KR20230009099A - 실시간 화상 교육 시스템에서의 학습자 그루핑 방법 - Google Patents

실시간 화상 교육 시스템에서의 학습자 그루핑 방법 Download PDF

Info

Publication number
KR20230009099A
KR20230009099A KR1020210089728A KR20210089728A KR20230009099A KR 20230009099 A KR20230009099 A KR 20230009099A KR 1020210089728 A KR1020210089728 A KR 1020210089728A KR 20210089728 A KR20210089728 A KR 20210089728A KR 20230009099 A KR20230009099 A KR 20230009099A
Authority
KR
South Korea
Prior art keywords
learner
video education
learning
terminal
education
Prior art date
Application number
KR1020210089728A
Other languages
English (en)
Other versions
KR102622115B1 (ko
Inventor
김보은
김민지
Original Assignee
주식회사 유비온
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 주식회사 유비온 filed Critical 주식회사 유비온
Priority to KR1020210089728A priority Critical patent/KR102622115B1/ko
Publication of KR20230009099A publication Critical patent/KR20230009099A/ko
Application granted granted Critical
Publication of KR102622115B1 publication Critical patent/KR102622115B1/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
    • G06Q50/20—Education
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/75—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/14—Systems for two-way working
    • H04N7/15—Conference systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Technology (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Educational Administration (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

실시간 화상 교육 시스템에서의 학습자 그루핑 방법이 개시된다. 본 발명에 따른 학습자 그루핑 방법은, 학습자 단말 및 교수자 단말과 네트워크를 통해 연결되며 화상 교육을 제공하는 화상 교육 서버가, 화상 교육이 진행되는 동안, 학습자 단말을 통해 화상 교육을 수강하는 학습자들의 학습 태도를 트래킹하는 단계; 트래킹되는 학습 태도를 분석하여 각 학습자의 학습 성실도를 판정하는 단계; 판정되는 학습 성실도에 따라 화상 교육을 수강하는 학습자들을 복수의 그룹으로 분류하는 단계; 및 그루핑 결과를 교수자 단말에 표시하는 단계;를 포함할 수 있다.

Description

실시간 화상 교육 시스템에서의 학습자 그루핑 방법 {Method for grouping students in real time video communication system for education}
본 발명은 실시간 화상 교육 시스템에 대한 것으로, 보다 구체적으로는 실시간 화상 교육 시스템을 통해 수업을 진행하는 동안 학습자들의 수업 태도에 따라 복수의 그룹으로 나누어 표시하는 화상 교육 시스템에서의 학습자 그루핑 방법에 대한 것이다.
팬데믹 상황 등으로 교실에서의 면대면(face to face) 수업 대신 온라인 수업 실행이 증가되는 추세이다. 특히 실시간 쌍방향 수업의 경우 비실시간 수업에 비해 학습자와 교사(교수자)와의 원활한 상호작용이 가능하기에 주요하게 활용되며 주로 화상 회의 시스템(예: 줌(Zoom), 웹엑스(Webex), 스카이프(Skype))이 이용되고 있다.
화상 회의 솔루션은 문자 그대로 온라인 회의 목적으로 활용되는 도구로 실시간 쌍방향 수업의 교육적 목적에 최적화되어 있지는 않다. 특히, 기존 화상 회의 솔루션의 경우, 교수자가 강의를 진행함과 동시에 학습자들의 수업 참여도를 점검 및 확인하기 위하여 학습자의 반응을 요구하거나 학습자들의 영상을 점검하면서 참여 여부를 일일이 확인해야 한다.
실시간 화상 교육에서는 물리적 공간의 한계로 인해 오프라인 수업에 비하여 학생들의 집중도(누가 집중하는지, 누가 집중하지 않는지), 학습에 대한 이해도(누가 강의 내용을 이해하는지, 누가 강의 내용을 이해하지 못하는지) 그리고 자신의 강의 진행 속도에 대한 피드백을 받는데 다소 제약이 있다.
본 발명은 상기와 같은 종래 기술의 문제점을 해소하기 위한 것으로, 실시간 화상 교육을 진행하는 동안 학습자들의 태도를 모니터링하여 수업에 집중하는 학습자와 그렇지 못한 학습자를 자동으로 분류하고 교수자에게 그루핑 결과를 제공하는 화상 교육 시스템을 제공하는 것을 목적으로 한다.
상기와 같은 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 실시간 화상 교육 시스템에서의 학습자 그루핑 방법은, 학습자 단말 및 교수자 단말과 네트워크를 통해 연결되며 화상 교육을 제공하는 화상 교육 서버가, 상기 화상 교육이 진행되는 동안, 상기 학습자 단말을 통해 상기 화상 교육을 수강하는 학습자들의 학습 태도를 트래킹하는 단계; 상기 트래킹되는 학습 태도를 분석하여 각 학습자의 학습 성실도를 판정하는 단계; 상기 판정되는 학습 성실도에 따라 상기 화상 교육을 수강하는 학습자들을 복수의 그룹으로 분류하는 단계; 및 상기 그루핑 결과를 상기 교수자 단말에 표시하는 단계;를 포함할 수 있다.
상기 학습자 그루핑 방법은, 상기 학습 성실도를 판정하는 기준이 되는 요건을 하나 이상 설정할 수 있는 사용자 인터페이스를 상기 교수자 단말에 제공하는 단계;를 더 포함할 수 있다.
상기 학습 태도를 트래킹하는 단계는, 교수자의 발화 내용을 인식하여 학습자에 대한 피드백 요구를 감지하는 단계; 및 상기 교수자가 요구하는 방식에 따라 각 학습자가 피드백을 입력하는지 추적하는 모니터링 데이터를 해당 학습자 단말로부터 수집하는 단계;를 포함할 수 있다.
상기 학습 태도를 트래킹하는 단계는, 각 학습자의 카메라 조작 히스토리, 각 학습자의 영상 인식 여부, 각 학습자의 학습자 단말을 통한 작업 내역 및 상기 학습자 단말에서의 어플리케이션 실행 정보 중 하나 이상을 포함하는 모니터링 데이터를 해당 학습자 단말로부터 수집하는 단계;를 포함할 수 있다.
상기 학습 성실도를 판정하는 단계는, 상기 학습자 단말로부터 수집되는 모니터링 데이터를 이용하여 각 학습자의 수업 집중도를 산정하는 단계; 상기 화상 교육의 강의안 정보를 독출하는 단계; 교수자의 발화 내용을 인식하고 키워드 정보를 추출하는 단계; 상기 독출된 강의안 정보 및 상기 추출된 키워드 정보를 매핑하여 상기 화상 교육을 가중치가 높은 구간과 낮은 구간으로 분류하여 가중치를 설정하는 단계; 및 상기 산정된 수업 집중도를 이용하여 해당 학습자의 학습 성실도를 판정할 때 해당 화상 교육 구간에 따른 가중치를 적용하는 단계;를 포함할 수 있다.
상기 그루핑 결과를 표시하는 단계는, 학습자들의 영상을 그리드 형태로 표시하는 학습자 화면에서 상기 학습 성실도가 소정의 값 이하인 학습자 그룹을 구분되도록 표시하는 단계;를 포함할 수 있다.
본 발명의 일 실시예에 따른 화상 교육 시스템은 학습자 단말 및 교수자 단말과 네트워크를 통해 연결되며 화상 교육을 제공하는 화상 교육 서버를 구비하고, 상기 화상 교육 서버는, 상기 화상 교육이 진행되는 동안, 상기 학습자 단말을 통해 상기 화상 교육을 수강하는 학습자들의 학습 태도를 트래킹하는 트래킹 모듈; 상기 트래킹되는 학습 태도를 분석하여 각 학습자의 학습 성실도를 판정하는 성실도 판정 모듈; 및 상기 판정되는 학습 성실도에 따라 상기 화상 교육을 수강하는 학습자들을 복수의 그룹으로 분류하고, 상기 그루핑 결과를 상기 교수자 단말에 그리드를 이용하여 표시하는 그루핑 모듈;을 포함할 수 있다.
본 발명에 의하면, 실시간 화상 교육을 진행하는 동안 학습자들에 대한 모니터링(예: 학습태도, 집중도)을 통해 하위 그룹의 학습자를 자동으로 분류하여 교수자에게 그리드 형태로 제시한다. 이를 통해 교수자는 실시간 수업 중 자동화된 학습자 모니터링을 통해 학습자에 대한 적절한 처방 및 피드백을 제시할 수 있게 된다.
궁극적으로 교수자 입장에서는 학습 시간 적정화를 통한 수업의 질 향상 제고, 학습자 입장에서는 학습 과정에 대한 적시적인 피드백을 받을 수 있게 됨으로써 학습 참여도 향상 및 학습 효과를 극대화할 수 있다.
도 1은 본 발명의 일 실시예에 따른 화상 교육 시스템의 네트워크 구성을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 화상 교육 서버를 설명하기 위한 기능 블록도이다.
도 3은 본 발명의 일 실시예에 따른 실시간 화상 교육 시스템에서의 학습자 그루핑 방법을 설명하기 위한 순서도이다.
도 4는 본 발명의 일 실시예에 따른 학습자 그루핑 서비스를 구현한 화면을 예시한 것이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...수단", "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 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.
도 1은 본 발명의 일 실시예에 따른 화상 교육 시스템의 네트워크 구성을 설명하기 위한 도면이고, 도 2는 본 발명의 일 실시예에 따른 화상 교육 서버를 설명하기 위한 기능 블록도이다.
본 발명의 일 실시예에 따른 화상 교육 시스템은 인터넷 등의 네트워크를 통해 실시간 화상 교육 플랫폼을 제공하는 화상 교육 서버(100), 화상 교육 서버(100)에 접속하여 실시간 화상 교육에 참여하는 학생 사용자(학습자)가 이용하는 학습자 단말(110), 및 화상 교육 서버(100)를 통해 실시간 화상 교육을 설계하고 진행하는 교사 사용자(교수자)가 이용하는 교수자 단말(120)로 구성될 수 있다.
학습자는 학습자 단말(110)에 설치되는 실시간 화상 교육 전용 애플리케이션 또는 웹 브라우저를 통해 화상 교육 서버(100)가 제공하는 실시간 화상 교육을 수강할 수 있다.
교수자는 교수자 단말(120)에 설치되는 실시간 화상 교육 전용 애플리케이션 또는 웹 브라우저를 통해 화상 교육 서버(100)가 제공하는 실시간 화상 교육 플랫폼을 이용하여 실시간 화상 교육을 설계 및 관리하고 화상 교육에 참여하는 학습자들과 함께 실시간 화상 교육을 진행한다.
학습자 단말(110)과 교수자 단말(120)은 소정의 네트워크를 통해 화상 교육 서버(100)와 통신 가능한 개인용 컴퓨터나, 스마트폰, PDA(Personal Digital Assistants), 휴대용 컴퓨터 등의 컴퓨팅 장치이다.
화상 교육 서버(100)는 웹 서버 기반 또는 전용 애플리케이션 방식의 실시간 화상 교육 플랫폼을 제공하기 위한 소프트웨어 및/또는 하드웨어 구성요소를 구비한 컴퓨팅 시스템으로, 통신망을 통해 사용자 단말(110, 120)에 연결되어 있고, 또한 데이터베이스(130)와 연결되어 있다.
