• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
• /
• pp.417-418
• /
• 2012

본 논문에서는 학습자의 수준에 따라 맞춤형 학습이 필요한 컴퓨터 프로그래밍 수업에서 학습자들에게 다양한 형태의 맞춤형 학습 사례들을 적용해보고 각 사례에 참여한 학습자들의 프로그램 영역별 학습 효과를 분석하여 학습자들에게 효과적인 맞춤형 학습 유형이 어떤 것인지를 분석해보았다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2010년도 춘계 종합학술대회 논문집
• /
• pp.569-572
• /
• 2010

맞춤형 이러닝은 학습효과의 증진을 위한 방안으로 개인 맞춤형, 개인화 혹은 적응화 등의 개념이 제안되고 확장되었다. 본 논문에서는 초기 선호도, 흥미도 혹은 검색습관을 고려하는 방식으로부터, 특정한 학습객체를 자율 선택하여 반복 학습할 수 있도록 개념단위를 적용한 방식, 학습자의 능력을 고려한 최적 난이도 학습객체를 제공하는 방식 등 다양하게 제안되고 있는 현대적 개인 맞춤형 이러닝 체계들을 비교 분석한다. 개별 시스템에 따라 '평가'에 국한되거나 '평가'와 '학습'을 연계하는 경우가 존재하며, 이에 따른 적용에 의하여 학습환경과 맞춤형 제공방식 및 학습효과를 상호 연계할 수 있음을 밝힌다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제45차 동계학술발표논문집 20권1호
• /
• pp.245-246
• /
• 2012

본 논문에서는 컴퓨터 프로그래밍 수업에서 상위 수준 학습자들을 위한 맞춤형 학습 모형 사례들을 살펴본다. 동일한 학습자들에게 여러 가지 학습 모형들을 적용하였을 때 보다 효과적인 학습 유형이 어떤 것인지 탐색해보고 그 학습 효과를 검증하기 위해 이들의 성적 변화를 분석해봄으로써 상위 수준 학습자에 적합한 맞춤형 학습 모형을 탐구해가는데 본 연구의 목적이 있다.

• 한국컴퓨터교육학회 학술대회
• /
• 한국컴퓨터교육학회 2017년도 하계학술대회
• /
• pp.125-127
• /
• 2017

학습이 진행될 때 주어지는 학습자 맞춤형 피드백은 학습자의 성취도를 높이는 부분에서 중요한 요소 중 하나이다. 많은 연구가 맞춤형 피드백에 관련되어 진행되었지만, 각 연구 결과는 특정 도메인과 시스템에만 적합하도록 연구되었다. 따라서, 본 논문에서는 프로그래밍 교육을 위한 데이터 기반의 학습자 맞춤형 문제 제공 및 피드백 방법을 연구하고 지능형 코딩 학습 시스템 Everycoding에 적용하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (하)
• /
• pp.1041-1044
• /
• 2001

현재 웹 상에서 이루어지는 교육은 개별 학습자의 학습 기대 수준에 따라 주문형(customization)과 맞춤형(personalization)교육이 요구되고 있으나 대부분 웹을 통한 교육이 획일적 커리큘럼에 따라 진행되고, 동일한 형태의 피드백을 제공하고 있어 학습자 개개인의 수준에 맞는 컨텐츠의 제공과 적절한 피드백이 이루어지지 못하고 있다. 따라서 학습 효과를 높이기 위해서는 학습자 수준에 맞는 차별화된 컨텐츠를 구성하여 제공하여야 한다. 본 연구에서는 수준별 학습, 맞춤형 교육 서비스를 제공하기 위한 컨텐츠 구성방법에 관하여 논의한다. 양질의 맞춤형 컨텐츠를 구성하기 위해 컨텐츠를 영역별로 분류하여 모듈화하고, 맞춤형 컨텐츠를 효율적으로 관리하여 학습자의 지식영역별 습득정도를 파악하고, 학습자의 수준에 맞게 융통성이 있으며 동적으로 컨텐츠를 재구성함으로써 학습자에게 가장 적절한 컨텐츠를 추출하여, 반복 학습을 통한 교육의 질적 제고를 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.261-263
• /
• 2010

컴퓨터 프로그래밍 학습은 학습자들의 학습 수준 및 능력에 따라 맞춤형 학습으로 진행될 때 효과가 크다. 본 연구에서는 다양한 유형의 수준별 맞춤형 프로그래밍 학습팀에 소속된 학습자들이 객체지향 프로그래밍의 개념을 처음 배울 때, 맞춤형 학습 유형에 따라 학습내용에 대해 어느 정도의 이해도를 갖게 되었는지를 테스트를 통해 분석한다. 이를 통하여 객체지향 프로그래밍의 개념 이해를 높일 수 있는 맞춤형 학습 유형과 학습자 그룹을 찾는데 목표을 두고 있다.

• 정보처리학회논문지A
• /
• 제13A권5호
• /
• pp.473-480
• /
• 2006

최근 웹을 기반으로 교수-학습이 이루어지는 원격 교육 시스템이 급격히 증가하고 있으며, 학습자 개개인의 수준이나 학습 패턴에 맞는 맞춤형 코스웨어에 대한 요구가 증가하고 있다. 그러나, 대부분의 원격 교육 시스템들이 학습자의 수준을 고려한 맞춤형 학습을 제공하지 못하기 때문에 학습자가 학습 도중에 흥미를 쉽게 잃는 경우가 많다. 따라서 최근에는 개개인의 학습 수준과 학습 패턴을 자동으로 분석하여 차별화 된 맞춤형 서비스를 제공하기 위한 많은 연구가 활발히 진행되고 있다. 본 논문에서는, 컴퓨터 활용을 학습하기 위한 목적으로, 교수/조교/학생/모니터 에이전트라는 4종류의 에이전트가 서로 협력하여 학습자에게 적합한 학습 내용을 제공하는 맞춤형 코스웨어를 설계 및 구현하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.265-266
• /
• 2009

컴퓨터 프로그래밍 학습은 학습자 개개인의 학습 수준에 따라 맞춤형 학습으로 진행될 때 학습 효과가 크다. 본 연구에서는 연구자에 의해 다년간 다양한 방법으로 시도되었던 학습자의 수준별 맞춤형 학습 유형들을 소개하고 각 학습 유형들이 학습에 참여한 학습자들의 취업률에 어떤 영향을 미쳤는지를 분석해보고자 하였다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권3호
• /
• pp.303-326
• /
• 2023

수학은 계통성이 강한 학문으로 이전 단계에서의 학습 결손이 다음 학습에 큰 영향을 주기 때문에 학생들의 학습이 잘 이루어졌는지 수시로 확인하고, 즉각적으로 피드백을 제공해 주는 것이 필요하며, 이를 위해 수학교육에서 인공지능 교육시스템(ITS)을 활용할 수 있다. 이에 본 연구에서는 개인 맞춤형 수학 학습을 실행하기 위해 적용될 수 있는 인공지능 교육시스템의 기능이 무엇인지 살펴보고, 이를 실제로 적용해 본 결과를 분석하여 인공지능 교육시스템을 활용한 개인 맞춤형 수학 학습의 효과성을 구체적으로 살펴보는 것을 목적으로 하였다. 이를 위해 개인 맞춤형 학습과 수학교육에서 인공지능이 활용된 선행연구 내용을 분석하여 개인 맞춤형 수학 학습을 위한 인공지능 교육시스템의 기능을 추출하고, 이것을 반영한 학습 및 수업을 설계하여 초등학교 5학년 학생들에게 약 3개월 간 적용해 본 결과를 분석하였다. 그 결과, 개인 맞춤형 수학 학습을 위해 활용될 수 있는 인공지능 교육시스템의 기능은 크게 진단 및 평가, 분석 및 예측, 피드백 및 콘텐츠 제공으로 나눌 수 있었다. 또한 이러한 기능을 반영한 학습 설계를 초등학생들에게 적용한 결과, 개인 맞춤형 수학 학습에 인공지능 교육시스템이 어떻게 효과적으로 활용될 수 있는지에 대한 시사점을 얻었다. 그리고 앞으로 인공지능 교육시스템을 활용한 개인 맞춤형 수학 학습이 더욱 효과적으로 이루어질 수 있기 위해 더 정교한 기술과 자료 개발이 필요하다는 점을 제언하였다.

• 산업융합연구
• /
• 제22권2호
• /
• pp.13-22
• /
• 2024

현대 학습자들은 배경, 학습 스타일, 능력 등에서 다양한 차이를 보인다. 하지만 모든 학습자에게 동일한 학습 내용을 전달하는 전통적 교육 방법은 이러한 학습자의 다양성을 충분히 고려하지 못한다. 따라서 개별 학습자의 특성에 따라 최적의 학습 경험을 제공하는 맞춤형 학습 시스템의 구현은 오늘날 에듀테크 시대에 더욱 중요해졌다. 본 논문은 증가하는 학습자 중심의 교육 요구에 따라 학습자의 특성, 관심사, 학습 이력 등을 종합적으로 분석할 수 있는 모델들을 파악한 후 이를 기반으로 맞춤형 학습 시스템을 설계했다. 본 시스템은 학습자의 학습 이력을 기반으로 학습자의 현재 수준과 목표에 맞춘 자기주도적 학습을 지원하기 위해 강점과 약점을 파악할 수 있도록 설계되었으며 이 과정에서 시스템의 설계 변경 없이 필요한 학습 요소들을 확장할 수 있도록 구성하였다. 본 연구를 통해 사용자 맞춤형 학습 시스템 구축에 필요한 주요 기반을 파악하고 맞춤형 학습을 지원하기 위한 시스템 아키텍처를 효과적으로 구축할 수 있다.