KR101382132B1 - 학습 패턴 평가 시스템 - Google Patents

Abstract

본 발명에 따른 학습 패턴 평가 시스템은, 특정 지식이 학습자의 뇌에 기억되기까지의 학습 패턴과 관련된 학습 성과 요소 컨텐츠를 수록한 학습 성과 요소 라이브러리; 키워드 추출 방식으로 상기 학습 성과 요소 컨텐츠를 단기 기억 패턴 DB와 장기 기억 패턴 DB 및 스키마 패턴 DB로 분류 및 저장하는 패턴 분류 모듈; 학습자의 학습 패턴을 파악하기 위한 질의문항 및 그에 대한 응답 예시를 수록한 설문 DB로부터 설문을 추출하는 설문 생성부와, 상기 각각의 응답 예시에 학습 패턴 분류를 바탕으로 패턴별 코드를 부여하는 응답 코드 부여부 및, 학습자에게 상기 설문을 제공하고 응답을 입력받아 학습자 정보로 저장하는 설문 실행부로 이루어진 설문 모듈; 상기 학습자 정보를 상기 패턴별 코드를 기준으로 분류하여 하나 이상의 코드 분류 그룹을 생성하는 코드 분류뷰와, 각각의 상기 코드 분류 그룹 내 상기 코드의 개수 또는 상기 코드의 총합의 대소에 따라 상기 학습자의 학습 유형 정보를 생성하는 유형 판단부를 포함하는 유형 판단 모듈;을 포함하는 것을 특징으로 한다.

Description

학습 패턴 평가 시스템{Evaluation System of Learning Pattern}

본 발명은 학습 패턴 평가 시스템에 관한 것으로서, 보다 상세히는 학습자로부터 학습자의 학습 습관 및 학습 환경, 자기 관리 등을 포함하는 학습 성과 요소에 관련된 정보를 입력받아 이를 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴을 기준으로 전반적으로 평가하여 학습자의 학습 유형을 파악함으로써, 학습자가 추후 보다 효율적이고 체계적인 방법으로 학습을 진행할 수 있도록 하는 것을 특징으로 하는, 학습 패턴 평가 시스템에 관한 것이다.

미래에 나라를 이끌어갈 학생의 잠재적 역량은 학생 개인뿐만 아니라 전 사회적으로도 매우 중요한 문제이며, 이를 반영하듯 우리나라에서는 입시 교육, 어학 교육 등 여러 가지의 교육 형태가 발전되어 왔고 이러한 변화 과정은 전 국민의 관심 대상이 되었다. 이러한 현상은 국가의 정책에도 영향을 주어 중등 및 고등학교의 교육 과정은 전체적으로 나날이 발전하고 있다.

그러나 교육 과정의 발전에도 불구하고, 현재 교육 방법은 다수의 학생들을 대상으로 획일적인 방식으로 정보를 전달하며, 학생의 학습 능력 및 학습 패턴 등과 같은 개개인의 특성 차이를 간과한 채 막연하게 동일한 학습 방법(자율 학습, 노트 필기 등)을 지향하도록 조장하는 방식으로 이루어진다.

인간 공학 및 심리학에 근간을 둔 여러 지식 습득 이론을 살펴보면, 학습 지식을 접하고 이를 습득하여 추후 여러 상황에서 이용할 수 있도록 저장하는 것은 인간 개인의 성향에 따라 그 효율이 달라질 수 있고, 학습 지식을 습득하는 환경 등 외부적인 요인에 따라 학습 지식 저장 효율이 변화될 수도 있는데, 이를 전제로 하면 현재 학교 등에서 이루어지는 교육 방법에서처럼 획일적인 교수 방법을 고수하는 것은 자칫 잠재적인 학습 능력이 뛰어난 학생을 놓치게 될 수 있다.

다시 말해, 획일적 교수 방식에 따른 교육을 받는 학생들은 자신에게 맞는 학습 패턴, 학습 방식 등을 정확히 파악하지 못한 상태에서 교육자가 안내하는 학습 방법으로만 학습을 진행하게 되어, 개인에게는 매우 효율적이지 못한 방식으로 학습 지식을 습득하는 과정을 반복하게 되고 이러한 상황에 의해 자신의 노력에 비해 낮은 성취를 나타내면 학습 자체에 흥미를 잃게 될 수 있다는 문제점이 발생할 가능성이 다분한 것이다.

따라서 이러한 문제점을 해결하여 여러 검사 과정을 통해 보다 객관적이고 합리적인 기준으로 학생의 학습 능력을 최대화할 수 있는 학습 패턴, 학습 방식 등을 제시하고 이를 바탕으로 학생 개인의 학습 성취도 능력을 극대화시킬 수 있도록 하는 보다 신규하고 진보한 학습 패턴 평가 시스템 개발의 필요성이 대두되는 실정이다.

본 발명은 상기 기술의 문제점을 극복하기 위해 안출된 것으로, 지식 습득 이론을 바탕으로 반영구적인 지식 생성 과정에 필요한 학습 패턴을 정의 및 분류한 단기 기억 패턴 DB와 장기 기억 패턴 DB 및 스키마 패턴 DB를 바탕으로, 학습자의 현재 학습 행태의 분석을 통해 학습 유형 정보를 생성하여 제공함으로써 학습자가 자신의 학습 유형을 보다 정확히 인지할 수 있도록 하고 그에 따라 추후 학습 효율을 더욱 향상시킬 수 있도록 하는 것이다.

본 발명의 다른 목적은, 학습 성과 요소를 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴으로 분류하여 학습자의 지식 습득 유형을 보다 정확하게 분석할 수 있도록 하는 것이다.

본 발명의 또 다른 목적은, 학습자가 소지한 이동통신 단말기와 연동하여 학습자의 학습에 관련된 학습 일정을 수집함으로써 보다 세부적인 정보를 수집할 수 있도록 하는 것이다.

본 발명의 추가 목적은, 학습자가 소유하는 이동통신기기의 GPS 수단으로부터 학습자의 위치 정보를 제공받고 이를 바탕으로 학습량을 도출하여 학습자 정보를 보다 객관적으로 구성하는 것이다.

본 발명의 추가 목적은, 사용자의 지식 습득 행태를 조사하기 위한 테스트를 시행하여 테스트 결과와 학습 패턴의 분석 결과를 비교하여 분석 신뢰도 정보를 도출함으로써 보다 신뢰성 있는 검사를 제공하는 것이다.

본 발명의 추가 목적은, 상기 대안 정보가 계획 정보를 포함토록 하여 학습자가 보다 계획적으로 자신의 학습 패턴을 수정해갈 수 있도록 가이드하는 것이다.

상기 목적을 달성하기 위하여, 본 발명에 따른 학습 패턴 평가 시스템은, 특정 지식이 학습자의 뇌에 기억되기까지의 학습 패턴에 영향을 주는 학습 성과 요소 컨텐츠를 수록한 학습 성과 요소 라이브러리; 키워드 추출 방식으로 상기 학습 성과 요소 컨텐츠를 단기 기억 패턴 DB와 장기 기억 패턴 DB 및 스키마 패턴 DB로 분류 및 저장하는 패턴 분류 모듈; 학습자의 학습 행태를 파악하기 위한 질의 문항 및 그에 대한 응답 예시를 수록한 설문 DB로부터 설문을 추출하는 설문 생성부와, 상기 세 가지 패턴 DB와 연동하여 각각의 상기 응답 예시에 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴과의 연관성을 대변하는 패턴별 코드를 부여하는 응답 코드 부여부 및, 학습자에게 상기 설문을 제공하고 응답을 입력받아 학습자 정보로 저장하는 설문 실행부로 이루어진 설문 모듈; 상기 학습자 정보를 상기 패턴별 코드를 기준으로 분류하여 하나 이상의 코드 분류 그룹을 생성하는 코드 분류부와, 각각의 상기 코드 분류 그룹 내 상기 코드의 개수의 대소에 따라 학습자를 단기 기억 유형, 장기 기억 유형, 스키마 유형 중 어느 하나의 유형으로 판단한 학습 유형 정보를 생성하는 유형 판단부를 포함하는 유형 판단 모듈;을 포함하는 것을 특징으로 한다.

또한, 상기 패턴 분류 모듈은, 상기 학습 성과 요소 라이브러리와 연동된 상태에서 상기 학습 패턴에 관여하는 학습 성과 요소를 나타내는 패턴별 키워드를 선정 및 분류하여 이를 패턴별 키워드 그룹으로 생성 및 저장하는 키워드 분류부와, 상기 패턴별 키워드 그룹을 기준으로 키워드 추출 방식을 이용해 상기 학습 성과 요소 컨텐츠를 상기 학습 패턴별로 분류하여 상기 단기 기억 패턴 DB와 상기 장기 기억 패턴 DB 및 상기 스키마 패턴 DB를 생성 및 저장하는 컨텐츠 분류부로 이루어지는 것을 특징으로 한다.

더불어, 상기 시스템은, 학습자로부터 학습 시간과 학습 장소를 포함하는 학습 일정을 적어도 하나 입력받아 저장 및 관리하는 일정 관리 프로그램을 수록한 이동 통신 기기; 상기 이동 통신 기기와 연동하여 상기 일정관리 프로그램에 기록된 상기 학습 일정을 전송받아 이를 저장하는 학습 일정 수집부와, 상기 학습 장소의 종류와 상기 학습 시간의 고저를 기준으로 상기 학습 일정 각각에 상기 패턴별 코드를 차등 부여하여 상기 학습자 정보로서 저장하는 일정 코드 부여부로 이루어진 일정 파악 모듈;을 추가로 포함하는 것을 특징으로 하다.

추가적으로, 상기 이동 통신 기기는 GPS 모듈을 포함하고, 상기 일정 파악 모듈은, 상기 학습자로부터 자신이 학습을 진행하는 장소를 적어도 하나 입력받아 지정 장소를 생성하는 지정 장소 설정부와, 상기 GPS 모듈로부터 상기 학습자의 실시간 위치 정보를 수신 받는 위치 정보 수신부 및, 상기 위치 정보를 바탕으로 학습자가 하루 중 상기 지정 장소에 머무르는 시간을 산출하여 학습량을 생성하는 학습량 판단부와, 상기 지정 장소와 상기 지정 장소에서의 학습량을 포함한 복수 개의 학습 내역 정보를 생성 및 저장하는 학습 내역 정보 생성부 및, 상기 지정 장소의 종류와 상기 학습량의 고저를 기준으로 상기 학습 내역 정보 각각에 상기 패턴별 코드를 차등 부여한 후 상기 학습자 정보로서 저장하는 학습 내역 코드 부여부로 이루어진 학습 내역 수집부를 추가로 포함하는 것을 특징으로 하다.

추가적으로, 상기 이동 통신 기기는 GPS 모듈을 포함하고, 상기 일정 파악 모듈은, 상기 GPS 모듈로부터 상기 학습자의 위치 정보를 실시간으로 수신 받는 위치 정보 수신부를 추가로 포함하며, 상기 일정 코드 부여부는, 상기 위치 정보와 상기 학습 장소를 비교하여 일치되는 일치율의 고저에 따라 상기 학습 일정 각각에 상기 패턴별 코드의 부여 여부를 결정하는 일정 실천 확인부를 추가로 포함하는 것을 특징으로 한다.

추가적으로, 상기 시스템은, 테스트 단어 및 상기 테스트 단어의 의미를 디스플레이함으로써 학습자에게 학습시키는 단어 제공부와, 상기 테스트 단어를 학습시킨 시점으로부터의 경과 시간을 설정하고 상기 경과 시간이 지난 시점에 상기 학습자가 상기 단어를 암기했는지의 여부를 파악하기 위한 테스트 문항을 제공하고 이에 대한 답안을 입력받는 지식 습득 테스트부와, 상기 경과 시간과 상기 답안의 정답 여부에 따라 학습자의 학습 유형을 판단해 테스트 정보를 생성한 후 이를 상기 학습 유형 정보에 부가시키는 테스트 정보 생성부로 이루어진 유형 테스트 모듈;을 추가로 포함하는 것을 특징으로 한다.

추가적으로, 상기 학습 효율 테스트 모듈은, 상기 학습자의 단어 암기 수준을 객관식 시험 형식으로 테스트하여 테스트 결과 정보를 생성하는 사전 테스트부와, 상기 테스트 결과 정보에서 상기 학습자의 오답 내역을 추출하여 오답 단어군을 생성하는 오답 단어군 생성부 및, 복수 개의 단어에 대하여 각 단어의 난이도의 고저에 따라 난이도 수치를 기 설정한 단어 라이브러리를 기준으로 상기 오답 단어군에 포함된 각 단어의 난이도 수치를 추출한 후 상기 난이도 수치의 평균인 학습자 등급 수치를 생성하는 학습자 수준 파악부를 추가로 포함하고, 상기 단어 제공부는, 상기 학습자 등급 수치와 상기 난이도 수치를 기준으로 상기 단어 라이브러리에서 상기 테스트 단어를 추출하는 단어 추출부를 추가로 포함하는 것을 특징으로 한다.

추가적으로, 시스템은 상기 학습 유형 정보에 따라 학습자에게 부과되는 것으로 학습 내용, 학습 방법 등을 포함한 기간별 과제가 수록된 대안 정보 DB; 학습자의 상기 이동 통신 기기의 알람 수단을 통해 상기 기간별 과제가 수행되어야 할 시간에 알람을 제공하는 학습 계획 알람부와, 상기 이동 통신 기기의 입력 수단을 통하여 학습자로부터 상기 기간별 과제의 수행 여부를 입력받은 후 해당 시점까지 부과된 상기 기간별 과제의 총 개수와 수행된 상기 기간별 과제의 총 개수를 기준으로 과제 수행율을 판단하는 과제 수행 체킹부로 이루어진 대안 제시 모듈;을 추가로 포함하는 것을 특징으로 한다.

본 발명에 따른 학습 패턴 평가 시스템은,

1) 지식 습득 이론을 바탕으로 학습자의 현재 학습 유형을 파악함으로써 학습자가 스스로의 학습 패턴을 보다 정확하게 인지할 수 있도록 하여 이에 따라 추후 학습 능률을 더욱 향상시킬 수 있도록 하고,

2) 학습 성과 요소를 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴으로 분류하여 학습자의 학습 유형을 보다 객관적이고 체계적인 방법으로 분석하며,

3) 사용자의 실제 지식 습득 행태를 조사하기 위한 테스트를 시행하여 도출한 테스트 결과를 학습 패턴의 분석 결과(학습 유형 정보)에 부가하여 보다 실질적인 학습 유형 정보를 제공할 뿐만 아니라,

4) 학습자가 소유하는 이동통신기기의 이동통신기기 서버와 연동된 GPS 수단으로부터 학습자의 위치 정보를 파악하여 학습자의 하루 일과를 객관적으로 파악할 수 있도록 하여 보다 객관적인 데이터를 바탕으로 학습 패턴을 판단할 수 있도록 하는 것이다.

도 1은 본 발명에 따른 학습 패턴 평가 시스템의 개략적인 원리와 작용을 나타낸 개념도.
도 2는 본 발명에 따른 학습 패턴 평가 시스템의 구성을 나타낸 블록도.
도 3은 본 발명에 따른 지식 습득 이론의 일실시예를 도시한 개념도.
도 4는 본 발명에 따른 학습 유형 정보의 일실시예를 도시한 개념도.

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하도록 한다. 각 도면의 동일한 참조 번호는 동일한 구성 요소를 지칭한다.

도 1은 본 발명에 따른 학습 패턴 평가 시스템의 원리와 작용을 나타낸 개념도이다.

도 1을 보아 알 수 있듯이, 본 발명에 따른 학습 패턴 평가 시스템은, 시스템 서버와 학습자가 관리하는 클라이언트 서버(일반적으로 소비자의 개인 PC 혹은 모바일 기기 등)가 연동된 상태에서 학습자로부터 학습자 자신의 학습 패턴에 관련 정보들을 설문 등의 방식으로 입력받고, 추가적으로 이동통신 기기 서버와 연동되어 스케줄 정보 및 이동 정보 등을 제공받은 후 이를 심리학 이론, 인간 공학 등을 근거로 한 지식 습득 이론을 바탕으로 분석하여 학습 패턴을 유형화하고 학습에 필요한 요소들을 진단하여 체계적으로 맞춤화된 학습 패턴 대안을 제공한다.

다시 말해, 본 발명에 따른 시스템은, 학습자로부터 학습자의 학습 습관 및 학습 환경, 정보 처리, 자기 관리, 배경 지식 등 학습에 영향을 미치는 성과 요소에 관련된 정보를 입력받거나 또는 추가적으로 이동통신 기기 서버에서 제공받아 이를 전반적으로 평가하여 각 성과 요소 별로 정밀하게 학습 성과를 예측해볼 수 있도록 한 것으로, 교육제도 상에서의 가장 대표적인 시험유형(수능, 내신, 논술) 각각의 특성을 바탕으로 학습자의 학습 패턴을 대응 분석하고, 그에 따른 유형별 맞춤 학습 패턴 대안을 제시함으로써, 학습자가 보다 효율적이고 체계적인 방법으로 학습을 진행할 수 있도록 하는 특성을 제공한다.

이 때 시스템 서버는, DB 서버, 웹 서버, 모바일 서버 등을 통합하는 것으로, 이러한 시스템 서버는 별도의 웹 페이지(웹 사이트 또는 모바일 사이트 등)를 관리하고 있는데, 웹 페이지는, 학습자에게 학습자 정보의 입력을 가이드하고 해당 정보를 입력받으며 대안 정보를 게시하는 등 기본적인 기능을 수행이 가능토록 하는 웹 환경, 즉 양자 간의 소통이 가능토록 하는 인터페이스 기반을 제공하게 된다.

이 때 상기 시스템은 상술한 바와 같이 시스템 서버와 클라이언트 서버를 포함한 상태에서 상기 시스템 서버가 운영하는 웹사이트에 포함되어 인터넷이나 와이파이(wireless fidelity), 3G(3 generation) 등의 통신망을 매개로 학습자가 관리하는 클라이언트 서버로부터 학습자 정보를 입력 및 전송받은 후 상기 시스템 서버가 상기 학습자 정보를 분석하여 클라이언트 서버로 전송하여 제공하는 방식으로 구현될 수 있고, 특정 서버(컴퓨터, 모바일 기기 등)에 설치할 수 있는 프로그램(어플리케이션 등 포함)으로 형성되어 학습자가 해당 기기를 직접 이용해 학습자 정보를 입력하도록 하여 해당 서버에서 분석하는 것도 가능하다. 본 발명에 따른 시스템의 구현을 위해 상술한 수단 이외 다른 수단을 이용하여도 무방함은 물론이다.

도 2는 본 발명에 따른 학습 패턴 평가 시스템의 구성을 나타낸 블록도이다.

도 2에 도시된 바와 같이, 본 발명에 따른 학습 패턴 평가 시스템은, 기본적으로 학습 성과 요소 라이브러리(10)와 패턴 분류 모듈(110), 설문 모듈(120) 및, 유형 판단 모듈(140)로 이루어진다.

학습 성과 요소 라이브러리(10)는, 특정 지식이 학습자의 뇌에 기억되기까지의 학습 패턴에 영향을 주는 학습 성과 요소 컨텐츠를 수록한 것으로, 본 발명자가 각종 연구에 의해 현재까지 축적되어 온 학습 관련 이론, 기억 관련 이론, 인간 공학, 심리학적 이론 등을 바탕으로 장시간의 실험 및 연구를 통해 수립한 지식 습득 이론을 바탕으로 지식 습득 과정에 필요한 학습 성과 요소에 대한 정보를 통합적이고 총체적으로 수록한 라이브러리이다. 상기 학습 성과 요소 라이브러리(10)는 '하루 1시간 이상의 예습(학습 성과 요소)은 학습 지식을 단기적으로 기억하는 과정에 도움을 준다.' 또는 '등하교 시간을 이용한 단어 암기(학습 성과 요소)는 해당 단어를 장기적으로 기억하는 데 도움이 된다.'와 같은 이론적 텍스트 등을 포함할 수 있다.

상기 학습 성과 요소는 지식 습득에 영향을 주는 것으로 자기 관리, 학습 방법, 학습 환경, 정보 처리, 배경 지식, 서술 능력 등의 카테고리로 분류되어 구성될 수 있으며, 상기 각각의 카테고리는 보다 세밀하게 다시 분류될 수 있다.

상기 학습 성과 요소 라이브러리(10)는 후술할 패턴 분류 모듈(110) 등과 연동되어 상기 학습자의 학습 행태를 분석하여 학습 유형 정보를 생성하는 데 기준으로서 이용된다.

상기 패턴 분류 모듈(110)은, 상기 학습 성과 요소 라이브러리(10)에 포함된 각 학습 성과 요소 컨텐츠들이 본 발명에 따른 시스템에 보다 용이하게 이용될 수 있도록 지식 습득 이론을 수록한 지식 습득 이론 라이브러리(20)에 따라 학습 패턴을 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴으로 분류 및 정의하고, 이에 따라 상기 학습 성과 요소 컨텐츠를 단기 기억 패턴 DB(11)와 장기 기억 패턴 DB(12) 및 스키마 패턴 DB(13)로 분류 및 저장한 것으로, 키워드 분류부(111)와 컨텐츠 분류부(112)로 이루어진다.

도 3은 본 발명에 따른 지식 습득 이론을 개략적으로 도시한 개념도이다.

상기 패턴 분류 모듈(110)의 상세한 설명에 앞서, 도 3을 참조하여 상기 지식 습득 이론 라이브러리(20)를 보다 상세히 설명하면, 상기 지식 습득 이론은, 동기의 통제 소재 이론, Hill의 인지 유형, 각성 적정수준이론, 인지 전략 이론, 인지 유형 이론, Kolb의 학습 유형 등 여러 이론들을 바탕으로 형성된 것으로, 각 과정의 활성화에 도움을 주는 학습 성과 요소를 판단하고 이를 학습자의 현재 학습 행태에서 나타나는 학습 성과 요소와 비교함으로써 학습자의 학습 유형 및 특정 패턴의 효율을 유추하기 위해 세워진 것으로, 상기 지식 습득 이론은 처음 접한 학습 지식이 체계화된 지식 구조로서 뇌에 기억되기까지를 크게 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴, 즉 세 단계의 과정으로 분류하여 설명한다.

즉, 상기 지식 습득 이론은 학습자가 지식을 학습함에 있어서, 학습 지식이 입력 과정, 수용 과정, 저장 과정을 순차적으로 거치면 단기형 지식으로서 뇌에 기억되고, 단순 반복된 상기 단기형 지식이 유지 과정, 변환 과정을 거쳐 장기형(정교화) 지식으로서 뇌에 기억되며, 상기 장기형 지식이 확산 과정을 거쳐 스키마(구조화 지식)으로 뇌에 기억된다는 틀을 바탕으로 해당 과정의 효율에 관여하는, 즉 해당 과정이 원활하게 진행되기 위해 요구되는 학습 성과 요소들을 함께 포함하고 있다.

도면을 참조하면, 상기 단기 기억 패턴은, 학습 지식을 최초로 받아들이는 입력 과정과, 입력 과정을 통해 받아들인 학습 지식 중 일부를 인식하고 수용하는 수용 과정 및, 수용된 학습 지식을 뇌에 저장하는 저장 과정으로 이루어진다.

단기 기억 패턴을 거쳐 학습자의 뇌 속에 저장된 학습 지식은 정교화 수준이 낮은 단기형 단순 반복 지식의 형태로, 리허설(Rehearsal)이 비교적 적게 된 상태이다.

상기 입력 과정에서 받아들일 수 있는 학습 지식의 입력양은 학습 성과 요소 중 특히 학습 환경에 따라 좌우될 수 있는데, 이때 학습 환경은 목표, 자아 개념, 동기, 물리적 환경, 인적 환경 등을 포함한다.

상기 수용 과정에서 입력된 학습 지식이 수용되는 양 및 상기 저장 과정에서 수용된 학습 지식이 저장되는 양은 자기 통제, 시간 관리, 계획 관리(자기 관리 카테고리)와 예습 정도(학습 방법 카테고리)에 영향을 받고, 저장량은 정보 수집 유형(학습 방법 카테고리)에 영향을 받는다.

입력 과정과 수용 과정 및 저장 과정을 순차적으로 거치면, 처음 접한 학습 지식은 단기형 지식으로서 뇌에 저장되고, 이는 단기적인 암기 및 이해가 요구되는 내신 시험 능력을 좌우할 수 있다.

장기 기억 패턴은, 상기 단기 기억 패턴을 거치며 뇌에 저장된 단기형 지식이 이후 몇 번의 리허설을 통하여 보다 정교화된 장기형의 학습 지식으로 변환되는 과정을 나타낸 것으로, 상기 단기 기억 패턴을 통해 저장된 단기형 지식을 일정 기간 동안 뇌에 저장된 상태로 유지하는 유지 과정과, 상기 유지 과정을 거친 학습 지식을 정교화하여 장기 기억으로 저장되는, 즉 학습 지식의 질적 상태를 변환하는 변환 과정으로 이루어진다.

상기 단기 기억 패턴을 거치며 저장된 단기형 지식이 유지 과정을 통해 유지될 수 있는 정도는 복습과 반복 정도(학습 방법 카테고리)의 영향을 받고, 유지 과정을 거친 학습 지식이 변환 과정을 거쳐 정교화 지식으로 변환되는 효율은 상기 지식 처리 방법(학습 방법 카테고리)에 따라 결정된다.

상기 단기형 지식이 유지 과정과 변환 과정을 거치면 이는 정교화 지식으로서 뇌에 비교적 장기간 정교화된 상태로 저장되고, 이는 통합적 이해 및 장기적 암기가 요구되는 수능 시험 능력에 영향을 줄 수 있다.

상술한 단기 기억 패턴과 장기 기억 패턴을 지나면 스키마 패턴이 진행될 수 있는데, 스키마 패턴은 장기 기억 패턴까지를 거친 정교화 지식이 학습자가 이미 알고 있는 다른 학습 지식들과 함께 체계적으로 이해되어 내면화된 범교과적 지식을 형성하는 과정을 나타낸 것으로, 이 때 확산 과정이 포함된다.

상기 확산 과정은 상기 변환 과정을 거친 정교화 지식이 학습자가 예전에 기 습득한 타 학습 지식과 체계적으로 상호 연결되는 과정으로서, 상호 연결되는 정도는 배경 지식과 언어 능력 등에 의해 영향을 받게 된다.

상기 확산 과정을 통해 조직화 지식으로 뇌에 기억된 정보는, 논술 시험 등 조직적이고 논리적인 능력을 측정하는 시험에서 용이하게 발현된다.

즉, 상기 지식 습득 이론은 학습자의 현재 학습 패턴을 심리학적, 인간 공학적 측면에서 분석하여 더욱 효과적인 대안을 제시할 수 있도록 하는 기준이 되며, 이러한 지식 습득 이론 라이브러리(20)는, 상기 학습 성과 요소 라이브러리(10) 내 포함되도록 하는 것이 바람직하다.

상기 키워드 분류부(111)는, 상기 지식 습득 이론 라이브러리(20)의 상기 지식 습득 이론을 바탕으로 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴에 각각 관련된 패턴별 키워드를 정의하고 분류하는 것이다. 이 때 상기 패턴별 키워드는 상기 각 패턴에 관여하는 학습 성과 요소를 지칭하는 단어 또는 상기 패턴을 시사하는 단어 등을 포함하는 것으로, 상기 학습 성과 요소 라이브러리(10)와 연동하여 정의되는 것이 바람직하다.

다시 말해, 상기 키워드 분류부(111)는 학습 성과 요소 라이브러리(10)에 포함된 각종 컨텐츠를 상기 패턴별로 분류할 수 있는 기준이 되는 패턴별 키워드를 정의하는 것으로, 즉, 각 패턴별로 나누어 패턴별 키워드를 수록하는데, 이를 단기 기억 패턴 카테고리, 장기 기억 패턴 카테고리, 스키마 패턴 카테고리 및 공용 카테고리로 나눈다고 하면, 예를 들어 노트 필기를 하는지의 여부는 단기 기억 패턴에 영향을 주므로 '노트 필기'라는 키워드는 단기 기억 카테고리에 포함되도록 분류하고, 복습 시간은 장기 기억 패턴에 영향을 주므로 '복습' 또는 '자습' 또는 '반복' 등의 키워드는 장기 기억 카테고리의 분류에 포함되도록 하는 것이 바람직하다.

또한, 예습 여부는 단기 기억 패턴 및 장기 기억 패턴에 영향을 주므로, '예습'은 공용 카테고리에 포함되도록 할 수 있는 것이다.

이러한 방식으로 상기 키워드 분류부(111)는 상기 학습 성과 요소 라이브러리(10)와 지식 습득 이론 라이브러리(20)와 연동된 상태에서 상기 각 패턴에 관여하는 학습 성과 요소를 기준으로 패턴별 키워드를 선정하고 이를 바탕으로 패턴별 키워드 그룹을 생성하는 기능을 한다.

상기 컨텐츠 분류뷰(112)는, 상기 패턴별 키워드 그룹을 바탕으로 키워드 추출 방식을 이용해 상기 학습 성과 요소 컨텐츠를 패턴별로 분류하여, 단기 기억 패턴 DB(11)와 장기 기억 패턴 DB(12) 및 스키마 패턴 DB(13)를 생성한다.

즉, 상기 패턴별 키워드 그룹을 기준으로 상기 학습 성과 요소 라이브러리(10)의 특정 학습 성과 요소 컨텐츠의 내용이 상기 각 패턴 중 어느 패턴의 효율에 관여하는지의 여부에 따라 해당 학습 성과 요소 컨텐츠를 분류하는 것이다.

이 때 상기 키워드는 텍스트로서 구성되고 상기 학습 성과 요소 컨텐츠 역시 텍스트로 구성된 것을 이용하여 문자를 추출하는 방식으로 학습 성과 요소 컨텐츠를 분류하는 것이 바람직할 것이나, 음성 신호나 디지털 신호 등으로 매칭하여도 무방함은 물론일 것이다.

상술한 패턴 분류 모듈(110)에 의해 생성된 단기 기억 패턴 DB(11)와 장기 기억 패턴 DB(12) 및 스키마 패턴 DB(13)는 상기 학습 성과 요소 라이브러리(10) 내 저장되어 후술할 설문 모듈(120)과 유형 판단 모듈(140) 등과 연동됨으로써 학습자의 학습 유형을 판단하는 데 있어 기준이 되도록 한다.

설문 모듈(120)은, 학습자의 학습 행태를 알아보기 위하여 학습자에게 설문 조사를 실시하기 위해 구비된 것으로, 상기 설문 모듈(120)은, 설문 생성부(121)와 응답 코드 부여부(122) 및 설문 실행부(123)로 이루어진다.

설문 생성부(121)는 질의응답 방식을 이용하여 학습자로부터 학습자의 현재 학습 행태를 수집하기 위해 요구되는 설문 정보를 생성하는 것으로, 이를 위해 설문 DB(30)가 구비된다.

상기 설문 DB(30)는 학습자의 학습 패턴을 파악하기 위한 질의 문항 및 그에 대한 응답 예시를 수록한 것으로, 이 때 질의 문항은 학습자의 자기 관리 방법, 학습 환경 상태, 학습 방법, 지식 처리 방법, 배경 지식의 수준, 서술 능력 수준 등을 파악하기 위해 여러 가지 항목으로 세분화된 것으로, 인터넷을 통하여 학습 관련 전문 기관 서버와 연동되도록 하여 해당 서버에서 전송 받아 상기 설문 DB(30)에 분류 및 저장하거나, 혹은 시스템 관리자가 미리 연구 및 조사된 학습 방법 검사용 질의 문항 및 응답 예시를 입력, 분류 및 저장하여 구축한 것일 수 있다.

상술한 설문 DB(30)과 연동하여 상기 설문 생성부(121)는 설문을 추출하는데, 이 때 상기 설문 생성부(121)는 학습자의 학습 행태를 패턴 별로 보다 정밀하게 파악하도록 하기 위해, 상기 키워드 분류부(111)와 연동되어 상기 패턴별 키워드 그룹을 바탕으로 키워드 추출 방식을 이용하여 상기 설문을 패턴별로 분류해서 추출하여 학습자에게 제공하는 것도 가능함은 물론이다.

상기 응답 코드 부여부(122)는, 상기 세 가지 패턴 DB와 연동하여 각각의 상기 응답 예시에 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴과의 연관성을 대변하는 패턴별 코드를 부여하는 것으로, 상기 설문에 대한 응답이 추후 수치로서 도출 가능토록 하는 기반을 마련한다.

다시 말해, 하나의 질의 문항에 대한 복수 개의 응답 예시 각각에 서로 다른 패턴별 코드를 부여하는 것으로, 간단하게는 각각의 응답 예시에 특정 패턴에 관여하는 응답임을 나타낼 수 있는 코드(대분류), 즉 해당 응답 예시가 단기 기억 패턴에 가까운 경우는 코드 A, 장기 기억 패턴에 가까운 경우는 코드 B, 스키마 패턴에 가까운 경우는 코드 C 등의 방식으로 응답 예시가 학습 패턴을 나타내도록 할 수 있다.

또한, 두 응답 예시가 같은 학습 패턴을 나타낸다 하더라도 그 경중에서 차이가 있을 수 있으므로, 해당 학습 패턴에 더욱 많이 관여하는 응답 예시에 큰 수치를 부여하는 방법(소분류)으로도 상기 패턴별 코드를 부여할 수 있다. 즉, '하루 중 예습에 투자하는 시간은 몇 시간입니까?'라는 질의 문항에 대한 응답 예시로서 '1. 1시간 이하', '2. 1시간 이상 2시간 이하', '3. 3시간 이상'이 주어진 경우, 예습 정도는 단기 기억 패턴에 영향을 주되 예습 시간이 많을수록 더욱 긍정적인 영향을 줄 것이므로, 1번 응답 예시는 A1, 2번은 A3, 3번은 A5 등의 방식으로 코드를 부여하여 특정 패턴의 유형과 해당 패턴에 영향을 주는 정도를 동시에 나타내도록 하는 것도 가능할 것이다.

상기 응답 코드 부여부(122)가 각 질의 문항 별 응답 예시마다 특정 코드를 부여함으로써 후술할 유형 판단 모듈(140)에서 보다 빠르고 용이하게 학습자의 유형을 판단할 수 있다.

설문 실행부(123)는 학습자에게 상기 설문을 제공하고 응답을 입력받는 것으로, 상기 질의 문항 및 그에 따른 상기 응답 예시를 디스플레이한 후 상기 응답 예시 중 적어도 하나의 선택형 응답을 선택 입력받거나 혹은 상술한 바와 같은 객관식 형태의 설문뿐만 아니라, 상기 설문 DB(30)의 특정 설문을 제공한 후 서술형의 텍스트를 서술형 응답으로서 입력받는 것도 가능함은 물론이다.

이에 따라 상기 설문 실행부(123)는 선택형 질의 응답부(123a)와 서술형 질의 응답부(123b)를 포함한다.

선택형 질의 응답부(123a)는 디스플레이 수단을 매개로 상기 설문을 디스플레이하고, 상기 응답 예시 중 적어도 하나를 선택 입력받아 선택형 응답을 생성한다.

예를 들어, 학습 방법 카테고리의 질의 문항으로서 '나는 수업 중 수업 내용을 노트 필기하는 것을 선호한다.', '나는 청각보다 시각을 통해 학습 지식을 접하는 것을 더 선호한다.', '그 날 학습한 것은 그 날 내에 복습한다.', '하루 자습 시간은 적어도 3시간 이상이다.' 등일 수 있고, 이에 대한 응답 예시로서 '그렇다', '보통이다', '아니다' 등을 제시하여 그 중 하나 이상을 클릭, 터치 등의 입력 수단을 통해 선택 입력받도록 할 수 있다.

상기 선택형 질의 응답부(123a)를 통해 배경 지식, 서술 능력을 제외한 카테고리의 질의 문항에 응답하는 것은 학습자인 것을 기본으로 하나, 보다 객관적인 응답을 수집할 수 있도록 하기 위해, 배경 지식, 서술 능력을 제외한 카테고리의 질의 문항 중 학습자의 주변인이 응답할 수 있는 질의 문항(예를 들어, 평소 자습 시간 등)은 학습자뿐만 아니라 학습자의 부모, 선생님, 친구 등으로부터 입력받도록 하는 것도 가능함은 물론이다.

서술형 질의 응답부(123b)는 상기 설문 DB(30)의 질의 문항을 디스플레이하고 해당 질의 문항에 따른 학습자의 의견을 텍스트 형식으로 입력받아 서술형 응답을 생성한다.

상기 서술형 응답을 입력받기 위한 질의 문항은 논술 시험 문제와 유사한 방식으로 예를 들어, '님비 현상에 대한 자신의 생각을 서술하시오'와 같은 것일 수 있으며, 이에 대한 학습자의 의견 등을 텍스트 형식으로 입력받아 서술형 응답을 생성하는 것이다. 이 때 학습자가 입력한 서술형 응답은 유형 판단 모듈(140)에서 키워드 추출방식 등을 통해 채점되도록 할 수 있다.

상기 선택형 응답과 상기 서술형 응답은 학습자의 학습 유형을 판단하는 데 주요 자료로서 활용된다.

추가적으로 상기 서술형 질의 응답부(123b)가 구비된 경우, 상기 응답 코드 부여부(122)에는 서술형 응답 분석부(122a)가 구비될 수 있다.

상기 서술형 응답 분석부(122a)는, 상기 서술형 응답에서 해당 질의 문항에 대한 핵심 용어를 추출하고 맞춤법 및 문법을 검사하여 핵심 용어 등장 횟수와 맞춤법 및 문법의 오류 횟수에 따라 서술형 응답의 패턴별 코드를 부여하는데, 보다 상세히 설명하면, 입력받은 서술형 응답을 키워드 추출 방식 등으로 분석하는 방식을 이용할 수 있다. 이 때 상기 핵심 용어는 상기 설문 DB(30)에 해당 질의 문항과 함께 저장된 것일 수 있다.

다시 말해, 님비 현상에 관련된 핵심 용어, 즉 '이기주의', '뒷마당', '산업폐기물', '오염 처리 시설' 등의 단어가 학습자의 서술형 응답 내에 포함되어 있는지 여부를 키워드 추출 방식으로 분석하여 해당 질문에 포함된 핵심 단어의 뜻을 학습자가 제대로 파악하고 있는지의 여부를 판단할 수 있다. 이는 배경 지식과 직결될 수 있다.

또한 학습자가 작성한 서술형 응답 내 단어 및 문장의 맞춤법 검사, 문법 검사를 행하여 오류 횟수를 파악함으로써 패턴별 코드를 산출하는 데 이용될 수 있다.

상기 설문 모듈(120)에 더하여, 상기 시스템에는 보다 객관적인 학습자의 학습 행태를 수집하기 위하여 이동 통신 기기 연동부(131)와 학습 일정 수집부(132) 및, 학습 내역 수집부(133)로 이루어진 일정 파악 모듈(130)을 추가로 포함할 수 있다.

상기 이동 통신 기기 연동부(131)는, 학습 일정 수집부(132)와 학습 내역 수집부(133)의 기능이 원활히 수행될 수 있도록 하기 위하여 학습자의 이동 통신 기기 서버와 연동될 수 있는 기반을 마련하는 것으로, 이 때 본 발명에 따른 시스템은 학습자 소유의 이동 통신 기기를 포함하여야 함은 물론이며, 상기 학습자의 이동 통신 기기에는 학습자로부터 학습 시간과 학습 장소를 포함하는 학습 일정을 입력받아 저장 및 관리하는 일정 관리 프로그램(애플리케이션 포함)이 기 설치되어 있고 GPS 모듈을 포함한 것을 전제로 한다.

학습 일정 수집부(132)는, 상기 이동 통신 기기 연동부(131)를 매개로 학습자의 이동 통신 단말기에 설치된 학습 일정 관리 프로그램에 접속하여 해당 프로그램에서 학습자가 기 저장한 학습 일정을 추출해 이를 활용하기 위한 것으로, 상기 학습 일정 관리 프로그램은 날짜, 요일, 시간 별로 학습 일정을 기록, 저장하는 등 공지의 개인 스케줄 관리 기능이 포함된 일정 프로그램일 수 있고, 학습 일정 관리에 특화된 프로그램으로 설계된 것인 것도 가능하다.

이 때 상기 학습 일정 수집부(132)는, 상기 이동 통신 기기 연동부(131)를 매개로 상기 이동 통신 기기의 학습 일정 관리 프로그램에 기록된 학습 시간 및 학습 장소를 포함하는 학습 일정을 전송받는 기능을 하며, 또한 상기 일정 정보 수집부(132)는 상기 세 가지 패턴 DB와 연동하여 상기 학습 시간의 총합 및 상기 학습 장소의 종류를 기준으로, 즉 상기 학습 장소의 종류와 상기 학습 시간의 고저를 기준으로 상기 학습 일정 각각에 상기 패턴별 코드를 부여하여 상기 학습자 정보로서 저장하는 일정 코드 부여부(132a)를 포함한다.

예를 들어, 상기 학습 장소의 종류를 기준으로 상기 패턴별 코드의 대분류를 구분하고, 상기 학습 시간을 기준으로 소분류를 구분할 수 있는바, 다시 말해, 학습 장소가 학교인 경우 수업을 통해 습득하는 지식은 단기 기억 패턴에 영향을 주므로 A, 학습 장소가 집인 경우 반복적인 복습을 실시하는 경우가 많을 것이므로 장기 기억 패턴에 더욱 영향을 줄 수 있어 B를 부여하는 등의 방식으로 이루어질 수 있으며, 학습 시간이 적을수록 소분류의 수치가 작도록 상기 패턴별 코드를 부여할 수 있다. 즉, 상술한 대분류와 소분류를 함께 코드화하여 A10, B3 등으로 표현할 수 있다.

상기 일정 코드 부여부(132a)에 의해 패턴별 코드가 부여된 상기 학습 일정 은 상기 유형 판단 모듈(140)에서 코드별로 분류 및 분석되어 유형 판단의 파라미터로서 적용된다.

학습 내역 수집부(133)는, 지정 장소 설정부(133a)와 위치 정보 수신부(133b) 및, 학습량 판단부(133c), 학습 내역 정보 생성부(133d) 및 학습 내역 코드 부여부(133d)로 이루어진다.

지정 장소 설정부(133a)는 상기 학습자로부터 자신이 학습을 진행하는 장소를 지칭할 수 있는 명칭, 주소 등을 적어도 하나 입력받아 지정 장소를 생성하는 것으로, 후술할 위치 정보 수신부(133b)에서 학습자의 위치 정보를 수신 받아 학습량을 산출함에 있어서, 위치 정보로서 파악되는 특정 위치가 학습자가 학습을 진행하는 곳인지의 여부를 학습자로부터 미리 입력받도록 하여 보다 원활한 학습량 산출이 가능토록 하는 것이다.

위치 정보 수신부(133b)는 상기 이동 통신 기기 연동부(131)를 매개로 상기 이동 통신 기기의 GPS 모듈부터 상기 학습자의 실시간 위치 정보를 수신 받는다. 이는 공지의 기술이므로 상세한 설명은 생략하기로 한다.

학습량 판단부(133c)는, 상기 위치 정보를 바탕으로 하루 중 상기 지정 장소에 머무르는 시간을 산출하여 그 양의 고저에 따라 학습량을 판단하여 이를 저장한다.

즉, 상기 위치 정보 수신부(133b)를 통해 학습자의 실시간 위치를 파악하여 해당 위치 정보와 상기 지정 장소와의 매칭 여부를 파악하여 하루 중 지정 장소에 머무른 시간을 계산할 수 있도록 한 것이다.

학습 내역 정보 생성부(133d)는 상기 지정 장소와 상기 지정 장소에서의 학습량을 포함한 복수 개의 학습 내역 정보를 생성 및 저장하는 것으로, 상기 학습 내역 정보는 상기 지정 장소와 상기 학습량에 상기 패턴별 코드를 부여하기 위해 생성된다.

학습 내역 코드 부여부(133e)는, 상기 지정 장소의 종류와 상기 학습량의 고저를 기준으로 상기 학습 내역 정보 각각에 상기 패턴별 코드를 차등 부여한 후 상기 학습자 정보로서 저장한다.

이 때 부여되는 패턴별 코드는, 상기 세 가지 패턴 DB와 연동된 상태에서 상기 지식 습득 이론을 바탕으로 상기 지정 장소에 머무른 시간의 고저를 구분한 수치로서 부여될 수 있을 것이고(소분류) 또한 지정 장소의 종류에 따라 분류되는 것도 가능하다(대분류). 이러한 패턴별 코드가 부여된 학습 내역 정보는 상기 학습 일정과 함께 상기 학습자 정보에 포함되어 후술할 학습 유형 정보를 생성하는 데 객관적인 파라미터로서 적용될 수 있다.

상기 학습 일정 수집부(132)와 학습 내역 수집부(133)가 모두 포함된다는 전제 하에, 상기 학습 일정 수집부(132)에는 추가적으로 일정 실천 확인부(113a)가 포함되도록 할 수 있다.

상기 일정 실천 확인부(113a)는, 학습자가 입력한 상기 학습 일정이 실질적으로 성실히 행해지고 있는지의 여부를 위치 정보를 이용해 파악토록 하는 것으로, 상기 위치 정보와 상기 학습 장소를 비교하여 일치되는 일치율의 고저에 따라 상기 학습 일정 각각에 상기 패턴별 코드의 부여 여부를 결정한다.

즉, 상기 일치율이 시스템 관리자에 의해 기 설정된 기준치 미만일 경우에는 상기 학습자 정보가 상기 학습 일정을 포함하여 구성되지 않도록 하여 신뢰성이 없는 학습 일정을 학습자의 학습 유형을 파악하는 파라미터로서 이용하지 않도록 하는 것이다.

다시 말해, 상기 일정 실천 확인부(113a)는 자신이 세운 학습 일정을 성실하게 수행할 수 있는지의 여부, 즉 학습 성과 요소 중 자기 관리에 관련된 학습 패턴을 보다 객관적으로 파악할 수 있도록 함과 동시에, 상기 학습 일정과 상기 위치 정보를 매칭하였을 때 그 일치율이 기준치 이하로 현저하게 떨어지는 경우 상기 학습 일정을 상기 학습자 정보에 포함시키지 않도록 함으로써 허위의 사실을 학습 패턴 평가 과정에서 제외시킬 수 있도록 할 수 있는 것이다.

상기 학습 일정은 학습 환경 카테고리 또는 자기 관리 카테고리 내 포함되는 것으로서 단기 기억 패턴에 영향을 주는 요소이고, 상기 학습량은 학습 방법 카테고리 내 포함되는 것으로 단기 기억 패턴, 장기 기억 패턴 및 스키마 패턴 모두에 영향을 줄 수 있다. 따라서 상기 학습 일정과 상기 학습량은 후술할 유형 판단 모듈(140)에서 유형을 판단하는 데 있어, 또한 각 패턴에 관련된 수치를 도출하는 데 유용하게 이용될 수 있다.

유형 판단 모듈(140)은, 상기 학습자 정보 각각에 부여된 패턴별 코드를 바탕으로 학습자의 학습 행태를 분석하여 학습자의 학습 유형을 파악하기 위해 구비된 것으로, 코드 분류부(141)와 유형 판단부(142)로 이루어진다.

상기 코드 분류부(141)는, 상기 학습자 정보를 상기 패턴별 코드를 기준으로 분류하여 하나 이상의 코드 분류 그룹을 생성하고, 상기 유형 판단부(142)는 각각의 상기 코드 분류 그룹 내 상기 코드의 개수 또는 상기 코드의 총합의 대소에 따라 상기 학습자를 단기 기억 유형, 장기 기억 유형, 스키마 유형 중 어느 하나의 유형으로 판단한 학습 유형 정보를 생성함으로써 학습자의 학습 유형을 파악한다.

더 나아가, 상기 유형 판단부(142)는 상기 학습자 정보의 패턴별 코드를 합산함으로써 단기 기억 패턴 수치와 장기 기억 패턴 수치 및 스키마 패턴 수치를 각각 산출하고 이를 비교 분석함으로써, 학습자의 학습 패턴 유형뿐만 아니라, 단기 기억 패턴 수치와 장기 기억 패턴 수치 및 스키마 패턴 수치를 통해 각각의 학습 패턴에 대한 효율을 나타낼 수도 있다.

예를 들어, 학습 방법과 관련된 질의 문항 중 '나는 수업 중 수업 내용을 노트 필기하는 것을 선호한다.'라는 질의 문항에 대한 응답 예시 각각에 차등 부여된 패턴별 코드를 예로 들면, 노트 필기를 하는 것은 상기 단기 기억 패턴의 저장 과정에 긍정적 영향을 주는 것이므로, 응답 예시 중 '그렇다'에 A3, '보통이다'에 A1, '아니다'에 A-2 등으로 패턴별 코드를 부여하여 학습자가 선택한 선택형 응답 예시에 패턴 성향 및 점수를 미리 부여할 수 있도록 하는 것이다.

이 때 각 지식 생성 수치는 기계적이고 일률적으로 판단될 수 있는 것은 아니지만, 본 발명에서는 보다 효과적으로 학습 패턴을 분석하기 위하여 다중 회귀분석 방법을 사용할 수 있다.

다중 회귀 분석 방법은 구체적으로 정규화, 가중치 부여 계산 과정 등을 회귀이론과 접목하여 각 학습자 정보의 패턴별 코드 내 소분류 수치를 독립 변수로 설정하여 가령 "Y= ax1+bx2+cx3+...+nxn"과 같은 선형식에 의하여 산출하는 방식을 취하도록 하는 것으로, 다중 회귀 분석 방법을 사용하기 전에, 대분류 별로 분류한 후, 예를 들어 각 질의 문항에 따른 상기 학습자 정보의 패턴별 코드 내 수치 각각을 독립 변수로 하고, 각 질의 문항 중 지식 습득 과정에 더욱 큰 영향을 끼치는 질의 문항에 해당하는 설정 수치에 가중치를 부여한 후 이를 합산하는 방식으로 지식 생성 수치를 산출하도록 하여, 보다 합리적인 수치가 도출될 수 있도록 한다.

이 때 상기 선형식은 각각의 지식 생성 수치마다 다르도록 설계할 수 있을 것이므로, 예를 들어 단기 지식 생성 수치와 장기 지식 생성 수치에 모두 이용되는 질의 문항이라 할지라도 지식 습득 이론에 따라 해당 선형식의 가중치를 다르게 설정하도록 하는 것이 바람직할 것이다.

도 4는 본 발명에 따른 학습 유형 정보의 일 실시예를 나타낸 개념도이다.

도 4를 참조하여 설명하면, 상기 학습 유형 정보는, 각 패턴의 효율 정도를 통합적으로 시사하는 것이라 할 수 있는데 즉, 상기 단기 지식 생성 수치(내신 능력과 직결), 장기 지식 생성 수치(수능 능력과 직결), 스키마 생성 수치(논술 면접 능력과 직결)를 각각 비교 분석하여 학습자의 취약한 부분을 파악하도록 도 4에 도시된 바와 같이 그래프 등으로 가시화하여 학습자에게 제공할 수 있다.

상기 유형 판단 모듈(140)로 학습자의 학습 패턴으로 인한 성취도 등을 현실적이고 실질적으로 정확하게 파악하는 것은 어려울 수 있으나, 지식 습득 이론에 비추어 학습자에게 부족한 성과 요소 등을 파악하는 것은 충분히 가능하다는 것을 전제로, 본 발명에 따른 시스템은 학습자의 학습 패턴을 정확하고 상세히 분석하여 제공하는 것을 목적으로 한다.

상기 구성만으로 본 발명에 따른 목적을 달성하기에는 부족함이 없다고 하나 학습자에게 현재 학습 패턴에 대한 분석 결과를 제공함에 그치지 않고 더 나아가 학습자를 가이드할 수 있는 대안을 제시해 주도록 하는 것도 가능할 것이다. 이에 따라 본 발명에 따른 학습 패턴 평가 시스템은 대안 제시 모듈(160)을 추가로 포함할 수 있는데, 상기 대안 제시 모듈(160)은 대안 정보 DB(40)와 연동되어 기능한다.

대안 정보 DB(40)는 학습자의 현재 학습 유형 정보에 따른 해결 방안 및 조언 등을 기 수록한 데이터베이스로서, 학습자의 학습 패턴을 상기 지식 습득 이론에 포함된 복수 개의 과정 등에 필요한 학습 성과 요소에 필요한 학습 패턴 등과 비교 분석한 후 얻어지는 학습 유형 정보에 따라 이에 대응되는 해결 방안 및 조언으로 분류 및 저장되어 있다. 또한, 상기 대안 정보는 계획 정보를 포함할 수 있으며, 이는 후술하기로 한다.

대안 제시 모듈(160)은, 상기 대안 정보 DB(40)에서 상기 학습자 정보 및 상기 학습 유형 정보에 따라 대안 정보를 추출하여 맞춤 대안 정보를 생성하고 제공하는 것이다.

상기 대안 정보의 일 예로서, 학습 방법 중 어느 하나가 각각의 지식 생성 과정에 이롭지 않은 방향으로 행해지고 있다고 판단되면, 상기 지식 습득 이론을 바탕으로 학습자의 현재 학습 유형 정보를 고려한 비교적 바람직한 학습 방법 등을 제시하여 학습자가 보다 성취도를 높일 수 있는 방식으로 학습 패턴을 수정해갈 수 있도록 할 수 있다.

상술한 학습 유형 정보와 상기 대안 정보는, 도 4에 도시된 바와 같이 그래프와 텍스트의 형태로 구성될 수 있고, 표, 이미지, 동영상 등으로 구성되어도 무방함은 물론이다.

또한, 상기 대안 정보는 학습자의 계획 정보를 포함할 수 있는데, 상기 계획 정보는, 지식 습득 이론에서의 자기 관리, 학습 환경, 학습 방법 등의 학습 성과 요소에 관련된 조건을 포함해 학습자의 학습 유형 정보를 고려하여 학습자가 수행해야 할 과제를 바탕으로 학습 계획을 제공하는 것으로, 부진한 성과 요소를 발전시키기 위해 제안되는 과제를 등을 기간별로 분배하여 생성된 하나 이상의 기간별 과제로 이루어진 것이다. 이는 학습자가 보다 계획적이고 체계적으로 자신의 학습 패턴을 수정해나갈 수 있도록 가이드하는 역할을 한다.

예를 들어, 상기 계획 정보는 학습 유형 정보를 고려하여 수능 시험 날짜를 기준으로 권장되는 학습량, 학습 내용, 학습 방법 등을 포함한 체계적인 일정 계획인 것이 바람직하다.

이 때 상기 대안 제시 모듈(160)은, 학습자의 이동 통신 기기 등에 어플리케이션 형태로 설치되는 프로그램으로 구현될 수 있으며, 학습 계획 알람부(161)와 과제 수행 체킹부(162) 및 피드백 제공부(163)로 이루어질 수 있다.

상기 학습 계획 알람부(161)는, 상기 계획 정보에 따라 상기 기간별 과제 중 어느 하나가 실행되어야 할 시간마다 이동 통신 기기의 벨, 진동 등의 알람 수단을 매개로 알람 정보를 제공하여 학습자가 보다 계획적으로 기간별 과제를 소화할 수 있도록 도와주는 것이다.

상기 과제 수행 체킹부(162)는, 상기 이동 통신 기기의 입력 수단을 통하여 학습자로부터 기간별 과제의 수행 여부를 입력받아 총 기간별 과제 대비 수행된 기간별 과제의 비율을 나타내는, 해당 시점까지 부과된 상기 기간별 과제의 총 개수와 수행된 상기 기간별 과제의 총 개수를 기준으로 과제 수행율을 판단한다.

상기 피드백 제공부(163)는, 상기 수행율의 고저에 따라 학습자에게 피드백 정보를 제공하는 것으로, 상기 피드백 정보는 대안 정보 DB(40)에 저장된 텍스트, 표, 그래프 등일 수 있으며, 또는 마일리지, 상품권 등의 물질적 보상인 것도 가능하다.

상술한 구성으로 이루어진 본 발명에 따른 학습 패턴 평가 시스템은, 학습자의 현재 학습 성과 요소에 관련된 학습 패턴을 다양하게 분류된 카테고리 별로 입력받아 지식 습득 이론을 바탕으로 설계된 판단 기준 정보에 따라 더욱 정확하고 체계적으로 분석해, 학습자가 스스로의 학습 패턴을 보다 정확히 인지하여 자신의 학습 능력 증진에 보다 효과적인 대안을 제시할 수 있도록 한다.

추가적으로, 본 발명에 따른 학습 패턴 평가 시스템에는, 상기 유형 판단 모듈(140)에서 생성한 학습 유형 정보의 신뢰도를 확인하기 위하여, 학습 효율 테스트 모듈(150)을 추가로 포함할 수 있다.

상기 학습 효율 테스트 모듈(150)은, 학습자가 특정 지식을 받아들이는 과정의 효율이 어느 정도인지 테스트를 통해 실질적으로 파악하도록 하는 데 그 목적이 있으며, 단어 라이브러리(50)와 연동된 단어 제공부(154)와, 인터벌 결정부(155), 지식 습득 테스트부(156), 테스트 정보 생성부(157) 및 비교 분석부(158)로 이루어지고, 추가적으로 사전 테스트부(151)와 오답 단어군 생성부(152) 및, 학습자 수준 파악부(153)를 포함할 수 있다.

상기 단어 라이브러리(50)는, 학습에 유용한 복수 개의 단어를 기 수록하고 있는 기본적인 데이터베이스의 역할을 할 뿐만 아니라, 나아가 상기 복수 개의 단어는 해당 단어의 난이도에 따라 난이도 수치가 함께 수록되어 있다. 더욱 상세히 설명하면, 학습자의 학년 등급에 따라 중학교 1학년 수준부터 대학교 4학년 및 원어민 수준까지 다양화할 수가 있고, 또한 정치, 문화, 사회 등 다양한 주제 별로 난이도를 나눌 수도 있음은 물론이다.

사전 테스트부(151)는, 상기 학습자의 단어 암기 수준을 객관식 시험 형식으로 테스트하여 테스트 결과 정보를 생성하는 것으로, 상기 테스트 결과 정보는 사전 테스트의 문제와 정답 및 학습자가 입력한 답안을 바탕으로 채점한 정답, 오답 여부를 포함하는 것이다.

시험 형식은 여러 단어를 학습자에게 순차적으로 디스플레이하여 답안을 입력받도록 할 수 있고, 특정 단어와 단어의 뜻을 동시에 디스플레이한 후 O, X 방식으로 단어와 뜻의 일치 여부를 입력받도록 하는 것도 가능함은 물론이며, 공지의 여러 시험 방법 중 간단하고 빠른 방법을 선택하여 시행토록 하는 것이 바람직할 것이다.

오답 단어군 생성부(152)는, 상기 테스트 결과 정보에서 상기 학습자의 오답 내역을 추출하여 오답인 문제에 포함된 단어를 추출해 오답 단어군을 생성하는 것이다. 즉, 학습자가 아직 미처 암기하지 못한 단어를 오답 단어군으로서 분류하여 저장하는 것이다.

학습자 수준 파악부(153)는, 복수 개의 단어에 대하여 난이도에 따라 난이도 수치를 기 설정한 상기 단어 라이브러리(50)를 기준으로 상기 오답 단어군에 포함된 각 단어의 난이도 수치를 추출한 후 상기 각 난이도 수치의 평균인 학습자 등급 수치를 생성하는 것으로, 오답 단어군을 바탕으로 학습자의 단어 암기 수준을 가늠할 수 있도록 한 것이다.

상기 단어 제공부(154)는, PC 화면이나 모바일 기기 화면 등을 매개로 테스트 단어를 학습자에게 디스플레이, 청취 등의 방법을 동원하여 학습시키는 것으로, 상기 테스트 단어는 단어 라이브러리(50)로부터 임의로 추출하도록 할 수 있으나, 상술한 사전 테스트부(151)와 오답 단어군 생성부(152) 및, 학습자 수준 파악부(153)가 포함된 경우 단어 추출부(154a)를 추가로 포함할 수 있다.

상기 단어 추출부(154a)는 상기 학습자 등급 수치와 상기 난이도 수치를 기준으로 상기 단어 라이브러리에서 상기 테스트 단어를 추출하는 것으로, 학습자 등급 수치에 따라 학습자가 미리 암기하지 못했을 단어를 유추하는 것이다. 다시 말해, 상기 단어 제공부(154)에서 학습자가 이미 암기하고 있는 단어를 제공하는 경우 단기 지식, 장기 지식, 스키마의 생성 여부를 확인하는 테스트가 무의미할 수 있으므로 이를 방지하기 위하여, 학습자의 수준보다 몇 단계 더 높은 수준에 있는 단어를 제공토록 하는 것이다.

인터벌 결정부(155)는 상기 테스트 단어를 학습시킨 시점으로부터의 경과 시간과 주기 및 횟수 등을 설정한다.

즉, 경과 시간을 적어도 하나 이상, 예를 들어 단기 지식용 경과 시간과 장기 지식용 경과 시간 및 스키마용 경과 시간을 결정하는 것으로, 단기 지식과 장기 지식 및 스키마 지식을 시간차에 따라 구분할 수 있도록 하는 기준이 된다.

예를 들어, 경과 시간이 상기 테스트 단어를 디스플레이한 후 1시간이라면, 이는 단기 지식을 테스트하기 위한 단기 지식용 경과 시간일 것이고, 테스트 단어 디스플레이 후 1주일이라면 이는 장기 지식을 테스트하기 위한 장기 지식용 경과 시간일 것이다. 또한, 1달 후를 스키마용 경과 시간으로 설정하는 것도 가능함은 물론이다.

상기 경과 시간은 지식 습득 이론에 따라 상기 시스템에서 기 저장하고 있는 데이터일 수 있고, 시스템 관리자 등에 의해 학습자의 나이 등에 따라 가변적으로 입력되도록 하는 것도 가능할 것이다.

지식 습득 테스트부(156)는 상기 경과 시간에 따라 특정 경과 시간이 지나면 상기 학습자가 상기 단어를 암기했는지의 여부를 파악하기 위한 테스트 문항을 제공하고 이에 대한 답안을 입력받는다.

즉, 상기 단어 제공부(154)를 통해 'fortunate'와 '운 좋은, 다행한'이라는 테스트 단어를 디스플레이하고, 상기 인터벌 결정부에 의해 설정된 단기 지식용 경과 시간이 경과하면 학습자에게 'fortunate'를 디스플레이하고 그 뜻을 입력받도록 하는 것이 가능하다. 이러한 방식으로 단기 지식 생성과 장기 지식 생성 여부를 파악할 수 있다.

나아가, 상기 스키마용 경과 시간이 경과한 후 학습자에게 "'He is in the happy position of never having to worry about money.'에서, 'happy'를 대체할 수 있는 단어는?" 라는 문제를 디스플레이하고 정답을 입력받도록 하는 등의 방식으로 테스트 단어의 조직화 정도를 파악할 수 있다.

테스트 정보 생성부(157)는 상기 경과 시간과 상기 답안의 정답 여부에 따라 단기 기억 여부 정보와 장기 기억 여부 정보 및 스키마 기억 여부 정보를 생성한 후 이를 통합하여 학습자의 실제 학습 유형을 나타내는 테스트 정보를 생성한 후 이를 상기 학습 유형 정보에 부가시킨다.

즉, 단기 기억용 경과 시간이 지난 후 테스트 시 정답율, 장기 기억용 경과 시간이 지난 후 테스트 시 오답율 등으로 각 과정 별 효율 정도를 파악함으로써 상기 테스트 정보를 생성할 수 있다. 이 때 상기 테스트 정보는 상기 학습 유형 정보와 같은 포맷으로 작성하여 상기 학습 유형 정보에 부가되기 용이토록 할 뿐만 아니라 추후 비교 분석부(158)에서의 분석이 쉽도록 하는 것이 바람직할 것이다.

추가로 구비되는 비교 분석부(158)는 상기 테스트 정보와 상기 학습 유형 정보를 비교 분석하여 그 차이의 정도에 따라 분석 신뢰도 정보를 생성한다. 즉, 상기 분석 신뢰도 정보는 상기 테스트 정보와 상기 학습 유형 정보의 각 과정 별 일치율인 것이 바람직할 것이다.

상기 학습 효율 테스트 모듈(150)이 추가로 구비됨에 따라, 본 발명에 따른 시스템은 학습 유형 정보에 상기 테스트 정보를 부가하여 통합적으로 학습자의 학습 패턴을 분석토록 함으로써 더욱 정밀한 분석 결과를 얻을 수 있도록 할 수 있다.

또한, 학습자의 학습자 정보를 바탕으로 분석된 학습 유형 정보와 실질적인 테스트를 통해 도출된 상기 테스트 정보의 일치성을 확인함으로써, 학습 유형 정보에 반영되지 않는 여러 가지 오차 요인, 즉 기본적인 지능, 암기 능력 등을 유추할 수 있으며, 두 정보의 일치율이 높아 상기 분석 신뢰도 정보가 높은 수치를 나타내는 경우에는 보다 더 상기 학습 유형 정보에 대한 신뢰를 갖고 부족한 지식 생성 과정에 대한 학습 패턴을 수정하는 데 정진하도록 할 수 있는 것이다.

지금까지 설명한 바와 같이, 본 발명에 따른 학습 패턴 평가 시스템의 구성 및 작용을 상기 설명 및 도면에 표현하였지만 이는 예를 들어 설명한 것에 불과하여 본 발명의 사상이 상기 설명 및 도면에 한정되지 않으며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능함은 물론이다.

10: 학습 성과 요소 라이브러리 11: 단기 기억 패턴 DB
12: 장기 기억 패턴 DB 13: 스키마 패턴 DB
20: 지식 습득 이론 라이브러리 30: 설문 DB
40: 대안 정보 DB 50: 단어 라이브러리
110: 패턴 분류 모듈 111: 키워드 분류부
112: 컨텐츠 분류부 120: 설문 모듈
121: 설문 생성부 122: 응답 코드 부여부
123: 설문 실행부 123a: 선택형 질의 응답부
123b: 서술형 질의 응답부 130: 일정 파악 모듈
131: 이동 통신 기기 연동부 132: 학습 일정 수집부
132a: 일정 코드 부여부 132b: 일정 실천 확인부
133: 학습 내역 수집부 133a: 지정 장소 설정부
133b: 위치 정보 수신부 133c: 학습량 판단부
133d: 학습 내역 정보 생성부 133e: 학습 내역 코드 부여부
140: 유형 판단 모듈 141: 코드 분류부
142: 유형 판단부 150: 학습 효율 테스트 모듈
151: 사전 테스트부 152: 오답 단어군 생성부
153: 학습자 수준 파악부 155: 인터벌 결정부
156: 지식 습득 테스트부 157: 테스트 정보 생성부
158: 비교 분석부 160: 대안 제시 모듈
161: 학습 계획 알람부 162: 과제 수행 체킹부
163: 피드백 제공부

Claims (8)

1. 특정 지식이 학습자의 뇌에 기억되기까지의 학습 패턴에 영향을 주는 학습 성과 요소 컨텐츠를 수록한 학습 성과 요소 라이브러리;
   키워드 추출 방식으로 상기 학습 성과 요소 컨텐츠를 단기 기억 패턴 DB와 장기 기억 패턴 DB 및 스키마 패턴 DB로 분류 및 저장하는 패턴 분류 모듈;
   학습자의 학습 행태를 파악하기 위한 질의 문항 및 그에 대한 응답 예시를 수록한 설문 DB로부터 설문을 추출하는 설문 생성부와, 상기 세 가지 패턴 DB와 연동하여 각각의 상기 응답 예시에 단기 기억 패턴과 장기 기억 패턴 및 스키마 패턴과의 연관성을 대변하는 패턴별 코드를 부여하는 응답 코드 부여부 및, 학습자에게 상기 설문을 제공하고 응답을 입력받아 학습자 정보로 저장하는 설문 실행부로 이루어진 설문 모듈;
   상기 학습자 정보를 상기 패턴별 코드를 기준으로 분류하여 하나 이상의 코드 분류 그룹을 생성하는 코드 분류부와, 각각의 상기 코드 분류 그룹 내 상기 코드의 개수의 대소에 따라 학습자를 단기 기억 유형, 장기 기억 유형, 스키마 유형 중 어느 하나의 유형으로 판단한 학습 유형 정보를 생성하는 유형 판단부를 포함하는 유형 판단 모듈;
   학습자로부터 학습 시간과 학습 장소를 포함하는 학습 일정을 적어도 하나 입력받아 저장 및 관리하는 일정 관리 프로그램을 수록함과 더불어 GPS 모듈을 포함한 이동 통신 기기;
   상기 이동 통신 기기와 연동하여 상기 일정관리 프로그램에 기록된 상기 학습 일정을 전송받아 이를 저장하는 학습 일정 수집부와,
   상기 학습 장소의 종류와 상기 학습 시간의 고저를 기준으로 상기 학습 일정 각각에 상기 패턴별 코드를 차등 부여하여 상기 학습자 정보로서 저장하는 일정 코드 부여부 및,
   상기 학습자로부터 자신이 학습을 진행하는 장소를 적어도 하나 입력받아 지정 장소를 생성하는 지정 장소 설정부와, 상기 GPS 모듈로부터 상기 학습자의 실시간 위치 정보를 수신 받는 위치 정보 수신부 및, 상기 위치 정보를 바탕으로 학습자가 하루 중 상기 지정 장소에 머무르는 시간을 산출하여 학습량을 생성하는 학습량 판단부와, 상기 지정 장소와 상기 지정 장소에서의 학습량을 포함한 복수 개의 학습 내역 정보를 생성 및 저장하는 학습 내역 정보 생성부 및, 상기 지정 장소의 종류와 상기 학습량의 고저를 기준으로 상기 학습 내역 정보 각각에 상기 패턴별 코드를 차등 부여한 후 상기 학습자 정보로서 저장하는 학습 내역 코드 부여부로 이루어진 학습 내역 수집부
   를 포함하는 일정 파악 모듈;
   상기 학습 유형 정보에 따라 학습자에게 부과되는 것으로 학습 내용, 학습 방법을 포함한 기간별 과제가 수록된 대안 정보 DB;
   학습자의 상기 이동 통신 기기의 알람 수단을 통해 상기 기간별 과제가 수행되어야 할 시간에 알람을 제공하는 학습 계획 알람부와, 상기 이동 통신 기기의 입력 수단을 통하여 학습자로부터 상기 기간별 과제의 수행 여부를 입력받은 후 해당 시점까지 부과된 상기 기간별 과제의 총 개수와 수행된 상기 기간별 과제의 총 개수를 기준으로 과제 수행율을 판단하는 과제 수행 체킹부로 이루어진 대안 제시 모듈;을 포함하되,
   상기 패턴 분류 모듈은,
   상기 학습 성과 요소 라이브러리와 연동된 상태에서 상기 학습 패턴에 관여하는 학습 성과 요소를 나타내는 패턴별 키워드를 선정 및 분류하여 이를 패턴별 키워드 그룹으로 생성 및 저장하는 키워드 분류부와,
   상기 패턴별 키워드 그룹을 기준으로 키워드 추출 방식을 이용해 상기 학습 성과 요소 컨텐츠를 상기 학습 패턴별로 분류하여 상기 단기 기억 패턴 DB와 상기 장기 기억 패턴 DB 및 상기 스키마 패턴 DB를 생성 및 저장하는 컨텐츠 분류부로 이루어지는 것을 특징으로 하는, 학습 패턴 평가 시스템.
2. 제 1항에 있어서,
   상기 시스템은,
   테스트 단어 및 상기 테스트 단어의 의미를 디스플레이함으로써 학습자에게 학습시키는 단어 제공부와, 상기 테스트 단어를 학습시킨 시점으로부터의 경과 시간을 설정하고 상기 경과 시간이 지난 시점에 상기 학습자가 상기 단어를 암기했는지의 여부를 파악하기 위한 테스트 문항을 제공하고 이에 대한 답안을 입력받는 지식 습득 테스트부와, 상기 경과 시간과 상기 답안의 정답 여부에 따라 학습자의 학습 유형을 판단해 테스트 정보를 생성한 후 이를 상기 학습 유형 정보에 부가시키는 테스트 정보 생성부로 이루어진 학습 효율 테스트 모듈;을 추가로 포함하는 것을 특징으로 하는, 학습 패턴 평가 시스템.
3. 제 2항에 있어서,
   상기 학습 효율 테스트 모듈은,
   상기 학습자의 단어 암기 수준을 객관식 시험 형식으로 테스트하여 테스트 결과 정보를 생성하는 사전 테스트부와, 상기 테스트 결과 정보에서 상기 학습자의 오답 내역을 추출하여 오답 단어군을 생성하는 오답 단어군 생성부 및, 복수 개의 단어에 대하여 각 단어의 난이도의 고저에 따라 난이도 수치를 기 설정한 단어 라이브러리를 기준으로 상기 오답 단어군에 포함된 각 단어의 난이도 수치를 추출한 후 상기 난이도 수치의 평균인 학습자 등급 수치를 생성하는 학습자 수준 파악부를 추가로 포함하고,
   상기 단어 제공부는,
   상기 학습자 등급 수치와 상기 난이도 수치를 기준으로 상기 단어 라이브러리에서 상기 테스트 단어를 추출하는 단어 추출부를 추가로 포함하는 것을 특징으로 하는, 학습 패턴 평가 시스템.
   
4. 삭제
5. 삭제
6. 삭제
7. 삭제
8. 삭제

Images