KR20110062255A - 맞춤형 학습 시스템 및 방법 - Google Patents

맞춤형 학습 시스템 및 방법 Download PDF

Info

Publication number
KR20110062255A
KR20110062255A KR1020090118921A KR20090118921A KR20110062255A KR 20110062255 A KR20110062255 A KR 20110062255A KR 1020090118921 A KR1020090118921 A KR 1020090118921A KR 20090118921 A KR20090118921 A KR 20090118921A KR 20110062255 A KR20110062255 A KR 20110062255A
Authority
KR
South Korea
Prior art keywords
learning
information
learner
content
unit
Prior art date
Application number
KR1020090118921A
Other languages
English (en)
Inventor
성재모
김수영
윤종현
이준석
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020090118921A priority Critical patent/KR20110062255A/ko
Publication of KR20110062255A publication Critical patent/KR20110062255A/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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Technology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

본 발명은 맞춤형 학습에 관한 기술로서, 학습을 수행하는 각 학습자 별 학습 수행에 따른 문제 해결 과정과 문제 해결 결과를 분석하여 학습자 별 취약 부분과 학업 성취도 등의 학습 상태 정보를 산출하여 제공함으로써, 학습자가 자신의 학업 성취도와 취약점 등을 파악할 수 있도록 한다. 또한, 학습자 별 학습 상태 정보에 따라 각 학습자에 맞는 학습 과정과 학습 콘텐츠를 선별하여 각 학습자에게 적합한 방식으로 제공함으로써 학습의 효과가 극대화될 수 있도록 한다. 또한, 학습자 별 취약점, 학업 성취도, 학습 효과가 높은 학습 콘텐츠 유형, 학습 과정 정보 등을 교수자(또는 부모) 등에게 학습자의 학습 상태 정보로 피드백(feedback) 하여 줌으로써, 교수자(또는 부모) 등이 학습자 별 학습 상황을 정확히 체크할 수 있으며, 학습자 별 특성에 맞게 지도할 수 있는 학습 환경을 제공한다.
맞춤형 학습, 평가, 콘텐츠

