KR20230036441A - 사용자 맞춤형 학습 서비스 시스템 - Google Patents

Abstract

본 발명은 사용자 맞춤형 학습 서비스 시스템에 관한 것으로, 기존의 종이 또는 전자문서에 작성된 문제를 디지털화하되, 태그를 부여하여 디지털 문제를 제작하는 디지털 컨텐츠 제작모듈과, 상기 디지털 컨텐츠 제작모듈에서 제작된 문제를 분류 저장하는 문제 데이터베이스와, 학습자 단말에 상기 문제 데이터베이스에 저장된 문제를 제공하고, 학습자의 문제 풀이 결과를 수신하는 학습서비스 플랫폼 서버와, 상기 학습자의 문제 풀이 결과를 채점하고, 오답노트를 생성하는 채점모듈과, 상기 채점모듈의 채점결과를 누적 저장하여 학습자의 학습 성취도 등을 관리하는 학습자 관리모듈을 포함할 수 있다.

Description

사용자 맞춤형 학습 서비스 시스템{User-customizing learning service system}

본 발명은 사용자 맞춤형 학습 서비스 시스템에 관한 것으로, 더 상세하게는 효율적 학습을 위하여 사용자에게 최적화된 학습 서비스를 제공할 수 있는 시스템에 관한 것이다.

교육 및 학습에서의 교육평가 활동의 목적은 교수 및 학습과정에 최대한 도움을 제공함으로써 학생의 학습과 교사의 교수 활동의 효과를 극대화하기 위한 것이다. 교육평가와 관련하여 오답노트에 관한 연구도 다수 이루어져 왔는데 성취도 검사 결과에 대한 학생들의 자기 평가 내용을 바탕으로 수학과 성취도 검사에서 오답을 유발하는 원인을 분류하고 그 구조를 분석하거나, 학습자가 직접 평가 문제를 생성할 수 있고, 심화 및 보충학습 기능을 통하여 학습을 보완할 수 있도록 하고, 오답노트 기능을 통하여 반복적인 평가가 가능하고, 자신의 평가에 대한 결과 분석과 학습 통계를 통하여 즉각적인 피드백이 가능하도록 구성하는 연구가 진행되어 왔다.

온라인 상에서 오답노트를 작성하고 이용할 수 있도록 하는 플랫폼이 연구 및 개발되었는데, 이와 관련하여 선행기술인 한국등록특허 제10-1049896호(2011년07월19일 공고) 및 한국등록특허 제10-1720270호(2017년 04월 10일 공고)에는, 온라인을 통해 학습운영서버의 공부방으로 입장한 학생들에게 오프라인스케줄에 따라 학습진도에 맞는 과제문제와 그 답안을 제공하고, 학생이 온라인상으로 입력하는 문제풀이 결과를 분석하여 오답노트를 제공하며, 문제풀이 결과를 분석하여 제시하는 구성과, 복수의 단계로 구성된 복습 프로그램의 각 단계에 통과율을 설정하고, 사용자 단말기로부터 복습 프로그램의 단계 수행 결과를 수신하고, 단계 수행 결과가 설정된 통과율에 미달인 경우 단계에 설정된 통과율을 조정하는 구성이 각각 개시되어 있다.

그러나 실제 학원가에서는 많은 문제를 강사 및 교수진이 직접 만들고 학생들에게 나눠주면서 풀도록 하고, 오답의 경우 다시 복습을 하도록 유도는 하고 있지만, 실제로 많은 학생들은 오답노트가 주는 효과를 알고 있으면서도 시간이 많이 소요된다는 점 때문에 오답노트를 작성하지 않는다. 또, 학원에서는 각 학생별로 각 학생이 어떠한 문제를 틀렸고 어떠한 수업을 들으며 어느 정도의 진도를 나가고 있는 파악을 해야 하지만, 모두 오프라인으로 이루어지기 때문에 이를 일일이 체크하기에는 인력과 시간의 낭비가 막대하다.

이에, 학원에서 자체적으로 만든 문제를 입력할 수 있고, 각 교재별로 오답을 별도로 체크할 수 있으면서도 학생의 진도 및 학업성취율을 피드백할 수 있는 플랫폼의 연구 및 개발이 요구된다.

