KR20010016638A - 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및관리 방법 - Google Patents

Abstract

본 발명은 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 관한 것으로서, 이는 특히 컴퓨터망을 이용한 1:1 맞춤학습을 진행 할 때 학습자의 학습과정에서 복잡하게 반응하는 학습양태를 고려하여 학습자가 출제되는 각 수준의 문제를 풀게한 후 학습 종류마다 평가에 적용하는 평가점수 가중치를 서로 다르게 제공하여 보다 정밀한 학습평가를 하고 학습자가 학습하는 동안 모든 학습행동 추이를 기록하고 이를 통계적으로 분석/처리하여 얻어지는 학습 통계를 바탕으로 학습자의 학습단계별/종별/과목별/단원별 강점과 취약점을 분석하여 학습자의 개별 수준에 좀더 이상적으로 맞춤학습을 가능케 한 것이다.

본 발명은 초기에 사용자 등록을 시킨후 등록이 되었으면 퍼지이론이 적용된 문제출제메뉴(과목/단원/문제수/점수가중치/인쇄양식)와 학습메뉴(진단/응용/수준/보충/시험대비), 기타메뉴(학습시간/학습계획/학습통계보기) 중 어느하나를 선택하게 하는 단계와, 사용자에 의하여 상기 문제출제,학습메뉴,학습통계보기메뉴 중 어느하나가 선택 되었으면 그 메뉴를 실행하는 단계를 포함한 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법을 제공 하는데 있다.

이러한 본 발명은 맞춤학습을 위해 쉬운 문제서 부터 어려운 문제에 이르기 까지 준비된 모든문제에 대하여 선생이 학습자의 수준에 따라 퍼지이론이 적용된 문제 난이도를 점수 가중치에 의하여 조절할 수 있고 학습자의 학습행동 추이에 따른 가장 이상적인 1:1 맞춤학습이 가능하다.

Description

문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법{Cyber intelligence study methode using Fuzzy theory}

본 발명은 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 관한 것으로서, 이는 특히 컴퓨터망을 이용한 1:1 맞춤학습을 진행 할 때 학습자의 학습과정에서 복잡하게 반응하는 학습양태를 고려하여 학습자가 출제되는 각 수준의 문제를 풀게한 후 학습 종류마다 평가에 적용하는 평가점수 가중치를 서로 다르게 제공하여 보다 정밀한 학습평가를 하고 학습자가 학습하는 동안 모든 학습행동 추이를 기록하고 이를 통계적으로 분석/처리하여 얻어지는 학습 통계를 바탕으로 학습자의 학습단계별/종별/과목별/단원별 강점과 취약점을 분석하여 학습자의 개별 수준에 좀더 이상적으로 맞춤학습을 가능케 한 것이다.

컴퓨터망을 이용한 오프라인 상에서 도스(DOS) 프로그램으로 1:1 맞춤학습 및 관리 방법을 구현하는 형태는 주식회사 배움 커뮤니케이션사에 의해 1999. 05. 19. 교육부 주최 "99 교육용 소프트웨어 전시회"에서 소개된 바 있다.

또, 상기와 관련 있는 선행기술은 주식회사 배움커뮤니케이션사의 대한민국 공개특허 공번 특2000-0053983 호 "학습내역에 기초한 맞춤학습 및 관리방법"과, 공개특허공번 특2000-0053985 호 "학습수준 및 변형문제에 기초한 멀티스퀘어 학습방법"과, 특2000-0053983호 "학습수준에 기초한 단계별 학습방법"등이 있다.

상기 선행기술 들은 도스 프로그램으로 제작된 맞춤학습 및 관리를 위한 프로그램 도구로서, 이는 학습자가 컴퓨터를 이용하여 학습 수준별 학습을 수행하면 학습 내역을 저장하고 이 학습내역에 기초한 기간별 학습내역의 조회가 가능하며, 학습범위 및 학습내용을 학습자가 선택하여 각 학습자에게 적합한 문제지를 출력할 수 있도록 되어 있다.

또, 상기 학습자의 학습진행 과정을 확인 및 관리할 수 있고 학습자별 수준에 맞는 학습이 가능하여 학습수준별 체계적 진단학습 및 맞춤학습을 가능하게 하고 있다.

그리고, 이러한 선행기술 들 중에서 멀티스퀘어 학습방법의 경우에는 복수의 학습수준 및 학습수준별 복수의 문제를 이용하여 학습자에 대한 정답 또는 오답에 대응하여 문제수준을 정하고 정해진 수준의 문제를 제출 할 수 있도록 함으로써 학습자의 수준별 학습이 가능해짐과 동시에 학습자의 학습수준을 자동적으로 알 수 있도록 한 것이다.

또, 상기 선행기술에서는 학습자가 초기학습 단계에서 기초학습 부터 시작해서 실력학습,최고학습 단계로 학습을 수행할 때 항상 기초학습 부터 시작하여 기초학습 과정이 끝나야 다음단계로 넘어 가도록 되어 있다.

그러나, 이러한 종래 학습 방법은 다음과 같은 문제점 들이 있어 학습자에 대한 보다 이상적인 학습 성취도 및 완성도를 기대하기 어려운 것이었다.

즉, 학습자의 학습과정에서 복잡하게 반응하는 학습양태를 고려함이 없이 문제 수준과 평가조건이 단지 임의개 답이 맞거나 틀리면 수준을 상향 또는 하향하고 그 단계에 맞는 고정적인 문제 출제 방식을 취하고 있기 때문에 다음과 같은 문제점 들이 남아 있었다.

학습자의 학습과정에서 복잡하게 반응하는 학습양태에 따라 문제의 난이도 조절을 할 필요가 있으나, 이러한 조정 수단을 갖지 못함으로 1:1 학습자의 학습환경에 따른 수준의 문제 출제가 어렵고 집단 학습시에 필요에 따라 지도 교사의 의중데로 문제 난이도 수준을 가변적으로 조절하지 못하여 학습의 정밀한 성취도 및 완성도를 이상적으로 얻기 어려운 것이었다.