Description

맞춤형 학습 시스템 및 방법{METHOD AND SYSTEM FOR PERSONALIZED LEARNING}
본 발명은 학교 또는 학원 등에서 공부하는 다수의 학생들에 대해 각 학습자 별 선호하는 학습 콘텐츠, 학습 특성과 취약점 및 학습 상태에 따른 예상 학업 성취도 등의 정보를 산출하여 각 학습자에게 가장 학습 효과가 높을 것으로 예상되는 학습 유형을 판단하고, 이에 대한 학습 콘텐츠를 제공함으로써, 학습 효과를 극대화시킬 수 있으며, 효율적인 학습 관리가 가능하도록 하는 맞춤형 학습 시스템 및 방법에 관한 것이다.
본 발명은 지식경제부 및 문화체육관광부의 IT성장동력기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다[2008-S-025-02, 디지털 교과서 및 u-러닝 활성화를 위한 요소기술 개발].
통상적으로 학교나 학원 등에서는 학습을 수행하는 일반인, 학생 등의 수많은 학습자들에게 학습자 별 선호하는 학습 콘텐츠나 각 학습자의 학업 수행 능력 등의 학습자 별 학습 특성을 고려하지 않고, 모든 학습자에게 일률적인 학습 과정과 콘텐츠 및 교습이 수행되고 있어, 학습자 모두에게 효과적인 학습이 제공되지 않고 있다.
이와 같은 일률적인 학습에 대한 문제점을 해결하기 위해 학습자 별 학습 능력을 평가하여 학습 능력에 따라 학습 과정을 반복하거나 학습 과정 속도를 조절하는 등의 맞춤형 학습의 시도가 이루어지고 있으나, 아직까지는 단순히 학습 결과를 바탕으로 학습 과정의 속도를 늦추어서 평가결과가 일정 수준 이상에 도달할 때까지 반복학습을 시키는 정도의 방법이 제시되고 있어 맞춤형 학습이라고 하기에는 부족한 점이 많이 있었다.
이에, 본 발명에서는 학교 또는 학원 등에서 공부하는 다수의 학생들에 대해 각 학습자 별 선호하는 학습 콘텐츠, 학습 특성과 취약점 및 학습 상태에 따른 예상 학업 성취도 등의 정보를 산출하여 각 학습자에게 가장 학습 효과가 높을 것으로 예상되는 학습 유형을 판단하고 그에 따른 학습 콘텐츠를 제공함으로써, 학습 효과를 극대화시킬 수 있으며, 효율적인 학습 관리가 가능하도록 하는 맞춤형 학습 시스템 및 방법을 제공하고자 한다.
본 발명의 과제를 해결하기 위한 일 관점에 따르면, 맞춤형 학습을 제공하기 위한 학습 인터페이스 환경을 지원하는 학습 인터페이스부와, 상기 맞춤형 학습에 필요한 학습 콘텐츠 정보, 학습 정보, 시스템 정보 중 적어도 하나의 정보가 저장되는 학습 지식 데이터베이스와, 상기 학습 인터페이스부 및 학습 지식 데이터베이스를 연계하며, 학습자의 학습 활동 분석 및 학습 상태 진단을 통해 학습자 별 맞춤형 학습 콘텐츠 및 학습 과정을 개별 학습자에게 제공하는 학습 서비스 제공부와, 상기 학습 지식 데이터베이스와 연계하여 맞춤형 학습을 지원하는 정보를 관리하고, 관리되는 상기 맞춤형 학습을 지원하는 정보를 상기 학습 지식 데이터베이스로 제공하는 학습 지식 관리부를 포함하는 맞춤형 학습 시스템을 제공한다.
또한, 상기 맞춤형 학습을 지원하는 정보는, 학습 콘텐츠 정보, 학습 위계(learning hierarchy) 정보, 학습 과정 정보, 학습자 정보 중 적어도 하나 이상의 정보를 포함할 수 있다.
또한, 상기 학습 서비스 제공부는, 상기 학습 인터페이스부가 요청한 맞춤형 학습 서비스를 처리하는 학습 에이전트부와, 상기 학습자의 학습 결과를 분석하고, 분석되는 학습 결과를 반환하는 학습 분석부와, 상기 학습자의 학습 이력 정보와 상기 학습자의 학습 결과 분석 정보를 사용하여 상기 학습자의 학습 상태 정보를 추론 및 진단하는 학습 진단부와, 상기 학습 인터페이스부를 통해 제공되는 학습자 요청에 따른 학습 상태 정보를 제공하는 학습자 정보 제공부와, 상기 학습 상태 정보를 고려하여 현재 학습 과정에 부합되는 학습 콘텐츠를 검색하는 학습 콘텐츠 검색부와, 상기 학습 콘텐츠 검색부를 통해 검색되는 학습 콘텐츠를 배치하고 패키징하는 학습 콘텐츠 패키징부와, 상기 학습자의 학습 로그 정보를 작성하는 학습 로그부와, 상기 학습 서비스 제공부와 상기 학습 지식 데이터베이스 간의 인터페이스 기능을 제공하며, 상기 학습 로그부의 학습 로그 정보를 상기 학습 지식 데이터베이스로 전달하는 학습 지식 데이터베이스 인터페이스부를 포함할 수 있다.
또한, 상기 학습 에이전트부는, 상기 학습자의 학습 결과 및 학습 반응에 따라 상기 학습자의 상태를 분석 및 진단하고, 상기 학습자의 상태 분석 및 진단 결과에 따라 학습 콘텐츠를 제공하며, 상기 학습자의 학습 상태 정보를 제공하고, 상기 학습자의 학습 활동을 학습 로그로 기록할 수 있다.
또한, 상기 학습 상태 정보는, 학습 과정 정보와 학습 상태 정보를 포함할 수 있다.
또한, 상기 학습 지식 관리부는, 학습 콘텐츠의 속성을 정의, 등록, 관리, 변환, 분할 및 재활용하는 학습 콘텐츠 관리부와, 학습 위계 요소를 정의하고, 학습 위계 요소 간의 관계를 관리하는 학습 위계 관리부와, 학습 요소를 학습하기 위한 학습 과정을 설계하고 관리하는 학습 과정 관리부와, 학습자 정보를 관리하고, 학습 통계 정보를 제공하는 학습자 관리부와, 시스템 운영 관리, 서비스 관련 통계 정보 제공, 시스템 로그 정보 제공, 맞춤형 학습 제공 서비스 관리를 수행하는 시스템 관리부를 포함할 수 있다.
본 발명의 과제를 해결하기 위한 다른 관점에 따르면, 학습 인터페이스부를 통해 학습 환경을 설정하며, 학습자의 학습 상태 정보와 학습 시나리오 정보를 제공하는 학습 환경 초기화 과정과, 상기 학습자의 학습 상태 정보와 학습 시나리오 정보를 고려하여 개인별 학습 수준을 진단하고, 상기 개인별 학습 수준에 대응하는 맞춤형 학습 콘텐츠를 상기 학습 인터페이스부를 통해 상기 학습자에게 제공하는 학습 콘텐츠 제공 과정과, 상기 학습자의 학습 입력을 분석하는 학습 평가 결과 분석 과정과, 상기 학습 평가 결과 분석 과정의 내용을 기반으로 상기 학습자의 학습 상태 정보를 상기 학습 시나리오 정보에 따라 피드백 하는 과정과, 상기 학습 상태 정보 및 학습 활동 정보를 갱신하고 학습 로그를 작성하는 학습 환경 완료 과정을 포함할 수 있다.
여기서, 상기 학습 환경 초기화 과정은, 상기 학습자가 상기 학습 인터페이스부를 통해 로그인(log-in)을 요청하여 인증 정보를 전달하면, 상기 학습자에 대한 인증 절차를 진행하는 과정과, 상기 인증 절차가 완료되면, 인증 결과를 상기 학습 인터페이스부로 통보하는 과정과, 상기 학습 인터페이스부로부터 학습 상태 정보가 요청되면 상기 학습자에 대한 상태 정보를 독출하여 상기 학습 인터페이스부로 전달하는 과정을 포함할 수 있다.
또한, 상기 학습 콘텐츠 제공 과정은, 상기 학습 인터페이스부를 통해 학습 요소 정보가 요청되면, 요청된 상기 학습 요소 정보에 대응하는 상기 학습 시나리오 정보를 독출한 후 학습 시나리오 정보의 분기를 결정하는 과정과, 상기 학습 시나리오 정보의 분기 결과에 따라 상기 학습자의 수준과 상기 학습자 상태 정보를 고려한 학습 콘텐츠를 검색하는 과정과, 상기 학습 콘텐츠에 대한 검색 질의를 수행하여 학습 콘텐츠 목록을 획득하는 과정과, 상기 학습 콘텐츠 목록 중 임의의 학습 콘텐츠와 상기 학습 시나리오 정보를 사용하여 상기 학습 콘텐츠를 패키징하는 과정과, 패키징된 상기 학습 콘텐츠를 상기 학습 인터페이스부로 전송하는 과정과, 상기 학습 인터페이스부를 통해 상기 학습자의 학습 인터페이스 정보가 입력되면, 입력되는 상기 학습 인터페이스 정보에 따라 학습 결과를 분석하는 과정과, 분석된 상기 학습 결과를 이용하여 상기 학습자의 학습 수준 및 학습 상태를 진단하는 과정을 포함할 수 있다.
또한, 상기 학습 평가 결과 분석 과정은, 상기 학습 인터페이스부를 통해 학습 평가 결과가 입력되면, 입력되는 상기 학습 평가 결과에 따라 상기 학습자의 학습 수준 및 학습 상태에 대한 진단을 수행하는 과정을 포함할 수 있다.
또한, 상기 피드백 하는 과정은, 상기 학습자의 학습 수준 및 학습 상태에 대한 진단의 결과와 상기 학습 시나리오 정보에 따라 상기 학습자의 수준 및 상태 정보를 고려한 피드백 정보 제공 수준을 결정하는 과정을 포함할 수 있다.
본 발명에서는 맞춤형 학습을 제공하는 시스템에 등록하여 학습을 수행하는 각 학습자 별 학습 수행에 따른 문제 해결 과정과 문제 해결 결과 정보를 분석하여 학습자 별 취약한 부분과 학업 성취도 예측 등의 학습 상태 정보를 산출하여 제공함으로써, 학습자가 자신의 학업 성취도와 취약점 등을 파악할 수 있도록 한다. 또한 이와 같은 학습자 별 학습 상태 정보에 따라 각 학습자에 맞는 학습 과정과 학습 콘텐츠를 선별하여 각 학습자에게 가장 잘 맞는 방식으로 제공함으로써 학습의 효과가 극대화될 수 있도록 한다. 또한, 이와 같은 학습자 별 취약점과 학업 성취도 및 가장 학습 효과가 높은 학습 콘텐츠 유형과 학습 과정 정보를 교수자 및 부모 등에게 학습자의 학습 상태 정보로 피드백하여 줌으로써, 교수자 및 부모 등 이 학습자 별 학습 상황을 정확히 체크할 수 있으며, 학습자 별 특성에 맞게 지도할 수 있도록 한다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 도면부호는 동일 구성 요소를 지칭한다.