또한, 기존의 디지털 온라인 학습의 경우, 학습자 개인의 점수, 취약한 과목 및 과정에 대한 정보를 피드백하고 있지만, 해당 과목 또는 과정이 취약한 이유 또는 취약한 과정이 다수의 학습자에게서 발생하는 이유 등의 분석이 어려워 취약 과정의 학습에 실질적인 도움을 주기 어려운 문제점이 있었다.

상기와 같은 문제점들을 감안한 본 발명이 해결하고자 하는 기술적 과제는, 다양한 종이 문제집을 디지털화하여 학습자에게 제공하여, 오답 노트의 자동 생성과 성취도에 따른 문제추천을 통해 학습 성취도를 향상시킬 수 있는 시스템을 제공함에 있다.

또한, 본 발명은 디지털화된 문제마다 과목, 유형, 출제 스타일등의 태그를 포함시켜, 정답과 오답을 분석할 때 태그를 이용하여 성취도가 높은 과목 또는 과정과 취약한 과목 또는 과정을 자동으로 분석하여, 학습자가 취약점을 인지할 수 있도록 하는 시스템을 제공함에 다른 목적이 있다.

아울러 본 발명의 다른 과제는, 학습자 개인의 취약한 과목 및 그 과목의 특정 과정에 대한 추천 문제를 추천 및 제공할 수 있는 시스템을 제공함에 있다.

그리고 본 발명은 인공지능을 이용하여 학습자들의 취약한 학습 과정을 분석하여, 유사한 과정에서 취약함을 보이는 학습자들의 패턴을 확립하고, 유사 패턴을 가지는 학습자들에게 공통적인 문제를 추천할 수 있도록 하는 시스템을 제공함에 목적이 있다.

상기와 같은 과제를 해결하기 위한 본 발명 시스템은, 기존의 종이 또는 전자문서에 작성된 문제를 디지털화하되, 태그를 부여하여 디지털 문제를 제작하는 디지털 컨텐츠 제작모듈과, 상기 디지털 컨텐츠 제작모듈에서 제작된 문제를 분류 저장하는 문제 데이터베이스와, 학습자 단말에 상기 문제 데이터베이스에 저장된 문제를 제공하고, 학습자의 문제 풀이 결과를 수신하는 학습서비스 플랫폼 서버와, 상기 학습자의 문제 풀이 결과를 채점하고, 오답노트를 생성하는 채점모듈과, 상기 채점모듈의 채점결과를 누적 저장하여 학습자의 학습 성취도 등을 관리하는 학습자 관리모듈을 포함할 수 있다.

본 발명의 실시예에서, 상기 학습자 단말에 표시되는 시험 문제의 종류에 따라 필기 영역을 포함하는 사용자 인터페이스를 제공하는 인터페이스 제공모듈을 더 포함할 수 있다.

본 발명의 실시예에서, 상기 학습자 관리모듈에 저장된 학습자의 성취도 정보를 분석하여, 취약 과정을 선별하여 안내하고, 학습 조언을 생성하여 상기 학습자 단말에 제공할 수 있다.

본 발명의 실시예에서, 상기 디지털 컨텐츠 제작모듈은, 전자문서에 기재된 문제들을 HTML 또는 XML 형식으로 변환하고, HTML 또는 XML 형식으로 변환된 문제들을 문제 내용, 보기 내용, 그림으로 분할하고, 문제의 내용에 따라 과목, 유형, 출제 스타일을 포함하는 태그를 생성한 한 후, 생성된 태그와 분할된 문제들을 병합하여 디지털화된 문제를 생성할 수 있다.

본 발명의 실시예에서, 상기 인공지능 학습 추천모듈은, 학습자들의 취약 과목 및 과정에 대한 패턴을 형성하고, 상기 패턴을 정규화하여 과정간의 관계를 파악하고, 추천 문제를 제공할 때, 취약 과목의 과정에 더하여 상기 취약 과목의 과정과 관련된 다른 과정에서 속한 문제도 함께 제공할 수 있다.

본 발명은 디지털화된 문제를 제공하고, 자동으로 채점하여, 오답 노트를 자동으로 생성함으로써, 오답 노트 제작에 필요한 시간을 단축할 수 있는 효과가 있다.

또한, 본 발명은 디지털화된 문제에 태그를 적용하여, 채점 결과에 따라 태그를 누적 저장함으로써, 학습자의 학습 성취율이 높은 과목 및 과정과, 취약한 과목 및 과정을 자동으로 분류하여, 학습자에게 피드백할 수 있어 효율적인 학습이 가능하도록 하는 효과가 있다.

