KR102248365B1 - 사용자의 학습을 조정하는 방법 및 이를 이용한 서버 - Google Patents
사용자의 학습을 조정하는 방법 및 이를 이용한 서버 Download PDFInfo
- Publication number
- KR102248365B1 KR102248365B1 KR1020180135502A KR20180135502A KR102248365B1 KR 102248365 B1 KR102248365 B1 KR 102248365B1 KR 1020180135502 A KR1020180135502 A KR 1020180135502A KR 20180135502 A KR20180135502 A KR 20180135502A KR 102248365 B1 KR102248365 B1 KR 102248365B1
- Authority
- KR
- South Korea
- Prior art keywords
- specific
- learner
- evaluation
- learning
- content
- Prior art date
Links
- 238000012549 training Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000011156 evaluation Methods 0.000 claims abstract description 173
- 230000008569 process Effects 0.000 claims abstract description 67
- 230000009471 action Effects 0.000 claims abstract description 48
- 230000007786 learning performance Effects 0.000 claims abstract description 33
- 230000033001 locomotion Effects 0.000 claims abstract description 28
- 238000012360 testing method Methods 0.000 claims description 48
- 230000006399 behavior Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 13
- 238000007435 diagnostic evaluation Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000004904 shortening Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims 4
- 238000012423 maintenance Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/0069—Engineering, e.g. mechanical, electrical design
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
본 발명은, 사용자의 학습을 조정하는 방법에 있어서, 서버가, 학습자 단말로부터 특정 학습자의 ID 정보를 획득하고, 상기 ID 정보를 참조로 하여, 상기 특정 학습자로 하여금 특정 주제에 대한 기초 지식 및 기초 동작 중 적어도 일부를 학습하도록 지원하는 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 제1 프로세스, 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 실습 지식 및 실습 동작 중 적어도 일부를 학습할 수 있도록 지원하는 학습수행 콘텐츠를 상기 학습자 단말에 제공하는 제2 프로세스, 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 시나리오 기반 문제해결에 필요한 응용 지식 및 응용 동작 중 적어도 일부를 학습하도록 지원하는 시나리오 기반의 문제해결 콘텐츠를 상기 학습자 단말에 제공하는 제3 프로세스 중 적어도 일부를 수행하는 방법 및 이를 이용한 서버를 개시한다. 본 발명에 따르면, 복수의 학습자의 학습 상태를 분석하여 개별적 피드백과 맞춤화된 교육훈련이 가능한 학습 지원 방법과, 정형화된 평가 시스템에서 벗어난 유동적인 평가 방법을 제공할 수 있다.
Description
본 발명은 사용자의 학습을 조정하는 방법 및 이를 이용한 서버에 관한 것으로, 보다 상세하게는 서버가, 학습자 단말로부터 특정 학습자의 ID 정보를 획득하고, 상기 ID 정보를 참조로 하여, 상기 특정 학습자로 하여금 특정 주제에 대한 기초 지식 및 기초 동작 중 적어도 일부를 학습하도록 지원하는 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 제1 프로세스, 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 실습 지식 및 실습 동작 중 적어도 일부를 학습할 수 있도록 지원하는 학습수행 콘텐츠를 상기 학습자 단말에 제공하는 제2 프로세스, 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 시나리오 기반 문제해결에 필요한 응용 지식 및 응용 동작 중 적어도 일부를 학습하도록 지원하는 시나리오 기반의 문제해결 콘텐츠를 상기 학습자 단말에 제공하는 제3 프로세스 중 적어도 일부를 수행하는 방법 및 이를 이용한 서버에 관한 것이다.
가상현실 기술은 컴퓨터로 가상의 환경을 만들어 사용자가 실제 환경과 비슷한 체험을 할 수 있도록 하는 기술로서, 게임, 헬스케어, 문화, 의료, 교육 등의 다양한 분야에서 이용되고 있다.
한편, 종래의 가상현실 기반 교육훈련 시스템은 독립적인 형태의 시스템으로서 학습자에게 일방적으로 훈련을 제공하는 방식이었다(가령, 한국공개특허공보 제10-2016-0020136호 및 한국공개특허공보 제10-2017-0064026호). 즉, 외부 서버나 학습자와의 상호작용이 이루어지지 않는 체험에 가까운 방식이었으며, 학습자의 학습 상태에 따른 적절한 피드백이나 유연한 훈련 시스템이 제공되기 어려웠다.
또한, 종래에는 상기와 같이 외부와의 연동이 없는 상태에서 학습자의 학습 성과에 대해 간단한 수치나 성패 유무와 같이 정해진 형태의 평가 결과만이 제공되었기 때문에, 기설정된 평가 시스템에 의한 평가 결과가 실제로 의미 있는 것인지를 판단하기 어렵다는 한계가 있었다.
따라서, 본 발명자는 가상현실 기반 교육훈련 시스템을 이용하는 학습자의 학습 상태를 분석하여 개별적 피드백을 제공하고, 복수의 학습자들의 학습 상태를 분석하여 유연한 학습 지원 방법과 유동적인 평가 방법을 제공하고자 한다.
따라서, 본 발명은 상술한 문제점을 모두 해결하는 것을 그 목적으로 한다.
또한, 본 발명은 복수의 학습자의 학습 상태를 분석하여 개별적 피드백과 맞춤화된 교육훈련이 가능한 학습 지원 방법을 제공하는 것을 다른 목적으로 한다.
또한, 본 발명은 복수의 학습자들의 학습 상태를 분석하여 정형화된 평가 시스템에서 벗어난 유동적인 평가 방법을 제공하는 것을 또 다른 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 태양에 따르면, 사용자의 학습을 조정하는 방법에 있어서, (a) 서버가, 학습자 단말로부터 특정 학습자의 ID 정보를 획득하는 단계; 및 (b) 상기 서버가, 상기 ID 정보를 참조로 하여 (i) 상기 특정 학습자로 하여금 특정 주제에 대한 기초 지식 및 기초 동작 중 적어도 일부를 학습하도록 지원하는 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 제1 프로세스, (ii) 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 실습 지식 및 실습 동작 중 적어도 일부를 학습할 수 있도록 지원하는 학습수행 콘텐츠를 상기 학습자 단말에 제공하는 제2 프로세스, (iii) 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 시나리오 기반 문제해결에 필요한 응용 지식 및 응용 동작 중 적어도 일부를 학습하도록 지원하는 시나리오 기반의 문제해결 콘텐츠를 상기 학습자 단말에 제공하는 제3 프로세스 중 적어도 일부를 수행하는 단계;를 포함하는 방법이 제공된다.
본 발명의 다른 태양에 따르면, 사용자의 학습을 조정하는 서버에 있어서, 학습자 단말로부터 특정 학습자의 ID 정보를 획득하는 통신부; 및 상기 통신부를 통해 획득된 상기 ID 정보를 참조로 하여 (i) 상기 특정 학습자로 하여금 특정 주제에 대한 기초 지식 및 기초 동작 중 적어도 일부를 학습하도록 지원하는 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 제1 프로세스, (ii) 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 실습 지식 및 실습 동작 중 적어도 일부를 학습할 수 있도록 지원하는 학습수행 콘텐츠를 상기 학습자 단말에 제공하는 제2 프로세스, (iii) 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 시나리오 기반 문제해결에 필요한 응용 지식 및 응용 동작 중 적어도 일부를 학습하도록 지원하는 시나리오 기반의 문제해결 콘텐츠를 상기 학습자 단말에 제공하는 제3 프로세스 중 적어도 일부를 수행하는 프로세서;를 포함하는 서버가 제공된다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 장치, 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하기 위한 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
본 발명에 따르면, 복수의 학습자의 학습 상태를 분석하여 개별적 피드백과 맞춤화된 교육훈련이 가능한 학습 지원 방법을 제공할 수 있다.
또한, 복수의 학습자들의 학습 상태를 분석하여 정형화된 평가 시스템에서 벗어난 유동적인 평가 방법을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 가상현실 기반 교육훈련 시스템 기반으로 사용자의 학습을 조정하는 서버를 포함하는 전체 시스템의 구성도,
도 2는 본 발명의 일 실시예에 따른 가상현실 기반 교육훈련 시스템 기반으로 사용자의 학습을 조정하는 서버의 상세 구성도,
도 3은 본 발명의 일 실시예에 따른 서버에 의해 제공되는 가상현실 기반 교육훈련 과정의 흐름도,
도 4는 본 발명의 일 실시예에 따른 실습평가의 배점 조정 과정을 설명하기 위한 예시도.
도 2는 본 발명의 일 실시예에 따른 가상현실 기반 교육훈련 시스템 기반으로 사용자의 학습을 조정하는 서버의 상세 구성도,
도 3은 본 발명의 일 실시예에 따른 서버에 의해 제공되는 가상현실 기반 교육훈련 과정의 흐름도,
도 4는 본 발명의 일 실시예에 따른 실습평가의 배점 조정 과정을 설명하기 위한 예시도.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다.
또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 가상현실 기반 교육훈련 시스템 기반으로 사용자의 학습을 조정하는 서버를 포함하는 전체 시스템(1000)의 구성도를 도시하고 있다.
도 1을 참조하면, 본 발명에 따른 전체 시스템(1000)은 서버(100), 가상현실 기반 교육훈련 시스템(200), 학습자 단말(300) 등을 포함할 수 있다.
여기서, 도 1에는 서버(100) 및 학습자 단말(300)이 별도의 가상현실 기반 교육훈련 시스템(200)과 연동되는 것으로 도시되어 있으나, 서버(100)가 가상현실 기반 교육훈련 시스템(200)을 직접 포함하여 제공하는 경우, 또는 학습자 단말(300)에 가상현실 기반 교육훈련 시스템(200)이 포함되어 있거나 학습자 단말(300)에 가상현실 기반 교육훈련 시스템(200)을 다운로드하여 이용하는 경우가 배제되지는 않는다.
먼저, 서버(100)는 후술할 가상현실 기반 교육훈련 시스템(200) 및 복수의 학습자 단말(300)과 연동하며, 학습자 단말(300)에 가상현실 기반 교육훈련 시스템(200)을 제공함으로써, 학습자로 하여금 특정 주제에 대한 지식 및 동작을 학습하도록 지원하고, 학습자의 학습 성과에 대한 평가 및 교육 이수에 대한 이수증을 제공할 수 있다.
또한, 서버(100)는 통신부(105) 및 프로세서(110)를 포함할 수 있는데, 통신부(105)는 가상현실 기반 교육훈련 시스템(200) 및 학습자 단말(300)과 통신하며 정보를 주고받는 기능을 수행하며, 다양한 통신 기술로 구현될 수 있다.
구체적으로, 와이파이(WIFI), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), HSPA(High Speed Packet Access), 모바일 와이맥스(Mobile WiMAX), 와이브로(WiBro), LTE(Long Term Evolution), 블루투스(bluetooth), 적외선 통신(IrDA, infrared data association), NFC(Near Field Communication), 지그비(Zigbee), 무선랜 기술 등이 적용될 수 있으며, 인터넷과 연결되어 서비스를 제공하는 경우 인터넷에서 정보전송을 위한 표준 프로토콜인 TCP/IP를 따를 수 있다.
한편, 프로세서(110)는 통신부(105)를 통해 가상현실 기반 교육훈련 시스템(200) 및 학습자 단말(300)과 연동하며 학습자들이 교육훈련을 받을 수 있도록 지원하는 기능을 수행할 수 있는데, 이러한 프로세서(110)의 구체적인 기능에 대해서는 도 3을 참조하여 후술하도록 한다.
다음으로, 가상현실 기반 교육훈련 시스템(200)은 학습자에게 전문적인 지식과 동작을 훈련시키기 위한 가상현실(virtual reality) 콘텐츠를 제공하며, 이러한 콘텐츠는 특정 주제에 대한 3D 모델링 데이터, 오디오, 동영상 등을 포함할 수 있다.
상기 특정 주제는 소정 제품의 정비 실습, 운송수단의 조종법 훈련, 의료 실습 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
다음으로, 학습자 단말(300)은 서버(100)에 접속한 후 통신할 수 있는 기능을 포함하는 디지털 기기로서, 데스크탑 컴퓨터, 노트북 컴퓨터, 워크스테이션, PDA, 웹 패드, 이동 전화기 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 학습자 단말(300)로서 채택될 수 있다.
또한, 학습자 단말(300)은 가상현실 콘텐츠를 학습하기 위한 입력장치 및 출력장치와 연동될 수 있는데, 입력장치는 소정의 컨트롤러, 데이터 글러브(data glove), 카메라, 모션 인식 카메라, 적외선 센서, 가속도 센서 등을 포함할 수 있으며, 출력장치는 HMD(head mounted display), 스마트 글라스 등을 포함할 수 있으나, 이에 한정되는 것은 아닐 것이다.
이하에서는 도 2 및 도 3을 참조하여 본 발명의 일 실시예에 따른 서버(100)의 각각의 구성요소의 기능, 서버(100)에 의해 제공되는 가상현실 기반 교육훈련 과정에 대하여 구체적으로 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 가상현실 기반 교육훈련 시스템 기반으로 사용자의 학습을 조정하는 서버(100)의 상세 구성도이며, 도 3은 본 발명의 일 실시예에 따른 서버(100)에 의해 제공되는 가상현실 기반 교육훈련 과정의 흐름도이다.
구체적으로, 도 2를 참조하면, 서버(100)는, 통신부(105) 및 프로세서(110) 외에도 사용자 인터페이스부(115), 데이터베이스(120), 콘텐츠 수집 및 분석부(125), 콘텐츠 제작 및 배포부(130), 동작 분석부(135), 학습 수행 타이머 및 최소 수행 시간 설정부(140), 진도평가부(145), 실습평가부(150), 시험평가부(155) 및 평가 요소 자동 조정부(160)를 더 포함할 수 있다.
여기서, 데이터베이스(120)는 서버(100)에 포함되는 것으로 도시되어 있으나, 서버(100)의 외부에 저장되어 연동되는 형태일 수 있으며, 사용자 인터페이스부(115), 콘텐츠 수집 및 분석부(125), 콘텐츠 제작 및 배포부(130), 동작 분석부(135), 학습 수행 타이머 및 최소 수행 시간 설정부(140), 진도평가부(145), 실습평가부(150), 시험평가부(155) 및 평가 요소 자동 조정부(160)는 프로세서(110)에 포함되는 형태일 수 있다.
먼저, 사용자 인터페이스부(115)는, 프로세서(110)의 판단 또는 가상현실 기반 교육훈련 시스템(200)에 포함된 콘텐츠의 설정에 따라, 학습자로 하여금 서버(100)와 상호작용할 수 있도록 지원하는 사용자 인터페이스를 학습자 단말(300)에 제공하는 기능을 수행할 수 있다.
이러한 사용자 인터페이스는 전술한 학습자 단말(300)의 다양한 입력장치 및 출력장치와 연동될 수 있을 것이다.
다음으로, 데이터베이스(120)는 학습자들에게 교육훈련 시스템을 제공하고 학습 지원 및 평가를 하는 전반에 걸쳐 필요한 다양한 콘텐츠, 학습자들의 ID 정보, 학습 이력, 평가 이력 등의 데이터들을 포함할 수 있다.
이외의 구성요소의 기능에 대해서는 도 3을 참조로 하여 가상현실 기반 교육훈련 과정과 함께 설명하도록 한다.
도 3을 참조하면, 서버(100)의 프로세서(110)는, 통신부(105)를 통해 학습자 단말(300)로부터 특정 학습자의 ID 정보가 획득되면, 획득된 ID 정보를 참조로 하여 (i) 특정 학습자로 하여금 특정 주제에 대한 기초 지식 및 기초 동작 중 적어도 일부를 학습하도록 지원하는 사전훈련 콘텐츠를 학습자 단말(300)에 제공하는 제1 프로세스(S310), (ii) 특정 학습자로 하여금 특정 주제에 대한 적어도 하나의 실습 지식 및 실습 동작 중 적어도 일부를 학습할 수 있도록 지원하는 학습수행 콘텐츠를 학습자 단말(300)에 제공하는 제2 프로세스(S320), (iii) 특정 학습자로 하여금 특정 주제에 대한 적어도 하나의 시나리오 기반 문제해결에 필요한 응용 지식 및 응용 동작 중 적어도 일부를 학습하도록 지원하는 시나리오 기반의 문제해결 콘텐츠를 학습자 단말(300)에 제공하는 제3 프로세스(S330) 중 적어도 일부를 수행할 수 있다.
이 때, 프로세서(110)는 학습자들을 초급, 중급, 고급과 같이 복수의 등급으로 분류하여 관리할 수 있는데, 학습자의 등급에 따라 제1 프로세스(S310), 제2 프로세스(S320) 및 제3 프로세스(S330)를 선택적으로 수행할 수 있을 것이다.
가령, 중급, 고급의 학습자의 경우, 도 3을 참조하면, 사전훈련 단계는 스킵(skip)하고 학습수행 단계 및 문제해결 단계만 학습할 수 있도록 지원하는 별도의 선택 UI를 학습자 단말(300)에 제공하거나, 프로세서(110)의 설정에 의해 프로세서(110)가 사전훈련 단계인 제2 프로세스(S320) 및 문제해결 단계인 제3 프로세스(S330)만 수행함으로써 교육훈련 콘텐츠를 선택적으로 제공할 수 있을 것이다.
한편, 특정 주제가 자동차 정비에 대한 것인 경우를 상정하여, 사전훈련 콘텐츠, 학습수행 콘텐츠 및 문제해결 콘텐츠의 예시를 설명하면 다음과 같다.
먼저, 자동차 정비의 교육훈련을 위한 사전훈련 콘텐츠는, 자동차의 각각의 부품의 이름, 기능, 형상 등에 대한 기초 지식과, 회전, 분리, 줌인, 줌아웃 등의 기초 동작을 학습할 수 있도록 지원하는 콘텐츠들을 포함할 수 있을 것이다.
다음으로, 학습수행 콘텐츠는, 실제로 자동차 정비에 필요한 기능 동작들을 실습할 수 있도록 지원하는 콘텐츠를 포함할 수 있는데, 가령, '전동식 A/C 컴프레셔' 카테고리의 경우, '에어컨 작동 후 엔진정지 실습' 콘텐츠, '고전압 차단 절차 실습' 콘텐츠, '냉매 회수 실습' 콘텐츠, '엔진 룸 언더 커버 탈거 실습' 콘텐츠 등과 같은 실습 지식 및 실습 동작들을 학습할 수 있도록 지원하는 콘텐츠들을 포함할 수 있을 것이다.
다음으로, 문제해결 콘텐츠는, 실제로 자동차 정비를 수행하며 겪을 수 있는 시나리오를 기반으로 학습자로 하여금 문재해결에 필요한 응용능력을 습득하도록 지원하는 콘텐츠들을 포함할 수 있다. 가령, 특정 부품을 정비하는 중에 특정 문제가 생긴 상태에서, 문제가 생긴 원인을 찾고 올바른 순서로 문제를 해결한 뒤 정비를 마치고 도구들을 정리 완료할 수 있도록 하는 상황과 같이 다양한 시나리오를 기반으로 한 콘텐츠를 제공할 수 있을 것이다.
한편, 프로세서(110)는, 콘텐츠 수집 및 분석부(125)를 이용하여, 상기 주제와 관련된 교육 기관을 포함하는 외부 서버 또는 본 발명에 따른 서버의 데이터베이스(120)로부터 상기 콘텐츠들을 수집 및 분석할 수 있을 것이다.
또한, 프로세서(110)는, 콘텐츠 제작 및 배포부(130)를 이용하여, 상기 수집 및 분석된 내용과 학습자들의 입력데이터들을 참조하여 각각의 학습자에게 적합한 내용들로 콘텐츠들을 제작한 후 배포할 수 있을 것이다.
다음으로, 제1 프로세스(S310)에서 사전훈련 콘텐츠를 제공함에 있어서, 프로세서(110)는, 동작 분석부(135)를 이용하여, 복수의 학습자가 특정 주제에 대한 복수의 제1 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제1-1 데이터, 및 특정 학습자가 복수의 제1 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제1-2 데이터를 수집할 수 있다(S311).
이후, 프로세서(110)는, 콘텐츠 제작 및 배포부(130)를 이용하여, 제1-1 데이터 및 제1-2 데이터 중 적어도 일부를 참조하여 사전훈련 콘텐츠를 구성하여(S312), 구성된 사전훈련 콘텐츠를 학습자 단말(300)에 제공함으로써 학습자가 사전훈련 콘텐츠를 수행하도록 지원할 수 있을 것이다(S313).
즉, 특정 학습자가 학습하고자 하는 동일 주제에 대한 콘텐츠를 복수의 학습자가 학습하던 중에 실수했던 기초 동작들에 대한 데이터(제1-1 데이터)와, 특정 학습자 본인이 동일 주제에 대한 콘텐츠를 학습하던 중에 실수했던 기초 동작들에 대한 데이터(제1-2 데이터)를 수집하여 분석하고, 복수의 학습자 또는 특정 학습자의 실수가 잦았던 기초 동작들을 모아 사전훈련 콘텐츠를 구성함으로써, 특정 학습자의 기초를 탄탄하게 다지고 다음 단계인 학습수행 단계의 교육 효과를 높일 수 있다.
또한, 프로세서(110)는, 제1-1 데이터 및 제1-2 데이터를 참조하여 사전훈련 콘텐츠를 구성하되, 특정 학습자에 의해 선택되거나 프로세서(110)에 의해 결정되는 가중치를 제1-1 데이터 및 제1-2 데이터 각각에 적용함으로써 사전훈련 콘텐츠를 구성하고, 구성된 사전훈련 콘텐츠를 학습자 단말(300)에 제공할 수 있다.
가령, 특정 학습자나 프로세서(110)에 의해 결정되는 제1-1 데이터의 가중치가 0.4, 제1-2 데이터의 가중치가 0.6인 경우, 사전훈련 콘텐츠의 필수 콘텐츠가 50%의 비율로 기본 설정되어 있다면, 가중치에 따라 제1-1 데이터는 20%, 제1-2 데이터는 30%의 비율로 책정되어 사전훈련 콘텐츠가 구성될 수 있을 것이다.
또한, 제1-1 데이터와 제1-2 데이터 중 중복되는 구성이 있는 경우, 프로세서(110)의 설정에 따라 소정의 알고리즘을 이용하여 가중치를 배분할 수 있을 것이다.
한편, 프로세서(110)는, 동작 분석부(135)를 이용하여, 복수의 학습자가 타 주제에 대한 복수의 제2 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제2-1 데이터, 및 특정 학습자가 복수의 제2 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제2-2 데이터 중에서, 특정 주제에 대한 복수의 제1 콘텐츠에 대응되는 특정 기초 동작들을 추출할 수 있다.
이후, 프로세서(110)는, 콘텐츠 제작 및 배포부(130)를 이용하여, 추출된 특정 기초 동작들 중 적어도 일부를 참조하여 사전훈련 콘텐츠를 구성하며, 구성된 사전훈련 콘텐츠를 학습자 단말(300)에 제공할 수 있다.
예시적으로, 특정 학습자가 학습하고자 하는 특정 주제가 'A기업의 소형 하이브리드 자동차 정비'인 경우, 'B기업의 하이브리드 자동차 정비' 또는 'A기업의 소형 자동차 정비'와 같은 연관 주제에 대한 콘텐츠를, 복수의 학습자 또는 특정 학습자가 학습하던 중에 실수했던 기초 동작들을 데이터베이스(120)에 누적하여 저장하고, 이들 데이터 중 적어도 일부를 참조하여 사전훈련 콘텐츠를 구성할 수 있다.
또한, 프로세서(110)는, 제2-1 데이터 및 제2-2 데이터를 참조하여 사전훈련 콘텐츠를 구성하되, 특정 학습자에 의해 선택되거나 프로세서(110)에 의해 결정되는 가중치를 제2-1 데이터 및 제2-2 데이터 각각에 적용함으로써 사전훈련 콘텐츠를 구성하고, 구성된 사전훈련 콘텐츠를 학습자 단말(300)에 제공할 수 있을 것이다.
또한, 프로세서(110)는, 전술한 제1-1 데이터, 제1-2 데이터, 제2-1 데이터 및 제2-2 데이터를 참조하여 사전훈련 콘텐츠를 구성하되, 특정 학습자에 의해 선택되거나 프로세서(110)에 의해 결정되는 가중치를 각각의 데이터에 적용함으로써 사전훈련 콘텐츠를 구성할 수도 있을 것이다.
다음으로, 도 3을 참조하면, 제2 프로세스(S320)를 수행함에 있어서, 프로세서(110)는, 학습 수행 타이머 및 최소 수행 시간 설정부(140)를 이용하여, 학습수행 콘텐츠를 구성하는 복수의 제k 학습수행 콘텐츠에 각각 대응되는 제k 실습 동작에 대하여 최소 수행 시간 및 반복 횟수 중 적어도 일부를 설정할 수 있다(S321).
이 때, 특정 학습자가 특정 제k 학습수행 콘텐츠를 학습하는 중에(S322) 특정 제k 실습 동작에 대응되는 최소 수행 시간을 달성하면(S323), 프로세서(110)는, 학습 수행 타이머 및 최소 수행 시간 설정부(140)를 이용하여, 특정 학습자가 수행해야 할 특정 제k 실습 동작에 대응되는 반복 횟수가 남은 경우(S326), 최소 수행 시간을 단축하는 프로세스 또는 반복 횟수를 감소시키는 프로세스 중 적어도 일부를 수행함으로써(S327) 특정 학습자로 하여금 특정 제k 실습 동작을 학습하도록 할 수 있다(S322)
또한, 특정 학습자가 수행해야 할 반복 횟수가 남지 않은 경우(S326), 프로세서(110)는, 특정 제k 실습 동작에 대한 학습이 완료된 것으로 처리하고, 특정 학습자가 다음 학습수행 콘텐츠를 수행하도록 지원할 수 있을 것이다(S328).
가령, 특정 제k 실습 동작에 대응되는 최소 수행 시간이 20초, 반복 횟수가 5회로 설정되어있는 경우, 특정 학습자가 1회차 시도에서 최소 수행 시간인 20초를 달성하면, 프로세서(110)는 특정 학습자의 해당 실습 동작의 최소 수행 시간을 19초로 단축시켜 다음 회차 실습을 진행하도록 하거나, 남은 반복 횟수를 4회에서 3회로 감소시킬 수 있을 것이다.
이 때, 최소 수행 시간이 단축될 수 있는 범위 및 반복 횟수가 감소될 수 있는 범위는 서버(100) 또는 교사에 의해 기설정되어 있을 수 있다.
또한, 특정 학습자가 특정 제k 학습수행 콘텐츠를 학습하는 중에 특정 제k 실습 동작에 대응되는 최소 수행 시간을 달성하지 못하면(S323), 프로세서(110)는, 학습 수행 타이머 및 최소 수행 시간 설정부(140)를 이용하여, 최소 수행 시간을 연장하는 프로세스 또는 반복 횟수를 증가시키는 프로세스 중 적어도 일부를 수행함으로써(S324), 특정 학습자로 하여금 특정 제k 실습 동작을 학습하도록 할 수 있다(S322).
즉, 특정 학습자의 해당 실습 동작에 대한 수행 결과가 25초라면, 특정 학습자가 해당 실습 동작에 대한 숙련도가 부족한 것으로 판단하여, 프로세서(110)가 최소 수행 시간을 20초에서 23초로 늘리거나 남은 반복 횟수를 4회에서 6회로 늘리는 등의 프로세스를 수행함으로써, 특정 학습자가 해당 실습 동작을 숙달하도록 지원할 수 있다.
상기와 같은 과정들을 통해, 본 발명에 따른 서버(100)는, 복수의 학습자의 학습 상태를 분석함으로써, 각각의 학습자들에게 개별적 피드백과 맞춤화된 교육훈련이 가능한 학습 지원 방법을 제공할 수 있다.
다음으로, 도 3을 참조하면, 제3 프로세스(S330)를 수행함에 있어서, 프로세서(110)는, 시나리오 기반의 문제해결 콘텐츠를 학습자 단말(300)에 제공함으로써, 학습자로 하여금 특정 주제에 대한 문제해결 능력을 기르도록 지원할 수 있을 것이다(S331).
한편, 프로세서(110)는, 사전훈련 콘텐츠에 대한 특정 학습자의 학습 성과를 평가하기 위한 진단평가(S314), 학습수행 콘텐츠에 대한 특정 학습자의 학습 성과를 평가하기 위한 형성평가(S329), 문제해결 콘텐츠에 대한 특정 학습자의 학습 성과를 평가하기 위한 총괄평가(S332)를 학습자 단말(300)에 제공할 수 있다.
또한, 형성평가(S329)는 진도평가, 실습평가 및 시험평가로 구성될 수 있는데, 진도평가, 실습평가 및 시험평가는 각각 진도평가부(145), 실습평가부(150) 및 시험평가부(155)에 의해 이루어질 수 있다.
여기서, 프로세서(110)는, 실습평가부(150) 및 평가 요소 자동 조정부(160)를 이용하여, 복수의 학습자에 각각 대응되는 복수의 학습자 단말(300)로부터 획득되는 각각의 실습평가 결과에 대한 데이터를 참조하여 실습평가에 포함되는 각각의 행위에 대한 배점을 조정할 수 있다.
또한, 프로세서(110)는, 시험평가부(155) 및 평가 요소 자동 조정부(160)를 이용하여, 복수의 학습자 단말(300)로부터 획득되는 각각의 시험평가 결과에 대한 데이터를 참조하여 시험평가에 포함되는 각각의 문항에 대한 배점을 조정할 수 있다.
여기서, 프로세서(110)는, 실습평가의 배점을 조정함으로써 변경된 실습평가의 총 점수, 및 형성평가의 배점을 조정함으로써 변경된 형성평가의 총 점수를 참조로 하여, 평가 요소 자동 조정부(160)를 이용하여, 형성평가에 포함되는 진도평가, 실습평가 및 시험평가의 배점 비율을 조정할 수 있다.
예시적으로, 기설정된 진도평가, 실습평가 및 시험평가의 배점이 각각 30점, 40점 및 30점이었을 때, 복수의 학습자의 실습평가 결과를 참조하여 실습평가에 포함되는 각각의 행위에 대한 배점을 조정한 후의 실습평가의 총점이 50점, 복수의 학습자의 시험평가 결과를 참조하여 시험평가에 포함되는 각각의 문항에 대한 배점을 조정한 후의 시험평가의 총점이 40점인 경우를 상정하도록 한다.
이 때, (i) 실습평가 및 시험평가의 총점의 합이 90이므로, 이를 기설정된 총점의 합인 70점으로 환산하여, 실습평가의 배점을 38.9점, 시험평가의 배점을 31.1점으로 결정하거나, (ii) 진도평가, 실습평가 및 시험평가의 총점의 합인 120점을 기설정된 총점의 합인 100점으로 환산하여, 진도평가의 배점을 25점, 실습평가의 배점을 41.7점, 시험평가의 배점을 33.3점으로 결정할 수 있을 것이다.
한편, 프로세서(110)가 사전훈련 콘텐츠, 학습수행 콘텐츠 및 문제해결 콘텐츠 각각에 대한 특정 학습자의 학습 성과를 평가하기 위하여, 진도평가, 실습평가 및 시험평가 중 적어도 일부를 학습자 단말(300)에 제공하는 경우를 상정할 수 있다.
즉, 진단평가(S314), 형성평가(S329), 총괄평가(S332) 각각이 진도평가, 실습평가 및 시험평가 중 적어도 일부로 구성될 수 있을 것이다.
다음으로, 도 4를 참조로 하여 실습평가의 배점을 조정하기 위한 구체적인 프로세스를 설명하도록 한다.
도 4는 본 발명의 일 실시예에 따른 실습평가의 배점 조정 과정을 설명하기 위한 예시도이다.
구체적으로, 실습평가의 총 점수는 실습평가에 포함되는 복수의 행위 각각에 대한 개별 점수를 참조하여 결정되며, 서버(100) 또는 교사에 의해 복수의 행위 각각에 대한 개별 점수의 초기 배점 및 개별 점수가 변경될 수 있는 배점 범위가 기설정될 수 있다(S405).
다음으로, 실습평가에 포함되는 복수의 행위 각각에 대한 개별 점수의 배점을 조정하기 위하여, 프로세서(110)는, 동작 분석부(135)를 이용하여, 복수의 학습자에 각각 대응되는 복수의 학습자 단말(300)로부터 각각의 콘텐츠에 대응되는 실습평가의 훈련 행위에 대한 데이터를 수집함으로써(S410), 감점 행위에 대한 데이터를 획득할 수 있다(S415, S430).
감점 행위에 대하여 예를 들어 설명하면, '전동식 A/C 컴프레셔' 카테고리의 '고전압 차단 절차 분해 실습' 콘텐츠에 대한 실습 동작의 경우, '보조 배터리 커버 분리', '보조 배터리 (-) 단자 분리', '안전 플로그 커버 탈거'의 행위들로 구성될 수 있으며, ‘보조 배터리 (-) 단자 분리'에는 '올바르지 않은 순서', '잘못된 공구의 선택'이라는 감점 행위가 설정될 수 있다.
즉, 학습자가 '보조 배터리 (-) 단자 분리' 행위를 수행해야 하는 순서에 다른 행위를 수행한 경우와, '보조 배터리 (-) 단자 분리' 행위를 수행할 때 A 공구를 선택해야 하는데 B 공구를 선택한 경우에 감점 처리되는 것이다.
이 때, 프로세서(110)는, 평가 요소 자동 조정부(160)를 이용하여, 학습자의 훈련 행위가 감점 행위에 해당되지 않는 경우, 해당 행위를 평가에 있어서 의미 없는 행위로 판단하고(S420), 해당 행위에 대한 배점을 변동 없이 유지하는 것으로 처리할 수 있을 것이다(S425).
또한, 특정 감점 행위에 대응되는 복수의 학습자의 누적 감점 행위 횟수가 기설정된 임계치 이상인 경우(S435), 프로세서(110)는, 평가 요소 자동 조정부(160)를 이용하여, 특정 감점 행위에 대한 평가의 비중이 높은 것으로 판단하여(S450) 특정 감점 행위에 대응되는 배점을 높일 수 있다(S455).
또한, 프로세서(110)는, 평가 요소 자동 조정부(160)를 이용하여, 특정 감점 행위에 대응되는 복수의 학습자의 누적 감점 행위 횟수가 기설정된 임계치 미만인 경우(S435), 평가의 비중이 낮은 것으로 판단하여(S440) 특정 감점 행위에 대응되는 배점을 낮춤으로써(S445) 각각의 행위에 대한 배점을 자동 조정할 수 있을 것이다(S460).
한편, 시험평가의 배점을 조정하기 위한 구체적인 프로세스를 설명하면 다음과 같다.
먼저, 시험평가의 총 점수는 시험평가에 포함되는 복수의 문항 각각에 대한 개별 점수를 참조하여 결정되며, 복수의 문항 각각에 대한 개별 점수의 초기 배점 및 개별 점수가 변경될 수 있는 배점 범위가 기설정되어 있는 상태에서, 시험평가에 포함되는 복수의 문항 각각에 대한 개별 점수의 배점을 조정하기 위하여, 프로세서(110)는, 복수의 학습자에 각각 대응되는 복수의 학습자 단말(300)로부터 각각의 콘텐츠에 대응되는 시험평가의 오답률에 대한 데이터를 획득할 수 있다.
즉, 학습자들이 학습자 단말(300)을 통해 시험을 치르면, 시험 결과가 서버(100)에 전송되며, 프로세서(110)가 채점을 하고 오답 및 득점 데이터를 누적하여 집계할 수 있을 것이다.
이 때, 프로세서(110)는, 평가 요소 자동 조정부(160)를 이용하여, 특정 문항에 대응되는 복수의 학습자의 오답률이 기설정된 임계치 이상인 경우, 특정 문항에 대한 평가의 비중이 높은 것으로 판단하여 특정 문항에 대응되는 배점을 높일 수 있다.
또한, 프로세서(110)는, 특정 문항에 대응되는 복수의 학습자의 오답률이 기설정된 임계치 미만인 경우, 평가의 비중이 낮은 것으로 판단하여 특정 문항에 대응되는 배점을 낮출 수 있을 것이다.
또한, 프로세서(110)는, 특정 문항에 대응되는 복수의 학습자의 오답률이 소정의 임계치 범위 내인 경우, 평가의 비중이 보통인 것으로 판단하여 기설정된 배점을 유지할 수 있을 것이다.
상기와 같은 과정을 통해, 본 발명에 따른 서버(100)는, 복수의 학습자들의 학습 상태를 분석함으로써, 기설정되어 있는 정형화된 평가 시스템에서 벗어나, 복수의 학습자들의 학습에 맞춘 유동적인 평가 방법을 제공할 수 있다.
한편, 프로세서(110)는, 학습자 단말(300)에 특정 학습자의 학습을 안내하는 학습 아바타를 제공할 수 있다.
학습 아바타는, 학습자 단말(300)과 연동되는 소정의 인터페이스 및 센서 중 적어도 일부를 통해 획득된 특정 학습자의 입력 데이터를 참조로 하여, 가상현실 기반 교육훈련 시스템(200)과 연동되어, 학습자가 교육훈련 시스템에 접속하고 교육훈련을 받는 과정 전반에 걸쳐 학습자를 가이드할 수 있다.
구체적으로, 학습 아바타는 특정 학습자에게 각각의 콘텐츠를 제공할 수 있는데, 부품이나 기능 설명 등 정보 제시뿐만 아니라, 학습자가 각각의 콘텐츠를 수행하는 중에 학습자 단말(300)에서 획득되는 학습자의 입력데이터를 분석하여 개별적인 피드백을 제공할 수 있다.
또한, 학습 아바타는 사람이나 사람의 형상을 본 딴 캐릭터의 형상을 가지고, 특정 학습자가 수행해야할 실습 내용에 대한 시범을 보일 수 있다. 자동차 정비와 같은 교육훈련에서는 정비를 위한 자동차와 사람의 위치 관계, 사람의 자세가 중요하므로, 학습자가 올바르게 학습을 하도록 가이드할 수 있을 것이다.
또한, 학습 아바타는 특정 학습자 또는 타 학습자가 실수했던 행위에 대하여 특정 학습자에게 안내를 할 수 있는데, 가령, 해당 실수 행위가 포함되는 기초 동작 또는 실습 동작을 학습하기 전에, 학습 아바타가 해당 실수 행위에 대하여 메시지를 띄우거나 경고하여 안내할 수 있을 것이다.
또한, 학습 아바타는 특정 학습자의 학습 진도를 관리하고 학습에 대한 독려의 메시지를 제공할 수 있다. 예시적으로, 특정 학습자의 진도 달성률이 동일 군의 학습자들보다 낮은 경우, 또는 기초 동작이나 실습 동작의 성공률이 낮은 경우, 특정 학습자에게 독려의 메시지나 알람을 제공할 수 있을 것이다.
이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명이 상기 실시예들에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형을 꾀할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
1000 : 전체 시스템 100 : 서버
110 : 통신부 120 : 프로세서
200 : 가상현실 기반 교육훈련 시스템 300 : 학습자 단말
110 : 통신부 120 : 프로세서
200 : 가상현실 기반 교육훈련 시스템 300 : 학습자 단말
Claims (20)
- 사용자의 학습을 조정하는 방법에 있어서,
(a) 서버가, 학습자 단말로부터 특정 학습자의 ID 정보를 획득하는 단계; 및
(b) 상기 서버가, 상기 ID 정보를 참조로 하여 (i) 상기 특정 학습자로 하여금 특정 주제에 대한 기초 지식 및 기초 동작 중 적어도 일부를 학습하도록 지원하는 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 제1 프로세스, (ii) 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 실습 지식 및 실습 동작 중 적어도 일부를 학습할 수 있도록 지원하는 학습수행 콘텐츠를 상기 학습자 단말에 제공하는 제2 프로세스, (iii) 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 시나리오 기반 문제해결에 필요한 응용 지식 및 응용 동작 중 적어도 일부를 학습하도록 지원하는 시나리오 기반의 문제해결 콘텐츠를 상기 학습자 단말에 제공하는 제3 프로세스 중 적어도 일부를 수행하는 단계;
를 포함하고,
상기 제1 프로세스를 수행함에 있어서,
상기 서버는, 복수의 학습자가 타 주제에 대한 복수의 제2 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제2-1 데이터, 및 상기 특정 학습자가 상기 복수의 제2 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제2-2 데이터 중에서, 상기 특정 주제에 대한 복수의 제1 콘텐츠에 대응되는 특정 기초 동작들을 추출하고, 상기 추출된 특정 기초 동작들 중 적어도 일부를 참조하여 상기 사전훈련 콘텐츠를 구성하며, 상기 구성된 사전훈련 콘텐츠를 상기 학습자 단말에 제공하며,
상기 서버는, 상기 제2-1 데이터 및 상기 제2-2 데이터를 참조하여 상기 사전훈련 콘텐츠를 구성하되,
상기 특정 학습자에 의해 선택되거나 상기 서버에 의해 결정되는 가중치를 상기 제2-1 데이터 및 상기 제2-2 데이터 각각에 적용함으로써 상기 사전훈련 콘텐츠를 구성하고, 상기 구성된 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 것을 특징으로 하고,
상기 제2 프로세스를 수행함에 있어서,
상기 서버는, 상기 학습수행 콘텐츠를 구성하는 복수의 제k 학습수행 콘텐츠에 각각 대응되는 제k 실습 동작에 대하여 최소 수행 시간 및 반복 횟수 중 적어도 일부를 설정하되,
상기 특정 학습자가 특정 제k 학습수행 콘텐츠를 학습하는 중에 특정 제k 실습 동작에 대응되는 최소 수행 시간을 달성하면, 상기 서버는, 상기 특정 학습자가 수행해야 할 상기 특정 제k 실습 동작에 대응되는 반복 횟수가 남은 경우, 상기 최소 수행 시간을 단축하는 프로세스 또는 상기 반복 횟수를 감소시키는 프로세스 중 적어도 일부를 수행함으로써 상기 특정 학습자로 하여금 상기 특정 제k 실습 동작을 학습하도록 하고, 상기 특정 학습자가 수행해야 할 상기 반복 횟수가 남지 않은 경우, 상기 특정 제k 실습 동작에 대한 학습이 완료된 것으로 처리하며,
상기 특정 학습자가 상기 특정 제k 학습수행 콘텐츠를 학습하는 중에 상기 특정 제k 실습 동작에 대응되는 상기 최소 수행 시간을 달성하지 못하면, 상기 서버는, 상기 최소 수행 시간을 연장하는 프로세스 또는 상기 반복 횟수를 증가시키는 프로세스 중 적어도 일부를 수행함으로써 상기 특정 학습자로 하여금 상기 특정 제k 실습 동작을 학습하도록 하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 제1 프로세스에서 상기 사전훈련 콘텐츠를 제공함에 있어서,
상기 서버는, 복수의 학습자가 상기 특정 주제에 대한 복수의 제1 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제1-1 데이터, 및 상기 특정 학습자가 상기 복수의 제1 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제1-2 데이터 중 적어도 일부를 참조하여 상기 사전훈련 콘텐츠를 구성하고, 상기 구성된 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 것을 특징으로 하는 방법. - 제2항에 있어서,
상기 서버는, 상기 제1-1 데이터 및 상기 제1-2 데이터를 참조하여 상기 사전훈련 콘텐츠를 구성하되,
상기 특정 학습자에 의해 선택되거나 상기 서버에 의해 결정되는 가중치를 상기 제1-1 데이터 및 상기 제1-2 데이터 각각에 적용함으로써 상기 사전훈련 콘텐츠를 구성하고, 상기 구성된 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 것을 특징으로 하는 방법. - 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 서버는, 상기 사전훈련 콘텐츠에 대한 상기 특정 학습자의 학습 성과를 평가하기 위한 진단평가, 상기 학습수행 콘텐츠에 대한 상기 특정 학습자의 학습 성과를 평가하기 위한 형성평가, 상기 문제해결 콘텐츠에 대한 상기 특정 학습자의 학습 성과를 평가하기 위한 총괄평가를 상기 학습자 단말에 제공하고, 상기 형성평가는 진도평가, 실습평가 및 시험평가로 구성되되,
상기 서버는, 복수의 학습자에 각각 대응되는 복수의 학습자 단말로부터 획득되는 각각의 실습평가 결과에 대한 데이터를 참조하여 상기 실습평가에 포함되는 각각의 행위에 대한 배점을 조정하고, 상기 복수의 학습자 단말로부터 획득되는 각각의 시험평가 결과에 대한 데이터를 참조하여 상기 시험평가에 포함되는 각각의 문항에 대한 배점을 조정하며,
상기 실습평가의 배점을 조정함으로써 변경된 상기 실습평가의 총 점수, 및 상기 형성평가의 배점을 조정함으로써 변경된 상기 형성평가의 총 점수를 참조로 하여 상기 형성평가에 포함되는 상기 진도평가, 상기 실습평가 및 상기 시험평가의 배점 비율을 조정하는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 서버는, 상기 사전훈련 콘텐츠, 상기 학습수행 콘텐츠 및 상기 문제해결 콘텐츠 각각에 대한 상기 특정 학습자의 학습 성과를 평가하기 위하여, 진도평가, 실습평가 및 시험평가 중 적어도 일부를 상기 학습자 단말에 제공하되,
상기 실습평가의 총 점수는 상기 실습평가에 포함되는 복수의 행위 각각에 대한 개별 점수를 참조하여 결정되며, 상기 복수의 행위 각각에 대한 상기 개별 점수의 초기 배점 및 상기 개별 점수가 변경될 수 있는 배점 범위가 기설정되어 있는 상태에서,
상기 실습평가에 포함되는 상기 복수의 행위 각각에 대한 개별 점수의 배점을 조정하기 위하여, 상기 서버는, 복수의 학습자에 각각 대응되는 복수의 학습자 단말로부터 각각의 상기 콘텐츠에 대응되는 상기 실습평가의 감점 행위에 대한 데이터를 획득하되,
특정 감점 행위에 대응되는 상기 복수의 학습자의 누적 감점 행위 횟수가 기설정된 임계치 이상인 경우, 상기 특정 감점 행위에 대한 평가의 비중이 높은 것으로 판단하여 상기 특정 감점 행위에 대응되는 배점을 높이고,
상기 특정 감점 행위에 대응되는 상기 복수의 학습자의 누적 감점 행위 횟수가 기설정된 임계치 미만인 경우, 평가의 비중이 낮은 것으로 판단하여 상기 특정 감점 행위에 대응되는 배점을 낮추는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 서버는, 상기 사전훈련 콘텐츠, 상기 학습수행 콘텐츠 및 상기 문제해결 콘텐츠 각각에 대한 상기 특정 학습자의 학습 성과를 평가하기 위하여, 진도평가, 실습평가 및 시험평가 중 적어도 일부를 상기 학습자 단말에 제공하되,
상기 시험평가의 총 점수는 상기 시험평가에 포함되는 복수의 문항 각각에 대한 개별 점수를 참조하여 결정되며, 상기 복수의 문항 각각에 대한 상기 개별 점수의 초기 배점 및 상기 개별 점수가 변경될 수 있는 배점 범위가 기설정되어 있는 상태에서,
상기 시험평가에 포함되는 상기 복수의 문항 각각에 대한 개별 점수의 배점을 조정하기 위하여, 상기 서버는, 복수의 학습자에 각각 대응되는 복수의 학습자 단말로부터 각각의 상기 콘텐츠에 대응되는 상기 시험평가의 오답률에 대한 데이터를 획득하되,
특정 문항에 대응되는 상기 복수의 학습자의 오답률이 기설정된 임계치 이상인 경우, 상기 특정 문항에 대한 평가의 비중이 높은 것으로 판단하여 상기 특정 문항에 대응되는 배점을 높이고,
상기 특정 문항에 대응되는 상기 복수의 학습자의 오답률이 기설정된 임계치 미만인 경우, 평가의 비중이 낮은 것으로 판단하여 상기 특정 문항에 대응되는 배점을 낮추는 것을 특징으로 하는 방법. - 제1항에 있어서,
상기 서버는, 상기 학습자 단말에 상기 특정 학습자의 학습을 안내하는 학습 아바타를 제공하되,
상기 학습 아바타는, 상기 학습자 단말과 연동되는 소정의 인터페이스 및 센서 중 적어도 일부를 통해 획득된 상기 특정 학습자의 입력 데이터를 참조로 하여, 상기 특정 학습자에게 상기 각각의 콘텐츠를 제공하는 프로세스, 상기 특정 학습자가 수행해야할 실습 내용에 대한 시범을 보이는 프로세스, 상기 특정 학습자 또는 타 학습자가 실수했던 행위에 대하여 안내하는 프로세스, 및 상기 특정 학습자의 학습 진도를 관리하고 학습에 대한 독려의 메시지를 제공하는 프로세스 중 적어도 일부를 수행하는 것을 특징으로 하는 방법. - 사용자의 학습을 조정하는 서버에 있어서,
학습자 단말로부터 특정 학습자의 ID 정보를 획득하는 통신부; 및
상기 통신부를 통해 획득된 상기 ID 정보를 참조로 하여 (i) 상기 특정 학습자로 하여금 특정 주제에 대한 기초 지식 및 기초 동작 중 적어도 일부를 학습하도록 지원하는 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 제1 프로세스, (ii) 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 실습 지식 및 실습 동작 중 적어도 일부를 학습할 수 있도록 지원하는 학습수행 콘텐츠를 상기 학습자 단말에 제공하는 제2 프로세스, (iii) 상기 특정 학습자로 하여금 상기 특정 주제에 대한 적어도 하나의 시나리오 기반 문제해결에 필요한 응용 지식 및 응용 동작 중 적어도 일부를 학습하도록 지원하는 시나리오 기반의 문제해결 콘텐츠를 상기 학습자 단말에 제공하는 제3 프로세스 중 적어도 일부를 수행하는 프로세서;
를 포함하고,
상기 제1 프로세스를 수행함에 있어서,
상기 프로세서는, 복수의 학습자가 타 주제에 대한 복수의 제2 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제2-1 데이터, 및 상기 특정 학습자가 상기 복수의 제2 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제2-2 데이터 중에서, 상기 특정 주제에 대한 복수의 제1 콘텐츠에 대응되는 특정 기초 동작들을 추출하고, 상기 추출된 특정 기초 동작들 중 적어도 일부를 참조하여 상기 사전훈련 콘텐츠를 구성하며, 상기 구성된 사전훈련 콘텐츠를 상기 학습자 단말에 제공하며,
상기 프로세서는, 상기 제2-1 데이터 및 상기 제2-2 데이터를 참조하여 상기 사전훈련 콘텐츠를 구성하되,
상기 특정 학습자에 의해 선택되거나 상기 프로세서에 의해 결정되는 가중치를 상기 제2-1 데이터 및 상기 제2-2 데이터 각각에 적용함으로써 상기 사전훈련 콘텐츠를 구성하고, 상기 구성된 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 것을 특징으로 하고,
상기 제2 프로세스를 수행함에 있어서,
상기 프로세서는, 상기 학습수행 콘텐츠를 구성하는 복수의 제k 학습수행 콘텐츠에 각각 대응되는 제k 실습 동작에 대하여 최소 수행 시간 및 반복 횟수 중 적어도 일부를 설정하되,
상기 특정 학습자가 특정 제k 학습수행 콘텐츠를 학습하는 중에 특정 제k 실습 동작에 대응되는 최소 수행 시간을 달성하면, 상기 프로세서는, 상기 특정 학습자가 수행해야 할 상기 특정 제k 실습 동작에 대응되는 반복 횟수가 남은 경우, 상기 최소 수행 시간을 단축하는 프로세스 또는 상기 반복 횟수를 감소시키는 프로세스 중 적어도 일부를 수행함으로써 상기 특정 학습자로 하여금 상기 특정 제k 실습 동작을 학습하도록 하고, 상기 특정 학습자가 수행해야 할 상기 반복 횟수가 남지 않은 경우, 상기 특정 제k 실습 동작에 대한 학습이 완료된 것으로 처리하며,
상기 특정 학습자가 상기 특정 제k 학습수행 콘텐츠를 학습하는 중에 상기 특정 제k 실습 동작에 대응되는 상기 최소 수행 시간을 달성하지 못하면, 상기 프로세서는, 상기 최소 수행 시간을 연장하는 프로세스 또는 상기 반복 횟수를 증가시키는 프로세스 중 적어도 일부를 수행함으로써 상기 특정 학습자로 하여금 상기 특정 제k 실습 동작을 학습하도록 하는 것을 특징으로 하는 서버. - 제11항에 있어서,
상기 제1 프로세스에서 상기 사전훈련 콘텐츠를 제공함에 있어서,
상기 프로세서는, 복수의 학습자가 상기 특정 주제에 대한 복수의 제1 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제1-1 데이터, 및 상기 특정 학습자가 상기 복수의 제1 콘텐츠를 학습하던 중에 실수했던 기초 동작들을 누적한 제1-2 데이터 중 적어도 일부를 참조하여 상기 사전훈련 콘텐츠를 구성하고, 상기 구성된 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 것을 특징으로 하는 서버. - 제12항에 있어서,
상기 프로세서는, 상기 제1-1 데이터 및 상기 제1-2 데이터를 참조하여 상기 사전훈련 콘텐츠를 구성하되,
상기 특정 학습자에 의해 선택되거나 상기 프로세서에 의해 결정되는 가중치를 상기 제1-1 데이터 및 상기 제1-2 데이터 각각에 적용함으로써 상기 사전훈련 콘텐츠를 구성하고, 상기 구성된 사전훈련 콘텐츠를 상기 학습자 단말에 제공하는 것을 특징으로 하는 서버. - 삭제
- 삭제
- 삭제
- 제11항에 있어서,
상기 프로세서는, 상기 사전훈련 콘텐츠에 대한 상기 특정 학습자의 학습 성과를 평가하기 위한 진단평가, 상기 학습수행 콘텐츠에 대한 상기 특정 학습자의 학습 성과를 평가하기 위한 형성평가, 상기 문제해결 콘텐츠에 대한 상기 특정 학습자의 학습 성과를 평가하기 위한 총괄평가를 상기 학습자 단말에 제공하고, 상기 형성평가는 진도평가, 실습평가 및 시험평가로 구성되되,
상기 프로세서는, 복수의 학습자에 각각 대응되는 복수의 학습자 단말로부터 획득되는 각각의 실습평가 결과에 대한 데이터를 참조하여 상기 실습평가에 포함되는 각각의 행위에 대한 배점을 조정하고, 상기 복수의 학습자 단말로부터 획득되는 각각의 시험평가 결과에 대한 데이터를 참조하여 상기 시험평가에 포함되는 각각의 문항에 대한 배점을 조정하며,
상기 실습평가의 배점을 조정함으로써 변경된 상기 실습평가의 총 점수, 및 상기 형성평가의 배점을 조정함으로써 변경된 상기 형성평가의 총 점수를 참조로 하여 상기 형성평가에 포함되는 상기 진도평가, 상기 실습평가 및 상기 시험평가의 배점 비율을 조정하는 것을 특징으로 하는 서버. - 제11항에 있어서,
상기 프로세서는, 상기 사전훈련 콘텐츠, 상기 학습수행 콘텐츠 및 상기 문제해결 콘텐츠 각각에 대한 상기 특정 학습자의 학습 성과를 평가하기 위하여, 진도평가, 실습평가 및 시험평가 중 적어도 일부를 상기 학습자 단말에 제공하되,
상기 실습평가의 총 점수는 상기 실습평가에 포함되는 복수의 행위 각각에 대한 개별 점수를 참조하여 결정되며, 상기 복수의 행위 각각에 대한 상기 개별 점수의 초기 배점 및 상기 개별 점수가 변경될 수 있는 배점 범위가 기설정되어 있는 상태에서,
상기 실습평가에 포함되는 상기 복수의 행위 각각에 대한 개별 점수의 배점을 조정하기 위하여, 상기 프로세서는, 복수의 학습자에 각각 대응되는 복수의 학습자 단말로부터 각각의 상기 콘텐츠에 대응되는 상기 실습평가의 감점 행위에 대한 데이터를 획득하되,
특정 감점 행위에 대응되는 상기 복수의 학습자의 누적 감점 행위 횟수가 기설정된 임계치 이상인 경우, 상기 특정 감점 행위에 대한 평가의 비중이 높은 것으로 판단하여 상기 특정 감점 행위에 대응되는 배점을 높이고,
상기 특정 감점 행위에 대응되는 상기 복수의 학습자의 누적 감점 행위 횟수가 기설정된 임계치 미만인 경우, 평가의 비중이 낮은 것으로 판단하여 상기 특정 감점 행위에 대응되는 배점을 낮추는 것을 특징으로 하는 서버. - 제11항에 있어서,
상기 프로세서는, 상기 사전훈련 콘텐츠, 상기 학습수행 콘텐츠 및 상기 문제해결 콘텐츠 각각에 대한 상기 특정 학습자의 학습 성과를 평가하기 위하여, 진도평가, 실습평가 및 시험평가 중 적어도 일부를 상기 학습자 단말에 제공하되,
상기 시험평가의 총 점수는 상기 시험평가에 포함되는 복수의 문항 각각에 대한 개별 점수를 참조하여 결정되며, 상기 복수의 문항 각각에 대한 상기 개별 점수의 초기 배점 및 상기 개별 점수가 변경될 수 있는 배점 범위가 기설정되어 있는 상태에서,
상기 시험평가에 포함되는 상기 복수의 문항 각각에 대한 개별 점수의 배점을 조정하기 위하여, 상기 프로세서는, 복수의 학습자에 각각 대응되는 복수의 학습자 단말로부터 각각의 상기 콘텐츠에 대응되는 상기 시험평가의 오답률에 대한 데이터를 획득하되,
특정 문항에 대응되는 상기 복수의 학습자의 오답률이 기설정된 임계치 이상인 경우, 상기 특정 문항에 대한 평가의 비중이 높은 것으로 판단하여 상기 특정 문항에 대응되는 배점을 높이고,
상기 특정 문항에 대응되는 상기 복수의 학습자의 오답률이 기설정된 임계치 미만인 경우, 평가의 비중이 낮은 것으로 판단하여 상기 특정 문항에 대응되는 배점을 낮추는 것을 특징으로 하는 서버. - 제11항에 있어서,
상기 프로세서는, 상기 학습자 단말에 상기 특정 학습자의 학습을 안내하는 학습 아바타를 제공하되,
상기 학습 아바타는, 상기 학습자 단말과 연동되는 소정의 인터페이스 및 센서 중 적어도 일부를 통해 획득된 상기 특정 학습자의 입력 데이터를 참조로 하여, 상기 특정 학습자에게 상기 각각의 콘텐츠를 제공하는 프로세스, 상기 특정 학습자가 수행해야할 실습 내용에 대한 시범을 보이는 프로세스, 상기 특정 학습자 또는 타 학습자가 실수했던 행위에 대하여 안내하는 프로세스, 및 상기 특정 학습자의 학습 진도를 관리하고 학습에 대한 독려의 메시지를 제공하는 프로세스 중 적어도 일부를 수행하는 것을 특징으로 하는 서버.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180135502A KR102248365B1 (ko) | 2018-11-06 | 2018-11-06 | 사용자의 학습을 조정하는 방법 및 이를 이용한 서버 |
| US16/202,412 US20200143698A1 (en) | 2018-11-06 | 2018-11-28 | Method for adjusting training of a specific user and server using the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180135502A KR102248365B1 (ko) | 2018-11-06 | 2018-11-06 | 사용자의 학습을 조정하는 방법 및 이를 이용한 서버 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200052192A KR20200052192A (ko) | 2020-05-14 |
| KR102248365B1 true KR102248365B1 (ko) | 2021-05-07 |
Family
ID=70457871
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180135502A KR102248365B1 (ko) | 2018-11-06 | 2018-11-06 | 사용자의 학습을 조정하는 방법 및 이를 이용한 서버 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20200143698A1 (ko) |
| KR (1) | KR102248365B1 (ko) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11747952B1 (en) * | 2019-08-09 | 2023-09-05 | Bottomline Technologies Inc. | Specialization of a user interface using machine learning |
| US11436501B1 (en) * | 2019-08-09 | 2022-09-06 | Bottomline Technologies, Inc. | Personalization of a user interface using machine learning |
| KR102265863B1 (ko) * | 2021-02-25 | 2021-06-16 | 주식회사 한국이러닝개발원 | Html5 기반의 온라인 학습 교보재의 시뮬레이션 콘텐츠 제공 시스템 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090003085A (ko) * | 2007-01-02 | 2009-01-09 | 이건용 | 인터넷을 이용한 레슨 방식의 외국어 학습 방법 및 시스템 |
| KR20150119578A (ko) * | 2014-04-15 | 2015-10-26 | 에스케이플래닛 주식회사 | 가변적인 채점 기준에 따른 채점 방법, 이를 위한 장치 및 시스템 |
| KR101655946B1 (ko) * | 2014-06-24 | 2016-09-08 | 테크빌교육 주식회사 | 자기주도형 자동차 정비 훈련 장치 및 방법, 그리고 그 방법이 기록된 컴퓨터 판독가능한 저장매체 |
| KR20170079135A (ko) * | 2015-12-30 | 2017-07-10 | 한국생산기술연구원 | 가상 현실 기반 사용자 맞춤형 훈련 시스템 |
-
2018
- 2018-11-06 KR KR1020180135502A patent/KR102248365B1/ko active IP Right Grant
- 2018-11-28 US US16/202,412 patent/US20200143698A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| US20200143698A1 (en) | 2020-05-07 |
| KR20200052192A (ko) | 2020-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102248365B1 (ko) | 사용자의 학습을 조정하는 방법 및 이를 이용한 서버 | |
| RU2442222C2 (ru) | Система адаптивного преподавания и обучения | |
| CN111027486B (zh) | 一种中小学课堂教学效果大数据辅助分析评价系统及其方法 | |
| Howard et al. | Using haptic and auditory interaction tools to engage students with visual impairments in robot programming activities | |
| US20130216995A1 (en) | Method, apparatus and system for learning plan analysis | |
| Sequeira et al. | Discovering social interaction strategies for robots from restricted-perception Wizard-of-Oz studies | |
| Matsuzoe et al. | How smartly should robots behave?: Comparative investigation on the learning ability of a care-receiving robot | |
| CN111341166A (zh) | 应急演练系统的控制方法及系统 | |
| Crockett et al. | A fuzzy model for predicting learning styles using behavioral cues in an conversational intelligent tutoring system | |
| CN108520054A (zh) | 学习数据处理方法及装置 | |
| CN204425398U (zh) | 智能早教系统及装置 | |
| Kravčík et al. | The potential of the internet of things for supporting learning and training in the digital age | |
| Akram et al. | Towards an AI-Infused Interdisciplinary curriculum for middle-grade classrooms | |
| Kardan et al. | The usefulness of log based clustering in a complex simulation environment | |
| Dong et al. | Designer-orientated user research methods | |
| Aqlan et al. | Integrating simulation games and virtual reality to teach manufacturing systems concepts | |
| Min et al. | Adaptive scaffolding in an intelligent game-based learning environment for computer science | |
| CN114119932A (zh) | Vr教学方法、装置、电子设备、存储介质和程序产品 | |
| Mateen et al. | Design of an Accessible VR-Escape Room for Accessibility Education | |
| WO2013149198A1 (en) | Methods and apparatus for dynamic training and feedback | |
| CN111179135A (zh) | 一种基于学习风格模型的自适应式虚拟现实教学方法及系统 | |
| Cai | EmotionBlock: A Tangible Toolkit for Social-emotional Learning Through Storytelling | |
| Sarkar et al. | Adaptive E-learning using deterministic finite automata | |
| LaMar et al. | MethodsforAssessing Inquiry: Machine-learnedandTheoretical | |
| Huang et al. | An Open-Ended Question Self-Explanation Classification Methodology for a Virtual Laboratory Learning System |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |