This study examines the effects of iterative constraint-based prompting on the AI-assisted redesign of an Advanced Chinese textbook. Constraints derived from the 2022 Revised National Curriculum for Chinese and the Chinese Proficiency Grading Standards(GF0025-2021) were incorporated into a prompt and refined through five generate–verify–regenerate cycles. From the first to fifth draft, difficulty sequencing improved substantially(vocabulary R² .324→.910; grammar R² .012 →.958), while curriculum alignment declined: realization of curricular expressions fell from 34.0% to 19.6%, and communicative sub-functions from 26 to 18. An exploratory single-shot generation that prioritized curriculum alignment as lowerbound constraints restored these measures to 66.0% and sub-functions, respectively, with no lexical or grammatical repetition across units. However, vocabulary and grammar sequencing declined to R² .784 and R² .920, and basic-vocabulary coverage ranged from 74.0% to 80.8% depending on compound-word counting. These results reveal trade-offs among competing constraints and suggest that curriculum-aligned AI textbook design depends not simply on repeated generation, but on operationalizing constraints as verification metrics, establishing their hierarchy, and specifying explicit conflict-resolution rules.

본 연구는 생성형 AI를 활용한 심화 중국어 교과서 재설계를 사례로, 2022 개정 중국어과 교육과정과 国际中文教育中文水平等级标准을 반영한 반복적 제약 기반 프롬프트의 생성 과정에서 나타나는 변화를 분석하였다. 생성-검증-재생성을 반복한 결과, 어휘･문법의 난이도 배열은 뚜렷하게 개선되었으나(어휘 R² 0.324→0.910, 문법 R² 0.012→0.958), 교육과정 기본표현의 반영률은 34.0%에서 19.6%로, 의사소통 세부 기능은 26개에서 18개로 감소하였다. 이를 바탕으로 교육과정 정합성을 하한 제약으 로 설정하고, 그 범위 안에서 난이도 배열을 조정하도록 제약을 계층화한 별도의 탐 색적 생성을 실시한 결과, 심화표현 반영률은 66.0%, 세부기능은 33개로 증가한 반 면 난이도 배열의 선형성은 일부 낮아졌다. 즉 정합성 지표의 개선이 배열 지표의 일부 후퇴를 동반하였다. 이러한 결과는 교육과정 기반 AI 교재 설계에서 반복 생성 자체보다 제약의 위계화를 포함한 프롬프트의 재구조화가 중요함을 보여준다.