본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프 로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비에 포함될 수 있는 컴퓨터 이용가능 메모리 또는 컴퓨터 판독가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 메모리 또는 컴퓨터 판독가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성하여 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또한, 몇 가지 대체 실시 예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다. 또한, 본 발명의 기능이 속도의 문제를 해 결하기 위해 하드웨어로 구현될 수 있으며 본 발명에서 제시하는 블록의 기능을 동시에 처리하는 형태로 구현되는 것도 가능하다.
실시 예의 설명에 앞서, 본 발명은, 학습자 별 선호하는 학습 콘텐츠, 학습 특성과 취약점 및 학습 상태에 따른 예상 학업 성취도 등의 정보를 산출하여 각 학습자에게 가장 학습 효과가 높을 것으로 예상되는 학습 콘텐츠 유형 및 학습 과정을 제시함으로써, 학습 효과를 극대화시키고 효율적인 학습 관리가 가능하도록 한다는 것이다. 또한, 본 발명은, 학습자들의 학습 특성, 예컨대 학습자의 인지정의적 특성을 고려하여 학습 관리를 수행한다는 것으로, 이러한 기술 사상으로부터 본 발명의 목적으로 하는 바를 용이하게 이해할 수 있을 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예에 대해 구체적으로 설명하기로 한다.
도 1은 본 실시 예에 따른 맞춤형 학습 시스템의 구성 블록도로서, 학습 인터페이스부(100), 학습 서비스 제공부(200), 학습 지식 DB(Data-Base)(300), 학습 지식 관리부(400)를 포함할 수 있다.
학습 인터페이스부(100)는 사용자 단말 환경, 예를 들면 데스크톱(desk-top), 랩톱(lap-top) 등의 컴퓨터 환경에서 맞춤형 학습을 제공하기 위한 사용자 학습 인터페이스 환경을 지원하며, 사용자 학습 인터페이스 환경 하에서 입력되는 사용자 정보를 학습 서비스 제공부(200)로 제공하는 역할을 할 수 있다.
구체적으로, 학습 인터페이스부(100)는, 컴퓨터 상에서 교실 내의 학습 환경 과 유사한 학습 환경을 제공하는 기능, 다양한 학습 활동을 지원하는 통합 사용자 인터페이스 제공 기능, 학습자의 학습 상태를 쉽게 파악할 수 있는 뷰어(viewer) 제공 기능 등을 포함할 수 있다.
컴퓨터 상에서 교실 내의 학습 환경과 유사한 학습 환경을 제공하는 기능은, 예를 들면, 필기 펜을 사용한 학습 지원 기능, 종이를 사용한 학습 지원 기능, 음성을 사용한 학습 지원 기능, 시각 인지를 사용한 학습 지원 기능, 제스처 인지를 사용한 학습 지원 기능 등을 포함할 수 있다.
통합 사용자 인터페이스 제공 기능은, 예를 들면, 다양한 학습 콘텐츠를 재생 가능한 통합 뷰어 제공 기능, 다양한 시험 문제 풀이를 지원하는 인터페이스 제공 기능, 필기 펜을 사용한 수식의 인식을 지원하는 인터페이스 제공 기능, 종이에 필기된 수식의 인식을 지원하는 인터페이스 제공 기능 등을 포함할 수 있다.
뷰어 제공 기능은, 예를 들면, 학습자의 다양한 학습 상태를 시각화하여 제공하는 기능, 학습자의 전체 학습 과정 제공 기능, 학습자의 학습 취약점 제공 기능, 학습자의 학습 성취도 제공 기능, 학습자의 향후 학습결과 예측 제공 기능 등을 포함할 수 있다.
본 실시 예에 따른 학습 서비스 제공부(200)는 학습 인터페이스부(100), 학습 지식 DB(300)와 연계하여 개별 학습자의 학습활동 분석 및 학습상태 진단을 통하여 가장 적합한 학습 콘텐츠 및 학습 과정을 개별 학습자에게 제공하는 역할을 한다.
구체적으로, 학습 서비스 제공부(200)는 다음과 같은 기능들을 제공할 수 있 다.
1. 학습자의 학습활동 정보의 분석을 통해 현재 학습자의 학습 수준, 인지 정의적 특성, 학습 취약점 등의 학습 상태를 정략적으로 평가하고 진단하는 기능,
2. 과거 학습자의 학습활동의 패턴분석을 통해 개별 학습자의 향후 학습수준, 학습 취약점 등의 학습 상태를 예측하는 기능,
3. 학습 위계(learning hierarchy) 및 학습결과 이력 등을 분석하여 학습 취약점을 진단하는 기능,
4. 학습자의 학습상태 진단 및 학습 활동 분석 결과에 따라 개별 학습자에게 가장 적합한 학습 콘텐츠의 유형 및 난이도를 진단하는 기능,
5. 개별 학습자의 학습 과정에 가장 적합한 학습 콘텐츠를 검색하는 기능,
6. 학습자의 학습 상태 진단 및 학습 활동 분석 결과에 따라 개별 학습자에게 다양한 학습 결과의 피드백을 제공하는 기능,
7. 난이도, 유형(텍스트, 동영상, 음성, 이미지, 시뮬레이션 등) 등을 고려하여 학습 콘텐츠를 선택하는 기능,
8. 학습자의 학습 상태 진단 및 학습 활동 분석을 통해 개별 학습자에게 가장 효율적인 학습 과정을 진단하는 기능,
9. 학습자의 학습 상태 진단 및 학습 활동 분석을 통해 개별 학습자에게 가장 적합한 학습 과정 구성요소를 추론하는 기능,
10. 개별 학습자의 학습 과정을 구성하는 학습 콘텐츠를 패키징(packaging)하는 기능,
11. 개별 학습자의 학습 상태 및 학습자의 학습 활동 정보를 추적하여 기록하는 기능.
한편, 학습 지식 DB(300)는 학습 서비스 제공부(200)와 학습 지식 관리부(400)를 연계하여 본 실시 예에 따른 맞춤형 학습에 필요한 각종 정보들, 예컨대 개념 자료, 문제 은행, 피드백 자료 등으로 이루어진 학습 콘텐츠 정보와, 학습 위계(learning hierarchy) 정보, 학습 과정 정보, 학습자 속성 정보 등으로 이루어진 학습 정보와, 사용자 계정 정보, 콘텐츠 저장소 정보, 시스템 통계 정보, 시스템 로그(log) 정보 등으로 이루어진 시스템 정보 등을 제공할 수 있다. 이러한 학습 지식 DB(300) 내의 정보들은 학습 서비스 제공부(200) 또는 학습 지식 관리부(400)의 요청에 따라 선택적으로 독출 또는 저장될 수 있으며, 예컨대, 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이터베이스 관리 시스템(RDBMS)이나, 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이터베이스 관리 시스템(OODBMS)을 이용하여 본 발명의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(field)들을 가지고 있다.
학습 지식 관리부(400)는 맞춤형 학습을 지원하는 다양한 정보들, 예컨대 학습 위계 정보, 학습 과정 정보, 학습자 속성 정보 등으로 이루어진 학습 정보와, 학습 콘텐츠 정보를 관리하는 역할을 한다.
구체적으로, 학습 지식 관리부(400)는, 학습 위계 관리 기능, 학습 콘텐츠 관리 기능, 학습 과정 관리 기능, 학습자 속성 정보 관리 기능 등을 포함할 수 있다.
학습 위계 관리 기능은 학습자가 학습할 학습 단위들을 체계적으로 구성하고 관리하는 기능으로, 학습 위계에서는 하위 요소를 학습하지 않고서는 그 위의 상위 요소를 학습할 수 없는 계통적 학습 지식 간의 상/하위 관계가 존재한다. 이러한 학습 위계 관리 기능은, 학습 단위들의 상하 관계를 정의하고, 위계 속성, 학습자 속성 등의 학습 단위들의 다양한 속성을 정의한다. 여기서, 위계 속성은 학습 단위 간 관련 여부, 학습 단위 간 관계 가중치 등이 될 수 있으며, 학습자 속성은 학습자의 학습 성취도, 성적, 이수 시간 등이 될 수 있다. 학습 위계의 구성 단위는 학습 영역, 학습 주제, 학습 요소, 단위 요소 등으로 구성될 수 있으며, 이러한 구성 단위를 갖는 학습 위계는 학습 위계가 가장 분명하게 드러나는 학습 능력(learning capabilities)인 지적 기능, 선행 학습(prerequisite learning) 등의 특징을 갖는다.
학습 콘텐츠 관리 기능은 기존 학습 콘텐츠 또는 맞춤형 학습을 위해 제작된 콘텐츠를 학습 위계에 따라 처리하여 등록하고 관리하는 기능으로, 학습 콘텐츠를 재사용 가능한 객체 단위로 저장 관리하는 기능, 학습 콘텐츠를 다양한 콘텐츠 포맷, 예컨대 XML(eXtensible Markup Language), HTML(Hyper Text Markup Language), 워드프로세서 문서 등으로 변환하는 기능, 동영상 파일 분할, 태깅(tagging) 등의 학습 콘텐츠를 편집하는 기능, 실감형, 체험형, 시뮬레이션(simulation) 등의 새로운 형태의 학습 콘텐츠를 등록할 수 있는 기능 등을 포함할 수 있다.
학습 과정 관리 기능은 교수자 또는 시스템 관리자가 학습 과정을 설계하여 등록하고 관리하는 기능으로, 학습 과정을 기술하는 스크립트 제공 기능, 사용자가 학습 과정을 손쉽게 편집 관리하는 기능, 예컨대 GUI(Graphical User Interface) 기반 학습 과정 구성 요소 배치 기능, 설정 기능 등을 포함할 수 있다.
학습자 속성 정보 관리 기능은, 예를 들면, 학습자 개인 정보, 학습 성적, 학습 성취도, 학습 취약점, 학습 결과 예측, 학습 콘텐츠 선호도 등과 같은 학습 통계 정보를 제공하는 기능, 선택한 강좌, 학습 진도, 학습한 콘텐츠 정보, 학습 패턴 등과 같은 학습 이력 정보를 제공하는 기능들을 포함할 수 있다. 여기서, 학습자 속성 정보는, 학습자 개인 신상 데이터와 같은 신상 정보, 학습 수준, 인지정의적 특성, 학습 취약점을 나타내는 학습 상태 정보, 강의 이수시간, 문제 풀이시간, 출결, 진도, 성적, 오감 등의 학습수행 중에 발생하는 학습 활동 정보 등을 의미할 수 있다.
도 2는 도 1의 맞춤형 학습 시스템의 학습 서비스 제공부(200)를 구체적으로 예시한 구성 블록도로서, 학습 에이전트부(202), 학습 결과 분석부(204), 학습 진단부(206), 학습자 정보 제공부(208), 학습 콘텐츠 검색부(210), 학습 콘텐츠 패키징부(212), 학습 로그부(214) 등을 포함할 수 있다.
도 2에 예시한 바와 같이, 학습 에이전트(202)는 본 실시 예에 따른 맞춤형 학습 서비스를 제공하기 위해 학습 서비스 제공부(200) 내의 학습 엔진 모듈들(도시 생략됨)을 호출하여 학습 인터페이스부(100)가 요청한 서비스를 처리할 수 있다. 예를 들어, 학습자의 학습 결과 및 학습 반응에 따라 학습자의 상태를 분석 및 진단하고, 학습자의 진단 결과에 따라 학습 콘텐츠를 제공하며, 학습자의 학습 상태 정보를 제공하고, 학습자의 학습 활동을 학습 로그로 기록하는 과정들을 처리할 수 있다.
학습 결과 분석부(204)는 학습자의 다양한 학습 결과를 분석하고, 분석 결과를 반환하는 역할을 한다. 여기서, 학습 결과는 단답식 답안(객관식, 주관식), 문제풀이 답안(서술식), 인지적/정의적 정보(학습자의 강의 이수 시간, 시선 정보, 제스처 정보 등) 등을 포함할 수 있다.
학습 진단부(206)는 학습자의 현재 상태에 맞는 학습 과정을 제공하기 위해 학습자의 현재 상태를 추론하고 진단하는 역할을 한다. 즉, 학습자의 학습 이력 정보와 현재 학습자의 학습 결과 분석 정보를 사용하여 진단할 수 있다. 여기서, 학습자 진단에 필요한 정보는 학습 평가 결과, 학습자 인지, 정의적 정보, 학습자 이력 정보, 학습 로그 정보 등을 포함할 수 있다.
학습자 정보 제공부(208)는 학습 인터페이스부(100)를 통해 제공되는 학습자 요청에 따른 학습 상태 정보를 제공할 수 있다. 여기서, 학습 상태 정보는, 예컨대 학습 과정 정보(학습 출결, 학습 성적, 학습 진도, 학습 성취도, 학습 취약점 등)와 학습자 상태 정보(학습 집중도, 학습 흥미도 등)를 포함할 수 있다.
학습 콘텐츠 검색부(210)는 학습자의 학습 상태 정보를 고려하여 현재 학습 과정에 가장 적합한 학습 콘텐츠를 검색하는 역할을 한다. 검색 조건에 포함되는 정보는 학습자 진단 결과(난이도, 학습 수준, 흥미도, 집중도), 현재 학습 과정(학습 중인 학습 단위, 현재 학습 과정 구성요소, 필요한 콘텐츠 수), 과거 학습 이력 정보 등을 포함할 수 있다.
학습 콘텐츠 패키징부(212)는 다양한 학습 활동에 맞게 학습 콘텐츠를 배치하고 패키징하는 역할을 한다. 여기서, 학습 활동이라 함은, 개념학습, 응용학습, 보충학습, 오답노트정리, 수준평가, 진단평가, 형성평가, 총괄평가, 단원평가 등을 포함할 수 있다.
학습 로그부(214)는 학습자의 학습 반응, 학습 결과, 학습 능력 및 학습 과정 개선과 서비스 방향 등을 점검하기 위해 필요한 정보를 작성하거나 저장하는 역할을 할 수 있다.
학습 지식 DB 인터페이스부(216)는 학습 서비스 제공부(200)로 하여금 맞춤형 학습과 연관된 학습 콘텐츠 정보, 학습자 정보, 시스템 정보 등이 저장된 학습 지식 DB(300)에 효과적으로 접근하여 이들 정보들을 관리할 수 있게 하는 인터페이스 기능을 제공할 수 있다.
도 3은 도 1의 맞춤형 학습 시스템의 맞춤형 학습 지식 관리를 위한 학습 지식 관리부(400)의 상세 구성을 구체적으로 예시한 도면으로서, 학습 지식 DB 인터페이스부(402), 학습 콘텐츠 관리부(404), 학습 위계 관리부(406), 학습 과정 관리부(408), 학습자 관리부(410), 시스템 관리부(412) 등을 포함할 수 있다.
도 3에 예시한 바와 같이, 학습 지식 DB 인터페이스부(402)는 학습 지식 관리부(400)로 하여금 맞춤형 학습과 연관된 학습 콘텐츠 정보, 학습자 정보, 시스템 정보 등이 저장된 학습 지식 DB(300)에 효과적으로 접근하여 이들 정보들을 관리할 수 있게 하는 인터페이스 기능을 제공할 수 있다.
학습 콘텐츠 관리부(404)는 학습 콘텐츠를 관리하는 도구로서, 학습 콘텐츠의 속성을 정의하는 기능(예컨대, LOM(Learning Object Metadata), IMS(Instructional Management System) 등의 콘텐츠 기술에서 제공하는 메타 데이터에 대한 속성 정의 기능, 맞춤형 학습을 지원하기 위한 추가 속성 정의 기능 등), 학습 콘텐츠의 속성을 등록하는 기능(예컨대, 객체(object) 단위의 콘텐츠를 등록하는 기능 등), 학습 콘텐츠를 체계적으로 분류하여 관리하는 기능(예컨대, 학습 위계 구조에 따른 분류, 물리적 형식(텍스트, 이미지, 음성, 동영상, 플래시 등) 또는 논리적 형식(강의, 평가, 피드백, 자료 등)과 같은 콘텐츠 형식에 따른 분류 등), 학습 콘텐츠 편집 기능, 학습 콘텐츠 변환기능(예컨대, Mac 기반 Quack EXpress 콘텐츠 변환 기능), 학습 콘텐츠 분할 및 재활용 기능 등을 포함할 수 있다.
학습 위계 관리부(406)는 학습 위계 요소를 정의하고, 학습 위계 요소 간의 관계를 관리할 수 있는 도구로서, 예컨대 GUI를 지원하는 학습 위계 관리 도구 및 뷰어, 학습 위계 정의 및 관리, 학습 위계 구성 요소의 확장 지원 등을 제공할 수 있다.
학습 과정 관리부(408)는 학습 요소를 학습하기 위한 학습 과정을 설계하고 관리하는 도구로서, 학습 과정 구성요소(예를 들어, 개념, 분기, 평가, 피드백, 문제 등)를 정의하고, 학습 과정 구성요소를 사용한 학습 과정을 설계하는 역할을 한다.
학습자 관리부(410)는 학습자 정보를 관리하고, 학습 통계 정보를 제공하는 도구로서, 예를 들어 학습자 개인 정보 관리, 학습 평가 정보관리, 학습 과정 정보 관리, 학습 통계 및 분석 정보 관리 등을 수행하는 역할을 한다.
시스템 관리부(412)는 맞춤형 학습 시스템의 운영을 지원하는 도구로서, 시스템 운영 관리(예를 들어, 사용자 계정, 콘텐츠 저장소 정보), 서비스 관련 통계(예를 들어, 사용자 통계, 학습 콘텐츠 통계, 학습 서비스 통계 등) 정보 제공, 시스템 로그 정보 제공, 맞춤형 학습 제공 서비스 관리 등을 수행하는 역할을 한다.
도 4는 본 발명의 실시 예에 따른 맞춤형 학습 방법, 구체적으로 맞춤형 학습 시스템에서 학습자 별 맞춤형 학습 서비스를 제공하는 과정을 예시적으로 설명하는 흐름도이다.
도 4에 예시한 바와 같이, 먼저 학습 환경 초기화 과정(S400)을 수행한다. 학습 환경 초기화 과정(S400)에서는, 학습 인터페이스부(100)와 학습 서비스 제공부(200)가 서로 1:1 통신하여 학습 환경을 설정할 수 있으며, 학습자의 학습상태 정보와 현재 학습 시나리오 정보를 제공할 수 있다.
다음으로, 학습 콘텐츠 제공 과정(S402)을 수행하는데, 학습 콘텐츠 제공 과정(S402)에서는, 학습자에게 맞춤형 학습 콘텐츠를 제공하며, 학습자의 현재 학습 상태와 학습 과정을 고려하여 개인별 학습 수준을 진단하고, 적절한 학습 콘텐츠를 학습 인터페이스부(100)를 통해 제공할 수 있다.
다음으로, 학습 평가 결과 분석 및 피드백 과정(S404)에서는, 학습자의 다양한 학습 입력을 분석하고, 학습 결과 분석 정보의 내용을 기반으로 학습자의 학습 상태 정보를 갱신하고, 학습 결과 분석 정보와 학습 시나리오에 따라 피드백을 수행한다. 이러한 피드백 수행은, 진단 정보를 사용하여 현재 수행 중인 학습 시나리오에 가장 적합한 콘텐츠를 피드백 하거나, 오개념 학습, 오답 문제 풀이 등에서 적용될 수 있을 것이다.
끝으로, 학습 환경 완료 과정(S406)에서는, 학습자가 학습 과정을 완료한 후 후처리 작업을 수행하기 위한 과정으로서, 학습 상태 및 학습 활동 정보를 갱신하고 학습 로그를 작성할 수 있다.
이하, 도 5 내지 도 8을 참조하여, 본 실시 예에 따른 맞춤형 학습 방법의 각각의 과정 별 세부 구성을 구체적으로 설명하기로 한다.
먼저, 도 5는 도 4의 맞춤형 학습 방법 중 학습 환경 초기화 과정(S400)의 상세 과정을 예시적으로 설명하는 흐름도이다.
도 5에 예시한 바와 같이, 학습자가 학습 인터페이스부(100)를 통해 학습 시스템에 로그인(log-in)을 요청하면, 학습 인터페이스부(100)는 학습 서비스 제공부(200)로 학습자의 인증 정보를 전달하게 된다(S500).
학습 인터페이스부(100)를 통해 학습 서비스 제공부(200)로 인증이 요청되면, 학습 서비스 제공부(200) 내의 학습 에이전트부(202)는 학습 인터페이스부(100)로부터의 인증 정보를 수신하여 인증 절차를 진행한다(S502).
인증 절차가 완료되면(S504), 학습 에이전트부(202)는 인증 결과를 학습 인터페이스부(100)에 통보한다(S506).
이후, 학습 서비스 제공부(200)는 학습 인터페이스부(100)로부터 학습 상태 정보가 요청되는지를 판단한다(S508). 이러한 학습 상태 정보 요청은, 학습 인터페이스부(100)를 통해 학습자에게 보여줄 학습 상태 뷰어에 필요한 정보를 요청함으로써 구현될 수 있을 것이다.
학습 상태 정보가 요청되면, 학습 서비스 제공부(200)의 학습 에이전트부(202)는 학습자 정보 제공부(208)로 학습자의 상태 정보를 요청한다.
이에 따라, 학습자 정보 제공부(208)는 학습자의 상태 정보, 예컨대 학습 시나리오, 학습진도, 학습수준, 학습패턴 등을 학습 에이전트부(202)로 제공하게 되고, 학습 에이전트부(202)는 학습자 정보 제공부(208)를 통해 제공된 학습자 상태 정보를 유지한 후 해당 학습자 상태 정보를 학습 인터페이스부(100)로 전달할 수 있다(S510).
이후, 학습 인터페이스부(100)는 학습 초기 화면을 구성하여 학습자 상태 정보를 외부로 출력할 수 있을 것이다.
최종적으로, 학습 에이전트부(202)는 인증 과정에서 발생한 학습 로그 정보를 학습 로그부(214)로 전달하게 되고, 학습 로그부(214)는 학습 지식 DB 인터페이스부(210)를 통해 학습 로그 정보를 학습 지식 DB(300)로 전달함으로써, 해당 학습 로그 정보가 학습 지식 DB(300)에 저장될 수 있다(S512).
도 6은 맞춤형 학습 시스템에서 학습자 별 맞춤형 학습 서비스를 제공하는 동작 제어 흐름 중 학습 콘텐츠 제공 과정(S402)의 시나리오 흐름을 도시한 것으 로, 학습자의 현재 학습 상태와 학습 과정을 고려하여 개인별 학습 수준을 진단하고, 적절한 학습 콘텐츠를 제공하는 과정을 예시적으로 설명하기로 한다.
도 6에 예시한 바와 같이, 학습 인터페이스부(100)를 통해 학습자가 원하는 학습 요소가 선택되어 학습 서비스 제공부(200)로 학습 요소 정보가 요청되면(S600), 학습 서비스 제공부(200)의 학습 에이전트부(202)는 학습 인터페이스부(100)로부터 요청된 학습 요소 정보에 대응하는 학습 시나리오를 학습 지식 DB(300)로부터 독출한다(S602).
이후, 학습 에이전트부(202)는 학습자가 선택한 학습 요소 정보에서 학습 시나리오의 분기를 결정한다(S604). 이러한 학습 시나리오의 분기 결정은, 학습 에이전트부(202)에서 유지하고 있는 학습자 수준과 상태 정보(학습자 진단 정보)를 고려하여 수행될 수 있으며, 학습자 수준과 상태 정보에 따라 다양한 분기 과정이 고려될 수 있다.
개별 학습자의 수준과 상태에 맞는 학습 콘텐츠를 가져오기 위해 학습 시나리오를 구성하는 단위 요소(예컨대, 개념 설명, 문제, 평가, 오 개념 학습, 피드백 등)를 분석한다. 학습 에이전트부(202)는 요청된 학습 시나리오에 따라 개별 학습자의 요구에 맞게 학습 콘텐츠를 제공하기 위해 아래의 과정들을 반복한다.
학습 에이전트부(202)는 학습 시나리오의 분기 결과에 따라 학습자 수준과 학습자 상태 정보를 고려한 학습 콘텐츠(예컨대, 개념 학습, 오 개념 학습, 응용문제 학습 등)를 학습 콘텐츠 검색부(210)를 통해 검색하도록 요청한다(S606). 학습 에이전트부(202)는 현재 학습자의 학습 상태 정보를 학습 콘텐츠 검색부(210)로 전 달한다.
학습 콘텐츠 검색부(210)는 학습 에이전트부(202)가 전달한 학습자의 상태 정보를 질의 속성으로 하는 검색 질의를 수행하여 학습에 필요한 학습 콘텐츠 목록을 획득하고, 획득되는 학습 콘텐츠 목록을 학습 에이전트부(202)로 반환할 수 있다(S608).
이후, 학습 인터페이스부(100)로부터 학습 콘텐츠 패키징이 요청되면, 학습 에이전트부(202)는 학습 콘텐츠 검색부(210)를 통해 반환된 학습 콘텐츠 목록에서 학습자에게 가장 적합한 학습 콘텐츠를 선택하고, 선택된 학습 콘텐츠 정보와 현재 학습 시나리오 정보를 학습 콘텐츠 패키징부(212)로 전달하여 학습 콘텐츠 패키징을 요청한다(S610).
학습 콘텐츠 패키징이 요청되면, 학습 콘텐츠 패키징부(212)는 학습 에이전트부(202)가 전달한 학습 콘텐츠 정보와 현재 학습 시나리오 정보를 사용하여 학습 콘텐츠를 패키징하고, 패키징된 학습 콘텐츠를 학습 에이전트부(202)로 전송할 수 있다(S612).
이후, 학습 서비스 제공부(200)는 패키징된 학습 콘텐츠를 학습 인터페이스부(100)로 전송하게 되고, 학습 인터페이스부(100)를 통해 학습 콘텐츠 패키지의 구조를 분석하고, 적절한 콘텐츠 뷰어를 사용하여 학습 콘텐츠를 출력할 수 있을 것이다.
이때, 학습 인터페이스부(100)를 통해 학습자의 학습 인터페이스 정보가 입력되면(S614), 학습 인터페이스부(100)를 통해 입력된 학습 인터페이스 정보는 학 습 서비스 제공부(200) 내의 학습 결과 분석부(204)로 제공될 수 있다.
학습 결과 분석부(204)에서는 해당 학습 인터페이스 정보에 따라 학습 결과를 분석하고(S616), 분석된 학습 결과와 평가 과정 중, 추적된 학습자의 상태 정보 분석 정보를 학습 에이전트부(202)로 반환한다(S618).
그리고, 분석된 학습 결과를 사용하여 현재 학습자의 학습 수준 및 학습 상태에 대한 진단을 학습 진단부(206)로 요청한다.
이에 따라, 학습 진단부(206)는 학습 지식 DB(300)에 저장된 학습자의 과거 학습 정보를 독출하여 학습자의 과거 학습 정보와 현재 학습 결과에 근거하여 학습자의 학습 수준 및 상태를 진단한다.
학습 진단부(206)의 학습자의 학습 수준 및 상태에 대한 진단 결과는 학습 에이전트부(202)로 반환될 수 있으며, 학습 에이전트부(202)는 학습 진단부(206)로부터 반환된 학습자의 학습 수준 및 상태에 대한 진단 결과를 유지하게 된다(S620).
그리고, 학습 에이전트부(202)는 학습 결과 분석부(204)에서 반환된 평가 결과와 학습자 상태 정보를 유지한다. 이 정보들은 다음 단계의 학습 시나리오의 분기를 결정하는데 사용된다.
학습 에이전트부(202)는 학습 결과 분석부(204)에서 반환된 평가 결과와 학습자 상태 정보를 학습 인터페이스부(100)로 제공하게 되고, 이와 함께, 학습 결과 분석부(204)에서 반환된 평가 결과와 학습자 상태 정보를 학습 지식 DB(300)에 저장하도록 한다(S622).
최종적으로, 학습 콘텐츠 제공 과정에서 발생한 학습 로그 정보가 학습 에이전트부(202)에 의해 학습 로그부(214)로 전달될 수 있으며, 학습 로그부(214)는 학습 지식 DB 인터페이스부(216)를 통해 해당 학습 로그 정보를 학습 지식 DB(300)에 저장하도록 한다(S624).
도 7은 맞춤형 학습 시스템에서 학습자 별 맞춤형 학습 서비스를 제공하는 동작 제어 흐름 중 학습 평가 결과 분석 및 피드백 과정(S404)을 구체적으로 예시한 것이다.
도 7에 예시한 바와 같이, 학습 서비스 제공부(200)는 학습 인터페이스부(100)를 통해 학습 평가 결과가 입력되는지를 판단한다(S700). 이러한 학습 평가 결과는, 학습 인터페이스부(100)의 뷰어(도시 생략)를 통해 학습자가 선택한 학습 과정의 학습 평가 콘텐츠 형태로 제공될 수 있으며, 이 뷰어에서 제공된 평가 콘텐츠에 대해 다양한 학습 정보를 입력함으로써 구현될 수 있을 것이다.
학습 인터페이스부(100)를 통해 학습 평가 결과가 학습 서비스 제공부(200)로 입력되면, 학습 서비스 제공부(200)의 학습 에이전트부(202)에서 학습 결과 분석부(204)로 학습 평가 결과를 전달하게 되고, 학습 결과 분석부(204)는 전달된 학습 평가 결과의 "정/오"를 분석한다. 이때, 학습 평가 결과의 전달 과정 동안, 추적된 학습자의 상태 정보가 학습 결과 분석부(204)로 전달될 수 있으며, 학습 결과 분석부(204)는 전달된 학습자의 학습 상태 정보를 분석할 수 있다.
학습 결과 분석부(204)는 학습 평가의 결과와 평가 과정 중, 추적된 학습자 의 상태 정보 분석 결과를 학습 에이전트부(202)로 반환한다(S702).
그리고, 학습 진단부(206)를 통해 학습자의 학습 수준 및 학습 상태에 대한 진단을 수행하고, 학습 진단부(206)의 진단 결과, 즉 학습자의 학습 수준 및 학습 상태에 대한 진단 결과를 학습 에이전트부(202)로 전달함으로써, 학습자의 진단 결과가 학습 에이전트부(202)에 유지될 수 있다(S704).
이후, 학습 에이전트부(202)는 학습 결과 분석부(204)에서 반환한 평가 결과와 학습자 상태 정보를 학습 인터페이스부(100)로 전달하게 되고(S706), 학습 에이전트부(202)는 학습 결과 분석부(204)가 반환한 평가 결과와 학습자 상태 정보를 학습 지식 DB(300)에 저장한다(S708).
그리고, 학습 에이전트부(202)는 현재 학습 진단 결과와 학습 시나리오에 따라 학습자 수준과 학습자 상태 정보를 고려한 피드백 정보 제공 수준을 결정한다.
학습 에이전트부(202)는 학습 진단 결과에 따라 학습자 수준과 학습자 상태 정보를 고려한 피드백 자료를 학습 콘텐츠 검색부(210)를 통해 검색한다(S710).
학습 콘텐츠 검색부(210)는 학습 에이전트부(202)가 전달한 피드백 정보를 질의 속성으로 하는 검색 질의를 수행하여 질의 결과(학습 콘텐츠 목록)을 획득할 수 있다. 학습 콘텐츠 검색부(210) 맞춤 학습 콘텐츠 목록을 학습자에게 가장 적합한 피드백 정보를 선택하여 학습 에이전트부(202)로 반환한다(S712).
이후, 학습 에이전트부(202)는 학습 콘텐츠 검색부(210)가 반환한 피드백 정보를 학습 콘텐츠 패키징부(212)로 전달하여 패키징을 요청한다(S714).
이에 따라, 학습 콘텐츠 패키징부(212)는 학습 에이전트부(202)가 전달한 피 드백 정보와 학습 시나리오를 사용하여 관련 콘텐츠를 패키징하고, 패키징된 콘텐츠 정보를 학습 에이전트부(202)로 전송한다(S716).
학습 에이전트부(202)는 패키징된 콘텐츠 정보를 학습 인터페이스부(100)로 전달하게 되고, 학습 인터페이스부(100)로 전달된 패키징된 콘텐츠 정보는 학습자에게 제공될 수 있게 된다(S718).
최종적으로, 학습 평가 및 피드백 제공 과정에서 발생한 학습 로그 정보가 학습 에이전트부(202)에 의해 학습 로그부(214)로 전달되고, 학습 로그부(214)는 해당 학습 로그 정보를 학습 지식 DB(300)에 저장할 수 있게 된다(S720).
도 8은 맞춤형 학습 시스템에서 학습자 별 맞춤형 학습 서비스를 제공하는 동작 제어 흐름 중 학습 환경 완료 과정(S406)의 구체적인 흐름을 예시한 것으로, 학습자가 학습 과정을 완료한 후, 후처리 작업 수행, 학습 성취도, 학습 진도, 학습 취약점 갱신, 학습자 상태 및 수준 진단 갱신, 학습 로그 작성 등의 작업이 수행된다.
이하, 학습 환경 완료 과정을 상세히 설명하기로 한다.
학습자가 학습 인터페이스부(100)를 통해 학습 종료를 요청하면(S800), 학습자의 학습 종료 요청 정보는 학습 서비스 제공부(200)의 학습 에이전트부(202)로 전달될 수 있다.
학습 종료 요청 정보를 전달받은 학습 에이전트부(202)는 현재 학습자 정보와 학습자 정보 제공부(208)를 통해 누적된 학습자의 학습 로그 정보를 학습 결과 분석부(204)로 전달한다.
학습 결과 분석부(204)는 학습 종료 단계에서 학습자의 학습 결과를 최종 분석하고, 분석된 학습 결과를 학습 에이전트부(202)로 반환한다(S802).
이후, 학습 진단부(206)는 학습 에이전트부(202)에 반환된 분석된 학습 결과를 사용하여 학습 종료 시, 학습자의 최종적인 학습 상태를 진단하고, 그 학습 상태 진단 결과를 학습 에이전트부(202)로 반환한다(S804).
학습 에이전트부(202)는 학습 진단 결과를 사용하여 학습 지식 DB(300)에 학습자의 학습 상태를 갱신한다(S806).
최종적으로, 학습 에이전트부(202)는 학습 종료 과정에서 발생한 학습 로그 정보를 학습 로그부(214)로 전달하게 되고, 학습 로그부(214)는 학습 지식 DB 인터페이스부(216)를 통해 학습 로그 정보를 학습 지식 DB(300)로 전달하여 학습 지식 DB(300)에 최종 학습 로그 정보가 저장될 수 있게 한다(S808).
이상과 같은 과정을 거쳐 맞춤형 학습 과정이 종료될 수 있다.
도 9 내지 도 12는 맞춤형 학습을 실시하는 주체, 예컨대 학습자, 교수자, 학습 서비스 관리자, 시스템 관리자에 따라 차등 수행되는 전체적인 학습 서비스 시나리오의 흐름을 예시적으로 나타낸 것이다.
먼저, 도 9는 학습자 측에서 수행되는 맞춤형 학습 과정으로서, 학습자는 맞춤형 학습 시스템에 로그인하여 자신이 원하는 학습 콘텐츠와 학습 과정을 선택하여 학습을 수행하고, 학습 수행에 따른 결과 정보를 제공받으며, 학습 수행 과정과 결과 정보에 따라 맞춤형 학습 시스템에서 자신에게 가장 효과가 높을 것으로 산출된 학습 콘텐츠와 학습 과정을 제공받아 맞춤형 학습을 진행하게 된다.
구체적으로, 학습자가 맞춤형 시스템에 로그인 하는 경우(1), 메인 화면을 출력하여 학습자 메뉴를 선택할 수 있게 하고(2), 학습자의 학습자 메뉴 선택에 따라 학습 과정 메뉴(3), 학습 통계 메뉴(4), 학습자 정보 메뉴(5), 학습 시스템 부가 메뉴(6), 로그 아웃 메뉴(7) 등을 선택적으로 서비스할 수 있다. 여기서, 학습 과정 메뉴(3)에서는 학습 스케줄(3.1), 학습 강의 수강(3.2), 학습 평가(3.3), 오답노트 관리(3.3)등이 가능하며, 학습 통계 메뉴(4)에서는 학습 진도(4.1), 학습 성취도(4.2), 학습 취약점(4.3), 학습 결과 예측(4.4), 학습 단위별 이수 횟수(4.5), 학습 양식/패턴 통계(4.6), 학습 출결 여부(4.7), 학습 단위 성적(4.8) 등을 확인할 수 있다. 또한, 학습자 정보 메뉴(5)에서는 학습자 기본 정보 수정(5.1), 학습자 학습 이력 로그(5.2), 비밀번호 수정(5.3) 등이 가능하고, 학습 시스템 부가 메뉴(6)에서는 게시판 확인(6.1), 커뮤니티 확인(6.2), 공지사항 확인(6.3) 등이 가능할 수 있다.
도 10은 교수자 측에서 수행되는 맞춤형 학습 과정으로서, 교수자는 맞춤형 학습 시스템에 로그인하여 학습자들의 학습 상태 정보를 파악하고 학습자 상태 정보를 바탕으로 학습자 별 맞춤형 학습 과정 등의 최적의 학습 패키지 정보를 제공한다.
구체적으로, 교수자가 맞춤형 시스템에 로그인 하는 경우(1), 메인 화면을 출력하여 교수자 메뉴를 선택할 수 있게 하고(2), 교수자의 교수자 메뉴 선택에 따 라 학습자 정보 메뉴(3), 교수자 정보 메뉴(4), 학습 시스템 부가 메뉴(5), 학습 자료 생성 메뉴(6), 로그 아웃 메뉴(7) 등을 선택적으로 서비스할 수 있다. 여기서, 학습자 정보 메뉴(3)에서는 학습자 개인정보 확인(3.1), 학습자 평가정보 확인(3.2), 학습자 통계정보 확인(3.3), 학습 과정 확인/설정(3.4), 학습 예측 정보 입력(3.5), 평가 결과 관리(3.6), 성적 관리(3.7) 등이 가능하며, 교수자 정보 메뉴(4)에서는 교수자 기본정보 수정(4.1), 교수자 학습 이력 로그(4.2), 비밀번호 수정(4.3) 등이 가능할 수 있다. 또한, 학습 시스템 부가 메뉴(5)에서는 게시판 확인(5.1), 커뮤니티 확인(5.2), 공지사항 확인(5.3) 등이 가능하고, 학습자료 생성 메뉴(6)에서는 학습요소 선택(6.1), 학습 과정 선택(6.2), 학습 콘텐츠 선택(6.3) 등이 가능할 수 있다.
도 11은 학습 서비스 관리자 측에서 수행되는 맞춤형 학습 과정으로서, 학습 서비스 관리자가 맞춤형 시스템에 로그인 하는 경우(1), 메인 화면을 출력하여 학습 서비스 관리 메뉴를 선택할 수 있게 하고(2), 학습 서비스 관리자의 학습 서비스 관리 메뉴 선택에 따라 학습 콘텐츠 관리 메뉴(3), 학습 위계 관리 도구 메뉴(4), 학습 과정 관리 도구 메뉴(5), 사용자 정보 관리 도구 메뉴(6), 서비스 관리 도구 메뉴(7), 로그 아웃 메뉴(8) 등을 선택적으로 서비스할 수 있다. 여기서, 학습 콘텐츠 관리 메뉴(3)에서는 콘텐츠 등록, 수정 및 삭제(3.1)가 가능하며, 학습 위계 관리 도구 메뉴(4)에서는 학습 위계 불러오기/저장하기(4.1), 학습 위계 노드 생성/수정/삭제(4.2), 학습 위계 노드 관계 생성/수정/삭제(4.5) 등이 가능할 수 있다. 또한, 학습 과정 관리 도구 메뉴(5)에서는 학습 과정 불러오기/저장하 기(5.1), 학습 과정 노드 생성/수정/삭제(5.2), 학습 과정 노드 관계 생성/수정/삭제(5.5) 등이 가능하고, 사용자 정보 관리 도구 메뉴(6)에서는 사용자 통계 및 분석 정보 확인(6.1)이 가능할 수 있다. 서비스 관리 도구 메뉴(7)에서는 서비스 통계 정보(7.1), 게시판 관리(7.2) 등이 가능할 수 있다.
도 12는 시스템 관리자 측에서 수행되는 맞춤형 학습 과정으로서, 시스템 관리자는 학습자가 로그인 하는 경우 학습자가 선택할 수 있는 다양한 학습 콘텐츠 및 학습 과정을 제공하고, 학습자에 의해 선택되는 학습 과정의 해당 학습 콘텐츠를 시스템상 구비되는 학습 로그 모듈 학습 콘텐츠 패키징 모듈, 학습 콘텐츠 검색 모듈, 학습상태 제공모듈 등을 통해 제공하고, 학습 결과 정보를 수신하여 학습자 별 진도, 학습 성취도, 학습 특성 등의 정보를 분석하여 학습자 별 학습 효과를 극대화할 수 있는 맞춤형 학습 과정을 제시하여 준다.
구체적으로, 맞춤형 시스템은 시스템 관리자가 로그인 하는 경우(1), 메 화면을 출력하여 시스템 관리자 메뉴를 선택할 수 있게 하고(2), 시스템 관리자의 시스템 관리자 메뉴 선택에 따라 계정 관리 메뉴(3), DB 관리 메뉴(4), 시스템 통계 정보 메뉴(5), 로그 아웃 메뉴(6) 등을 선택적으로 서비스할 수 있다. 여기서, 계정 관리 메뉴(3)에서는 학습자 등록/삭제(3.1), 교수자 등록/삭제(3.2), 학습 서비스 관리자 등록/삭제(3.3), 시스템 관리자 등록/삭제(3.4) 등이 가능하며, DB 관리 메뉴(4)에서는 사용자 DB 관리(4.1), 콘텐츠 DB 관리(4.2) 등이 가능할 수 있다. 또한, 시스템 통계 정보 메뉴(5)에서는 시스템 로그 확인(5.1), 시스템 통계 확인(5.2) 등이 가능할 수 있다.
이상 설명한 바와 같이, 본 발명의 실시 예에 따르면, 학습자 별 선호하는 학습 콘텐츠, 학습 특성과 취약점 및 학습 상태에 따른 예상 학업 성취도 등의 정보를 산출하여 각 학습자에게 가장 학습 효과가 높을 것으로 예상되는 학습 콘텐츠 유형 및 학습 과정을 제시함으로써, 학습 효과를 극대화시키고 효율적인 학습 관리가 가능하도록 구현한 것이다.
도 1은 본 실시 예에 따른 맞춤형 학습 시스템의 구성 블록도,
도 2는 도 1의 맞춤형 학습 시스템의 학습 서비스 제공부(200)를 구체적으로 예시한 구성 블록도,
도 3은 도 1의 맞춤형 학습 시스템의 맞춤형 학습 지식 관리를 위한 학습 지식 관리부(400)의 상세 구성을 구체적으로 예시한 도면,
도 4는 본 발명의 실시 예에 따른 맞춤형 학습 방법, 구체적으로 맞춤형 학습 시스템에서 학습자 별 맞춤형 학습 서비스를 제공하는 과정을 예시적으로 설명하는 흐름도,
도 5는 도 4의 맞춤형 학습 방법 중 학습 환경 초기화 과정(S400)을 구체적으로 예시한 흐름도,
도 6은 도 4의 맞춤형 학습 방법 중 학습 콘텐츠 제공 과정(S402)을 구체적으로 예시한 흐름도,
도 7은 도 4의 맞춤형 학습 방법 중 학습 평가 결과 분석 및 피드백 과정(S404)을 구체적으로 예시한 흐름도,
도 8은 도 4의 맞춤형 학습 방법 중 학습 환경 완료 과정(S406)을 구체적으로 예시한 흐름도,
도 9 내지 도 12는 맞춤형 학습을 실시하는 주체, 예컨대 학습자, 교수자, 학습 서비스 관리자, 시스템 관리자에 따라 차등 수행되는 전체적인 학습 서비스 시나리오의 흐름을 예시적으로 나타낸 도면.

Claims (10)

  1. 맞춤형 학습을 제공하기 위한 학습 인터페이스 환경을 지원하는 학습 인터페이스부와,
    상기 맞춤형 학습에 필요한 학습 콘텐츠 정보, 학습 정보, 시스템 정보 중 적어도 하나의 정보가 저장되는 학습 지식 데이터베이스와,
    상기 학습 인터페이스부 및 학습 지식 데이터베이스를 연계하며, 학습자의 학습 활동 분석 및 학습 상태 진단을 통해 학습자 별 맞춤형 학습 콘텐츠 및 학습 과정을 개별 학습자에게 제공하는 학습 서비스 제공부와,
    상기 학습 지식 데이터베이스와 연계하여 맞춤형 학습을 지원하는 정보를 관리하고, 관리되는 상기 맞춤형 학습을 지원하는 정보를 상기 학습 지식 데이터베이스로 제공하는 학습 지식 관리부를 포함하는
    맞춤형 학습 시스템.
  2. 제 1 항에 있어서,
    상기 맞춤형 학습을 지원하는 정보는, 학습 콘텐츠 정보, 학습 위계(learning hierarchy) 정보, 학습 과정 정보, 학습자 정보 중 적어도 하나 이상의 정보를 포함하는
    맞춤형 학습 시스템.
  3. 제 1 항에 있어서,
    상기 학습 서비스 제공부는,
    상기 학습 인터페이스부가 요청한 맞춤형 학습 서비스를 처리하는 학습 에이전트부와,
    상기 학습자의 학습 결과를 분석하고, 분석되는 학습 결과를 반환하는 학습 분석부와,
    상기 학습자의 학습 이력 정보와 상기 학습자의 학습 결과 분석 정보를 사용하여 상기 학습자의 학습 상태 정보를 추론 및 진단하는 학습 진단부와,
    상기 학습 인터페이스부를 통해 제공되는 학습자 요청에 따른 상기 학습 상태 정보를 제공하는 학습자 정보 제공부와,
    상기 학습 상태 정보를 고려하여 현재 학습 과정에 부합되는 학습 콘텐츠를 검색하는 학습 콘텐츠 검색부와,
    상기 학습 콘텐츠 검색부를 통해 검색되는 학습 콘텐츠를 배치하고 패키징하는 학습 콘텐츠 패키징부와,
    상기 학습자의 학습 로그 정보를 작성하는 학습 로그부와,
    상기 학습 서비스 제공부와 상기 학습 지식 데이터베이스 간의 인터페이스 기능을 제공하며, 상기 학습 로그부의 학습 로그 정보를 상기 학습 지식 데이터베이스로 전달하는 학습 지식 데이터베이스 인터페이스부를 포함하는
    맞춤형 학습 시스템.
  4. 제 3 항에 있어서,
    상기 학습 에이전트부는, 상기 학습자의 학습 결과 및 학습 반응에 따라 상기 학습자의 상태를 분석 및 진단하고, 상기 학습자의 상태 분석 및 진단 결과에 따라 학습 콘텐츠를 제공하며, 상기 학습자의 학습 상태 정보를 제공하고, 상기 학습자의 학습 활동을 학습 로그로 기록하는
    맞춤형 학습 시스템.
  5. 제 3 항에 있어서,
    상기 학습 상태 정보는, 학습 과정 정보와 학습 상태 정보를 포함하는
    맞춤형 학습 시스템.
  6. 제 1 항에 있어서,
    상기 학습 지식 관리부는,
    학습 콘텐츠의 속성을 정의, 등록, 관리, 변환, 분할 및 재활용하는 학습 콘텐츠 관리부와,
    학습 위계 요소를 정의하고, 학습 위계 요소 간의 관계를 관리하는 학습 위계 관리부와,
    학습 요소를 학습하기 위한 학습 과정을 설계하고 관리하는 학습 과정 관리부와,
    학습자 정보를 관리하고, 학습 통계 정보를 제공하는 학습자 관리부와,
    시스템 운영 관리, 서비스 관련 통계 정보 제공, 시스템 로그 정보 제공, 맞춤형 학습 제공 서비스 관리를 수행하는 시스템 관리부를 포함하는
    맞춤형 학습 시스템.
  7. 학습 인터페이스부를 통해 학습 환경을 설정하며, 학습자의 학습 상태 정보와 학습 시나리오 정보를 제공하는 학습 환경 초기화 과정과,
    상기 학습자의 학습 상태 정보와 학습 시나리오 정보를 고려하여 개인별 학습 수준을 진단하고, 상기 개인별 학습 수준에 대응하는 맞춤형 학습 콘텐츠를 상기 학습 인터페이스부를 통해 상기 학습자에게 제공하는 학습 콘텐츠 제공 과정과,
    상기 학습자의 학습 입력을 분석하는 학습 평가 결과 분석 과정과,
    상기 학습 평가 결과 분석 과정의 내용을 기반으로 상기 학습자의 학습 상태 정보를 상기 학습 시나리오 정보에 따라 피드백 하되, 상기 학습자의 학습 수준 및 학습 상태에 대한 진단의 결과와 상기 학습 시나리오 정보에 따라 상기 학습자의 수준 및 상태 정보를 고려한 피드백 정보 제공 수준을 결정하는 과정과,
    상기 학습 상태 정보 및 학습 활동 정보를 갱신하고 학습 로그를 작성하는 학습 환경 완료 과정을 포함하는
    맞춤형 학습 방법.
  8. 제 7 항에 있어서,
    상기 학습 환경 초기화 과정은,
    상기 학습자가 상기 학습 인터페이스부를 통해 로그인(log-in)을 요청하여 인증 정보를 전달하면, 상기 학습자에 대한 인증 절차를 진행하는 과정과,
    상기 인증 절차가 완료되면, 인증 결과를 상기 학습 인터페이스부로 통보하는 과정과,
    상기 학습 인터페이스부로부터 학습 상태 정보가 요청되면 상기 학습자에 대한 상태 정보를 독출하여 상기 학습 인터페이스부로 전달하는 과정을 포함하는
    맞춤형 학습 방법.
  9. 제 7 항에 있어서,
    상기 학습 콘텐츠 제공 과정은,
    상기 학습 인터페이스부를 통해 학습 요소 정보가 요청되면, 요청된 상기 학습 요소 정보에 대응하는 상기 학습 시나리오 정보를 독출한 후 학습 시나리오 정보의 분기를 결정하는 과정과,
    상기 학습 시나리오 정보의 분기 결과에 따라 상기 학습자의 수준과 상기 학 습자 상태 정보를 고려한 학습 콘텐츠를 검색하는 과정과,
    상기 학습 콘텐츠에 대한 검색 질의를 수행하여 학습 콘텐츠 목록을 획득하는 과정과,
    상기 학습 콘텐츠 목록 중 임의의 학습 콘텐츠와 상기 학습 시나리오 정보를 사용하여 상기 학습 콘텐츠를 패키징하는 과정과,
    패키징된 상기 학습 콘텐츠를 상기 학습 인터페이스부로 전송하는 과정과,
    상기 학습 인터페이스부를 통해 상기 학습자의 학습 인터페이스 정보가 입력되면, 입력되는 상기 학습 인터페이스 정보에 따라 학습 결과를 분석하는 과정과,
    분석된 상기 학습 결과를 이용하여 상기 학습자의 학습 수준 및 학습 상태를 진단하는 과정을 포함하는
    맞춤형 학습 방법.
  10. 제 7 항에 있어서,
    상기 학습 평가 결과 분석 과정은,
    상기 학습 인터페이스부를 통해 학습 평가 결과가 입력되면, 입력되는 상기 학습 평가 결과에 따라 상기 학습자의 학습 수준 및 학습 상태에 대한 진단을 수행하는 과정을 포함하는
    맞춤형 학습 방법.
KR1020090118921A 2009-12-03 2009-12-03 맞춤형 학습 시스템 및 방법 KR20110062255A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090118921A KR20110062255A (ko) 2009-12-03 2009-12-03 맞춤형 학습 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090118921A KR20110062255A (ko) 2009-12-03 2009-12-03 맞춤형 학습 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20110062255A true KR20110062255A (ko) 2011-06-10

Family

ID=44396468

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090118921A KR20110062255A (ko) 2009-12-03 2009-12-03 맞춤형 학습 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20110062255A (ko)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015183318A1 (en) * 2014-05-30 2015-12-03 Hewlett-Packard Development Company, L. P. Associate a learner and learning content
WO2016125930A1 (ko) * 2015-02-03 2016-08-11 주식회사 다우인큐브 학습활동 분석 방법 및 시스템
KR20170007852A (ko) 2017-01-13 2017-01-20 경북대학교 산학협력단 외국어 학습 제공 장치 및 그 방법, 이를 수행하기 위한 기록매체
KR20170124085A (ko) 2016-04-29 2017-11-09 한밭대학교 산학협력단 미세 oid 코드가 기록된 인쇄물 및 그에 대응되는 전자문서 파일의 정보를 포함하여 구축한 객체정보 데이터베이스에 기반한 콘텐츠 마켓 서비스 시스템
KR20170130222A (ko) 2016-05-18 2017-11-28 한밭대학교 산학협력단 문제를 풀고 해당 문제의 해설 콘텐츠를 이용할 수 있는 시스템 및 체계적인 구축 방법
CN109934744A (zh) * 2012-02-20 2019-06-25 株式会社诺瑞韩国 基于知识单元提供教育服务的方法、系统和计算机可读记录介质
KR20190103533A (ko) * 2018-02-14 2019-09-05 (주)디비스쿨 인터넷 동영상을 활용한 맞춤형 학습 콘텐츠 제공시스템 및 방법
WO2020218758A1 (ko) * 2019-04-23 2020-10-29 주식회사 클래스큐브 학습자 맞춤형 교육 서비스를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR20210116406A (ko) * 2019-12-16 2021-09-27 주식회사 세타랩 Ai 기반 임상실습 교육을 위한 대화용 피드백 봇
KR20220086841A (ko) * 2020-12-17 2022-06-24 유제완 언택트 교육 시스템 및 이를 이용한 언택트 교육 방법
KR102668664B1 (ko) * 2024-02-01 2024-05-24 주식회사 맑은소프트 Lms 솔루션 시스템
KR102713422B1 (ko) * 2023-11-02 2024-10-07 주식회사 모트모트 모바일기기를 활용하여 사용자 간의 학습 활동을 공유하는 방법, 장치 및 시스템

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934744B (zh) * 2012-02-20 2023-09-05 株式会社诺瑞韩国 基于知识单元提供教育服务的方法、系统和计算机可读记录介质
CN109934744A (zh) * 2012-02-20 2019-06-25 株式会社诺瑞韩国 基于知识单元提供教育服务的方法、系统和计算机可读记录介质
WO2015183318A1 (en) * 2014-05-30 2015-12-03 Hewlett-Packard Development Company, L. P. Associate a learner and learning content
WO2016125930A1 (ko) * 2015-02-03 2016-08-11 주식회사 다우인큐브 학습활동 분석 방법 및 시스템
KR20170124085A (ko) 2016-04-29 2017-11-09 한밭대학교 산학협력단 미세 oid 코드가 기록된 인쇄물 및 그에 대응되는 전자문서 파일의 정보를 포함하여 구축한 객체정보 데이터베이스에 기반한 콘텐츠 마켓 서비스 시스템
KR20170130222A (ko) 2016-05-18 2017-11-28 한밭대학교 산학협력단 문제를 풀고 해당 문제의 해설 콘텐츠를 이용할 수 있는 시스템 및 체계적인 구축 방법
KR20170007852A (ko) 2017-01-13 2017-01-20 경북대학교 산학협력단 외국어 학습 제공 장치 및 그 방법, 이를 수행하기 위한 기록매체
KR20190103533A (ko) * 2018-02-14 2019-09-05 (주)디비스쿨 인터넷 동영상을 활용한 맞춤형 학습 콘텐츠 제공시스템 및 방법
WO2020218758A1 (ko) * 2019-04-23 2020-10-29 주식회사 클래스큐브 학습자 맞춤형 교육 서비스를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR20210116406A (ko) * 2019-12-16 2021-09-27 주식회사 세타랩 Ai 기반 임상실습 교육을 위한 대화용 피드백 봇
KR20220086841A (ko) * 2020-12-17 2022-06-24 유제완 언택트 교육 시스템 및 이를 이용한 언택트 교육 방법
KR102713422B1 (ko) * 2023-11-02 2024-10-07 주식회사 모트모트 모바일기기를 활용하여 사용자 간의 학습 활동을 공유하는 방법, 장치 및 시스템
KR102668664B1 (ko) * 2024-02-01 2024-05-24 주식회사 맑은소프트 Lms 솔루션 시스템

Similar Documents

Publication Publication Date Title
KR20110062255A (ko) 맞춤형 학습 시스템 및 방법
US11250721B2 (en) Integrated student-growth platform
Moubayed et al. Student engagement level in an e-learning environment: Clustering using k-means
Abazi-Bexheti et al. LMS solution: Evidence of Google Classroom usage in higher education
Rosa et al. A multi-temporal context-aware system for competences management
Jindal et al. A survey on educational data mining and research trends
Moreno-Marcos et al. Analysing the predictive power for anticipating assignment grades in a massive open online course
US9575616B2 (en) Educator effectiveness
US20190318436A1 (en) Free learning analytics methods and systems
US8699940B1 (en) Interactive learning map
CN113886567A (zh) 一种基于知识图谱的教学方法及系统
Winne Open learner models working in symbiosis with self-regulating learners: A research agenda
İçen The future of education utilizing artificial intelligence in Turkey
US20220406208A1 (en) Systems and methods for adaptive goal-oriented learning paths
Benabbes et al. Explore the influence of contextual characteristics on the learning understanding on LMS
Peña-Ayala et al. A landscape of learning analytics: An exercise to highlight the nature of an emergent field
KR20230078190A (ko) 통합형 매칭을 기반으로 스마트 교육관리를 제공하기 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
CA2829249A1 (en) Method for competency assessment of healthcare students and practitioners
Deininger et al. Can you solve this on the first try?–Understanding exercise field performance in an intelligent tutoring system
Samah et al. A Greedy-based Algorithm in Optimizing Student’s Recommended Timetable Generator with Semester Planner
Tjahjamoorniarsih et al. An Android e-Learning Application to Support Academic Learning: Design, Development, and Implementation of a Case Study
Baker et al. Towards sharing student models across learning systems
US20240281915A1 (en) Grouping and Recommendations System and Method
Wang Mining Analysis for College Students' Physical Performance and Fitness Tests
WO2014025422A1 (en) Educator effectiveness

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination