KR20120090569A - 맞춤형 학습 컨텐츠 패키징 시스템 및 그 방법 - Google Patents

Abstract

본 발명은 맞춤형 학습 컨텐츠 패키징 시스템 및 그 방법에 관한 것으로 학습자의 유형특성을 입력받고 선행학습 수준을 테스트하여 학습자에게 적합한 학습진행방식을 선정하며, 필요한 학습주제와 학습진행방식을 선정하여 각 학습자별로 최적화된 맞춤형 학습 컨텐츠 패키지를 제공한다. 학습설계는 기본적으로 주제중심으로 이루어지나 학습자의 유형특성에 따라 단계별 중심주제를 결정하고 상하위 타 주제간 확장방법을 선택하거나 조정함으로써 최적화된 학습자료 제공할 수 있다.

Description

맞춤형 학습 컨텐츠 패키징 시스템 및 그 방법{APPARATUS AND METHOD OF PROVIDING CUSTOMIZED LEARNING MATERIAL}

본 발명은 학습자의 유형과 특성, 선행학습의 수준에 따라서 맞춤형 학습 패키지를 디자인하여 제공하는 방법에 관한 것이다.

일반적으로 학습 컨텐츠들은 하나의 과목에 대해 권 단위의 서책으로 제작되며 개별 학습자의 성향이나 특성, 선행학습 수준을 감안하지 않고서 제작되어 유통된다.

이에 학습자들은 이러한 서책들 가운데서 어느 하나를 구입하여 학습하게 되는데 자신의 성향에 비추어 적합하지 않은 공부방법을 채택한 교재인 경우 학습능률이 떨어지게 되며, 자신에게 불필요한 내용을 다수 담고 있는 전질 형태의 교재인 경우 구입에 불필요한 비용을 들이게 되는 문제점이 있다.

따라서, 학습자 개개인의 성향이나 학습진도에 따라 맞춤형 학습 컨텐츠를 제공하는 방법들이 제시되고 있다.

예를 들어, 주간 학습지들의 경우 학습자의 진도에 맞추어 다음 회차의 교재를 제공하는 등이 그것이다.

그러나, 이러한 주간 학습지들의 경우에도 대량으로 인쇄되어 제작된 교재들 가운데 학습자 개인의 진도에 맞춰 적당한 것을 선택하여 제공하는 정도에 불과하며 학습자 개개인의 유형이나 특성까지 감안하여 학습방법론과 커리큘럼을 새롭게 구성하지는 못한다는 한계를 갖는다.

따라서, 학습자 개개인의 유형이나 특성을 감안하여 개인화된 학습 컨텐츠의 제공 방법론 개발이 필요한 실정이다.

특히, 학습자들에게 제공된 학습 컨텐츠의 학습 진도와 평가 정보를 수집하여 반영함으로써 개인화를 위한 컨텐츠 매칭 알고리즘의 정교화 방안 모색이 필요하다.

본 발명은 상기와 같은 종래기술의 문제점을 해소하기 위하여 안출된 것으로 학습자의 정보를 취득하여 유형, 학습수준을 분류하고, 미리 분류된 컨텐츠들을 취합함으로써 개인화된 컨텐츠 패키지를 제공하는 맞춤형 학습 컨텐츠 패키징 시스템 및 그 방법의 제공을 그 목적으로 한다.

본 발명의 다른 목적은 제공된 학습 컨텐츠 패키지에 대한 학습진행현황과 평가에 따라 학습자의 유형, 학습수준과 컨텐츠의 메타정보를 실시간으로 조정함으로써 보다 정교한 학습 컨텐츠의 선정, 추천을 가능케 하는 맞춤형 학습 컨텐츠 패키징 시스템 및 그 방법의 제공에 있다.

이와 같은 목적을 달성하기 위하여 본 발명에 의한 맞춤형 학습 컨텐츠 패키징 시스템은 하나 이상의 학습방법론 데이터, 다수의 셀이 순차연결된 하나 이상의 커리큘럼 및 사용자 유형정보에 대응하는 메타정보를 가지는 하나 이상의 학습 컨텐츠를 저장하는 컨텐츠 데이터베이스;

사용자별로 사용자 유형정보 및 선행학습 수준정보를 저장하는 사용자 정보 데이터베이스;

클라이언트로부터 사용자 유형정보 및 선행학습 수준정보를 수집하여 상기 사용자 정보 데이터베이스에 저장하는 정보수집수단;

상기 클라이언트의 사용자 유형정보 및 선행학습 수준정보를 이용하여 기 저장된 가운데 어느 하나를 각각 인출하고, 인출된 커리큘럼 각 셀에 포함될 학습 컨텐츠를 각각 인출하되, 인출된 각 학습 컨텐츠를 셀의 순서에 따라 배열하여 미리 정해진 데이터 구조에 의하여 인코딩함으로써 학습 컨텐츠 패키지를 생성하는 패키징 수단; 및

네트워크를 통해 접속한 클라이언트로 상기 생성된 학습 컨텐츠 패키지를 제공하는 패키지 제공수단;을 구비하되,

상기 정보수집수단은 상기 클라이언트로부터 제공된 학습 컨텐츠 패키지에 대한 학습진행기록 및 평가기록을 수집하는 것을 특징으로 한다.

한편, 이와 같은 목적을 달성하기 위하여 본 발명에 의한 맞춤형 학습 컨텐츠 패키징 방법은 네트워크를 통해 접속한 클라이언트로부터 사용자 유형정보 및 선행학습 수준정보를 수집하는 제 110 단계;

상기 클라이언트로부터 수집한 사용자 유형정보 및 선행학습 수준정보를 이용하여 기 저장된 학습방법론 및 커리큘럼 가운데 어느 하나를 각각 인출하는 제 120 단계;

미리 정해진 기준에 의하여 분류되어 저장된 학습 컨텐츠 가운데 상기 커리큘럼의 각 셀에 포함될 학습 컨텐츠를 각각 인출하는 제 130 단계;

상기 인출된 학습 컨텐츠들을 상기 커리큘럼에 의한 순서에 따라 배열하고 미리 정해진 데이터 구조에 의하여 인코딩하되, 네트워크를 통해 접속한 클라이언트로 제공하는 제 140 단계; 및

상기 클라이언트로부터 상기 제공된 인코딩된 학습 컨텐츠들에 대한 학습진행기록 및 평가기록을 수집하는 제 150 단계;를 포함하는 것을 특징으로 한다.

이와 같은 본 발명에 의할 때 각 사용자별 유형과 선행학습 수준에 맞춘 컨텐츠 패키징 알고리즘에 의하여 각 학습자마다 최적화된 학습 컨텐츠 패키지를 제공할 수 있으며, 특히 진행기록과 평가기록을 반영함으로써 진행상황에 따라 후속 학습 컨텐츠 패키지를 추가적으로 제공할 수 있다는 효과가 있다.

뿐만 아니라, 제공된 학습 컨텐츠 패키지에 대한 사용자들의 진행기록과 평가기록에 의하여 학습자의 유형과 컨텐츠의 메타태그를 실시간으로 조정함으로써 매칭 알고리즘을 더욱 정교화시킬 수 있다.

학습진도나 유형과 무관하게 전집을 구매하던 종래의 패턴에서 벗어나 학습진도와 학습자 자신의 유형에 맞는 패키지만을 구입하도록 유도할 수 있어 수요자의 입장에서는 경제적이고 효율적인 소비를 할 수 있으며, 서비스 제공자의 입장에서는 새로운 수익 모델이 창출될 수 있다.

도 1은 본 발명에 의한 맞춤형 학습 컨텐츠 패키징 시스템이 다수의 클라이언트와 연결되는 관계를 설명하는 망구성도이며,
도 2는 본 발명에 의한 맞춤형 학습 컨텐츠 패키징 시스템의 구조를 설명하는 기능블록도이며,
도 3은 본 발명에 의한 맞춤형 학습 컨텐츠 패키징 방법을 시계열적으로 설명한 플로우차트이며,
도 4는 도 3에 도시된 맞춤형 학습 컨텐츠 패키징 방법에서 학습자의 유형정보와 학습수준을 파악하는 과정을 세부적으로 설명한 플로우차트이다.

이하에서는 첨부하는 도면을 참조하여 본 발명에 의한 맞춤형 학습 컨텐츠 패키징 시스템의 구성을 상세히 살펴보기로 한다.

도 1에 도시된 바에 의하면 다수의 클라이언트(1)는 인터넷 망을 통해 서버(2)에 접속하는데, 본 발명에 의한 맞춤형 학습 컨텐츠 패키징 시스템(100)은 서버(2)에 구현될 수 있다.

클라이언트(1)는 개인용 컴퓨터(PC)에 국한되지 않으며 스마트폰, 타블렛 등 다양한 형태일 수 있다.

한편, 사용자들은 이러한 클라이언트(1)를 이용하여 본 발명에 의한 맞춤형 학습 컨텐츠 패키징 시스템(100)에 접속하여 후술하는 바와 같이 몇몇 선택지 가운데서 적당한 것을 선택하거나 직접 입력함으로써 맞춤형 학습 컨텐츠 패키징 시스템(100)으로 하여금 자신이 속하는 유형을 판단하도록 하고, 또한 소정의 테스트를 거침으로써 맞춤형 학습 컨텐츠 패키징 시스템(100)으로 하여금 학습수준을 판단하도록 한다.

한편, 맞춤형 학습 컨텐츠 패키징 시스템(100)은 사용자의 유형, 특성을 입력받거나 수집하여 사용자에게 적절한 학습방법을 선택하고, 적절한 학습매체를 결정한 다음 사용자에게 맞춰진 학습 컨텐츠를 디자인하고 패키징하여 제공한다.

학습 컨텐츠는 디지털화된 데이터의 형태로 패키징되어 도 1에 도시된 바와 같이 인터넷 망을 통해 클라이언트(1)로 직접 제공될 수도 있으나, 학습지의 형태로 제본되어 사용자에게 배송될 수도 있다.

이와 같이 맞춤형 학습 컨텐츠를 디자인하고 패키징하기 위하여 본 발명에 의한 맞춤형 학습 컨텐츠 패키징 시스템(100)은 도 2에 도시된 바와 같이 컨텐츠 데이터베이스(110), 사용자 정보 데이터베이스(120), 정보수집수단(130), 패키징 수단(140) 및 패키지 제공수단(150)을 구비한다.

컨텐츠 데이터베이스(110)는 메타정보를 갖는 다수의 학습 컨텐츠를 저장한다.

학습 컨텐츠는 오프라인 상에서 제공되던 학습지 등 사용자의 학습을 돕기 위한 서적, 교재의 내용을 디지털화한 것으로서 바람직하게는 특정 주제별, 단원별로 구분되어 저장된다.

한편, 이러한 학습 컨텐츠는 컨텐츠의 내용과는 별개로 메타정보를 가지는데 이때 메타정보는 해당 학습 컨텐츠가 속하는 분야, 진도, 난이도, 학습방법, 선호도, 적합성, 매체형태 등을 포함할 수 있다. 분야란 해당 학습 컨텐츠가 어떤 과목에 관한 것인지를 나타내며, 진도는 해당 과목의 학습과정상 어느 시점에 학습하게 되는 것인지 몇 번째 단원에 해당하는지를 나타내며, 난이도는 학습자의 학습수행능력을 수치화하여 나누었을 때 어느 수준의 학습자들에게 맞추어진 것인지를 나타내며, 학습방법은 객관식 또는 주관식 서술형 같은 문제풀이 방식에 관한 것일 수 있으며, 더 나아가 해당 컨텐츠의 특성상 동일 내용을 반복학습하는 것이 좋은지, 유사 내용까지 확장하여 학습하는 것이 좋은지 등 각 컨텐츠의 학습방법 전반에 관한 정보를 나타낸다.

한편, 후술하는 바와 같이 학습 컨텐츠 패키지를 제공받아 학습을 한 사용자들로부터 해당 컨텐츠가 자신의 학습 능력이나 성향에 비추어 얼마나 적절하다고 생각하는지, 해당 컨텐츠의 품질이 얼마나 만족스러웠는지 등의 정보를 수집하여 메타정보를 갱신한다.

메타정보의 갱신에 의하여 사용자마다 보다 정교한 학습 컨텐츠의 디자인, 최적화된 패키징이 가능해진다.

이와 같이 사용자로부터 피드백을 받아 학습 컨텐츠의 메타정보가 갱신될 수 있도록 학습 컨텐츠의 메타정보는 사용자가 얼마나 해당 컨텐츠에 만족했는지를 나타내는 선호도, 해당 컨텐츠가 사용자에게 얼마나 적합한 것이었는가를 나타내는 적합성을 더 포함할 수 있다.

한편, 학습 컨텐츠를 패키징하여 반드시 디지털화된 데이터 형태로 인터넷을 통해 클라이언트(1)에게 제공해야만 하는 것은 아니며 서책의 형태로 제본되어 배송되거나, DVD 형태로 기록되어 제공될 수도 있다. 따라서, 패키징된 학습 컨텐츠는 여러가지의 형태를 가질 수 있는데 메타정보는 해당 학습 컨텐츠가 어떤 형태의 매체로 제공되는 것이 바람직한지를 가리키는 매체형태 정보를 더 포함할 수도 있다.

한편, 컨텐츠 데이터베이스(110)는 바람직하게는 이러한 메타정보를 갖는 다수의 학습 컨텐츠 이외에도 다수의 학습방법론 데이터 및 다수의 커리큘럼을 저장한다.

학습방법론 데이터는 이야기 전개식 교재구성 또는 요점 정리식 교재구성, 객관식 문제풀이 방식 또는 주관식 서술형 등과 같은 전형적인 형태의 방법론 이외에도 동일 내용을 반복학습하는 방법 또는 유사 주제로 확장하여 학습하는 방법 등 다양한 학습방법론을 망라한다.

한편, 커리큘럼은 어느 하나 또는 그 이상의 학습방법론과 관련되어 저장되며, 다수의 셀이 순차연결된 데이터 구조를 갖는다.

예를 들어, 요점 정리식 교재구성에 관한 학습방법론 데이터와 관련하여 수학 과목의 난이도 1에 해당하는 교재 커리큘럼, 자연과학 과목의 난이도 3에 해당하는 교재 커리큘럼 등과 같이 컨텐츠 데이터베이스(110)에 함께 저장된다.