일례로, 상기 학습자의 학습환경이란 때(복습,예습,시험,모의고사,..등)와 장소(집,학원,학교,공부방)에 따라 문제 출제 수준이 달라질 필요가 있으나 문제 수준은 오로지 주어진 문제에 대하여 틀리고 맞은수가 몇개인가에 의해 학습 평가수준이 단일 기준에 의해 고정적이게 결정 되므로 때나 장소에 따라 출제되는 문제의 수 및 수준을 달리할 필요가 있을 때에 이에 적응할 수 없다는 문제점이 있다.

즉, 복습이나 예습때는 이미 해당 수준의 문제에 이미 익숙하므로 복습이나 예습을 위한 문제의 수를 줄여서 적용할 필요가 있으며, 시험/모의고사 등에는 자기 수준 보다 좀더 난이도가 높은 문제를 집중적으로 풀수 있는 방법이 요구된다.

또, 학원이나 공부방/학교 등의 집단 학습시에는 다수 학습자의 학습 수준을 고려하여 교사가 학습 수준 및 해당 학습 수준에서의 출제되는 문제수 등을 임의로 설정하여 운용할 수 있어야 하나 종래에는 이러한 방법을 전혀 제시하고 있지 못하므로 이러한 방법을 이용한 능동적인 학습 진행을 어렵게 하고 학습 환경에 따른 가장 이상적인 학습 성취도를 만족하기 어려운 것이었다.

또, 종래에는 학습 과정에서 일정한 학습 수준에서 수준을 향상시키기 위해서는 자기가 현재 속한 수준의 문제 풀이가 요구된 개수 만큼 맞아야 다음 단계로 상향 조정 될 수 있도록 학습자의 수준 선택성을 제한하고 있기 때문에 학습자의 학습과정에 융통성을 부여할 수 없다는 문제점도 있다.

일례로, 초기 학습자의 수준은 실력학습 정도의 수준인 데도 새삼 스럽게 기초학습 부터 진행하여야 함으로서 학습과정에서 불필요한 과정을 강제적으로 학습하여야 하는 불편한 문제점이 있었다.

또, 상기 선행기술 들에 있어서는 학습자가 일정 수준학습을 수행하다가 수준 레벨의 업/다운 없이 종료 한 후 다시 일정 수준학습에 들어가게 되면 초기에는 항상 문제가 동일한 것이 출제되므로 학습자는 수시로 같은 문제를 반복하여 보게되어 학습의 의미를 상실하게 되는 원인이 되었다.

특히, 상기 선행기술 들에서는 학원 등에서의 집단학습이나 통신망에 연결된 불특정 학습자들과 선생이 연계되어 학습자들의 학습 수준을 선생이 평가하고 이에 대한 적절한 문제의 난이도와 출제 문제수를 조절해 주는등의 상호 연계된 학습 활동을 할 수 없기 때문에 집단학습이나 불특정 다수 학습자에 대한 보다 정밀하고 정확한 학습향상을 꾀하기 어려운 것이었다.

또, 상기 선행기술 들에서의 문제디비는 문제마다 일련번호가 없기 때문에 학습자,학습항목,학습과목,학습수준,학습일자,학습범위,학습문제,정답처리문제,오답처리문제로 구성되어져 있어 학습 시나 학습통계 작성 시에 각 문제별로 학습자,학습일,학습시간, 정답여부등의 데이터를 처리하기가 용이하지 않은 것이었다.

본 발명의 다른 목적은 컴퓨터망을 이용한 1:1 맞춤학습을 진행 할 때 학습자의 학습환경에 따라 수준별 문제의 수 및 학습 수준을 퍼지이론적으로 평가하여 임의로 조절할 수 있도록 함으로서 컴퓨터망을 이용한 1:1 맞춤학습시에 보다 이상적인 학습자의 학습 성취도를 얻을 수 있음과 동시에 집단학습시에 교사가 학습집단의 수준에 맞는 문제 선택을 임의로 조절하여 운용할 수 있도록 한 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법을 제공하는데 있다.

본 발명의 또다른 목적은 학습자가 일정 수준의 주어진 일정 개수의 문제를 풀이한 후 맞은 답의 개수에 따라서 맞은 점수 가중치를 다르게 구분하여 학습자가 다시 그 수준의 학습을 진행 할 때는 그 점수 가중치에 따라 같은 수준의 출제 문제수를 변화 시킬 수 있도록 함으로서 학습자가 같은 수준의 문제 수를 반복하여 풀게되는 시간적 낭비를 없애고 좀더 신속히 해당 수준의 문제 풀이 완성도를 성취할 수 있도록 한 것이다.

본 발명의 또다른 목적은 학습자가 복습,예습 또는 시험,모의고사 등의 학습 환경에 따라 일정 수준의 문제 수 및 학습 수준을 결정할 수 있도록 함으로서 때에 따른 학습적응을 이상적이며 용이하게 성취할 수 있도록 한 것이다.

본 발명의 또다른 목적은 학교/학원/공부방 등에서 집단학습시의 지도교사는 집단 학습자의 학습 수준을 고려하여 출제되는 문제 수와 학습 수준을 결정 한 후 집단 학습을 유도하고 이후 평가되는 수준도 점수 가중치를 고려하여 학습을 유도하게 함으로서 임의 학습 수준에서의 학습 성취도를 보다 정확하고 신속하며 용이하게 완성 시킬 수 있도록 한 것이다.

본 발명의 또다른 목적은 클라이언트(학습자) 관리자는 학습자의 시스템 접근 시간에 비례하여 학습 누적 마일리지 포인트를 부여 할 수 있도록 함으로서 학습자가 보다 이러한 시스템에의 점근에 흥미를 갖고서 학습을 진행할 수 있도록 한 것이다.

도 1은 본 발명에 의한 인공지능 학습 방법을 적용한 시스템의 개략 블록도

도 2는 본 발명에 의한 문제디비의 일 실시예도

도 3은 본 발명에 의한 가변가중치통계디비에 대한 일 실시예도

도 4는 본 발명에 의한 사용자정보디비에 대한 일 실시예도

도 5는 본 발명에 의한 인공지능 학습 방법을 나타낸 일 실시예의 플로우 챠트

도 6은 도 5에서 사용자 등록처리 루틴을 나타낸 일 실시예도

도 7은 도 5에서 학습메뉴 처리 루틴을 나타낸 일 실시예도

도 8은 도 7에서 진단학습 처리 서브루틴을 나타낸 일 실시예도

도 9는 도 7에서 응용학습 처리 서브루틴을 나타낸 일 실시예도

도 10은 도 7에서 수준학습 처리 서브루틴을 나타낸 일 실시예도

도 11은 도 7에서 시험대비학습 처리 서브루틴을 나타낸 일 실시예도

도 12는 도 7에서 보충학습 처리 서브루틴을 나타낸 일 실시예도

도 13은 도 7에서 문제출제메뉴 처리 서브루틴을 나타낸 일 실시예도

도 14는 도 7에서 학습시간보기 처리 서브루틴을 나타낸 일 실시예도

도 15는 도 7에서 학습통계보기 처리 서브루틴을 나타낸 일 실시예도

도 16은 도 7에서 마일리지포인트보기 처리 서브루틴을 나타낸 일 실 시예도

도 17은 도 7에서 계획학습 처리 서브루틴응 나타낸 일 실시예도

* 도면의 주요부분에 대한 부호설명 *

11. 사용자정보디비 12.학습문제디비

13. 학습통계디비 14. 가변가중치 평가디비

20. 웹서버 30. 인터넷망

40. 학습자단말기 41. 선생단말기

본 발명은 특히 상기예의 목적을 구현할 수 있도록 초기에 사용자 등록을 시킨후 등록이 되었으면 퍼지이론이 적용된 관리자 또는 학습자에 의한 문제출제메뉴 (과목/단원/문제수/점수가중치/인쇄양식)와 학습메뉴(진단/응용/수준/보충/시험대비), 기타메뉴(학습시간/학습계획/학습통계보기) 중 어느하나를 선택하게 하는 단계와, 사용자에 의하여 상기 문제출제,학습메뉴,학습통계보기메뉴 중 어느하나가 선택 되었으면 그 메뉴를 실행하는 단계를 포함한 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 특징이 있다.

본 발명의 또다른 특징은 상기 사용자가 학습메뉴를 선택하면 문제의 난이도에 따라 등급을 N등급으로 하고 등급별 문제수는 M개로 하여 총문제수는 N X M= T이라 할 때 문제의 난이도 등급N은 각 등급별로 점수 가중치를 부여하고 1회의 출제 문제수는 N개를 출제하여 풀이된 결과가 상기 점수 가중치에 의하여 평가하기 위한 진단학습메뉴와, 이 진단학습에 의하여 결정된 학습수준에 따라 점수 가중치와 함께 문제의 출제 및 평가가 이뤄지는 응용학습메뉴와, 일정한 높은 수준의 학습자에게 문제 난이도가 비교적 높은 문제들과 이들에 점수 가중치를 부여하여 학습하는 수준학습메뉴의 선택메뉴를 출력하는 단계와, 상기 메뉴 중 어느하나가 선택 되었으면 문제수 및 평가에서 점수 가중치가 적용된 학습을 수행하는 단계를 포함한 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 있다.

본 발명의 또다른 특징은 사용자가 상기 진단학습을 선택하는 단계와, 진단학습이 선택되면 출제문제수 X(10 또는 20개)를 선택하고 문제 난이도 등급을 N개로한 문제를 각등급별로 준비한 M개의 문제들중 하나를 난수적으로 출제하는 단계와, 이후 출제된 문제를 풀이하고 풀이된 결과를 점수 가중치와 함께 수준을 평가하고 기록하는 단계로 이뤄져 있는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 있다.

본 발명의 또다른 특징은 사용자가 상기 응용학습을 선택하는 단계와, 응용학습이 선택되면 출제문제수 X(10 또는 20개)를 선택하고 문제 난이도 등급을 점수 가중치와 함께 N개로한 문제를 각 등급별로 준비한 M개의 문제들중 하나를 난수적으로 출제하는 단계와, 이후 출제된 문제를 풀이하고 문제풀이 과정에서 문제를 맞춘 개수에 따라 수준을 자동으로 상향 또는 하향시키는 단계와, 풀이된 결과를 점수 가중치와 함께 수준을 평가하고 기록하는 단계로 이뤄져 있는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 있다.

본 발명의 또다른 특징은 사용자가 상기 수준학습을 선택하는 단계와, 수준학습이 선택되면 출제문제수 X(10 또는 20개)를 선택하고 문제 난이도 등급을 N개로한 문제 들 중 문제 난이도가 비교적 상위권에 있는 등급의 문제를 각등급별로 준비한 M개의 문제들중 하나를 난수적으로 출제하는 단계와, 이후 출제된 문제를 풀이하고 풀이된 결과를 점수 가중치와 함께 수준을 평가하고 기록하는 단계로 이뤄진 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 있다.

본 발명의 또다른 특징은 사용자가 문제출제 메뉴를 선택하면 문제출제 시작단원/끝단원/출제할 총 문제수/수준별 가중치값를 선택하는 메뉴를 출력하는 단계와, 사용자 선택이 완료되면 선택한 양식으로 문제를 출제하는 단계를 포함하고 있는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 있다.

본 발명의 또다른 특징은 상기에서 초기 사용자 등록과정은 사용자가 정당한 사용자인지 확인하는 단계와, 정당한 사용자인 경우 학습자 시디에 부여된 사용시간을 위한 시간코드를 확인하여 사용시간이 다 소진 되었으면 사용 경고시간과 확인시간을 체크한 후 이에 대응한 경고 및 안내메세지를 출력하는 단계와, 사용자가 사용시간코드승인을 요청하고 등록하는 단계를 포함한 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 있다.

이하, 본 발명을 첨부된 도면과 함께 좀더 구체적으로 설명하여 봄으로서 본 발명의 보다더 상세한 특징들이 이해될 수 있을 것이다.

도 1은 본 발명의 시스템 회로 블록을 개략적으로 나타내었다.

여기서는 웹서버(20)를 통하여 접수된 회원들의 정보를 저장하고 있는 사용자정보디비(11)와, 출제될 문제를 저장하고 있는 학습문제디비(12)와, 학습자의 학습내용에 따라서 가변가중치를 적용한 가변가중치 평가 데이터를 저장하고 있는 가변가중치 학습평가디비(13)와, 학습된 내용을 통계적으로 저장하고 있는 학습통계디비(14) 들이 웹서버(20)에 연결되어져 있고, 웹서버(20)는 인터넷망 (30) 또는 전용선을 통하여 학습자단말기(40)와 선생단말기(41)에 연결되어져 있다.

상기 학습문제디비(12)는 데이터의 구성이 도 2와 같이 나타내었다.

상기 학습문제디비(12)는 각각의 문제를 고유하게 식별할 수 있도록 한 문제번호와, 문제가 속한 학년코드와, 문제가 속한 과목의 구분코드인 과목코드(일례로, 국어,영어,수학,..등)와, 개별문제가 속한 단원코드, 출제 문제가 속한 수준코드(일례로 각 문제마다 1 수준부터 임의의 n 수준까지 구분할 수있도록한 것)와, 무제가 속한 단원의 요약학습을 위한 내용으로단원전체에서 사용하는 요약학습, 문제 풀이를 위한 지문과 사용문제 번호에 대한 지문, 문제의 내용, 문제의 정답내용,문제의 정답과 관련된 힌트,문제에 필요한 그림의 이미지코드,문제와 관련하여 별도의 설명이 필요한 경우의 설명 내용등으로 이뤄져 있다.

또, 상기 학습통계디비(14)는 그 데이터 구성을 도 3과 같이 나타 내었다.

여기서는 사용자아이디와 학습일자,학습시간,학년/과목,학습단원,학습종류,문제번호,수준코드,해답,풀이답안,적용가중치,학습성취도 등의 항목으로 분류 되어져 있다.

또, 도 4는 본 발명과 관련된 사용자정보디비(11)의 구성을 나타 내었다.

여기서는 사용자아이디와 시디(CD)일련번호, 시디키번호,성명,학년,주민번호,전화번호,주소,설치일,종료일,시간승인횟수,누적사용시간 등의 항목으로 분류 되어져 있다.

이러한 본 발명은 상기 도 2내지 도 4와 같은 사용자정보디비(11), 학습문제디비(12), 점수가중치평가디비(13),학습통계디비(14) 들과 함께 운용되는 인공지능 학습 방법은 도 5와 같이 나타 내었다.

여기서는, 학습의 초기조건을 처리하기위해 사용자정보디비(11)를 참조하여 사용자확인 및 사용시간을 체크하는 단계(스텝 100)와, 이후 퍼지이론이 적용된 관리자 또는 학습자에 의한 문제출제메뉴 (과목/단원/문제수/점수가중치/인쇄양식)와 학습메뉴(진단/응용/수준/보충/시험대비), 기타메뉴(학습시간/학습계획/학습통계보기) 중 어느하나를 선택하게 하는 선택단계(스텝 200)와, 사용자에 의하여 상기 문제출제,학습메뉴,학습통계보기메뉴 중 어느하나가 선택 되었으면 그 메뉴를 실행하는 단계(스텝 300,400,500)로 이뤄져 있다.

상기에서 학습의 초기조건은 사용자확인 및 사용시간을 체크하는 단계로서 이는 도 6과 같이 상기에서 사용자가 정당한 사용자인지 사용자정보디비(11)를 참조하여 확인하는 단계(스텝 100,110)와, 정당한 사용자인 경우 학습자 시디에 부여된 사용시간을 위한 시간코드를 확인하여 사용시간이 다 소진 되었으면 사용 경고시간과 확인시간을 체크한 후 이에 대응한 경고 및 안내메세지를 출력하는 단계(스텝 130,140)와, 사용자가 사용시간코드승인을 요청하고 등록하는 단계(스텝 150,160)로 이뤄져 있다.

상기 도 5의 인공지능 학습방법에서 가 학습메뉴를 선택하였을 때 처리되는 학습메뉴 처리 루틴은 도 7과 같이 나타내었다.

여기서는 사용자가 학습메뉴를 선택하면 학습경험이 적은 초등학교 1학년 내지 3학년 또는 중학교 1학년,고등학교 1학년을 대상으로 진단학습에 들어가기 위해 이들의 대상인가를 체크하고(스텝 200,400), 이들의 대상이면 문제의 난이도에 따라 등급을 N등급으로 하고 등급별 문제수는 M개로 하여 총문제수는 N X M= T이라 할 때 문제의 난이도 등급N은 각 등급별로 점수 가중치를 부여하고 1회의 출제 문제수는 N개를 출제하여 풀이된 결과가 상기 점수 가중치에 의하여 평가하기 위한 진단학습을 실행하는 단계(스텝 410,스텝 1000)와, 이 진단학습 대상이 아닐 때는 진단학습에 의하여 결정된 학습수준에 따라 점수 가중치와 함께 문제의 출제 및 평가가 이뤄지는 응용학습과, 일정한 높은 수준의 학습자에게 문제 난이도가 비교적 높은 문제들과 이들에 점수 가중치를 부여하여 학습하는 수준학습과, 시험대비학습,보충학습 중 어느 하나를 선택하는 단계(스텝 420)와, 상기 선택 사항 중 어느하나가 선택 되었으면 문제수 및 평가에서 점수 가중치가 적용된 시험대비학습,응용학습,수준학습,보충학습을 제각기 수행하는 단계(스텝 600 내지 900)로 이뤄져 있다.

상기 과정에서 사용자가 진단학습을 선택하였을 때는 도 8과 같이 진단학습 처리 서브루틴을 수행하며, 이는 사용자가 대단원,중단원,소단원을 선택하면서 상기 진단학습을 선택하는 단계(스텝 1100)와, 진단학습이 선택되면 출제문제수 X(10 또는 20개)를 선택하고 문제 난이도 등급을 N개로한 문제를 학습문제디비(12)를 참조하여 각등급별로 준비한 M개의 문제들중 하나를 난수적으로 출제하는 단계(스텝 1300)와, 이후 출제된 문제를 풀이하고 풀이된 결과를 점수가중치 학습평가디비 (13)를 참조하여 점수 가중치와 함께 수준을 평가하고 기록하는 단계(스텝 1400,1500)로 이뤄져 있다.

상기 과정에서 사용자가 응용학습을 선택하였을 때는 도 9와 같은 응용학습 처리 서브루틴을 수행하며, 이는 사용자가 응용학습을 선택하는 단계(스텝 700)와, 이후 신경망이론에 따라 학습 수준이 일정한 레벨 이하인 자가 학습 내용이 일정수준에 도달하기 전 까지는 상위레벨로 진입을 하지 못하도록 학습조건이 충족되었는가를 체크하는 단계(스텝 710)와, 상기 조건이 충족되었으면 학습통계디비(14)를 참조하여 선행 진단학습결과에 따라 학습시작수준을 결정하는 단계(스텝 720)와, 이후 학습시작수준의 첫 번째 문제부터 문제 난이도 등급을 점수 가중치와 함께 N개로한 문제를 각 등급별로 준비한 M개의 문제들중 하나를 난수적으로 출제하는 단계(스텝730)와, 이후 출제된 문제를 풀이하고 문제풀이 과정에서 문제를 맞춘 개수에 따라 수준을 자동으로 상향 또는 하향시키는 단계(스텝 740 내지 760)와, 풀이된 결과를 점수 가중치와 함께 수준을 평가하고 기록한후 종료하는 단계(스텝 770,780)로 이뤄져 있다.

상기 과정에서 사용자가 수준학습을 선택하였을 때는 도 10과 같은 수준학습 처리 서브루틴으로 들어가며, 이는 사용자가 수준학습을 선택하는 단계(스텝 800)와, 이후 학습수준을 충족한가를 체크하여 수준이 충족되면 문제 난이도 등급을 N개로한 문제 들 중 문제 난이도가 비교적 상위권에 있는 등급의 문제를 각등급별로 준비한 M개의 문제들중 하나를 난수적으로 출제하는 단계(스텝 810 내지 820)와, 이후 출제된 문제를 풀이하고 문제풀이 과정에서 문제를 맞춘 개수에 따라 수준을 자동으로 상향 또는 하향시키는 단계(스텝 830 내지 850)와, 풀이된 결과를 점수 가중치와 함께 수준을 평가하고 기록한후 종료하는 단계(스텝 860,870)로 이뤄져 있다.

상기 과정에서 사용자가 시험대비학습을 선택하였을 때는 도 11과 같은 시험대비학습 처리 서브루틴이 실행되며, 이는 사용자가 시험대비학습을 선택하는 단계(스텝 600)와, 이후 사용자가 시험시작단원/시험끝단원/문제수를 지정하는 단계(스텝 610)와, 상기 선택이 끝났으면 선택된 단원의 문제를 학습문제디비(12)에서 임의로 출제하고 문제풀이 결과를 학습통계디비(14)에 저장하는 단계(스텝 620,630)와, 상기에서 문제풀이 결과가 맞았는가 틀렸는가에 따라 수준을 상향 또는 하향으로 자동조정하는 단계(스텝 640,660)와, 임의개 선택된 문제가 다 출제되었는가를 체크하여 다 출제 되었으면 학습결과를 저장하는 단계(스텝 670,680)로 이뤄져 있다.

상기 과정에서 사용자가 보충학습을 선택하였을 때는 도 12와 같은 보충학습 처리 서브루틴이 수행되며, 이는 보충학습을 위한 과목/단원/기간을 선택하는 단계(스텝 900)와, 이후 단원,범위,기간중 틀린 문제 또는 유사문제를 출제하는 단계(스텝 910)와, 문제 출제시 같은 등급에 주어진 다수개 문제를 난수적으로 처리하여 출제하고 사용자가 문제를 풀이하여 맞았는가를 체크하여 수준을 상향 또는 하향으로 자동 조정하는 단계(스텝 920 내지 950)와, 이후 학습 결과를 저장하고 종료하는 단계(스텝 960,970)로 이뤄져 있다.

상기 과정에서 사용자가 문제출제 항목을 선택하였을 때는 도 13과 같은 문제출제메뉴 처리 서브루틴이 수행되며, 이는 사용자가 문제출제 항목을 선택하는 단계(스텝 300)와, 이후 문제출제 조건을 선택하고 출제할 문제의 시작단원/끝단원 /출제할 총 문제수/수준별 가중치값을 선택하는 단계(스텝 310, 320)와, 사용자 선택이 완료되면 선택한 양식으로 문제를 출제하는 단계(스텝 330)로 이뤄져 있다.

상기 과정에서 사용자가 학습시간보기를 선택하였을 때는 도 14와 같은 학습시간보기 처리 서브루틴이 수행되며, 이는 사용자가 학습시간보기를 선택하는 단계(스텝 500)와, 이후 일,주,월간누적/ 과목,단원,학습종류별 학습시간을 계산고 계산화면 및 음성을 출력하는 단계(스텝 510)로 이뤄져 있다.

상기 과정에서 사용자가 학습통계보기를 선택하였을 때는 도 15와 같은 학습통계 처리 서브루틴이 수행되며, 이는 사용자가 학습통계를 선택하는 단계(스텝 500)와, 이후 과목,단원,학습종류별 학습통계시간 계산하고 화면에 통계치를 출력하는 단계(스텝 520)로 이뤄져 있다.

상기 과정에서 사용자가 마일리지포인트보기를 선택하였을 때는 도 16과 같은 마일리지포인트보기 처리 서브루틴이 수행되며, 이는 사용자가 마일리지포인트보기를 선택하는 단계(스텝 500)와, 이후 학습누적 마일리지포인트를 계산하여 화면 및 음성을 출력하는 단계(스텝 530)로 이뤄져 있다.

