KR20120079918A

KR20120079918A - 학습 서비스 제공 방법 및 시스템

Info

Publication number: KR20120079918A
Application number: KR1020110001265A
Authority: KR
Inventors: 유영선
Original assignee: (주)비상교과서
Priority date: 2011-01-06
Filing date: 2011-01-06
Publication date: 2012-07-16

Abstract

학습 서비스 제공 방법에 있어서, 강사 클라이언트 단말로부터 학습 데이터를 수집하여 데이터베이스에 저장하는 단계, 학생 클라이언트 단말로부터 학습 대상 및 상기 학습 대상에 대한 식별자가 포함된 학습 대상 이미지를 수신하는 단계, 상기 학습 대상 이미지에 포함된 식별자를 판독하여 식별 데이터를 생성하는 단계, 상기 식별 데이터에 매칭되는 학습 데이터를 상기 데이터베이스에서 검색하는 단계 및 상기 검색된 학습 데이터를 상기 학생 클라이언트 단말로 전송하는 단계를 포함하는 학습 서비스 제공 방법을 제공한다.

Description

학습 서비스 제공 방법 및 시스템 {LEARNING SERVICES PROVIDING METHOD AND SYSTEM}

본 발명은 학습 서비스 제공 방법 및 시스템에 관한 것이다.

일반적으로 전통적인 오프라인 학습 방식에는 학교와 사설학원, 과외, 학습지 등이 있다. 그러나 이러한 전통적인 오프라인 학습방식은 동일한 공간에서 동일한 교과과정을 일방적으로 전달하도록 되어 있어 학생의 성취도가 고려되지 않으며 다양한 학습 자료에 대한 접근 제한성이 있다. 또한, 학습과정에서도 시간적 경제적인 면에서 많은 기회비용이 발생한다는 문제가 있었다.

이러한 문제점을 해결하기 위한 학습 방식으로서, 인터넷을 활용한 온라인 학습 서비스가 있다. 온라인 학습서비스는 웹서버 운영자가 다양한 학습프로그램 및 학습자료를 업로드하면, 학생들이 온라인으로 수강을 신청하고 학습프로그램을 다운받아 학습하고 학습 내용을 평가받는 방식으로 이루어져 있다. 이러한 온라인 학습 서비스는 수강생들이 시간과 장소에 구애받지 않고 선행학습 및 반복학습이 가능하고, 전자 학습 자료 및 온라인의 특성상 확장성과 접근성이 뛰어나다는 장점이 있다. 따라서, 온라인 학습 서비스는 최근 교육 시장에서 각광받고 있으며, 앞으로도 꾸준히 성장할 것으로 예상된다.

그러나, 온라인 학습 서비스의 확장에도 불구하고 오프라인 학습 서비스는 여전히 교육 시장의 일정 부분을 차지하고 있으며, 특히, 문제집과 같이 학습교재가 종이에 인쇄되어 제공되는 방식은 계속 유지될 것으로 보인다. 이 경우, 오프라인 학습교재는 오프라인 학습교재가 가진 한계성를 극복하기 위해 온라인 학습 서비스와 적절히 연계되어 컨텐츠의 다양성과 접근성, 확장성 등을 확보할 필요가 있다.

또한, 기존에 발행된 오프라인 학습교재에 대해서도 온라인 학습 자료와 연계하여 방대한 양의 온라인 학습 자료를 이용함으로써 학습 효과를 극대화시킬 필요가 있었다.

본 발명은 전술한 필요에 의한 것으로, 오프라인 학습교재의 온라인 연계를 위한 학습 서비스 제공 방법 및 시스템을 제공하는 것을 목적으로 한다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 학습 서비스 제공 방법은, 강사 클라이언트 단말로부터 학습 데이터를 수집하여 데이터베이스에 저장하는 단계, 학생 클라이언트 단말로부터 학습 대상 및 상기 학습 대상에 대한 식별자가 포함된 학습 대상 이미지를 수신하는 단계, 상기 학습 대상 이미지에 포함된 식별자를 판독하여 식별 데이터를 생성하는 단계, 상기 식별 데이터에 매칭되는 학습 데이터를 상기 데이터베이스에서 검색하는 단계 및 상기 검색된 학습 데이터를 상기 학생 클라이언트 단말로 전송하는 단계를 포함한다.

또한, 본 발명의 제 2 측면에 따른 학습 서비스 제공 방법은, 강사 클라이언트 단말로부터 학습 데이터를 수집하여 데이터베이스에 저장하는 단계, 학생 클라이언트 단말로부터 학습 대상 및 상기 학습 대상에 대한 식별자가 포함된 학습 대상 이미지를 수신하는 단계, 상기 학습 대상 이미지에 포함된 식별자를 판독하여 식별 데이터를 생성하는 단계, 상기 식별 데이터에 매칭되는 학습 데이터를 상기 데이터베이스에서 검색하는 단계, 상기 검색된 학습 데이터에 대한 리스트 데이터를 생성하여 상기 학생 클라이언트 단말로 전송하는 단계, 상기 학생 클라이언트 단말로부터 상기 리스트 데이터에 포함된 학습 데이터 중 적어도 어느 하나를 선택하기 위한 선택 메시지를 수신하는 단계 및 상기 선택 메시지에 대응되는 학습 데이터를 검색하여 상기 학생 클라이언트 단말로 전송하는 단계를 포함한다.

또한, 본 발명의 제 3 측면에 따른 학습 서비스 제공 시스템은, 학습 데이터가 저장된 데이터베이스, 학생 클라이언트 단말로부터 학습 대상 및 상기 학습 대상에 대한 식별자가 포함된 학습 대상 이미지를 수신하는 수신부, 상기 학습 대상 이미지에 포함된 식별자를 판독하여 식별 데이터를 생성하는 판독부, 상기 식별 데이터에 매칭되는 학습 데이터를 상기 데이터베이스에서 검색하는 검색부 및 상기 검색된 학습 데이터를 상기 학생 클라이언트 단말로 전송하는 학습 데이터 제공부를 포함한다.

전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 오프라인 학생 교재 사용자는 학생 클라이언트 단말을 통해 다양한 강사들로부터 수집된 다양한 학습교재 관련 데이터를 수신할 수 있다는 장점이 있다.

또한, 전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 문제식별코드가 인쇄된 학습교재 사용자뿐 아니라, 문제식별코드가 인쇄되지 않은 채 출간된 학습교재 사용자도 온라인을 통해 학습 데이터에 접근할 수 있다.

또한, 전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 평가 데이트가 데이터베이스에 갱신될 경우, 학생 클라이언트 단말 사용자의 학습 데이터 선택에 유용한 정보로 사용될 수 있다.

또한, 전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 학생 클라이언트 단말 사용자가 원하는 학습 데이터에 대해서만 선택적으로 제공할 수 있으므로, 네트워크 리소스 및 단말기 리소스 관리에 보다 효율적이라는 장점이 있다.

또한, 전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 학생 클라이언트 단말을 통해 학습교재와 관련된 학습 데이터를 실시간으로 전송할 수 있다는 장점이 있다.

또한, 전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 식별자를 기초로 학습 대상을 자동으로 인식할 수 있다는 장점이 있다.

또한, 전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 증강 현실 기술을 이용하여 오프라인 학습교재의 온라인 연계가 가능하다.

또한, 전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 학습 대상 이미지와 가상 이미지의 정합은 학생 클라이언트 단말에서 수행됨으로써, 학습 서비스 제공 시스템의 오버헤드를 감소시킬 수 있다.

도 1은 본 발명의 일실시예에 따른 학습 서비스 제공 방법을 설명하기 위한 구성도이다.
도 2는 본 발명의 일실시예에 따른 학습 서비스 제공 방법을 도시한 순서도이다.
도 3은 본 발명의 일실시예에 따른 데이터베이스에 저장된 학습 데이터의 프레임 구조를 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 학습 대상 이미지를 나타낸 도면이다.
도 5는 본 발명의 다른 실시예에 따른 학습 서비스 제공 방법을 도시한 순서도이다.
도 6은 본 발명의 일실시예에 따른 학습 서비스 제공 방법을 도시한 순서도이다.
도 7a 및 도 7b는 본 발명의 일실시예에 따른 가상 이미지 생성 단계를 설명하기 위한 도면이다.
도 8은 본 발명의 다른 실시예에 따른 학습 서비스 제공 방법을 도시한 순서도이다.
도 9는 본 발명의 일실시예에 따른 학습 서비스 제공 시스템을 도시한 블록도이다.
도 10은 본 발명의 일실시예에 따른 학습 데이터 제공부를 도시한 블록도이다.
도 11은 본 발명의 일실시예에 따른 평가 데이터 반영부를 도시한 블록도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

도 1은 본 발명의 일실시예에 따른 학습 서비스 제공 방법을 설명하기 위한 구성도이다.

본 발명의 일실시예에 따른 학습 서비스 제공 방법은 강사 클라이언트 단말(10), 학생 클라이언트 단말(30) 및 학습 서비스 제공 시스템(100)에 의해 수행될 수 있다. 강사 클라이언트 단말(10)과 학생 클라이언트 단말(30)은 네트워크(20)를 통해 접속할 수 있는 컴퓨터나 휴대용 단말기로 구현될 수 있으며, 특히, 이미지를 생성할 수 있는 카메라 장치를 포함할 수 있다. 강사 클라이언트 단말(10)과 학생 클라이언트 단말(30)은 각각 네트워크(20)를 통해 학습 서비스 제공 시스템(100)에 접속하여 데이터를 송수신할 수 있다.

본 발명의 일실시예에 따른 학습 서비스 제공 방법은 오프라인 학습교재(40)에 대한 학습 서비스를 온라인을 통해 제공할 수 있다. 구체적으로, 오프라인 학습교재(40)에 포함된 학습내용에 대한 요청 메시지를 학생 클라이언트 단말(30)과 네트워크(20)를 이용하여 학습 서비스 제공 시스템(100)으로 전송하면, 학습 서비스 제공 시스템(100)은 수신된 학습내용과 관련된 데이터를 검색한 후, 다시 네트워크(20)를 통해 학생 클라이언트 단말(30)로 전송할 수 있다.

또한, 이 경우, 학습내용과 관련된 데이터는 강사 클라이언트 단말(10)로부터 네트워크(20)를 통해 수집될 수도 있다. 그 결과, 오프라인 학습교재 사용자는 학생 클라이언트 단말(30)을 통해 다양한 강사들로부터 수집된 다양한 학습교재(40) 관련 데이터를 수신할 수 있다는 장점이 있다.

도 2는 본 발명의 일실시예에 따른 학습 서비스 제공 방법을 도시한 순서도이고, 도 3은 본 발명의 일실시예에 따른 데이터베이스에 저장된 학습 데이터의 프레임 구조를 도시한 도면이다. 또한, 도 4는 본 발명의 일실시예에 따른 학습 대상 이미지를 나타낸 도면이다.

본 발명의 일실시예에 따른 학습 서비스 제공 방법은 학습 서비스 제공 시스템(100)을 중심으로 강사 클라이언트 단말(10)과 학생 클라이언트 단말(30)과 함께 실행될 수 있으며, 학습 서비스 제공 시스템(100)과의 클라이언트 단말(10, 30) 간에는 상기에서 설명한 바와 같이 네트워크(20)를 통해 연결된다.

먼저, 강사 클라이언트 단말로부터 학습 서비스 제공 시스템으로 학습 데이터가 전송된다(S100).

강사 클라이언트 단말 사용자는 학습 데이터를 생성하고, 강사 클라이언트 단말(10)을 이용하여 학습 데이터를 전송한다. 학습 데이터는 오프라인 학습교재(40)와 관련된 모든 형태의 데이터일 수 있다. 예를 들어, 학습 데이터는 학습교재(40)에 포함된 학습문제에 대한 답안 데이터 즉, 학습문제에 대한 해답과 설명일 수 있다. 또는, 학습 데이터는 학습교재(40)에 포함된 이론강의 데이터일 수도 있다.

또한, 학습 데이터는 식별 데이터를 포함할 수 있다. 식별 데이터는 학습 데이터에 대응되는 학습교재(40)의 식별 데이터 및 학습문제의 식별 데이터를 포함할 수 있다.

다음으로, 전송된 학습 데이터를 수집하여 데이터베이스에 저장한다(S110).

학습 서비스 제공 시스템(100)에 접속될 수 있는 강사 클라이언트 단말(10)의 수는 무수히 많으므로, 학습 서비스 제공 시스템(100)은 다양한 강사 클라이언트 단말(10)로부터 학습 데이터를 수신할 수 있다. 학습 서비스 제공 시스템(100)은 전송된 학습 데이터를 수집하여 데이터베이스에 저장한다. 데이터베이스에 저장된 학습 데이터의 프레임 구조에 대해서는 도 3을 참조하여 상세히 설명하기로 한다.

도 3을 참조하면, 데이터베이스(50)는 강사 클라이언트 단말(10)로부터 수신된 학습 데이터(61, 62)를 저장한다. 학습 데이터 프레임(51)은 학습 데이터(61, 62)가 구성되는 기본 틀을 나타내며, 예를 들어, 식별 필드(52), 인덱스 필드(53), 강사 클라이언트 필드(54), 시간 필드(55) 및 내용 필드(56)를 포함할 수 있다. 식별 필드(52)에는 식별 데이터, 인덱스 필드(53)에는 인덱스 데이터, 강사 클라이언트 필드(54)에는 강사 클라이언트 데이터, 시간 필드(55)에는 시간 데이터, 내용 필드(56)에는 내용 데이터가 각각 기록될 수 있으며, 종류 및 순서는 이에 한정되는 것은 아니다.

식별 데이터는 상기에서 설명한 바와 같이 학습교재(40) 및 학습문제 중 적어도 어느 하나에 대한 식별 데이터일 수 있다. 예를 들어 식별 데이터 `0012.0001`인 경우, `0012`는 학습교재(40)의 식별 데이터를 나타내고 `0001`은 학습문제의 식별 데이터를 나타내어, 학습 데이터에 포함된 내용 데이터가 어느 것을 대상으로 하는지 나타낸다. 또한, 인덱스 데이터는 학습 데이터 각각에 대해 유일하게 할당될 수 있는 데이터로서, 고유 식별자(ID) 또는 웹 주소 형식일 수 있다.

강사 클라이언트 데이터는 강사 각각에 대해 유일하게 할당될 수 있는 데이터로서, 학습 데이터를 생성한 강사 클라이언트 단말 사용자에 대한 고유 식별자일 수 있다. 시간 데이터는 학습 데이터가 수집된 시간 또는 학습 데이터가 전송된 시간이 기록된 데이터일 수 있다. 내용 데이터는 학습 데이터의 실제 내용이 기록된 데이터로서, 이미지 데이터, 음성 데이터 또는 문서 데이터 등 다양한 형태를 가질 수 있다.

학습 데이터(61, 62) 각각은 식별 필드(52)에 포함된 필드 데이터를 기초로 분류될 수 있다. 즉, 동일한 식별 데이터(52)를 포함하는 학습 데이터(61, 62)는 함께 분류될 수 있다. 이와 같이 식별 데이터를 기준으로 분류를 수행하면, 학생 클라이언트 단말(30)의 요청에 따른 학습 데이터 검색 단계(S140) 수행 시 용이할 수 있다는 장점이 있다.

본 실시예에서는 학습 데이터가 식별 데이터를 기초로 분류되는 것으로 예시하고 있으나, 이에 한정되지는 않고 강사 클라이언트 데이터 등 다른 데이터를 기초로 분류될 수도 있다.

다시 도 2를 참조하면, 다음으로 학생 클라이언트 단말로부터 학습 서비스 제공 시스템으로 학습 대상 이미지가 전송된다(S120).

학생 클라이언트 단말 사용자는 학습 대상 이미지를 이용하여 학습 데이터 검색을 요청할 수 있다. 학습 대상 이미지는 식별자(74)를 포함할 수 있다. 도 4를 참조하면, 식별자(74)는 QR(quick response) 코드일 수 있다. QR 코드는 흑백 격자 무늬 패턴으로 나타나는 매트릭스 형식의 코드이다. QR 코드는 종래에 쓰이던 바코드의 용량 제한을 극복하고 그 형식과 내용을 확장한 것으로서 종횡의 정보를 가져서 숫자 외에 문자의 데이터를 저장할 수 있다. 그러나 식별자(74)는 QR 코드에 한정되는 것은 아니며, 바(bar) 코드, 특징벡터 값 또는 그 밖의 적절한 형태의 코드일 수도 있다.

학습 대상 이미지에 포함된 식별자(74)는 오프라인 학습교재(40)의 학습문제를 식별하기 위한 코드로서, 학습문제에 따라 고유의 식별자(74)가 부여될 수 있다. 식별자(74)는 오프라인 학습교재(40) 상에 직접 인쇄된 것일 수 있다. 그러나, 식별자(74)는 오프라인 학습교재(40) 상에 직접 인쇄되지 않고 학습교재(40)와 별도로 제공될 수도 있으며, 이 경우에도, 식별자(74)는 학습교재(40)와 매칭된다. 이를 통해, 식별자(74)가 인쇄되지 않은 채 출간된 학습교재 사용자도 온라인을 통해 학습 데이터에 접근할 수 있다. 또한, 학습 대상 이미지는 강사 클라이언트 데이터를 더 포함할 수도 있다. 학생 클라이언트 단말 사용자가 선호하는 강사가 있는 경우, 특정 강사 클라이언트 데이터를 전송함으로써 검색 범위를 한정할 수 있다.

또한, 식별자(74)는 특징벡터(features vector) 값일 수도 있다. 학습교재(40)에 포함된 각각의 학습문제 자체는 다른 학습문제에 대해 유일하기 때문에 원칙적으로 각 학습문제를 식별하기 위한 식별자(74)로 사용될 수 있다. 그러나, 학습문제 자체 이미지가 식별자(74)로서 사용된다면, 데이터 차원이 높고 용량도 크므로, 식별에 어려움이 있다. 이를 해결하기 위해 패턴 인식과 이미지 프로세싱 분야에서 사용될 수 있는 특징 추출(feature extraction) 기술이 사용될 수 있다.

특징 추출 기술은 차원 축소의 한 구체적인 형태로서, 이미지로부터 패턴 또는 주요특징을 추출하는데 사용될 수 있다. 즉, 이미지 형식의 학습문제에 대해 특징 추출을 적용하여 데이터 차원이 낮고 용량도 작은 특징벡터 값을 추출할 수 있으며, 추출된 특징벡터 값을 식별자(74)로 사용할 수 있다.

다시 도 2를 참조하면, 다음으로 학습 대상 이미지를 수신하고, 학습 대상 이미지에 포함된 식별자를 판독하여 식별 데이터를 생성한다(S130).

식별자는 데이터를 포함하는 코드일 뿐, 그 자체로 데이터는 아니다. 따라서, 학습 서비스 제공 시스템(100)은 식별자를 의미 있는 데이터로 사용하기 위해 판독하여 식별 데이터를 생성할 수 있다. 만약, 학생 클라이언트 단말(30)로부터 이미지 형식의 식별자를 수신한 경우, 학습 서비스 제공 시스템(100)은 학습 대상 이미지로부터 식별자 이미지를 탐지한 후, 탐지된 식별자 이미지를 판독하여 식별 데이터를 생성한다. 식별 데이터는 식별자에 대응되는 학습교재(40)의 식별 데이터와 학습문제의 식별 데이터를 포함할 수 있다.

다음으로, 식별 데이터에 매칭되는 학습 데이터를 검색한다(S140).

학습 서비스 제공 시스템(100)은 데이터베이스로부터 식별 데이터에 매칭되는 학습 데이터를 검색한다. 데이터베이스는 도 3에 도시된 바와 같이, 식별 필드(52)에 포함된 식별 데이터를 기초로 분류될 수 있으므로, 학습 서비스 제공 시스템(100)은 식별 데이터에 매칭되는 학습 데이터를 용이하게 검색할 수 있다. 예를 들어, 식별 데이터가 `0012.0001`인 경우, 이와 매칭되는 복수의 학습 데이터(60)를 검색할 수 있다.

다음으로, 학생 클라이언트 단말로 학습 데이터를 전송한다(S150).

학습 서비스 제공 시스템(100)은 검색된 학습 데이터를 학생 클라이언트 단말(30)로 전송한다.

다음으로, 학생 클라이언트 단말은 학습 데이터를 수신하여 평가 데이터를 생성한다(S160).

학생 클라이언트 단말(30)은 전송된 학습 데이터를 저장 매체에 저장하거나, 디스플레이할 수 있다. 학생 클라이언트 단말 사용자는 다양한 강사에 의해 생성된 학습 데이터를 참조로 학습을 수행한 뒤, 학습 데이터에 대한 평가를 수행할 수 있다. 학습 데이터의 평가는 예컨대, 학습 데이터에 대한 만족도 및 학습 데이터에 대한 추천여부 중 적어도 하나를 포함할 수 있다.

다음으로, 평가 데이터를 학습 서비스 제공 시스템으로 전송한다(S170).

학생 클라이언트 단말(30)은 학습 데이터에 대한 만족도 또는 추천여부 정보를 포함하는 평가 데이터를 학습 서비스 제공 시스템(100)으로 전송한다.

다음으로, 학습 서비스 제공 시스템은 평가 데이터를 수신하고 데이터베이스를 갱신한다(S180).

학습 서비스 제공 시스템(100)은 평가 데이터를 수신하고, 수신된 평가 데이터를 데이터베이스에 저장할 수 있다. 특히, 학습 서비스 제공 시스템(100)은 평가 시스템을 학습 데이터에 메타데이터(metadata)화 할 수 있다. 메타데이터는 데이터에 대한 데이터를 의미하는 것으로서, 본 실시예에서는 평가 데이터가 학습 데이터에 대한 데이터가 된다. 평가 데이터는 데이터베이스의 평가 데이터 프레임에 포함되어, 학생 클라이언트 단말 사용자의 학습 데이터 검색 시 이용될 수 있다.

도 5는 본 발명의 다른 실시예에 따른 학습 서비스 제공 방법을 도시한 순서도이다.

본 발명의 다른 실시예에 따른 학습 서비스 제공 방법은 학습 서비스 제공 시스템(100)을 중심으로 강사 클라이언트 단말(10)과 학생 클라이언트 단말(30)과 함께 실행될 수 있다. 또한, 학습 서비스 제공 시스템(100)은 학생 클라이언트 단말(30)로 학습 데이터에 대한 리스트 데이터를 제공함으로써, 학생 클라이언트 단말 사용자로 하여금 복수의 학습 데이터 중 적어도 하나를 선택할 수 있게 한다.