그리고 본 발명은 누적된 태그 정보를 이용하여 학습자의 취약한 과목 및 과정에 부합하는 새로운 문제들을 제공함으로써, 취약 과목 및 과정에 대한 집중적인 학습이 가능하도록 하여 성취율을 개선할 수 있는 효과가 있다.

아울러 본 발명은 인공지능을 이용하여 학습자들이 특정 과목 및 과정에서 취약한 학습 성취율을 나타내는 이유를 분석하여, 동일 과목 및 과정에 취약함을 나타내는 학습자들의 패턴을 확립하고, 패턴에 따른 문제를 추천하여 학습효과를 높일 수 있다.

도 1은 본 발명 사용자 맞춤형 학습 서비스 시스템의 블록 구성도이다.
도 2는 디지털 컨텐츠 제작모듈의 문제 변환 과정의 흐름도이다.
도 3은 사용자 인터페이스의 예시도이다.
도 4는 학습자 개인의 취약 과목 및 과정을 설명하는 화면의 예시도이다.

이하, 본 발명 사용자 맞춤형 학습 서비스 시스템에 대하여 첨부한 도면을 참조하여 상세히 설명한다.

본 발명의 실시 예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해 제공되는 것이며, 아래에 설명되는 실시 예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 아래의 실시 예들로 한정되는 것은 아니다. 오히려, 이들 실시 예는 본 발명을 더욱 충실하고 완전하게 하며 당업자에게 본 발명의 사상을 완전하게 전달하기 위하여 제공되는 것이다.

본 명세서에서 사용된 용어는 특정 실시 예를 설명하기 위하여 사용되며, 본 발명을 제한하기 위한 것이 아니다. 본 명세서에서 사용된 바와 같이 단수 형태는 문맥상 다른 경우를 분명히 지적하는 것이 아니라면, 복수의 형태를 포함할 수 있다. 또한, 본 명세서에서 사용되는 경우 "포함한다(comprise)" 및/또는"포함하는(comprising)"은 언급한 형상들, 숫자, 단계, 동작, 부재, 요소 및/또는 이들 그룹의 존재를 특정하는 것이며, 하나 이상의 다른 형상, 숫자, 동작, 부재, 요소 및/또는 그룹들의 존재 또는 부가를 배제하는 것이 아니다. 본 명세서에서 사용된 바와 같이, 용어 "및/또는"은 해당 열거된 항목 중 어느 하나 및 하나 이상의 모든 조합을 포함한다.　

본 명세서에서 제1, 제2 등의 용어가 다양한 부재, 영역 및/또는 부위들을 설명하기 위하여 사용되지만, 이들 부재, 부품, 영역, 층들 및/또는 부위들은 이들 용어에 의해 한정되지 않음은 자명하다. 이들 용어는 특정 순서나 상하, 또는 우열을 의미하지 않으며, 하나의 부재, 영역 또는 부위를 다른 부재, 영역 또는 부위와 구별하기 위하여만 사용된다. 따라서, 이하 상술할 제1 부재, 영역 또는 부위는 본 발명의 가르침으로부터 벗어나지 않고서도 제2 부재, 영역 또는 부위를 지칭할 수 있다.

이하, 본 발명의 실시 예들은 본 발명의 실시 예들을 개략적으로 도시하는 도면들을 참조하여 설명한다. 도면들에 있어서, 예를 들면, 제조 기술 및/또는 공차에 따라, 도시된 형상의 변형들이 예상될 수 있다. 따라서, 본 발명의 실시 예는 본 명세서에 도시된 영역의 특정 형상에 제한된 것으로 해석되어서는 아니 되며, 예를 들면 제조상 초래되는 형상의 변화를 포함하여야 한다.

도 1은 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 학습 서비스 시스템의 블록 구성도이다.

도 1을 참조하면 본 발명 사용자 맞춤형 학습 서비스 시스템은, 기존의 종이 또는 전자문서에 작성된 문제를 디지털화하되, 태그를 부여하여 디지털 문제를 제작하는 디지털 컨텐츠 제작모듈(30)과, 상기 디지털 컨텐츠 제작모듈(30)에서 제작된 문제를 분류 저장하는 문제 데이터베이스(60)와, 학습자 단말(20)에 상기 문제 데이터베이스(60)에 저장된 문제를 제공하고, 학습자의 문제 풀이 결과를 수신하는 학습서비스 플랫폼 서버(10)와, 상기 학습자의 문제 풀이 결과를 채점하고, 오답노트를 생성하는 채점모듈(50)과, 상기 채점모듈의 채점결과를 누적 저장하여 학습자의 학습 성취도 등을 관리하는 학습자 관리모듈(70)과, 플랫폼에서 학습자 단말(20)의 사용자 인터페이스를 제공하는 인터페이스 제공모듈(80)을 포함하여 구성된다.

또한, 상기 학습자 관리모듈(70)에 저장된 학습자의 성취도 정보를 분석하여, 취약 과정을 선별하여 안내하고, 학습 조언을 생성하여 상기 학습자 단말(20)에 제공하는 인공지능 학습 추천모듈(40)을 더 포함할 수 있다.

이하, 상기와 같이 구성되는 본 발명의 바람직한 실시예에 따른 사용자 맞춤형 서비스 시스템의 구성과 작용에 대하여 보다 상세히 설명한다.

먼저, 디지털 컨텐츠 제작모듈(30)은 알려진 종이 문제집의 문제나 전자문서에 기록된 문제를 본 발명에서 사용되는 디지털화된 문제로 변환하고, 문제DB(60)에 저장한다.

도 2는 디지털 컨텐츠 제작모듈(30)의 문제 변환 과정의 흐름도이다.

도 2를 참조하면, 전자문서에 기록된 문제들을 HTML 또는 XML 형식으로 변환한다.

이와 같은 형식의 변환은 학습자 단말(20)의 화면 비율에서 선명하게 확인할 수 있도록 형식을 변환하는 것으로 이해될 수 있다.

종이 문제집에 인쇄된 문제들은 물리적인 스캔과 텍스트 인식 기술을 이용하여 전자문서화 될 수 있다. 전자문서의 형식은 예를 들어 PDF형식일 수 있으며, HWP 등 다른 전자문서 형식일 수도 있다.

전자문서에 기록된 문제 또는 문제집은 단순히 텍스트 정보를 기록한 것으로, 이를 HTML 형식으로 변환하여, 정보를 추가하거나 편집하는 등의 처리를 보다 용이하게 수행할 수 있다.

본 발명은 전자문서 문제집을 제공하는 e-book 서비스와는 다르게 문제 하나하나가 '데이터'화 되어있다는 특징이 있다.

전자문서 파일을 HTML 형식으로 변환하는 예로서, PDF파일을 HTML코드로 변환하는 PDF to HTML 기술을 예로들 수 있다.

그 다음, HTML 코드로 변환된 문제들을 요소별로 분할한다. 이때의 요소는, 문제 내용, 보기 내용, 그림(이미지)일 수 있다.

또한, 각 문제에 대한 태그를 결정한다.

태그는 문제가 속한 단원, 유형, 주제 등을 포함한다.

태그의 결정은 인공지능을 이용하여 기존의 문제들과 단원, 유형, 주제 정보를 학습하여, 문제의 내용에 따라 자동으로 태그를 생성할 수 있도록 한다.

이때 태그 생성을 위한 인공지능 프로세스에는 자연어 인식 프로세스를 포함하는 것으로 한다.

그 다음, 상기 문제와 태그를 결합하여 문제를 디지털 컨텐츠로 생성하고, 이를 문제DB(60)에 저장한다.

이러한 과정을 통해 태블릿 등의 학습자 단말(20)에서 직접 문제를 확인하고, 풀 수 있는 디지털화된 문제집을 제공할 수 있다.

학습 서비스 플랫폼 서버(10)는 각 모듈의 결과물을 공유할 수 있는 환경을 제공함과 아울러 유, 무선 인터넷망 또는 광대역 통신망을 통해 가입된 학습자의 학습자 단말(20)에 문제를 제공하고, 채점 결과를 제공하며, 생성된 오답노트를 제공하고, 이후 학습시 추천 문제들을 제공할 수 있다.

상기 학습 서비스 플랫폼 서버(10)는 접속된 학습자 단말(20)에 상기 문제DB(60)에 저장된 문제를 제공할 수 있다.

이때 문제DB(60)는 학습자 단말(20)에서 설정한 문항의 수에 맞춰 제공되거나, 학습자가 준비하는 시험의 평균적인 문항수에 맞춰 제공될 수 있다.

또한, 태블릿 PC 등의 학습자 단말(20)에서 문제의 풀이시 실제 종이 문제집의 문제를 풀이하는 것과 같은 사용자 인터페이스를 제공할 수 있다.

이와 같은 사용자 인터페이스는 인터페이스 제공모듈(80)에서 제공된다.

예를 들어, 도 3에 도시한 바와 같이 인터페이스 제공모듈(80)은 문제의 특성상 풀이 과정이 필요한 경우, 도 3에서 좌측의 문제의 표시 영역 이외에 사용자가 필기를 수행하고, 필기 내용을 확인할 수 있는 우측의 풀이 영역을 제공하여, 태블릿 PC를 사용하여 문제를 풀 때, 실제 종이 시험지를 푸는 것과 같은 효과를 제공할 수 있다.

그 다음, 학습자 단말(20)은 학습자가 선택한 각 문항의 선택 답을 학습 서비스 플랫폼 서버(10)로 제공하고, 이는 채점모듈(50)에서 채점된다.

채점모듈(50)은 학습자 단말(20)에 제공된 문제들의 정답 정보를 저장하고, 정답 정보와 학습자가 선택한 선택 답을 비교하여, 정답과 오답을 구분한다.

또한, 채점모듈(50)은 단순히 정답과 오답을 구분하는 것에 그치지 않고, 정답인 문제들의 태그와 오답인 문제들의 태그를 분리하여 저장한다. 특히 오답인 문제들은 태그를 누적 저장하여 해당 학습자가 취약한 과목이나 과정에 대한 정보를 획득한다.

이러한 채점 결과는 학습자 단말(20)로 제공됨과 아울러 학습자 관리모듈(70)에 저장된다. 학습자 관리모듈(70)은 학습자 개인별 학습 성취도 정보를 저장한다.

또한, 채점모듈(50)은 채점 결과 중 오답인 문제들만을 추출하여 오답 노트를 생성하고, 상기 학습 서비스 플랫폼 서버(10)에 게시하여, 학습자 단말(20)에서 오답 노트를 다운받아 확인할 수 있도록 한다.

따라서 학습자 단말(20)에서 문제를 푼 즉시 채점과 오답 노트의 생성이 가능하기 때문에 학습자가 별도의 오답 노트를 작성하는 시간과 노력을 줄일 수 있으며, 편리하게 오답 노트를 확인하면서 학습을 할 수 있어, 학습 성과를 높일 수 있다.

본 발명의 다른 특징 중 하나로, 인공지능 학습 추천모듈(40)은 학습자 관리모듈(70)에 저장된 정보를 학습하여 학습자가 특정한 과목이나 과정에 취약한 이유와 학습 성과를 높일 수 있는 방법을 제안할 수 있다.

인공지능 학습 추천모듈(40)은 학습자 관리모듈(70)에 저장된 오답의 태그 정보를 학습하여, 취약한 과목, 과정(단원)을 확인한다.

또한, 동일한 태크정보를 가지는 문제를 반복적으로 틀렸는지에 대한 확인을 수행할 수 있다.

그리고, 인공지능 학습 추천모듈(40)은 오답의 지문이 긍정형, 부정형인지 판단하여 긍정형 오답의 수와 부정형 오답의 수를 확인할 수 있다.

이와 같은 과정을 통해 학습자가 지문을 정확하게 읽고 이해했는지, 확인할 수 있으며, 동일 유형의 문제에 대하여 반복적으로 오답을 제출했는지의 여부를 확인할 수 있다.

인공지능 학습 추천모듈(40)은 해당 학습자에게 확인된 취약한 과목, 과정에 대한 문제를 추천할 수 있다. 즉, 인공지능 학습 추천모듈(40)은 문제DB(60)에서 취약한 과정과 유형에 해당하는 문제들을 검색하여 추출하고, 추출된 문제들을 추천 문제로 하여 학습 서비스 플랫폼 서버(10)를 통해 학습자 단말(20)에 제공할 수 있다.

도 4는 학습자 개인의 취약 과목 및 과정(단원)을 설명하는 화면의 예시도이다.

또한, 인공지능 학습 추천모듈(40)은 학습자에게 학습 조언을 생성하여 출력할 수 있다. 학습 조언은 문제의 지문을 정확하게 읽도록 하거나, 반복적인 오답 제출시에는 오답 노트를 활용하라는 내용을 포함할 수 있다.

그리고 인공지능 학습 추천모듈(40)은 다수의 학습자들의 취약 과정 패턴을 생성할 수 있다.

예를 들어 A라는 학습자가 특정 과목의 a~d 과정 중, a과정이 가장 취약하고, d과정이 그 다음으로 취약한 것으로 판단된 경우, A 학습자의 패턴은 a-d-b,c로 정의할 수 있다.

이와 같은 학습자 패턴 정의를 다수의 학습자로 확대하면, 학습자들이 공통적으로 취약한 패턴들이 정의될 수 있다.

예를 들어 a과정이 취약한 학습자들은 d과정도 취약하며, b과정은 학습 성취도가 높은 패턴을 따른다 등의 패턴 분석을 수행할 수 있다.

이러한 패턴 분석을 통해 a과정과 d과정의 관계를 판단할 수 있으며, d과정의 학습 성취도 부족에 따라 a과정의 학습 성취도가 취약하게 되는 등의 관계를 파악할 수 있다.

따라서 신규 학습자가 a과정이 취약한 것으로 채점모듈(50)의 채점결과에서 판단되면, 인공지능 학습 추천모듈(40)은 그 신규 학습자에 대한 추천 문제로 a과정에 대한 문제뿐만 아니라 d과정의 문제를 함께 추천 문제로 제공할 수 있다.

이처럼 본 발명은 취약한 과정에 대한 학습 성취도 향상을 위하여, 그 취약한 과정과 연관된 다른 과정의 문제를 함께 풀고, 학습하도록 유도함으로써, 학습자의 학습 성취도를 보다 빠르게 향상시킬 수 있게 된다.

본 발명은 상기 실시예에 한정되지 않고 본 발명의 기술적 요지를 벗어나지 아니하는 범위 내에서 다양하게 수정, 변형되어 실시될 수 있음은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 있어서 자명한 것이다.

10:학습 서비스 플랫폼 서버 20:학습자 단말
30:디지털 컨텐츠 제작모듈 40:인공지능 학습 추천모듈
50:채점모듈 60:문제 데이터베이스
70:학습자 관리모듈 80:사용자 인터페이스 제공모듈

Claims (5)

1. 기존의 종이 또는 전자문서에 작성된 문제를 디지털화하되, 태그를 부여하여 디지털 문제를 제작하는 디지털 컨텐츠 제작모듈;
   상기 디지털 컨텐츠 제작모듈에서 제작된 문제를 분류 저장하는 문제 데이터베이스;
   학습자 단말에 상기 문제 데이터베이스에 저장된 문제를 제공하고, 학습자의 문제 풀이 결과를 수신하는 학습서비스 플랫폼 서버;
   상기 학습자의 문제 풀이 결과를 채점하고, 오답노트를 생성하는 채점모듈; 및
   상기 채점모듈의 채점결과를 누적 저장하여 학습자의 학습 성취도 등을 관리하는 학습자 관리모듈을 포함하는 시스템.
2. 제1항에 있어서,
   상기 학습자 단말에 표시되는 시험 문제의 종류에 따라 필기 영역을 포함하는 사용자 인터페이스를 제공하는 인터페이스 제공모듈을 더 포함하는 시스템.
3. 제1항에 있어서,
   상기 학습자 관리모듈에 저장된 학습자의 성취도 정보를 분석하여, 취약 과정을 선별하여 안내하고, 학습 조언을 생성하여 상기 학습자 단말에 제공하는 인공지능 학습 추천모듈을 더 포함하는 시스템.
4. 제1항 내지 제3항 중 어느 한 항에 있어서,
   상기 디지털 컨텐츠 제작모듈은,
   전자문서에 기재된 문제들을 HTML 또는 XML 형식으로 변환하고,
   HTML 또는 XML 형식으로 변환된 문제들을 문제 내용, 보기 내용, 그림으로 분할하고,
   문제의 내용에 따라 과목, 유형, 출제 스타일을 포함하는 태그를 생성한 한 후,
   생성된 태그와 분할된 문제들을 병합하여 디지털화된 문제를 생성하는 것을 특징으로 하는 시스템.
5. 제3항에 있어서,
   상기 인공지능 학습 추천모듈은,
   학습자들의 취약 과목 및 과정에 대한 패턴을 형성하고,
   상기 패턴을 정규화하여 과정간의 관계를 파악하고,
   추천 문제를 제공할 때, 취약 과목의 과정에 더하여 상기 취약 과목의 과정과 관련된 다른 과정에서 속한 문제도 함께 제공하는 시스템.

Images