데이터베이스(130)는 화상 교육 서버(100)가 본 발명에 따른 실시간 화상 교육 플랫폼을 제공하는데 필요한 정보를 저장하며, 교수자가 설계 및 저작한 실시간 화상 교육, 각 실시간 화상 교육의 강의안, 강의 시간, 강의 자료, 강의를 수강할 학습자 등 실시간 화상 교육에 대한 각종 정보를 저장하는 수업 정보 DB(131), 실시간 화상 교육 진행중 트래킹한 학습자의 카메라 영상, 학습 활동, 피드백 입력, 로그인 및 로그아웃 등 학습자의 행동 전반에 관련된 정보를 저장하는 학습자 행동 정보 DB(132), 그리고 실시간 화상 교육 플랫폼에 가입한 교수자 회원과 학습자 회원의 개인 정보, 인증 정보, 권한 정보, 수업 출석 이력, 과제물 제출 이력 등 사용자에 대한 정보를 저장한 사용자 정보 DB(133)를 포함할 수 있다.
화상 교육 서버(100)는, 실시간 화상 교육에 참여하는 학습자들의 영상을 그리드 형태로 제공하여 교수자와 학습자들이 수강중인 이용자들의 모습을 생생하게 보면서 수업할 수 있도록 한다.
실시간 화상 교육시 수업에 집중하고 잘 따라오는 학습자는 크게 신경쓸 필요가 없으나, 그렇지 않은 학습자에 대해서는 해당 사실을 인지하고 이를 해결하도록 노력을 기울일 필요가 있다.
본 발명의 일 실시예에 따른 화상 교육 서버(100)는 트래킹 모듈(101), 성실도 판정 모듈(102) 및 그루핑 모듈(103)을 포함하고, 학습자들의 학습 태도를 지속적으로 트래킹하여 성실도가 떨어지는 학습자와 성실한 학습자를 분류하고 불성실한 학습자들에 대응하는 그리드를 별도 표시하여 교수자 단말(120)에 제공함으로써, 교수자가 자신의 강의에 대한 학습자들의 학습 태도를 한눈에 확인하고 주의를 요하는 학습자들을 바로 알 수 있도록 한다.
구체적으로, 트래킹 모듈(101)은 실시간 화상 교육이 진행되는 동안 학습자 단말(110)을 통해 화상 교육을 수강하는 학습자들의 학습 태도를 트래킹한다. 트래킹 대상이 되는 학습자의 행동은 카메라를 끄고 있는지 여부, 대화에 참여하고 있는지 여부, 학습자가 교수의 요청에 따라 피드백을 입력하는지 여부, 학습자가 단말(110) 앞에서 수업을 듣고 있는지 즉 학습자의 모습이 카메라를 통해 보이는지 여부, 학습자의 시선 방향, 학습자가 단말(110)에서 다른 작업을 하고 있는지 여부 등 학습자가 화상 교육 진행중에 할 수 있는 행동들을 포함할 수 있다.
학습자가 자신의 단말(110)을 이용하여 화상 교육을 들으면서 단말(110)에서 어떤 작업을 하는지를 해당 단말(110)에서 실행되는 실시간 화상 교육 클라이언트가 수집하여 화상 교육 서버(100)로 전송하고, 화상 교육 서버(100)는 이 정보를 수신하여 해당 학습자의 학습 상황을 트래킹할 수 있다.
화상 교육 서버(100)는 학습자 단말(110)이 촬영하여 보내오는 카메라 영상을 분석하여 학습자가 단말(110) 앞에서 강의를 듣고 있는지 아니면 부재중인지 여부를 추적하거나, 학습자의 시선을 분석하여 단말(110)의 화면이 아닌 다른 곳을 보고 있거나 졸고 있지 않은지 모니터링할 수 있다.
학습자 단말(110)에서 실행되고 있는 다른 어플리케이션을 통한 학습자의 타이핑 여부 또는 타이핑 내용을 실시간 화상 교육 클라이언트가 추적하여 화상 교육 서버(100)로 해당 정보를 보내면, 화상 교육 서버(100)는 이 정보를 수신하여 다른 학습자들은 타이핑하고 있지 않은데 특정 학습자가 화상 교육의 수업 맥락과 관련 없는 내용을 타이핑하고 있는지 여부를 모니터링할 수 있다.
학습자 단말(110)에서 화상 교육을 위한 클라이언트가 자신 이외에 실행중인 다른 어플리케이션에 대한 정보 및 다른 어플리케이션에 관련된 사용자 입력에 대한 정보를 추적하여 화상 교육 서버(100)로 보내면, 화상 교육 서버(100)는 수신되는 정보를 분석하여 해당 학습자가 수업에 집중하지 않고 다른 어플리케이션을 사용하고 있거나 다른 어플리케이션에 지속적인 입력을 수행하고 있는지 여부를 모니터링할 수 있다. 예컨대, 실행중인 화상 교육 클라이언트 옆에 유투브 창을 열고 보고 있는 경우 이를 트래킹하여 학습자의 성실도 판정에 적용할 수 있다.
