KR20120096660A

KR20120096660A - 선택적 준거집단을 활용하는 전자학습 시스템 및 그 제공방법

Info

Publication number: KR20120096660A
Application number: KR1020110015872A
Authority: KR
Inventors: 윤완철; 이문용
Original assignee: 한국과학기술원
Priority date: 2011-02-23
Filing date: 2011-02-23
Publication date: 2012-08-31

Abstract

본 발명은 선택적 준거집단을 활용하는 전자학습 시스템 및 그 제공방법에 관한 것으로서, 보다 구체적으로는 단순히 콘텐츠의 취합을 목적으로 하는 협업형 집단지성에 기반한 교육용 집단지성의 패러다임을 뛰어넘어, 집단지성을 통하여 사회역학을 생성함으로써 교육에 참여하는 사람들의 학습동기를 고취시키는, 고도의 기술력에 기반한 통합형 집단지성의 새로운 모델을 제시하는 전자학습 시스템 및 그 제공방법에 관한 것이다.

Description

선택적 준거집단을 활용하는 전자학습 시스템 및 그 제공방법{E-LEARNING SYSTEM BASED ON REFERENCE GROUP AND A METHOD FOR SUPPLYING THE SAME SYSTEM}

집단지성은 웹2.0로 명명되는 현재의 인터넷의 중요한 특징 중의 하나이다. 집단지성 혹은 집단지능이라고 번역되는 collective intelligence는 다수의 사람들에 의해 제공되는 정보를 통합적으로 처리하여 유용한 일에 사용하는 능력이라고 할 수 있다 (Alag, 2009). Time Magazine은 매년 세상을 변화시키는데 앞장선 그해의 인물을 선정하는데, 2006년 올해의 인물(Person of the Year)로 사이버 공간에서 정보를 제공하고 지식을 생성하는 일에 동참하는 다수의 이름없는 인터넷 사용자를 선정했었다. 이제 많은 인터넷 사용자들은 단순히 제공된 정보를 소비하는 소비자의 역할에 만족하지 않고 정보의 생산과 지식의 형성에 적극적으로 참여하는 특징을 나타내고 있다. 이러한 현상들은 계속 되어질 것이며, 이러한 대중의 정보와 지식을 공유하는 욕구를 만족시키려는 여러가지 새로운 모습의 웹 사이트들이 최근 등장해왔다.

그러나 집단지성의 구현이 인터넷 환경에만 국한되는 것은 아니다. 인류가 시작되어 집단을 형성하고 생활한 이후로 집단의 지성 혹은 지능은 인류, 특히 집단공동의 문제를 해결하는데 중요한 역할을 해왔다. 그럼에도 불구하고 집단지성이 오늘날 새롭게 부각되는 이유는 세계 곳곳에 흩어져 있는 다수의 사람들의 생각과 의견, 행동을 실시간 통합적으로 연결해주는 IT 기술 때문이다. IT 기술을 통한 정보와 지식의 공유는 집단지성의 발현이 내가 속해 있는 조직, 현재 살고 있는 지역, 내가 알고 있는 지인들을 넘어서서 가능하게 한다.

집단지성이 우리의 실생활과 미래사회에 중요한 영향을 미치는 개념이라는데에는 많은 사람들이 동의한다. 구체적으로 어떤 형태로 영향을 미치고 있는지에 대해서도 많은 연구가 되어왔고 다양한 사례들이 소개되고 있다. 집단지성은 흔히 IT 기술의 바탕 위에서 구현되는데, 참여자들의 직접적인 협업에 근거한 위키피디아나 한국의 지식iN 같은 협업형(collaborative) 집단지성으로부터, 사용자들의 직접적인 협업이 아니라 독립되고 분산된 정보를 고도로 발달된 기술과 알고리즘을 통하여 통합적으로 처리하여 새로운 지식을 만들어내는 구글의 페이지랭크(PageRank)와 같은 통합형(integrative) 집단지성에 이르기까지 다양하다. IT 시스템이 협업형 집단지성에서는 지식공유와 협업에 필요한 장을 제공하는 역할을 주로 하는 반면에, 통합형 집단지성에서는 분산되고 독립적으로 존재하는 정보를 통합하고 변환하여 새로운 형태의 지식을 만들어내는 역할을 한다. 집단지성의 결과물을 만들어내기 위해서 협업형 집단지성에서는 이미 어느 정도 지식화된 콘텐츠의 입력이 요구되는 반면에, 통합형 집단지성에서는 입력된 내용에 분명하게 나타나 있지 않았던 새로운 지식을 찾아내고 생성하기 때문에 이미 지식화된 자료의 입력이 요구되지는 않는다. 교육과 관련해서 지금까지 집단지성이 여러가지 공헌을 해왔으나, 대부분은 다수 참여자들의 협업에 의하여 콘텐츠를 형성하는 단순한 협업형 집단지성의 형태에 국한되어져 왔고, 고도의 기술력이 결집한 통합형 집단지성의 교육 시스템은 아직 개발이 미흡한 단계이다.

이러닝 시스템은 IT 기반의 학습 시스템을 일컫는데, IT 인프라가 잘 발달되고 자기개발에 대한 관심이 높은 우리나라의 환경에서, 큰 경제적 부담없이 지역간 격차를 줄이며 집에서도 편리하게 교육의 혜택을 누릴 수 있게 해주는 중요한 교육 시스템이다. 그러나 학습에 참여하는 학습자들이 교실에서, 다른 학습자들과 함께 공부하며 사회적 경쟁 속에 놓여지기보다는, 개별적이고 독립적으로 학습하는 환경에 처하게 됨에 따라, 학습자의 학습동기가 낮아진다는 근본적인 문제가 제기된다.

본 발명은 단순히 콘텐츠의 취합을 목적으로 하는 협업형 집단지성에 기반한 교육용 집단지성의 패러다임을 뛰어넘어, 집단지성을 통하여 사회역학을 생성함으로써 교육에 참여하는 사람들의 학습동기를 고취시키는, 고도의 기술력에 기반한 통합형 집단지성의 새로운 모델을 제시하고자 한다.

또한, 기존의 이러닝 시스템의 학습 의욕 저하에 관련된 근본적인 문제점을 해결하는 방안을 모색함과 동시에 이러닝 시스템과 집단지성을 연결하려는 최근의 기술적 시도에 새로운 패러다임을 제공함을 목적으로 한다.

본 발명은 상기의 문제점을 해결하기 위해 다음과 같은 과제 해결 수단을 제공한다.

본 발명에 의한 일실시예는, 전자학습 시스템을 이용하는 사용자들의 학습 특성 정보 및 집단지성적 연결 정보를 수집하여 저장하는 단계와, 각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하여, 이를 각각의 선택적 준거집단의 주체 사용자에게 전송하는 단계를 포함하고, 소정의 시간 간격으로 상기의 단계를 반복적으로 수행하는 것을 특징으로 한다.

다른 실시예로서, 전자학습 시스템을 이용하는 사용자에게 집단지성적 연결 정보를 제공하는 선택적 준거집단을 활용하는 전자학습 시스템 제공방법에 있어서, 전자학습 시스템을 이용하는 사용자들의 학습 특성 정보 및 집단지성적 연결 정보를 수집하여 저장하는 단계와, 각각의 주체 사용자로부터 학습 특성 정보 중 소정의 학습 특성 기준에 맞는 선택적 준거집단(reference group)의 생성 요청을 전송받는 단계와, 각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하는 단계와, 각각의 주체 사용자에게 생성된 선택적 준거집단 내의 사용자 정보 및 통계처리된 집단지성적 연결 정보를 전송하는 단계를 포함하는 것을 특징으로 한다.

이때, 소정의 주기를 가지고 각각의 주체 사용자에 대응하는 선택적 준거집단들을 업데이트하는 단계를 더 포함할 수 있다.

상기 학습 특성 정보 및 상기 학습 특성 기준은, 사용자의 지식 배경, 학습 목표, 학습 행동 중의 어느 하나인 것을 특징으로 한다.

상기 집단지성적 연결 정보는, 사용자의 컨텐츠간 학습 경로, 컨텐츠에 관한 키워드 및 설명, 컨텐츠 학습에 소요된 시간, 컨텐츠에 대한 평가 중의 어느 하나인 것을 특징으로 한다.

다른 실시예로서, 사용자 데이터베이스(12)와, 준거집단 데이터베이스(15)를 포함하는 주서버(10)가 수행하는, 전자학습 시스템을 이용하는 사용자에게 집단지성적 연결 정보를 제공하는 선택적 준거집단을 활용하는 전자학습 시스템 제공방법에 있어서, 사용자별, 학습 특성 정보와, 집단지성적 연결 정보를 획득하여 사용자 데이터베이스(12)에 저장하는 단계와, 각각의 주체 사용자로부터 학습 특성 정보 중 소정의 학습 특성 기준과 함께 이에 맞는 선택적 준거집단(reference group)의 생성 요청을 전송받는 단계와, 각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 상기 사용자 데이터베이스(12)에서 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하여, 이를 준거집단 데이터베이스(15)에 저장하는 단계와, 각각의 주체 사용자에게 생성된 선택적 준거집단 내의 사용자 정보 및 통계처리된 집단지성적 연결 정보를 전송하는 단계를 포함한다.

또한, 사용자 데이터베이스(12)와, 동류집단 데이터베이스(14)와, 준거집단 데이터베이스(15)를 포함하는 주서버(10)가 수행하는, 전자학습 시스템을 이용하는 사용자에게 컨텐츠 정보를 제공하는 선택적 준거집단을 활용하는 전자학습 시스템 제공방법을 더 제공할 수 있고, 이는, 사용자별, 학습 특성 정보와, 집단지성적 연결 정보를 획득하여 사용자 데이터베이스(12)에 저장하는 단계와, 각각의 주체 사용자별로 상기 사용자 데이터베이스(12)에 저장된 사용자별 학습 특성 정보에 기초하여 각각의 주체 사용자와 유사한 성향의 사용자들을 추출하여 각각의 주체 사용자에 대응하는 가상적 동류집단(virtual peer group)들을 개별적으로 생성하는 단계와, 각각의 가상적 동류집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 가상적 동류집단별로 통계 처리하여, 이를 동류집단 데이터베이스(14)에 저장하는 단계와, 각각의 주체 사용자로부터 학습 특성 정보 중 소정의 학습 특성 기준에 맞는 선택적 준거집단(reference group)의 생성 요청을 전송받는 단계와, 각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 상기 사용자 데이터베이스(12)에서 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하여 이를 준거집단 데이터베이스(15)에 저장하는 단계와, 각각의 주체 사용자에게 주체 사용자가 속하는 가상적 동류집단의 통계처리된 집단지성적 연결 정보 및 선택적 준거집단의 통계처리된 집단지성적 연결 정보를 전송하는 단계를 포함한다.

상기 선택적 준거집단의 생성은 요청에 대해 실시간으로 행해지는 것을 특징으로 한다.

생성된 선택적 준거집단 내의 사용자들에게 사용자 정보 및 통계처리된 집단지성적 연결 정보를 전송하는 단계를 더 포함할 수 있다.

상기 사용자 데이터베이스(12) 및 상기 준거집단 데이터베이스(15)에 저장된 정보를 주기적으로 업데이트하는 단계를 더 포함할 수 있다.

상기 학습 특성 정보 및 학습 특성 기준은, 사용자의 지식 배경, 학습 목표, 학습 행동 중의 어느 하나인 것을 특징으로 한다.

상기 집단지성적 연결 정보는, 사용자의 컨텐츠간 학습 경로, 컨텐츠 이용 빈도, 컨텐츠에 관한 키워드 및 설명, 컨텐츠 학습에 소요된 시간, 컨텐츠에 대한 평가 중의 어느 하나인 것을 특징으로 한다.

또한, 사용자별 학습 특성 정보와, 집단지성적 연결 정보가 저장되는 사용자 데이터베이스(12), 요청받는 학습 특성 기준에 기초하여 기준에 부합하는 사용자를 상기 사용자 데이터베이스(12)로부터 선별하여 각각의 주체 사용자에 대응하는 선택적 준거집단을 실시간으로 생성하고, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 통계처리하는 연산부(16), 및 상기 통계처리된 집단지성적 연결 정보를 저장하는 준거집단 데이터베이스(15)를 포함하는 주서버(10)와, 상기 주서버(10)와 통신네트워크를 통해 연결되어 있는 사용자 클라이언트(30)를 포함하고, 상기 주서버(10)는 각각의 선택적 준거집단의 주체 사용자들의 상기 사용자 클라이언트(30)로부터 학습 특성 기준 및 선택적 준거집단 생성에 대한 요청을 받고, 생성된 선택적 준거집단 중 각각의 주체 사용자에 대응하는 선택적 준거집단의 통계처리된 집단지성적 연결 정보를 그 사용자 클라이언트(30)로 전송하는 것을 특징으로 한다.

상기 학습 특성 정보 및 상기 학습 특성 기준은, 사용자의 지식 배경, 학습 목표, 학습 행동 중의 어느 하나 것을 특징으로 한다.

본 발명이 제공하는 효과는 다음과 같다.

1. 종래와 같이 단순히 콘텐츠의 취합을 목적으로 하는 협업형 집단지성에 기반한 교육용 집단지성의 패러다임을 뛰어넘어, 집단지성을 통하여 사회역학을 생성함으로써 교육에 참여하는 사람들의 학습동기를 고취시킬 수 있다.

2. 종래의 이러닝 시스템이 가지는 문제점인 학습 의욕 저하를 근본적으로 해결하여 성취감 및 학습 동기를 향상시켜 이러닝의 효율성을 높일 수 있다.

도 1은 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템의 개념도.
도 2는 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템의 실시예.
도 3은 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템의 실시예.
도 4는 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템의 실시예.
도 5는 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템의 구성도.
도 6은 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템의 구성도.
도 7은 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템 제공방법의 흐름도.
도 8은 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템 제공방법의 흐름도.

이하 첨부된 도면을 참조하여 본 발명에 대해 구체적으로 살펴보기로 한다.

다만, 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 용어가 동일하더라도 표시하는 부분이 상이하면 도면 부호가 일치하지 않음을 미리 말해두는 바이다.

그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 설정된 용어들로서 이는 실험자 및 측정자와 같은 사용자의 의도 또는 관례에 따라 달라질 수 있으므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

먼저 본 발명에 의한 집단지성을 이용한 이러닝 시스템에 대한 이론적 배경에 대해 설명하기로 한다.

집단적 지식시스템의 특성은 다음과 같이 네 가지로 정리될 수 있다(Gruber, 2007).

첫째, 사용자가 생성하는 컨텐츠 (사회적 과정에 의해 참여자가 제공하는 정보의 집합)

둘째, 인간-기계 상승작용 (인간과 기계가 결합되어 한쪽만으로 얻을 수 없는 유용한 정보를 제공하는 능력. 통상 전문가들에게서 얻어 저장하는 정보에 비해 범위와 다양성, 정보 량에서 우세함)

셋째, 규모에 따라 증가하는 성과 (더 많은 사람이 참여할수록 더 유용해지는 특성. 정보량이 증가하여도 안정적인 처리가 가능하고, 계속하여 기여자들이 동기부여를 받을 수 있는 특성.)

넷째, 발현적 지식 (사람들에 의해 직접적으로 입력된 답이나 지식보다 더 많은 답과 지식발견이 추론과 계산에 의해 가능한 시스템)

본 발명에서는 이러한 논의를 이러닝 시스템에 적용해 본다면, 집단지성을 활용하여 학습 성과의 향상을 기하기 위해 생성 또는 제공할 수 있는 정보로서 다음과 같은 것들을 고려할 수 있다.

첫째, 여러 학습참여자 또는 자료제공자가 협업적으로 형성하는 학습자료, 그리고 그 형성과정을 돕는 시스템. 예를 들어 Wikipedia와 같은 공동저작 과정을 제공자 입장에서 또는 학습자 입장에서 활용할 수 있는 시스템 제공.

둘째, 자료공간에 존재하는 모든 학습자료들을 토대로 해서, 이들간의 조직 정보를 추가하여 학습자의 지식 탐색과정을 지원하는 기능.

셋째, 학습자 간의 근접성 정보를 추출하여 활용하여 서로 협업이나 참조를 하도록 학습자 조직화 지원 기능 제공

본 발명에서의 집단지성적 정보조직의 개념적 핵심은 일반적으로 지식항목들로 학습공간이 이루어진다는 개념을 넘어서, 위 2와 3항을 복합적으로 적용하여 사용자-학습자료로 이루어지는 인간-지식 네트웍을 학습공간으로 정의하는 것이다.

도 1은 이러한 인간-지식 네트웍을 도시한 것이다. 여기에서 지식노드인 학습자료 또는 소주제를 통해서 학습자 간의 비가시적인 근접성 정보를 추출해 낼 수 있고 이를 기반으로 각개 학습자를 위한 익명적이고 가상적인 동류집단(Virtual Peer Group) 또는 준거집단(Reference Group)을 조직할 수 있다.

이러한 집단은 학습자가 얼마나 그것을 의식적으로 인식하고 참여하는가에 따라 그 기능이 달라지게 되며, 또한 그 축을 따라 보다 암묵적인 형태에서 의식적이고 명시적인 형태로 진화해 갈 수 있다. 제안된 시스템에서는 집단지성 발휘를 위해 세가지 단계로 이를 조직해 갈 수 있도록 학습자들을 지원한다.

1. 첫번째 단계 : 가상적 동류집단 (Virtual Peer Group)

초기의 학습성향의 유사성에 기반한 동류집단은 반드시 학습자 본인이 그 집단의 존재나 그 집단에 자신이 소속되었음을 인식하고 있지 않을 수 있으나, 학습자가 통상의 동류집단을 통해 자신에게 특화된 유용한 정보를 획득하도록 돕는 것과 유사한 기능을 발휘하므로, 본 명세서에서는 이를 가상적 동류집단(Virtual Peer Group)으로 명명하고 제안된 시스템의 집단지성의 출발점이 되는 인적 조직으로 삼는다.

그런데 학습자는 자신에게 제공되는 정보가 자신과 비슷한 특성을 가진 이 동류집단으로부터 제공되는 것은 알고 있지만, 그 집단 자체를 대상으로 인식하고 상호작용하는 것은 아니다. 이 동류집단과 각 학습자 사이에는 본 명세서에서 "스터디 페로몬"이라고 명명한 정보가 매개체 역할을 하게 된다(Wong and Looi, 2009). 페로몬은 동종의 동물 또는 곤충의 궤적이나 특성 정보를 교환하는 냄새 정보인데, 본 명세서에서는 동류집단의 정보가 학습자에게 특히 선별적으로 제공되는 것의 유용성을 표현하기 위한 은유로 사용한다. 스터디 페로몬은 동류집단 수준 뿐 아니라 후술하는 캐러밴 수준과 팀 상황에서도 기본적으로 같은 방식으로 제공된다.

2. 두번째 단계 : 스터디 캐러밴 (Study Caravan) 또는 선택적 준거집단 (Reference Group)

페로몬이 학습자의 기본 정보와 활동 내용으로부터 시스템이 자동으로 형성해 준 그룹인데 반해, 본 명세서에서 사용하는 "캐러밴"은 학습자가 지정한 특징으로 규정되는 불특정한 학습자 집단을 가리킨다. 학습자는 자신이 튜닝하고 싶은 학습자 집단을 그 개인적인 이름이나 아이디를 지정함 없이 특징을 기입함으로써 지정할 수 있다. 따라서 이러한 캐러밴은 복수로 형성할 수 있다. 이것은 그 사회적 기능에서 동류집단이라기 보다 사람들이 자신의 특성과 환경과 태도, 가치관, 행동 등으로 맞춰가는 집단인 준거집단의 성격에 가깝다고 할 수 있다.

캐러밴은 페로몬을 받는 가상동류집단에 비교하여 보다 세부적으로 정의되고 그 구성원 수도 적으므로, 시스템은 이를 미리 집단으로 묶어놓지 않고 각각의 학습자의 필요와 요구에 따라 실시간으로 정보가공을 하여 제공한다. 캐러밴 운영상태에서는 그에 소속된 상대 학습자의 정보가 더 많이 노출되고 있으므로 이들은 명시적으로 특정 상대 또는 대상범위를 지정하여 메일 교환, 댓글 활동 등을 튜닝할 수 있다. 즉 각 사람이 지정한 케러반의 구성원이 다르지만, 그들에게만 메일을 보낸다거나 그들의 글 또는 댓글만 특히 표시하여 반응한다든가 하는 것이 가능해진다. 그 외의 학습경로 또는 평가 등에 있어서는 가상동류집단의 페로몬의 경우와 동일하게 필터링된 정보를 얻을 수 있는데, 다른 점은 그 대상 캐러밴을 학습자가 원하는 때마다 지정할 수 있다는 것이다.

3. 세번째 단계 : 스터디 팀 (Study Team) 또는 스터디 스쿼드 (Study Squad)

캐러밴의 상태에서 이미 상대 학습자의 성향도 노출되고 댓글 등의 형식을 통한 교류도 있게 되는 상황이므로 자연스럽게 익명성을 더욱 벗어나 명시적인 멤버십을 가진 팀 또는 그보다 작은 인원 수(3~8명)의 스쿼드의 형성이 가능해진다 (본 명세서에서, 편의상 "팀"으로 총칭한다). "팀"은 동호회 등과 달리 공동의 학습 목적을 위해 한시적으로 운용되며, 학습자 중 누구에 의해서도 창설될 수 있다. 팀을 모집하는 리더는 목표를 제시하고 공동의 학습기회를 설명하며 회원을 공개적으로 초청하거나 자신의 캐러밴에 포함된 학습자 등을 개별적으로 접촉하여 초청할 수 있다. 팀은 보다 집중적인 토의, 같은 시간에 공통의 학습자료 사용, 조직된 온라인 미팅이나 세미나 등을 진행할 수 있는 인적 기반이 된다. 일반적으로 온라인 팀 활동은 서로를 다 알지 못하고 지식적 배경이나 활동 목표가 상이하여 그 에너지를 십분 발휘하지 못하는 경우가 많은 것으로 알려져 있는데, 본 시스템에서는 캐러밴을 통하여 서로 지식 수준과 목적, 학습경로가 유사한 사람이 저절로 선택되어 교류가 있는 상황에서 팀이 구성되므로 견실하고 역동적인 팀 구성의 확률이 상당히 높아질 것으로 기대된다.

이 세 수준의 집단지성 구조는 가시화의 수준을 높이며 점진적으로 형성 가능하게 설계되어 있다. 또한 학습자는 필요에 따라 한 수준에서 계속 머물 수도 있다. 집단지성 구조를 연결하고 집단지성적 행동을 촉발하는 기본 정보로 삼은 스터디 페로몬은 가장 기초적인 동류집단에서부터 스터디 팀의 활동에 이르기까지 같은 형태와 기능을 유지하면서 일관성있게 제공된다. 단, 학습자의 집단역학과 학습 필요에 따라 그 활용 방식 및 정보의 강조점이 변이되어 가게 되며, 이는 태스크 분석을 통해 사용자 인터페이스의 설계에 반영되게 된다.

이하에서는 본 발명의 핵심적인 사항이라고 할 수 있는, "스터디 페로몬"에 대해 설명하고, 그 구성과 가공, 그리고 활용에 대해 설명한다. 그리고, 이에 기초한 가상적 동류집단의 형성 방법에 대해 설명한다.

앞에서 언급한 "스터디 페로몬"을 본 발명이 적용되는 시스템적인 용어로 변환한다면, "집단지성적 연결 정보"라 호칭할 수 있다. 이하 편의를 위해 "집단지성적 연결 정보"로 통칭하여 사용하기로 하나, 본 명세서에서 혼용되는 "페로몬"이라는 단어의 의미는 "집단지성적 연결 정보"와 동일한 것으로 이해되어야 한다. "집단지성적 연결 정보"에 대해 설명하면 다음과 같다.

이러닝을 이용한 학습자들은 자신의 학습을 계획하고 최적화하기 위해서 서로의 행동에서 많은 정보를 얻는다. 특히 자신과 같은 상황의 다른 학습자들이 참고하거나 학습하는 자료의 빈도와 여러 측면의 평가 내용이 매우 중요한 정보가 된다. 이와 같은 정보는 이미 인터넷 상의 서적이나 영화에 대한 정보 사이트에서 제공되어 활용되고 있으며, 그 정보의 질이 그러한 사이트들의 주요 경쟁력 요소가 되고 있다. 또한 그 정보의 질이 단지 해당 기업의 노력에 의하여 결정되는 것이 아니며, 참여하고 있는 다른 정보수요자들에 의한 집단적 파생 정보라는 점이 대표적인 웹2.0 현상으로서 주목할 만하다. 즉, 직접 정보제공자가 아닌 참여자들의 규모와 수준에 의해 그 정보의 공신력과 유용성이 결정되는 것이다. 이것이 앞에서 말한 협업성 집단지성의 장점이기도하며 또한 문제점이 되기도 한다.

본 발명에서 제안하는 통합형 이러닝 시스템에서는 학습자 간의 공통성 여부에 따라 해당정보의 유용성이 달라진다. 학습 목표, 학습 수준, 학습 성향 뿐만 아니라 학습의 자기 기획요소인 목표 시간과 이에 관련된 자료의 특성에 대한 선호도, 즉 자료의 깊이 대 범위 (Depth vs. Coverage 또는 Level vs. Comprehensiveness) 같은 특성 역시 이에 영향을 준다.

성향이 같은 학습자로부터의 정보가 가장 유용한 것은 사실이나, 문제는 이것이 세분화될수록 정보원의 수가 적어지며, 그것이 그 집합적 정보의 질에 부정적 영향을 줄 수 있으므로 이애 대한 절충적 방안이 필요하다. 또한 그러한 요소 간의 내재적 관계를 미리 면밀히 분석하여 최소한의 분류로 가장 많은 정보량을 표현하게 하는 학습자 특성표현 방법이 중요하게 된다.

본 발명에서는 가상적 동류집단을 형성하기 위한 가장 중요한 특성을 학습자의 지식배경과 학습의 목표, 그리고 학습행동의 세 부문으로 정의하고, 다음과 같은 정보항목을 그 중요한 하위요소로 고려한다.

- 학습자 지식 배경: 학습자가 기존에 가지고 있던 관련 지식의 범위와 수준

학습자의 지식 범위, 해당 분야에 대한 학습자의 지식과 경험 수준, 학습자의 개인적 학습 능력,

- 학습목표: 각 학습자가 현재 계획하고 있는 학습의 목표와 그에 따른 성격요소

학습자가 얻기 원하는 지식 주제의 범위, 학습자가 해당 주제에 대하여 얻고자 하는 지식의 깊이, 학습자가 해당 주제에 할애하고자 하는 학습 기간

- 학습행동: 각 학습자의 학습과정

학습자의 학습소주제와 학습자료 사이의 이동, 학습자가 각 주제 또는 자료에 대해 할애하는 노력과 시간, 학습자의 각 주제 또는 자료에서의 학습 성과, 학습자가 각 자료에 대해 가지는 주관적인 인식과 경험

그러나 이들 항목 정보를 학습자에게 직접적으로, 그리고 명시적으로 설문하여 답을 얻는다는 것은 사용자 경험의 측면에서 보면 자연스런 학습을 저해하는 추가적 부담이 될 소지가 있으며, 또한 주관적이고 정성적인 응답은 객관적으로 공유하고 활용할 수 있는 정보로 가공하는 데 적합하지 않다. 따라서 학습자의 학습동기와 의욕을 방해하지 않는 범위 내에서 명시적 정보 입력을 할 수 있게 하고, 그 나머지에 대하여는 암묵적(covert) 의사소통의 원리에 따라 학습자의 행동 이력으로부터 위 정보 항목들을 가장 근접하게 추정할 수 있는 정보, 또는 위 항목들이 반영되어 특성 지어지는 정보들로 이들을 대신하는 방법을 사용하여야 한다.

이러한 원칙 하에 제안된 시스템에서는 학습자에게 자기 정보의 직접 입력을 요구하는 경우는 가능한 한 학습자가 초기에 자신의 정보를 등록할 때 (즉, 학습 중에 인지적 흐름이나 의욕을 저하시키는 주의 전환을 따로 요구하는 일 없이), 또한 그 정보제공의 학습 활동에서의 지원을 통한 보상이 충분하다고 여겨지는 것에 한해서 요구하는 것으로 제한한다.

그러면 각 학습자가 집단에 제공할 유용한 "연결 정보"의 항목들이 다음과 같이 구득 가능 정보로부터 가공될 수 있다.

학습자 발(發) 연결 정보 기반 정보와 구득 방법

--------------------------- ----------------------------

해당 주제에서의 학습자 수준; 자기평가 + 선택/사용 자료

해당 주제에서의 학습자 목표; 직접입력 + 소요시간 계획+과거학습경로해석

학습자의 학습 경로; 학습경로 (자료 활용 시간 정보)

학습자가 각 자료에 소요한 시간; 학습자 행동정보

학습자가 자료에 남긴 키워드+주석; 학습자 입력정보

학습자의 자료에 대한 평가; 학습자 입력정보(난이도, 정보성, 질)

각 학습자로부터 발신되는 "집단지성적 연결 정보"는 통계적으로 처리되어 다른 학습자에게 수신된다. 이때에 각 학습자는 자신과 가장 유사한 학습자들로 구성된 익명적인 동류집단의 정보를 본인의 의사와 관계없이 선별적으로 수신하게 된다. 예를 들어 한 주제에 대한 여러 학습자료의 평가를 토대로 자신의 학습계획을 세우려고 하는 학습자는 자신과 유사한 수준, 유사한 목표, 또한 과거 학습경로가 겹치는 정도에 따라 가중치가 매겨진 다른 학습자의 평균 평가를 보게 된다. 이로써 같은 자료라도 누가 보는가에 따라 다른 평가를 보게 되어 각 자료는 목표집단을 암묵적으로 가지게 된다.

다음 테이블은 학습자가 이와 같은 경로를 거쳐 수신하게 되는 집단지성적 연결 정보 정보의 유형과 그 기반정보 및 구득 방법을 열거한 것이다.

학습자 수신 페로몬 정보 기반정보와 구득 방법

--------------------------- -----------------------------

학습자들의 소주제간 이동경로; 학습자의 학습 경로

자료의 특성 (제공자+학습자); 키워드, 주석

자료의 질적 평가; 동류집단 학습자 평가

자료의 정보성 (Informativeness); 동류집단 학습자 평가

자료의 난이도 수준; 동류집단 학습자 평가

소주제별, 자료별 평균 할애시간; 동류집단 학습자 소요시간

이하, 이러한 집단지성적 연결 정보에 기초한 가상적 동류집단의 형성 과정에 대해 설명하기로 한다.

집단지성적 연결 정보는 전체 모집단에 대해 상당히 세분화된 동종의 집단 사이에 선별적으로 생성되고 교환되는 정보로서 그 활용 가치가 있다. 따라서 학습자 본인들이 의식하지 않더라도 그들에게 제공되는 집단지성적 정보는 각자가 소속되거나 근접성있는 비교적 균질적인 집단으로부터 채취되어야 하며, 이는 "가상적 동류집단"의 개념으로 표현된다.

이러한 집단지성적 연결 정보는 하나의 “가상적 동류집단”에 속하는 모든 사람들의 정보를 통계처리하여 제공되는 것이 일반적이나, 사용자가 원하는 상위 그룹에 속하는 사람들의 연결 정보를 통계처리하여 제공하는 것도 가능하다. 이는 사용자가 모방하고 싶은 또는 알기를 원하는 “모범학습자 그룹”을 “가상적 동류집단” 내의 상위 몇%이내의 사람들로 설정하는 단계를 더 추가하는 것이다. 이는 보통 Champion의 개념으로 대체할 수 있다. 물론, 분포 중에서 원하는 범위를 선택하여 설정하는 것도 가능하다.

본 명세서에서 “집단지성적 연결 정보를 통계처리한다”함은 이와 같이 “가상적 동류집단”에 속하는 모든 사람들의 정보를 통계처리하는 것 이외에도 “가상적 동류집단”에 속하는 사람들 중 사용자가 원하는 상위 그룹 또는 특정 범위의 그룹에 속하는 사람들만을 한정한 정보를 통계처리하는 것을 포함하는 것으로 이해되어야 한다. 이를 위해 시스템 구동 상에 사용자로부터 원하는 범위를 획득하는 단계를 포함시키는 것이 가능하다.

또한, 통계처리 한다 함은 각 정보를 수치화하여 이에 대한 평균을 내는 것을 포함한 수치처리 단계를 포함한다.

집단지성적 연결 정보의 교환에 활용하는 동류집단을 형성하는 것은 기본적 자기 입력 정보와 자료 활용정보를 기초로 하여 이루어진다. 자기 입력정보는 소주제에 대한 관심 범위의 일치성, 할애하려고 하는 시간, 기존배경지식 등이며, 자료활용정보는 어떤 자료를 어느 정도 이상 진지하게 활용하였는가 하는 것인데, 어느 정도 시스템 내에 머무른 학습자들 사이에서는 자료 활용 정보가 실제로 본인 입력 부분을 포함한 다른 정보를 능가하는 현시적인 중요성을 갖는다고 간주할 수 있다. 학습 중에 학습자는 상당히 빠른 변화를 보일 수 있기 때문이며 또한 그 변화 속도가 개인에 따라 차이가 크기 때문이다. 예를 들어 Java에 초보였던 사람이 1개월 뒤에는 더 이상 초보가 아닐 수 있지만 개인 정보를 수정할 가능성은 보장되지 않는다. 그러나 그 이후 그 학습자의 자료 선택을 보면 Java를 마스터한 것으로 간주할 만한 움직임을 포착할 수 있는 것이다.

학습활동 정보의 가장 중요하고 확실한 정보항목은 어느 정도 이상 시간을 들여 진지하게 학습한 것으로 볼 수 있는 학습자료의 종류이다. 즉 공통된 자료를 학습해 오거나 계획에 포함하고 있는 두 학습자 사이를 1차적으로 가깝다고 볼 수 있는 것이다. 그런데 학습 공간 내에는 같은 주제를 담고 있는 자료가 다수 존재하는 것이 가능하며, 그 중 어느 것을 활용하는가 하는 차이에는 우연적인 요소가 많다고 볼 수 있다. 따라서 우리는 학습자료뿐만 아니라 그 자료의 키워드까지 사용하여 학습자간 근접도를 산출하는 방식을 선택하였다. 이는 다수 중복된 키워드를 가진 두 개의 다른 자료를 서로 활용한 두 학습자도 같은 자료를 학습한 것과 견줄 수 있는 근접도를 가지게 하여 유효한 학습동류집단을 형성시킬 수 있게 한다.

문제는 어떻게 각 학습자에게 자신에게 유용한 집단지성적 연결 정보를 제공하는가 하는 것이다.

각 학습자를 한 집단에 분류하여 소속시켜 그 소속집단의 내부 정보를 상호 제공한다는 단순한 방식으로는 충분한 정밀도와 효과를 기대할 수 없다. 그러나 각 학습자를 위해 모든 학습자와의 유사도를 기반으로 다시 계산한다는 것 역시 계산 비용이 많이 들고 응답시간이 길어지는 문제 등으로 인해 현실적 대안이 될 수 없다. 따라서 본 발명에서는 다음과 같은 방식을 택한다.

1. 전체 학습자를 학습자 특성에 따라 세분하여 수십 개의 집단으로 나누어둔다.

2. 자료의 평가 등을 각 집단 내에서 평균치를 계산해 두고 주기적으로 업데이트한다.

3. 한 학습자는 한 집단에 속하여 계산되나 다른 모든 집단에 대해서도 유사도 값을 가진다.

4. 학습자가 정보를 필요로 할 때, 상위 몇 개의 집단적 지표의 유사도를 반영하여 평균값을 산출하여 제공한다.

이 방식으로 제공할 수 있는 정보는 각 자료에 대한 동류집단의 여러 평가지표, 그리고 평균할애시간 등이다. 학습자의 이동경로에 대하여는 이 방식을 그대로 사용하여도 무리가 없을 수 있으나, 집단의 개체 수가 어느 정도 되는 경우에는 주체가 되는 학습자 별로 과거 학습경로가 유사한 다른 학습자 리스트를 형성 관리하여 활용하는 방법을 사용하는 것이 상당한 차이로 우수할 개연성이 크다. 즉,

학습자가 소주제간 학습 경로, 또는 자료 활용빈도를 보고자 할 때에는 학습자와 가장 유사한 과거 학습경로(자료)를 지나온 학습자들의 집단지성적 연결 정보를 우선으로 하여 통계를 제공한다. 다만, 앞에서 설명한 바와 같이, 유사한 학습자들의 분포 중 특정 학습자가 원하는 범위에 속하는 학습자들의 집단지성적 연결 정보의 통계를 제공할 수도 있다.

이 수가 너무 적을 때에는, 자료활용빈도는 위 1~4의 방법과 같이 유사집단의 가중평균을 가지고 산출하며, 소주제간 경로정보에 대하여는 긴 히스토리를 쓰지 않고 두 주제간의 단회적 전이 빈도를 활용한다.

본 발명에 의한 전자학습 시스템의 실시예에 대해 설명하기로 한다. 도 2는 본 발명에 따른 전자학습 시스템의 실시예로서, 시스템의 메인화면의 구성을 나타낸다.

여기에서 자신이 선택한 학습주제와 과거 학습경로, 그리고 계획된 학습 단계들은 통합적으로 시각화되어 다이어그램으로 나타난다. 원으로 나타난 다이어그램의 각 노드들은 소주제를 표시하며, 이를 통해서 간단한 마우스 조작으로 각 소주제에 대한 더 상세한 상황정보나 자신의 학습폴더로 간편하게 접근할 수 있다. 학습자는 근접한 소주제를 리스트에서 찾거나 시스템으로부터 제안받아 다이어그램에 추가할 수 있고 연결을 바꾸거나 제거할 수 있다. 또한 단지 가능성을 고려 중인 소주제들은 잠정적으로 숨겨놓을 수 있다 (점선 노드로 표시된 Java Script의 경우). 이 다이어그램은 시간기록과 선후관계를 시각화하고 있어, 학습자의 기억을 촉진하며, 일반 폴더 시스템에 비해 훨씬 쉽게 과거 학습자료들을 찾을 수 있게 해 주는 기능도 갖고 있다.

집단지성을 위한 집단지성적 연결 정보의 예로서, 여기에서는 각 노드 사이의 상대적 이행 빈도(%로 표시)를 보여준다. 이 빈도는 전체집단이 아니라 현재 집단지성적 연결정보를 수신하고 있는 동류집단으로부터 채취된 정보에 입각한 것이다. 즉, 학습자는 자기와 비슷한 수준, 비슷한 관심의 사람들이 같은 소주제를 다룬 후에 어떤 다른 소주제로 옮아갔는지를 알 수 있다. 또한 각 소주제에 그들이 할애한 평균 시간 또는 머문 날 수를 알 수 있어 자신의 진도를 평가하는 데 사용할 수 있다. 이런 비교 평가는 적절한 피드백을 줄뿐 아니라 학습동기를 증진시킨다. 동류집단으로부터의 이런 격려와 부응행동은 사회적으로도 동류집단의 중요한 역할이 되듯, 이 학습공간에서도 학습자들에 대한 동기부여 역할을 할 것으로 기대된다. 또한 학습자는 동류들이 다음에 많이 옮아간 소주제를 자동으로 다이어그램에 나타나게 할 수 있으며, 일종의 자동 학습 구성을 시스템에 맡긴 후, 그 결과를 가지고 계속 일정계획을 작업할 수도 있다. 만일 학습자가 동류들의 움직임을 배제한 자신 만의 기록을 보고 싶다면 화면에 나타나있는 Peer View 버튼을 누르면 동류들의 기록은 필터링이 된다.

도 3은 본 발명에 따른 전자학습 시스템의 실시예이다. 도 2의 오른쪽 끝에 있는 감춰진 화면을 펼친 경우로서, 팀 멤버들과 자신의 학습 성취도의 차이점을 한눈에 볼 수 있도록 제공되는 화면이다.

도 4는 학습자가 한 소주제(특정 컨텐츠)의 자료를 열람할 때의 화면 구성을 나타낸다. 각 문서들은 동류집단의 평가를 쉽게 알아볼 수 있게 공간적으로 또한 색채적으로 배열되어 있다. 공간은 두 축이 있는데 하나는 자료의 범위(Comprehensiveness)이고 하나는 자료의 난이도(Level)이다. 오른쪽 위의 문서는 자료의 포함범위가 넓고 난이도 역시 높은 종류의 문서를 나타낸다. 자료의 범위는 저자의 지정이나 관리자(Moderator)의 지정, 또는 키워드 등으로부터 시스템에서 자동으로 평가된 결과로 나타나며, 난이도는 일차적으로 동류집단의 난이도 평가를 우선한다. 만일 그 숫자가 적어 신뢰도가 약할 때에는 전체집단의 평가로 대체한다. 오른쪽 아래에는 자료의 포함범위는 넓으나 난이도가 낮고 평이한 내용을 다룬 자료가 나타난다. 동류집단의 학습자들이 평가한 자료의 학습성(질)은 색채로 표시된다. 또한 각 문서를 클릭하면 그 자세한 평가 내용과 키워드, 목차 등을 일람할 수 있다. 여기에서 학습자들은 쉽고 정확하게 자기가 이 소주제를 학습할 때 사용하기 적합한 자료의 집합을 선택할 수 있다. 선택된 문서는 해당 소주제의 폴더에 바로가기(Alias)가 생성되어 이후 동 자료를 구독하거나 열거나, 주석을 달고 댓글을 교환하는 등의 작업을 한 곳에서 할 수 있게 된다.

본 발명에서 다소 은유적인 표현인 스터디 "캐러밴"은 암묵적으로 각 학습자에게 적용되던 동류집단을 학습자가 능동적으로 정의하여 자신의 학습 용도에 맞게 집단지성 환경을 조성할 수 있게 하는 구조이다. 여기에서 각 학습자는 자신의 현 상태대로 캐러밴을 형성할 수도 있고 향후 자기의 계획에 관련된 정보를 초기 기본정보로 입력하여 캐러밴을 형성할 수도 있다.

앞에서 언급한 "스터디 캐러밴"을 본 발명이 적용되는 시스템적인 용어로 변환한다면, "선택적 준거집단"이라 호칭할 수 있다. 이하 편의를 위해 "선택적 준거집단"으로 통칭하여 사용하기로 하나, 본 명세서에서 혼용되는 "캐러밴"이라는 단어의 의미는 "선택적 준거집단"과 동일한 것으로 이해되어야 한다. "선택적 준거집단"에 대해 설명하면 다음과 같다.

예를 들어 현재는 Java와 관련 환경을 학습하고 있었으나 앞으로 좀더 확장하여 소프트웨어 개발체계에 관련된 학습을 하고 싶다고 했을 때, 학습자는 이에 관련된 관심 주제들을 리스트에서 선택하고 학습기간을 표시하여 자신의 학습 의도를 표현하고, 목표로 삼은 학습 심도 등을 지정하여 선택적 준거집단을 형성한다. 선택적 준거집단은 일정한 학습자들의 집합으로 나타나지는 않는다. 어느 정도 범위 내에 드는 학습자를 그때 그때 정보 교환대상으로 삼는다. 이는 많은 학습자들이 끊임없이 주제들을 이동하고 있는 상황에서 가장 자연스럽고 견고한 집단정의를 취하려는 것이다.

학습자는 이런 선택적 준거집단을 서너개 복수로 만들 수도 있다. 이는 마치 방송국 여럿을 프리셋을 하거나, 블로그 몇 곳에 RSS를 설치하는 것에 비견될 수 있다. 선택적 준거집단을 운용하는 학습자는 초기 메인 화면에서 자신이 그 세션에서 튜닝하고 싶은 캐러밴을 지정하고 시작하게 된다. 아무 선택적 준거집단도 지정하지 않으면 암묵적인 자신의 동류집단에 의존한 상황으로 언제든지 복귀하게 된다. 즉, 선택적 준거집단을 지정한 학습자에게도 동류집단적 정보는 계속하여 기본으로 제공된다.

선택적 준거집단을 지정하여 학습공간에 입장한 경우에 집단지성적 연결 정보 등은 그 선택적 준거집단을 중심으로 산출되어 나타난다. 또한 선택적 준거집단 상황에서는 추가적으로 선택적 준거집단에 입각한 전체 메일이나 게시판을 사용할 수 있다. 이 게시판은 게시글 중, 자신과 선택적 준거집단 관계에 있는 학습자의 게시물을 특별히 표시하여 구분하게 해주며, 옵션으로 그러한 게시물만 보여지게 할 수도 있다. 선택적 준거집단 관계에 있다는 것은 자신이 현재 선택한 선택적 준거집단에 현 시간에 포함되는 학습자거나 상대 학습자가 설정한 선택적 준거집단에 자신이 대상으로 되어 있는 경우를 말한다. 이로 인해 학습자들은 별도의 지정회원을 가진 게시판을 매번 설치할 필요없이, 전체 게시판에서 현재의 자기 관심사에 대한 밀도 있는 정보교환을 할 수 있으며, 또한 자주 조우하게 되는 상대 학습자의 아이디와 성향등을 알 수 있게 된다. 이는 주도적인 학습자가 나타남에 의해 자연스럽게 여러 스터디 팀이 구성될 수 있는 환경을 조성하는 효과를 가진다.

스터디 팀은 주도자의 초청에 응하여 만들게 되며, 주도자는 이 초청에서 운영방식, 기간, 학습목표와 범위, 학습방법, 또는 필요한 경우 학습자료의 지정 등을 알리게 된다. 이에 응한 학습자들은 서로의 관심사항에 대해 어느 정도 이미 서로 노출된 상태일 가능성이 높으므로 팀은 처음부터 상당한 관계밀도를 가지고 출발하게 되며, 이는 팀 관계의 정착에 드는 과외적 도입시간을 획기적으로 줄이며 성공가능성을 높인다. 이는 다시 역으로 훨씬 활발한 팀구성을 학습생태계 전반에 걸쳐 일어나게 할 수 있는 효과를 제공한다.

이하 주어진 도면을 참조하여 본 발명에 의한 선택적 준거집단을 이용한 전자학습 시스템에 대해 구체적으로 설명하기로 한다.

본 명세서에서 사용하는 전자학습(Electronic learning, e-Leraning, 전자교육, 이러닝)은 정보통신기술을 활용하여 언제, 어디서, 누구나 원하는 학습을 할 수 있는 체제를 의미한다.

또한, 본 명세서에서 사용하는 "사용자"는 사용자 단말기 또는 전자학습을 제공하는 서버에 저장된 사용자 계정 등을 의미하는 것으로 이해되어야 한다.

본 발명의 가장 큰 특징은 가상적 동류집단 또는 선택적 준거집단을 형성할 때, 가상적 동류집단 또는 선택적 준거집단에 속하는 사용자들의 집단 범위가 서로 일치하지 않는다는 점에 있다.

즉, 사용자별로 생성되는 가상적 동류집단 또는 선택적 준거집단의 범위가 모두 다를 수 있다는 것이다. 본 명세서에서 "주체 사용자"의 개념을 사용하는데, 이는 가상적 동류집단 또는 선택적 준거집단이 생성된 기준이 되는 사용자이며, 주체 사용자 별로 가상적 동류집단 또는 선택적 준거집단은 모두 상이하다. 주체 사용자마다 학습 특성 정보가 다르기 때문에, 이를 기준으로 유사한 다른 사용자들을 검색하고 이의 정보를 획득하여 가상적 동류집단 또는 선택적 준거집단을 형성하기 때문이다.

먼저 가상적 동류집단에 대해 간략히 설명하고, 본 발명의 핵심은 선택적 준거집단에 대해 구체적으로 설명하기로 한다.

본 발명에 의한 선택적 준거집단을 활용하는 전자학습 시스템의 전 단계로서, 가상적 동류집단을 활용하는 전자학습 시스템을 제골할 수 있는데, 이는 전자학습 시스템을 이용하는 사용자들의 학습 특성 정보 및 집단지성적 연결 정보를 수집하여 저장하는 단계와, 각각의 주체 사용자별로 학습 특성 정보에 기초하여 각각의 주체 사용자와 유사한 성향의 사용자들을 추출하여 각각의 주체 사용자에 대응하는 가상적 동류집단(virtual peer group)들을 개별적으로 생성하는 단계와, 각각의 가상적 동류집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 가상적 동류집단별로 통계 처리하여, 이를 각각의 가상적 동류집단의 주체 사용자에게 전송하는 단계를 포함한다.

이를 보다 구체적으로 설명하면, 전자학습 시스템을 이용하는 사용자들의 학습 특성 정보 및 집단지성적 연결 정보를 수집하여 저장하는 단계와, 각각의 주체 사용자별로 학습 특성 정보에 기초하여 각각의 주체 사용자와 유사한 성향의 사용자들을 추출하여 각각의 주체 사용자에 대응하는 가상적 동류집단(virtual peer group)들을 개별적으로 생성하는 단계와, 각각의 가상적 동류집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 가상적 동류집단별로 통계 처리하여 저장하고, 이를 각각의 가상적 동류집단의 주체 사용자에게 전송하는 단계를 포함한다.

본 발명의 핵심은 이론적 배경에서 설명하였던 것과 같이 집단지성적 연결정보를 기초로 하여 가상적 동류집단을 생성하고, 이를 토대로 하여 전자학습 시스템에서 제공하는 컨텐츠 등의 정보 등을 활용하는 것에 있다.

사용자가 속하는 비슷한 동류의 사용자들, 즉 가상적 동류집단 내에 속하는 사용자들의 집단지성적 연결 정보를 수신하는 것이 가장 바람직하다. 다만, 대상이 되는 가상적 동류집단 내에 속하는 사용자들의 수가 적은 경우에는, 적절한 정보를 획득하기가 어려울 수가 있다.

따라서, 상기 주체 사용자와 상기 주체 사용자에 대응하지 않는 가상적 동류집단에 대하여도 상기 학습 특성 정보에 기초하여 유사도를 수치적으로 결정하는 단계와, 상기 주체 사용자에 대응하는 가상적 동류집단 내에 속한 사용자들의 수가 소정의 수 이하인 경우에는, 각각의 가상적 동류집단들의 집단지성적 연결 정보를 상기 유사도에 따른 가중치를 두어 평균값을 계산하고, 이를 상기 주체 사용자에게 전달하는 단계를 더 포함하는 것도 필요하다.

다만, 모든 가상적 동류집단들의 정보를 받는 것이 아니라, 유사도가 높은 상위 몇개의 가상적 동류집단들을 선정하고, 이들의 집단지성적 연결 정보를 가장평균하는 것이 바람직하다.

이하 본 발명의 주요한 기술적 사항인 선택적 준거집단을 활용하는 전자학습 시스템에 대해 구체적으로 설명하기로 한다.

도 5는 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템의 구성도의 일실시예이다. 본 발명의 선택적 준거집단을 활용하는 전자학습 시스템이 제공되는 환경은 다음과 같다. 사용자별 학습 특성 정보와, 집단지성적 연결 정보가 저장되는 사용자 데이터베이스(12), 요청받는 학습 특성 기준에 기초하여 기준에 부합하는 사용자를 상기 사용자 데이터베이스(12)로부터 선별하여 선택적 준거집단을 실시간으로 생성하고, 각 선택적 준거집단 내의 사용자들의 집단지성적 연결 정보를 통계처리하는 연산부(16), 및 상기 통계처리된 집단지성적 연결 정보를 저장하는 준거집단 데이터베이스(15)를 포함하는 주서버(10)와, 상기 주서버(10)와 통신네트워크를 통해 연결되어 있는 사용자 클라이언트(30)를 포함한다.

본 명세서에서 “집단지성적 연결 정보를 통계처리한다”함은 "선택적 준거집단”에 속하는 모든 사람들의 정보를 통계처리하는 것 이외에도 선택적 준거집단”에 속하는 사람들 중 학습 특성 정보를 근거로 사용자를 분포시켰을 때에, 특정 사용자가 원하는 상위 또는 하위 그룹에 속하는 사람들만을 한정한 정보를 통계처리하는 것을 포함하는 것으로 이해되어야 한다.

또한, 본 발명에서는 단순히 사용자에게 집단지성적 연결 정보를 제공하는 데에 그치지 않고, 이를 기반으로 하여 학습 관계를 형성하는 소셜 네트워크로의 적용도 가능하다. 사용자는 본 발명에 의한 전자학습 시스템을 이용하는 과정에서, “집단지성적 연결 정보”를 전달받게 되고, 이를 기반으로 하여 관심을 가진 사람들과의 온라인 네트워크를 형성할 수 있다.

이는 전자학습 시스템이 이에 해당하는 사람들의 정보를 사용자에게 제공하여 사용자가 이로부터 취사 선택하는 방법 또는 자동으로 선택되는 방법 등 다양한 방법이 적용될 수 있다. 이는 “가상적 동류집단”또는 "선택적 준거집단" 내에 또 하나의 소집단을 만들어 활용하는 것이며, 이를 통해 온라인 네트워크를 형성한 사람들과 학습 성취도 등을 비교하거나, 게시판 등을 통하여 학습에 대한 의견 및 문제 해결을 위한 노력을 공동으로 기울여 나갈 수 있게 된다.

상기 주서버(10)는 상기 사용자 클라이언트(30)로부터 학습 특성 기준 및 선택적 준거집단 생성에 대한 요청을 받고, 생성된 선택적 준거집단의 사용자들의 사용자 클라이언트(30)로 통계처리된 집단지성적 연결 정보를 전송하는 것을 특징으로 한다.

본 발명의 핵심은 앞의 이론적 배경에서 설명한 바와 같이, 사용자가 원하는 학습 특성 정보를 가진 학습자들로 구성되는 선택적 준거집단을 생성하고, 이를 기초로 하여 컨텐츠에 관한 정보 등의 집단지성적 연결 정보를 수신하여 전자학습에 활용하는 것이다.

이때, 상기 집단지성적 연결 정보는, 사용자의 컨텐츠간 학습 경로, 컨텐츠 이용 빈도, 컨텐츠에 관한 키워드 및 설명, 컨텐츠 학습에 소요된 시간, 컨텐츠에 대한 평가 중의 어느 하나인 것을 특징으로 한다.

이하 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템 제공방법의 일실시예에 대해 설명하기로 한다. 도 7은 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템 제공방법의 흐름도를 나타낸다.

본 발명에 의한 일실시예는, 전자학습 시스템을 이용하는 사용자들의 학습 특성 정보 및 집단지성적 연결 정보를 수집하여 저장하는 단계와, 각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하여, 이를 각각의 선택적 준거집단의 주체 사용자에게 전송하는 단계를 포함한다. 학습 특성 기준은 사용자 클라이언트로부터 요청을 받게 된다. 사용자는 자신이 생성하기 원하는 선택적 준거집단의 기준을 주서버로 전송한다.

좀더 구체화된 실시예로서, 전자학습 시스템을 이용하는 사용자에게 집단지성적 연결 정보를 제공하는 선택적 준거집단을 활용하는 전자학습 시스템 제공방법의 다른 실시예는, 전자학습 시스템을 이용하는 사용자들의 학습 특성 정보 및 집단지성적 연결 정보를 수집하여 저장하는 단계와, 각각의 주체 사용자로부터 학습 특성 정보 중 소정의 학습 특성 기준에 맞는 선택적 준거집단(reference group)의 생성 요청을 전송받는 단계와, 각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하는 단계와, 각각의 주체 사용자에게 생성된 선택적 준거집단 내의 사용자 정보 및 통계처리된 집단지성적 연결 정보를 전송하는 단계를 포함한다.

또한, 생성된 선택적 준거집단 내의 사용자들에게 사용자 정보 및 통계처리된 집단지성적 연결 정보를 전송하는 단계를 더 포함할 수 있다.

이에 대한 구체적인 설명은 앞의 이론적 배경에서 한바 있으므로 중복적인 설명은 피하기로 한다.

본 발명에 의한 전자학습 시스템 제공방법을 더욱 구체적으로 설명하면, 도 8은 본 발명에 따른 선택적 준거집단을 활용하는 전자학습 시스템 제공방법의 흐름도와 같다.

본 발명에 따른 사용자 데이터베이스(12)와, 준거집단 데이터베이스(15)를 포함하는 주서버(10)가 수행하는, 전자학습 시스템을 이용하는 사용자에게 집단지성적 연결 정보를 제공하는 선택적 준거집단을 활용하는 전자학습 시스템 제공방법의 다른 실시예는, 사용자별, 학습 특성 정보와, 집단지성적 연결 정보를 획득하여 사용자 데이터베이스(12)에 저장하는 단계와, 각각의 주체 사용자로부터 학습 특성 정보 중 소정의 학습 특성 기준과 함께 이에 맞는 선택적 준거집단(reference group)의 생성 요청을 전송받는 단계와, 각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 상기 사용자 데이터베이스(12)에서 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하여, 이를 준거집단 데이터베이스(15)에 저장하는 단계와, 각각의 주체 사용자에게 생성된 선택적 준거집단 내의 사용자 정보 및 통계처리된 집단지성적 연결 정보를 전송하는 단계를 포함한다.

사용자는 선택적 준거집단을 복수개 형성하는 것도 가능하다. 여러개의 선택적 준거집단의 생성을 요청하고, 경우에 따라 선별적으로 이용하는 것도 가능하다.

또한, 본 발명에 따른 전자학습 시스템은 가상적 동류집단 및 선택적 준거집단이 동시에 활용되는 것도 가능하다. 다만, 선택적 준거집단을 활용하는 것이 가상적 동류집단을 활용하는 것에 우선적으로 적용되는 것이 바람직하다. 따라서, 동시에 사용자에게 제공될 수 있지만, 사용자가 선택적 준거집단을 활용하는 의사표시를 하는 경우에는 선택적 준거집단에 근거한 집단지성적 연결 정보가 우선적으로 제공되어야 한다.

사용자가 선택적 준거집단을 활용하는 의사 표시를 철회하는 경우에는 가상적 동류집단에 근거한 집단지성적 연결 정보가 보완적으로 제공되는 것이 바람직하다.

이를 반영한 실시예로서, 사용자 데이터베이스(12)와, 동류집단 데이터베이스(14)와, 준거집단 데이터베이스(15)를 포함하는 주서버(10)가 수행하는, 전자학습 시스템을 이용하는 사용자에게 컨텐츠 정보를 제공하는 선택적 준거집단을 활용하는 전자학습 시스템 제공방법이고, 사용자별, 학습 특성 정보와, 집단지성적 연결 정보를 획득하여 사용자 데이터베이스(12)에 저장하는 단계와, 각각의 주체 사용자별로 상기 사용자 데이터베이스(12)에 저장된 사용자별 학습 특성 정보에 기초하여 각각의 주체 사용자와 유사한 성향의 사용자들을 추출하여 각각의 주체 사용자에 대응하는 가상적 동류집단(virtual peer group)들을 개별적으로 생성하는 단계와, 각각의 가상적 동류집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 가상적 동류집단별로 통계 처리하여, 이를 동류집단 데이터베이스(14)에 저장하는 단계와, 각각의 주체 사용자로부터 학습 특성 정보 중 소정의 학습 특성 기준에 맞는 선택적 준거집단(reference group)의 생성 요청을 전송받는 단계와, 각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 상기 사용자 데이터베이스(12)에서 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하여 이를 준거집단 데이터베이스(15)에 저장하는 단계와, 각각의 주체 사용자에게 주체 사용자가 속하는 가상적 동류집단의 통계처리된 집단지성적 연결 정보 및 선택적 준거집단의 통계처리된 집단지성적 연결 정보를 전송하는 단계를 포함한다.

본 명세서에서 학습 특성 정보가 유사한 사용자라 함은, 학습 특성 정보를 이루는 항목 정보을 미리 수치화된 값으로 변환하고, 이러한 값의 차이가 소정의 범위 이내에 있는 사용자를 의미한다.

상기 사용자 데이터베이스(12) 및 상기 준거집단 데이터베이스(15)에 저장된 정보를 주기적으로 업데이트하는 단계를 더 포함하는 것이 바람직하다.

상기 학습 특성 정보 및 학습 특성 기준은, 사용자의 지식 배경, 학습 목표, 학습 행동 중의 어느 하나인 것과, 상기 집단지성적 연결 정보는, 사용자의 컨텐츠간 학습 경로, 컨텐츠 이용 빈도, 컨텐츠에 관한 키워드 및 설명, 컨텐츠 학습에 소요된 시간, 컨텐츠에 대한 평가 중의 어느 하나인 것은 앞에서 설명한 바와 동일하다.

또한, 본 발명은 선택적 준거집단을 활용하는 전자학습 시스템을 제공할 수 있고, 이는 사용자별 학습 특성 정보와, 집단지성적 연결 정보가 저장되는 사용자 데이터베이스(12), 요청받는 학습 특성 기준에 기초하여 기준에 부합하는 사용자를 상기 사용자 데이터베이스(12)로부터 선별하여 각각의 주체 사용자에 대응하는 선택적 준거집단을 실시간으로 생성하고, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 통계처리하는 연산부(16), 및 상기 통계처리된 집단지성적 연결 정보를 저장하는 준거집단 데이터베이스(15)를 포함하는 주서버(10)와, 상기 주서버(10)와 통신네트워크를 통해 연결되어 있는 사용자 클라이언트(30)를 포함하고, 상기 주서버(10)는 각각의 선택적 준거집단의 주체 사용자들의 상기 사용자 클라이언트(30)로부터 학습 특성 기준 및 선택적 준거집단 생성에 대한 요청을 받고, 생성된 선택적 준거집단 중 각각의 주체 사용자에 대응하는 선택적 준거집단의 통계처리된 집단지성적 연결 정보를 그 사용자 클라이언트(30)로 전송하는 것을 특징으로 한다.