이러한 커리큘럼은 그 자체로 학습 내용을 포함하지 않으며 대신 어떤 학습 컨텐츠들을 어떤 순서로 배열할 것인지를 나타낼 뿐이다.

한편, 도 2에 도시된 맞춤형 학습 컨텐츠 패키징 시스템(100)을 구성하는 사용자 정보 데이터베이스(120)는 사용자별로 사용자 유형정보 및 선행학습 수준정보를 저장한다.

사용자 유형정보란 해당 클라이언트(1)의 사용자의 관심 분야, 적성, 학습패턴을 포함할 수 있다. 관심 분야란 어떤 과목을 공부하고 싶어하는지를 나타내며, 적성은 어느 과목을 더 잘할 수 있고 어느 과목에 약한지를 나타내며, 학습패턴은 객관식 문제풀이를 통해 틀린 것을 점검하는 방식의 학습에 익숙한지 아니면 서술형으로 써보며 지식을 확인하는 방식에 익숙한지, 반복학습을 통해 반드시 기억을 되살려줘야 능률이 오르는 타입인지, 연관 분야에 대한 확장학습에 적합한 타입인지 등 학습자가 어떤 학습방식에 적합한지를 나타낸다.

한편, 선행학습 수준정보란 사용자가 특정 분야, 과목과 관련하여 어느 범위까지, 어느 정도 수준의 이해도를 갖고 있는지 나타낸다. 즉, 어느 과목에 대해 어느 단락까지 선행학습이 되어있는지, 어느 정도의 난이도까지 학습이 되어 있는지에 관한 것이다.

즉, 학습 컨텐츠의 메타정보 가운데 분야 및 적성, 학습방법 및 학습패턴은 서로 대응되는 항목임을 알 수 있다.

정보수집수단(130)은 인터넷을 통해 접속한 클라이언트(1)들로부터 사용자 유형정보 및 선행학습 수준정보를 수집하여 사용자 정보 데이터베이스(120)에 저장한다.

설문조사 또는 테스트를 통해 사용자 유형정보 및 선행학습 수준정보가 수집될 수 있으며, 이러한 정보의 수집은 웹 페이지나 전용 클라이언트 프로그램을 통해 이루어질 수 있다.

즉, 사용자는 클라이언트(1)를 통해 웹 페이지에 접속하여 선택지들을 선택하는 것에 의하여 자신의 사용자 유형정보 판단을 위한 데이터를 맞춤형 학습 컨텐츠 패키징 시스템(100)에 제공할 수 있으며, 웹 페이지를 통해 주어진 문제들을 푸는 것에 의해 자신의 선행학습 수준정보 판단을 위한 데이터를 맞춤형 학습 컨텐츠 패키징 시스템(100)로 제공할 수 있다. 웹 페이지에 접속하는 대신 맞춤형 학습 컨텐츠 패키징 시스템(100)가 제공하는 전용 클라이언트 프로그램을 클라이언트(1)에 설치하여 이를 통해 선택지를 선택하거나 테스트를 할 수도 있다.

이러한 방법 이외에도 사용자의 성향을 파악하기 위한 다른 테스트(MBTI 등) 결과를 입력받을 수도 있다.

패키징 수단(140)은 이와 같이 수집되어 저장된 상기 클라이언트(1) 사용자 유형정보를 이용하여 사용자에게 적합한 학습방법론 데이터를 컨텐츠 데이터베이스(110)로부터 인출한다.

학습방법론 데이터는 다양하게 분류된 학습방법론 각각을 나타내는데, 패키징 수단(140)은 사용자 유형정보 가운데 학습패턴에 비추어 적절한 학습방법론을 선택한다.

한편, 학습방법론이 선택되면 이와 관련된 커리큘럼 가운데 사용자의 관심분야나 적성에 비추어 적당한 커리큘럼을 선택하는데 이때 선행학습 수준정보가 참고될 수 있다.

즉, 선행학습 수준정보에 따라서는 특정 과목과 관련하여 어느 지점 이후부터 학습하는 것이 바람직한지, 어느 정도 난이도의 학습 컨텐츠가 적합한지를 판단할 수 있으므로 패키징 수단(140)은 이러한 조건에 부합하는 커리큘럼을 선택한다.

이와 같이 커리큘럼이 선택되면 커리큘럼의 각 셀에 해당하는 학습 컨텐츠를 인출한다. 커리큘럼의 각 셀은 어느 분야의 어느 정도 진도, 단락에 해당하는 어느 정도 난이도의 학습 컨텐츠가 포함되어야 하는지에 관한 정보를 갖고 있으며, 패키징 수단(140)은 이와 같이 커리큘럼의 각 셀에 부합하는 학습 컨텐츠를 컨텐츠 데이터베이스(110)로부터 각각 인출한다.

