에도 학습자의 창의력과 다양한 잠재성을 발전시키고 평가하기 위해서는 과정 중심의 평가가 필요하다. 따라서 본 논문에서는 최근에 활발한 연구인 딥러닝의 표정 인식을 활용하여 문항 풀이 중의 표정을 분석하여 평가에 활용할 수 있는 방법을 제안한다. 문항 풀이 및 해설 중의 표정을 촬영하여 직접 데이터셋을 생성하였고, 이를 학습자가 느낀 난이도와 수준 별로 분류하여 CNN의 모델에 학습시켰다. 이를 이용한 결과, 실제 교수자가 분류결과를 참고하여 다음 차시의 문항 난이도 또는 학습 컨텐츠를 조절할 수 있는 가능성을 확인하였다. 기존의 희로애락을 구분하는 감정보다는 적은 분류이지만, 시험환경이라는 긴장된 특수 환경에서 발생하는 다소 미세한 감정에 대해서도 쉬움, 어려움, 무표정의 3단계의 분석이 가능함을 확인하였다. 추후에는 최적의 성능을 찾고, 더 세분화된 레벨을 나누어 분류하는 실험을 추가할 계획이다. 뿐만 아니라, 학습자의 표정뿐만 아니라 눈동자, 손동작, 자세 등의 생체신호를 추가로 학습하여 학습자의 상태를 보다 자세히 분석할 수 있는 실험을 추가하여 학습 중 상태를 면밀히 평가하는데 보조하고 활용할 수 있는 플랫폼을 연구할 예정이다.