먼저, 강사 클라이언트 단말로부터 학습 서비스 제공 시스템으로 학습 데이터가 전송되면(S200), 학습 서비스 제공 시스템은 전송된 학습 데이터를 수집하여 데이터베이스에 저장한다(S210). 다음으로, 학생 클라이언트 단말로부터 학습 서비스 제공 시스템으로 학습 대상 이미지가 전송되면(S220), 학습 서비스 제공 시스템은 전송된 학습 대상 이미지에 포함된 식별자를 판독하여 식별 데이터를 생성하고(S230), 식별 데이터에 매칭되는 학습 데이터를 검색한다(S240).

학습 데이터 전송 단계(S200) 내지 학습 데이터 검색 단계(S240)는 상기 도 2 내지 도 4를 참조하여 설명한 단계(S100 내지 S140)와 동일 또는 유사하므로 부가적인 설명을 생략한다.

다음으로, 학습 서비스 제공 시스템은 리스트 데이터를 생성한다(S250).

학습 서비스 제공 시스템(100)은 검색된 학습 데이터를 이용하여 리스트 데이터를 생성할 수 있다. 리스트 데이터는 적어도 하나 이상의 검색된 학습 데이터를 포함할 수 있다. 또한, 학습 데이터는, 학습 데이터의 인덱스 데이터, 학습 데이터를 생성한 강사 클라이언트 데이터 및 학습 데이터가 수집된 시간 데이터 중 적어도 어느 하나를 포함할 수 있다.

인덱스 데이터는 학습 데이터의 고유 식별자(ID) 또는 웹 주소일 수 있으며, 데이터베이스의 인덱스 필드(53)에 포함된 것일 수 있다. 강사 클라이언트 데이터는 개별 학습 데이터를 생성한 강사에 대한 고유 데이터로서, 데이터베이스의 강사 클라이언트 필드(54)에 포함된 것일 수 있다. 시간 데이터는 개별 학습 데이터가 생성되거나 학습 서비스 제공 시스템(100)으로 전송된 시간을 나타낸 데이터로서, 데이터베이스의 시간 필드(55)에 포함된 것일 수 있다.

다음으로, 생성된 리스트 데이터를 학생 클라이언트 단말로 전송한다(S260).

학습 서비스 제공 시스템(100)은 생성된 리스트 데이터를 학생 클라이언트 단말(30)로 전송한다. 이와 같이, 검색된 학습 데이터 자체를 전송하기 이전에, 검색된 학습 데이터에 대한 리스트 데이터를 생성하여 전송함으로써, 학생 클라이언트 단말 사용자는 필요한 학습 데이터에 대해 선택적으로 수신할 수 있다는 장점이 있다. 전송된 리스트 데이터는 학생 클라이언트 단말(30)에서 적절한 유저 인터페이스를 통해 디스플레이될 수 있다.

다음으로, 학생 클라이언트 단말 사용자는 학습 데이터를 선택하고 선택 메시지를 생성한다(S270).

학생 클라이언트 단말 사용자는 리스트 데이터에 포함된 학습 데이터 중 적어도 어느 하나를 선택하고, 학생 클라이언트 단말(30)을 이용하여 선택 메시지를 생성한다. 학생 클라이언트 단말 이용자는 단말기 상에 디스플레이된 리스트 데이터 중 적어도 어느 하나를 선택하면, 학생 클라이언트 단말(30)은 이를 기초로 선택 메시지를 생성할 수 있다. 또한, 선택 메시지는 선택된 학습 데이터의 인덱스 정보를 포함할 수 있다. 인덱스 정보는 각 학습 데이터에 대해 유일하게 할당된 데이터이며, 학습 데이터의 고유 식별자 또는 웹 주소 형식을 가질 수 있다.

다음으로, 학습 서비스 제공 시스템으로 선택 메시지를 전송한다(S280).

학생 클라이언트 단말(30)은 생성된 선택 메시지를 학습 서비스 제공 시스템(100)으로 전송한다. 선택 메시지에는 적어도 하나 이상의 학습 데이터에 대한 인덱스 정보가 포함될 수 있다.

다음으로, 학습 서비스 제공 시스템은 선택 메시지를 수신하고, 수신된 선택 메시지에 대응하는 학습 데이터를 검색한다(S290).

학습 서비스 제공 시스템(100)은 선택 메시지를 수신하고, 수신된 선택 메시지를 기초로 학습 데이터를 검색한다. 예를 들어, 선택 메시지는 적어도 하나 이상의 학습 데이터에 대한 인덱스 정보를 포함하므로, 학습 서비스 제공 시스템(100)은 인덱스 정보를 기초로 데이터베이스를 검색할 수 있다.

다음으로, 학습 서비스 제공 시스템은 학생 클라이언트 단말로 학습 데이터를 전송한다(S300).

본 실시예에 따라 학생 클라이언트 단말(30)로 전송되는 학습 데이터는 학생 클라이언트 단말 사용자에 의해 선택된 데이터라는 점에서 도 2 내지 도 4를 참조하여 설명한 학습 서비스 제공 방법과 상이하다. 본 실시예에서 제안하는 리스트 데이터 제공 후 선택 메시지에 따른 학습 데이터의 선택적 제공 방법은 학생 클라이언트 단말 사용자가 원하는 학습 데이터에 대해서만 선택적으로 제공할 수 있으므로, 네트워크(20)의 리소스 및 단말기 리소스 관리에 보다 효율적이라는 장점이 있다.

다음으로, 학생 클라이언트 단말(30)은 학습 데이터를 수신하여 평가 데이터를 생성한 후(S310), 생성된 평가 데이터를 학습 서비스 제공 시스템으로 전송한다(S320). 학습 서비스 제공 시스템은 평가 데이터를 수신하고 데이터베이스를 갱신한다(S330). 이와 같이, 평가 데이트가 데이터베이스에 갱신될 경우, 학생 클라이언트 단말 사용자의 학습 데이터 선택에 유용한 정보로 사용될 될 수 있다.

평가 데이터 생성 단계(S310) 내지 데이터베이스 갱신 단계(S330)는 상기 도 2 내지 도 4를 참조하여 설명한 단계(S160 내지 S180)와 동일 또는 유사하므로 부가적인 설명을 생략한다.

도 6은 본 발명의 일실시예에 따른 학습 서비스 제공 방법을 도시한 순서도이다.

본 발명의 일실시예에 따른 학습 서비스 제공 방법은 학습 서비스 제공 시스템(100)을 중심으로 학생 클라이언트 단말(30)과 함께 연계되어 실행될 수 있으며, 학습 서비스 제공 시스템(100)과의 학생 클라이언트 단말(30) 간에는 상기에서 설명한 바와 같이 네트워크(20)를 통해 연결된다.

또한, 학습 대상과 학습 데이터는 각각 이미지 형식으로 실시간 전송될 수도 있다. 그 결과, 오프라인 학습교재 사용자는 학생 클라이언트 단말(30)을 통해 실시간으로 학습 대상 관련 학습 데이터를 수신할 수 있다는 장점이 있다.

먼저, 학생 클라이언트 단말에 의해 학습 대상 이미지가 생성된다(S400).

학생 클라이언트 단말(30)은 이미지 생성 수단 예컨대 카메라 장치를 이용하여 오프라인 학습교재(40)에 포함된 학습 대상을 촬영할 수 있다. 또한, 학습 대상에 대한 식별자도 학습 대상과 함께 촬영하여 학습 대상 이미지를 생성할 수 있다.

식별자는 QR(quick response) 코드일 수 있다. QR 코드는 흑백 격자 무늬 패턴으로 나타나는 매트릭스 형식의 코드이다. QR 코드는 종래에 쓰이던 바코드의 용량 제한을 극복하고 그 형식과 내용을 확장한 것으로서 종횡의 정보를 가져서 숫자 외에 문자의 데이터를 저장할 수 있다. 그러나 식별자는 QR 코드에 한정되는 것은 아니며, 바(bar) 코드 또는 그 밖의 적절한 형태의 코드일 수도 있다.

또한, 식별자는 특징벡터(features vector) 값일 수도 있다. 학습교재(40)에 포함된 각각의 학습문제 자체는 다른 학습문제에 대해 유일하기 때문에 원칙적으로 각 학습문제를 식별하기 위한 식별자로 사용될 수 있다. 그러나, 학습문제 자체 이미지가 식별자로서 사용된다면, 데이터 차원이 높고 용량도 크므로, 식별에 어려움이 있다. 이를 해결하기 위해 패턴 인식과 이미지 프로세싱 분야에서 사용될 수 있는 특징 추출(feature extraction) 기술이 사용될 수 있다.

특징 추출 기술은 차원 축소의 한 구체적인 형태로서, 이미지로부터 패턴 또는 주요특징을 추출하는데 사용될 수 있다. 즉, 이미지 형식의 학습문제에 대해 특징 추출을 적용하여 데이터 차원이 낮고 용량도 작은 특징벡터 값을 추출할 수 있으며, 추출된 특징벡터 값을 식별자로 사용할 수 있다.

또한, 학습 대상 이미지는 실시간 동영상 이미지일 수 있으나, 이에 한정되지는 않으며 정지 이미지일 수도 있다.

다음으로, 생성된 학습 대상 이미지가 학습 서비스 제공 시스템으로 전송된다(S410).

학생 클라이언트 단말(30)에 의해 생성된 학습 대상 이미지는 네트워크(20)를 통해 학습 서비스 제공 시스템(100)으로 전송된다. 학습 대상 이미지는 실시간 동영상 이미지와 같이 기설정된 시간 간격으로 전송될 수 있다.

다음으로, 학습 대상 이미지를 수신하고, 학습 대상을 식별한다(S420).

학습 서비스 제공 시스템(100)은 학습 대상 이미지를 수신하고, 학습 대상 이미지에 포함된 식별자를 이용하여 학습 대상을 식별한다. 구체적으로, 학습 서비스 제공 시스템(100)은 학습 대상 이미지로부터 식별자 이미지를 탐지하고, 탐지된 식별자 이미지를 판독하여 식별 데이터를 생성할 수 있다.

식별자 이미지의 탐지는 예컨대, Haar-like feature 방법을 이용하여 수행될 수 있다. 그러나 이에 한정되지는 않고 임의의 방법을 이용하여 식별자 이미지의 탐지를 수행할 수 있다. 또한, 식별자 이미지의 탐지 성능을 높이기 위해 이미지 전처리 과정을 추가적으로 수행할 수도 있다.

탐지된 식별자 이미지는 데이터를 이미지로 표현한 것일 뿐이므로, 식별자 이미지를 의미 있는 데이터로 사용하기 위해 판독하여 식별 데이터를 생성할 수 있다. 식별 데이터는 학습 대상 이미지를 특정하기 위한 인덱스 역할을 하는 것으로서, 학습 대상이 인쇄된 학습교재(40)를 식별하기 위한 교재 식별 데이터 및 학습 대상을 식별하기 위한 대상 식별 데이터를 포함할 수 있다. 학습 서비스 제공 시스템(100)은 생성된 식별 데이터를 기초로 학생 클라이언트 단말(30) 사용자가 전송한 학습 대상을 식별할 수 있다.

다음으로, 학습 대상에 매칭되는 학습 데이터를 검색한다(S430).

학습 서비스 제공 시스템(100)은 학습 대상에 매칭되는 학습 데이터를 데이터베이스에서 검색한다. 데이터베이스는 다양한 학습교재(40)에 포함된 다양한 학습 대상 관련 데이터를 수집하여 저장한다. 또한, 데이터베이스는 식별 데이터에 의해 검색될 수 있다. 예를 들어, 교재 식별 데이터를 기초로 해당 학습교재(40)가 검색되고, 대상 식별 데이터를 기초로 해당 학습 대상이 검색될 수 있다.

학습 대상이 학습교재(40)에 포함된 문제라면 학습 데이터는 문제에 대한 답안 및 해설일 수 있으며, 학습 대상이 학습교재(40)에 포함된 이론 정리 파트라면, 학습 데이터는 이론 정리 파트에 대한 해설 파트일 수 있다. 그러나 이에 한정되는 것은 아니며, 학습 대상에 대한 모든 형태의 학습 데이터일 수 있다.

다음으로, 가상 이미지를 생성한다(S440).

학습 서비스 제공 시스템(100)은 학습 데이터를 이용하여 가상 이미지를 생성한다. 가상 이미지는 리얼 월드 이미지(real world image)인 학습 대상 이미지와 구별되는 것으로서, 학습 대상 이미지에 정합될 수 있다.

한편, 학습 서비스 제공 시스템(100)이 학습 데이터를 이용하여 가상 이미지를 생성할 경우, 학습 대상 이미지에 나타난 학습 대상의 포즈가 고려될 수 있다. 즉, 학생 클라이언트 단말(30)에 포함된 카메라 장치가 학습 대상 이미지를 생성할 때, 카메라 장치의 각도, 카메라 장치와 학습 대상과의 거리 등에 의해 학습 대상 이미지가 달라질 수 있다. 따라서 학습 서비스 제공 시스템(100)은 가상 이미지를 학습 대상에 대한 이미지로 정확하게 표현되기 위해 학습 대상 이미지에 나타난 학습 대상의 포즈를 반영한다.

예를 들어, 학습 서비스 제공 시스템(100)은 학습 대상 이미지로부터 적어도 하나 이상의 마커(marker)를 인지하고, 인지된 마커를 기초로 가상 이미지의 포즈추정을 수행할 수 있다. 이와 관련해서는 도 7a 및 도 7b를 참조하여 상세히 설명한다.

도 7a 및 도 7b는 본 발명의 일실시예에 따른 가상 이미지 생성 단계를 설명하기 위한 도면이다.

도 7a는 본 발명의 일실시예에 따른 학습 대상 이미지(70)를 도시하고 있으며, 학습 대상 이미지(70)는 학습 대상(72)과 식별자(74)를 포함한다. 또한, 학습 대상 이미지(70)는 학습 대상(72) 주변에 구비된 마커(75)를 포함할 수 있다. 마커(75)는 포즈추정을 위해 복수로 구비될 수 있다. 학습 서비스 제공 시스템(100)은 마커(75)를 인지하고 학습 대상 이미지(70) 내에서의 마커(75)의 위치와 마커(75) 간의 상대적인 거리를 산출할 수 있다. 또한, 산출된 결과를 기초로 가상 이미지의 포즈추정을 수행할 수 있다.

가상 이미지(80)는 도 7b에 도시된 바와 같이, 마커(75)에 대해 상대적인 포즈 및 배치를 갖도록 생성될 수 있다. 예를 들어, 마커(75)가 학습 대상 이미지(70)의 하측에 배치될 경우, 가상 이미지(80)도 하측에 배치되고, 마커(75)가 학습 대상 이미지(70)에 대해 소정 각도를 갖도록 배치된 경우, 가상 이미지(80)도 소정 각도를 갖도록 배치되도록 생성될 수 있다. 또한, 마커(75) 간의 거리가 길수록 큰 가상 이미지(80)가 생성될 수 있다.

본 실시예에서는 마커(76, 77, 78)를 복수의 점으로 예시하고 있으나, 이에 한정되지는 않고, 하나 이상의 선이나 면 등으로 표현될 수 있다. 또한, 식별자(74)의 이미지도 마커(75)로 사용될 수 있다.

다시 도 6을 참조하면, 다음으로, 생성된 가상 이미지를 학생 클라이언트 단말로 전송한다(S450).

학습 서비스 제공 시스템(100)은 생성된 가상 이미지를 학생 클라이언트 단말(30)로 전송한다. 만약, 학습 대상 이미지가 실시간 동영상 이미지이고, 학습 대상 이미지가 기설정된 시간 간격으로 전송될 경우, 학습 서비스 제공 시스템(100)도 생성된 가상 이미지를 기설정된 시간 간격으로 전송할 수 있다.

다음으로, 학생 클라이언트 단말에 의해 학습 대상 이미지와 가상 이미지가 정합된다(S460).

학생 클라이언트 단말(30)은 학습 대상 이미지와 가상 이미지의 실시간 정합(integrating)을 수행한다. 가상 이미지는 학습 대상에 대한 상대적인 배치, 크기, 기울기 등을 갖도록 포즈추정 되어 학습 대상 이미지에 정합된다.

다음으로, 정합된 이미지가 학생 클라이언트 단말에 디스플레이된다(S470).

학생 클라이언트 단말(30)은 학습 대상 이미지와 가상 이미지가 정합된 이미지를 디스플레이한다. 만약, 학습 대상 이미지가 실시간 동영상 이미지이고, 가상 이미지가 기설정된 시간 간격으로 전송되는 경우, 정합된 이미지도 기설정된 시간 간격으로 디스플레이될 수 있다. 또한, 학생 클라이언트 단말(30) 사용자가 학습 대상의 상대적인 포즈를 시간에 따라 변경하는 경우, 가상 이미지의 배치도 시간에 따라 상대적으로 변하고, 변화된 가상 이미지가 학습 대상 이미지에 정합되어 디스플레이된다.

본 실시예에 따른 학습 서비스 제공 방법은 학생 클라이언트 단말(30)을 통해 학습교재(40)와 관련된 학습 데이터를 실시간으로 전송할 수 있다는 장점이 있다. 또한, 본 실시예에 따른 학습 서비스 제공 방법은 학습 서비스 제공 시스템(100)에 의해 가상 이미지가 전송되고, 정합은 학생 클라이언트 단말(30)에서 수행됨으로써, 학습 서비스 제공 시스템(100)의 오버헤드를 감소시킬 수 있다.

또한, 본 실시예에 따른 학습 서비스 제공 방법은 증강 현실(augmented reality) 기술을 기초로 구현될 수 있으나, 이에 한정되는 것은 아니다.

도 8은 본 발명의 다른 실시예에 따른 학습 서비스 제공 방법을 도시한 순서도이다.

본 발명의 다른 실시예에 따른 학습 서비스 제공 방법은 학습 서비스 제공 시스템(100)을 중심으로 학생 클라이언트 단말(30)과 함께 연계되어 실행될 수 있다. 또한, 학습 서비스 제공 시스템(100)은 가상 이미지와 학습 대상 이미지와의 정합을 수행한 뒤 정합된 이미지를 학생 클라이언트 단말(30)로 전송함으로써, 학생 클라이언트 단말(30)의 오버헤드를 감소시킬 수 있다.

먼저, 학생 클라이언트 단말에 의해 학습 대상 이미지가 생성되어(S500), 학습 서비스 제공 시스템으로 전송된다(S510). 다음으로, 학습 서비스 제공 시스템은 학습 대상 이미지를 수신하고, 학습 대상 이미지에 포함된 식별자를 이용하여 학습 대상을 식별한다(S520). 또한, 학습 서비스 제공 시스템은 학습 대상에 매칭되는 학습 데이터를 검색하고(S530), 검색된 학습 데이터를 이용하여 가상 이미지를 생성한다(S540).

학습 데이터 전송 단계(S500) 내지 가상 이미지 생성 단계(S540)는 상기 도 6, 도 7a 및 도 7b를 참조하여 설명한 단계(S400 내지 S440)와 동일 또는 유사하므로 부가적인 설명을 생략한다.

다음으로, 학습 대상 이미지와 가상 이미지를 정합하여 학습 결과 이미지를 생성한다(S550).

학습 서비스 제공 시스템(100)은 학습 대상 이미지와 가상 이미지를 정합한다. 학습 대상 이미지가 실시간 동영상 이미지인 경우, 정합은 실시간 수행될 수 있다. 가상 이미지는 학습 대상에 대한 상대적인 배치, 크기, 기울기 등을 갖도록 포즈추정 되어 학습 대상 이미지에 정합된다.

다음으로, 학습 결과 이미지를 학생 클라이언트 단말로 전송한다(S560).

학습 서비스 제공 시스템(100)은 학습 결과 이미지를 학생 클라이언트 단말(30)로 전송한다. 학습 결과 이미지는 상기 학생 클라이언트 단말(30)로 실시간 전송될 수 있다.

다음으로, 정합된 이미지가 학생 클라이언트 단말에 디스플레이된다(S570).

학생 클라이언트 단말(30)은 학습 대상 이미지와 가상 이미지가 정합된 학습 결과 이미지를 디스플레이한다. 만약, 학습 대상 이미지가 실시간 동영상 이미지이고, 가상 이미지가 기설정된 시간 간격으로 전송되는 경우, 정합된 이미지도 기설정된 시간 간격으로 디스플레이될 수 있다. 또한, 학생 클라이언트 단말(30) 사용자가 학습 대상의 상대적인 포즈를 시간에 따라 변경하는 경우, 가상 이미지의 배치도 시간에 따라 상대적으로 변하고, 그 결과 학습 결과 이미지가 변화하면서 디스플레이된다.

본 실시예에 따른 학습 서비스 제공 방법은 학습 서비스 제공 시스템(100)에 의해 가상 이미지가 생성 및 학습 대상 이미지와의 정합이 수행되고, 학생 클라이언트 단말(30)은 정합된 학습 결과 이미지의 디스플레이만 수행하므로 오버헤드가 감소된다는 장점이 있다.

도 9는 본 발명의 일실시예에 따른 학습 서비스 제공 시스템을 도시한 블록도이다. 또한, 도 10은 본 발명의 일실시예에 따른 학습 데이터 제공부를 도시한 블록도이고, 도 11은 본 발명의 일실시예에 따른 평가 데이터 반영부를 도시한 블록도이다.

본 발명의 일실시예에 따른 학습 서비스 제공 시스템(100)은 강사 클라이언트 단말(10) 및 학생 클라이언트 단말(30)과 네트워크(20)를 통해 데이터를 송수신할 수 있다. 또한, 학습 서비스 제공 시스템(100)은 도 9에 도시된 바와 같이, 학습 서비스 서버(120)와 데이터베이스(190)를 포함하며, 학습 서비스 서버(120)는 학습 데이터 업로드부(130), 수신부(140), 판독부(150), 검색부(160), 학습 데이터 제공부(170) 및 평가 데이터 반영부(180)를 포함한다.

학습 데이터 업로드부(130)는 강사 클라이언트 단말(10)로부터 학습 데이터를 수신하여 데이터베이스(190)에 저장한다. 데이터베이스(190)는 다양한 강사로부터 다양한 학습 데이터를 수집할 수 있다는 장점이 있다.

또한, 학습 데이터 업로드부(130)는 강사 클라이언트 단말(10)로부터 식별 데이터를 포함한 학습 데이터를 수신하는 학습 데이터 수신부(132)와 식별 데이터를 기초로 학습 데이터를 분류하는 학습 데이터 분류부(134)를 포함한다.

수신부(140)는 학생 클라이언트 단말(30)로부터 문제식별코드를 포함한 검색 요청 메시지를 수신하고, 판독부(150)는 검색 요청 메시지에 포함된 문제식별코드를 판독하여 식별 데이터를 생성한다. 이 경우, 문제식별코드는 QR 코드, 바 코드, 특징벡터 값일 수 있다.

또한, 판독부(150)는 검색 요청 메시지로부터 문제식별코드 이미지를 탐지하는 문제식별코드 탐지부(152) 및 탐지된 문제식별코드 이미지를 판독하여 식별 데이터를 생성하는 식별 데이터 생성부(154)를 포함할 수 있다. 식별 데이터는 문제식별코드가 인쇄된 학습교재(40)의 식별 데이터와 문제식별코드에 대응되는 학습문제의 식별 데이터를 포함할 수 있다. 한편, 검색 요청 메시지는 문제식별코드뿐 아니라 강사 클라이언트 정보를 더 포함하여 검색 요청 범위를 구체적으로 특정할 수도 있다.

검색부(160)는 식별 데이터에 매칭되는 학습 데이터를 데이터베이스(190)에서 검색하고, 학습 데이터 제공부(170)는 검색된 학습 데이터를 학생 클라이언트 단말(30)에 제공한다.

학습 데이터 제공부(170)는 도 10에 나타난 바와 같이, 학습 데이터를 이용하여 가상 이미지를 생성하는 가상 이미지 생성부(172), 학습 대상 이미지와 가상 이미지를 정합하여 학습 결과 이미지를 생성하는 이미지 정합부(176) 및 생성된 학습 결과 데이터를 학생 클라이언트 단말(30)로 전송하는 송신부(178)를 포함한다.

가상 이미지 생성부(172)는 학습 대상 이미지로부터 적어도 하나 이상의 마커를 인지하는 마커 인지부(173) 및 인지된 마커를 기초로 가상 이미지의 포즈추정을 수행하는 포즈추정부(174)를 포함할 수 있다.

또한, 학습 데이터 제공부(170)는 실시예에 따라 이미지 정합부(176)를 구비하지 않을 수 있으며, 이 경우, 가상 이미지 생성부(172)에 의해 생성된 가상 이미지는 정합 과정을 거치지 않고 송신부(178)에 의해 학생 클라이언트 단말(30)로 전송될 수 있다.

평가 데이터 반영부(180)는 학생 클라이언트 단말(30)로부터 학습 데이터에 대한 평가 데이터를 수신하고, 수신된 평가 데이터를 기초로 데이터베이스(190)를 갱신(update)한다. 평가 데이터는, 학습 데이터에 대한 만족도 정보 및 상기 학습 데이터에 대한 추천여부 중 적어도 하나를 포함하는 포함할 수 있다.

평가 데이터 반영부(180)는 도 11에 나타난 바와 같이, 학생 클라이언트 단말(30)로부터 학습 데이터에 대한 평가 데이터를 수신하는 평가 데이터 수신부(182), 평가 데이터를 학습 데이터에 메타데이터(metadata)화하는 메타데이터부(184) 및 메타데이터화된 학습 데이터를 데이터베이스(190)에 저장하는 갱신부(186)를 포함한다.

학습 서비스 제공 시스템(100) 및 학습 서비스 제공 시스템(100)의 각 하위 구성은 도 1 내지 도 8을 참조하여 설명한 것과 동일 또는 유사하므로 부가적인 설명을 생략한다.

네트워크(20)는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크나 이동 통신망(mobile radio communication network) 또는 위성 통신망 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다.

강사 클라이언트 단말(10) 및 학생 클라이언트 단말(30)은 네트워크(20)를 통해 학습 서비스 제공 시스템(100)에 접속할 수 있는 컴퓨터나 휴대용 단말기로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop) 등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.

참고로, 본 발명의 실시예에 따른 도 9 내지 도 11에 도시된 구성 요소들은 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)와 같은 하드웨어 구성 요소를 의미하며, 소정의 역할들을 수행한다.

그렇지만 '구성 요소들'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 각 구성 요소는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.

따라서, 일 예로서 구성 요소는 소프트웨어 구성 요소들, 객체지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다.

구성 요소들과 해당 구성 요소들 안에서 제공되는 기능은 더 작은 수의 구성 요소들로 결합되거나 추가적인 구성 요소들로 더 분리될 수 있다.

본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

10: 강사 클라이언트 단말 20: 네트워크
30: 학생 클라이언트 단말 40: 학습교재
100: 학습 서비스 제공 시스템 120: 학습 서비스 서버
130: 학습 데이터 업로드부 140: 수신부
150: 판독부 160: 검색부
170: 학습 데이터 제공부 180: 평가 데이터 반영부
190: 데이터베이스

Claims

학습 서비스 제공 방법에 있어서,
강사 클라이언트 단말로부터 학습 데이터를 수집하여 데이터베이스에 저장하는 단계,
학생 클라이언트 단말로부터 학습 대상 및 상기 학습 대상에 대한 식별자가 포함된 학습 대상 이미지를 수신하는 단계,
상기 학습 대상 이미지에 포함된 식별자를 판독하여 식별 데이터를 생성하는 단계,
상기 식별 데이터에 매칭되는 학습 데이터를 상기 데이터베이스에서 검색하는 단계 및
상기 검색된 학습 데이터를 상기 학생 클라이언트 단말로 전송하는 단계
를 포함하는 학습 서비스 제공 방법.
학습 서비스 제공 방법에 있어서,
강사 클라이언트 단말로부터 학습 데이터를 수집하여 데이터베이스에 저장하는 단계,
학생 클라이언트 단말로부터 학습 대상 및 상기 학습 대상에 대한 식별자가 포함된 학습 대상 이미지를 수신하는 단계,
상기 학습 대상 이미지에 포함된 식별자를 판독하여 식별 데이터를 생성하는 단계,
상기 식별 데이터에 매칭되는 학습 데이터를 상기 데이터베이스에서 검색하는 단계,
상기 검색된 학습 데이터에 대한 리스트 데이터를 생성하여 상기 학생 클라이언트 단말로 전송하는 단계,
상기 학생 클라이언트 단말로부터 상기 리스트 데이터에 포함된 학습 데이터 중 적어도 어느 하나를 선택하기 위한 선택 메시지를 수신하는 단계 및
상기 선택 메시지에 대응되는 학습 데이터를 검색하여 상기 학생 클라이언트 단말로 전송하는 단계
를 포함하는 학습 서비스 제공 방법.
제 1 항 또는 제 2 항에 있어서,
상기 데이터베이스에 저장하는 단계는,
상기 강사 클라이언트 단말로부터 식별 데이터를 포함한 학습 데이터를 수신하는 단계 및
상기 식별 데이터를 기초로 상기 학습 데이터를 분류하는 단계
를 포함하는 학습 서비스 제공 방법.
제 1 항 또는 제 2 항에 있어서,
상기 식별자는 QR(quick response) 코드, 바(bar) 코드 또는 특징벡터(feature vector) 값인 학습 서비스 제공 방법.
제 1 항 또는 제 2 항에 있어서,
상기 식별 데이터를 생성하는 단계는,
상기 학습 대상 이미지로부터 식별자 이미지를 탐지하는 단계 및
상기 탐지된 식별자 이미지를 판독하여 식별 데이터를 생성하는 단계
를 포함하는 학습 서비스 제공 방법.
제 1 항 또는 제 2 항에 있어서,
상기 식별 데이터는,
상기 식별자에 대응되는 학습교재의 식별 데이터 및
상기 식별자에 대응되는 학습문제의 식별 데이터
를 포함하는 학습 서비스 제공 방법.
제 1 항 또는 제 2 항에 있어서,
상기 학생 클라이언트 단말로부터 상기 학습 데이터에 대한 평가 데이터를 수신하는 단계를 더 포함하는 학습 서비스 제공 방법.
제 7 항에 있어서,
상기 평가 데이터는,
상기 학습 데이터에 대한 만족도 및
상기 학습 데이터에 대한 추천여부 중 적어도 하나를 포함하는 학습 서비스 제공 방법.
제 7 항에 있어서,
상기 평가 데이터를 상기 학습 데이터에 메타데이터(metadata)화하여 상기 데이터베이스에 저장하는 단계를 더 포함하는 학습 서비스 제공 방법.
제 2 항에 있어서,
상기 리스트 데이터는 적어도 하나 이상의 학습 데이터를 포함하고,
상기 각 학습 데이터는,
상기 학습 데이터의 인덱스 데이터,
상기 학습 데이터를 생성한 강사 클라이언트 데이터 및
상기 학습 데이터가 수집된 시간 데이터 중 적어도 어느 하나를 포함하고,
상기 인덱스 데이터는 상기 학습 데이터의 고유 식별자(ID) 또는 웹 주소인 학습 서비스 제공 방법.
제 10 항에 있어서,
상기 선택 메시지는 상기 선택된 학습 데이터의 인덱스 데이터를 포함하는 학습 서비스 제공 방법.
제 1 항에 있어서,
상기 검색된 학습 데이터를 상기 학생 클라이언트 단말로 전송하는 단계는,
상기 학습 데이터를 이용하여 가상 이미지를 생성하는 단계 및
상기 가상 이미지를 학생 클라이언트 단말로 전송하는 단계를 포함하되,
상기 학생 클라이언트 단말은 상기 학습 대상 이미지와 상기 가상 이미지의 실시간 정합(integrating)을 수행하는 것인 학습 서비스 제공 방법.
제 1 항에 있어서,
상기 검색된 학습 데이터를 상기 학생 클라이언트 단말로 전송하는 단계는,
상기 학습 데이터를 이용하여 가상 이미지를 생성하는 단계,
상기 학습 대상 이미지와 상기 가상 이미지를 정합하여 학습 결과 이미지를 생성하는 단계 및
상기 생성된 학습 결과 이미지를 상기 학생 클라이언트 단말로 전송하는 단계
를 포함하는 학습 서비스 제공 방법.
제 12 항 또는 제 13 항에 있어서,
상기 가상 이미지를 생성하는 단계는,
상기 학습 대상 이미지로부터 적어도 하나 이상의 마커를 인지하는 단계 및
상기 인지된 마커를 기초로 상기 가상 이미지의 포즈추정을 수행하는 단계
를 포함하는 학습 서비스 제공 방법.
제 13 항에 있어서,
상기 학습 결과 이미지는 상기 학생 클라이언트 단말로 실시간 전송되는 것인 학습 서비스 제공 방법.
제 1 항 또는 제 2 항에 있어서,
상기 학생 클라이언트 단말은 상기 학습 대상 및 상기 식별자를 캡쳐할 수 있는 모바일 단말인 학습 서비스 제공 방법.
청구항 1 또는 청구항 2에 기재된 방법의 각 단계를 수행하는 프로그램이 기록된 기록 매체.
학습 서비스 제공 시스템에 있어서,
학습 데이터가 저장된 데이터베이스,
학생 클라이언트 단말로부터 학습 대상 및 상기 학습 대상에 대한 식별자가 포함된 학습 대상 이미지를 수신하는 수신부,
상기 학습 대상 이미지에 포함된 식별자를 판독하여 식별 데이터를 생성하는 판독부,
상기 식별 데이터에 매칭되는 학습 데이터를 상기 데이터베이스에서 검색하는 검색부 및
상기 검색된 학습 데이터를 상기 학생 클라이언트 단말로 전송하는 학습 데이터 제공부
를 포함하는 학습 서비스 제공 시스템.
제 18 항에 있어서,
상기 식별자는 QR 코드, 바 코드 또는 특징벡터 값인 학습 서비스 제공 시스템.
제 18 항에 있어서,
강사 클라이언트 단말로부터 수신한 학습 데이터를 상기 데이터베이스에 저장하는 학습 데이터 업로드부를 더 포함하는 학습 서비스 제공 시스템.
제 20 항에 있어서,
상기 학습 데이터 업로드부는,
상기 강사 클라이언트 단말로부터 식별 데이터를 포함한 학습 데이터를 수신하는 학습 데이터 수신부 및
상기 식별 데이터를 기초로 상기 학습 데이터를 분류하는 학습 데이터 분류부
를 포함하는 학습 서비스 제공 시스템.
제 18 항에 있어서,
상기 판독부는,
상기 학습 대상 이미지로부터 식별자 이미지를 탐지하는 식별자 탐지부 및
상기 탐지된 식별자 이미지를 판독하여 식별 데이터를 생성하는 식별 데이터 생성부
를 포함하는 학습 서비스 제공 시스템.
제 18 항에 있어서,
상기 식별 데이터는,
상기 식별자에 대응되는 학습교재의 식별 데이터 및
상기 식별자에 대응되는 학습문제의 식별 데이터
를 포함하는 학습 서비스 제공 시스템.
제 18 항에 있어서,
상기 학생 클라이언트 단말로부터 상기 학습 데이터에 대한 평가 데이터를 수신하고, 상기 평가 데이터를 기초로 상기 데이터베이스를 갱신(update)하는 평가 데이터 반영부를 더 포함하는 학습 서비스 제공 시스템.
제 24 항에 있어서,
상기 평가 데이터는,
상기 학습 데이터에 대한 만족도 및
상기 학습 데이터에 대한 추천여부 중 적어도 하나를 포함하는 학습 서비스 제공 시스템.
제 24 항에 있어서,
상기 평가 데이터 반영부는
상기 학생 클라이언트 단말로부터 상기 학습 데이터에 대한 평가 데이터를 수신하는 평가 데이터 수신부,
상기 평가 데이터를 상기 학습 데이터에 메타데이터(metadata)화하는 메타데이터부 및
상기 메타데이터화된 학습 데이터를 상기 데이터베이스에 저장하는 갱신부
를 포함하는 학습 서비스 제공 시스템.
제 18 항에 있어서,
상기 학습 데이터 제공부는,
상기 학습 데이터를 이용하여 가상 이미지를 생성하는 가상 이미지 생성부 및
상기 가상 이미지를 학생 클라이언트 단말로 전송하는 송신부를 포함하되,
상기 학생 클라이언트 단말은 상기 학습 대상 이미지와 상기 가상 이미지의 실시간 정합(integrating)을 수행하는 것인 학습 서비스 제공 시스템.
제 18 항에 있어서,
상기 학습 데이터 제공부는,
상기 학습 데이터를 이용하여 가상 이미지를 생성하는 가상 이미지 생성부,
상기 학습 대상 이미지와 상기 가상 이미지를 정합하여 학습 결과 이미지를 생성하는 이미지 정합부 및
상기 생성된 학습 결과 이미지를 상기 학생 클라이언트 단말로 전송하는 송신부
를 포함하는 학습 서비스 제공 시스템.
제 27 항 또는 제 28 항에 있어서,
상기 가상 이미지 생성부는,
상기 학습 대상 이미지로부터 적어도 하나 이상의 마커를 인지하는 마커 인지부 및
상기 인지된 마커를 기초로 상기 가상 이미지의 포즈추정을 수행하는 포즈추정부
를 포함하는 학습 서비스 제공 시스템.
제 28 항에 있어서,
상기 학습 결과 이미지는 상기 학생 클라이언트 단말로 실시간 전송되는 것인 학습 서비스 제공 시스템.
제 18 항에 있어서,
상기 학생 클라이언트 단말은 상기 학습 대상 및 상기 식별자를 캡쳐할 수 있는 모바일 단말인 학습 서비스 제공 시스템.