본 발명은 상기와 같은 실시예에 의해 권리범위가 한정되는 것은 아니며, 본 발명의 기술적인 사상을 가지고 있다면 모두 본 발명의 권리범위에 해당된다고 볼 수 있으며, 본 발명은 특허청구범위에 의해 권리범위가 정해짐을 밝혀둔다.

10 : 주서버, 12 : 사용자 데이터베이스, 14 : 동류집단 데이터베이스, 16 : 연산부, 18 : 컨텐츠 데이터베이스, 30 : 사용자 클라이언트

Claims

전자학습 시스템을 이용하는 사용자들의 학습 특성 정보 및 집단지성적 연결 정보를 수집하여 저장하는 단계와,
각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와,
각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하여, 이를 각각의 선택적 준거집단의 주체 사용자에게 전송하는 단계를 포함하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
전자학습 시스템을 이용하는 사용자에게 집단지성적 연결 정보를 제공하는 선택적 준거집단을 활용하는 전자학습 시스템 제공방법에 있어서,
전자학습 시스템을 이용하는 사용자들의 학습 특성 정보 및 집단지성적 연결 정보를 수집하여 저장하는 단계와,
각각의 주체 사용자로부터 학습 특성 정보 중 소정의 학습 특성 기준에 맞는 선택적 준거집단(reference group)의 생성 요청을 전송받는 단계와,
각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와,
각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하는 단계와,
각각의 주체 사용자에게 생성된 선택적 준거집단 내의 사용자 정보 및 통계처리된 집단지성적 연결 정보를 전송하는 단계를 포함하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
청구항 1 또는 청구항 2에 있어서,
소정의 주기를 가지고 각각의 주체 사용자에 대응하는 선택적 준거집단들을 업데이트하는 단계를 더 포함하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
청구항 1 또는 청구항 2에 있어서,
상기 학습 특성 정보 및 상기 학습 특성 기준은, 사용자의 지식 배경, 학습 목표, 학습 행동 중의 어느 하나인 것을 특징으로 하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
청구항 1 또는 청구항 2에 있어서,
상기 집단지성적 연결 정보는, 사용자의 컨텐츠간 학습 경로, 컨텐츠에 관한 키워드 및 설명, 컨텐츠 학습에 소요된 시간, 컨텐츠에 대한 평가 중의 어느 하나인 것을 특징으로 하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
사용자 데이터베이스(12)와, 준거집단 데이터베이스(15)를 포함하는 주서버(10)가 수행하는, 전자학습 시스템을 이용하는 사용자에게 집단지성적 연결 정보를 제공하는 선택적 준거집단을 활용하는 전자학습 시스템 제공방법에 있어서,
사용자별, 학습 특성 정보와, 집단지성적 연결 정보를 획득하여 사용자 데이터베이스(12)에 저장하는 단계와,
각각의 주체 사용자로부터 학습 특성 정보 중 소정의 학습 특성 기준과 함께 이에 맞는 선택적 준거집단(reference group)의 생성 요청을 전송받는 단계와,
각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 상기 사용자 데이터베이스(12)에서 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와,
각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하여, 이를 준거집단 데이터베이스(15)에 저장하는 단계와,
각각의 주체 사용자에게 생성된 선택적 준거집단 내의 사용자 정보 및 통계처리된 집단지성적 연결 정보를 전송하는 단계를 포함하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
사용자 데이터베이스(12)와, 동류집단 데이터베이스(14)와, 준거집단 데이터베이스(15)를 포함하는 주서버(10)가 수행하는, 전자학습 시스템을 이용하는 사용자에게 컨텐츠 정보를 제공하는 선택적 준거집단을 활용하는 전자학습 시스템 제공방법에 있어서,
사용자별, 학습 특성 정보와, 집단지성적 연결 정보를 획득하여 사용자 데이터베이스(12)에 저장하는 단계와,
각각의 주체 사용자별로 상기 사용자 데이터베이스(12)에 저장된 사용자별 학습 특성 정보에 기초하여 각각의 주체 사용자와 유사한 성향의 사용자들을 추출하여 각각의 주체 사용자에 대응하는 가상적 동류집단(virtual peer group)들을 개별적으로 생성하는 단계와,
각각의 가상적 동류집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 가상적 동류집단별로 통계 처리하여, 이를 동류집단 데이터베이스(14)에 저장하는 단계와,
각각의 주체 사용자로부터 학습 특성 정보 중 소정의 학습 특성 기준에 맞는 선택적 준거집단(reference group)의 생성 요청을 전송받는 단계와,
각각의 주체 사용자별로 학습 특성 정보 중 요청받은 소정의 학습 특성 기준을 가지는 사용자들을 상기 사용자 데이터베이스(12)에서 추출하여 각각의 주체 사용자에 대응하는 선택적 준거집단(reference group)들을 개별적으로 생성하는 단계와,
각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 각각의 선택적 준거집단 별로 통계 처리하여 이를 준거집단 데이터베이스(15)에 저장하는 단계와,
각각의 주체 사용자에게 주체 사용자가 속하는 가상적 동류집단의 통계처리된 집단지성적 연결 정보 및 선택적 준거집단의 통계처리된 집단지성적 연결 정보를 전송하는 단계를 포함하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
청구항 6 또는 청구항 7에 있어서,
상기 선택적 준거집단의 생성은 요청에 대해 실시간으로 행해지는 것을 특징으로 하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
청구항 6 도는 청구항 7에 있어서,
생성된 선택적 준거집단 내의 사용자들에게 사용자 정보 및 통계처리된 집단지성적 연결 정보를 전송하는 단계를 더 포함하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
청구항 6 또는 청구항 7에 있어서,
상기 사용자 데이터베이스(12) 및 상기 준거집단 데이터베이스(15)에 저장된 정보를 주기적으로 업데이트하는 단계를 더 포함하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
청구항 6 또는 청구항 7에 있어서,
상기 학습 특성 정보 및 학습 특성 기준은, 사용자의 지식 배경, 학습 목표, 학습 행동 중의 어느 하나인 것을 특징으로 하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
청구항 6에 있어서,
상기 집단지성적 연결 정보는, 사용자의 컨텐츠간 학습 경로, 컨텐츠 이용 빈도, 컨텐츠에 관한 키워드 및 설명, 컨텐츠 학습에 소요된 시간, 컨텐츠에 대한 평가 중의 어느 하나인 것을 특징으로 하는,
선택적 준거집단을 활용하는 전자학습 시스템 제공방법.
사용자별 학습 특성 정보와, 집단지성적 연결 정보가 저장되는 사용자 데이터베이스(12), 요청받는 학습 특성 기준에 기초하여 기준에 부합하는 사용자를 상기 사용자 데이터베이스(12)로부터 선별하여 각각의 주체 사용자에 대응하는 선택적 준거집단을 실시간으로 생성하고, 각각의 선택적 준거집단 내에 포함된 사용자들의 집단지성적 연결 정보를 통계처리하는 연산부(16), 및 상기 통계처리된 집단지성적 연결 정보를 저장하는 준거집단 데이터베이스(15)를 포함하는 주서버(10)와,
상기 주서버(10)와 통신네트워크를 통해 연결되어 있는 사용자 클라이언트(30)를 포함하고,
상기 주서버(10)는 각각의 선택적 준거집단의 주체 사용자들의 상기 사용자 클라이언트(30)로부터 학습 특성 기준 및 선택적 준거집단 생성에 대한 요청을 받고, 생성된 선택적 준거집단 중 각각의 주체 사용자에 대응하는 선택적 준거집단의 통계처리된 집단지성적 연결 정보를 그 사용자 클라이언트(30)로 전송하는 것을 특징으로 하는,
선택적 준거집단을 활용하는 전자학습 시스템.
청구항 13에 있어서,
상기 집단지성적 연결 정보는, 사용자의 컨텐츠간 학습 경로, 컨텐츠 이용 빈도, 컨텐츠에 관한 키워드 및 설명, 컨텐츠 학습에 소요된 시간, 컨텐츠에 대한 평가 중의 어느 하나인 것을 특징으로 하는,
선택적 준거집단을 활용하는 전자학습 시스템.
청구항 13에 있어서,
상기 학습 특성 정보 및 상기 학습 특성 기준은, 사용자의 지식 배경, 학습 목표, 학습 행동 중의 어느 하나 것을 특징으로 하는,
선택적 준거집단을 활용하는 전자학습 시스템.