트래킹 모듈(101)이 어떤 행동을 트래킹할지 여부는 학습 성실도 판단 기준으로 설정된 하나 이상의 항목에 따라 달라질 수 있다. 판단 기준의 설정은 미리 기본값이 설정되거나 교수자에 의해 설정 또는 변경될 수 있다.
예를 들어, 화면을 끈 학습자를 불성실한 학습자로 판단하도록 기준이 설정된 경우, 트래킹 모듈(101)은 화상 교육 진행중 학습자가 단말(110)의 카메라를 조작하는 행동을 모니터링할 것이다. 대화의 참여도가 낮은 학습자를 학습 태도가 나쁜 학습자로 분류하도록 기준이 설정된 경우, 트래킹 모듈(101)은 각 학습자의 마이크나 대화창을 통한 대화 입력을 모니터링할 것이다.
성실도 판정 모듈(102)은 트래킹되는 학습자의 학습 태도 정보를 분석하여 각 학습자의 학습 성실도를 판정한다.
그루핑 모듈(103)은 학습 성실도에 따라 화상 교육을 수강하는 학습자들을 복수의 그룹으로 분류하고, 그루핑 결과를 강의중인 교수자의 단말(120)에 그리드를 이용하여 표시하도록 제어한다. 예컨대, 성실한 학습자 그룹과 불성실한 학습자 그룹으로 나누어 이들 그룹이 구분되도록 한다.
학습자의 학습 태도 트래킹, 학습 성실도 판정, 그리고 학습 성실도를 기준으로한 학습자의 그루핑은 화상 교육이 진행되는 동안 지속적으로 또는 주기적으로 실행될 수 있으며, 이에 따라 교수자 단말(120)에 그리드 형태로 표시되는 학습자들의 그루핑은 동적으로 변경될 수 있다. 예컨대, 불성실하다고 판단되는 학습자가 교수자의 지적에 의해 학습 태도를 바꾼 경우는 불성실한 학습자 그룹에서 제거되고 성실한 학습자 그룹으로 이동되어 표시될 수 있다.
도 3은 본 발명의 일 실시예에 따른 실시간 화상 교육 시스템에서의 학습자 그루핑 방법을 상세히 설명하기 위한 순서도이다.
교수자는 수업 시간, 대상 학생, 강의안, 수업 자료 등을 입력하여 실시간 화상 교육을 설계할 수 있으며, 해당 시간에 교수자가 화상 교육 서버(100)에 접속하여 화상 교육을 시작하며 학습자들 역시 화상 교육 서버(100)에 접속하여 화상 교육을 수강할 수 있다.
화상 교육 서버(100)는 각 화상 교육에 대해 학습 성실도를 판정하는 기준이 되는 요건을 하나 이상 설정할 수 있으며, 교수자가 이를 설정하는 실시예에서는 판정 기준 및/또는 각 기준의 가중치를 설정할 수 있는 사용자 인터페이스를 교수자 단말(120)에 제공하고, 교수자의 입력에 따라 각 화상 교육에 대한 학습 성실도 판단 기준 및/또는 각 기준의 가중치를 저장하여 이용할 것이다.
단계 S31에서는, 화상 교육이 진행되는 동안 학습자 단말(110)을 통해 화상 교육을 수강하는 학습자들의 학습 태도를 트래킹한다.
각 학습자의 학습 태도 트래킹을 위해 학습자 단말(110)로부터 모니터링 데이터를 수집하여 이용할 수 있다. 모니터링 데이터에는 각 학습자의 카메라 조작 히스토리, 각 학습자의 피드백 입력 정보, 각 학습자의 영상 인식 여부, 각 학습자의 학습자 단말(110)을 통한 작업 내역 및 상기 학습자 단말(110)에서의 어플리케이션 실행 정보 등 학습자의 학습 상황을 트래킹할 수 있는 데이터 중 하나 이상이 포함될 수 있다.
각 학습자의 카메라 조작 히스토리를 트래킹하기 위해, 화상 교육 서버(100)는 화상 교육이 진행되는 동안 카메라가 꺼진 학습자에 대해서는 온라인 상태이면서 카메라가 꺼진 시간과 횟수를 카운트하여 기록할 수 있다.
각 학습자의 영상 인식 여부를 트래킹하기 위해, 화상 교육 서버(100)는 화상 교육이 진행되는 동안 학습자의 카메라가 켜져 있으나 해당 영상에 인물 인식이 되지 않으면, 즉 카메라를 켜둔채 자리를 비운 상태이면 부재중으로 판단하고 부재중인 시간과 횟수를 카운트하여 기록할 수 있다.
각 학습자의 피드백 입력을 트래킹하기 위해, 먼저 교수자가 피드백을 요구한 시점과 교수자가 요구하는 피드백 방법을 인식하고, 학습자가 화상 교육에 집중하고 있어 교수자가 요구하는 시점에 정확한 방법으로 피드백을 입력했는지 추적할 수 있다.
화상 교육 서버(100)는 피드백 요구 시점 및 방법의 인식을 위해 교수자의 발화 내용을 인식하여 학습자에 대한 피드백 요구를 감지하고, 교수자가 요구하는 방식에 따라 각 학습자가 피드백을 입력하는지 추적하는 모니터링 데이터를 해당 학습자 단말(110)로부터 수집할 수 있다.
