KR100628983B1

KR100628983B1 - 영어 능력 평가 및 진단 처방 시스템, 이를 이용한 영어능력 평가 및 진단 처방 방법, 그리고 영어 능력 평가 및진단 처방 프로그램이 기록된 컴퓨터로 읽을 수 있는기록매체

Info

Publication number: KR100628983B1
Application number: KR20040076097A
Authority: KR
Inventors: 김용명
Original assignee: 김용명
Priority date: 2004-09-22
Filing date: 2004-09-22
Publication date: 2006-09-27
Also published as: KR20060027233A; WO2006080627A1

Abstract

본 발명은 사용자의 영어 능력을 평가하여 영어 발달 단계가 어느 정도인지를 정확하고 객관적인 기준에 의해 진단 및 처방하고, 나아가 사용자의 영어 능력에 맞는 학습 방법을 제시하는 맞춤형 영어 학습을 통해 영어 능력을 보다 효율적으로 향상시킬 수 있는 영어 능력 평가 및 진단 처방 시스템 및 그에 따른 평가 및 진단 처방 방법을 제공하기 위한 것으로서, 본 발명의 영어 능력 평가 및 진단 처방 시스템은 영어 능력 평가를 위한 평가데이터를 출력하고, 사용자가 입력한 응답데이터에 따라 사용자의 영어 능력을 평가하는 평가시스템과, 상기 응답데이터를 구성하는 문장의 발달 단계를 분류하여 상기 평가시스템으로 제공하는 문장 발달단계 분류시스템, 상기 평가시스템의 평가결과에 따라 사용자의 영어 능력을 진단하고, 그에 맞게 처방하는 진단 및 처방시스템, 영어 능력 평가, 진단, 처방을 위한 각종 데이터가 저장된 데이터저장부 및 상기 시스템들의 전반적인 동작을 제어하여 상기 사용자의 영어 능력의 평가 및 그에 따른 진단 및 처방이 이루어질 수 있도록 시스템 전체를 제어하는 제어부를 포함하여 구성되는 것을 특징으로 한다.

영어능력시험, 발달단계, 평가, 진단, 처방, 학습

Description

영어 능력 평가 및 진단 처방 시스템, 이를 이용한 영어 능력 평가 및 진단 처방 방법, 그리고 영어 능력 평가 및 진단 처방 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체{A system and method for diagnosis, prescription and testing of english ability and a memory device recorded a program for diagnosis, prescription and testing of english ability}

도 1은 본 발명의 영어 능력 평가 및 진단 처방 시스템의 구성도

도 2는 본 발명의 영어 능력 평가 및 진단 처방 시스템에 따른 문장 발달단계 분류시스템의 구성도

도 3은 본 발명의 영어 능력 평가 및 진단 처방 시스템에 따른 평가 시스템의 구성도

도 4는 본 발명의 영어 능력 평가 및 진단 처방 시스템에 따른 문장 구성 능력 평가시 문자출력수단에 표시되는 화면 상태도

도 5는 본 발명의 영어 능력 평가 및 진단 처방 시스템에 따른 문장 번역 능력 평가시 문자출력수단에 표시되는 화면 상태도

도 6은 본 발명의 영어 능력 평가 및 진단 처방 시스템에 따른 진단/처방 시스템의 구성도

도 7은 본 발명의 영어 능력 평가 및 진단 처방 시스템에 따른 학습시스템의 구성도

도 8은 본 발명의 영어 능력 평가 및 진단 처방 시스템에 따른 데이터저장부의 구성도

도 9a 내지 9k는 본 발명의 실시 예에서 제시되는 문자로 구성된 단계별 평가데이터의 예를 나타낸다.

도 10은 본 발명의 영어 능력 평가 및 진단 처방 방법을 설명하기 위한 개략적인 순서도

도 11은 본 발명의 영어 능력 평가 및 진단 처방 방법에 따른 문장 발달단계 분류방법을 설명하기 위한 순서도

도 12는 본 발명의 영어 능력 평가 및 진단 처방 방법에 따른 평가방법을 설명하기 위한 순서도

도 13은 본 발명의 영어 능력 평가 및 진단 처방 방법에 따른 학습방법을 설명하기 위한 순서도

도 14a 내지 14b는 본 발명의 영어 능력 평가 및 진단 처방 시스템 및 방법을 이용한 테스트 결과를 나타낸 평가그래프

*도면의 주요부분에 대한 부호의 설명*

100 : 문장 발달단계 분류시스템 200 : 평가시스템

300 : 진단/처방 시스템 300a : 학습시스템

400 : 데이터저장부 500 : 제어부

본 발명은 영어 능력 진단 및 처방 시스템에 관한 것으로서, 더욱 상세하게는 사용자의 영어 능력을 객관적이고 신뢰성 있는 방법으로 정확하게 진단 및 평가하고, 그에 따른 적절한 처방을 통해 사용자의 영어 능력을 향상시킬 수 있는 영어 능력 진단 및 처방 시스템과 그에 따른 영어 능력 진단 및 처방 방법, 그리고 영어 능력 진단 및 처방 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체에 관한 것이다.

국제화 시대로 접어들면서 제 2, 제 3의 어학 능력이 요구되고 있으며, 이러한 요구에 부응하여 각종 외국어 학원이나 어학 교육용 교재 등이 우후죽순처럼 늘어나고 있는 실정이다. 그 중에서도 영어는 현실적으로 볼 때 세계 공통어라 할 수 있을 만큼 세계적으로 널리 사용되고 있는 언어로서, 영어권 나라를 제외한 각 국에서는 어려서부터 영어를 가르치기 위한 교육환경을 조성하는데 힘을 쏟고 있으며, 아울러 우리나라에서도 초등학교에서부터 영어 교육이 이루어질 수 있도록 교육제도를 개선하는 등 영어에 대한 필요성 및 중요성이 날로 증대되고 있다 할 것이다. 특히, 우리나라 부모들의 교육열은 가히 세계적 수준인 만큼 영어 교육을 유아기(乳兒期)때부터 시작하는 사람들이 늘고 있는 추세에 있으며, 인터넷이 일반화됨에 따라 인터넷을 통한 영어 교육 또한 오프라인 상에서의 교육 못지않게 활성화되고 있는 추세이다.

또한, 워크맨 등 소형의 카세트 및 MP3가 일반화된 관계로 영어 문장이 기록 된 테이프나 파일의 재생을 통해 영어를 학습하는 사람들을 주변에서 많이 접할 수 있고, 각종 외국어 학원의 경우 이른 새벽에서부터 늦은 밤까지 영어 습득을 위해 부단히 노력하고 있는 사람들을 흔히 볼 수 있다.

그러나 이처럼 다양한 영어 학습 방법 및 교재들을 통한 영어 교육이 그다지 효과를 거두지 못하는 가장 큰 이유는 실제로 학습자의 영어 능력이 제대로 파악이 되지 않은 상황에서 무조건적인 학습 및 교재의 선정을 통한 단순한 반복적인 학습을 강요하고 있기 때문이라고 할 수 있다. 물론, 토익(TOEIC)이나 토플(TOEFL) 등을 이용하여 학습자의 영어 능력을 평가하는 방법이 제시되고 있으나(실제로, 아직까지 개인의 영어 능력을 평가하는 방법으로 TOEIC이나 TOEFL 등이 가장 널리 이용되고 있음), 이러한 영어 능력 평가 방법 역시 다양한 문제점을 가지고 있다는 것 또한 주지의 사실이다. 예를 들면, 토익이나 토플 시험을 치루기 위해서는 많은 비용이 소요되고, 장시간 동안 시험을 치러야 할 뿐만 아니라, 외화 유출이라는 측면에서도 보더라도 결코 바람직하다고 할 수는 없으며, 설사, 외화 유출이라는 극단적인 문제점을 차치하더라도 시험의 결과로서 얻을 수 있는 것은 그저 점수에 지나지 않으며, 무엇보다 평가점수에 따른 영어 능력에 대한 정확하고 객관적인 평가가 불가능하다는 점이다.

이와 같이 다양한 영어 학습 방법 및 능력 평가 방법이 제안되고 있음에도 불구하고, 실제로 영어 능력을 향상시키는데 별 도움이 되지 못했던 가장 큰 이유는 앞에서도 잠시 언급한 바와 같이, 각 개인의 영어 능력을 보다 객관적이고 정확하게 평가하지 못했고, 그로 인해 각자의 능력에 맞는 맞춤형 학습 방법을 제시할 수가 없었기 때문이다.

본 발명은 상기한 문제점을 해결하기 위해 안출한 것으로서, 사용자의 영어 능력을 평가하여 영어 발달 단계가 어느 정도인지를 정확하고 객관적인 기준에 의해 진단 및 처방하고, 나아가 사용자의 영어 능력에 맞는 학습 방법을 제시하는 맞춤형 영어 학습을 통해 영어 능력을 보다 효율적으로 향상시킬 수 있는 영어 능력 평가 및 진단 처방 시스템 및 그에 따른 평가 및 진단 처방 방법을 제공하는데 그 목적이 있다.

상기의 목적을 달성하기 위한 본 발명의 영어 능력 평가 및 진단 처방 시스템은 영어 능력 평가를 위한 평가데이터를 출력하고, 사용자가 입력한 응답데이터에 따라 사용자의 영어 능력을 평가하는 평가시스템과, 상기 응답데이터를 구성하는 문장의 발달 단계를 분류하여 상기 평가시스템으로 제공하는 문장 발달단계 분류시스템, 상기 평가시스템의 평가결과에 따라 사용자의 영어 능력을 진단하고, 그에 맞게 처방하는 진단 및 처방시스템, 영어 능력 평가, 진단, 처방을 위한 각종 데이터가 저장된 데이터저장부 및 상기 시스템들의 전반적인 동작을 제어하여 상기 사용자의 영어 능력의 평가 및 그에 따른 진단 및 처방이 이루어질 수 있도록 시스템 전체를 제어하는 제어부를 포함하여 구성되는 것을 특징으로 한다.

또한, 본 발명에 따른 문장 발달단계 분류 시스템은 상기 평가데이터에 상응하여 사용자가 입력한 응답데이터를 구성하는 문장이 갖는 구조적 복잡도 및 난이 도를 분석하여 이를 토대로 상기 응답데이터를 구성하는 문장의 발달단계를 분류하는 것을 특징으로 한다.

상기 문장 발달단계 분류시스템은 상기 응답데이터를 문형(단문, 준 복문, 복문)별로 분류하고, 각 문형별 기본 문법 구조 대비 상기 응답데이터의 문법 구조의 변화 정도를 판별하여 그에 상응하는 제 1 변수값(α)을 출력하는 구성소 이동 판별부와, 문형별 기본 어순 대비 상기 응답데이터를 구성하는 문장의 어순 변화의 정도를 판별하여 그에 상응하는 제 2 변수값(β)을 출력하는 어순변화 판별부와, 상기 응답데이터가 주절과 내포절로 구성된 적어도 두 개 이상의 문장이 결합된 경우 상기 내포절의 문법 구조의 변화 정도를 판별하여 그에 상응하는 제 3 변수값(γ)을 출력하는 문장 결합 관계 판별부를 포함하여 구성되는 것을 특징으로 한다.

한편, 본 발명에 따른 진단 및 처방 시스템은 상기 평가시스템의 평가결과에 부합되는 학습용 평가데이터를 출력하고, 상기 학습용 평가데이터에 상응하여 입력된 학습용 응답데이터를 평가하여 그에 따른 학습용 평가데이터의 조정을 통해 학습을 진행하는 학습시스템을 더 포함하는 것을 특징으로 한다.

한편, 본 발명에 따른 평가시스템은 상기 문장 발달단계 분류시스템에서 제공되는 각 응답데이터별 문장의 발달단계에 상응하는 값을 저장하는 발달단계값 저장부와, 상기 발달단계값 저장부에 저장된 발달단계값을 평가하여 단계별로 제시된 평가데이터에 따른 단계별 응답데이터의 정답률을 산출하는 평가 및 산출부와, 상기 단계별 정답률에 근거하여 사용자의 영어 능력이 몇 단계의 수준인지를 판정하는 판정부를 포함하여 구성되는 것을 특징으로 한다.

또한, 상기 평가시스템은 상기 평가데이터를 문자로 출력하기 위한 문자출력수단과, 상기 평가데이터를 음성으로 출력하기 위한 음성출력수단과, 상기 평가데이터에 따른 응답데이터를 음성으로 입력받기 위한 음성입력수단과, 상기 평가데이터에 따른 응답데이터를 문자로 입력받기 위한 문자입력수단을 더 포함하여 구성되는 것을 특징으로 한다.

한편, 본 발명에 따른 학습시스템은 학습용 평가데이터를 상기 평가시스템으로 전송하고, 상기 문장 발달단계 분류시스템으로부터 상기 학습용 평가데이터에 상응하여 입력된 응답데이터의 발달단계에 상응하는 값을 받아 이를 평가하여 학습의 계속 여부 및 난이도 조정여부를 결정하여 학습을 수행하는 것을 특징으로 한다.

한편, 본 발명에 따른 데이터저장부는 평가데이터를 문자로 저장하는 제 1 데이터저장부와, 평가데이터를 음성으로 저장하는 제 2 데이터저장부와, 영어 능력을 평가하는 기준이 되는 각 단계별 진단 및 처방 데이터를 저장하는 제 3 데이터저장부와, 상기 단계별 응답데이터의 통과기준 정답률을 저장하는 제 4 데이터저장부를 포함하여 구성되는 것을 특징으로 한다.

이때, 상기 평가데이터는 사용자의 영어 능력에 맞는 문장 구성 능력을 평가하기 위한 평가데이터와, 상기 사용자의 영어 능력에 맞는 문장 번역 능력을 평가하기 위한 평가데이터와, 상기 사용자의 영어 능력에 맞는 대화문 구성 능력을 평가하기 위한 평가데이터로 분류되는 것을 특징으로 한다.

한편, 본 발명의 영어 능력 평가 및 진단 방법은 문장의 복잡도 및 난이도에 따라 단계별로 분류된 평가데이터를 출력하는 과정과, 상기 평가데이터에 상응하여 사용자가 입력한 응답데이터를 구성하는 문장의 구조적 복잡도 및 난이도를 분석하여 상기 문장의 발달단계를 분류하는 과정과, 상기 단계별 응답데이터의 정답률을 산출하여 사용자의 영어 능력을 평가하는 과정 및 상기 평가 결과를 토대로 사용자의 영어 능력을 진단 및 처방하는 과정을 포함하여 이루어지는 것을 특징으로 한다.

여기서, 상기 평가데이터를 출력하는 과정은 상기 문장의 복잡도 및 난이도에 따라 분류된 단계별로 순차적으로 출력하는 방식과, 상기 단계를 무시하고 무작위로 출력하는 방식 중 어느 하나를 이용하는 것을 특징으로 한다.

한편, 상기 평가데이터는 예문과 제시문으로 구성되되, 문자와 음성 중 어느 하나로 출력되는 것을 특징으로 하고, 상기 예문과 제시문은 소정의 시간 간격을 두고 순차적으로 출력되되, 각각 수 초 동안 화면에 표시된 후, 사라지는 플래시 형태로 출력도록 하는 것이 바람직하고, 상기 응답데이터는 문자로 입력하는 방식과 음성으로 입력하는 방식을 포함한다.

한편, 상기 응답데이터를 구성하는 문장의 발달단계를 분류하는 과정은 상기 응답데이터를 구성하는 문장의 문형을 인식하는 단계와, 문형별 기본 문법 구조 및 어순 대비 상기 응답데이터를 구성하는 문장의 문법 구조 및 어순의 변화 정도를 판별하는 단계와, 상기 문법 구조 및 어순 변화 정도에 상응하여 부여된 변수 값을 토대로 상기 응답데이터를 구성하는 문장의 발달단계를 분류하는 단계를 포함하여 이루어지는 것을 특징으로 한다.

한편, 본 발명에 따른 사용자의 영어 능력을 평가하는 과정은 응답데이터에 상응하는 데이터값을 단계별로 저장하는 단계와, 상기 저장된 데이터값을 단계별로 추출하는 단계와, 상기 추출된 데이터값을 평가하여 상기 응답데이터의 정답률을 산출하는 단계와, 상기 산출된 응답데이터의 정답률과 상기 단계에 대해서 설정된 통과기준 정답률을 비교하는 단계와, 상기 비교결과에 따라 상기 응답데이터를 입력한 사용자의 영어 능력이 몇 단계인지를 판정하는 단계를 포함하여 이루어지는 것을 특징으로 한다.

여기서, 상기 영어 능력이 몇 단계의 수준인지를 판정하는 단계는 단계별로 제시한 평가데이터에 상응하여 입력된 각 단계별 응답데이터의 정답률과 상기 각 단계별 통과기준 정답률을 비교하여 그 결과에 따라 판정하는 것을 특징으로 한다.

한편, 본 발명에 따른 영어 능력 평가 및 진단 처방 방법은, 진단 및 처방 결과에 부합되는 학습용 평가데이터를 제공하여 상기 사용자가 자신의 영어 능력에 맞는 평가데이터를 이용한 학습이 이루어지는 학습 과정을 더 포함하는 것을 특징으로 한다.

여기서, 학습 과정은 학습용 평가데이터를 출력하는 단계와, 상기 학습용 평가데이터에 따른 학습용 응답데이터를 입력받는 단계와, 상기 학습용 응답데이터를 문장 발달단계 분류시스템으로 전달하는 단계와, 상기 문장 발달단계 분류시스템으로부터 상기 학습용 응답데이터를 구성하는 문장의 발달단계에 상응하는 데이터값을 입력받는 단계와, 상기 학습용 응답데이터를 구성하는 문장의 발달단계에 상응하는 값을 저장하는 단계와, 상기 데이터값을 평가하여 상기 응답데이터의 정답률 을 산출하는 단계와, 상기 산출된 응답데이터의 정답률과 상기 단계에 대해서 설정된 통과기준 정답률을 비교하는 단계와, 상기 비교결과에 따라 상기 사용자의 영어 능력의 변화 여부를 판정하는 단계를 포함하여 이루어지는 것을 특징으로 한다.

한편, 본 발명의 영어 능력 평가 및 진단 처방 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체는 문장의 복잡도 및 난이도에 따라 단계별로 분류된 평가데이터를 음성 또는 문자 형태로 사용자에게 제공하고, 상기 사용자가 상기 평가데이터에 상응하여 입력한 응답데이터를 음성 또는 문자 형태로 입력받아 상기 응답데이터를 구성하고 있는 문장의 구조적 복잡도 및 난이도를 분석하여 상기 문장의 발달단계를 분류하고, 이를 토대로 상기 평가데이터에 따른 응답데이터의 정답률에 근거하여 사용자의 영어 능력을 평가하여 그에 따른 진단 및 처방 데이터를 제공하고, 필요에 따라 상기 사용자의 영어 능력 향상을 위한 학습데이터를 출력하여 학습이 이루어질 수 있도록 하는 영어 능력 평가 및 진단 처방 프로그램이 기록되는 것을 특징으로 한다.

이하에서는 상기와 같은 기술적 특징을 갖는 본 발명의 영어 능력 평가 및 진단 처방 시스템과 영어 능력 평가 및 진단 처방 방법, 그리고 영어 능력 평가 및 진단 처방 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체에 대한 실시 예를 설명하기로 한다.

먼저, 본 발명의 영어 능력 평가 및 진단 처방 시스템 및 그에 따른 진단 및 처방 방법은 사용자가 구사한 영어 문장이 갖는 복잡도 및 난이도의 분석을 통해 사용자가 구사한 영어 문장으로부터 사용자의 영어 능력 정도를 단계별로 정확하게 분류하고, 분류된 영어 발달 단계에 근거하여 사용자의 영어 능력을 객관적이고 정확하게 진단하는 것에 의해 사용자의 영어 능력에 맞는 교수 및 학습 방법의 처방을 통해 보다 효율적으로 사용자의 영어 능력을 향상시키고자 한 것이다.

즉, 영어 문장 구성에 관계하는 구성소의 이동과 어순변화의 메커니즘을 수량화, 이를 영어 문장 구성의 복잡도 함수를 통해 영어 발달 단계를 정형화한 영어 발달 단계 분류 시스템을 이용하여 사용자가 실제 구사한 영어 문장을 구성소의 이동과 어순화 변화 여부에 따라 분석하고, 이를 복잡도 함수에 대입하여 사용자의 현재 영어 발달 단계를 정확하게 진단한다. 다시 말해서, 사용자의 영어 발달 단계를 분류하여 그에 따라 사용자의 현재의 영어 발달 단계로 무엇을 할 수 있고, 또한 무엇을 할 수 없는지를 진단하고, 이에 따라 다음에 무엇을 어떻게 학습해야 하는가에 대한 정확하고 체계적인 처방과 학습 방법을 제공한다.