한편, 인출된 각 학습 컨텐츠들은 커리큘럼의 셀 들의 순서에 따라서 인코딩된다. 즉, 커리큘럼이 5개의 셀로 이루어진다고 가정할 때 패키징 수단(140)은 컨텐츠 데이터베이스(110)로부터 각 셀에 부합하는 학습 컨텐츠를 각각 인출한 다음 미리 정해진 데이터 구조에 의하여 인코딩함으로써 학습 컨텐츠 패키지를 생성한다.

이와 같이 패키징 수단(140)은 표준화되어 구분 저장된 다수의 학습 컨텐츠들을 이용하여 사용자의 유형이나 특성에 관한 정보를 이용해 맞춤형 학습 컨텐츠를 생성한다.

물론, 이처럼 디지털화된 형태로 패키지를 생성하는 대신 서적의 형태로 제작하거나 DVD 등과 같은 매체로 패키지를 생성할 수도 있을 것이나 이하에서는 디지털화된 데이터의 형태로 패키지가 생성된 것을 가정하여 설명한다.

이와 같이 학습 컨텐츠 패키지가 생성되면 패키지 제공수단(150)은 네트워크를 통해 접속한 클라이언트(1)로 상기 생성된 학습 컨텐츠 패키지를 제공한다.

학습 컨텐츠 패키지가 제공됨에 따라 사용자는 클라이언트(1)를 이용하여 제공받은 학습 컨텐츠 패키지를 학습한다. 학습은 개인적으로 이루어지나 학습진행기록과 평가기록은 정보수집수단(130)에 의하여 수집된다.

학습진행기록은 커리큘럼의 어느 진도까지 학습이 이루어졌는가 하는 로그에 해당하며, 평가기록은 사용자의 정답율은 물론, 사용자가 해당 학습 컨텐츠 패키지에 얼마나 만족하였는가, 제공된 학습 컨텐츠 패키지가 자신에게 얼마나 적합하다고 느꼈는가에 관한 정보를 더 포함할 수도 있다.

이때, 중요한 것은 학습진행기록을 수집한 정보수집수단(130)이 사용자 정보 데이터베이스에 저장된 상기 클라이언트(1)의 사용자 유형정보 및 선행학습 수준정보를 갱신하며, 평가기록을 수집하여 컨텐츠 데이터베이스(110)에 저장된 해당 학습 컨텐츠의 메타정보를 갱신한다는 점이다.

구체적으로 살펴보면 사용자 유형정보 가운데 관심분야, 적성을 갱신할 수 있으며, 어디까지 학습을 했는지 나타내는 선행학습 수준정보를 갱신할 수 있다. 이에 의하여 클라이언트(1)의 상태에 관련된 정보가 최신의 것으로 유지될 수 있다.

또한, 제공된 학습 컨텐츠 패키지에 속하는 학습 컨텐츠들의 메타정보 가운데 선호도와 적합성이 갱신될 수 있다. 이는 상기 클라이언트(1)를 비롯 맞춤형 학습 컨텐츠 패키징 시스템(100)으로부터 학습 컨텐츠 패키지를 제공받는 모든 클라이언트들에게 적용될 수 있는 것으로, 다수의 클라이언트들로부터 이들 정보를 수집하고 갱신함으로써 그 이후에 어느 하나의 클라이언트에게 학습 컨텐츠 패키지를 제공할 때에는 다른 클라이언트들로부터 피드백 받은 정보들이 영향을 주게 된다.

즉, 컨텐츠 데이터베이스(110)에 저장된 학습 컨텐츠 자체에 다른 변화가 없다고 하여도 사용자들로부터 피드백 받은 결과에 따라서는 어느 한 시점에 특정 클라이언트에게 제공된 학습 컨텐츠 패키지와 나중 다른 시점에 다른 클라이언트에게 제공된 학습 컨텐츠 패키지의 구성이 다를 수 있다.

물론, 동일한 클라이언트(1)에게 재차 학습 컨텐츠 패키지를 디자인하고 생성하여 제공할 때 학습 컨텐츠 패키지의 구성이 달라질 수 있음은 물론이다.

패키징 수단(140)은 학습 컨텐츠 패키지 생성시 이와 같이 갱신된 사용자 유형정보 및 선행학습 수준정보 및 메타정보를 이용함으로써 더욱 세밀한 학습 컨텐츠의 선정, 학습 패키지 구성을 할 수 있다.

이하에서는 도 3 및 도 4를 참조하여 본 발명에 의한 맞춤형 학습 컨텐츠 패키징 방법을 상세히 살펴보기로 한다.

도 3에 도시된 바에 의할 때 우선 맞춤형 학습 컨텐츠 패키징 시스템(100)은 네트워크를 통해 접속한 클라이언트로부터 사용자 유형정보 및 선행학습 수준정보를 수집(S110)하여 데이터베이스의 해당 사용자 계정에 저장한다.

사용자 유형정보를 수집하는 과정을 도 4를 참조하여 살펴보면 우선 웹 브라우저 또는 전용 프로그램을 통해 접근가능한 다수의 선택 사항을 포함하는 선택지를 제공한다(S111).

이후, 클라이언트(1)가 웹 브라우저 또는 전용 프로그램을 이용하여 상기 선택지를 화면에 표시하면 사용자가 선택지들에 대해 선택하고 입력한다. 맞춤형 학습 컨텐츠 패키징 시스템(100)은 클라이언트(1)로부터 상기 제공된 선택지에 대한 사용자의 입력값을 수집하여 사용자 유형정보를 생성한다(S112).

사용자 유형정보는 사용자의 관심 분야, 적성 또는 학습패턴을 포함할 수 있으며 사용자로 하여금 선택지를 선택하도록 하는 대신에 사용자의 유형을 판별하기 위한 MBTI 등의 테스트 결과를 입력받을 수도 있을 것이다.

맞춤형 학습 컨텐츠 패키징 시스템(100)은 생성된 사용자 유형정보를 상기 클라이언트(1)의 계정에 저장한다(S113).

한편, 사용자 유형정보를 수집하는 과정을 도 4를 참조하여 살펴보면 우선 웹 브라우저 또는 전용 프로그램을 통해 접근가능한 다수의 문항을 제공하고(S114), 클라이언트로(1)부터 상기 제공된 다수의 문항에 대한 사용자의 입력값을 수집한다. 이후, 입력값에 의해 정답율을 판정한다(S115).

이에 의하여 상기 클라이언트(1)에 대한 선행학습 수준정보를 생성(S116)하여 상기 클라이언트(1)의 계정에 저장한다(S117).

한편, 이와 같이 사용자 유형정보 및 선행학습 수준정보가 수집됨에 따라 맞춤형 학습 컨텐츠 패키징 시스템(100)은 데이터베이스로부터 기 저장된 학습방법론 및 커리큘럼 가운데 하나씩 각각 인출한다(S120).

이 과정을 자세히 살펴보면 우선 클라이언트(1)로부터 수집한 사용자 유형정보를 이용하여 기 저장된 학습방법론 가운데 사용자 학습패턴이나 관심분야, 적성에 부합하는 것을 선택한다(S121).

이후 사용자의 관심분야 및 선행학습 수준정보를 이용하여 어느 하나의 커리큘럼을 선택한다(S122). 이러한 커리큘럼은 시간순으로 배열된 다수의 셀을 포함하는데, 각 셀은 어느 분야의 어느 정도 진도, 단락에 해당하는 어느 정도 난이도의 학습 컨텐츠가 포함되어야 하는지에 관한 정보를 갖는다.

이후, 미리 정해진 기준에 의하여 분류되어 데이터베이스에 저장된 학습 컨텐츠 가운데 상기 커리큘럼의 각 셀에 포함될 학습 컨텐츠를 각각 인출한다(S130).

이와 같이 학습 컨텐츠들이 인출되면 이들을 상기 커리큘럼에 의한 순서에 따라 배열하고 미리 정해진 데이터 구조에 의하여 인코딩함으로써 학습 컨텐츠 패키지를 생성한다. 이후, 생성된 학습 컨텐츠 패키지를 네트워크를 통해 접속한 클라이언트(1)로 제공한다(S140).

한편, 사용자는 클라이언트(1)를 이용하여 제공받은 학습 컨텐츠 패키지로 학습을 하는데, 이에 따라 맞춤형 학습 컨텐츠 패키징 시스템(100)은 클라이언트(1)들로부터 학습진행기록 및 평가기록을 수집한다(S150).

이와 같이 학습진행기록 및 평가기록을 수집한 맞춤형 학습 컨텐츠 패키징 시스템(100)은 수집한 학습진행기록을 이용하여 상기 클라이언트(1)의 사용자 유형정보, 선행학습 수준정보를 갱신(S161)하고, 수집한 평가기록을 이용하여 해당 학습 컨텐츠의 메타정보를 갱신한다(S162).

한편, 이와 같이 클라이언트(1)의 사용자 유형정보 및 선행학습 수준정보가 축적됨에 따라 차후 상기 클라이언트(1)로 다른 학습 컨텐츠 패키지를 제공할 경우 보다 정교한 학습 컨텐츠의 선정, 추천이 가능해진다.

뿐만 아니라, 다수의 사용자들로부터 학습 컨텐츠들의 메타정보가 수집되어 축적됨에 따라 신뢰성 높은 메타정보를 이용해 학습 컨텐츠 패키지를 생성하여 클라이언트들로 제공할 수 있게 된다.

이와 같이 사용자 유형정보, 선행학습 수준정보 또는 학습 컨텐츠들의 메타정보가 갱신되고, 상기 클라이언트(1) 또는 다른 클라이언트들로 학습 컨텐츠 패키지를 제공하게 되는 경우 맞춤형 학습 컨텐츠 패키징 시스템(100)은 상기 제 120 단계 또는 제 130 단계로 분기(S170)하여 갱신된 정보를 이용하여 더욱 정교한 학습 컨텐츠 패키징을 수행하게 된다.

한편, 상기에서 살펴본 바와 같은 맞춤형 학습 컨텐츠 패키징 방법은 컴퓨터로 판독가능한 기록매체에 기록되어 서버(2)에서 실행될 수 있다.

이상 몇가지의 실시예를 들어 본 발명을 살펴보았으나 이러한 실시예는 예시의 목적을 위해 개시된 것이고, 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것임은 물론, 이는 하기의 특허청구범위를 벗어나지 아니하는 것으로 해석되어야 한다.

1 : 클라이언트 2 : 서버
110 : 컨텐츠 데이터베이스 120 : 사용자 정보 데이터베이스
130 : 정보수집수단 140 : 패키징 수단
150 : 패키지 제공수단

Claims (19)

1. 네트워크를 통해 접속한 클라이언트로부터 사용자 유형정보 및 선행학습 수준정보를 수집하는 제 110 단계;
   상기 클라이언트로부터 수집한 사용자 유형정보 및 선행학습 수준정보를 이용하여 기 저장된 학습방법론 및 커리큘럼 가운데 어느 하나를 각각 인출하는 제 120 단계;
   미리 정해진 기준에 의하여 분류되어 저장된 학습 컨텐츠 가운데 상기 커리큘럼의 각 셀에 포함될 학습 컨텐츠를 각각 인출하는 제 130 단계;
   상기 인출된 학습 컨텐츠들을 상기 커리큘럼에 의한 순서에 따라 배열하고 미리 정해진 데이터 구조에 의하여 인코딩하되, 네트워크를 통해 접속한 클라이언트로 제공하는 제 140 단계; 및
   상기 클라이언트로부터 상기 제공된 인코딩된 학습 컨텐츠들에 대한 학습진행기록 및 평가기록을 수집하는 제 150 단계;를 포함하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 방법.
   
2. 제 1 항에 있어서,
   상기 제 120 단계는 상기 클라이언트로부터 수집한 사용자 유형정보를 이용하여 기 저장된 학습방법론 가운데 어느 하나를 인출하는 제 121 단계; 및
   상기 학습 방법론과 상기 선행학습 수준정보를 이용하여 시간순으로 배열되는 다수의 셀로 이루어지는 기 저장된 커리큘럼 가운데 어느 하나를 인출하는 제 122 단계;로 이루어지는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 방법.
   
3. 제 1 항에 있어서,
   상기 제 150 단계 이후 수집한 학습진행기록을 이용하여 상기 클라이언트의 사용자 유형정보, 선행학습 수준정보를 갱신하는 제 161 단계;를 더 포함하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 방법.
   
4. 제 1 항에 있어서,
   상기 제 150 단계 이후 수집한 평가기록을 이용하여 해당 학습 컨텐츠의 메타정보를 갱신하는 제 162 단계;를 더 포함하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 방법.
   
5. 제 3 항 또는 제 4 항 가운데 어느 한 항에 있어서,
   상기 사용자 유형정보, 선행학습 수준정보 또는 학습 컨텐츠들의 메타정보가 갱신됨에 따라 상기 제 120 단계 또는 제 130 단계로 분기하는 제 170 단계;를 더 포함하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 방법.
   
6. 제 1 항에 있어서,
   상기 제 110 단계는 웹 브라우저 또는 전용 프로그램을 통해 접근가능한 다수의 선택 사항을 포함하는 선택지를 제공하는 제 111 단계; 및
   클라이언트로부터 상기 제공된 선택지에 대한 사용자의 입력값을 수집함으로써 사용자 유형정보를 생성하는 제 112 단계; 및
   상기 생성된 사용자 유형정보를 상기 클라이언트의 계정에 저장하는 제 113 단계;를 포함하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 방법.
   
7. 제 1 항에 있어서,
   상기 제 110 단계는 웹 브라우저 또는 전용 프로그램을 통해 접근가능한 다수의 문항을 제공하는 제 114 단계; 및
   클라이언트로부터 상기 제공된 다수의 문항에 대한 사용자의 입력값을 수집하되, 정답율을 판정하는 제 115 단계;
   판정된 정답율을 이용하여 상기 클라이언트에 대한 선행학습 수준정보를 생성하는 제 116 단계; 및
   상기 생성된 선행학습 수준정보를 상기 클라이언트의 계정에 저장하는 제 117 단계;를 포함하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 방법.
   
8. 제 1 항에 있어서,
   상기 제 110 단계에서, 사용자 유형정보는 사용자의 관심 분야, 적성, 학습패턴 가운데 어느 하나 이상을 포함하는 정보임을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 방법.
   
9. 제 8 항에 있어서,
   상기 제 130 단계에서 각 학습 컨텐츠가 가지는 메타정보는 상기 사용자 유형정보에 대응되는 항목을 포함하는 정보임을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 방법.
   
10. 제 9 항에 있어서,
    상기 제 130 단계에서 상기 메타정보는 사용자들로부터 수집된 해당 학습 컨텐츠에 대한 평가 정보를 더 포함하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 방법.
    
11. 하나 이상의 학습방법론 데이터, 다수의 셀이 순차연결된 하나 이상의 커리큘럼 및 사용자 유형정보에 대응하는 메타정보를 가지는 하나 이상의 학습 컨텐츠를 저장하는 컨텐츠 데이터베이스;
    사용자별로 사용자 유형정보 및 선행학습 수준정보를 저장하는 사용자 정보 데이터베이스;
    클라이언트로부터 사용자 유형정보 및 선행학습 수준정보를 수집하여 상기 사용자 정보 데이터베이스에 저장하는 정보수집수단;
    상기 클라이언트의 사용자 유형정보 및 선행학습 수준정보를 이용하여 기 저장된 커리큘럼 가운데 어느 하나를 각각 인출하고, 인출된 커리큘럼 각 셀에 포함될 학습 컨텐츠를 각각 인출하되, 인출된 각 학습 컨텐츠를 셀의 순서에 따라 배열하여 미리 정해진 데이터 구조에 의하여 인코딩함으로써 학습 컨텐츠 패키지를 생성하는 패키징 수단; 및
    네트워크를 통해 접속한 클라이언트로 상기 생성된 학습 컨텐츠 패키지를 제공하는 패키지 제공수단;을 구비하되,
    상기 정보수집수단은 상기 클라이언트로부터 제공된 학습 컨텐츠 패키지에 대한 학습진행기록 및 평가기록을 수집하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 시스템.
    
12. 제 11 항에 있어서,
    상기 패키징 수단은 상기 클라이언트의 사용자 유형정보를 이용하여 상기 컨텐츠 데이터베이스로부터 어느 하나의 학습방법론 데이터를 인출하고, 상기 클라이언트의 선행학습 수준정보를 이용하여 상기 인출된 학습방법론 데이터에 해당하는 커리큘럼 가운데 어느 하나를 인출한 다음, 상기 커리큘럼의 각 셀에 포함될 학습 컨텐츠를 각각 인출하여 인코딩하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 시스템.
    
13. 제 11 항에 있어서,
    상기 정보수집수단은 수집한 학습진행기록을 이용하여 사용자 정보 데이터베이스에 저장된 상기 클라이언트의 사용자 유형정보 및 선행학습 수준정보를 갱신하며,
    수집한 평가기록을 이용하여 컨텐츠 데이터베이스에 저장된 해당 학습 컨텐츠의 메타정보를 갱신하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 시스템.
    
14. 제 13 항에 있어서,
    상기 패키징 수단은 갱신된 상기 클라이언트의 사용자 유형정보 및 선행학습 수준정보 및 메타정보가 갱신된 학습 컨텐츠들을 이용하여 학습 컨텐츠 패키지를 생성하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 시스템.
    
15. 제 11 항에 있어서,
    상기 정보수집수단은 웹 브라우저 또는 전용 프로그램을 통해 접근가능한 다수의 선택 사항을 포함하는 선택지를 제공하되, 상기 클라이언트로부터 제공된 선택지에 대한 사용자의 입력값을 수집함으로써 사용자 유형정보를 생성하며,
    웹 브라우저 또는 전용 프로그램을 통해 접근가능한 다수의 문항을 제공하되, 상기 클라이언트로부터 상기 제공된 다수의 문항에 대한 사용자의 입력값을 수집하여 정답율을 판정함으로써 상기 클라이언트에 대한 선행학습 수준정보를 생성하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 시스템.
    
16. 제 11 항에 있어서,
    상기 사용자 유형정보는 사용자의 관심 분야, 적성, 학습패턴 가운데 어느 하나 이상을 포함하는 정보임을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 시스템.
    
17. 제 11 항에 있어서,
    상기 학습 컨텐츠의 메타정보는 상기 사용자 유형정보에 대응되는 항목을 포함하는 정보임을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 시스템.
    
18. 제 17 항에 있어서,
    상기 메타정보는 사용자들로부터 수집된 해당 학습 컨텐츠에 대한 평가 정보를 더 포함하는 것을 특징으로 하는 맞춤형 학습 컨텐츠 패키징 시스템.
    
19. 제 1 항 내지 제 10 항 가운데 어느 한 항에 기재된 맞춤형 학습 컨텐츠 패키징 방법이 수록된 컴퓨터로 판독가능한 기록매체.

Images