화상 교육 서버(100)는 교수자의 발화 데이터를 텍스트로 변환한 후 이를 분석하여 학습자에게 음성으로 대답을 요구하였는지 입력 장치를 이용한 피드백을 요구하였는지 판단하고, 교수자가 요구하는 시점 또는 강의가 재개될 때까지 각 학습자의 학습자 단말(110)에 구비되는 마이크나 입력 장치를 통해 피드백이 입력되었는지 여부를 트래킹할 것이다. 예를 들어, 교수자가 음성으로 질문을 하고 학습자들에게 대화창을 통해 답변을 입력하라고 했다면 각 학습자가 대화창에 뭔가를 입력했는지 모니터링한다.
단계 S32에서는, 트래킹되는 학습 태도를 분석하여 각 학습자의 학습 성실도를 판정한다.
화상 교육 서버(100)는 학습 태도 트래킹 단계에서 수집한 모니터링 데이터를 이용하여 각 학습자의 수업 집중도를 산정하고 이를 이용하여 학습 성실도를 판정할 것이다.
수업 집중도의 산정에는 소정의 수식이 이용될 수 있다. 예컨대 학습 성실도를 판정하는 기준이 되는 요건들에 대한 트래킹 결과를 점수로 환산하고 각 요건에 대한 가중치를 두는 수식을 생성하여 집중도 산정에 이용할 수 있다.
산정된 수업 집중도에 따라 해당 학습자의 학습 성실도가 판정될 것이다. 예컨대, 집중도 점수에 따라 각 학습자를 성실한 학습자 또는 불성실한 학습자로 분류할 수 있다.
단계 S33에서는 학습 성실도에 따라 화상 교육을 수강하는 학습자들을 복수의 그룹으로 분류하고, 단계 S34에서는 그루핑 결과를 교수자 단말(120)에 그리드를 이용하여 표시한다.
화상 교육 서버(100)는 화상 교육에 출석한 각 학습자의 학습 태도를 트래킹하고 트래킹 정보를 소정의 수식에 의해 연산하여 수업 집중도를 계산한 후, 집중도 결과값이 소정의 범위에 해당하는 학습자들은 학습 태도가 불량하여 주의가 요구되는 것으로 성실도를 판정할 수 있으며, 이들 불성실한 학습자들을 자동으로 그루핑하여 그리드 형태로 별도로 표시할 수 있다.
화상 교육 서버(100)는 학습자들의 영상을 그리드 형태로 표시하는 학습자 화면에서 학습 성실도가 소정의 값 이하인 학습자 그룹이 시각적으로 구분되도록 교수자 단말(120)의 클라이언트를 제어할 수 있다.
이에 따라 화상 강의중인 교수자가 불성실한 학습자들을 직접 판정하여 체크하지 않아도 되며, 화상 교육 서버(100)가 불성실한 학습자들을 실시간으로 자동 감지하여 그리드 형태의 가상 교실의 윗줄에 모아 놓는 등의 방법으로 교수자가 한눈에 요주의 학습자들을 볼 수 있도록 제어할 수 있다.
도 4는 학습자 그루핑 서비스를 구현한 화면을 예시한 것이다.
도 4를 참조하면, 화상 교육을 수강하고 있는 학습자들 중 일부가 불성실한 학습자 그룹(41)으로 분류되어 화면의 상단에 이동된 것을 알 수 있다.
일 실시예에서, 학습자의 학습 성실도를 판정할 때 화상 교육 구간에 따라 가중치를 달리하여 성실도를 판단할 수 있다. 이때, 화상 교육 전체에서 복수의 화상 교육 구간을 인식하기 위해, 화상 교육 서버(100)는 화상 교육의 강의안 정보를 독출하여 이용할 수 있다.
먼저, 화상 교육 서버(100)는 화상 교육중 교수자의 발화 내용을 텍스트로 변환하고 인식하여 이로부터 키워드 정보를 추출한다. 다음으로, 강의안 정보 및 키워드 정보를 매핑하여 화상 교육을 가중치가 높은 구간과 낮은 구간으로 분류하여 동적인 가중치를 설정할 것이다. 산정된 수업 집중도를 이용하여 해당 학습자의 학습 성실도를 판정할 때 해당 화상 교육 구간에 따른 가중치를 적용하게 된다.
예컨대, 강의 토픽과 다음 토픽 상의 구간은 강의 내용 가운데 잠시 빈 구간이므로 학습자의 성실도를 판정할 때 해당 구간의 집중도에 낮은 가중치를 적용하고, 강의가 연속적으로 진행되고 있는 동안에는 학습자의 성실도 판정시 해당 구간의 집중도에 높은 가중치를 적용할 수 있다.
본 발명의 일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.
100: 화상 교육 서버
110: 학습자 단말
120: 교수자 단말
101: 트래킹 모듈
102: 성실도 판정 모듈
103: 그루핑 모듈
130: 데이터베이스
131: 수업 정보 DB
132: 학습자 행동 정보 DB
133: 사용자 정보 DB

Claims (5)

  1. 학습자 단말 및 교수자 단말과 네트워크를 통해 연결되며 화상 교육을 제공하는 화상 교육 서버가,
    상기 화상 교육이 진행되는 동안, 상기 학습자 단말을 통해 상기 화상 교육을 수강하는 학습자들의 학습 태도를 트래킹하는 단계;
    상기 트래킹되는 학습 태도를 분석하여 각 학습자의 학습 성실도를 판정하는 단계;
    상기 판정되는 학습 성실도에 따라 상기 화상 교육을 수강하는 학습자들을 복수의 그룹으로 분류하는 단계; 및
    상기 그루핑 결과를 상기 교수자 단말에 표시하는 단계;를 포함하는 것을 특징으로 하는, 실시간 화상 교육 시스템에서의 학습자 그루핑 방법.
  2. 제1항에 있어서,
    상기 학습 성실도를 판정하는 기준이 되는 요건을 하나 이상 설정할 수 있는 사용자 인터페이스를 상기 교수자 단말에 제공하는 단계;를 더 포함하는 것을 특징으로 하는, 실시간 화상 교육 시스템에서의 학습자 그루핑 방법.
  3. 제1항에 있어서,
    상기 학습 태도를 트래킹하는 단계는,
    교수자의 발화 내용을 인식하여 학습자에 대한 피드백 요구를 감지하는 단계; 및
    상기 교수자가 요구하는 방식에 따라 각 학습자가 피드백을 입력하는지 추적하는 모니터링 데이터를 해당 학습자 단말로부터 수집하는 단계;를 포함하는 것을 특징으로 하는, 실시간 화상 교육 시스템에서의 학습자 그루핑 방법.
  4. 제1항에 있어서,
    상기 학습 태도를 트래킹하는 단계는,
    각 학습자의 카메라 조작 히스토리, 각 학습자의 영상 인식 여부, 각 학습자의 학습자 단말을 통한 작업 내역 및 상기 학습자 단말에서의 어플리케이션 실행 정보 중 하나 이상을 포함하는 모니터링 데이터를 해당 학습자 단말로부터 수집하는 단계;를 포함하는 것을 특징으로 하는, 실시간 화상 교육 시스템에서의 학습자 그루핑 방법.
  5. 제3항 또는 제4항에 있어서,
    상기 학습 성실도를 판정하는 단계는,
    상기 학습자 단말로부터 수집되는 모니터링 데이터를 이용하여 각 학습자의 수업 집중도를 산정하는 단계;
    상기 화상 교육의 강의안 정보를 독출하는 단계;
    교수자의 발화 내용을 인식하고 키워드 정보를 추출하는 단계;
    상기 독출된 강의안 정보 및 상기 추출된 키워드 정보를 매핑하여 상기 화상 교육을 가중치가 높은 구간과 낮은 구간으로 분류하여 가중치를 설정하는 단계; 및
    상기 산정된 수업 집중도를 이용하여 해당 학습자의 학습 성실도를 판정할 때 해당 화상 교육 구간에 따른 가중치를 적용하는 단계;를 포함하는 것을 특징으로 하는, 실시간 화상 교육 시스템에서의 학습자 그루핑 방법.
KR1020210089728A 2021-07-08 2021-07-08 실시간 화상 교육 시스템에서의 학습자 그루핑 방법 KR102622115B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210089728A KR102622115B1 (ko) 2021-07-08 2021-07-08 실시간 화상 교육 시스템에서의 학습자 그루핑 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210089728A KR102622115B1 (ko) 2021-07-08 2021-07-08 실시간 화상 교육 시스템에서의 학습자 그루핑 방법

Publications (2)

Publication Number Publication Date
KR20230009099A true KR20230009099A (ko) 2023-01-17
KR102622115B1 KR102622115B1 (ko) 2024-01-09

Family

ID=85111446

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210089728A KR102622115B1 (ko) 2021-07-08 2021-07-08 실시간 화상 교육 시스템에서의 학습자 그루핑 방법

Country Status (1)

Country Link
KR (1) KR102622115B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102650585B1 (ko) * 2023-02-23 2024-03-26 우송대학교 산학협력단 학습자-디지털트윈 생성을 활용한 가상강의 공간의 학습관리 시스템 및 그 관리방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080092485A (ko) * 2007-04-12 2008-10-16 주식회사 제이니스 온라인 교육과 온라인 강의의 집중화를 위한 유해사이트차단 및 유해 프로그램 실행제어시스템 및 그 방법
KR20150110449A (ko) * 2015-09-15 2015-10-02 주식회사 테라클 학습 관리 서버 및 학습 관리 방법
JP2018036690A (ja) * 2016-08-29 2018-03-08 米澤　朋子 一対多コミュニケーションシステムおよびプログラム
JP2018205638A (ja) * 2017-06-08 2018-12-27 大和ハウス工業株式会社 集中度評価機構
KR20200021162A (ko) * 2018-08-20 2020-02-28 주식회사 부뜰정보시스템 상담원의 상담내용을 기반으로 상담 챗봇을 학습하는 시스템 및 방법
KR20200144890A (ko) * 2019-06-19 2020-12-30 오종현 집중력 향상을 위한 이러닝 학습 시스템 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080092485A (ko) * 2007-04-12 2008-10-16 주식회사 제이니스 온라인 교육과 온라인 강의의 집중화를 위한 유해사이트차단 및 유해 프로그램 실행제어시스템 및 그 방법
KR20150110449A (ko) * 2015-09-15 2015-10-02 주식회사 테라클 학습 관리 서버 및 학습 관리 방법
JP2018036690A (ja) * 2016-08-29 2018-03-08 米澤　朋子 一対多コミュニケーションシステムおよびプログラム
JP2018205638A (ja) * 2017-06-08 2018-12-27 大和ハウス工業株式会社 集中度評価機構
KR20200021162A (ko) * 2018-08-20 2020-02-28 주식회사 부뜰정보시스템 상담원의 상담내용을 기반으로 상담 챗봇을 학습하는 시스템 및 방법
KR20200144890A (ko) * 2019-06-19 2020-12-30 오종현 집중력 향상을 위한 이러닝 학습 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102650585B1 (ko) * 2023-02-23 2024-03-26 우송대학교 산학협력단 학습자-디지털트윈 생성을 활용한 가상강의 공간의 학습관리 시스템 및 그 관리방법

Also Published As

Publication number Publication date
KR102622115B1 (ko) 2024-01-09

Similar Documents

Publication Publication Date Title
KR102114207B1 (ko) 인공지능 기반 증강 현실과 가상 현실을 이용한 학습 지원 시스템 및 방법
US20040161728A1 (en) Distance learning system
KR101899038B1 (ko) 빅데이터 분석을 이용한 온라인 학습 및 교육 콘텐츠 저작 시스템
Sun et al. Knowledge-construction behaviors in a mobile learning environment: A lag-sequential analysis of group differences
CN116018789A (zh) 在线学习中用于对学生注意力进行基于上下文的评估的方法、系统和介质
Ensor et al. Telecollaboration: foreign language teachers (re) defining their role
Caballé Towards a multi-modal emotion-awareness e-Learning system
Campbell et al. Developing INOTS to support interpersonal skills practice
Masry-Herzallah Teachers' Perceived Effectiveness in Online Teaching during COVID-19 Crisis: Comparing Jewish/Arab Teachers in Israel.
KR102622115B1 (ko) 실시간 화상 교육 시스템에서의 학습자 그루핑 방법
Conceição et al. Students’ perceptions about online support services: Institutional, instructional, and self-care implications
KR20180076372A (ko) 이러닝 서버, 이를 포함하는 이러닝 시스템 및 그 서비스 방법
CN113268512B (zh) 基于互联网平台的企业岗位职业技能培训系统
KR20160020924A (ko) 멀티미디어 학습 평가 시스템
Zhang et al. Future Challenges of Accounting Education in China Using Artificial Intelligence Assisted Multimedia Based Smart Accounting System
ГОЛУБ et al. Ai-Powered Pedagogy: Foreign Language Study in Higher Education
KR102600353B1 (ko) 실시간 화상 교육 시스템에서의 수강 여부 확인 방법
Zahradnikova Behind the Screen: Lessons Learnt from a Chinese Emergency Remote Teaching Experience in Czech Republic
Sharma et al. Augmenting Online Classes with an Attention Tracking Tool May Improve Student Engagement
Muhalim Envisioning Online English Teaching in Indonesia: A Digital Autoethnographic Account
Musa et al. Challenges in Online Distance Learning (ODL) Delivery during Covid-19 Pandemic Cricis
Godly et al. Deep learning model to empower student engagement in online synchronous learning environment
Jebadurai et al. Relevancy of Artificial Intelligence in Education: A Conceptual Review
Alt A human factors approach to synchronous online English language teaching
Ståløy Pandemic Didactics-CLT in the virtual classroom

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right