KR102405464B1 - 비대면 온라인 교육 서비스를 제공하는 방법 및 장치 - Google Patents

비대면 온라인 교육 서비스를 제공하는 방법 및 장치 Download PDF

Info

Publication number
KR102405464B1
KR102405464B1 KR1020210126968A KR20210126968A KR102405464B1 KR 102405464 B1 KR102405464 B1 KR 102405464B1 KR 1020210126968 A KR1020210126968 A KR 1020210126968A KR 20210126968 A KR20210126968 A KR 20210126968A KR 102405464 B1 KR102405464 B1 KR 102405464B1
Authority
KR
South Korea
Prior art keywords
lecture
user
lecturer
online
user terminal
Prior art date
Application number
KR1020210126968A
Other languages
English (en)
Inventor
김재근
양세연
한종문
사재빈
최민혁
이수안
이현민
Original Assignee
김재근
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김재근 filed Critical 김재근
Priority to KR1020220066470A priority Critical patent/KR20230043033A/ko
Priority to KR1020220066472A priority patent/KR20230043034A/ko
Application granted granted Critical
Publication of KR102405464B1 publication Critical patent/KR102405464B1/ko

Links

Images

Classifications

    • 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
    • G06Q50/2057—Career enhancement or continuing education service
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G06K9/6215—
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/14—Systems for two-way working
    • H04N7/141—Systems for two-way working between two video terminals, e.g. videophone
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30041—Eye; Retina; Ophthalmic

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Multimedia (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Educational Technology (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Human Computer Interaction (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Social Psychology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Ophthalmology & Optometry (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Hardware Design (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)

Abstract

다양한 실시 예에 따르면, 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하는 온라인 교육 서버는, 강의자 단말로부터 의뢰된 강의를 등록하고, 사용자 단말을 통해 상기 강의에 대한 수강 신청 입력을 획득하고, 획득된 상기 수강 신청 입력에 따라 상기 강의에 포함된 학습 콘텐츠를 상기 사용자 단말에 제공하는 서비스 제공부; 상기 강의에 포함된 실시간 수업을 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여 상기 강의의 강의 보완 구간을 결정하는 강의 보완 구간 결정부; 상기 제1 사용자들 및 상기 강의에 포함된 녹화 수업을 온라인으로 수강하는 제2 사용자들을 포함하는 사용자들 각각의 수강 지역들을 결정하고, 결정된 상기 수강 지역들 각각의 강의 선호도를 산출하는 강의 선호도 산출부; 상기 사용자 단말로부터 획득한 사용자 동영상에 기초하여 상기 사용자 단말에 대응하는 사용자의 강의 집중도를 결정하는 영상 분석부; 상기 강의 집중도에 기초하여 상기 사용자의 상기 강의에 대한 수강 완료도를 산출하는 수강 완료도 산출부; 및 상기 수강 완료도에 따라 상기 강의에 대한 학습 스케줄을 결정하는 학습 스케줄 결정부를 포함할 수 있다.

Description

비대면 온라인 교육 서비스를 제공하는 방법 및 장치{METHOD AND APPARATUS FOR PROVIDING NON-FACE-TO-FACE ONLINE EDUCATION SERVICE}
본 발명은 비대면 온라인 교육 서비스를 제공하는 방법 및 장치에 관한 것으로, 자세하게는 온라인 교육 서비스를 통해 제공되는 강의에서 보완이 필요한 구간을 결정하고, 강의를 수강하는 사용자의 수강 완료도를 결정하는 방법 및 장치에 관한 것이다.
오늘날 온라인 강의는 네트워크 기반의 온라인 학습 환경을 통해 원격지에서도 다양한 지식과 학습 경험을 제공 할 수 있는 유용한 수단으로 부상하고 있다. 온라인 강의는 수강자가 시간과 공간의 물리적 제약을 극복할 수 있게 함으로써 수강자가 원하는 시간과 장소에서 학습을 가능하게 한다. 그러나 이상과 같은 장점에도 불구하고 현재의 온라인 강의 시스템은 다양한 측면에서 미비한 부분을 보완할 필요가 있다. 여기에는 수강자가 온라인 강의 콘텐츠를 성실하게 수강했는지 여부를 확인할 수 있는 방안이 부재한 것도 포함된다. 예를 들어, 강의 수강자가 온라인 강의에 자신을 촬영하고 있는 실제 영상을 출력하지 않고, 미리 저장된 다른 영상을 출력하여 강의에 출석하면, 강의자 및 강의 시스템에서는 강의 수강자가 실질적으로 강의를 성실하게 수강했는지 판단하는 데에 문제가 있다.
또한, 교육 및 수업이 진행되고나서, 강의에 대한 피드백을 받고 강의에 대한 내용을 보완하게 되는데, 강의에 대한 피드백은 보통 설문 조사를 통해 이루어지고 있다. 다만 설문 조사를 통해서 강의에 대해 피드백을 받는 것은 신속하지 못하며, 피드백을 빠른 시일 내에 반영하지 못한다는 문제점이 있다. 이로 인해 온라인 강의 자체에 대한 신뢰와 기대를 떨어뜨리고 온라인 강의 서비스의 더 큰 확장을 막는 부정적인 요인이 될 수 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 온라인 강의에 대한 강의 보완 구간을 결정하고, 강의 보완 구간을 강의자 단말에 제공하는 방법 및 장치를 제공한다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은, 온라인 강의를 수강하는 사용자의 수강 완료도를 산출하는 방법 및 장치를 제공한다.
다양한 실시 예에서, 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하는 온라인 교육 서버는, 강의자 단말로부터 의뢰된 강의를 등록하고, 사용자 단말을 통해 상기 강의에 대한 수강 신청 입력을 획득하고, 획득된 상기 수강 신청 입력에 따라 상기 강의에 포함된 학습 콘텐츠를 상기 사용자 단말에 제공하는 서비스 제공부; 상기 강의에 포함된 실시간 수업을 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여 상기 강의의 강의 보완 구간을 결정하는 강의 보완 구간 결정부; 상기 제1 사용자들 및 상기 강의에 포함된 녹화 수업을 온라인으로 수강하는 제2 사용자들을 포함하는 사용자들 각각의 수강 지역들을 결정하고, 결정된 상기 수강 지역들 각각의 강의 선호도를 산출하는 강의 선호도 산출부; 상기 사용자 단말로부터 획득한 사용자 동영상에 기초하여 상기 사용자 단말에 대응하는 사용자의 강의 집중도를 결정하는 영상 분석부; 상기 강의 집중도에 기초하여 상기 사용자의 상기 강의에 대한 수강 완료도를 산출하는 수강 완료도 산출부; 및 상기 수강 완료도에 따라 상기 강의에 대한 학습 스케줄을 결정하는 학습 스케줄 결정부를 포함할 수 있다. 상기 서비스 제공부는, 상기 강의자 단말에 상기 사용자 동영상을 제공하고, 상기 사용자 단말에 상기 강의자 단말에 대응하는 강의자가 촬영된 강의자 동영상을 제공할 수 있다.
다양한 실시 예에서, 상기 강의 보완 구간 결정부는, 상기 실시간 수업을 신청한 전체 사용자들 대비 상기 실시간 수업을 수강하는 상기 제1 사용자들의 수에 기초하여, 상기 강의의 실시간 강의 시청률을 산출하고, 산출된 상기 실시간 강의 시청률에 기초하여 시청률 함수 및 시청률 그래프를 생성하고, 상기 실시간 강의 시청률에 기초한 평균 시청률, 상기 시청률 함수 및 상기 시청률 그래프 중 적어도 하나에 기초하여 상기 강의 보완 구간을 결정할 수 있다.
다양한 실시 예에서, 상기 강의 선호도 산출부는, 상기 수강 지역들 각각에 포함된 사용자 수 및 상기 수강 지역들 각각의 상기 강의에 대한 상기 평균 시청률에 기초하여 상기 강의 선호도를 산출할 수 있다.
다양한 실시 예에서, 상기 영상 분석부는, 상기 사용자 단말을 통해 표시되는 강의자 동영상에서 상기 강의자의 얼굴 영역 및 상기 강의자의 손 영역을 검출하고, 상기 사용자 단말을 통해 획득되는 사용자 동영상에서 상기 사용자의 좌안 영역과 우안 영역을 검출하고, 검출된 상기 좌안 영역 및 상기 우안 영역 각각에서 눈동자들의 위치를 결정하고, 상기 사용자와 상기 사용자 단말 간 이격 거리 및 상기 눈동자들의 위치에 기초하여, 상기 사용자의 초점이 상기 강의자 동영상의 상기 강의자의 얼굴 영역 또는 상기 강의자의 손 영역에 위치하는지 판단하고, 상기 사용자의 초점 위치에 따라 상기 사용자의 상기 강의 집중도를 결정할 수 있다.
다양한 실시 예에서, 상기 영상 분석부는, 상기 사용자 단말로부터 획득한 상기 사용자 동영상의 진위 여부를 판단하며, 상기 사용자 동영상을 구성하는 제1 영상 프레임들의 픽셀값 및 영상 DB에 저장된 동영상을 구성하는 제2 영상 프레임의 픽셀값에 기초하여 제1 유사도를 산출하고, 상기 사용자 동영상 및 상기 영상 DB에 저장된 동영상 각각에서 검출된 얼굴에 기초하여 제2 유사도를 산출하고, 상기 제1 유사도 및 상기 제2 유사도에 기초하여 상기 사용자 동영상 및 상기 영상 DB에 저장된 동영상 간 영상 유사도를 산출하고, 상기 영상 유사도가 임계 유사도 이상인 경우, 상기 사용자 동영상을 페이크 영상으로 결정할 수 있다.
다양한 실시 예에서, 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하기 위한 방법은, 강의자 단말로부터 의뢰된 강의를 등록하는 단계; 사용자 단말을 통해 상기 강의에 대한 수강 신청 입력을 획득하는 단계; 획득된 상기 수강 신청 입력에 따라 상기 강의에 포함된 학습 콘텐츠를 상기 사용자 단말에 제공하는 단계; 상기 강의에 포함된 실시간 수업을 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여 상기 강의의 강의 보완 구간을 결정하는 단계; 상기 제1 사용자들 및 상기 강의에 포함된 녹화 수업을 온라인으로 수강하는 제2 사용자들을 포함하는 사용자들 각각의 수강 지역들을 결정하는 단계; 상기 수강 지역들 각각의 강의 선호도를 산출하는 단계; 상기 사용자 단말로부터 획득한 사용자 동영상에 기초하여 상기 사용자 단말에 대응하는 사용자의 강의 집중도를 결정하는 단계; 상기 강의 집중도에 기초하여 상기 사용자의 상기 강의에 대한 수강 완료도를 산출하는 단계; 및 상기 수강 완료도에 따라 상기 강의에 대한 학습 스케줄을 결정하는 단계를 포함할 수 있다.
다양한 실시 예에서, 온라인 교육 서버는 온라인 교육 서버의 상기 방법을 실행시키기 위한 프로그램이 기록되고, 컴퓨터에 의해 읽혀질 수 있는 비일시적 기록매체를 포함할 수 있다.
다양한 실시 예에서, 온라인 교육 서버는 상기 방법을 실행시키기 위하여 비일시적 기록매체에 기록된 컴퓨터 프로그램을 포함할 수 있다.
다양한 실시 예에서, 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하는 시스템은, 학습 콘텐츠를 온라인 교육 서버에 제공하는 강의자 단말; 상기 온라인 교육 서버로부터 상기 학습 콘텐츠를 획득하는 사용자 단말; 및 상기 사용자 단말 및 상기 강의자 단말과 연동되며, 상기 사용자 단말에 대응하는 사용자에게 온라인 교육 서비스를 제공하는 상기 온라인 교육 서버를 포함할 수 있다. 상기 온라인 교육 서버는, 상기 강의자 단말로부터 의뢰된 강의를 등록하고, 상기 사용자 단말을 통해 상기 강의에 대한 수강 신청 입력을 획득하고, 획득된 상기 수강 신청 입력에 따라 상기 강의에 포함된 학습 콘텐츠를 상기 사용자 단말에 제공하는 서비스 제공부; 상기 강의에 포함된 실시간 수업을 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여 상기 강의의 강의 보완 구간을 결정하는 강의 보완 구간 결정부; 상기 제1 사용자들 및 상기 강의에 포함된 녹화 수업을 온라인으로 수강하는 제2 사용자들을 포함하는 사용자들 각각의 수강 지역들을 결정하고, 상기 수강 지역들 각각의 강의 선호도를 산출하는 강의 선호도 산출부; 상기 사용자 단말로부터 획득한 사용자 동영상을 분석하고, 분석된 상기 사용자 동영상에 기초하여 상기 사용자의 강의 집중도를 결정하는 영상 분석부; 상기 강의 집중도에 기초하여 상기 사용자의 상기 강의에 대한 수강 완료도를 산출하는 수강 완료도 산출부; 및 상기 수강 완료도에 따라 상기 강의에 대한 학습 스케줄을 결정하는 학습 스케줄 결정부를 포함할 수 있다.
다양한 실시 예에서, 상기 강의 보완 구간 결정부는, 이하 수학식을 통해 상기 평균 시청률을 산출하고,
Figure 112021110344965-pat00001
상기 수학식에서, A는 상기 평균 시청률, f(x)는 상기 실시간 강의에 대한 시청률 함수, k는 상기 강의의 전체 강의 시간일 수 있다. 상기 강의 보완 구간 결정부는, 상기 전체 강의 시간에서 상기 평균 시청률보다 낮은 시청률을 기록한 구간을 시청률 미달 구간으로 결정하고, 결정된 상기 시청률 미달 구간에서 시청률이 감소하는 구간을 강의 보완 구간으로 결정하고, 상기 강의 보완 구간 및 상기 강의 보완 구간에 대응하는 강의 내용을 상기 강의자 단말에 전송할 수 있다.
다양한 실시 예에서, 상기 강의 선호도 산출부는, 이하 수학식을 통해 상기 사용자가 속한 수강 지역의 상기 강의 선호도를 산출하고,
Figure 112021110344965-pat00002
상기 수학식에서, Sn은 상기 강의 선호도, A는 상기 수강 지역에 속하고 실시간 강의를 온라인으로 수강하는 사용자들의 평균 시청률, h는 상기 수강 지역에 속하고 실시간 강의를 온라인으로 수강하는 사용자들의 최고 시청률, l는 상기 수강 지역에 속하고 실시간 강의를 온라인으로 수강하는 사용자들의 최저 시청률, Np은 상기 수강 지역에 속하고 실시간 강의를 온라인으로 수강하는 사용자들의 수, D-는 강의자 단말로부터 상기 수강 지역 간 거리를 의미할 수 있다. 상기 강의 선호도 산출부는, 상기 강의 선호도가 미리 설정된 임계값 이상인 상기 수강 지역을 상기 강의 선호 지역으로 결정할 수 있다.
다양한 실시 예에서, 상기 수강 완료도 산출부는, 이하 수학식을 통해 상기 수강 완료도를 산출하고,
Figure 112021110344965-pat00003
상기 수학식에서, Cd는 상기 수강 완료도, Tr는 페이크 영상의 재생 시간, Tc는 상기 강의의 강의 시간, T-s는 상기 강의자의 얼굴 영역 또는 상기 강의자의 손 영역 중 적어도 하나에 상기 사용자의 초점이 유지되는 시간을 의미할 수 있다.
다양한 실시 예에서, 상기 서비스 제공부는, 상기 사용자의 수강 지역의 상기 강의 선호도에 기초하여, 상기 사용자에 대한 강의 할인 가격 및 수강 확대 기간을 결정하고, 이하 수학식을 통해 상기 수강 확대 기간을 결정하고,
Figure 112021110344965-pat00004
상기 수학식에서, Pe는 상기 수강 확대 기간, Ms은 기준 수강 기간 및 Sn은 상기 강의 선호도를 의미할 수 있다.
상기 서비스 제공부는, 이하 수학식을 통해 상기 강의 할인 가격을 결정하고,
Figure 112021110344965-pat00005
상기 수학식에서, Rd는 상기 강의 할인 가격, Rr는 상기 기준 강의 가격 및 Sn은 상기 강의 선호도를 의미할 수 있다.
다양한 실시 예에서, 상기 영상 분석부는, 상기 사용자 동영상을 구성하는 상기 제1 영상 프레임들 중에서, 서로 시간적으로 인접한 2개의 영상 프레임들을 대상으로, 서로 위치가 대응하는 픽셀값끼리 차분하여 제1 차분 영상 프레임들을 생성하고, 상기 제1 차분 영상 프레임들 각각을 복수 개의 영역들로 분할하고, 분할된 복수 개의 영역들 각각에 대한 픽셀의 제1 평균값들을 산출하고, 산출된 픽셀의 상기 제1 평균값들에 기초하여 제1 특징 벡터들을 생성하고, 상기 영상 DB에 저장된 동영상을 구성하는 상기 제2 영상 프레임들 중에서, 서로 시간적으로 인접한 2개의 영상 프레임들을 대상으로, 서로 위치가 대응하는 픽셀값끼리 차분하여 제2 차분 영상 프레임들을 생성하고, 상기 제2 차분 영상 프레임들 각각을 복수 개의 영역들로 분할하고, 분할된 복수 개의 영역들 각각에 대한 픽셀의 제2 평균값들을 산출하고, 산출된 픽셀의 상기 제2 평균값들에 기초하여 제2 특징 벡터들을 생성하고, 상기 제1 특징 벡터들 및 상기 제2 특징 벡터들에 기초하여, 상기 사용자 동영상 및 상기 영상 DB에 저장된 동영상 간 상기 제1 유사도를 산출하고, 상기 사용자 동영상 및 상기 영상 DB에 저장된 동영상 각각에서 미리 정해진 시간 간격으로 제3 영상 프레임들을 추출하고, 추출된 상기 제3 영상 프레임들 각각에서 검출된 얼굴의 면적, 검출된 얼굴의 표정 변화 등에 기초하여 상기 제2 유사도를 산출하고, 이하 수학식을 통해 상기 사용자 동영상 및 상기 영상 DB에 저장된 동영상 간 상기 영상 유사도를 산출하고,
Figure 112021110344965-pat00006
상기 수학식에서, S는 상기 영상 유사도, S1은 상기 제1 유사도, S2는 상기 제2 유사도, w1는 상기 제1 유사도에 대한 제1 가중치, w2는 상기 제2 유사도에 대한 제2 가중치를 의미하고, 상기 영상 유사도가 임계 유사도 이상인 경우, 상기 사용자 동영상을 페이크 영상으로 결정할 수 있다.
본 문서에 개시되는 다양한 실시 예들에 따르면, 강의에 대하여 보완이 필요한 구간을 강의자에게 알려줌으로써 강의의 퀄리티를 높일 수 있다.
또한, 다양한 실시 예에 따르면, 강의자의 시선을 벗어나기 위하여 사용자가 페이크 영상을 사용하는지 판단할 수 있다.
또한, 다양한 실시 예에 따르면, 사용자의 학습을 방해하지 않으면서 온라인 강의를 정상적으로 완료했는지 모니터링할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 일 실시 예에 따른 온라인 교육 제공 시스템을 도시한 도면이다.
도 2는 일 실시 예에 따른 실시간 강의를 온라인으로 수강하는 사용자들과 실시간 강의를 오프라인으로 수강하는 사용자들을 나타낸 도면이다.
도 3은 온라인 교육 서버의 주요 구성 요소를 나타낸 도면이다.
도 4는 실시간 강의를 온라인으로 수강하는 사용자들 각각의 수강 정보에 기초하여 강의 보완 구간을 결정하고, 결정된 강의 보완 구간을 강의자 단말로 전송하는 것에 관한 도면이다.
도 5는 실시간 강의를 온라인으로 수강하는 사용자들 각각의 수강 정보에 기초하여, 강의 선호 지역을 결정하는 것에 관한 도면이다.
도 6은 사용자 단말로부터 획득한 사용자 동영상에 기초하여 사용자의 수강 완료도를 산출하는 것에 관한 도면이다.
도 7은 사용자의 학습 스케줄을 결정하는 것에 관한 도면이다.
도 8은 도 1에 따른 온라인 교육 서버의 하드웨어 구성을 나타낸 도면이다.
도 9는 본 발명의 일 실시예에 따른 통신 과정에서 적용될 수 있는 무선 통신 시스템을 나타낸 도면이다.
도 10은 도 9에 따른 무선 통신 시스템에서 기지국을 나타낸 도면이다.
도 11은 도 9에 따른 무선 통신 시스템에서 단말을 나타낸 도면이다.
도 12는 도 9에 따른 무선 통신 시스템에서 통신 인터페이스를 나타낸 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 일 실시 예에 따른 온라인 교육 서비스 제공 시스템(10)을 도시한 도면이다. 도 2는 일 실시 예에 따른 실시간 강의를 온라인으로 수강하는 사용자들과 실시간 강의를 오프라인으로 수강하는 사용자들을 나타낸 도면이다.
도 1을 참조하면, 온라인 교육 서비스 제공 시스템(10)은 온라인 교육 서버(100), 사용자 단말(200) 및 강의자 단말(300) 등을 포함할 수 있다. 온라인 교육 서비스 제공 시스템(10)에서 제공하는 온라인 교육 서비스는, 온라인 교육 서버(100)가 제어하는 웹 페이지 및/또는 어플리케이션을 통해서 교육 서비스가 제공될 수 있다.
온라인 교육 서버(100)는 강의자 단말(300)을 통해 강의자로부터 강의 등록을 요청받을 수 있다. 온라인 교육 서버(100)는 강의자 단말(300)로부터 요청 받은 강의를 등록할 수 있다. 온라인 교육 서버(100)는 사용자 단말(200)로부터 등록된 강의의 강의 신청에 대한 요청을 수신할 수 있다. 온라인 교육 서버(100)는 수신된 상기 요청에 기초하여 사용자 단말(200)에 강의 데이터를 제공할 수 있다. 다시 말해서, 온라인 교육 서버(100)는 강의를 제공하는 강의자가 업로드한 강의 데이터를 사용자 단말(200)에 제공한다. 강의자는 강의자 단말(300)을 통해 온라인 교육 서버(100)에 강의 데이터를 업로드할 수 있다. 예를 들어, 강의 데이터는, 학습 컨텐츠를 포함하며, 강의자 동영상, 강의를 위한 이미지, 강의 음성 데이터 및 강의를 위한 텍스트 데이터 등을 포함할 수 있다.
온라인 교육 서버(100)는 온라인 교육 서버(100)에 저장되어 있는 강의 데이터를 강의를 신청한 사용자들의 선택에 따라 선택적으로 사용자 단말(200)에 제공할 수 있다. 다시 말해서, 사용자 단말(200)은 온라인 제공 서버(100)에 접속하고, 강의자 단말(300)을 통해 강의자가 제공하는 강의를 조회할 수 있고, 적어도 하나의 강의를 선택하고, 선택한 강의를 온라인 제공 서버(100)로부터 제공받을 수 있다.
온라인 교육 서버(100)는 강의의 강의 보완 구간을 결정하고, 결정된 강의 보완 구간을 강의자 단말(300)에 제공할 수 있다. 온라인 교육 서버(100)는 강의에 대한 사용자의 강의 집중도 및/또는 수강 완료도 등을 산출하고, 상기 강의 집중도 및/또는 수강 완료도에 기초하여, 사용자의 학습 스케줄을 결정할 수 있다.
강의자 단말(300)은 강의를 제공하기를 원하는 강의자의 단말을 의미하며, 사용자 단말(200)은 강의자 단말(300)에서 제공한 강의를 수강하기를 원하는 사용자의 단말을 의미할 수 있다. 사용자 단말(200) 및 강의자 단말(300)은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), 및 PDA(Personal Digital Assistant) 등 일 수 있다.
도 2를 참고하면, 강의를 오프라인으로 수강하는 사용자들, 강의를 온라인으로 수강하는 사용자들을 나타내고 있다.
온라인 교육 서버(100)는 카메라를 통해 촬영되고 있는 강의자 동영상을 획득하고, 획득된 강의자 동영상을 강의를 온라인으로 수강하는 사용자들 각각의 사용자 단말에 표시하도록 제어할 수 있다. 강의를 온라인으로 수강하는 사용자들은 상기 강의에 포함된 실시간 수업을 온라인으로 수강하는 제1 사용자들 및 상기 강의에 포함된 녹화 수업을 온라인으로 수강하는 제2 사용자들을 포함할 수 있다.
온라인 교육 서버(100)는 단순히 사용자 단말(200)에 강의자 동영상을 표시하는 것 뿐만 아니라, 사용자 단말(200)에 강의자를 포함하는 가상 현실 공간을 표시할 수 있다.
도 3은 온라인 교육 서버(100)의 주요 구성 요소를 나타낸 도면이다.
도 3을 참조하면, 온라인 교육 서버(100)는 서비스 제공부(101), 강의 보완 구간 결정부(102), 강의 선호도 산출부(103), 영상 분석부(104), 수강 완료도 산출부(105) 및 학습 스케줄 결정부(106) 등을 포함할 수 있다.
서비스 제공부(101)는 강의자 단말(300)로부터 획득한 강의에 대한 학습 컨텐츠를 사용자 단말(200)에 제공할 수 있다. 서비스 제공부(101)는 강의 진행, 강의 예약, 강의 비용 결제, 강의 기간 설정 등과 같은 다양한 서비스를 제공할 수 있다.
강의 보완 구간 결정부(102)는 실시간 강의를 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여 강의 보완 구간을 결정할 수 있다. 강의 보완 구간 결정부(102)는 상기 수강 정보에 기초하여 실시간 강의 시청률을 산출할 수 있고, 산출된 실시간 강의 시청률에 기초하여 상기 강의의 강의 보완 구간을 결정할 수 있다.
강의 선호도 산출부(103)는 사용자가 속한 수강 지역을 결정하고, 상기 강의에 대한 수강 지역의 강의 선호도를 결정할 수 있다. 강의 선호도 산출부(103)는 사용자 단말(200)의 위치 정보에 기초하여 수강 지역을 결정하거나, 사용자 단말(200)로부터 획득한 사용자의 거주 지역, 근무 지역 및 주 활동 지역 중 적어도 하나에 기초하여 수강 지역을 결정할 수 있다. 또는, 수강 지역은 강의자 단말(300)을 통해 획득하는 사용자의 입력에 따라 결정될 수 있다.
영상 분석부(104)는 강의자 단말(300)을 통해 표시되는 사용자 동영상과 영상 DB에 저장된 동영상을 비교할 수 있고, 상기 비교를 통해 강의자 단말(300)을 통해 표시되는 사용자 동영상이 페이크 영상인지 결정할 수 있다. 다시 말해서, 온라인 비대면 교육의 확대 추세에서, 페이크 영상이 출력되게끔하여 출석 체크는 하되, 실질적으로 강의를 듣지 않는 경우가 발생하는 때가 있는데, 상기 경우를 방지하기 위하여, 영상 분석부(104)는 사용자 동영상이 페이크 영상인지 결정할 수 있다. 예를 들어, 영상 DB는 온라인 교육 서버(100)에서 강의를 진행하면서 획득한 강의자 단말(300)을 통해 강의자를 촬영하여 획득한 강의자 동영상, 사용자 단말(200)을 통해 사용자를 촬영하여 획득한 사용자 동영상 및 외부 온라인 서버를 통해 획득한 동영상 등을 저장할 수 있다. 사용자 동영상은 사용자를 촬영한 동영상이고, 강의자 동영상은 강의자를 촬영한 동영상일 수 있다.
영상 분석부(104)는 사용자 단말(200)에 탑재된 카메라 및 사용자 단말(200)을 통해 표시되는 강의자 동영상에 기초하여, 사용자가 강의에 집중하고 있는지 판단할 수 있다. 영상 분석부(104)는 사용자 단말(200)에 탑재된 카메라를 통해 사용자의 눈동자 위치를 확인하고, 확인된 눈동자 위치에 기초하여 사용자의 초점 위치를 결정할 수 있다. 영상 분석부(104)는 사용자의 초점 위치가 상기 강의자 동영상의 특정 영역에 위치한지에 따라 사용자의 강의 집중도를 산출할 수 있다.
수강 완료도 산출부(105)는 영상 분석부(104)를 통해 산출된 강의 집중도 및 페이크 영상 사용 여부에 따라, 사용자의 수강 완료도를 산출할 수 있다. 이에 대한 자세한 설명은 이하 도 6을 통해 추가적으로 설명될 수 있다.
도 4는 실시간 강의를 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여 강의 보완 구간을 결정하고, 결정된 강의 보완 구간을 강의자 단말로 전송하는 것에 관한 도면이다.
강의 보완 구간 결정부(102)는 실시간 강의를 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여 강의 보완 구간을 결정할 수 있다. 강의 보완 구간 결정부(102)는 결정된 강의 보완 구간에서 출력되는 강의자의 음성을 통해 강의 내용을 분석할 수 있다. 강의 보완 구간 결정부(102)는 결정된 강의 보완 구간 및 분석된 강의 내용을 강의자 단말(300)에 제공함으로써, 강의자가 더 좋은 퀄리티의 강의를 만드는 데에 참고할 수 있도록 도움을 제공할 수 있다.
강의 보완 구간 결정부(102)는 제1 사용자들의 각각의 수강 정보에 기초하여 실시간 강의 시청률을 산출할 수 있고, 산출된 실시간 강의 시청률에 기초하여 강의 보완 구간을 결정하기 위한 시청률 함수 및 시청률 그래프를 생성할 수 있다. 강의 보완 구간 결정부(102)는 실시간 강의를 신청한 전체 사용자들 대비 실시간 강의를 수강하는 제1 사용자들의 수에 기초하여, 실시간 강의 시청률을 산출할 수 있다. 예를 들어, 제1 강의를 신청한 사람이 100명이고, 특정 시간에 제1 강의를 수강하는 사람이 70명인 경우, 특정 시간의 실시간 강의 시청률은 70%일 수 있다.
강의 보완 구간 결정부(102)는 실시간 강의 시청률에 기초하여 평균 시청률을 산출할 수 있다. 강의 보완 구간 결정부(102)는 이하 수학식 1을 통해 상기 평균 시청률을 산출할 수 있다.
Figure 112021110344965-pat00007
상기 수학식 1에서, A는 평균 시청률, f(x)는 실시간 강의에 대한 시청률 함수, k는 해당 강의의 전체 강의 시간일 수 있다.
강의 보완 구간 결정부(102)는 해당 강의의 전체 강의 시간에서, 평균 시청률보다 낮은 시청률을 기록한 구간을 시청률 미달 구간으로 결정하고, 결정된 시청률 미달 구간을 강의자 단말(300)에 전송할 수 있다. 강의 보완 구간 결정부(102)는 시청률 미달 구간 중에서, 시청률이 감소하는 구간을 강의 보완 구간으로 결정할 수 있다.
강의 보완 구간 결정부(102)는 강의 보완 구간 및 강의 보완 구간에 대응하는 강의 내용을 강의자 단말(300)에 전송할 수 있다. 강의 보완 구간 결정부(102)는 강의 보완 구간 및 강의 보완 구간에 대응하는 강의 내용을 강의자 단말(300)을 통해 강의자에게 제공함으로써, 강의자가 어느 부분을 보완해야 할지 도움을 제공할 수 있다.
도 5는 실시간 강의를 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여, 강의 선호 지역을 결정하는 것에 관한 도면이다.
강의 선호도 산출부(103)는 강의를 온라인으로 수강하는 사용자들 각각의 수강 지역을 결정하고, 상기 강의에 대한 수강 지역의 강의 선호도를 결정할 수 있다.
강의 선호도 산출부(103)는 강의를 온라인으로 수강하는 사용자들 각각의 위치 정보를 획득할 수 있다. 강의 선호도 산출부(103)는 사용자들 각각의 위치 정보에 기초하여, 복수 개의 수강 지역들을 결정할 수 있다. 상기 위치 정보는 사용자 단말(200)의 위치에 대한 정보, 사용자의 거소 또는 주소에 대한 정보, 사용자의 근무지에 대한 정보 등을 포함할 수 있다. 위치 정보는 사용자 단말(200)을 통해 사용자에 의하여 입력될 수 있다.
강의 선호도 산출부(103)는 사용자들이 위치한 복수 개의 수강 지역들 중, 수강 지역들 각각에 포함된 사용자들의 수, 수강 지역들 각각의 평균 시청률, 수강 지역들 각각과 강의자 단말 간 거리 등에 기초하여, 상기 수강 지역들 각각의 강의 선호도를 산출할 수 있다. 예를 들어, 수강 지역과 강의자 단말 간 거리가 멀수록, 온라인으로라도 해당 강의를 듣고자 하는 것이므로, 강의 선호도 산출부(103)는 수강 지역 및 강의자 단말 간 거리가 멀수록 상기 수강 지역의 강의 선호도를 높게 결정할 수 있다. 예를 들어, 수강 지역에 포함된 사용자들의 수가 많을수록 상기 수강 지역에서 수강 선호도가 높은 것이므로, 강의 선호도 산출부(103)는 수강 지역에 포함된 사용자들의 수가 많을수록 상기 수강 지역의 강의 선호도를 높게 결정할 수 있다.
강의 선호도 산출부(103)는 이하 수학식 2를 통해 상기 수강 지역들 각각의 상기 강의 선호도를 산출할 수 있다.
Figure 112021110344965-pat00008
상기 수학식 2에서, Sn은 강의 선호도, A는 상기 수강 지역들 각각의 제1 사용자들의 평균 시청률, h는 상기 수강 지역들 각각의 제1 사용자들의 최고 시청률, l는 상기 수강 지역들 각각의 제2 사용자들의 최저 시청률, Np은 상기 수강 지역들 각각의 제1 사용자들의 수, D-는 강의자 단말로부터 상기 수강 지역들 각각 간 거리를 의미할 수 있다.
강의 선호도 산출부(103)는 강의 선호도가 미리 설정된 임계값 이상인 수강 지역들을 강의 선호 지역으로 결정할 수 있다.
서비스 제공부(101)는 강의 선호도 산출부(103)에 의하여 결정된 강의 선호 지역에 속한 사용자들에게 강의 혜택을 제공할 수 있다. 강의 혜택은 수강 기간 증가, 강의 가격 감소 등을 포함할 수 있다. 서비스 제공부(101)는 강의 선호 지역들 각각의 강의 선호도에 기초하여, 강의 할인 가격을 결정하거나 수강 기간을 확대시켜줄 수 있다. 서비스 제공부(101)는 강의 선호 지역에 속한 사용자들이 강의 신청을 하는 경우, 사용자가 속한 강의 선호 지역의 수강 선호도가 높을수록 강의 할인 가격을 더 높게 결정하거나 수강 기간을 더 확대시켜 줄 수 있다.
서비스 제공부(101)는 기준 강의 가격에서 강의 할인 가격을 뺀 가격을 사용자가 지불해야할 가격으로 결정할 수 있다. 서비스 제공부(101)는 기준 수강 기간에서 수강 확대 기간을 더한 기간을 사용자가 강의를 수강할 수 있는 기간으로 결정할 수 있다.
서비스 제공부(101)는 이하 수학식 3을 통해 수강 확대 기간을 결정할 수 있다.
Figure 112021110344965-pat00009
수학식 4에서, Pe는 수강 확대 기간, Ms은 기준 수강 기간 및 Sn은 강의 선호도를 의미할 수 있다.
서비스 제공부(101)는 이하 수학식 4를 통해 강의 할인 가격을 결정할 수 있다.
Figure 112021110344965-pat00010
수학식 4에서, Rd는 강의 할인 가격, Rr는 기준 강의 가격 및 Sn은 강의 선호도를 의미할 수 있다.
서비스 제공부(101)는 온라인 교육 서버(100)에 저장되어 있는 사용자의 휴대 번호 및 상기 휴대 번호로 등록되어 있는 특정 어플리케이션을 통해, 강의 선호 지역의 사용자에게 상기 강의에 대한 정보(예: 다음 회차 강의 업로드) 뿐만 아니라, 다른 강의에 대한 정보(예: 새로 등록된 강의)를 이메일, 어플리케이션 푸시 메시지, SNS 메시지를 통해 사용자 단말(200)에 제공할 수 있다.
서비스 제공부(101)는, 강의 선호 지역이 아닌 수강 지역은 해당 강의에 대한 수요가 낮은 지역이므로, 강의 선호 지역이 아닌 수강 지역에서 강의의 수요를 높이기 위하여, 상기 강의에 대한 광고를 수행할 수 있다.
도 6은 사용자 단말로부터 획득한 사용자 동영상에 기초하여 사용자의 수강 완료도를 산출하는 것에 관한 도면이다.
영상 분석부(104)는 사용자 단말(200)로부터 획득한 사용자 동영상을 분석하고, 수강 완료도 산출부(105)는 분석된 상기 사용자 동영상에 기초하여 수강 완료도를 산출할 수 있다.
영상 분석부(104)는 강의에 대한 사용자의 강의 집중도를 산출할 수 있다.
영상 분석부(104)는 사용자 단말(200)을 통해 표시되는 강의자 동영상에서 강의자의 얼굴 및 강의자의 손을 검출할 수 있다. 영상 분석부(104)는 강의자 동영상에서 강의자의 얼굴에 대응하는 얼굴 영역 및 강의자의 손에 대응하는 손 영역을 결정할 수 있다.
영상 분석부(104)는 사용자 단말(200)을 통해 획득되는 사용자 동영상에서 사용자의 얼굴을 검출할 수 있다. 영상 분석부(104)는 검출된 얼굴에서 사용자의 얼굴에서 사용자의 좌안 영역과 우안 영역을 검출하고, 검출된 상기 좌안 영역 및 상기 우안 영역 각각에서 눈동자들의 위치를 결정할 수 있다. 영상 분석부(104)는 상기 사용자와 상기 사용자 단말 간 이격 거리 및 상기 눈동자들의 위치에 기초하여, 상기 사용자의 초점이 상기 강의자 동영상의 상기 강의자의 얼굴 영역 및/또는 상기 강의자의 손 영역에 위치하는지 판단할 수 있다. 영상 분석부(104)는 상기 사용자의 초점 위치에 따라 상기 강의에 대한 사용자의 강의 집중도를 산출할 수 있다.
영상 분석부(104)는 얼굴 영역 및/또는 손 영역에 사용자의 초점이 유지되는 시간을 산출할 수 있다. 영상 분석부(104)는 얼굴 영역 및/또는 손 영역에 사용자의 초점이 유지되는 시간 및 상기 초점이 얼굴 영역 및/또는 손 영역에 들어오거나 나가는 횟수 등에 기초하여 상기 강의 집중도를 산출할 수 있다.
영상 분석부(104)는 사용자 단말(200)로부터 획득한 사용자 동영상이 실제 사용자를 촬영하고 있는 동영상인지 판별할 수 있다. 다시 말해서, 영상 분석부(104)는 사용자 단말(200)로부터 획득한 사용자 동영상 및 영상 DB에 저장된 동영상을 비교하고, 상기 비교를 통해 상기 사용자 동영상 및 상기 영상 DB에 저장된 동영상 간 영상 유사도를 산출할 수 있다. 영상 분석부(104)는 산출된 상기 영상 유사도에 기초하여, 상기 사용자 동영상이 페이크 영상인지 결정할 수 있다.
영상 분석부(104)는 사용자 단말(200)로부터 획득한 사용자 동영상에 포함된 영상 프레임들의 픽셀값 및 영상 DB에 저장된 동영상에 포함된 영상 프레임들의 픽셀값에 기초하여 제1 유사도를 산출할 수 있다.
영상 분석부(104)는 사용자 동영상을 구성하는 영상 프레임(image frame)들 중에서, 서로 시간적으로 인접한 2개의 영상 프레임들을 대상으로, 서로 위치가 대응하는 픽셀값끼리 차분하여 제1 차분 영상 프레임들을 생성할 수 있다. 영상 분석부(104)는 상기 제1 차분 영상 프레임들 각각을 복수 개의 영역들로 분할하고, 분할된 복수 개의 영역들 각각에 대한 픽셀의 평균값을 산출할 수 있다. 영상 분석부(104)는 산출된 픽셀의 평균값에 기초하여 제1 특징 벡터들을 생성할 수 있다.
영상 분석부(104)는 영상 DB에 저장된 동영상을 구성하는 영상 프레임(image frame)들 중에서, 서로 시간적으로 인접한 2개의 영상 프레임들을 대상으로, 서로 위치가 대응하는 픽셀값끼리 차분하여 제2 차분 영상 프레임들을 생성할 수 있다. 영상 분석부(104)는 상기 제2 차분 영상 프레임들 각각을 복수 개의 영역들로 분할하고, 분할된 복수 개의 영역들 각각에 대한 픽셀의 평균값을 산출할 수 있다. 영상 분석부(104)는 산출된 픽셀의 평균값에 기초하여 제2 특징 벡터들을 생성할 수 있다.
영상 분석부(104)는 제1 특징 벡터들 및 제2 특징 벡터들에 기초하여, 사용자 동영상 및 영상 DB에 저장된 동영상 간 제1 유사도를 산출할 수 있다.
영상 분석부(104)는 사용자 동영상 및 영상 DB에 저장된 동영상에서 미리 정해진 시간 간격으로 영상 프레임들을 추출하고, 추출된 영상 프레임들 각각에서 검출된 얼굴의 면적, 검출된 얼굴의 표정 변화 등에 기초하여 제2 유사도를 산출할 수 있다.
영상 분석부(104)는 산출된 제1 유사도 및 산출된 제2 유사도에 기초하여 상기 영상 유사도를 산출할 수 있다. 영상 분석부(104)는 이하 수학식 5를 통해서 상기 영상 유사도를 산출할 수 있다.
Figure 112021110344965-pat00011
수학식 5에서, S는 영상 유사도, S1은 제1 유사도, S2는 제2 유사도, w1는 제1 유사도에 대한 제1 가중치, w2는 제2 유사도에 대한 제2 가중치를 의미할 수 있다.
영상 분석부(104)는 사용자 단말(200)로부터 획득한 사용자 동영상 및 영상 DB에 저장된 동영상 간 영상 유사도가 임계 유사도 이상인 경우, 상기 사용자 동영상을 페이크 영상으로 결정할 수 있다.
수강 완료도 산출부(105)는 해당 차수의 강의의 전체 시간 대비 페이크 영상의 재생 시간 비율 등에 기초하여 수강 완료도를 결정할 수 있다. 수강 완료도 산출부(105)는 이하 수학식 6을 통해서 상기 수강 완료도를 산출할 수 있다.
Figure 112021110344965-pat00012
수학식 6에서, Cd는 수강 완료도, Tr는 페이크 영상의 재생 시간, Tc는 해당 강의의 강의 시간, T-s는 강의자의 얼굴 영역 또는 강의자의 손 영역 중 적어도 하나에 사용자의 초점이 유지되는 시간을 의미할 수 있다.
도 7은 사용자의 학습 스케줄을 결정하는 것에 관한 도면이다.
학습 스케줄 결정부(106)는 강의 선호도 및 수강 완료도 산출부(105)를 통해 산출된 수강 완료도 등에 기초하여 사용자의 학습 스케줄을 결정할 수 있다. 학습 스케줄 결정부(106)는 결정된 사용자의 학습 스케줄을 사용자 단말(200)에 제공할 수 있다.
학습 스케줄 결정부(106)는 상기 강의에 대하여 미리 설정된 기준에 미달인 사용자에 상기 강의에 포함된 수업을 복습할 수 있도록 할 수 있다. 학습 스케줄 결정부(106)는 수강 완료도에 기초하여 복습 가능 기간을 결정할 수 있다. 예를 들어, 학습 스케줄 결정부(106)는 수강 완료도가 높을수록 복습 가능 기간을 길게 결정하고, 수강 완료도가 낮을수록 복습 가능 기간을 짧게 결정할 수 있다. 학습 스케줄 결정부(106)는 미리 설정된 기준을 초과한 사용자는 상기 강의의 다음 차수 수업을 수강할 수 있도록 할 수 있다.
도 8은 도 1에 따른 온라인 교육 서버(100)의 하드웨어 구성을 나타낸 도면이다.
도 8을 참조하면, 온라인 교육 서버(100)는 적어도 하나의 프로세서(110) 및 상기 적어도 하나의 프로세서(110)가 적어도 하나의 동작(operation)을 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함할 수 있다.
상기 적어도 하나의 동작은, 온라인 교육 서버(100)의 동작이나 기능 중 적어도 일부를 포함하고 명령어들 형태로 구현되어 프로세서(110)에 의하여 수행될 수 있다.
여기서 적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중 하나일 수 있고, 저장 장치(160)는, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 각종 메모리 카드(예를 들어, micro SD 카드) 등일 수 있다.
또한, 서버(100)는 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver)(130)를 포함할 수 있다. 또한, 온라인 교육 서버(100)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150), 저장 장치(160) 등을 더 포함할 수 있다. 서버(100)에 포함된 각각의 구성 요소들은 버스(bus)(170)에 의해 연결되어 서로 통신을 수행할 수 있다.
도 9는 본 발명의 일 실시예에 따른 통신 과정에서 적용될 수 있는 무선 통신 시스템을 나타낸 도면이다. 도 10은 도 9에 따른 무선 통신 시스템에서 기지국을 나타낸 도면이다. 도 11은 도 9에 따른 무선 통신 시스템에서 단말을 나타낸 도면이다. 도 12는 도 9에 따른 무선 통신 시스템에서 통신 인터페이스를 나타낸 도면이다.
이하에서는 본 발명에 따른 서버 및 단말들 사이의 통신을 지원하는 무선 통신 네트워크 시스템의 일례를 구체적으로 예를 들어 설명한다. 다음 설명에서, 제1 노드(장치)는 앵커/도너 노드 또는 앵커/도너 노드의 CU(centralized unit) 일 수 있고, 제2 노드(장치)는 앵커/도너 노드 또는 릴레이 노드의 DU(distributed unit) 일 수 있다.
무선 통신 시스템에서 무선 채널을 사용하는 노드의 일부로 기지국(base station, BS), 단말, 서버 등이 포함될 수 있다.
기지국은 단말 및 단말에 무선 액세스를 제공하는 네트워크 인프라이다. 기지국은 신호가 전송될 수 있는 거리에 따라 소정의 지리적 영역으로 정의된 커버리지를 갖는다.
기지국은 "기지국"과 마찬가지로 "액세스 포인트(access point, AP)", "이노드비(enodeb, eNB)", "5 세대(5th generation, 5G) 노드", "무선 포인트(wireless point)", "송/수신 포인트(transmission/reception point, TRP)" 지칭될 수 있다.
기지국, 단말 및 단말은 밀리미터 파(millimeter wave, mmWave) 대역(예: 28GHz, 30GHz, 38GHz, 60GHz)으로 무선 신호를 송수신할 수 있다. 이때, 채널 이득 향상을 위해 기지국, 단말 및 단말은 빔포밍을 수행할 수 있다. 빔포밍은 송신 빔포밍 및 수신 빔포밍을 포함할 수 있다. 즉, 기지국, 단말 및 단말은 송신 신호와 수신 신호에 지향성을 부여할 수 있다. 이를 위해 기지국, 단말 및 단말은 빔 탐색 절차 또는 빔 관리 절차를 통해 서빙 빔을 선택할 수 있다. 그 후, 통신은 서빙 빔을 운반하는 자원과 준 동일위치(quasi co-located) 관계에 있는 자원을 사용하여 수행될 수 있다.
첫 번째 안테나 포트 및 두 번째 안테나 포트는 첫 번째 안테나 포트의 심볼이 전달되는 채널의 대규모 속성이 두 번째 안테나 포트의 심볼이 전달되는 채널에서 유추될 수 있는 경우 준 동일위치 위치에 있는 것으로 간주된다. 대규모 속성은 지연 확산, 도플러 확산, 도플러 시프트, 평균 이득, 평균 지연 및 공간 Rx 파라미터 중 하나 이상을 포함할 수 있다.
이하에서는 상술한 무선 통신 시스템에서 기지국을 예시한다. 이하에서 사용되는 "-모듈(module)", "-부(unit)"또는 "-er"라는 용어는 적어도 하나의 기능 또는 동작을 처리하는 유닛을 의미할 수 있으며, 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다.
기지국은 무선 통신 인터페이스, 백홀 통신 인터페이스, 저장부(storage unit 및 컨트롤러을 포함할 수 있다.
무선 통신 인터페이스는 무선 채널을 통해 신호를 송수신하는 기능을 수행한다. 예를 들어, 무선 통신 인터페이스는 시스템의 물리 계층 표준에 따라 베이스 밴드 신호와 비트 스트림 간의 변환 기능을 수행할 수 있다. 예를 들어, 데이터 전송에서, 무선 통신 인터페이스은 전송 비트 스트림을 인코딩 및 변조하여 복합 심볼을 생성한다. 또한, 데이터 수신 시 무선 통신 인터페이스는 베이스 밴드 신호를 복조 및 디코딩하여 수신 비트 스트림을 재구성한다.
무선 통신 인터페이스는 무선 채널을 통해 신호를 송수신하는 기능을 수행한다. 예를 들어, 무선 통신 인터페이스은 시스템의 물리 계층 표준에 따라 베이스 밴드 신호와 비트 스트림 간의 변환 기능을 수행할 수 있다. 예를 들어, 데이터 전송에서, 무선 통신 인터페이스은 전송 비트 스트림을 인코딩 및 변조하여 복합 심볼을 생성한다. 또한, 데이터 수신 시 무선 통신 인터페이스은 베이스 밴드 신호를 복조 및 디코딩하여 수신 비트 스트림을 재구성한다.
또한, 무선 통신 인터페이스는 베이스 대역 신호를 RF(Radio Frequency) 대역 신호로 상향 변환하고, 변환된 신호를 안테나를 통해 전송한 후 안테나를 통해 수신된 RF 대역 신호를 베이스 대역 신호로 하향 변환한다. 이를 위해, 무선 통신 인터페이스은 송신 필터(transmission filter), 수신 필터(reception filter), 증폭기(amplifier), 믹서(mixer), 발진기(oscillator), 디지털-아날로그 컨버터(digital-to-analog convertor, DAC), 아날로그-디지털 컨버터(analog-to-digital convertor, ADC) 등을 포함할 수 있다. 또한, 무선 통신 인터페이스는 복수의 송수신 경로를 포함할 수 있다. 또한, 무선 통신 인터페이스는 복수의 안테나 요소를 포함하는 적어도 하나의 안테나 어레이를 포함할 수 있다.
하드웨어 측면에서 무선 통신 인터페이스는 디지털 유닛과 아날로그 유닛을 포함할 수 있고, 아날로그 유닛은 동작 전력, 동작 주파수 등에 따라 복수의 서브 유닛을 포함할 수 있다. 디지털 유닛은 적어도 하나의 프로세서(예를 들어, 디지털 신호 프로세서(digital signal processor, DSP))로 구현될 수 있다.
무선 통신 인터페이스는 전술한 바와 같이 신호를 송수신한다. 따라서, 무선 통신 인터페이스는 "송신기(transmitter)", "수신기(receiver)"또는 "트랜시버(transceiver)"로 지칭될 수 있다. 또한, 이하의 설명에서 무선 채널을 통해 수행되는 송수신은 전술한 바와 같이 무선 통신 인터페이스에서 수행되는 처리를 포함하는 의미로 사용될 수 있다.
백홀 통신 인터페이스는 네트워크 내의 다른 노드와 통신을 수행하기위한 인터페이스를 제공한다. 즉, 백홀 통신 인터페이스는 다른 노드로 전송되는 비트 스트림을 변환하고, 예를 들어, 다른 액세스 노드, 다른 기지국, 상위 노드 또는 기지국으로부터의 코어 네트워크는 물리적 신호로, 다른 노드로부터 수신된 물리적 신호를 비트 스트림으로 변환한다.
저장부는 기본 프로그램, 어플리케이션, 기지국의 동작을 위한 설정 정보 등의 데이터를 저장한다. 저장부는 휘발성 메모리, 비 휘발성 메모리 또는 휘발성 메모리와 비 휘발성 메모리의 조합을 포함할 수 있다.
컨트롤러는 기지국의 전반적인 동작을 제어한다. 예를 들어, 컨트롤러는 무선 통신 인터페이스 또는 백홀 통신 인터페이스를 통해 신호를 송수신한다. 또한 컨트롤러는 저장부에 데이터를 기록하고 기록된 데이터를 읽는다. 컨트롤러는 통신 규격에서 요구하는 프로토콜 스택의 기능을 수행할 수 있다. 다른 구현에 따르면, 프로토콜 스택은 무선 통신 인터페이스에 포함될 수 있다. 이를 위해 컨트롤러는 적어도 하나의 프로세서를 포함할 수 있다.
일 실시 예에 따르면 컨트롤러는 본 발명의 실시 예에 따른 동작을 수행하도록 기지국을 제어할 수 있다.
다양한 실시 예에 따르면, 무선 통신 시스템의 도너 노드는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서에 동작 가능하게 결합된 트랜시버를 포함하고, 상기 릴레이 노드에 액세스하는 단말에 대한 복수의 라디오 베어러에 관한 상기 도너 노드와 관련된 제1 정보를 포함하는 제1 메시지를 릴레이 노드로 전송하도록 구성되고; 상기 릴레이 노드로부터 상기 단말에 대한 복수의 라디오 베어러에 관한 상기 릴레이 노드와 관련된 제2 정보를 포함하는 제2 메시지를 수신하고; 단말에 대한 데이터를 릴레이 노드로 전송할 수 있다. 데이터는 제1 정보 및 제2 정보에 기초하여 복수의 라디오 베어러를 통해 단말로 전송될 수 있다.
다양한 실시 예에 따르면, 복수의 라디오 베어러 중 라디오 베어러는 복수의 라디오 베어러를 통합시킬 수 있다. 적어도 하나의 프로세서는 또한 릴레이 노드에 액세스하는 단말에 대한 라디오 베어러 및 라디오 베어러에 의해 통합된 다중 라디오 베어러를 결정하도록 구성되고; 또는 릴레이 노드에 액세스하는 단말에 대한 라디오 베어러를 결정할 수 있다.
다양한 실시 예에 따르면, 제1 메시지는 다음 중 하나 이상을 포함할 수 있다: 릴레이 노드에 액세스하는 터미널의 식별; 릴레이 노드에 접속하는 단말의 종류를 나타내는 표시 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러에 대한 정보; 릴레이 노드에 액세스하는 단말에 의해 전달된 라디오 베어러에 대한 정보; 도너 노드와 릴레이 노드 사이의 라디오 베어러에 대해 설정된 터널에 대한 정보; 통합된 다중 라디오 베어러에 대한 정보; 라디오 베어러 매핑 정보; 도너 노드 측면의 주소에 대한 정보; 릴레이 노드 측의 주소에 대한 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러에 대응하는 표시 정보; 릴레이 노드에 액세스하는 단말에 대해 새로운 주소를 라디오 베어러에 할당하도록 릴레이 노드를 나타내는 표시 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러의 데이터를 전송하는 릴레이 노드가 사용할 수 없는 주소 정보 목록; 및 보안 구성과 관련된 정보.
다양한 실시 예에 따르면, 제2 메시지는 다음 중 하나 이상을 포함할 수 있다: 릴레이 노드에 액세스하는 터미널의 식별; 릴레이 노드에 의해 승인된 라디오 베어러에 대한 정보; 릴레이 노드에 의해 승인되지 않은 라디오 베어러에 대한 정보; 릴레이 노드에 의해 부분적으로 승인된 라디오 베어러에 대한 정보; 라디오 베어러 매핑 정보; 릴레이 노드가 생성한 릴레이 노드에 접속하는 단말의 구성 정보; 릴레이 노드 측의 주소에 대한 정보; 및 보안 구성과 관련된 정보.
다양한 실시 예에 따르면, 제2 메시지는 통합된 다중 라디오 베어러에 대한 정보를 더 포함할 수 있다.
다양한 실시 예에 따르면, 도너 노드는 도너 노드의 중앙 유닛을 포함하고, 릴레이 노드는 도너 노드의 분산 유닛을 포함할 수 있다.
다양한 실시 예에 따르면, 무선 통신 시스템의 릴레이 노드는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서에 동작 가능하게 결합된 트랜시버를 포함하고, 도너 노드로부터, 릴레이 노드에 액세스하는 단말에 대한 복수의 라디오 베어러에 관한 도너 노드와 관련된 제1 정보를 포함하는 제1 메시지를 수신하도록 구성되고; 단말에 대한 복수의 라디오 베어러에 관한 릴레이 노드와 관련된 제2 정보를 포함하는 제2 메시지를 도너 노드로 전송하고; 도너 노드로부터 단말기에 대한 데이터를 수신할 수 있다. 데이터는 제1 정보 및 제2 정보에 기초하여 복수의 라디오 베어러를 통해 단말로 전송될 수 있다.
다양한 실시 예에 따르면, 복수의 라디오 베어러 중 라디오 베어러는 복수의 라디오 베어러를 통합시킬 수 있다. 적어도 하나의 프로세서는 또한 릴레이 노드에 액세스하는 단말에 대한 라디오 베어러 및 라디오 베어러에 의해 통합된 다중 라디오 베어러를 결정하도록 구성되고; 또는 라디오 베어러에 의해 통합된 다중 라디오 베어러를 결정할 수 있다.
다양한 실시 예에 따르면, 제1 메시지는 다음 중 하나 이상을 포함할 수 있다: 릴레이 노드에 액세스하는 터미널의 식별; 릴레이 노드에 접속하는 단말의 종류를 나타내는 표시 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러에 대한 정보; 릴레이 노드에 액세스하는 단말에 의해 전달된 라디오 베어러에 대한 정보; 도너 노드와 릴레이 노드 사이의 라디오 베어러에 대해 설정된 터널에 대한 정보; 통합된 다중 라디오 베어러에 대한 정보; 라디오 베어러 매핑 정보; 도너 노드 측면의 주소에 대한 정보; 릴레이 노드 측의 주소에 대한 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러에 대응하는 표시 정보; 릴레이 노드에 액세스하는 단말에 대해 새로운 주소를 라디오 베어러에 할당하도록 릴레이 노드를 나타내는 표시 정보; 릴레이 노드에 접속하는 단말의 라디오 베어러의 데이터를 전송하는 릴레이 노드가 사용할 수 없는 주소 정보 목록; 및 보안 구성과 관련된 정보.
다양한 실시 예에 따르면, 제2 메시지는 다음 중 하나 이상을 포함할 수 있다: 릴레이 노드에 액세스하는 터미널의 식별; 릴레이 노드에 의해 승인된 라디오 베어러에 대한 정보; 릴레이 노드에 의해 승인되지 않은 라디오 베어러에 대한 정보; 릴레이 노드에 의해 부분적으로 승인된 라디오 베어러에 대한 정보; 라디오 베어러 매핑 정보; 릴레이 노드가 생성한 릴레이 노드에 접속하는 단말의 구성 정보; 릴레이 노드 측의 주소에 대한 정보; 및 보안 구성과 관련된 정보.
다양한 실시 예에 따르면, 제2 메시지는 통합된 다중 라디오 베어러에 대한 정보를 더 포함할 수 있다.
다양한 실시 예에 따르면, 도너 노드는 도너 노드의 중앙 유닛을 포함하고, 릴레이 노드는 도너 노드의 분산 유닛을 포함할 수 있다.
이하에서는 상술한 무선 통신 시스템에서 단말의 구성요소를 도시한다. 이하에서는 설명하는 단말의 구성요소는 무선 통신 시스템에서 지원하는 범용적인 단말의 구성요소로서 전술한 내용들에 따른 단말의 구성요소와 병합되거나 통합될 수 있고, 일부 중첩되거나 상충되는 범위에서 앞서 도면을 참조하여 설명한 내용이 우선적용되는 것으로 해석될 수 있다. 이하에서 사용되는 "-모듈", "-유닛"또는 "-er"라는 용어는 적어도 하나의 기능을 처리하는 유닛을 의미할 수 있다.
단말은 통신 인터페이스, 저장부 및 컨트롤러를 포함한다.
통신 인터페이스는 무선 채널을 통해 신호를 송수신하는 기능을 수행한다. 예를 들어, 통신 인터페이스는 시스템의 물리 계층 표준에 따라 베이스 밴드 신호와 비트 스트림 간의 변환 기능을 수행한다. 예를 들어, 데이터 전송에서 통신 인터페이스는 전송 비트 스트림을 인코딩 및 변조하여 복합 심볼을 생성한다. 또한, 데이터 수신시 통신 인터페이스는 베이스 대역 신호를 복조 및 복호화하여 수신 비트 스트림을 재구성한다. 또한, 통신 인터페이스는 베이스 대역 신호를 RF 대역 신호로 상향 변환하고, 변환된 신호를 안테나를 통해 전송한 후 안테나를 통해 수신된 RF 대역 신호를 기저 대역 신호로 하향 변환한다. 예를 들어, 통신 인터페이스는 송신 필터(transmission filter), 수신 필터(reception filter), 증폭기(amplifier), 믹서(mixer), 발진기(oscillator), 디지털-아날로그 컨버터(digital-to-analog convertor, DAC), 아날로그-디지털 컨버터(analog-to-digital convertor, ADC) 등을 포함할 수 있다.
또한, 통신 인터페이스는 복수의 송수신 경로를 포함할 수 있다. 또한, 통신 인터페이스는 복수의 안테나 요소를 포함하는 적어도 하나의 안테나 어레이를 포함할 수 있다. 하드웨어 측에서 무선 통신 인터페이스는 디지털 회로 및 아날로그 회로(예를 들어, radio frequency integrated circuit, RFIC)를 포함할 수 있다. 디지털 회로는 적어도 하나의 프로세서(예: DSP)로 구현될 수 있다. 통신 인터페이스는 복수의 RF 체인을 포함할 수 있다. 통신 인터페이스는 빔포밍을 수행할 수 있다.
통신 인터페이스는 전술한 바와 같이 신호를 송수신한다. 따라서, 통신 인터페이스는 "송신기(transmitter)", "수신기(receiver)"또는 "트랜시버(transceiver)"로 지칭될 수 있다. 또한, 이하의 설명에서 무선 채널을 통해 수행되는 송수신은 전술한 바와 같이 통신 인터페이스에서 수행되는 처리를 포함하는 의미로 사용될 수 있다.
저장부는 단말기의 동작을 위한 기본 프로그램, 어플리케이션, 설정 정보 등의 데이터를 저장한다. 저장부는 휘발성 메모리, 비 휘발성 메모리 또는 휘발성 메모리와 비 휘발성 메모리의 조합을 포함할 수 있다. 또한, 저장부는 컨트롤러의 요청에 따라 저장된 데이터를 제공한다.
컨트롤러는 단말의 전반적인 동작을 제어한다. 예를 들어, 컨트롤러는 통신 인터페이스를 통해 신호를 송수신한다. 또한 컨트롤러는 저장부에 데이터를 기록하고 기록된 데이터를 읽는다. 컨트롤러는 통신 규격에서 요구하는 프로토콜 스택의 기능을 수행할 수 있다. 다른 구현에 따르면, 프로토콜 스택은 통신 인터페이스에 포함될 수 있다. 이를 위해, 컨트롤러는 적어도 하나의 프로세서 또는 마이크로 프로세서를 포함하거나 프로세서의 일부를 재생할 수 있다. 또한, 통신 인터페이스 또는 컨트롤러의 일부를 통신 프로세서(communication processor, CP)라고 할 수 있다.
본 발명의 일 실시 예에 따르면, 컨트롤러는 본 발명의 실시 예에 따른 동작을 수행하도록 단말을 제어할 수 있다.
이하에서는 무선 통신 시스템에서 통신 인터페이스를 예시한다.
통신 인터페이스는 인코딩 및 변조 회로, 디지털 빔포밍 회로, 복수의 전송 경로 및 아날로그 빔포밍 회로를 포함한다.
인코딩 및 변조 회로는 채널 인코딩을 수행한다. 채널 인코딩을 위해 low-density parity check(LDPC) 코드, 컨볼루션 코드 및 폴라 코드 중 적어도 하나가 사용될 수 있다. 인코딩 및 변조 회로는 성상 매핑(constellation mapping)을 수행함으로써 변조 심볼을 생성한다.
디지털 빔포밍 회로는 디지털 신호(예를 들어, 변조 심볼)에 대한 빔 형성을 수행한다. 이를 위해, 디지털 빔포밍 회로는 빔포밍 가중 값에 의해 변조 심볼을 다중화한다. 빔포밍 가중치는 신호의 크기 및 문구를 변경하는데 사용될 수 있으며, "프리코딩 매트릭스(precoding matrix)"또는 "프리코더(precoder)"라고 할 수 있다. 디지털 빔포밍 회로는 디지털 빔포밍된 변조 심볼을 복수의 전송 경로로 출력한다. 이때, 다중 안테나 기술(multiple input multiple output, MIMO) 전송 방식에 따라 변조 심볼이 다중화 되거나 동일한 변조 심볼이 복수의 전송 경로에 제공될 수 있다.
복수의 전송 경로는 디지털 빔포밍된 디지털 신호를 아날로그 신호로 변환한다. 이를 위해, 복수의 전송 경로 각각은 인버스 고속 푸리에 변환(inverse fast fourier transform, IFFT) 계산 유닛, 순환 전치(cyclic prefix, CP) 삽입 유닛, DAC 및 상향 변환 유닛을 포함할 수 있다. CP 삽입 부는 직교 주파수 분할 다중화(orthogonal frequency division multiplexing, OFDM) 방식을 위한 것으로 다른 물리 계층 방식(예: 필터 뱅크 다중 반송파(a filter bank multi-carrier): FBMC) 적용시 생략될 수 있다. 즉, 복수의 전송 경로는 디지털 빔포밍을 통해 생성된 복수의 스트림에 대해 독립적인 신호 처리 프로세스를 제공한다. 그러나, 구현에 따라 복수의 전송 경로의 일부 요소는 공통적으로 사용될 수 있다.
아날로그 빔포밍 회로는 아날로그 신호에 대한 빔포밍을 수행한다. 이를 위해, 디지털 빔포밍 회로는 빔포밍 가중 값에 의해 아날로그 신호를 다중화한다. 빔포밍된 가중치는 신호의 크기와 문구를 변경하는데 사용된다. 보다 구체적으로, 복수의 전송 경로와 안테나 사이의 연결 구조에 따라, 아날로그 빔포밍 회로는 다양한 방식으로 구성될 수 있다. 예를 들어, 복수의 전송 경로 각각은 하나의 안테나 어레이에 연결될 수 있다. 다른 예에서, 복수의 전송 경로는 하나의 안테나 어레이에 연결될 수 있다. 또 다른 예에서, 복수의 전송 경로는 하나의 안테나 어레이에 적응적으로 연결될 수 있거나 2개 이상의 안테나 어레이에 연결될 수 있다.
본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 온라인 교육 서버 200: 사용자 단말
300: 강의자 단말

Claims (9)

  1. 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하는 온라인 교육 서버로서,
    강의자 단말로부터 의뢰된 강의를 등록하고, 사용자 단말을 통해 상기 강의에 대한 수강 신청 입력을 획득하고, 획득된 상기 수강 신청 입력에 따라 상기 강의에 포함된 학습 콘텐츠를 상기 사용자 단말에 제공하는 서비스 제공부;
    상기 강의에 포함된 실시간 수업을 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여 상기 강의의 강의 보완 구간을 결정하는 강의 보완 구간 결정부;
    상기 제1 사용자들 및 상기 강의에 포함된 녹화 수업을 온라인으로 수강하는 제2 사용자들을 포함하는 사용자들 각각의 수강 지역들을 결정하고, 결정된 상기 수강 지역들 각각의 강의 선호도를 산출하는 강의 선호도 산출부;
    상기 사용자 단말로부터 획득한 사용자 동영상에 기초하여 상기 사용자 단말에 대응하는 사용자의 강의 집중도를 결정하는 영상 분석부;
    상기 강의 집중도에 기초하여 상기 사용자의 상기 강의에 대한 수강 완료도를 산출하는 수강 완료도 산출부; 및
    상기 수강 완료도에 따라 상기 강의에 대한 학습 스케줄을 결정하는 학습 스케줄 결정부를 포함하고,
    상기 서비스 제공부는,
    상기 강의자 단말에 상기 사용자 동영상을 제공하고, 상기 사용자 단말에 상기 강의자 단말에 대응하는 강의자가 촬영된 강의자 동영상을 제공하고,
    상기 영상 분석부는,
    상기 사용자 단말을 통해 표시되는 강의자 동영상에서 상기 강의자의 얼굴 영역 및 상기 강의자의 손 영역을 검출하고,
    상기 사용자 단말을 통해 획득되는 사용자 동영상에서 상기 사용자의 좌안 영역과 우안 영역을 검출하고, 검출된 상기 좌안 영역 및 상기 우안 영역 각각에서 눈동자들의 위치를 결정하고,
    상기 사용자와 상기 사용자 단말 간 이격 거리 및 상기 눈동자들의 위치에 기초하여, 상기 사용자의 초점이 상기 강의자 동영상의 상기 강의자의 얼굴 영역 또는 상기 강의자의 손 영역에 위치하는지 판단하고,
    상기 사용자의 초점 위치에 따라 상기 사용자의 상기 강의 집중도를 결정하는, 온라인 교육 서버.
  2. 청구항 1에서,
    상기 강의 보완 구간 결정부는,
    상기 실시간 수업을 신청한 전체 사용자들 대비 상기 실시간 수업을 수강하는 상기 제1 사용자들의 수에 기초하여, 상기 강의의 실시간 강의 시청률을 산출하고,
    산출된 상기 실시간 강의 시청률에 기초하여 시청률 함수 및 시청률 그래프를 생성하고,
    상기 실시간 강의 시청률에 기초한 평균 시청률, 상기 시청률 함수 및 상기 시청률 그래프 중 적어도 하나에 기초하여 상기 강의 보완 구간을 결정하는, 온라인 교육 서버.
  3. 청구항 2에서,
    상기 강의 선호도 산출부는,
    상기 수강 지역들 각각에 포함된 사용자 수 및 상기 수강 지역들 각각의 상기 강의에 대한 상기 평균 시청률에 기초하여 상기 강의 선호도를 산출하는, 온라인 교육 서버.
  4. 삭제
  5. 청구항 1에서,
    상기 영상 분석부는,
    상기 사용자 단말로부터 획득한 상기 사용자 동영상의 진위 여부를 판단하며,
    상기 사용자 동영상을 구성하는 제1 영상 프레임들의 픽셀값 및 영상 DB에 저장된 동영상을 구성하는 제2 영상 프레임의 픽셀값에 기초하여 제1 유사도를 산출하고,
    상기 사용자 동영상 및 상기 영상 DB에 저장된 동영상 각각에서 검출된 얼굴에 기초하여 제2 유사도를 산출하고,
    상기 제1 유사도 및 상기 제2 유사도에 기초하여 상기 사용자 동영상 및 상기 영상 DB에 저장된 동영상 간 영상 유사도를 산출하고,
    상기 영상 유사도가 임계 유사도 이상인 경우, 상기 사용자 동영상을 페이크 영상으로 결정하는, 온라인 교육 서버.
  6. 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하기 위한 방법으로서,
    강의자 단말로부터 의뢰된 강의를 등록하는 단계;
    사용자 단말을 통해 상기 강의에 대한 수강 신청 입력을 획득하는 단계;
    획득된 상기 수강 신청 입력에 따라 상기 강의에 포함된 학습 콘텐츠를 상기 사용자 단말에 제공하는 단계;
    상기 강의에 포함된 실시간 수업을 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여 상기 강의의 강의 보완 구간을 결정하는 단계;
    상기 제1 사용자들 및 상기 강의에 포함된 녹화 수업을 온라인으로 수강하는 제2 사용자들을 포함하는 사용자들 각각의 수강 지역들을 결정하는 단계;
    상기 수강 지역들 각각의 강의 선호도를 산출하는 단계;
    상기 사용자 단말로부터 획득한 사용자 동영상에 기초하여 상기 사용자 단말에 대응하는 사용자의 강의 집중도를 결정하는 단계;
    상기 강의 집중도에 기초하여 상기 사용자의 상기 강의에 대한 수강 완료도를 산출하는 단계; 및
    상기 수강 완료도에 따라 상기 강의에 대한 학습 스케줄을 결정하는 단계를 포함하고,
    상기 강의 선호도를 산출하는 단계는,
    상기 사용자 단말을 통해 표시되는 강의자 동영상에서 상기 강의자의 얼굴 영역 및 상기 강의자의 손 영역을 검출하는 단계;
    상기 사용자 단말을 통해 획득되는 사용자 동영상에서 상기 사용자의 좌안 영역과 우안 영역을 검출하고, 검출된 상기 좌안 영역 및 상기 우안 영역 각각에서 눈동자들의 위치를 결정하는 단계;
    상기 사용자와 상기 사용자 단말 간 이격 거리 및 상기 눈동자들의 위치에 기초하여, 상기 사용자의 초점이 상기 강의자 동영상의 상기 강의자의 얼굴 영역 또는 상기 강의자의 손 영역에 위치하는지 판단하는 단계; 및
    상기 사용자의 초점 위치에 따라 상기 사용자의 상기 강의 집중도를 결정하는 단계를 포함하는, 방법.
  7. 청구항 6에 따른 방법을 실행시키기 위한 프로그램이 기록되고, 컴퓨터에 의해 읽혀질 수 있는, 비일시적 기록매체.
  8. 온라인 교육 서버에서, 청구항 6에 따른 방법을 실행시키기 위하여 비일시적 기록매체에 기록된 컴퓨터 프로그램.
  9. 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하는 시스템으로서,
    학습 콘텐츠를 온라인 교육 서버에 제공하는 강의자 단말;
    상기 온라인 교육 서버로부터 상기 학습 콘텐츠를 획득하는 사용자 단말; 및
    상기 사용자 단말 및 상기 강의자 단말과 연동되며, 상기 사용자 단말에 대응하는 사용자에게 온라인 교육 서비스를 제공하는 상기 온라인 교육 서버를 포함하고,
    상기 온라인 교육 서버는,
    상기 강의자 단말로부터 의뢰된 강의를 등록하고, 상기 사용자 단말을 통해 상기 강의에 대한 수강 신청 입력을 획득하고, 획득된 상기 수강 신청 입력에 따라 상기 강의에 포함된 학습 콘텐츠를 상기 사용자 단말에 제공하는 서비스 제공부;
    상기 강의에 포함된 실시간 수업을 온라인으로 수강하는 제1 사용자들 각각의 수강 정보에 기초하여 상기 강의의 강의 보완 구간을 결정하는 강의 보완 구간 결정부;
    상기 제1 사용자들 및 상기 강의에 포함된 녹화 수업을 온라인으로 수강하는 제2 사용자들을 포함하는 사용자들 각각의 수강 지역들을 결정하고, 상기 수강 지역들 각각의 강의 선호도를 산출하는 강의 선호도 산출부;
    상기 사용자 단말로부터 획득한 사용자 동영상을 분석하고, 분석된 상기 사용자 동영상에 기초하여 상기 사용자의 강의 집중도를 결정하는 영상 분석부;
    상기 강의 집중도에 기초하여 상기 사용자의 상기 강의에 대한 수강 완료도를 산출하는 수강 완료도 산출부; 및
    상기 수강 완료도에 따라 상기 강의에 대한 학습 스케줄을 결정하는 학습 스케줄 결정부를 포함하고,
    상기 영상 분석부는,
    상기 사용자 단말을 통해 표시되는 강의자 동영상에서 상기 강의자의 얼굴 영역 및 상기 강의자의 손 영역을 검출하고,
    상기 사용자 단말을 통해 획득되는 사용자 동영상에서 상기 사용자의 좌안 영역과 우안 영역을 검출하고, 검출된 상기 좌안 영역 및 상기 우안 영역 각각에서 눈동자들의 위치를 결정하고,
    상기 사용자와 상기 사용자 단말 간 이격 거리 및 상기 눈동자들의 위치에 기초하여, 상기 사용자의 초점이 상기 강의자 동영상의 상기 강의자의 얼굴 영역 또는 상기 강의자의 손 영역에 위치하는지 판단하고,
    상기 사용자의 초점 위치에 따라 상기 사용자의 상기 강의 집중도를 결정하는, 온라인 교육 서비스 제공 시스템.
KR1020210126968A 2021-09-23 2021-09-27 비대면 온라인 교육 서비스를 제공하는 방법 및 장치 KR102405464B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220066470A KR20230043033A (ko) 2021-09-23 2022-05-31 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하는 방법 및 장치
KR1020220066472A KR20230043034A (ko) 2021-09-23 2022-05-31 실시간으로 수강생의 강의 집중도를 확인하기 위한 비대면 온라인 교육 서비스를 제공하는 방법 및 장치

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20210125635 2021-09-23
KR1020210125635 2021-09-23
KR20210126081 2021-09-24
KR1020210126081 2021-09-24

Related Child Applications (2)

Application Number Title Priority Date Filing Date
KR1020220066472A Division KR20230043034A (ko) 2021-09-23 2022-05-31 실시간으로 수강생의 강의 집중도를 확인하기 위한 비대면 온라인 교육 서비스를 제공하는 방법 및 장치
KR1020220066470A Division KR20230043033A (ko) 2021-09-23 2022-05-31 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102405464B1 true KR102405464B1 (ko) 2022-06-07

Family

ID=81986890

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020210126968A KR102405464B1 (ko) 2021-09-23 2021-09-27 비대면 온라인 교육 서비스를 제공하는 방법 및 장치
KR1020220066470A KR20230043033A (ko) 2021-09-23 2022-05-31 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하는 방법 및 장치
KR1020220066472A KR20230043034A (ko) 2021-09-23 2022-05-31 실시간으로 수강생의 강의 집중도를 확인하기 위한 비대면 온라인 교육 서비스를 제공하는 방법 및 장치

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020220066470A KR20230043033A (ko) 2021-09-23 2022-05-31 실시간 온라인 수업 및 녹화 온라인 수업을 포함하는 온라인 교육 서비스를 제공하는 방법 및 장치
KR1020220066472A KR20230043034A (ko) 2021-09-23 2022-05-31 실시간으로 수강생의 강의 집중도를 확인하기 위한 비대면 온라인 교육 서비스를 제공하는 방법 및 장치

Country Status (1)

Country Link
KR (3) KR102405464B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102476154B1 (ko) 2022-07-13 2022-12-09 주식회사 유핏 온라인 학습자 관리 시스템
CN115641234A (zh) * 2022-10-19 2023-01-24 广州友好教育科技有限公司 一种基于大数据的远程教育系统
CN116259004A (zh) * 2023-01-09 2023-06-13 盐城工学院 一种应用于在线教育的学生学习状态检测方法及系统
KR102558675B1 (ko) 2022-03-21 2023-07-25 맹진영 에이피, 에이레벨 및 국제 바칼로레아를 교육하는 교원 양성 프로그램 운영 장치 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130093913A (ko) * 2012-02-15 2013-08-23 사단법인한국디지털케이블연구원 디지털 케이블 방송에서의 ｖｏｄ 추천 서비스 제공 방법 및 그 시스템
KR20150027709A (ko) * 2013-08-30 2015-03-12 배재대학교 산학협력단 대학교 온라인 교육 서비스 제공 시스템
KR20150050902A (ko) * 2013-11-01 2015-05-11 삼성전자주식회사 멀티미디어 기기, 온라인 교육 시스템 및 이들의 컨텐츠 제공 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130093913A (ko) * 2012-02-15 2013-08-23 사단법인한국디지털케이블연구원 디지털 케이블 방송에서의 ｖｏｄ 추천 서비스 제공 방법 및 그 시스템
KR20150027709A (ko) * 2013-08-30 2015-03-12 배재대학교 산학협력단 대학교 온라인 교육 서비스 제공 시스템
KR20150050902A (ko) * 2013-11-01 2015-05-11 삼성전자주식회사 멀티미디어 기기, 온라인 교육 시스템 및 이들의 컨텐츠 제공 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102558675B1 (ko) 2022-03-21 2023-07-25 맹진영 에이피, 에이레벨 및 국제 바칼로레아를 교육하는 교원 양성 프로그램 운영 장치 및 방법
KR102476154B1 (ko) 2022-07-13 2022-12-09 주식회사 유핏 온라인 학습자 관리 시스템
KR20240009299A (ko) 2022-07-13 2024-01-22 주식회사 유핏 아날로그 필기를 이용한 서명 인증 장치
CN115641234A (zh) * 2022-10-19 2023-01-24 广州友好教育科技有限公司 一种基于大数据的远程教育系统
CN115641234B (zh) * 2022-10-19 2024-04-26 北京尚睿通教育科技股份有限公司 一种基于大数据的远程教育系统
CN116259004A (zh) * 2023-01-09 2023-06-13 盐城工学院 一种应用于在线教育的学生学习状态检测方法及系统
CN116259004B (zh) * 2023-01-09 2023-08-15 盐城工学院 一种应用于在线教育的学生学习状态检测方法及系统

Also Published As

Publication number Publication date
KR20230043034A (ko) 2023-03-30
KR20230043033A (ko) 2023-03-30

Similar Documents

Publication Publication Date Title
KR102405464B1 (ko) 비대면 온라인 교육 서비스를 제공하는 방법 및 장치
KR102540200B1 (ko) 시청자 반응에 기초하여 큐카드를 진행자에게 제공하는 라이브 스트리밍 중계 서비스 제공 장치, 방법 및 프로그램
KR102601196B1 (ko) 사용자 맞춤형 가상공간 생성 서비스 제공 장치, 시스템, 방법 및 프로그램
KR102539102B1 (ko) 반려동물 미용공간 관리 서비스 제공 장치, 시스템, 방법 및 프로그램
KR102481991B1 (ko) 운동모임 매칭 플랫폼 서비스 제공 장치, 시스템, 방법 및 프로그램
KR102486487B1 (ko) 사용자를 위한 상품 제공 방법
KR102566441B1 (ko) 비즈니스 모델에 대응하는 애플리케이션에 대한 결함 의심 데이터를 제공하는 기술성 테스트를 포함하는 통합 테스트 플랫폼 시스템 및 그 동작 방법
KR102497199B1 (ko) 메타버스 기반 공연예술 플랫폼 제공 시스템 및 이에 포함된 운영 서버, 및 그 동작 방법
KR102385924B1 (ko) 맞춤형 상품 제공 방법
KR102560678B1 (ko) 사용자의 선호도에 기초한 맞춤형 상품 제공 방법
KR102485469B1 (ko) Nft 기반의 헤어샵 관리 서비스 제공 장치, 시스템, 방법 및 프로그램
KR102562358B1 (ko) 사용자를 위한 광고 대행 방법
KR102605982B1 (ko) 라이브 방송 판매 서비스를 제공하는 장치, 시스템, 방법 및 프로그램
KR102584567B1 (ko) 영상을 이용한 부동산 중개 플랫폼 서비스 제공 장치, 시스템, 방법 및 프로그램
KR20230033581A (ko) 사용자 맞춤형 온라인 교육 방법
KR102524647B1 (ko) 분양 마케팅 지원 서비스 제공 장치, 시스템, 방법 및 프로그램
KR102616267B1 (ko) Ai 기반 웹빌더를 제공하기 위한 운영서버 및 그 동작방법
KR102412716B1 (ko) 코팅 장비를 중개하는 방법 및 장치
KR20240081301A (ko) 인공지능을 이용한 실시간 경매 서비스를 제공하는 경매 운영 서버, 시스템, 방법 및 프로그램
KR20230032857A (ko) 재무 역량 진단 및 상담 진행을 위한 장치, 방법 및 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant