본 연구는 난이도 평가 모델 개발의 데이터 부족 문제를 해결하기 위해 기계 번역을 활용한 교차 언어 데이터 증강 전략을 제안합니다. 저자원 언어의 경우, 전문가가 주석을 달아놓은 난이도 데이터가 부족한데, 이를 해결하기 위해 고자원 언어의 데이터를 번역하여 활용하는 방식입니다. 실험 결과, 기계 번역된 데이터로 난이도 추정 정확도를 향상시킬 수 있음을 확인했습니다. 이는 전문가 주석이 부족한 언어에 대한 실행 가능한 해결책이 될 수 있습니다.