상기 과정에서 사용자가 학습계획보기를 선택하였을 때는 도 17과 같은 학습계획보기 처리 서브루틴이 수행되며, 이는 사용자가 학습계획보기를 선택하는 단계(스텝 500)와, 이후 과목별,단원별 학습상황표를 생성하여 학습계획표를 화면에 표시하는 단계(스텝 540)와, 학습진행 여부를 체크하여 학습진행이 선택되면 학습계획 화면에서 선택한 과목/단원/학습종류의 계획학습을 진행하는 단계(스텝 543,545)와, 이후 학습이 끝났는가를 체크하여 끝났으면 계획학습 겨ㅕㄹ과를 평가하는 단계(스텝 549)로 이뤄져 있다.

이러한 구성의 본 발명은 사용자가 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 따라 학습하는 과정은 다음과 같다.

사용자가 도 1과 같은 인터넷망(30) 또는 전용선을 통하여 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법에 따른 웹서버(20)에 접속한다.

이후, 사용자는 상기 웹서버(20)가 제공하는 홈페이지 등에 들어가서 사용자 정보 확인 및 사용시간 체크화면으로 들어간다.

상기 사용자 정보 확인은 상기에서 학습의 초기조건은 사용자확인 및 사용시간을 체크하는 단계로서 이는 도 6과 같이 상기에서 사용자가 정당한 사용자인지 사용자정보디비(11)를 참조하여 확인한다(스텝 100,110)와, 이는 사용자가 사용자 아이디 또는 주민등록번호를 입력하면 시스템은 사용자정보디비(11)를 참조하여 정당사용자인가를 체크한다.

상기 사용자가 정당한 사용자인 경우는 시스템은 학습자 시디에 부여된 사용시간을 위한 시간코드를 확인한다.

상기 사용시간은 도 4와 같이 사용자정보디비(11)에 사용자아이디와 시디일련번호,시디키번호 등과 함께 시간승인횟수코드, 누적사용시간코드등이 구비 되어져 있어 이를 참조하여 사용시간을 확인한다.

이러한 사용시간 확인은 시디가 불법 복제된 것인가를 확인하고 정품인 경우에는 시스템에서 사용자 시디의 사용시간을 제한하여 수시로 사용시간을 승인하여 사용할 수 있도록 유도하고 있다.

그러므로, 시스템은 상기 시디 소유자의 사용시간이 다 소진 되었으면 사용 경고시간과 확인시간을 체크한 후 이에 대응한 경고 및 안내메세지를 사용자에게 출력한다(스텝 130,140). 사용자는 상기 경고 및 안내 메세지에 따라 사용시간 코드 등록이나 사용시간을 승인 받은 후 시스템 이용을 할 수 있다(스텝 150,160).

상기 과정을 거친 사용자는 도 6과 같은 인공지능학습 프로그램에 의한 화면에 들어가고, 문제출력 또는 학습,기타메뉴를 선택한다.

상기 문제출력 메뉴는 본 발명에 의한 점수 가중치 설정을 할수 있는 선택항목이 있으며, 이것을 통하여 주로 집단학습 선생이 학습수준에서 출제될 수준 등급별 문제의 수 및 점수 가중치를 설정한다.

또, 여기서는 도 13과 같이 문제출제를 위한 시작단원, 끝단원, 출제할 총문제수, 출제문제의 수준별 가중치값을 입력한다(스텝 310 내지 330).

또, 사용자가 학습메뉴에 들어가면 도 8내지 도 12와 같은 진단학습,응용학습,수준학습,시험대비학습,보충학습을 수행할 수 있으며, 도 8과 같은 주로 진단학습은 이러한 시스템의 초기 사용자 또는 저학년, 중 1,고 1 등과 같이 학습 경험이 적은 학습자를 대상으로 수준을 평가하기 위한 학습단계로 되어있다.

그러므로, 사용자가 진단학습에 들어가면 사용자는 우선 화면을 통하여 대단원,중단원,소단원과 출제 문제수를 선택하고(스텝 1100,1200)와, 이후 시스템은 문제 난이도 등급을 N개로한 문제를 학습문제디비(12)를 참조하여 각등급별(본발명에서는 문제 난이도 등급을 L1∼L10단계로 10등급으로 하였다)로 준비한 M(본발명에서는 같은 등급별 문제수는 10개로 하였다)개의 문제들중 하나를 난수적으로 출제한다(스텝 1300). 이후 사용자가 출제된 문제를 풀이하면 그 풀이된 결과를 점수 가중치와 함께 점수가중치학습평가디비(13)에 저장한다(스텝 1400,1500).

상기 점수가중치는 일례로 퍼지이론을 도입하기 위한 변수로서 이는 문제의 난이도에 따라 1에서 10등급 까지 분류된 문제의 점수 가중치를 10으로 하고 그 총합은 100이라 할 때 사용자가 10개의 출제된 문제를 다풀고 나서 그 결과 맞은답이 5개 틀린답이 5개 일 경우에는 평가점수 가중치는 50이 된다.

이때, 상기 10개의 등급은 난이도에 따라 점수 가중치를 모두 10으로 하지 않고 난이도가 낮은 등급은 낮은 점수, 높은 등급은 큰 점수로 평가하는 점수 가중치로 운용할 수 있다.

일례로, 상기 L1에서 L10으로 분류한 문제 난이도 등급에서 L1은 점수 가중치 5점, L2는 점수 가중치 5점, L3는 점수 가중치 5점, L4 내지 L7은 10점, L7 내지 L10은 15점 등으로 적용하여 사용자가 10개의 문제 중에 등급 L1,L3,L5,L7,L9의 문제를 맞추었다면 평가 점수 가중치는 총 45점이 되는 것이다.

이와같이, 사용자(특히 집단학습 선생)는 상기 평가 점수 가중치를 학습자의 학습과정에서 복잡하게 반응하는 학습양태(학습하는 때(일반학습,예습,복습,시험,모의고사)와 장소(집,학원,학교,공부방))를 고려하여 가변적으로 운용할 수 있다.

한편, 사용자가 응용학습을 선택하였을 때는 시스템은 응용학습 화면으로 들어가며, 이때는 도 9와 같이 신경망이론에 따라 학습 수준이 일정한 레벨 이하인 자가 학습 내용이 일정수준에 도달하기 전 까지는 상위레벨로 진입을 하지 못하도록 학습조건이 충족되었는가를 점검하고(스텝 710), 상기 조건이 충족되었으면 학습통계디비(14)를 참조하여 선행 진단학습결과에 따라 학습시작수준을 결정한다(스텝 720).

이후 학습과정은 진단학습과 마찬가지로 학습시작수준의 첫 번째 문제부터 문제 난이도 등급을 점수 가중치와 함께 N개로한 문제를 각 등급별로 준비한 M개의 문제들중 하나를 난수적으로 출제한다(스텝730).

이때의 문제난이도 등급에 따른 평가 점수가중치는 진단학습 과정의 점수가중치값과는 다르게 적용하는 것이 바람직하다.

사용자가 출제된 문제를 풀이하고 문제풀이 과정에서 틀린 문제와 맞은 문제가 생기게 되며, 이때에는 사용자가 문제를 맞춘 갯수의 수를 일정한 개수로 설정하고 이에 따라 학습수준을 자동으로 상향 또는 하향조정하여 문제를 출제한다(스텝 740 내지 760).

즉, 맞는 갯수가 연속해서 3개 이상이면 학습수준을 자동으로 1등급 상향 조정하고 이 등급에 맞는 다수개 준비된 문제중 어느 하나를 난수적으로 추출하여 출제하며, 3개 이하이면 학습수준을 1등급 하향 조정한 후 문제를 출제한다.

이후, 응용학습이 끝났으면 그 결과를 점수가중치와 함께 수준을 평가하고 기록한후 종료한다(스텝 770,780).

또, 사용자가 수준학습을 선택하였을 때는 시스템은 수준학습 선택화면으로 들어가고, 이때는 도 10과 같이 수준학습을 수행한다.

여기서는 출제되는 문제의 문제난이도 등급이 비교적 높은 범위(일례로, 7등급에서 10등급)의 문제와 등급별 점수가중치가 다르게 부여된 점외에는 상기 응용학습과정과 동일하다(스텝 810 내지 870).

상기 수준학습은 이미 학습경험이 풍부하고 실력이 상위권으로 향상된 학습자를 대상으로 하는 것임으로 문제 난이도 등급을 높은 수준으로 하여 학습 성취도를 만족시킬수 있도록 한 것이다.

또, 사용자가 시험대비학습에 들어 가면, 도 11과 같이 시험대비학습을 수행한다.

이는 사용자가 시험대비를 위한 시험시작단원,시험끝단원,문제수를 지정하고 선택된 단원의 문제를 학습문제디비(12)에서 임의로 출제하고 문제풀이 결과를 학습통계디비(14)에 저장한다(스텝 620,630). 이후 상기 문제풀이 과정에서 그 결과가 맞았는가 틀렸는가에 따라서 역시 출제되는 문제의 수준을 상향 또는 하향으로 자동조정하고, 임의개 선택된 문제가 다 출제되었으면 학습결과를 저장한다(스텝 670,680).

또, 사용자가 보충학습에 들어 가면, 도 12와 같이 보충학습을 수행한다.

이는 사용자가 보충학습을 위한 과목/단원/기간을 선택하고, 시스템은 단원,범위,기간중 틀린 문제 또는 유사문제를 출제한다(스텝 910).

상기 문제 출제시에는 같은 등급에 주어진 다수개 문제를 난수적으로 처리하여 출제하고 사용자가 문제를 풀이하여 맞았는가를 체크하여 역시 문제수준을 상향 또는 하향으로 자동 조정하고 학습 결과를 저장하며 종료한다(스텝 920 내지 970).

상기 과정에서 사용자가 도 6과 같은 기타기능에서 학습시간보기를 선택하였을 때는 도 14와 같이 일,주,월간누적/ 과목,단원,학습종류별 학습시간을 계산하고 계산화면 및 음성을 출력한다(스텝 510).

상기 과정에서 사용자가 도 6과 같은 기타기능에서 학습통계보기를 선택하였을 때는 시스템은 과목,단원,학습종류별 학습통계시간 계산하고 화면에 통계치를 출력한다(스텝 520).

상기 과정에서 사용자가 마일리지포인트보기를 선택하였을 때는 도 16과 같이 시스템은 학습누적 마일리지포인트를 계산하여 화면 및 음성을 출력한다(스텝 530).

상기 과정에서 사용자가 학습계획보기를 선택하였을 때는 도 17과 같이 시스템은 과목별,단원별 학습상황표를 생성하여 학습계획표를 화면에 표시하고(스텝 540), 학습진행 여부를 체크하여 학습진행이 선택되면 학습계획 화면에서 선택한 과목/단원/학습종류의 계획학습을 수행한 후 종료되면 계획학습 결과를 평가하여 저장한다(스텝 541 내지 549).

이와 같은 본 발명은 학습자나 선생이 학습자의 학습과정에서 복잡하게 반응하는 학습양태를 고려하여 출제되는 문제수 및 문제 수준, 평가조건을 달리 할 수 있도록 하므로써 1:1 학습자의 학습환경에 따른 정밀한 수준의 문제 출제가 가능하고 집단 학습시에 필요에 따라 지도 교사의 의중데로 문제 난이도 수준을 가변적으로 조절할 수 있어 학습의 정밀한 성취도 및 완성도를 이상적으로 얻을 수 있다.

또, 본 발명은 학습자가 학습 과정에서 일정한 학습 수준에서 수준을 향상시키기 위해서 자기가 자기 진단한 학습 수준으로 출제되는 문제수 및 학습 수준을 선택할 수 있도록 함으로서 학습자의 학습과정에 융통성을 부여할 수 있다.

또, 본 발명은 학습자가 일정 수준학습을 수행하다가 수준 레벨의 업/다운 없이 종료 한 후 다시 일정 수준학습에 들어가더라도 항상 문제가 동일하지 않은 것이 출제되므로 학습자는 수시로 같은 문제를 반복하여 보게되어 학습의 의미를 상실하게 되는 원인을 배제할 수 있다.

또, 본 발명은 학원 등에서의 집단학습이나 통신망에 연결된 불특정 학습자들과 선생이 연계되어 학습자들의 학습 수준을 선생이 평가하고 이에 대한 적절한 문제의 난이도와 출제 문제수를 조절해 주는등의 상호 연계된 학습 활동을 할 수 있도록 함으로서 집단학습이나 불특정 다수 학습자에 대한 보다 정밀하고 신속하며, 정확한 학습목표를 달성할 수 있다.

이외에도, 본 발명은 학습자가 시스템을 이용하여 학습 할 때 학습자의 사용시간에 따른 마일리지 포인트를 주므로서 학습과정에서의 마일리지 포인트에 대한 흥미를 유발하여 학습자의 시스템 이용시간을 증가시킴과 동시에 이로인한 학습 성취도를 짧은 기간에 쉽게 달성할 수도 있다.

Claims (8)

1. 컴퓨터를 이용한 학습방법 및 관리 방법에 있어서, 초기에 사용자 등록을 시킨후 등록이 되었으면 퍼지이론이 적용된 관리자 또는 학습자에 의한 문제출제메뉴 (과목/단원/문제수/점수가중치/인쇄양식)와 학습메뉴(진단/응용/수준/보충/시험대비), 기타메뉴(학습시간/학습계획/학습통계보기) 중 어느하나를 선택하게 하는 단계와, 사용자에 의하여 상기 문제출제,학습메뉴,학습통계보기메뉴 중 어느하나가 선택 되었으면 그 메뉴를 실행하는 단계를 포함한 것을 특징으로 하는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법.
2. 제 1항에 있어서, 상기 학습과정은 사용자가 학습메뉴를 선택하면 문제의 난이도에 따라 등급을 N등급으로 하고 등급별 문제수는 M개로 하여 총문제수는 N X M= T이라 할 때 문제의 난이도 등급N은 각 등급별로 점수 가중치를 부여하고 1회의 출제 문제수는 N개를 출제하여 풀이된 결과가 상기 점수 가중치에 의하여 평가하기 위한 진단학습메뉴와, 이 진단학습에 의하여 결정된 학습수준에 따라 점수 가중치와 함께 문제의 출제 및 평가가 이뤄지는 응용학습메뉴와, 일정한 높은 수준의 학습자에게 문제 난이도가 비교적 높은 문제들과 이들에 점수 가중치를 부여하여 학습하는 수준학습메뉴의 선택메뉴를 출력하는 단계와, 상기 메뉴 중 어느하나가 선택 되었으면 문제수 및 평가에서 점수 가중치가 적용된 학습을 수행하는 단계를 포함한 것을 특징으로 하는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법.
3. 제 2항에 있어서, 상기 진단학습 과정은 사용자가 상기 진단학습을 선택하는 단계와, 진단학습이 선택되면 출제문제수 X(10 또는 20개)를 선택하고 문제 난이도 등급을 N개로한 문제를 각등급별로 준비한 M개의 문제들중 하나를 난수적으로 출제하는 단계와, 이후 출제된 문제를 풀이하고 풀이된 결과를 점수 가중치와 함께 수준을 평가하고 기록하는 단계로 이뤄져 있는 것을 특징으로 하는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법.
4. 제 2항에 있어서, 상기 응용학습 과정은 사용자가 상기 응용학습을 선택하는 단계와, 응용학습이 선택되면 출제문제수 X(10 또는 20개)를 선택하고 문제 난이도 등급을 점수 가중치와 함께 N개로한 문제를 각 등급별로 준비한 M개의 문제들중 하나를 난수적으로 출제하는 단계와, 이후 출제된 문제를 풀이하고 문제풀이 과정에서 문제를 맞춘 개수에 따라 수준을 자동으로 상향 또는 하향시키는 단계와, 풀이된 결과를 점수 가중치와 함께 수준을 평가하고 기록하는 단계로 이뤄져 있는 것을 특징으로 하는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법.
5. 제 2항에 있어서, 상기 수준학습 과정은 사용자가 상기 수준학습을 선택하는 단계와, 수준학습이 선택되면 출제문제수 X(10 또는 20개)를 선택하고 문제 난이도 등급을 N개로한 문제 들 중 문제 난이도가 비교적 상위권에 있는 등급의 문제를 각등급별로 준비한 M개의 문제들중 하나를 난수적으로 출제하는 단계와, 이후 출제된 문제를 풀이하고 풀이된 결과를 점수 가중치와 함께 수준을 평가하고 기록하는 단계로 이뤄진 것을 특징으로 하는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법.
6. 제 1항에 있어서, 상기 문제출제 과정은 사용자가 문제출제 메뉴를 선택하면 문제출제 시작단원/끝단원/출제할 총 문제수/수준별 가중치값를 선택하는 메뉴를 출력하는 단계와, 사용자 선택이 완료되면 선택한 양식으로 문제를 출제하는 단계를 포함하고 있는 것을 특징으로 하는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법.
7. 제 1항에 있어서, 사용자정보 등록과정은 사용자가 정당한 사용자인지 확인하는 단계와, 정당한 사용자인 경우 학습자 시디에 부여된 사용시간을 위한 시간코드를 확인하여 사용시간이 다 소진 되었으면 사용 경고시간과 확인시간을 체크한 후 이에 대응한 경고 및 안내메세지를 출력하는 단계와, 사용자가 사용시간코드승인을 요청하고 등록하는 단계를 포함한 것을 특징으로 하는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법.
8. 제 1항 또는 제 2항에 있어서, 상기 과정에서 사용자가 마일리지포인트보기를 선택하였을 때는 학습자의 학습 시간에 따른 학습누적 마일리지포인트를 계산하여 화면 및 음성으로 출력하여 주는 것을 특징으로 하는 문제출제/평가에 퍼지이론이 적용된 인공지능 학습 및 관리 방법.