도 1은 본 발명의 영어 능력 평가 및 진단 처방 시스템의 구성도로서, 크게는 문장 발달단계 분류시스템(100), 평가시스템(200), 진단 및 처방 시스템(300)의 서브시스템들과, 본 발명의 시스템 구동에 필요한 각종 데이터가 저장되는 데이터저장부(400) 및 본 발명의 영어 능력 평가 및 진단 처방 시스템의 전반적인 동작을 제어하는 제어부(500)를 포함하여 구성된다.

상기 문장 발달단계 분류시스템(100)은 사용자의 영어 능력 평가를 위한 평가데이터에 상응하여 사용자가 입력한 응답데이터를 구성하는 문장이 갖는 구조적 복잡도 및 난이도를 분석하여 이를 토대로 상기 응답데이터를 구성하는 문장의 발 달단계를 분류하는 것으로서, 본출원인에 의해 선출원된 "영어 발달 단계 분류시스템 및 분류방법 그리고 영어 발달 단계 분류 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체"(한국특허출원번호 10-2004-64089호)에 상세하게 개시되어 있는바, 이를 참조하여 설명하면 다음과 같다.

도 2는 본 발명의 영어 능력 평가 및 진단 처방 시스템에 따른 문장 발달단계 분류시스템의 구성도로서, 문장인식부(110), 문형인식부(120), 구성소 이동 판별부(130), 어순변화 판별부(140), 문장 결합관계 판별부(150), 단계 분류부(160)를 포함하여 구성된다.

상기 문장인식부(110)는 상기 평가시스템(200)으로부터 입력되는 문자나 음성 형태의 응답데이터(영어 문장)를 인식할 수 있는 인식프로그램을 구비하며, 상기 문형인식부(120)는 상기 응답데이터를 구성하는 문장의 문형을 인식할 수 있는 프로그램을 구비한다. 참고로, 상기 문형인식수단(120)에서의 문형의 인식은 통상의 자동번역기 등에서 널리 이용되는 인식 기법을 이용할 수 있다. 즉, 현재 국문을 영문으로 번역한다거나, 영문을 국문으로 번역하는 자동번역기는 번역을 위해 여러 가지 방법들을 이용하지만, 기본적으로 문장의 문형을 인식하고, 인식된 문형에 상응하여 해당 단어에 맞는 영어 단어 혹은 국어 단어를 선택한 후 문형에 맞게 조합하는 것으로서, 현재의 자동번역기 수준의 프로그램을 이용하면 문형이 단문인식, 준 복문인지, 아니면 복문인지를 분류할 수가 있다.

이와 같은 문형인식부(120)는 인식된 문장의 구조에 따라 단문, 준 복문, 복문을 인식하며, 인식된 문장이 다음과 같은 구조 중 어느 하나에 해당할 경우에는 단문으로 인식한다.

[VP](ADJ)/[VC](ADJ)/[VO](ADJ)/[SV](ADJ)/[SVP](ADJ)/[SVC](ADJ)/[SVO](ADJ)/[SVPO](ADJ)

그리고 인식된 문장이 다음과 같은 구조 중 어느 하나에 해당할 경우에는 준 복문으로 인식한다.

[SVOC](ADJ)/[SVOO](ADJ)/[SVOPO](ADJ)

마지막으로, 인식된 문장이 다음과 같은 구조 중 어느 하나에 해당할 경우에는 복문으로 인식한다.

[[SVO] + [SVOC]](ADJ)/[[SVOC] + [SVOC]](ADJ)

상기 문형인식수단(120)은 문형인식을 위한 변인들, 즉, 입력된 문장의 문형(단문, 준 복문, 복문, 복 복문)을 인식하기 위해 상기에서 나열한 각 문형별 변인들의 정보가 등록된 데이터베이스(미도시)를 더 포함한다.

한편, 상기 문장 발달단계 분류시스템(100)은 문장 구성의 3 메카니즘(γSCM/αCMM/βBOM)을 이용하여 문형별(단문, 준 복문, 복문, 복 복문) 문장의 발달 단계를 분류하는데, 이와 같은 문장 발달단계 분류시스템(100)은 영어 문장이 갖는 기본구조를 중심으로 상기 영어 문장을 구성하고 있는 구성소의 이동(첨가나 삽입 포함) 여부를 판별하는 구성소 이동 판별부(130)와, 문형별 문장의 기본어순을 중심으로 어순 변화 여부를 판별하는 어순변화 판별부(140)와, 문장이 주절과 내포절로 구성된 복문일 경우, 상기 내포절을 구성하고 있는 구성소의 이동이 내포절 내에서의 이동인지 아니면 내포절 밖으로의 이동인지를 판별하는 문장 결합관계 판별 부(150)를 더 포함하여 구성된다.

상기 구성소 이동 판별부(130)는 문형별 문장의 기본 문법 구조 대비 입력된 문장의 문법 구조의 변화 정도에 따른 변수 값(α: 제 1 변수 값)을 출력하고, 상기 어순 변화 판별부(140)는 문형별 문장의 기본 어순 대비 입력된 문장의 어순 변화 정도에 따른 변수 값(β: 제 2 변수 값)을 출력한다. 상기 문장 결합관계 판별부(150)는 내포절을 구성하고 있는 구성소가 내포절 내에서 이동이 이루어지는지 아니면 내포절 밖으로 이동하는지의 여부에 따른 변수 값(γ: 제 3 변수 값)을 출력한다. 이에, 상기 문장 발달단계 분류시스템(100)은 상기 구성소 이동 판별부(130), 어순변화 판별부(140) 및 문장 결합관계 판별부(150)에서 출력되는 제 1 내지 제 3 변수 값에 상응하여 문형별 문장의 발달단계를 분류하고 상기 분류된 발달단계에 상응하는 값을 생성하여 상기 평가시스템(200)으로 출력하는 단계분류부(160)를 더 포함한다.

또한, 문장 발달단계 분류시스템(100)은 입력된 문장이 발달단계로 분류될 수 없는 문장일 경우, 이를 저장하는 데이터베이스(미도시)를 더 포함한다. 참고로, 발달단계로 분류될 수 없는 문장이란, 완전한 비문법적 문장(wild sentences), 영미 문화 특유의 표현으로서 어순이나 이동의 지배를 받지 않는 문장(culture-specific sentence) 등과 같이 단계를 부여할 수 없는 문장을 말한다.

또한 문장 발달단계 분류시스템(100)은 입력된 응답데이터를 구성하는 문장의 문형(단문, 준 복문, 복문)에 따라 문장의 발달단계를 분류함에 있어서, 단문의 발달단계는 단문 복잡도 함수인 f(α,β)=[αCMM]/[βBOM]에서 변수인 α,β값의 여부에 따라 분류한다. 즉, 입력된 응답데이터를 구성하는 문장이 단문의 기본 구조인 SVO 구조와 비교해서 구성소의 이동이 없고, 어순 변화가 없는 문장인 경우, 상기 입력된 응답데이터를 구성하는 문장은 단문에서도 발달단계가 제일 낮은 1X 단계로 분류하고, 어떤 요소가 SVO의 문두로 이동하거나 또는 새로운 요소가 문두에 첨가되었지만, 이러한 이동이나 첨가로 인한 문법적 변화나 어순 변화가 일어나지 않은 문장인 경우에는 상기 1X 단계보다는 한 단계가 더 높은 2X 단계로 분류한다. 그리고 응답데이터를 구성하는 문장이 어떤 요소가 SVO의 내부(문중)에서 삽입되거나 또는 문중에서 문두로 이동함에 따라 어순 변화가 일어난 문장인 경우, 응답데이터를 구성하는 문장은 3X 단계로 분류하고, 마지막으로 어떤 요소가 SVO의 문두로 이동하였고, 이 이동의 결과로 인해 SVO의 내부 요소가 다시 내부로 이중 이동이 일어남에 따라 어순 변화가 일어난 문장인 경우, 상기 응답데이터를 구성하는 문장은 단문 중에서 발달단계가 가장 높은 단계인 4X 단계로 분류한다.

다음으로, 응답데이터를 구성하는 문장이 준 복문일 경우, 준 복문의 복잡도 함수인 f (α,β) = [SCM([αCMM]/[βBOM])]에서 변수 α,β값의 위계적 조합을 통해, 4가지 유형의 [SCM([CMM]/[BOM])] 조합을 얻어내고, 이 조합 값에 따라 준 복문의 구조적 복잡도를 수량화, 이를 토대로 준 복문의 발달 단계를 5Xa, 5Xb, 5Xc, 5Xd 순서로 분류한다. 여기서, 5Xa, 5Xb, 5Xc, 5Xd의 ECM의 두 구성소인 [αCMM]/[βBOM])의 척도 값은 1X, 2X, 3X, 4X 단계의 [αCMM]/[βBOM])의 척도 값이 그대로 순환 적용된다. 이것은 1X, 2X, 3X, 4X 단계로 이루어지는 단문의 발달단계 분류 메커니즘이 5Xa, 5Xb, 5Xc, 5Xd 단계로 이루어지는 준 복문의 발달단계 분류 메카 니즘에 그대로 적용된다는 것을 의미한다. 이는 단문 1X, 2X, 3X, 4X 단계 설정의 논리에 따라 준 복문 5Xa, 5Xb, 5Xc, 5Xd 단계를 각각 설명할 수 있음을 의미하며, 따라서 준 복문과 단문도 역시 단문 내에서의 발달단계와 마찬가지로 일종의 내포관계(an implicational scale)에 있음을 알 수 있다.

마지막으로, 응답데이터를 구성하는 문장이 주절과 내포절로 이루어진 복문인 경우, 상기 주절은 단문의 복잡도 함수인 f(α,β) = [αCMM]/[βBOM](주절이 단문), 및 준 복문의 복잡도 함수인 f(α,β) = [SCM([αCMM]/[βBOM])](주절이 준 복문)을 통해 발달단계를 분류한다. 반면에, 내포절은 상기 내포절의 복잡도 함수인 f(α,β,γ) = [γSCM([αCMM]/[βBOM])]에서 변수 α,β,γ값의 위계적 조합을 통해, 5가지 유형의 [SCM([CMM]/[BOM])] 조합을 얻어 낸다. 이 5가지 유형의 'ECM'조합 값에 따라 영어 내포절의 구조적 복잡도를 수량화하고, 이를 토대로 내포절의 발달단계를 1X², 2X², 3X², 4X², 5X² 순서로 분류한다. 여기서, 1X², 2X², 3X², 4X², 5X²의 ECM의 두 구성소, [αCMM]/[βBOM]의 척도 값은 1X, 2X, 3X, 4X 단계의 [CMM]/[BOM]의 척도 값이 그대로 순환 적용된다. 이것은 1X, 2X, 3X, 4X 단계의 분류 메커니즘이 5Xa, 5Xb, 5Xc, 5Xd에서와 마찬가지로 1X², 2X², 3X², 4X ², 5X²단계의 분류 메카니즘에 그대로 적용된다는 것을 의미한다.

다시 말해서, 단문 1X, 2X, 3X, 4X 단계 설정의 논리에 따라 준 복문 5Xa, 5Xb, 5Xc, 5Xd 단계도 설명할 수 있을 뿐만 아니라, 내포절 1X², 2X², 3X², 4X², 5X² 단계도 설명할 수 있다는 것이다. 따라서 내포절 및 준 복문과 단문도 일종의 내포관계(an implicational scale)에 있으며, 다만, 단문 및 준 복문의 발달 단계와는 달리 5X²단계가 하나 설정되어 있는데 이것은 두 단문이 결합, 주절+내포절 구조를 구성하는 과정에서 어떤 요소가 내포절 밖(外)으로 이동한 문장의 단계를 나타내기 위해 설정한 것이다. 또한 이와 같이 내포절 구성의 복잡도를 형식화할 경우, 내포절 구성과 직접 관련된 결정적 요소(연결어: 접속사, 의문사, 관계사 등.)의 이동([±CMM]) 및 어순변화([±BOM])에만 초점을 두어 해당 내포문의 ECM 메커니즘, [γSCM([αCMM]/[βBOM])]]의 변수 α,β,γ의 값을 구한다.

따라서 내포절 자체의 구조, 예를 들어, 내포절이 [SVO]구조냐 아니면, [SVOOC]구조냐는 내포절의 복잡도를 형식화하는데 더 이상 고려되지 않는다. 이의 논리적 근거 또한 내포논리(implicational scale)에 따른 것이다. 즉, 내포문 구조를 습득할 수 있다는 것은 이미 단문/준 복문의 구조를 습득할 수 있다는 것을 함의(含意)한다.

또한 복문은 주절과 내포절로 구성되어 있으므로 내포절의 발달 단계를, 단문의 복잡도 함수 또는 준 복문의 복잡도 함수를 통해 정형화 한 후, 주절과 내포절의 발달 단계를 조합함으로서 복문의 발달단계를 정형화한다. 따라서 복문의 발달 단계는 편의상, 'KX²+ kx'의 형식으로 나타낼 수 있다. 가령, 어떤 복문의 발달 단계가 '3X ² + 2x'라면, 이는 주절은 '2X' 단계이며, 내포절을 '3X ² ' 단계라는 것을 의미한다.

이와 같이, 본 발명에 따른 문장 발달단계 분류시스템(100)은, 응답데이터를 구성하는 문장의 문형이 단문인지, 준 복문인지, 복문인지를 인식하고, 인식된 문장의 문형이 단문이면, 단문 복잡도 함수인 f(α,β)=[αCMM]/[βBOM]에서 변수 α,β값의 여부에 따라 단문의 발달단계를 1X, 2X, 3X, 4X 단계로 분류한다. 상기 응답데이터를 구성하는 문장의 문형이 준 복문이면, 준 복문의 복잡도 함수인 f(α,β) = [SCM([αCMM]/[βBOM])]에서 변수 α,β값의 위계적 조합을 통해, 4가지 유형의 [SCM([CMM]/[BOM])] 조합을 얻어 내고, 이 조합 값에 따라 준 복문의 구조적 복잡도를 수량화, 이를 토대로 준 복문의 발달 단계를 5Xa, 5Xb, 5Xc, 5Xd 단계로 분류한다. 상기 응답데이터를 구성하는 문장의 문형이 주절과 내포절로 이루어진 복문이면, 상기 주절은 상기 주절의 문형에 따라 단문 혹은 준 복문의 복잡도 함수를 이용하여 정형화하고, 내포절은 내포절의 복잡도 함수인 f(α,β,γ) = [γSCM([αCMM]/[βBOM])]]에서 변수 α,β,γ값에 따라 내포절의 발달 단계를 1X², 2X², 3X², 4X², 5X²단계로 정형화한 후, 주절과 내포절의 발달 단계를 통합함으로써, 복문 전체의 발달단계를 분류한다.

나아가, 상기 문장 발달단계 분류시스템(100)은 복 복문의 발달 단계도 분류할 수 있다. 복 복문이라 함은, 두 개 이상의 내포절로 구성된 문장으로서, 상기의 복 복문의 발달 단계도 앞에서 설명한 내포절 구성의 복잡도 함수를 순환 적용함으로써 분류한다.

한편, 본 발명의 영어 능력 평가 및 진단 처방 시스템에 따른 평가 시스템은 도 3에 도시한 바와 같이, 저장부(210), 추출부(220), 산출부(230), 비교부(240), 판정부(250)를 포함하여 구성된다. 여기서, 상기 저장부(210)는 문장 발달단계 분류시스템(100)의 단계분류부(160)로부터 입력되는 응답데이터의 발달단계에 상응하는 데이터값을 단계별(1X 단계에서 X³단계까지)로 저장하고, 상기 추출부(220)는 저장부(210)에 저장된 데이터값을 단계별로 추출한다. 상기 산출부(230)는 단계별로 추출된 데이터값을 평가하여 정답률을 산출하는데, 상기 정답률이라 함은, 임의의 단계에 해당하는 평가데이터가 예를 들어 5개라고 가정할 경우, 상기 평가데이터에 대해 사용자가 입력한 응답데이터 중에서 제시문에 맞게 변형되어 입력된 응답데이터가 몇 개인지를 나타내는 정답비율을 말한다. 이렇게 응답데이터의 정답률이 산출되면, 상기 비교부(240)는 산출부(230)에서 산출된 정답률과 상기 단계에 대해서 설정된 통과기준 정답률(사용자의 영어 능력이 임의의 단계를 통과했다고 판정하기 위해서는 상기 임의의 단계에서의 응답데이터의 정답률이 몇 퍼센트(%) 이상이어야 한다고 규정한 값)과 비교한다. 이때, 상기 통과기준 정답률은 설정하기에 따라 각 단계별로 100%를 설정할 수도 있고, 단계가 높아질수록 통과기준 정답률을 여유 있게 설정할 수도 있다. 즉, 영어 문장의 가장 기본적인 단문 구조에서도 가장 낮은 단계인 1X 단계의 통과기준 정답률은 100%로 설정하고, 준 복문 구조에서 중간 정도의 단계인 5Xc 단계의 통과기준 정답률은 70%로 설정하며, 복문 구조에서 가장 높은 단계인 5X²단계의 통과기준 정답률은 50% 정도로 설정할 수 있다. 한편, 상기 판정부(250)는 상기 비교부(240)에서 응답데이터의 정답률과 해당 단계의 통과기준 정답률을 비교한 결과에 따라 최종적으로 상기 응답데이터를 입력한 사용자의 영어 능력이 몇 단계인지를 판정한다. 예를 들어 응답데이터의 정답률이 단문 구조의 1X 단계에서 4X 단계까지는 모두 단계별 통과기준 정답률을 만족하였으나, 준 복문 구조의 5Xa 단계의 통과기준 정답률에는 미치지 못한 경우, 상기 판정부(250)는 사용자의 영어 능력은 4X 단계라고 판정하게 된다.

또한, 평가시스템(200)은 평가데이터를 사용자가 볼 수 있도록 문자로 출력하는 문자출력수단(260)과, 상기 평가데이터를 사용자가 들을 수 있도록 음성으로 출력하는 음성출력수단(270)과, 상기 평가데이터에 상응한 사용자의 응답데이터를 음성으로 입력받기 위한 음성입력수단(280)과, 상기 평가데이터에 상응한 사용자의 응답데이터를 문자로 입력받기 위한 문자입력수단(290)을 더 포함하여 구성된다. 여기서, 상기 음성입력수단(280) 및 문자입력수단(290)을 통해 입력되는 응답데이터는 상기 문장 발달단계 분류시스템(100)으로 제공된다.

상기 문자출력수단(260) 혹은 음성출력수단(270)을 통해 출력되는 평가데이터는, 상기 평가데이터를 구성하는 문장이 갖는 구조적 복잡도 및 난이도에 따라 단문, 준 복문, 복문 등 문형별로 구성되며, 각 문형별로 낮은 단계에서부터 높은 단계까지 구성된다. 또한, 상기 평가데이터는 구조상으로는 질문데이터와 제시문 데이터로 구성되고, 내용상으로는 문장의 구성 능력을 평가하기 위한 평가데이터와, 문장의 번역 능력을 평가하기 위한 평가데이터 및 대화문 구성 능력을 평가하기 위한 평가데이터로 구성된다.

또한, 상기 문자출력수단(260)은 사용자의 영어 능력을 평가하기 위한 예문 및 제시문으로 구성된 평가데이터 등 문자로 구성된 평가데이터를 화면으로 출력하고, 평가시스템(200)에 의한 평가결과에 따른 진단 데이터 및 처방 데이터를 사용자가 볼 수 있도록 화면으로 출력하는 것으로서, 바람직하게는 모니터와 같은 디스플레이장치이고, 상기 디스플레이장치는 프린터와도 연결되는 것이 바람직하다. 이와 같은 문자출력수단(260)은 제어부(500)에 의해 제어되는 데이터 드라이버(Data driver)(미도시)의 제어하에 데이터저장부(400)에 저장된 평가를 위한 데이터(문자데이터)들 및 사용자가 입력한 응답데이터(문자데이터) 등을 화면으로 출력하고, 평가 결과 및 그 결과에 따른 진단 데이터, 그리고 진단에 따른 처방 데이터를 화면으로 출력한다. 이때, 상기 예문 및 제시문을 화면으로 출력할 때에는 예문 및 제시문이 각각 표시되었다가 몇 초 후에 사라지는 플래시 형태로 디스플레이 되도록 함이 바람직하다.

상기 음성출력수단(270)은 사용자의 영어 능력 평가를 위한 음성으로 구성된 각종 평가데이터를 출력하며, 바람직하게는 데이터저장부(400)에 저장된 사용자의 영어 능력 평가를 위해 음성으로 만들어진 예문, 제시문 등의 데이터들을 제어부(500)의 제어하에 사용자가 들을 수 있도록 출력하는 스피커임이 바람직하다.

상기 음성입력수단(280)은 사용자의 영어 능력 평가를 위해 사용자의 음성을 입력하며, 바람직하게는 마이크로서, 문자출력수단(260) 혹은 음성출력수단(257)을 통해 출력된 각종 예문 및 제시문에 대한 응답데이터가 사용자의 음성으로 입력되어야 하는 평가방식에 이용되며, 이러한 음성입력수단(270)을 통해 입력된 사용자의 음성은 문장 발달단계 분류 시스템(100)으로 전달된다.

상기 문자입력수단(290)은 능력 평가를 위해 사용자가 각종 데이터를 입력하며, 바람직하게는 키보드(keyboard), 타블릿(tablet) 등이 이에 해당된다. 사용자는 문자입력수단(290)을 이용하여 문자 혹은 음성으로 제시되는 예문 및 제시문에 대한 응답데이터를 입력하며, 상기 문자입력수단(290)을 통해 입력되는 응답데이터는 문장 발달단계 분류시스템(100)으로 전달된다. 또한, 상기 문자입력수단(290)은 사용자가 영어 능력을 평가하는 방식을 선택할 수 있으며, 상기 영어 능력을 평가하는 방식에는 다음의 3가지가 있다. 그 중 첫 번째는 문장 구성 능력을 평가하는 방식(SCT: English Sentence Construction Test)이고, 두 번째는 문장 번역 능력을 평가하는 방식(STT: English Sentence Translation Test)이며, 마지막으로 대화문 구성 능력을 평가하는 방식(DCT: English Dialogue Test)이 있다.

먼저, 문장 구성 능력을 평가하는 방식은(SCT) 문자 혹은 음성으로 구성된 영어 문장(예문) 및 이러한 영어 문장을 변형(ex: 평서문을 의문문으로 변형, 두 개의 문장을 하나로 결합, etc)시키라는 등의 제시문을 문자출력수단(240) 혹은 음성출력수단(250)을 통해 출력하고, 그에 따라 음성입력수단(260) 혹은 문자입력수단(270)을 통해 입력되는 사용자의 응답데이터를 문장 발달단계 분류시스템(100)에서 발달단계를 분류한 후, 분류된 발달단계를 토대로 사용자의 문장 구성 능력을 평가하는 방식이다. 이때 문장 구성 능력을 평가하는 방식은 예문 및 제시문의 출력 형태와 응답데이터의 입력 형태에 따라 다음의 [표 1]과 같이 4가지 양식으로 분류된다.

[표 1]

예문 및 제시문 형태	답문 형태
문자	문자(쓰기)
문자	음성(말하기)
음성	문자(쓰기)
음성	음성(말하기)

일예로, 예문이나 제시문을 문자로 출력하고, 그에 따른 응답데이터도 문자로 입력받아 사용자가 입력한 응답데이터를 구성하는 문장의 발달단계를 분류하고, 이를 통해서 사용자의 문장 구성 능력을 평가하는 경우, 상기 문자출력수단(240)에 표시되는 화면 상태는 도 4에 도시된 바와 같다.

한편, 문장의 번역 능력을 평가하는 방식(STT)은 한국어로 제시된 문장을 영어 문장으로 통역할 수 있는 능력을 평가한다. 이러한 평가 방식은 평가데이터의 출력 방식에 따라 음성출력수단(270)을 통해 음성으로 출력하는 방식과, 문자출력수단(260)을 통해 문자로 출력하는 방식이 있으며, 응답데이터를 입력하는 방식에 따라 상기 음성입력수단(280)을 통해 음성으로 입력하는 방식과, 문자입력수단(290)을 통해 문자로 입력하는 방식이 있다. 일예로, 문자출력수단(260)을 통해 평가데이터를 출력하고, 그에 따른 응답데이터를 문자입력수단(290)을 통해 문자로 입력하는 경우의 상기 문자출력수단(260)에 표시되는 화면 상태는 도 5에 도시된 바와 같다. 이때, 제시되는 예제 및 제시문은 화면에 표시된 후, 수 초 후에 사라지는 플래시 형태로 디스플레이됨이 바람직하다.

영어 능력 평가 방식의 마지막 방식인 대화 능력을 평가하는 방식(DCT)은 대화문의 구성 능력을 평가한다. 평가를 위한 대화문을 1차적으로 문자출력수단(260) 혹은 음성출력수단(270)을 통해 출력하고, 다시 2차적으로 상기의 대화문을 제시함에 있어서는 어느 한 부분(답문)을 생략하여 상기 생략된 부분의 문장을 사용자가 음성입력수단(280)을 통해 음성으로 입력하거나 아니면 문자입력수단(290)을 통해 문자로 입력하도록 하여 평가하는 방식이다.

한편, 본 발명의 영어 능력 평가 및 진단, 처방 시스템에 따른 진단/처방 시스템은 도 6에 도시한 바와 같이, 진단데이터 추출부(310)와 처방데이터 추출부(320)를 포함하여 구성된다. 이와 같은 진단/처방 시스템(300)은 평가시스템(200)을 통한 평가(test)결과를 토대로 사용자의 현재 영어 능력 진단하고, 그 진단 결과를 토대로 사용자에게 적합한 학습 및 교수법을 처방한다. 즉, 상기 진단데이터 추출부(310)는 평가시스템(200)으로부터 평가 결과 데이터를 입력받아 그에 상응하는 진단데이터를 데이터저장부(400)에서 추출하여 이를 문자출력수단(260) 혹은 음성출력수단(270)을 통해 출력한다. 마찬가지로, 상기 처방데이터 추출부(320)는 상기 평가 결과 데이터에 상응하는 처방데이터를 상기 데이터저장부(400)에서 추출하여 문자출력수단(260)이나 음성출력수단(270)을 통해 출력한다.

추가하여, 상기 진단/처방 시스템(300)은 평가시스템(200)의 평가 결과에 부합되는 학습용 평가데이터를 출력하고, 상기 학습용 평가데이터에 상응하여 입력된 학습용 응답데이터를 평가하는 일련의 과정을 통해 학습을 진행하는 학습시스템(300a)을 포함한다. 이때, 상기 학습시스템(300a)은 학습용 평가데이터를 상기 평가시스템(200)으로 출력하고, 상기 문장 발달단계 분류시스템(100)으로부터 상기 학습용 평가데이터에 상응하여 입력된 응답데이터의 발달단계에 상응하는 값을 받 아 이를 평가하여 학습의 계속 여부 및 난이도 조정 여부를 결정하여 학습을 수행한다.

이와 같은 학습시스템(300a)은 도 7에 도시한 바와 같이, 학습단계 선택부(300b), 학습용 평가데이터 추출부(300c), 저장부(300d), 추출부(300e) 산출부(300f), 비교부(300g) 및 단계조정부(300h)를 포함하여 구성된다. 여기서, 상기 학습단계 선택부(300b)는 사용자가 자신이 학습하고자 하는 단계를 선택할 수 있도록 선택화면을 생성하여 문자출력수단(260)을 통해 출력하고, 상기 학습용 평가데이터 추출부(300c)는 선택된 단계의 학습용 평가데이터를 추출하여 문자출력수단(260) 혹은 음성출력수단(270)을 통해 출력한다. 상기 저장부(300d), 추출부(300e), 산출부(300f), 비교부(300g)는 앞에서 설명한 평가시스템(200)의 저장부(210), 추출부(220), 산출부(230), 비교부(240)와 동일한 기능을 하므로, 별도의 설명은 생략한다. 상기 비교부(300g)에서 학습용 응답데이터의 정답률과 해당 단계의 통과기준 정답률을 비교한 결과, 상기 통과기준 정답률을 만족한 것으로 결정되면, 상기 단계조정부(300h)는 현재 사용자의 단계를 한 단계 더 높여 주어 이를 상기 학습용 평가데이터 추출부(300c)로 제공한다. 따라서 상기 학습용 평가데이터 추출부(300c)는 상기 단계조정부(300h)에서 조정된 단계의 학습용 평가데이터를 추출하여 이를 문자출력수단(260) 혹은 음성출력수단(270)을 통해 출력함으로써, 계속해서 학습이 이루어질 수 있도록 한다.

한편, 본 발명의 영어 능력 평가 및 진단, 처방 시스템에 따른 데이터저장부(400)는 본 발명에 따른 영어 능력 평가를 위한 예문, 제시문 등의 평가데이터와, 평가 결과에 따른 진단 및 처방 데이터와, 학습을 위한 학습데이터가 저장된다.

도 8은 본 발명의 영어 능력 평가 및 진단 처방 시스템에 따른 데이터저장부(400)의 구성을 도시한 것으로서, 영어 능력 평가를 위해 문자로 구성된 예문 및 제시문 등의 평가데이터가 단계별(1X 단계에서 X³단계까지)로 저장된 제 1 데이터저장부(400a)와, 영어 능력 평가를 위해 음성으로 구성된 예문 및 제시문 등의 평가데이터가 단계별로 저장된 제 2 데이터저장부(400b)와, 상기 단계별로 진단 및 처방 데이터가 저장된 제 3 데이터저장부(400c) 및 최종적으로 사용자의 영어 능력을 판정하기 위해 각 단계별로 응답데이터의 정답률과 비교되는 통과기준 정답률을 단계별 저장하는 제 4 데이터저장부(400d)를 포함하여 구성된다. 여기서, 상기 제 1, 제 2 데이터저장부(400a)(400b)에는 문자 및 음성으로 구성된 평가데이터뿐만 아니라, 학습을 위한 학습용 평가데이터도 저장된다.

참고로, 제 1 데이터저장부(400a)에 단계별로 복수개의 예문이 저장되며, 평가의 정확성을 높이기 위해서는 예문이 많으면 많을수록 좋다. 도 9a 내지 9k는 본 발명의 실시 예에서 제시되는 문자로 구성된 단계별 평가데이터의 예를 나타낸다.

마지막으로, 본 발명의 영어 능력 평가 및 진단, 처방 시스템의 전반적인 동작은 상기 제어부(500)에 의해 제어되며, 상기 제어부(500)은 평가시스템(200) 및 진단/처방 시스템(300), 영어 발달단계 분류시스템(100)간을 상호 유기적으로 연결하여 사용자의 영어 능력을 객관적이고 정확하게 평가하고, 그 결과에 따라 정확한 진단 및 처방이 이루어질 수 있도록 시스템 전반을 제어한다.

이와 같이 구성된 본 발명의 영어 능력 평가 및 진단, 처방 시스템에 따르면, 제어부(500)의 제어하에 데이터저장부(400)에 저장된 음성 및 문자 형태의 평가데이터를 문자출력수단(260)이나 음성출력수단(270)을 통해 출력하고, 그에 따른 사용자의 응답데이터를 입력받아 이를 문장 발달단계 분류 시스템(100)에서 발달 단계를 분류한다. 그리고 분류된 결과 값을 토대로 사용자의 영어 능력을 평가하고, 그 평가 결과를 이용해서 진단 및 처방은 물론, 사용자가 희망하면 상기 사용자의 영어 능력에 맞는 학습용 평가데이터를 이용해서 학습을 수행할 수 있다.

이하에서는 상기와 같은 영어 능력 평가 및 진단, 처방 시스템에 따른 영어 능력 평가 및 진단 처방 방법에 대해서 설명하기로 한다.

도 10은 본 발명의 영어 능력 평가 및 진단, 처방 방법을 설명하기 위한 개략적인 순서도이다.

도 10에 도시한 바와 같이, 문장의 복잡도 및 난이도에 따라 분류된 평가데이터를 출력하는 제 1 과정(S101)과, 상기 평가데이터에 상응하여 사용자가 입력한 응답데이터를 구성하는 문장의 구조적 복잡도 및 난이도를 분석하여 상기 문장의 발달단계를 분류하는 제 2 과정(S102)과, 단계별로 응답데이터의 정답률을 산출하여 사용자의 영어 능력을 평가하는 제 3 과정(S103)과, 상기 평가 결과를 토대로 사용자의 영어 능력을 진단 및 처방하는 제 4 과정(S104)을 포함하여 이루어진다. 여기서, 상기 평가데이터는 예문과 제시문으로 구성되며, 상기 예문과 제시문은 문자 혹은 음성으로 출력된다.

상기 제 1 과정(S101)에서 평가데이터를 출력함에 있어서, 문장의 복잡도 및 난이도에 따라 분류된 단계별로 순차적으로 출력할 수도 있으며, 상기 단계를 무시하고 무작위로 출력할 수도 있다. 이때, 상기 평가데이터는 어떤 평가방식을 이용하느냐에 따라 다를 수가 있다. 즉, 본 발명의 실시 예에서 적용되는 평가방식에는 문장의 구성력을 평가하는 방식과, 문장의 번역 능력을 평가하는 방식 및 대화문의 구성 능력을 평가하는 방식이 있다.

한편, 본 발명은 상기 평가를 위한 평가데이터 즉, 예문 및 제시문을 출력하기에 앞서, 평가방식을 안내하거나, 혹은 사용자가 문장 구성 능력을 평가하는 방식(SCT: English Sentence Construction Test), 문장 번역 능력을 평가하는 방식(STT: English Sentence Translation Test), 대화 능력을 평가하는 방식(DCT: English Dialogue Test) 중에서 원하는 어느 한 가지를 선택할 수 있도록 하는 단계를 더 포함한다.

사용자가 평가 방식을 선택하는 경우, 본 발명의 영어 능력 평가 및 진단, 처방 시스템은 문자출력수단(260)나 음성출력수단(270)를 통해서 평가 방식의 선택에 필요한 데이터를 제공하며, 그에 따라 문자입력수단(290)이나 혹은 음성입력수단(280)를 통해 입력된 사용자가 입력한 데이터에 상응하여 해당 방식에 맞는 예문 및 제시문을 데이터저장부(400)에서 불러와서 출력하게 된다.

상기 예문 및 제시문의 출력은 사용자가 선택한 영어 능력 평가 방식에 따라 문자 혹은 음성으로 제시하며, 문자의 경우 문자출력수단(260)을 통해서 예문 및 제시문을 출력하되, 상기 예문 및 제시문은 문자출력수단(260)의 화면상에서 수 초 후에 사라지는 플래시 형태로 출력하는 것이 바람직하다.

이처럼 사용자가 선택한 평가방식에 따라 예문 및 제시문과 같은 평가데이터를 문자출력수단(260) 혹은 음성출력수단(270)을 통해서 출력하면, 사용자는 제시문을 본 후 응답데이터를 입력하게 되는데, 상기 응답데이터는 문자입력수단(290)을 통해 문자로 입력하거나 혹은 음성입력수단(280)을 통해 음성으로 입력할 수 있다. 이때, 문자로 입력하느냐 음성으로 입력하느냐는 평가방식에 따라 결정될 수 있다.

한편, 사용자가 입력한 응답데이터는 문장 발달단계 분류시스템(100)으로 전달되고, 상기 문장 발달단계 분류시스템(100)은 입력된 응답데이터를 구성하는 문장이 갖는 구조적 복잡도 및 난이도를 분석하여 상기 응답데이터의 발달단계를 분류하게 된다.

도 11은 본 발명에 따른 응답데이터를 구성하는 문장의 발달단계를 분류하는 과정을 설명하기 위한 순서도로서, 문자 혹은 음성으로 입력된 응답데이터를 구성하는 문장을 컴퓨터가 인식 가능한 형태의 데이터로 변환하는 과정(S201)과, 입력된 응답데이터를 구성하는 문장의 문형이 단문인지, 준 복문인지, 복문인지를 인식하는 과정(S202)과, 상기 입력된 응답데이터를 구성하는 문장의 문형이 단문이면, 단문 복잡도 함수를 이용하여 단문의 발달단계로 분류하는 과정(S203)과, 상기 입력된 응답데이터의 문장의 문형이 준 복문이면, 준 복문 복잡도 함수를 이용하여 준 복문의 발달단계를 분류하는 과정(S204)과, 상기 문장이 주절과 내포절로 구성된 적어도 두 개 이상의 문장이 결합된 복문이면, 상기 주절은 단문 혹은 준 복문의 복잡도 함수를 이용하고, 내포절은 내포절의 복잡도 함수를 이용하여 정형화한 후, 상기 주절과 내포절의 발달 단계를 통합함으로써, 최종적으로 상기 복문의 발달 단계를 분류하는 과정(S205)을 포함하여 이루어진다.

이를 구체적으로 설명하면, 다음과 같다.

(a) Has he _{_}studied English?

(b) What are you _{_} studying ?

(C) What does your father have _{_} you study _{_} ?

(d) Do you know _{_} what _{_} he has studied _{_}?

상기의 예문에서, 굵은 글씨체로 된 구성소는 모두 각 문장의 "_{_}"표시된 곳에서 이동한 요소이며, 이에 따라 문장의 어순에 변화가 있음을 알 수 있다. 즉, 각 예문에 나타난 바와 같이, 영어의 문장은 구성소의 이동과 같은 문법적 변화와 이러한 구성소의 이동에 기인한 어순 변화와 같은 문형의 변화를 토대로 의사소통이 이루어진다고 할 수 있다.

따라서, 문제의 핵심은 영어 문장의 문법적 변화 및 문형 변화를 지배하는 일종의 이동과 어순변화의 메카니즘을 어떻게 포착, 영어 문장 구성의 상대적 복잡도를 수량화하고, 또한 이를 통해 영어 발달 단계를 정형화할 수 있는가에 있으며, 본 발명에서는 앞에서 언급한 3ECM(γSCM/αCMM/βBOM)이라는 메카니즘으로 구현한다.

상기 3ECM은 영어 문장 구성의 3 메카니즘을 나타내는 것으로서, 기본 어순 메카니즘(BOM), 구성소 이동 메카니즘(CMM), 문장 결합 메카니즘(SCM)으로 구성되는데, 설명의 이해를 돕기 위해 각 메카니즘을 정의하기로 한다.

먼저, 상기 기본 어순 메카니즘은 [βBOM]으로 정의하는데, BOM(Basic Order Mechanism)은 영어의 어순 변화에 관한 메카니즘으로서, 변수 β의 기본 값은 단문 및 준 복문의 기본 어순인 [SVO], [SVOC]에 변화가 없으면 '+'값을 부여하여 [+BOM]으로 정의하고, 기본 어순에 변화가 있으면 '-' 값을 부여하여 [-BOM]으로 정의한다.

한편, 구성소 이동 메카니즘은 [αCMM]으로 정의하며, CMM(Constituent Movement Mechanism)은 영어 문장의 구성소 이동(첨가/삽입)에 관한 메카니즘으로서, [αCMM]은 영어의 문법적 변화 및 문형 변화를 실현하기 위한 구성소 이동(첨가/삽입)에 관한 메카니즘이다. 다시 말해서, [αCMM]에서 변수 α의 값은 문장에서 구성소의 이동이 한 번 일어나면(단일 이동),'+'값을 부여하여 [+CMM]으로 정의하고, 구성소의 이동이 연속적으로 두 번 일어나면, 즉, 한 구성소의 이동이 다른 구성소의 이동을 유발하면(이중 이동), 변수 α에 '-'값을 부여하여 [-CMM]으로 정의한다.

마지막으로, 문장 결합 메카니즘은 [γSCM]으로 정의하며, SCM(Sentence Combination Mechanism)은 문장 결합, 즉, 두 개 이상의 문장이 결합된 이른바 주절+내포절 구조의 복문을 구성할 때, 내포절에 작동하는 메커니즘이다. 따라서 [γSCM]에서 변수 γ의 값은 두 문장의 결합의 결과, 내포절 내의 어떤 구성소가 내포절 안(內)에서만 이동하면, '+'값을 부여하여 [+SCM]으로 정의하고, 어떤 구성소가 내포절 밖(外) 으로, 즉, 주절로 이동하면, '-' 값을 부여하여 [-SCM]으로 정의한다.

이하에서는 상기의 3ECM의 각 메카니즘에 대해 보다 구체적으로 설명하기로 한다.

먼저, 기본 어순 메카니즘인 [βBOM]은 앞에서 언급한 바와 같이, 문장이 주어(S)+동사(V)+목적어(O)+보어(C)로 구성되는 기본 어순을 그대로 유지하고 있는지의 여부에 따라 β값으로 '+' 혹은 '-'를 부여한다.

[예문]

(a) I love you.

(b) You , I love _ .

즉, 위의 예문을 참조하면, (a)문장은 S+V+O의 어순이 그대로 유지되고 있으므로 β값에 '+'를 부여하지만, (b)문장의 경우에는 동사 'love'의 목적어에 해당하는 'you'가 문두로 이동하였고, 그러한 이동에 기인하여 어순이 O+S+V로 변화되었으므로, β값으로'-'를 부여한다.

이외에도 β값에 '-'를 부여하는 경우는 가령, Y/N-question을 구성하기 위해, 주어(S)와 동사(V)가 도치되어, 동사가 주어 앞으로 이동, [VSO]가 될 경우, 또는 [SVO]에 문법적 요소, 가령 조동사(Aux)의 삽입으로 인해 [S Aux+V O]로 된 경우 등이 있을 수 있다. 따라서 어순 변화 여부는, 이미 언급한 바와 같이, 구성소 이동의 메커니즘과 상호 관련되어 있다.

다음으로 구성소 이동 메커니즘인 [αCMM]을 다음의 예문을 이용하여 살펴본 다.

[예문]

(a) [ Will John _ marry Ann] next year?

(b) [Whom will John _ marry _ ] next year?

[αCMM]의 정의에 따르면, 문장에서 구성소 이동이 한번 일어나느냐, 연속적으로 두 번 일어나느냐에 따라 즉, 단일 이동이냐, 이중 이동이냐에 따라 α값에 '+'혹은 '-'를 부여한다는 것은 이미 앞에서 언급한바 있다.

따라서 상기 (a)의 예문처럼, Y/N-question을 구성하기 위해, [S will V O]의 구조에서 조동사 'Will'이 문두로 한 번 이동하므로(단일 이동), α값에 '+'를 부여한다. 참고로, 예문 (a)의 'Y/N-question'처럼 한 번의 이동으로 문장의 문법적 변화 및 문형 변화를 완성할 수 있다는 의미에서 이를 "단일 이동"이라 한다.

하지만 예문 (b)처럼, Wh-question을 구성하기 위해, 동사 'marry'의 목적어에 해당하는 의문사 'Whom'이 문두로 이동하고, 상기 'Whom'이 문두로 이동한 결과, 다시 조동사 'will'이 주어인 'John' 앞으로 이동(주어 조동사 도치)하도록 유발하고 있으므로, α값에 '-'를 부여한다.

이와 같이, 한 번의 이동으로 문장의 문형 변화를 완성할 수 없으며, 또 다른 구성소의 이동이 있어야 비로소 문장의 문형 변화를 완성할 수 있다는 의미에서 이를 "이중 이동"이라 한다.

예문 (b)의 'Wh-question'이 바로 이와 같은 이중 이동의 전형적인 사례가 된다.

한편, 앞에서 구성소 이동 메카니즘을 정의함에 있어서, "이동"과 "첨가/삽입"이라는 용어를 사용하였는데, 여기서 이동의 개념은 위 예문의 경우처럼, 이미 문장에서 존재하던 요소가 한 곳에서 다른 곳으로 옮겨간 경우를 말한다. 즉, 이동의 출발점(위 예문에서 '_' 표시 한 곳)과 도착점이 명시적으로 존재할 경우를 이동이라고 정의한다. 반면에, "첨가/삽입"은 문장에 새로운 요소가 추가되는 것을 말한다. "첨가"는 주로 문두에 주격 의문사(Who, What 등.)가 부가되어 주격 의문문(예, Who kissed Ann?)을 구성하는 경우를 말한다.

위 예문의 (b)의 'Wh-question'과 달리 주격 의문문은 문두에 'Wh-words'가 첨가된다 하더라도 주어 조동사의 도치(倒置)가 일어나지 않으므로 문장의 기본 어순에 변화가 없는 것으로 간주한다. 하지만, "삽입"은 문중(文中), 즉, [S V O]의 내부에 조동사(can, may, be, have, 등.)와 같은 문법 요소가 삽입되는 것을 말하며(예, John will marry Ann.), '첨가'와 달리 '삽입'의 경우 문장의 어순 변화를 수반한다.

마지막으로 "문장 결합 메커니즘", 즉, [γSCM](Sentence Combination Mechanism)에 대해 다음 예문을 예로 들어 살펴보자.

[예문]

(a) [Do you know [ who Mary likes _ in the class]]?

(b) [ Who do you think [ _ Mary likes _ in the class]]?

[γSCM]의 정의에 따르면, 두 개 이상의 문장이 결합하여 주절+내포절 구조의 복문을 구성할 때, 내포절의 요소가 이동하더라도 내포절 안(內)에 머물고 있느 냐, 아니면, 내포절 밖으로(즉, 주절로) 이동하느냐에 따라 γ값에 '+'혹은 '-'값을 부여한다. 따라서 위의 예문 (a)처럼 동사 'like'의 목적어 해당하는 'who'가 내포절의 문두로 이동하였지만, 내포절 안에 머물고 있으므로, γ값에 '+'를 부여하고, 예문 (b)처럼, 'who'가 내포절의 문두에서 다시 주절의 문두로 이동할 경우(즉, 내포절 밖으로 이동), γ값에 '-'를 부여한다.

이상에서 "3ECM"의 3 변수, 즉, 'α', 'β', 'γ'에 대해 어떻게 그 값을 부여하는가에 대해 설명하였으며, 그 결과, "3ECM"의 각 구성소의 변수 값에 따라 영어 문장 구성의 복잡도를 수량화할 수 있지만, 이것만으로 영어의 발달단계를 정형화하기에는 어렵다. 따라서 이하에서는 영어 문장 구성의 복잡도를 어떻게 형식화하고 이를 통해서 영어의 발달 단계를 어떻게 분류하는지를 설명하기로 한다.

위에서 설명한 "3ECM"에 따르면, 각 구성소는 상호 관련되어 있으므로 영어 문장 구성의 복잡도를 형식화하기 위해서는 "3ECM"의 3 구성소의 적절한 조합을 해야 한다.

따라서 "3ECM"의 각 구성소의 상호 작동 특성에 따라, 또한 단문, 준 복문, 복문 특징에 따라 "3ECM"의 3 구성소 [αCMM],[βBOM],[γSCM]를 다음과 같은 조합 함수(combination functions)로 나타냄으로서 영어 문장의 복잡도를 형식화할 수 있다.

(a) 단문/주절의 복잡도 함수: f(α,β) = [α CMM ]/[ βBOM ]

(b) 준 복문/내포절의 복잡도 함수: f (α,β,γ) = [γSCM([αCMM]/[β BOM])]

<단, 변수 'α','β','γ'의 값은 '·', '+', 또는 '-', >

위의 (a)는 3ECM 중에서 [αCMM], [βBOM]을 선형 조합한 것으로, 단문 및 복문에서의 주절에 대한 구조적 복잡도를 형식화할 수 있는 함수이며, 이를 통해, 단문/주절의 발달단계를 정형화한다.

한편, (b)는 (a)함수의 선형 조합, 즉, [αCMM]/[βBOM]을 다시 [γSCM]에 삽입, 내포 조합([γSCM([α CMM ]/[ βBOM ])])한 것으로 준 복문 및 복문의 내포절 구성의 구조적 복잡도를 형식화할 수 있는 함수이며, 이를 통해 영어 준 복문/내포절의 발달단계를 정형화한다.

이처럼 단문의 복잡도 함수 (a)의 선형조합을 (b)의 [γSCM]에 내포시켜, 내포 조합으로 나타낸 논리적 근거는 내포문 구성의 복잡도는 기본적으로 단문 구성의 복잡도에 따라 결정되기 때문이다. 한편 복문은 주절+내포절 구조를 가지므로 복문 구성의 복잡도는 (a), (b) 함수를 조합하여 형식화할 수 있으며, 이를 토대로 영어 복문의 발달 단계를 정형화한다.

상기의 영어 문장 구성의 복잡도 함수에서 변수 'α', 'β', 'γ'에 변수 값, '+', '-'을 순차적으로 대입하면, 아래의 [표 2]에 나타낸 바와 같이, ECM 조합, 즉, [αCMM]/[βBOM], [γSCM([αCMM]/[βBOM])]의 변수의 조합 값에 따라 영어 문장 구성의 구조적 복잡도를 형식화할 수 있으며, 이를 토대로 영어의 발달단계(developmental sequences)를 분류할 수 있다.

[표 2]

위의 [표 2]에서 알 수 있듯이, 단문은 단 한 개의 문장으로 구성되어 있으므로 문장 결합 메커니즘인 [γSCM]가 작동할 수 없다. 따라서 단문의 발달 단계는 상기의 단문 복잡도 함수인 f(α,β) = [αCMM]/[βBOM]에서 변수 α,β 값의 위계적 조합을 통해 1X, 2X, 3X, 4X 단계로 분류한다.

준 복문은 형식상 하나의 문장으로 구성되어 있지만, 의미상 주절과 내포절이 통합된 것으로 간주, 문장 결합 메커니즘인 [γSCM]가 작동하지만, 문장이 한 개뿐이므로 'γ' 값은 부여할 수 없다. 따라서 준 복문의 발달 단계는 상기 내포절의 복잡도 함수 (b)를 다소 수정하여 'γ'제시킨 준 복문의 복잡도 함수인 f (α,β) = [SCM([αCMM]/[βBOM])]에서 변수 α, β값의 위계적 조합을 통해, 5Xa, 5Xb, 5Xc, 5Xd 단계로 분류한다.

또한 복문은 주절+내포절 구조를 가진다. 따라서 복문의 발달 단계는 내포절의 경우, 상기 내포절의 복잡도 함수인 f (α,β,γ) = [γSCM([αCMM]/[βBOM])]에서 변수 α,β,γ값의 위계적 조합을 통해 1X², 2X², 3X², 4X², 5X²단계로 분류한다. 한편 주절의 경우, 주절의 복잡도 함수인 f(α,β) = [αCMM]/[βBOM]에서 변수 α,β값의 위계적 조합을 통해 1X, 2X, 3X, 4X 단계로 분류한 후, 상기 주절과 내포절의 발달 단계를 통합함으로써, 최종적으로 복문의 발달 단계를 분류한다.

마지막으로 복 복문은 두 개 이상의 내포절을 포함한 경우로 내포절 구성의 복잡도 함수를 순환 적용함으로서 복문의 발달 단계와 동일한 방식으로 복 복문의 발달 단계를 분류할 수 있다. 따라서 상기의 ECM 조합 함수에 따라 영어의 모든 문장을 분석할 수 있으며, 분석의 결과, 영어의 모든 문장은 [표 2]와 같은 발달 단계상에서 어느 한 단계에 속하게 됨을 알 수 있다.

이상에서 설명한 영어의 발달 단계 분류 방법에서, ECM 조합을 잘 살펴보면, 단문의 ECM 조합, 즉, [αCMM]/[βBOM]의 변수 α,β의 값은 준 복문, 내포절에도 그대로 순환 적용되어 있어서, ECM 조합의 변수 값이 위계적 구성(hierarchical construction)되어 있음을 알 수 있다(물론 이것은 영어 문장 구성의 복잡도 함수에 따른 당연한 결과이긴 하지만). 따라서 발달 단계상에서 상위 단계는 하위 단계의 ECM 조합을 포함할 수 있지만, 역으로 하위단계는 상위단계의 조합을 포함할 수 없는 일종의 내포관계(an implicational scale)에 있음을 알 수 있다.

예를 들어, 2X 단계는 1X의 ECM 조합을 자동적으로 포함할 수 있지만, 3X의 조합 및 그 결정 구조는 포함할 수 없다. 이 내포관계(an implicational scale)가 시사하는 바는, 영어의 각 발달 단계는 일종의 ECM 조합의 탈피 과정(the shedding of ECM combinations)으로 구성되어 있기 때문이다. 마치 나비의 애벌레가 한 단계씩 탈피 과정을 거쳐 마침내 성충인 나비가 될 수 있듯이 영어의 각 단계의 발달도 일종의 ECM 탈피 과정으로 구성되어 있어서, 정해진 발달단계의 길(route)을 따라 반드시 각 단계에 주어진 ECM 조합에 대해 탈피를 한 후, 다음 단계로 나아갈 수 있게 된다는 것이다.

다음에서는 실제적인 영어 문장을 예로 들어 어떻게 영어 문장의 구성의 복잡도를 형식화하고 이를 통해서 영어 발달 단계를 분류하는지를 보다 구체적으로 설명하기로 한다.

먼저, 단문의 발달 단계를 분류하는 과정을 보다 구체적으로 설명하면 다음과 같다.

단문은 이미 앞에서 언급한 바와 같이, 한 개의 시제 동사로 구성된 [SVO] 구조의 문장을 말한다. 단 한 개의 문장으로 구성되어 있으므로 문장 결합 메커니즘인 [γSCM]가 작동할 수 없다. 따라서 단문의 발달 단계는 단문 복잡도 함수인 f(α,β) = [αCMM]/[βBOM]에서 변수 α,β에 변수 값, '+', '-'를 순차적으로 대입하면, 다음에서 보는 바와 같이, 이 변수 값에 따라 네 가지 유형의 [αCMM]/[βBOM] 조합을 얻어낼 수 있다.

이 'ECM' 조합 값에 따라 영어 단문의 구조적 복잡도를 수량화, 이를 토대로 영어 단문의 발달단계를 1X, 2X, 3X, 4X 단계로 분류한다.

먼저, 단문 발달 단계의 첫 번째 단계인 1X 단계는 ECM 메커니즘, [·CMM]/[+BOM]이 작동하는 단계로, 단문의 기본 구조 [SVO]에서 구성소의 이동이 없으며([·CMM]), 또한 기본 어순 [SVO]가 그대로 유지되는([+BOM]) 단계를 말한다.

2X 단계는 ECM, [+CMM]/[+BOM]이 작동하는 단계로, 어떤 요소가 [SVO]의 문두로 이동하거나 또는 새로운 요소가 문두에 첨가되지만([+CMM]), 이런 이동으로 인해 [SVO]의 내부에 어떤 문법적 변화나 어순 변화도 일어나지 않는([+BOM]) 단계를 말한다.

3X 단계는 ECM, [+CMM]/[-BOM]이 작동하는 단계로, 어떤 요소가 [SVO]의 내부(문중)에서 삽입되거나 또는 문중에서 문두로 이동([+CMM])함에 따라 [SVO]의 내부에 어순 변화가 일어나는([-BOM]) 단계를 말한다.

4X 단계는 ECM, [-CMM]/[-BOM]이 작동하는 단계로, 먼저 어떤 요소가 [SVO]의 문두로 이동하고, 상기 이동의 결과, [SVO]의 내부(문중) 요소가 다시 내부(문중)로 이중 이동([-CMM])이 일어남에 따라 [SVO]의 내부에 어순 변화가 일어나는([-BOM]) 단계를 말한다.

따라서, 영어 단문의 발달 단계는 [αCMM]/[βBOM]의 변수 α,β값의 위계적 조합을 통해 1X, 2X, 3X, 4X 단계로 분류할 수 있으며, 따라서 [SVO]로 구성된 영어의 모든 단문은 상기 1X, 2X, 3X, 4X 중의 어느 한 단계에 속함을 알 수 있다.

이와 같이 단문의 ECM 조합, 즉, [αCMM]/[βBOM]의 변수 α,β의 값이 위계적으로 구성(hierarchical construction)됨에 따라(물론 이것은 영어 문장 구성의 복잡도 함수에 따른 당연한 결과이긴 하지만), 발달 단계상에서 상위 단계는 하위 단계의 ECM 조합을 포함할 수 있지만, 역으로 하위단계는 상위단계의 조합을 포함할 수 없는 일종의 내포관계(an implicational scale)에 있다는 것이다. 예를 들어, 2X 단계는 1X의 조합을 자동적으로 포함할 수 있지만, 3X의 조합은 포함할 수 없다.

다음에서는 영어 단문의 발달단계를 각 단계별로 설명하기로 한다.

1. 1X 단계

1X 단계는 영어 발달 단계의 'starting point'(출발점)이다. 다음의 [예문 1]에 내재하는 문장 구성소 이동 및 어순 변화를 살펴보면,

[예문 1]

a. Go out!

b. Be good. Kiss me.

c. I go there.

d. I am a boy. I kiss Mother at the park.

위의 [예문 1]은 문장 구성소의 어떠한 이동도 어순 변화도 없다. 이를 단문의 복잡도 함수, f(α,β) = [αCMM]/[βBOM]에 대입하면, 먼저, 구성소의 이동이 없으므로 'α'값은 '·'(적용 없음 표시), 어순 변화도 없으므로 'β' 값은 '+'이므로, 따라서 ECM 메커니즘, [·CMM]/[+BOM]이 작동하며, 이를 1X 단계로 정의한다. 이 메커니즘의 지배를 받는 결정 구조는, 상기 [예문 1]에서 보는 바와 같이, [(S)V(P)(O)](Adv)로 대표된다. 참고로, 상기에서 괄호'( )'의 의미는 선택적이라 는 것을 나타낸다.

결론적으로 말해, 1X 단계는 ECM [·CMM]/[+BOM]이 작동, 어떠한 구성소의 이동도 어순변화도 없는 문장에 해당되며, 영어의 기본 구조 [SVO]를 완성하는 단계로 정의할 수 있다.

2. 2X 단계

다음의 [예문 2]에 내재하는 문장의 구성소 이동 및 어순 변화 여부를 살펴보자.

[예문 2]

a. At the park , [I kissed Mary] _ last night.

b.* Do [you kissed Mary] last night?

c.* Where [John kissed Mary] _ last night? (Where did John kiss Mary night?)

('*' 표시는 문법적 오류가 있는 문장임을 나타냄.)

상기의 예문에서 밑줄 친 요소는 문미("_"표시한 곳에서)에서 문두로 이동한 요소이거나, 또는 새로운 요소가 문두에 첨가되어 있지만, 기본 어순 [(S)V(O)]는 그대로 유지되고 있는 문장이다. 이를 f(α,β) = [αCMM]/[βBOM]에 대입하면, 'α'값은 어떤 요소가 문두로 이동(첨가)되므로 '+', 하지만 이런 이동/첨가에 의해 기본 어순 [SVO]에 문법적 변화나 어순 변화도 없으므로, 'β' 값은 '+'가 된다.

따라서 ECM 메커니즘, [+CMM]/[+BOM]이 작동하며, 이를 2X 단계로 정의한다. 여기서 [(S)V(O)]의 내부에 문법적 변화 및 어순 변화가 없다는 의미는 상기 예문에서 보는 바와 같이, 첨가 또는 이동된 요소, 즉, 'At the park', 'Do', 'Where'와 [(S)V(O)] 내부 요소 사이에 문법적 영향을 서로 미치지 못한다는 것을 의미한다. 가령, (b)의 경우, 'Do'가 문두에 첨가, 이에 따라 내부요소인 동사 'kiss ed '와 문법적 영향을 주고받는다면, 'Do'는 'Did'로 전환되고, 동시에 'kiss ed '에서는 '- ed '는 탈락, 동사원형 'kiss'로 전환되어야 한다. 또한 (c)의 경우, 'Where'가 문미에서 문두로 이동되었지만, 이동 요소와 문장의 내부 요소간의 문법적 상호작용이 없으므로 주어 조동사의 도치가 일어나지 않아 상기 (c)의 문장은 문법적 오류가 있는 문장이라고 할 수 있다.

이상에서 설명한 바와 같이, 본 발명은 문법적 오류에 대해 기존의 영문 분석과 현격한 인식 차이가 있음을 알 수 있다. 기존의 영문법 이론에서는 문법적 오류가 있는 문장을 아예 분석에서 배제시키고 이를 금기시할 뿐만 아니라 심지어 이런 문법적 오류를 범하는 사용자를 무능자로 취급하고 있다.

그러나 본 발명의 문장 발달단계 분류방법에 의하면, 문법적 오류는 영어 발달 단계상에서 나타나기 마련인 자연스런 현상으로 보며, 심지어 각 단계에서 ECM 작동의 결과로 나타나는 체계적인 문법적 오류(예, 상기 [예문 2]의 (b), (c)와 같은 문장)는 다음 단계로 나아가는데 필요 불가결한 징검다리 역할을 하는 것으로 간주한다. 실제 의문문을 구성하는데 상기 [예문 2]의 (b), (c)와 같은 문법적 오류를 범하는 사용자가 그렇지 않는 사용자보다 더 빨리 발달 단계를 통과해 간다.

결론적으로 말해, 본 발명은 사용자가 어느 단계에서(언제) 어떤 문법적 오류를 범하는지 미리 사전에 예측할 수 있다는 것이며, 또한 문법적 오류가 있는 문장이 ECM 작동의 결과로 생겨난 체계적인 오류인지, 아니면, 단순한 모방이나 실수에 의한 비체계적인 오류인지 정확하게 분석하여, 영어 발달단계를 보다 정확하게 진단, 처방하는데 결정적 단서로 삼을 수 있다.

결과적으로, 2X 단계의 결정 구조는 1X 단계의 결정 구조에 부사어구(Adv), 의문조동사(D), 'Wh-words(Who, What, When, 등) 등을 단순히 문두에 첨가하거나 문미에서 문두로 이동시킨 Fronting structures이다. 즉, 2X 단계는 ECM, [+CMM]/[+BOM]이 작동, 문두에 어떤 요소가 첨가/이동된다하더라도, 아직 [-BOM]의 메커니즘을 작동시킬 수 없으므로, 이동/첨가 요소와 문장 내부요소간에 문법적으로 상호 영향을 주지 못한다는 것이다.

3. 3X 단계

다음의 [예문 3], [예문 4] 및 [예문 5]에 내재하는 문장 구성소 이동 및 어순 변화의 여부를 살펴보자.

[예문 3]

a. I can play tennis.

b. I want to meet her.

c. I enjoy watch ing action movies.

[예문 4]

a. I am watch ing TV now. ([S be+(not)+V-ing (O)])

b. Mary was kill ed . ([S be+(not)+V-en (O)]

c. John has not writt en a book.([S have+(not)+V-en (O)])

d. John has been read ing the novel.([S have/be +(not)+V-en/-ing (O)])

[예문 5]

a. Can you _ play tennis this weekend? (M [S _V(O)])

b. Did you kiss_ Mary last night? (Do [S V_ (O)])

c. Would you _ mind smok ing here? (M [S _V+V-ing (O)])

d. Have you _ writt en the essay? (A [S _V-en (O)]

상기의 [예문 3]의 경우, 각 각 Model(법조동사: can, may, must 등), to V/V-ing(부정사/동명사) 등이 [SVO] 내부에 삽입됨에 따라 기본 어순 [SVO]가 [S M+V+toV/+V-ing O]로 변화된다.

[예문 4]의 경우, 완료형(have+pp), 진행형(be+ing), 수동형(be+pp)을 표현하기 위해, 이에 부합하는 문법 요소(Auxiliaries: 조동사)가 각 각 [SVO]의 내부(동사의 전·후)에 삽입됨에 따라 기본 어순이 [S Aux+V+I O]로 변화된다.

[예문 5]의 경우, [예문 3], [예문 4]와 반대로, Y/N-question 구문을 구성하기 위해, Model/Aux, 즉, 'Can', 'Did', 'Would', 'Have'가 [SVO]의 내부에서(예문에서 '_' 표시는 이동하기 전의 위치 표시) 외부(문두)로 이동, 이에 따라 기본 어순 [SVO]에 변화가 생겨난다.

이와 같은 구성소의 이동과 어순 변화를 단문의 복잡도 함수 f(α,β) = [α CMM]/[βBOM]에 대입하면, 문법적 요소(Model/Aux)가 [SVO]의 내부에 삽입되거나 반대로 이런 문법적 요소가 [SVO]의 내부에서 문두로 이동, 따라서 'α'값은 '+', 이런 요소의 삽입/이동에 의해 기본 어순 [SVO]의 내부에 문법적 변화, 어순 변화가 생겨나므로, 'β' 값은 '-'가 되고, 따라서 ECM 메커니즘, [+CMM]/[-BOM]이 작동, 이 단계를 3X 단계로 정의한다. 여기서 [(S)V(O)]의 내부에 문법적 변화 및 어순 변화가 있다/없다의 개념에 관해 좀더 자세히 알아보기 위해, 2X 단계의 [예문 2]의 (b)문장과 상기 [예문 5]의 (b)문장을 비교해보자.

[예문 2]의 (b)문장: * Do [you kiss ed Mary] last night? "[+CMM]/ [+ BOM ] "

[예문 5]의 (b)문장: [ Did you kiss_ Mary] last night? "[+CMM]/ [- BOM ]"

위에서, [예문 2]의 (b)문장의 경우, 이미 설명한 바와 같이, [(S)V(O)]의 문두에 'Do'가 첨가되어있지만, 'Do'와 [(S)V(O)]내부요소인 동사 'kiss ed '와 상호 문법적 교류가 없어서, 'Do'가 ' Did '로 전환되지 못하고, 또 동사 'kiss ed '에서 '- ed '가 탈락, 동사 원형, 'kiss' 전환하는 문법적 변화도 없다. 반면, [예문 5]의 (b)문장의 경우, 문법적 교류가 있어서 ' Did '가 문두에 첨가(이동), 그에 따라 내부 요소인 동사 'kiss ed '에서 '- ed '가 탈락, 동사 원형, 'kiss' 전환하는 문법적 변화가 있다. 이처럼 상기의 두 예문은 어떤 요소가 이동/첨가되었다는 점에서 볼 때, [αCMM]에서 변수 'α'에 대해 동일한 변수 값, "+"를 부여하지만, 이로 인해 [SVO]의 내부에 문법적 변화 및 어순 변화가 없느냐 있느냐에 따라 [βBOM]에서 변수 'β'에 대해 상이한 값, '+', '-'를 부여한다. 이런 점에서 [예문 2]의 'kiss'에 과거형 어미, '-ed'를 삽입한 것은 [-BOM]을 작동의 결과로 생겨난 체계적 삽입 (체계적인 오류)이 아니라, 단순한 모방에 의한 우연한 첨가(비체계적인 오류)에 지나지 않는다.

결론적으로 말해, "[+BOM]", "[-BOM]"를 피상적으로 보면, 단순히 어순 변화가 유무를 나타내는 것에 지나지 않지만, 실제 영어 능력의 관점에서 보면, '+', '-'는 엄청난 차이가 있다. 전자의 경우, 아직 [SVO]의 내부 요소를 문법적 관계를 파악하지 못하고 있다는 것이며, 후자의 경우, [SVO]의 내부 요소를 문법적 관계를 파악, 이에 따라 적절한 문법적 변화, 및 어순 변화를 할 수 있다는 것이다.

한편 상기 [예문 3], [예문 4], [예문 5]를 통해서 "[+CMM]/[-BOM]"의 지배를 받는 3X 단계의 결정구조를 제시하면, 다음 [표 3]과 같다.

[표 3]

상기 [표 3]에서 보는 바와 같이, 'A' 유형은 M/I/A/to+V/V-ing, 등과 같은 문법적 요소가 [SVO]의 내부, 특히 'V'의 전·후에 삽입(揷入)되는 경우이며, 'a', 'b', 'c', 'd'와 같은 4개의 종속 구조를 갖는다. 'd' 구조의 경우, 상기 [예문 4]에서 보는 바와 같이, 문법 요소가 [SVO]의 내부에 삽입되는 위치가 한 곳 이상이 라는 점에서 4 구조 중, 문장 구성의 복잡도가 가장 높다고 할 수 있다. 이외에도 이 단계에 해당하는 구조엔 'be going to do', 'have to do', 'be able to do' 등이 있다. 'B'는 'A'와 반대로 이렇게 삽입된 Model/Auxiliary가 문두로 이동, Y/N-question을 구성하는 경우이다.

4. 4X 단계

다음 [예문 6]에서 ECM,"[αCMM]/[βBOM]"가 어떻게 작동하는지 살펴보자.

[예문 6]

Whom will you invite to the party?

(a. [You will invite whom] to the party?)

(b. [ Whom You will invite __ ] to the party?)

(c. [ Whom will You _ invite __ ] to the party?)

[예문 7]

Never would I talk to his sister about this.

(a. I would never talk to his sister about this.)

[예문 6]의 Wh-question 구조는 사실 (a), (b)와 같은 구성과정을 통해 완성된다. 먼저 (a)의 구조에서 [SVO]의 내부 요소, 즉, 'invite'의 목적어(O)에 해당하는 'Whom'이 문두로 이동, (b)의 구조를 형성, 이 이동의 결과, 기본 어순에 변화가 있으며, 동시에 이동한 요소 'Whom'은 다시 [SVO] 내부요소, 즉, ' will '을 주어(You)앞으로 이동(주어와 조동사 도치)하도록 "유발", 이에 따라 [Wh S M V]의 어순이 다시 [Wh M S V]로 변화된다. 이처럼 'Wh-words'와 같은 어구가 문두로 이동함에 따라, 이어서 후속(연속) 이동이 있어야 할 경우를 "이중 이동(double movement)"이라 한다.

[예문 7]은 소위 'Neg-inversion' 구문으로, (a)의 구조에서 Neg(부정어), ' never '가 문두로 이동, 이 이동의 결과 다시 조동사(would)와 주어(I)가 도치, 즉, 이중 이동이 일어남에 따라 기본어순 [SVO]에 변화가 생겨난다.

이상에서 설명한 '이동과 어순 변화'를 단문 복잡도 함수인 f(α,β) = [αCMM]/[βBOM]에 대입하면, 구성소의 "이중 이동"이 일어나므로 α값은 '-', 이에 따라 기본 어순 [SVO]의 내부에 문법적 변화, 어순 변화가 당연히 일어나므로, β값은 '-', 따라서 ECM 메커니즘, "[-CMM]/[-BOM]"이 작동하며, 이 단계를 '4X' 단계로 정의한다. 이와 같이 이중 이동이 일어나는 'Wh-question', 'Neg-inversion'등의 구조가 "[-CMM]/[-BOM]"이 지배를 받는 '4X'의 결정구조이다.

결론적으로 말해, 4X 단계는 ECM, '[-CMM]/[-BOM]'이 작동, [SVO]의 내부 또는 외부 요소가 문두로 이동, 그 결과 다시 문중의 요소의 이동이 일어나며(이중 이동), 이에 따른 어순변화 및 문법 변화가 있는 단계를 말한다.

이상에서 영어 단문에 내재하는 '문법 변화'와 '문형 변화'를 실현하기 위한 구성소 이동 및 어순 변화의 정도를 포착할 수 있는 3ECM과 그 조합 함수, 즉, 단문 구성의 복잡도 함수, f(α,β) = [αCMM]/[βBOM]를 통해, 변수 'α','β'값의 위계적 조합에 따라 1X 단계에서 4X 단계까지 영어 단문의 발달 단계를 분류하였다. 이상의 설명의 이해를 돕기 위해 마지막으로 다음 예문 (8)을 살펴보자.

[예문 8]

a. Who [kissed Mary] last night? a'. Who [_ kiss ed Mary] last night?

b. Whom did [John kiss_ _ ] last night?

상기 [예문 8]의 (a), (b)의 경우, 둘 다 'Wh-words'가 문두로 이동(첨가)되어 'Wh-questions'를 구성하고 있다는 점에서 동일하지만, 두 예문에 내재하는 '이동 및 어순 변화'의 정도는 상이하다. 이 상이한 정도가 바로 영어의 구문의 복잡도 및 난이도의 차이를 가져오는 것이며, 이 차이를 포착할 수 있는 메커니즘이 바로 'ECM'이다. 그리고 상기 ECM에 의해 포착한 구성소 이동과 어순 변화의 정도에 따라 변수 'α' 또는 'β'에 변수 값 '+' 또는 '-'를 부여함으로서 이를 수량화할 수 있으며, 마지막으로 이 변수 값을 다시 ECM 조합 함수, 즉, 단문 구성의 복잡도 함수, f(α,β) = [αCMM]/[βBOM]"에 대입함으로서, 마침내 영어 단문의 발달 단계를 정형화하고, 이에 따라 해당 영어 문장이 몇 단계에 속하는지를 그 발달 단계를 분류한다.

이상의 설명에 따라 [예문 8]의 (a), (b) 문장의 발달 단계를 분류해보면 아래와 같다.

먼저 (a)의 Who [kissed Mary] last night?의 경우, ' Who' 가 기본 어순 [(S)V(O)], 즉, [kissed Mary]의 문두에 첨가되었다고 볼 수 있고, 또 상기 (a')의 Who [_ kissed Mary] last night? 에서처럼, ' Who' 가 기본 어순 [(S)V(O)], 즉, [_kissed Mary]에서 문두로 이동했다고 볼 수도 있다. 하지만 어느 경우든지 그 결과는 동일하다. 즉, '첨가'나 '이동'이나 그 결과는 모두 기본 어순, [SVO]를 그 대로 유지하고 있다.

다시 말해, [예문 8]의 (a)문장은 ' Who' 가 첨가되었다고 하든지, 이동되었다고 하든지 ECM 정의에 따르면, 모두 이동이 있다는 것은 분명하며, 또한 이동으로 인해, 기본어순에 어떠한 변화도 없다. 기본 어순에 변화가 없다는 의미는, 이미 설명한 바와 같이, 이동 또는 첨가로 기본 어순 [SVO]의 주요 구성소에 어떠한 문법적 변화(예, 동사의 어미 변화)도 없다는 것을 의미한다.

이제, 이동과 어순 변화의 정도를 수량화해 보면, (a)문장은 이동은 있지만, 어순 변화는 없으므로, "[αCMM](구성소 이동 메커니즘)"에서 변수 'α' 값은, '+'를 부여하며([αCMM] 정의에 따라, 이동(단일 이동)이 있으면, '+'를 부여함.), 또한 "[βBOM](기본 어순 메커니즘)"에서 변수 'β' 값은, '+'를 부여한다([βBOM] 정의에 따라, 어순 변화 없으면, '+'를 부여함.). 이제 α, β의 변수 값 '+', '+'를 단문 구성의 복잡도 함수, "f(α,β) = [αCMM]/[βBOM]"에 대입하면, [+CMM]/[+BOM]를 얻어낼 수 있다.

이러한 결과를 종합해 보면, 상기 [예문 8]의 (a) 문장의 발달 단계는 2X 단계가 됨을 알 수 있다.

다음으로, [예문 8]의 (b)문장인 Whom did [John kiss_ _ ]last night?의 경우, [(S)V(O)]의 내부 요소인 동사 'kiss' 의 목적어에 해당하는 ' Whom '이 문두로 이동, ' Whom [John kissed _ ]last night?'를 형성, 또한 ' Whom '이 문두로 이동함에 따라 다시 동사 'kiss ed '의 과거형 어미, '- ed '가 의문 조동사 ' did '로 치환, 다시 주어 앞으로 이동, 주어 조동사 도치 구문, ' Whom did [John kiss_ _ ]last night?'을 형성, 따라서 문두로 이동한 ' Whom '이 조동사 ' did '의 이동을 "유발"하는 "이중 이동"이 일어났다. 또한 어순 변화의 경우, 원래 [S V+ed O]에서 목적어에 해당하는' Whom '이 문두로 이동함에 따라 [Whom S V+ed _ ]로 변화, 다시 '- ed '가 의문 조동사 ' did '로 치환, 동사 앞으로 이동함에 따라 [Whom S V+ed _ ]에서 [Whom did ( -ed ) S V_ _ ]로 변화하였다.

따라서 (b) 문장은 이중 이동이 일어났으며, 이에 따라 어순 변화도 있으므로, 이를 수량화하면, "[αCMM]"에서 변수 'α' 값은, '-'를 부여하며([αCMM] 정의에 따라, 이중 이동이 있으면, '-'를 부여함.), 또한 "[βBOM]"에서 변수 'β' 값은, '-'를 부여한다([βBOM] 정의에 따라, 어순 변화 있으면, '-'를 부여함.). 이제 'α", 'β'의 변수 값 '-', '-'를 단문 구성의 복잡도 함수, "f(α,β) = [αCMM]/[βBOM]"에 대입하면, [-CMM]/[-BOM]를 얻어낼 수 있으며, 이에 따라 (b) 문장의 발달 단계는 4X 단계가 됨을 알 수 있다.

이상의 설명을 종합하면, [예문 8]의 (a), (b) 문장 모두 전통 영문법 이론에 따르면, 둘 다 'Wh-question'에 속하지만, '구성소 이동 및 어순 변화'의 ECM에 따르면, 이동의 정도 및 어순 변화의 정도가 2배나 더 복잡하며, 이런 결과를 발달 단계에 반영, (a)는 2X 단계, (b)는 4X 단계를 부여한다. 실제 많은 초기 영어 사용자들이 (a) 문장보다 (b)문장을 구성하는데 많은 어려움을 겪으며, 또 (b)문장의 구조에 대해 많은 문법적 오류를 범하기도 하고, 때로는 많은 사용자들이 (b)와 같은 문장을 (a)와 같이 단순히 'Wh-words'를 문두에 이동, 다시 "이중 이동"을 하지 못한 채, ' Whom [John kissed _ ]last night?'의 중간 단계에 의존한다. 이와 같은 문법적 오류가 있는 표현을 사용하는 이유는 아직 "이중 이동 메커니즘", 즉 "[-CMM]"을 작동시킬 수 없기 때문이다.

결론적으로 말해, 본 발명에 따른 영어 문장 발달 단계 분류방법은 기존의 영문법 이론처럼, 문법 현상을 단순히 정적으로 기술하는 것에 그치는 것이 아니라, "문법 변화나 문형 변화"에서 "변화"의 양상에 초점을 둠으로서 사용자의 영어 능력을 정확히 진단할 수 있을 뿐만 아니라 일어날 수 있는 문법적 오류의 가능성을 사전에 정확하게 예측할 수 있다. 따라서 영어 학습에서 무엇을 언제(몇 단계) 어떻게 학습해야 하는가에 대해 보다 정확한 처방을 내릴 수 있다. 이에 따라 영어 교육 전반(교수, 학습, 평가)에 상당한 기여를 할 수 있으며, 학습의 효율성을 극대화할 수 있다.

다음에서는 이상에서 논의한 단문의 발달 단계에 대한 분류 방법을 준 복문, 복문, 복 복문의 발달 단계에도 그대로 순환 적용할 수 있음을 설명한다.

준 복문은 이미 설명한 바와 같이, 형식상 하나의 문장으로 구성되어 있지만, 의미상 주절과 내포절이 통합된 것으로 간주, '문장 결합 메커니즘'인 "[γSCM]"가 작동하지만, 문장이 한 개뿐이므로 'γ' 값은 부여할 수 없다. 따라서 준 복문의 발달 단계는 상기 (b)의 준 복문/내포절의 복잡도 함수인 f(α,β,γ) = [γSCM([αCMM]/[βBOM])]에서 내포절의 복잡도 함수를 다소 수정, 'γ'를 배제시킨 준 복문의 복잡도 함수인 f(α,β) = [SCM([αCMM]/[βBOM])]에서 변수 α,β값의 위계적 조합을 통해, 4가지 유형(5Xa, 5Xb, 5Xc, 5Xd)의 [SCM([CMM]/[BOM])] 조합을 얻어 낼 수 있다. 이 'ECM' 조합 값에 따라 영어 준 복문의 구조적 복잡도를 수 량화, 이를 토대로 영어 준 복문의 발달단계를 5Xa, 5Xb, 5Xc, 5Xd 순서로 분류한다.

상기 5Xa, 5Xb, 5Xc, 5Xd의 ECM의 두 구성소인 '[αCMM]/[βBOM])'의 척도 값은 1X, 2X, 3X, 4X 단계의 '[αCMM]/[βBOM])'의 척도 값이 그대로 순환 적용되어 있음을 알 수 있다(단문의 복잡도 함수 참조). 이것은 1X, 2X, 3X, 4X 단계의 메커니즘이 5Xa, 5Xb, 5Xc, 5Xd 단계에 그대로 적용된다는 것을 의미한다. 이는 단문 1X, 2X, 3X, 4X 단계 설정의 논리에 따라 준 복문 5X+1, 5X+2, 5X+3, 5X+4 단계를 각각 설명할 수 있다는 것이다. 따라서 준 복문과 단문도 역시 단문 내에서의 발달 단계와 마찬가지로 일종의 내포관계(an implicational scale)에 있다는 것이다. 다음에서는 준 복문의 발달 단계를 분류하는 과정을 살펴보자.

1. 5X 단계

다음의 예문이 준 복문의 복잡도 함수인 f(α,β) = [SCM([αCMM]/[βBOM])]에 따라 어떻게 그 발달 단계를 분류하는지 설명한다.

a. [My father wants me to marry the millionaire].

b. Who [wants you to marry the millionaire]?

c. [ Does your father want_ you to marry the millionaire]?

d. [ Who does your father want_ you to marry _ ]?

상기 예문의 (a) 문장의 경우, 준 복문 구조 [SVOC]에 어떤 이동도 없으며, 어순 변화도 없다. 따라서 준 복문의 복잡도 함수, f(α,β) =[SCM([αCMM]/[β BOM])]]에서 'α','β'의 값은 '·', '+'가 되므로, ECM 메커니즘, '[·SCM([·CMM]/[+BOM])]'이 작동, 이 단계를 '5Xa' 단계로 정의한다. 이 단계의 결정 구조는 상기 (a)의 [SVOC]의 구문과 소위 2중 목적어 구문([SVOO])이 있다.

예문 (b)의 경우, 준 복문 구조 [SVOC]의 문두에 "주격 의문사" 'Who'가 첨가되어 있지만, 이로 인해 [SVOC]의 내부에 어순 변화도 없다(즉 '4X' 단계에서 살펴본 바 있는 Wh-question과 달리 주어 조동사 도치가 일어나지 않음). 따라서 함수, f(α,β) =[SCM([αCMM]/[βBOM])]]에서 'α','β'의 값은 '+', '+'가 되므로, ECM 메커니즘, "[·SCM([+CMM]/[+BOM])]"이 작동, 이 단계를 '5Xb' 단계로 정의한다. 또한 예문 (b)와 같은 "주격 의문문(Wh-fronting: Wh [V O OC])"구조가 이 단계의 결정 구조라고 할 수 있다.

예문 (c)의 Y/N-question의 경우, [SVOC]의 내부 요소, V의 inflections, 즉, ' - es '가 의문 조동사 ' does '로 치환, 문두로 이동, 이에 따라 [SVOC]의 내부에 동사의 어미 변화(예, 동사 원형으로 전환)와 같은 문법적 변화, 어순 변화가 생겨난다. 따라서 함수, f(α,β) =[SCM([αCMM]/[βBOM])]]"에서 α,β의 값은 '-', '-'가 되므로, ECM 메커니즘, '[·SCM([-CMM]/[-BOM])]'이 작동, 이 단계를 '5Xc' 단계로 정의한다. (c)와 같은 'Y/N-question([M/A S _VOC])' 구문이 이 단계의 결정 구조이다.

마지막으로, 예문 (d)의 경우, [SVOC]의 내부요소, 동사 marry의 목적어에 해당하는 'Whom'이 문두로 이동, 이 'Whom'이 다시 [SVOC] 내부요소, V의 inflections, 즉, ' does '를 내부로 이동하도록 유발(이중 이동: 주어 조동사 도 치), 이에 따라 [SVOC]의 내부에 문법적 변화 및 어순 변화를 초래한다. 따라서 함수, "f (α,β) =[SCM([αCMM]/[βBOM])]]"에서 α,β의 값은 '+', '-'가 되므로, ECM 메커니즘, '[·SCM([-CMM]/[-BOM])]'이 작동, 이 단계를 '5Xd' 단계로 정의한다. 예문 (d)와 같은 'Wh-question([Wh M/A S _V(O)(C)])'구문이 단계의 결정 구조이다.

이상에서 영어 단문 및 준 복문의 발달단계 분류 방법에 대해서 살펴보았다. 다음에서는 단문 또는 준 복문이 두 개 이상 결합한 복문의 발달단계 분류 방법에 대해서 설명하기로 한다.

복문은 이미 설명한 바와 같이, 주절+내포절 구조를 가진다. 따라서 복문의 발달 단계는, 먼저 주절의 경우, 이미 앞서 논의한 단문의 복잡도 함수인 f(α,β) = [αCMM]/[βBOM](주절이 단문), 및 준 복문의 복잡도 함수인 f(α,β) = [SCM([αCMM]/[βBOM])](주절이 준 복문)을 통해 주절의 발달 단계를 분류한다.

그리고 내포절의 경우에는 상기 내포절의 복잡도 함수인 f (α,β,γ) = [γSCM([αCMM]/[βBOM])]에서 변수 α,β,γ값의 위계적 조합을 통해, 5가지 유형(1X², 2X², 3X², 4X², 5X²)의 [SCM([CMM]/[BOM])] 조합을 얻어낸다. 이 'ECM' 조합 값에 따라 영어 내포절의 구조적 복잡도를 수량화, 이를 토대로 영어 내포절의 발달단계를 1X², 2X², 3X², 4X², 5X² 순서로 분류한다.

1X², 2X², 3X², 4X², 5X²의 ECM의 두 구성소, [αCMM]/[βBOM]의 척도 값은 1X, 2X, 3X, 4X 단계의 [CMM]/[BOM]의 척도 값이 그대로 순환 적용된다. 이것은 1X, 2X, 3X, 4X 단계의 분류 메커니즘이 5Xa, 5Xb, 5Xc, 5Xd 에서와 마찬가지로 1X², 2X², 3X², 4X², 5X²단계의 분류 메카니즘에 그대로 적용되기 때문이다.

이는 단문 '1X', '2X', '3X', '4X' 단계 설정의 논리에 따라 준 복문 '5Xa', '5Xb', '5Xc', '5Xd' 단계도 설명할 수 있을 뿐만 아니라 내포절 '1X²', '2X²', '3X²', '4X²', '5X²' 단계도 설명할 수 있다는 것이다. 따라서 내포절 및 준 복문과 단문도 일종의 내포관계(an implicational scale)에 있다는 것이다. 다만, 단문 및 준 복문의 발달단계와 달리 '5X²'단계가 하나 설정되어 있는데 이것은 두 단문이 결합, 주절+내포절 구조를 구성하는 과정에서 어떤 요소가 내포절 밖(外)으로 이동한 문장의 단계를 나타내기 위해 설정한 것이다.

또한 이와 같이 내포절 구성의 복잡도를 형식화할 경우, 내포절 구성과 직접 관련된 결정적 요소(연결어: 접속사, 의문사, 관계사 등.)의 이동([ㅁCMM]) 및 어순변화([ㅁBOM])에만 초점을 두어 해당 내포문의 ECM 메커니즘, "[γSCM([αCMM]/[βBOM])]]'의 변수 α,β,γ에 변수 값을 구한다.

따라서 내포절 자체의 구조, 예를 들어, 내포절이 [SVO]구조냐 아니면, [SVOOC]구조냐는 내포절의 복잡도를 형식화하는데 더 이상 고려되지 않는다. 이의 논리적 근거 또한 내포논리(implicational scale)에 따른 것이다. 즉, 내포문 구조를 습득할 수 있다는 것은 이미 단문/준 복문의 구조를 습득할 수 있다는 것을 함의한다.

또한 복문은 주절과 내포절로 구성되어 있으므로 내포절의 복잡도 함수를 통해, 내포절의 발달단계를, 단문의 복잡도 함수 또는 준 복문의 복잡도 함수를 통해, 주절의 발달단계를 정형화 한 후, 주절과 내포절의 발달 단계를 조합함으로서 복문의 발달단계를 정형화할 수 있다. 따라서 복문의 발달단계는 논의의 편의상, 'KX ² + kx'의 형식으로 나타낼 수 있다. 가령, 어떤 복문의 발달단계가 '3X ² + 2x'라면, 이는 주절은 '2X' 단계이며, 내포절을 3X ² 단계라는 것을 의미한다.

1. 1X ² 단계

다음 [예문 9]에 내재하는 문장 구성소 이동 및 어순 변화 여부를 살펴보자.

[예문 9]

a. I think (that) you can help him to do his homework .

b. [SCM]: [I think + [(that) you can help him to do his homework .]]

상기 [예문 9]는 (b)의'[SCM]', 즉, 문장 결합 메커니즘으로 나타낸 바와 같이, 두 개의 문장이 접속사 'that'을 매개로 결합, 주절+내포절 구조의 복문을 구성하고 있다. 밑줄 친 내포절, 'you can help him to do his homework'에서 보는 바와 같이, 두 문장의 결합으로 인해, 내포절 내의 어떤 이동도 어순 변화도 없다. 따라서 내포절의 복잡도 함수, f (α,β,γ) =[γSCM([αCMM]/[βBOM])]]에서 'α'값은 적용이 없으며, 변수 'β'의 값은 '+'가 되며, 또한 내포절 내(內)의 어떤 이동도 없으므로 'γ'값은 적용이 없으므로, ECM 메커니즘, [·SCM([·CMM]/[+BOM])] 이 작동, 이 단계를 '1X²' 단계로 정의한다.

한편 주절, 'I think'는 [SVO]의 어떠한 이동도 없이 기본 어순을 그대로 유지하고 있다. 따라서 주절(단문) 구성의 복잡도 함수, f(α,β) = [αCMM]/[βBOM]에서 'α','β'의 값은 '·', '+'가 되며, ECM 메커니즘, [·CMM]/[+BOM]이 작동하므로 '1X' 단계가 된다.

상기 [예문 9]의 복문의 발달 단계는 '1X²+1x'로 나타낼 수 있으며, 이것의 의미는 내포절의 단계는 '1X²' 단계이며, 주절의 단계는 '1X' 단계라는 것이다.

2. 2X ² 단계

다음 [예문 10]에 내재하는 문장 구성소 이동 및 어순 변화 여부를 살펴보자.

[예문 10]

a. Do you know who taught English to this class last year ?

b. [SCM]: [Do you know + [ who taught English to this class last year ]]?

상기 [예문 10]은 소위, 주격 간접 의문문으로서, (b)의 '[SCM]'으로 나타낸 바와 같이, 의문사 ' who '을 매개로 결합, 주절+내포절 구조의 복문을 구성하고 있다. [예문 10]의 내포절 ' who taught English to this class last year?'에서 보는 바와 같이, ' who '가 주절과 결합하기 위해 내포절의 문두로 전치(fronting: 주격 의문문)되어 있지만, 이로 인해, 내포절 내의 어순 변화가 없다. 따라서 내포절의 복잡도 함수, f(α,β,γ) =[γSCM([αCMM]/[βBOM])]]에서 'α','β'의 값은 '+', '+'가 되며, 또한 이동이 있지만, 이동의 최종 도착점이 내포절 안(內)에 있으므로 'γ'값은 '+'가 되므로, ECM 메커니즘, '[+SCM([+CMM]/[+BOM])]'이 작동하여, 이 단계를 '2X²' 단계로 정의한다.

한편 주절, 'Do you know'는 [SVO]의 내부요소에 해당하는 의문 조동사 'do'가 문두로 이동, 이에 따라 기본 어순에 변화가 있다. 따라서 주절 복잡도 함수," f(α,β) = [αCMM]/[βBOM]"에서 'α','β'의 값은 '+', '-'가 되며, ECM 메커니즘, '[+CMM]/[-BOM]'이 작동, '3X' 단계이다. 상기 [예문 10]의 복문의 발달단계는 '2X²+3x'로 나타낼 수 있다. 다음 [예문 11]을 살펴보자.

[예문 11]

a. Have you ever met the lady who was talking with John in the park yesterday ?

b. Do you know the time when he will come ?

c. While the show was holding , the accident happened.

[예문 11]의 (a)는 주격 관계사 구문이며, (b)는 관계 부사 구문이며, (c)는 부사절(시간)이라는 점에서 [예문 10]의 주격 간접의문문과 차이가 있다. 그러나 모두 내포절의 문두에 'Wh-words'가 전치(fronting)되어있으며, 이 같은 전치로 인해, 내포절 내에 어떠한 문법적 변화나 어순 변화도 없다는 점에서 [예문 10]과 동 일하다. 따라서 [예문 10]과 동일한 메커니즘, 즉, '[+SCM([+CMM]/[+BOM])]'이 작동, 모두 '2X²' 단계에 속하는 결정 구문이다.

3. 3X ² 단계

다음 [예문 12]에 내재하는 문장 구성소 이동 및 어순 변화 여부를 살펴보자.

[예문 12]

a. Have you ever met the man whom my father expects me to marry _?

b.[SCM]: [Have you ever met the man + [ whom my father expects me to marry _?]]

상기 [예문 12]의 예문은 소위 목적격 관계대명사 구문으로 (b)의 '[SCM]'으로 나타낸 바와 같이, 두 개의 문장이 관계대명사 ' whom '을 매개로 결합, 주절+형용사절 구조의 복문을 구성하고 있다. [예문 12]의 내포절 ' whom my father expects me to marry _'에서 보는 바와 같이, 내포절의 내부 요소, 즉, marry의 목적어에 해당하는 ' whom '이 주절과 결합하기 위해 내포절의 문두로 이동, 그 결과, 내포절 내에 어순 변화가 일어난다. 따라서 내포절의 복잡도 함수, f(α,β,γ) =[γSCM([αCMM]/[βBOM])]]에서 'α','β'의 값은 '+', '-'가 되며, 또한 내포절 내의 이동이 있지만, 이 이동의 최종 도착점이 내포절 안(內)에 있으므로 'γ'값은 '+'가 되므로, ECM 메커니즘, '[+SCM([+CMM]/[-BOM])]'이 작동, 이 단계를 '3X²' 단 계로 정의한다.

한편 주절, 'Have you ever met the man....?'은 [SVO]의 내부요소에 해당하는 조동사 'have'가 문두로 이동, 이에 따라 기본 어순에 변화가 있다. 따라서 주절 복잡도 함수, f(α,β) = [αCMM]/[βBOM]에서 'α','β'의 값은 '+', '-'가 되며, ECM 메커니즘, '[+CMM]/[-BOM]'이 작동, 이 단계는 '3X' 단계가 된다. 상기 [예문 12]의 발달 단계는 '3X²+3x'로 나타낼 수 있다. '

4. 4X ² 단계

다음 [예문 13]에 내재하는 문장 구성소 이동 및 어순 변화 여부를 살펴보자.

[예문 13]

a. Do you ask Mary whom _ she will invite _ to the party?

b.[SCM]: [Do you ask Mary + [ whom will she _ invite _ to the party]]?

상기 [예문 13]은 소위 간접의문문(목적격) 구문으로 (b)의 '[SCM]'으로 나타낸 바와 같이, 두 문장, 'Do you ask Mary...?'와 직접 의문문, ' whom will she _ invite _ to the party?'가 의문사 ' whom '을 매개로 결합, 주절+내포절 구조의 복문을 구성하고 있다.

먼저 (b)의 '직접 의문문', '[ whom will she _ invite _ to the party]?'에서 내포절(간접 의문사절)로 전환되면서, 내포절의 내부 요소, 즉, 'invite'의 목 적어에 해당하는 ' whom '이 내포절의 문두로 이동, 이 이동의 결과, 다시 조동사, 'will'이 다시 내포절의 내부 요소인 동사 'invite' 앞으로 이동(이중 이동)이 일어나며, 이 '이중 이동'으로 인해 내포절엔 어순 변화가 생겨난다. 이를 내포절의 복잡도 함수, f(α,β,γ) =[γSCM([αCMM]/[βBOM])]]에 대입하면, 변수 'α' 값은 이중 이동이 있으므로 '-'가 되며, 또한 이중 이동으로 인해 내포절에 어순 변화가 있으므로 변수 'β' 값도 역시 '-'가 된다.

한편, 내포절 내의 이동이 있지만, 이 이동의 최종 도착점이 내포절 안(內)에 있으므로 'γ'값은 '+'이 되므로, ECM 메커니즘, '[+SCM([-CMM]/[-BOM])]'이 작동, 이 단계를 '4X²' 단계로 정의한다.

한편 주절, 'Do you ask Mary...?'는 준 복문의 구조([SVOC])이며, 이 구조에서 내부요소에 해당하는 조동사 ' Do '가 문두로 이동, 이에 따라 기본 어순에 변화가 있다. 이를 주절 복잡도 함수(이 경우, 준 복문의 함수),"f (α,β) =[SCM([αCMM]/[βBOM])]]"에 대입하면, 변수 'α','β'의 값은 각 각 '+', '-'가 되며, ECM 메커니즘, '[SCM([+CMM]/[-BOM])]]' 작동, '5Xc' 단계가 된다.

따라서 [예문 13]의 복문의 발달 단계는 '4X²+5xc'로 나타낼 수 있으며, 이것의 의미는 내포절의 단계는 '4X²', 주절의 단계는 '5Xc'라는 의미이다.

5. 5X ² 단계

다음 [예문 14]에 내재하는 문장 구성소 이동 및 어순 변화 여부를 살펴보자.

[예문 14]

a. [[ Whom [ do you think_] [ _ my father _ want s me to marry_]]?

b.[SCM]: [ do you think_] + [ Whom my father _ want s me to marry_]]?

(i.) <- whom does my father want_ me to marry_?

(ii.) <- whom _ my father want s me to marry_?

(iii.) <- [[ Whom [ do you think_] [_ my father my father want s ]]?

상기 [예문 14]는 소위 'Long-distance wh-question(원거리 간접 의문문)' 구문으로 그 이름이 시사하는 바와 같이, 'Wh-words'가 내포절을 벗어나 주절로 이동한 간접의문문을 말한다. 아무튼 상기 예문은 (b)의 '[SCM]'으로 나타낸 바와 같이, 두 개의 문장이 의문사 ' whom '을 매개로 결합, 주절+내포절 구조의 복문을 구성하고 있다. 이 복문의 구성과정을 자세히 살펴보자.

먼저 '직접 의문문((i.))', ' whom does my father want_ me to marry_?'에서 내포절(간접 의문사절)로 전환되면서, 내포절의 내부 요소, 즉, 'marry'의 목적어에 해당하는 ' whom '이 내포절의 문두로 이동, 동시에 의문 조동사, 'does'가 다시 내포절의 내부 요소인 동사 'want'의 어미로 이동, 굴절 어미로 전환('want s ')된다(이중 이동). 그 결과 내포절, (ii.)를 완성(간접 의문사절)하게 된다. 그러나 주절의 동사가 'think', 'believe', 'suppose', 'imagine' 등과 같이 소위 상대방의 견해를 묻는 의견 동사(opinion verb)일 경우, 내포절, (ii)에서 내포절의 문두에 있던 의문사 ' whom '이 다시 주절의 문두로 이동하고 나서야 비로소 복문, (iii.)의 구조를 완성한다. 이상의 결과를 내포절의 복잡도 함수, f(α,β,γ) =[γSCM([αCMM]/[βBOM])]]에 대입하면, 변수 'α' 값은 이중 이동이 있으므로 '-'가 되며, 또한 이중 이동으로 인해 내포절에 어순 변화가 있으므로 변수 'β' 값도 역시 '-'가 된다.

한편 내포절의 구성소, ' whom '의 이동의 최종 도착점이 내포절 안(內)에 있는 것이 아니라, 내포절 밖(外), 즉 주절에 있으므로(즉, 내포절에서 주절의 문두로 이동했으므로), γ값은 '-'가 되므로, ECM 메커니즘, '[-SCM([-CMM]/[-BOM])]'이 작동하며, 이 단계를 '5X²' 단계로 정의한다.

한편 주절, ' do you think_'는 [SVO]의 내부요소에 해당하는 조동사 ' Do '가 문두로 이동, 이에 따라 기본 어순에 변화가 있다. 이를 주절 복잡도 함수, "f(α,β) =[αCMM]/[βBOM]"에 대입하면, 변수 'α','β'의 값은 각 각 '+', '-'가 되며, ECM 메커니즘, '[+CMM]/[-BOM]' 작동, '3X' 단계가 된다.

따라서 [예문 14]의 복문의 발달 단계는 '5X²+3x'로 나타낼 수 있다.

6. X ³ 단계

X³은 두 개 이상의 내포절로 구성된 '복 복문'의 발달 단계를 나타낸다. '복 복문'도 내포절 구성의 복잡도 함수를 순환 적용함으로서 복문의 발달 단계와 동일한 방식으로 발달 단계를 분류할 수 있다. 다음 [예문 15]에 내재하는 '문장 구성소 이동 및 어순 변화'를 살펴보자.

[예문 15]

[ Who [do you guess [_ Mary thinks [_ John loves _ at the college]]]?

[예문 15]는 소위 두 개의 내포절로 구성된 복 복문이다. 상기 예문과 같은 복 복문도 이미 앞서 논의한 복문의 발달 단계의 논리를 그대로 적용, 발달 단계를 정의할 수 있으므로 더 이상의 자세한 논의는 생략하고, 의문사 ' Who '의 이동에 대해서만 설명하고자 한다. 동사 'love'의 목적어에 해당하는 ' Who '는 먼저 가장 깊이 있는 내포절(...[who John loves _ at the college]]]?)의 문두로 이동, 여기서 다시 다음 내포절의 문두로 이동(...[who Mary thinks...), 여기서 다시 주절의 문두로 이동([ Who [do you guess...)한다. 이상의 논의를 토대로 상기 [예문 15]의 발달 단계는 '5X ³ +5X ² +3x'로 나타낼 수 있다. 이것의 의미는 가장 깊이 있는 내포절의 단계가 '5X ³ '이며, 다음 내포절의 단계가 '5X ²'이며, 주절의 단계가 '3x'라는 것이다. 상기 [예문 15]의 경우, 내포문의 수(數)가 2개인 경우이지만, 내포문의 수(數)가 3개 또는 심지어 'n'인 경우도 내포절 구성의 복잡도 함수를 순환 적용함으로서 그 발달 단계를 분류할 수 있다. 이점이 바로 ECM이 갖는 장점이다.

이상에서 영어의 문법적 변화 및 문형 변화를 지배하는 일종의 자연 법칙, 즉, "이동 및 어순 변화"의 정도를 포착할 수 있는 "3ECM:[CMM],[BOM],[SCM]"을 통해, 영어 문장 구성의 상대적 복잡도를 수량화할 수 있으며, 또한 이 "3ECM"을 조 합 함수로 나타낸 영어 문장의 복잡도 함수 f (α,β) = [αCMM]/[βBOM], f (α,β,γ) =[γSCM([αCMM]/[βBOM])]를 통해, 영어 발달 단계(Developmental Sequence)를 분류할 수 있을 뿐만 아니라, 각 단계의 ECM 조합의 지배를 받는 결정 구조(Critical structure)도 형식화할 수 있었다.

종합하여 보면, 지금까지 설명한 영어의 발달 단계 및 각 단계의 결정 구조는 다음의 [표 4]와 같이 정리할 수가 있다.

[표 4]

상기 [표 4]에서 보는 바와 같이, 영어의 발달 단계는 단문, 준 복문, 복문의 구성의 복잡도 함수에 따라 단문, 준 복문, 복문, 복 복문의 순서로 구성, '1X stage'는 영어 발달 단계의 출발점이며, 가장 낮은 발달 단계를 나타내며, 'nX^n-1 stage'는 가장 높은 단계를 나타낸다. 따라서 영어의 모든 문장은 ECM에 따라 분석 하면, '1X stage'에서 'nXⁿ ^-1 stage'사이의 어느 한 단계에 속한다는 것이다.

상기 [표 4]의 영어의 발달 단계의 'ECM' 조합에 내재된 원리에 대해 보다 깊이 살펴보자.

먼저 단문의 발달 단계('1X'에서 '4X')의 ECM 조합, 즉, [αCMM]/[βBOM]에서 변수 'α','β'의 값은 '+', '-'의 위계적 조합((hierarchical combination), 즉, "[·/+], [+/+], [+/-], [-/-]"으로 구성되어 있다. 이는 곧 단문의 'ECM' 조합 값이 일종의 내포 척도(an implicational scale), 즉, "[·/+]⊂[+/+]⊂[+/-]⊂[-/-]"를 구성하고 있다는 것이다("⊂"는 "내포 관계"를 나타냄. 즉, 'A⊂B'에서 B는 A를 포함, 반대로 A는 B를 포함하지 못함을 의미함.). 따라서 이에 근거한 단문의 발달 단계는 [표 14]에서 보는 바와 같이 일종의 내포관계(an implicational relations), 즉, "1X ⊂ 2X ⊂ 3X ⊂4X"에 있다는 것이다. 내포 관계란, 발달 단계상에서 보다 상위에 있는 단계(higher stage)는 보다 하위에 있는 단계(lower stage)의 ECM 및 그 결정 구조를 포함할 수 있지만, 반대로 하위 단계는 상위 단계의 그것을 포함할 수 없다는 것이다. 여기서 더 나아가 이 단문의 ECM, [αCMM]/[βBOM]에서 변수 'α','β'의 값, 즉, "[·/+], [+/+], [+/-], [-/-]"은 다시 준 복문 및 내포절에도 그대로 순환 적용, '준 복문', '복문'의 'ECM' 조합의 변수 값도 또한 위계적 구성되어 있다는 것이며, 따라서 준 복문, 복문, 복 복문의 발달 단계 또한 일종의 내포관계에 있다는 것이다. 그 결과 이제 단문, 준 복문, 복문, 복 복문 전체가 하나의 내포관계(an implicational scale)를 구성하게 된다.

이 같은 내포관계(implicational relations)가 시사하는 바는, 마치 나비의 애벌레가 정해진 탈피(허물 벗기) 과정을 정해진 순서대로 한 단계씩 거쳐감으로서 마침내 나비(성충)가 될 수 있듯이, 영어의 각 발달 단계도 정해진 일종의 'ECM' 조합의 탈피 과정(the shedding of ECM combinations)으로 구성되어 있다는 것이다. 따라서 영어사용자들이 상기 [표 4]와 같은 발달 단계상에서 정해진 발달 단계를 따라 각 단계를 통과해 가기 위해서는 반드시 해당 단계의 'ECM'을 터득하고 나서야 비로소 다음 단계로 나아갈 수 있다는 것이다. 이를 부연 설명하면, 나비의 애벌레가 탈피(허물벗기)를 뛰어 넘거나 순서를 뒤바꿔 나중 단계의 탈피를 먼저 할 수 없듯이, 영어 사용자도 정해진 발달 단계를 뛰어 넘을 수도 없으며, 발달 단계의 순서를 역행할 수도 없다는 것이다. 다음의 [예문 16]을 통해 내포 관계를 보다 구체적으로 살펴보자.

[예문 16]

a. * Where [John kissed Mary] _ last night?([+ CMM ]/[+ BOM ]: 2X)

b. [ Did John kiss_ Mary] at the park last night?([+ CMM ]/[- BOM ]: 3X)

c. [ Where did John kiss_ Mary] _ last night?([- CMM ]/[- BOM ]: 4X)

이미 앞서 영어의 발달 단계에서 자세히 설명한 바와 같이, [예문 16]의 (a)문장은 '2X' 단계에 속하는 결정 구조(Wh-fronting)이며, 이의 ECM은 '[+CMM]/[+BOM]'이며(괄호 안 참조.), (b)문장은 '3X' 단계에 속하는 결정 구조(Y/N-question)이며, 이의 ECM은 '[+CMM]/[-BOM]'이며, (c)문장은 '4X' 단계에 속 하는 결정 구조(Wh-question)이며, 이의 ECM은 '[-CMM]/[-BOM]'이다. 각 예문의 괄호 안의 ECM을 자세히 살펴보면, ECM, "[αCMM]/[βBOM]"의 변수 'α','β'의 척도 값(scale)이 '내포 척도', 즉, '+/+', '+/-', '-/-'로 구성되어 있다는 것을 알 수 있다. 따라서 (c)의 ECM은 (b) 및 (a)의 ECM 및 그 결정 구조를 포함하며, 또한 (b)는 (a)의 ECM을 포함한다. 그러나 반대로 (a)의 ECM은 (b)의 ECM을 포함할 수 없으며, 또한 (b)는 (C)의 ECM을 포함할 수 없다. 이런 관계를 내포관계(implicational relations)라 한다. 이를 부연설명하면, 상기 [예문 16]의 (a), (b), (c)에서 살펴본 바와 같이, 기본 어순 [SVO]를 구성할 줄 알아야([·/+]), 구성소 이동을 할 수 있으며([+/+]), 구성소 이동할 줄 알아야 어순을 변화시킬 수 있으며([+/-]), 어순을 변화시킬 줄 알아야 재 이동(이중 이동)을 할 수 있다([-/-])는 것이다.

이상의 내포관계(implicational relations)의 원리에서 바로 영어 교수, 학습 및 평가의 중요한 원칙인 교수·학습 가능성 원리(learnability/teachability principles)를 추론할 수 있다. 교수·학습 가능성 원리란 상기 영어 발달 단계상에서 어떤 단계를 교수하거나 학습하고자 한다면, 영어 사용자는 현재 적어도 해당 단계의 직전 단계에 있어야 교수·학습의 효과를 극대화할 수 있다는 것이다.

상기 [예문 16]의 예를 다시 살펴보자. 가령, 어떤 사용자가 '4X' 단계((c)문장)를 학습하고자 한다면, 적어도 그 직전 단계, 즉, '3X' 단계의 ECM을 작동([-BOM]), 그에 해당하는 영어 구조((b)문장)를 생성할 수 있어야 학습의 효과가 극대화될 수 있다는 것이다. 만약 현재 '2X' 단계((a)문장)에 있음에도 불구 '4X' 단계 를 학습하거나 교수한다면, 그 학습 및 교수 효과는 거의 없다는 것이다. 이는 마치 곱셈이나 나눗셈을 배우려면, 적어도 덧셈과 뺄셈 및 구구단을 알고 있어야 한다는 논리와 같은 것이다. 또한 "교수·학습 가능성 원리"는 "오류 수정"에도 동일하게 적용된다. 가령 어떤 사용자기 현재 '2X' 단계에서 [예문 16]의 (a)와 같은 문법적 오류가 있는 문장을 생성한다하더라도, 이는 '2X' 단계의 ECM, '[+CMM]/[+BOM]'의 작동에 의한 체계적 오류(systematic errors)이며 발달 단계상에서 당연히 생겨나는 자연스런 현상이라는 것이다. 따라서 '2X' 단계의 사용자가 범하는 (a)와 같은 문법적 오류를 수정 해주고자 한다면, 무의미하거나 적어도 효과가 없다는 것이다. 왜냐하면, (a)의 문법적 오류를 수정할 수 있으려면, '4X' 단계의 ECM, '[-CMM]/[-BOM]'를 작동시킬 수 있어야 하는데, 현재 이 사용자는 '2X' 단계의 ECM, '[+CMM]/[+BOM]'만을 작동시킬 수 있기 때문이다. 이는 마치 구구단을 모르는 사용자에게 나눗셈의 오류를 수정하려고 시도하는 것과 같다고 할 수 있다.

이상에서 본 발명에 따른 응답데이터를 구성하는 문장의 발달단계를 분류하는 방법에 대해 자세하게 설명하였으며, 상기와 같은 방법으로 응답데이터를 구성하는 문장의 발달단계가 분류된 후에는 상기 발달단계에 상응하는 데이터값이 평가시스템(200)으로 전달되어 사용자의 영어 능력의 평가가 이루어지게 된다.

상기 평가시스템(200)은 상기 문장 발달단계 분류시스템(100)에서 제공하는 응답데이터를 구성하는 문장의 발달단계에 상응하는 데이터값을 이용하여 사용자의 영어 능력을 평가하는데 이를 도 11을 참조하여 설명하기로 한다.

도 12는 본 발명의 영어 능력 평가 및 진단 처방 방법에 따른 평가과정을 설 명하기 위한 순서도로서, 문장 발달단계 분류시스템(100)으로부터 입력된 응답데이터에 상응하는 데이터값을 저장부(210)에 단계별로 저장하는 단계(S301)와, 상기 저장부(210)에 저장된 데이터값을 단계별로 추출하는 단계(S302)와, 상기 추출된 데이터값을 평가하여 상기 응답데이터의 정답률을 산출하는 단계(S303)와, 산출된 응답데이터의 정답률과 상기 단계에 대해서 설정된 통과기준 정답률을 비교하는 단계(S304)와, 상기 비교결과에 따라 상기 응답데이터를 입력한 사용자의 영어 능력이 몇 단계인지를 판정하는 단계(S305)를 포함하여 이루어진다.

상기에서 정답률이라 함은, 임의의 단계에 해당하는 평가데이터가 예를 들어 5개라고 가정할 경우, 상기 평가데이터에 대해 사용자가 입력한 응답데이터 중에서 제시문에 맞게 올바르게 변형되어 입력된 응답데이터가 몇 개인지를 나타내는 정답비율을 의미한다. 또한, 통과기준 정답률이라 함은, 각 단계마다 응답데이터의 정답률이 몇 퍼센트(%) 이상이어야 한다고 설정한 값을 의미하며, 이러한 통과기준 정답률은 설정하기에 따라 각 단계마다 100%(바람직하게는 80%가 적당-정답률이 80%정도면 정확한 평가가 가능함)로 설정할 수 있고, 혹은 단계가 높아질수록 통과기준 정답률이 조금씩 낮아지도록 설정할 수도 있다. 예를 들어, 영어 문장의 가장 기본적인 단문 구조에서도 가장 낮은 단계인 1X 단계의 통과기준 정답률은 100%로 설정하고, 준 복문 구조에서 중간 정도의 단계인 5Xc 단계의 통과기준 정답률은 70%로 설정하며, 복문 구조에서 가장 높은 단계인 5X²단계의 통과기준 정답률은 50% 정도로 설정함으로써, 5Xc 단계의 응답데이터의 정답률이 통과기준 정답률인 70%만 되면 사용자는 최소한 5Xc 단계 이상의 문제도 해결할 수 있는 영어 능력을 가진 것으로 판정한다. 또한, 응답데이터의 정답률이 단문 구조의 1X 단계에서 4X 단계까지는 모두 단계별 통과기준 정답률을 만족하였으나, 준 복문 구조의 5Xa 단계의 통과기준 정답률에는 미치지 못한 경우에는 사용자의 영어 능력은 4X 단계라고 판정한다.

이와 같은 과정을 통해 평가가 완료되면, 진단 및 처방 시스템(300)에서는 상기 평가 결과에 따른 진단데이터 및 처방데이터를 데이터저장부(400)에서 추출하여 이를 문자출력수단(260) 혹은 음성출력수단(270)을 통해 출력한다. 이때, 상기 진단데이터는 사용자는 현재 어느 단계의 수준에 있다는 것을 알려주는 데이터이고, 상기 처방데이터는 상기 수준 이상이 되기 위해서는 어떻게 학습을 해야 하는지 학습 방향을 알려주는 데이터이다. 예를 들어, 평가 방식이 문장의 구성 능력을 평가한 경우라면, 상기 문자출력수단(260) 혹은 음성출력수단(270)을 통해서는 "현재 당신은 몇 단계까지의 문장을 구성할 수 있으나, 복잡도 및 난이도가 이러이러한 단계의 문장은 아직 구성할 수 없는 상태입니다."라는 형태의 진단데이터가 출력된다.

한편, 본 발명의 영어 능력 평가 및 진단 처방 방법에 따르면, 상기 진단 및 처방이 완료된 후, 사용자의 영어 능력에 맞는 학습용 평가데이터를 이용하여 사용자에게 학습의 기회를 제공하는 학습 과정을 포함한다.

학습 역시 평가시와 마찬가지로, 문장 구성 능력을 학습하기 위한 데이터와, 문장 번역 능력을 학습하기 위한 데이터 및 대화문 구성 능력을 학습하기 위한 데 이터로 구성되며, 이들 데이터들은 문자출력수단(260) 및 음성출력수단(270)을 통해 출력되고, 그에 따른 응답데이터는 음성입력수단(28) 또는 문자입력수단(290)을 통해 입력받는다. 한편, 상기 3가지 종류의 학습용 평가데이터를 출력함에 있어서는 프로그램에 따라 자동적으로 출력될 수도 있으며, 사용자가 원하는 평가데이터를 임의로 선택할 수도 있다.

도 13은 본 발명의 영어 능력 평가 및 진단 처방 방법에 따른 학습 과정을 설명하기 위한 순서도로서, 사용자의 영어 능력(평가에 의해 결정된)에 맞는 학습용 평가데이터를 출력하는 단계(S401)와, 상기 학습용 평가데이터에 따른 학습용 응답데이터를 입력받는 단계(S402)와, 상기 학습용 응답데이터를 문장 발달단계 분류시스템(100)으로 전달하는 단계(S403)와, 상기 문장 발달단계 분류시스템(100)으로부터 상기 학습용 응답데이터를 구성하는 문장의 발달단계에 상응하는 데이터값을 입력받는 단계(S404)와, 상기 데이터값을 단계별로 저장하는 단계(S405)와, 상기 데이터값을 평가하여 상기 응답데이터의 정답률을 산출하는 단계(S406)와, 상기 산출된 응답데이터의 정답률과 상기 단계에 대해서 설정된 통과기준 정답률을 비교하는 단계(S407)와, 상기 비교결과에 따라 상기 사용자의 영어 능력의 변화 여부를 결정하는 단계(S408)를 포함하여 이루어진다. 이때, 상기 사용자의 영어 능력이 상향 조정되었다고 판단된 경우에는 해당 단계의 학습용 평가데이터를 출력하는 단계(S409)를 더 포함한다.

상기 학습용 평가데이터의 출력은 사용자의 희망에 한해서 학습용 평가데이터를 출력하는 것에 의해 학습이 이루어지도록 할 수 있으며, 평가가 완료된 후, 자동적으로 사용자의 영어 능력에 맞는 단계의 학습용 평가데이터를 출력하여 학습이 이루어지도록 할 수 있다. 또한, 학습용 평가데이터를 출력함에 있어서는 1X 단계에서부터 X³ 단계까지 순차적으로 출력할 수도 있으며, 상기 평가 결과에 부합되는 단계에서부터 출력할 수도 있다. 가령, 사용자의 영어 능력이 준 복문의 발달단계 중 중간정도의 단계인 5Xc 단계라고 판정될 경우, 상기 학습용 평가데이터는 5Xd 단계에 해당하는 학습용 평가데이터를 출력하는 것이 바람직하다.

한편, 도 14a 내지 14b는 본 발명의 영어 능력 평가 및 진단 처방 시스템에 근거하여 다수의 사용자의 능력을 평가 실험한 결과를 도시한 것으로서, 각 단계마다 5개씩의 평가데이터 중 사용자가 입력한 응답데이터의 정답률이 80% 이상 일치하면 그 단계는 통과한 것으로 판정하고, 5개중에서 2개 이상의 오답이 있을 경우에는 그 단계는 통과하지 못한 것으로 판정한 것이다.

도면상에서, 좌측은 발달단계를 나타내고, 도표 하단의 아래부분에서 s1, s2,....,는 사용자의 일련번호를 나타내며, 토익점수는 해당 사용자가 토익 시험에서 받은 점수로서, 본 발명의 평가 결과와 상대적으로 비교하기 위함이다.

또한, 하단부의 발달단계는 사용자의 최종 평가 결과에 따른 단계를 나타내며, 가령 s2 사용자가 5X² 이면, 상기 사용자는 1X 단계에서부터 5X² 단계까지는 모두 통과하였음을 의미하며, '+'표시는 해당 문항에 대한 사용자의 정답이 일치한 경우이고, '-'표시는 오답인 경우를 표시한 것이며, '='표시는 정답과 거의 유사한 경우를 표시한 것이다.

도 14a 내지 14b에 나타난 바와 같이, s1에서 s33의 사용자는 문장 구성력 테스트 결과, 최종 평가 결과에 부여된 발달단계와 수험자의 토익 점수는 상호 정(正) 상관관계를 나타내고 있음을 알 수 있다. 다시 말해서, 문장 구성력 테스트 결과, 부여된 발달단계가 높으면 토익 점수도 높으면, 발달 단계가 낮으면 토익 점수도 낮다는 것을 보여준다.

그러나, s34에서 s38까지의 사용자는 문장 구성력 테스트 결과와 토익 점수간에 상관관계가 존재하지 않음을 알 수 있다. 다시 말해서, 이는 상당히 높은 토익점수를 받았음에도 불구하고 문장 구성력 테스트 결과, 부여받은 발달단계는 상당히 낮다는 것을 의미한다. 이는 본 시스템에 문제가 있는 것이 아니라, 토익 점수가 오히려 실제 영어 구사력을 반영하고 있지 못하다는 것을 보여주는 것이라 할 수 있다. 실제 이들에게 자유 영작 시험을 실시해 보면, 'and', 'so', 'but' 등과 같은 등위 접속사만을 사용해서 영어 문장을 연결해 갈 뿐, 관계대명사와 같은 복문은 거의 사용하지 못하는 것으로 나타났다.

이상에서 본 발명의 바람직한 실시 예를 설명하였으나, 본 발명은 다양한 변화와 변경 및 균등물을 사용할 수가 있고, 상기 실시 예들을 적절히 변형하여 동일하게 응용할 수가 있음이 명확하다. 따라서 상기 기재 내용은 하기의 특허청구범위의 한계에 의해 정해지는 본 발명의 범위를 한정하는 것이 아니다.

이상 상술한 본 발명의 영어 능력 평가 및 진단 처방 시스템, 그리고 영어 능력 평가 및 진단 처방 방법은 다음과 같은 효과가 있다.

현재 시행되고 있는 영어 평가 시험 갖는 한계점, 즉, 막대한 비용, 시간, 노력을 들이고도 평가시험에서 얻을 수 있는 것은 단순한 점수뿐이며, 구체적이고 정확한 진단, 처방을 제공할 수 없다는 문제를 해결할 수가 있다. 즉, 기존의 영어 능력 평가 시험에 비해 보다 적은 비용으로 보다 간편하게 실시할 수 있으면서 보다 정확한 영어 구사력을 측정할 수 있을 뿐만 아니라, 사용자의 능력에 맞는 맞춤식 처방 및 학습 방법을 제공할 수가 있다.

다시 말해서, 영어 문장 구성에 관계하는 이동과 어순의 변화 매카니즘을 수량화, 이를 영어 문장 구성의 복잡도 함수를 통해 발달단계를 정형화한 본 시스템은 사용자의 현재 영어 능력을 발달단계별로 정확하게 분류할 수가 있어 상기 사용자가 현재 몇 단계의 수준에 있으며, 무엇을 할 수 있고, 무엇을 할 수 없는지를 명확하게 진단할 수가 있다. 따라서, 무엇을 어떻게 학습해야 하는가에 대한 정확하고 체계적인 처방과 학습 방법을 제공할 수가 있다.

Claims

영어 능력 평가를 위한 평가데이터를 출력하고, 사용자가 입력한 응답데이터에 따라 사용자의 영어 능력을 평가하는 평가시스템;

상기 응답데이터를 구성하는 문장의 발달 단계를 분류하여 상기 평가시스템으로 제공하는 문장 발달단계 분류시스템;

상기 평가시스템의 평가결과에 따라 사용자의 영어 능력을 진단하고, 그에 맞게 처방하는 진단 및 처방시스템;

영어 능력 평가, 진단, 처방을 위한 각종 데이터가 저장된 데이터저장부; 및

상기 시스템들의 전반적인 동작을 제어하여 상기 사용자의 영어 능력의 평가 및 그에 따른 진단 및 처방이 이루어질 수 있도록 시스템 전체를 제어하는 제어부를 포함하여 구성되되,

상기 문장 발달단계 분류 시스템은,

상기 평가데이터에 상응하여 사용자가 입력한 응답데이터를 구성하는 문장이 갖는 구조적 복잡도 및 난이도를 분석하여 이를 토대로 상기 응답데이터를 구성하는 문장의 발달단계를 분류하며,

상기 문장 발달단계 분류시스템은,

상기 응답데이터를 문형(단문, 준 복문, 복문)별로 분류하고, 각 문형별 기본 문법 구조 대비 상기 응답데이터의 문법 구조의 변화 정도를 판별하여 그에 상응하는 제 1 변수값(α)을 출력하는 구성소 이동 판별부와,

문형별 기본 어순 대비 상기 응답데이터를 구성하는 문장의 어순 변화의 정도를 판별하여 그에 상응하는 제 2 변수값(β)을 출력하는 어순변화 판별부와,

상기 응답데이터가 주절과 내포절로 구성된 적어도 두 개 이상의 문장이 결합된 경우 상기 내포절의 문법 구조의 변화 정도를 판별하여 그에 상응하는 제 3 변수값(γ)을 출력하는 문장 결합 관계 판별부를 포함하여 구성되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
삭제
제 1 항에 있어서, 상기 진단 및 처방 시스템은,

상기 평가시스템의 평가결과에 부합되는 학습용 평가데이터를 출력하고, 상기 학습용 평가데이터에 상응하여 입력된 학습용 응답데이터를 평가하여 그에 따른 학습용 평가데이터의 조정을 통해 학습을 진행하는 학습시스템을 더 포함하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
삭제
제 1 항에 있어서, 상기 문장 발달단계 분류시스템은,

상기 응답데이터를 구성하는 문장의 문형이 단문이면 상기 제 1 및 제 2 변수 값으로 정의되는 단문 복잡도 함수를 이용하여 상기 응답데이터를 구성하는 문장의 발달단계를 분류하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 1 항에 있어서, 상기 문장 발달단계 분류시스템은,

상기 응답데이터를 구성하는 문장의 문형이 준 복문이면, 상기 제 1 및 제 2 변수 값으로 정의되는 준 복문의 복잡도 함수를 이용하여 상기 응답데이터를 구성하는 문장의 발달단계를 분류하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 1 항에 있어서, 상기 문장 발달단계 분류시스템은,

상기 응답데이터를 구성하는 문장의 문형이 주절과 내포절로 구성된 적어도 두 개 이상의 문장이 결합된 복문이면, 상기 주절을 이루는 문장의 발달단계는 상기 제 1, 제 2 변수 값으로 정의되는 단문 혹은 준 복문의 복잡도 함수를 이용하여 분류하고, 상기 내포절을 이루는 문장의 발달단계는 상기 제 1, 제 2 변수 값 및 제 3 변수 값으로 정의되는 내포절의 복잡도 함수를 이용하여 분류하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 1 항에 있어서, 상기 구성소 이동 판별부는,

상기 문형별 문장의 기본 구조와 비교하여 상기 응답데이터를 구성하는 문장에서의 구성소 이동이 단일이동인지 이중이동인지에 따라 상기 제 1 변수 값을 다르게 출력하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 1 항에 있어서, 상기 어순변화 판별부는,

상기 문형별 문장의 기본 어순과 비교하여 상기 응답데이터를 구성하는 문장에서의 어순 변화 유무에 따라 상기 제 2 변수 값을 다르게 출력하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 1 항에 있어서, 상기 문장 결합 관계 판별부는,

상기 내포절의 기본 구조와 비교하여 상기 응답데이터를 구성하는 문장에서의 상기 내포절을 이루는 구성소의 이동이 내포절 내에서만 이동하였는지 아니면 내포절 밖으로 이동하였는지에 따라 상기 제 3 변수 값을 다르게 출력하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 1 항, 제 5 항 내지 제 7 항 중 어느 한 항에 있어서, 상기 문장 발달단계 분류시스템은,

각 단계별로 복수개씩 제시되는 평가데이터에 상응하여 사용자가 입력한 단계별 복수개씩의 응답데이터의 발달단계를 분류하여 상기 평가시스템으로 제공하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 11 항에 있어서, 상기 평가시스템은,

상기 문장 발달단계 분류시스템에서 제공되는 각 응답데이터별 문장의 발달 단계에 상응하는 값을 저장하는 발달단계값 저장부와,

상기 발달단계값 저장부에 저장된 발달단계값을 평가하여 단계별로 제시된 평가데이터에 따른 단계별 응답데이터의 정답률을 산출하는 평가 및 산출부와,

상기 단계별 정답률에 근거하여 사용자의 영어 능력이 몇 단계의 수준인지를 판정하는 판정부를 포함하여 구성되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 12 항에 있어서, 상기 평가시스템은,

상기 평가데이터를 문자로 출력하기 위한 문자출력수단과,

상기 평가데이터를 음성으로 출력하기 위한 음성출력수단과,

상기 평가데이터에 따른 응답데이터를 음성으로 입력받기 위한 음성입력수단과,

상기 평가데이터에 따른 응답데이터를 문자로 입력받기 위한 문자입력수단을 포함하여 구성되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 13 항에 있어서, 상기 음성입력수단 및 문자입력수단을 통해 입력되는 응답데이터는 상기 문장 발달단계 분류시스템으로 제공되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 3 항에 있어서, 상기 학습시스템은,

학습용 평가데이터를 상기 평가시스템으로 전송하고, 상기 문장 발달단계 분류시스템으로부터 상기 학습용 평가데이터에 상응하여 입력된 응답데이터의 발달단계에 상응하는 값을 받아 이를 평가하여 학습의 계속 여부 및 난이도 조정여부를 결정하여 학습을 수행하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 1 항에 있어서, 상기 데이터저장부는,

평가데이터를 문자로 저장하는 제 1 데이터저장부와,

평가데이터를 음성으로 저장하는 제 2 데이터저장부와,

영어 능력을 평가하는 기준이 되는 각 단계별 진단 및 처방 데이터를 저장하는 제 3 데이터저장부와,

상기 단계별 응답데이터의 통과기준 정답률을 저장하는 제 4 데이터저장부를 포함하여 구성되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 16 항에 있어서, 상기 평가데이터는,

문장의 구조적 복잡도 및 난이도에 따라 분류된 단계별 질문데이터와 제시문 데이터를 포함하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 17 항에 있어서, 상기 평가데이터는,

사용자의 영어 능력에 맞는 문장 구성 능력을 평가하기 위한 평가데이터와, 상기 사용자의 영어 능력에 맞는 문장 번역 능력을 평가하기 위한 평가데이터와, 상기 사용자의 영어 능력에 맞는 대화문 구성 능력을 평가하기 위한 평가데이터로 분류되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
문장의 복잡도 및 난이도에 따라 단계별로 분류된 평가데이터를 출력하는 과정;

상기 평가데이터에 상응하여 사용자가 입력한 응답데이터를 구성하는 문장의 구조적 복잡도 및 난이도를 분석하여 상기 문장의 발달단계를 분류하는 과정;

상기 단계별 응답데이터의 정답률을 산출하여 사용자의 영어 능력을 평가하는 과정; 및

상기 평가 결과를 토대로 사용자의 영어 능력을 진단 및 처방하는 과정을 포함하여 이루어지되,

상기 평가데이터를 출력하는 과정은 상기 문장의 복잡도 및 난이도에 따라 분류된 단계별로 순차적으로 출력하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
문장의 복잡도 및 난이도에 따라 단계별로 분류된 평가데이터를 출력하는 과정;

상기 평가데이터에 상응하여 사용자가 입력한 응답데이터를 구성하는 문장의 구조적 복잡도 및 난이도를 분석하여 상기 문장의 발달단계를 분류하는 과정;

상기 단계별 응답데이터의 정답률을 산출하여 사용자의 영어 능력을 평가하는 과정; 및

상기 평가 결과를 토대로 사용자의 영어 능력을 진단 및 처방하는 과정을 포함하여 이루어지되,

상기 평가데이터를 출력하는 과정은 상기 문장의 복잡도 및 난이도에 따라 분류된 평가데이터를 무작위로 출력하는 것을 특징으로 하는 것을 영어 능력 평가 및 진단 처방 방법.
제 19 항 또는 제 20 항에 있어서, 상기 평가데이터는 문장 구성력을 평가하는 방식과, 문장 번역 능력을 평가하는 방식과, 대화문 구성 능력을 평가하는 방식에 따라 다르게 출력되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 21 항에 있어서, 상기 평가 방식은 자동적으로 결정되는 방식과, 사용자의 선택에 의해 결정되는 방식 중 어느 하나를 이용하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 19 항 또는 제 20 항에 있어서, 상기 평가데이터는,

예문과 제시문으로 구성되되, 문자와 음성 중 어느 하나로 출력되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 19 항에 있어서, 상기 평가데이터는,

문장이 갖는 구조적 복잡도 및 난이도에 따라 낮은 단계에서부터 높은 단계까지 순차적으로 출력되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 시스템.
제 23 항에 있어서, 상기 예문과 제시문은 소정의 시간 간격을 두고 순차적으로 출력되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 19 항 또는 제 20 항에 있어서, 상기 응답데이터는,

문자로 입력하는 방식과 음성으로 입력하는 방식 중 어느 하나를 이용하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 25 항에 있어서, 상기 예문과 제시문은,

각각 수 초 동안 화면에 표시된 후, 사라지는 플래시 형태로 출력하는 것을 특징으로 하는 영어 능력 및 진단 처방 방법.
제 19 항 또는 제 20 항에 있어서, 상기 응답데이터를 구성하는 문장의 발달단계를 분류하는 과정은,

상기 응답데이터를 구성하는 문장의 문형을 인식하는 단계와,

문형별 기본 문법 구조 및 어순 대비 상기 응답데이터를 구성하는 문장의 문법 구조 및 어순의 변화 정도를 판별하는 단계와,

상기 문법 구조 및 어순 변화 정도에 상응하여 부여된 변수 값을 토대로 상기 응답데이터를 구성하는 문장의 발달단계를 분류하는 단계를 포함하여 이루어지는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 28 항에 있어서, 상기 응답데이터를 구성하는 문장의 문형이 단문이면, 상기 단문의 기본 문법 구조 대비 상기 응답데이터를 구성하는 문장의 문법 변화 정도에 상응하는 제 1 변수 값과, 상기 단문의 기본 어순 대비 상기 응답데이터를 구성하는 문장의 어순 변화 정도에 상응하는 제 2 변수 값을 토대로 상기 응답데이터를 구성하는 문장의 발달단계를 분류하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 29 항에 있어서, 상기 응답데이터를 구성하는 문장의 발달단계는,

상기 응답데이터를 구성하는 문장이 단문의 기본 구조 및 어순과 대비하여 구성소의 이동 및 어순의 변화가 없는 제 1 단계와,

상기 응답데이터를 구성하는 문장이 단문의 기본 구조와 대비하여 구성소의 이동이나 새로운 구성소의 첨가가 발생하였지만 어순에는 변화가 없는 제 2 단계와,

상기 응답데이터를 구성하는 문장이 단문의 기본 구조와 대비하여 구성소의 삽입이나 이동이 발생하고 어순도 변화한 제 3 단계와,

상기 응답데이터를 구성하는 문장이 단문의 기본 구조와 대비하여 구성소의 이동이 발생하고, 그로인해 또 다른 이동이 발생함과 동시에 어순도 변화한 제 4 단계 순으로 분류하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 28 항에 있어서, 상기 응답데이터를 구성하는 문장의 문형이 준 복문이면, 단문의 발달단계를 분류하는 방법을 그대로 순환 적용하여 분류하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 28 항에 있어서, 상기 응답데이터를 구성하는 문장의 문형이 주절과 내포절로 구성된 적어도 두 개 이상의 문장이 결합된 복문이면, 상기 내포절의 발달 단 계는 상기 내포절의 문법 변화 정도에 상응하는 제 1 변수 값과, 상기 내포절의 어순 변화 정도에 상응하는 제 2 변수 값 및 상기 내포절을 구성하는 구성소의 이동이 내포절 내에서 이루어지는지 아니면 내포절 밖으로 이동하는지에 따라 부여되는 제 3 변수 값을 토대로 복문 문장의 발달 단계를 분류하는 것을 포함함을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 32 항에 있어서, 상기 주절의 문형이 단문이면 단문 발달단계 분류 방법을 순환 적용하여 발달단계를 분류하고, 상기 주절의 문형이 준 복문이면 준 복문 발달단계 분류방법을 순환 적용하여 발달단계를 분류하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 32 항에 있어서, 상기 복문의 발달단계는,

상기 응답데이터를 구성하는 문장이 주절과 내포절의 결합으로 인하여 상기 내포절을 구성하고 있는 구성소의 이동이 발생하지 않고 어순에도 변화가 없는 제 1 단계와.

상기 응답데이터를 구성하는 문장이 주절과 내포절의 결합으로 인하여 상기 내포절을 구성하고 있는 구성소의 이동이 한 번 발생하되, 상기 구성소가 내포절 내에서 이동하고, 어순에는 변화가 없는 제 2 단계와,

상기 응답데이터를 구성하는 문장이 주절과 내포절의 결합으로 인하여 상기 내포절을 구성하고 있는 구성소의 이동이 한 번 발생하되, 상기 구성소가 내포절 내에서 이동하고, 어순에도 변화가 발생한 제 3 단계와,

상기 응답데이터를 구성하는 문장이 주절과 내포절의 결합으로 인하여 상기 내포절을 구성하고 있는 구성소의 이동이 두 번 이상 발생하되, 상기 구성소가 내포절 내에서 이동하고, 어순에도 변화가 발생한 제 4 단계와,

상기 응답데이터를 구성하는 문장이 주절과 내포절의 결합으로 인하여 상기 내포절을 구성하고 있는 구성소의 이동이 두 번 이상 발생하되, 상기 구성소가 내포절 밖으로 이동하고, 어순에도 변화가 발생한 제 5 단계 순으로 분류하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 19 항 또는 제 20 항에 있어서, 상기 사용자의 영어 능력을 평가하는 과정은,

응답데이터에 상응하는 데이터값을 단계별로 저장하는 단계와,

상기 저장된 데이터값을 단계별로 추출하는 단계와,

상기 추출된 데이터값을 평가하여 상기 응답데이터의 정답률을 산출하는 단계와,

상기 산출된 응답데이터의 정답률과 상기 단계에 대해서 설정된 통과기준 정답률을 비교하는 단계와,

상기 비교결과에 따라 상기 응답데이터를 입력한 사용자의 영어 능력이 몇 단계인지를 판정하는 단계를 포함하여 이루어지는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 35 항에 있어서, 상기 영어 능력이 몇 단계의 수준인지를 판정하는 단계 는,

단계별로 제시한 평가데이터에 상응하여 입력된 각 단계별 응답데이터의 정답률과 상기 각 단계별 통과기준 정답률을 비교하여 그 결과에 따라 판정하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 36 항에 있어서, 임의의 단계의 평가데이터에 따른 응답데이터의 정답률이 해당 단계의 통과기준 정답률 이상이면 상기 응답데이터를 입력한 사용자의 영어 능력은 적어도 상기 임의의 단계 이상의 응답데이터를 입력할 수 있는 수준으로 판정하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 19 항 또는 제 20 항에 있어서, 상기 진단 및 처방 결과에 부합되는 학습용 평가데이터를 제공하여 상기 사용자가 자신의 영어 능력에 맞는 평가데이터를 이용한 학습이 이루어지는 학습 과정을 더 포함하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 38 항에 있어서, 상기 학습용 평가데이터는,

상기 사용자의 영어 능력에 맞는 문장 구성 능력을 학습하기 위한 데이터와, 상기 사용자의 영어 능력에 맞는 문장 번역 능력을 학습하기 위한 데이터와, 상기 사용자의 영어 능력에 맞는 대화문 구성 능력을 학습하기 위한 데이터로 구성되는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 39 항에 있어서, 상기 문장 구성 능력을 학습하기 위한 데이터와, 문장 번역 능력을 학습하기 위한 데이터와, 대화문 구성 능력을 학습하기 위한 데이터의 선택은 상기 사용자의 선택에 의해 결정되는 것을 포함함을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 38 항에 있어서, 상기 학습 과정은,

학습용 평가데이터를 출력하는 단계와,

상기 학습용 평가데이터에 따른 학습용 응답데이터를 입력받는 단계와,

상기 학습용 응답데이터를 문장 발달단계 분류시스템으로 전달하는 단계와,

상기 문장 발달단계 분류시스템으로부터 상기 학습용 응답데이터를 구성하는 문장의 발달단계에 상응하는 데이터값을 입력받는 단계와,

상기 학습용 응답데이터를 구성하는 문장의 발달단계에 상응하는 값을 저장하는 단계와,

상기 데이터값을 평가하여 상기 응답데이터의 정답률을 산출하는 단계와,

상기 산출된 응답데이터의 정답률과 상기 단계에 대해서 설정된 통과기준 정답률을 비교하는 단계와,

상기 비교결과에 따라 상기 사용자의 영어 능력의 변화 여부를 판정하는 단계를 포함하여 이루어지는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 41 항에 있어서, 상기 영어 능력 변화 유무를 판정하는 단계는,

상기 학습용 응답데이터의 정답률과 상기 단계의 합격기준 정답률을 비교하여 그 결과에 따라 판정하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
제 41 항에 있어서, 상기 학습용 평가데이터는,

사용자가 희망하는 학습용 평가데이터를 출력하거나, 자동적으로 상기 평가결과에 따라 분류된 발달단계에 맞는 학습용 평가데이터를 출력하는 것을 특징으로 하는 영어 능력 평가 및 진단 처방 방법.
문장의 복잡도 및 난이도에 따라 단계별로 분류된 평가데이터를 음성 또는 문자 형태로 사용자에게 제공하고, 상기 사용자가 상기 평가데이터에 상응하여 입력한 응답데이터를 음성 또는 문자 형태로 입력받아 상기 응답데이터를 구성하고 있는 문장의 구조적 복잡도 및 난이도를 분석하여 상기 문장의 발달단계를 분류하고, 이를 토대로 상기 평가데이터에 따른 응답데이터의 정답률에 근거하여 사용자의 영어 능력을 평가하여 그에 따른 진단 및 처방 데이터를 제공하고, 필요에 따라 상기 사용자의 영어 능력 향상을 위한 학습데이터를 출력하여 학습이 이루어질 수 있도록 하되,

상기 문장 발달단계 분류시스템은,

상기 응답데이터를 문형(단문, 준 복문, 복문)별로 분류하고, 각 문형별 기본 문법 구조 대비 상기 응답데이터의 문법 구조의 변화 정도를 판별하여 그에 상응하는 제 1 변수값(α)을 출력하는 구성소 이동 판별부와,

문형별 기본 어순 대비 상기 응답데이터를 구성하는 문장의 어순 변화의 정도를 판별하여 그에 상응하는 제 2 변수값(β)을 출력하는 어순변화 판별부와,

상기 응답데이터가 주절과 내포절로 구성된 적어도 두 개 이상의 문장이 결합된 경우 상기 내포절의 문법 구조의 변화 정도를 판별하여 그에 상응하는 제 3 변수값(γ)을 출력하는 문장 결합 관계 판별부를 포함하는 영어 능력 평가 및 진단 처방 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체.