• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11b
• /
• pp.880-883
• /
• 2003

본 연구에서는 효율적인 e-teaming 학습을 학습자에게 적합한 학습 환경의 학습 순서로 제공하기 위한 튜터(코치) 기능의 에이전트 시스템을 제안하고자 한다. 본 연구에서 제안하는 튜터 기능의 에이전트는 다양한 학습자 환경과 학습 수준에 따른 학습자의 학습파일과 선수 학습 자료를 데이터베이스로 저장하여 학습자에게 적합한 학습 순서의 제공을 목적으로 한다. 학습자와 에이전트의 지속적인 상호작용으로 효율적인 e-teaming 학습이 유지될 수 있도록 한다. 본 연구에서는 학습자의 선수(기초) 학습이나 학습 진행 상황, 결과 등의 정보를 저장하고 이를 이용하여 학습자에게 최적의 학습 순서를 제공할 수 있도록 튜터(코치) 기능의 에이전트와 협력 학습이 이루어질 수 있도록 한다. 그 방법의 하나로 학습자의 학습 진행 상황을 저장하고 학습자들의 학습 순서와 시스템에서 제안하는 학습 순서를 비교하여 학습자에게 보다 적합한 학습 순서(courseware)를 제안할 수 있도록 한다. 본 연구의 결과로 학습 순서를 제안하는 튜터 에이전트 시스템은 학습 시스템이 제안하는 학습 순서와 학습자가 학습하고자 하는 학습 순서를 학습자의 학습 진행에 따라 학습 순서를 재구성하고 평가 전에 학습자의 학습 순서 경로를 다시 한번 반복 학습하게 함으로써 학습자가 최대의 학습 효과를 얻을 수 있도록 하는 효과를 나타낼 수 있다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.263-268
• /
• 1999

지능형 교육 시스템에서 학습자 모델은 학습자의 반응을 토대로 교수모듈과 전문가 모듈을 연계하여 새로운 학습자 모델을 제시하는 역할을 수행하고 있으며, 이는 성공적인 지능형 교육 시스템의 구현에 있어서 핵심적인 부분이다. 따라서 많은 대학교 및 연구소에서 그동안 학습자 모형에 관한 많은 연구가 이루어져오고 있다. 그러나 대부분의 연구는 단일 학습자 모형을 기반으로 두고 있으며, 이러한 단일 학습자 모형을 이용한 시스템들은 학습자의 지식 또는 학습자의 성향을 정확히 파악하기는 어려움을 갖고 있을 뿐만 아니라 다른 모듈과의 인터페이스 부분에서 중복된 많은 정보를 가지고 있다. 따라서 본 논문에서는 학습자의 지식을 정확하게 진단하고 각 모듈간의 중복된 정보를 보완할 수 있는 다중 학습자 모형을 개발하여 구현하였다. 또한 이러한 다중 학습자 모형을 최적으로 수행할 수 있도록 하기위하여 agent기법을 적용하였다. Agent를 이용한 다중 학습자 모형을 적용하여 구현한 시스템은 첫째, 단계적인 접근 방법으로 보다 정확한 학습자의 지식 진단이 가능하다. 둘째, 학습과정중 학습자의 심리 상태 및 학습자의 선호도 등 파악이 용이하다. 셋째, 교수모듈과 전문가 모듈과의 연계에 있어서 정보의 중복됨의 최소화 등의 장점을 제공한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.227-230
• /
• 2022

본 연구에서는 실질적 학습자가 교수자로 착각을 한 상태에서 아바타를 학습시키는 과정을 통해 학습이 되게 하는 구조를 설계하고 제안하였다. 시스템 관리자와 교육자료 형성자를 제외하면, 교수자로 착각하고 있는 '학습자'와 학습자의 공부를 위해 노력하는 학습 가이드 역할을 '학습 관찰자', 학습이 되는 아바타로 구성된다. '학습 관찰자'는 학습 방향을 제시하여 아바타가 활동하는 방향을 지시하게 되며, 아바타는 지시된 방향에서 1:1 학습과 같은 형태로 교수자 입장 학습자에게 공부도움을 요청하게 된다. 아바타의 학습은 인공지능 지도 학습 방법을 이용하여 학습되도록 하며, 교수자로 착각하는 학습자는 아바타 학습 시 아바타에 의해 슬며시 제공되는 학습 자료를 참고하며 아바타를 공부시키게 되는 데 아바타를 공부시킨다고 노력하는 과정이 교수자로 착각된 학습자가 공부가 되는 것이다. 또한 이렇게 학습하는 과정을 거쳐 지식이 성장한 아바타는 아바타들이 경쟁하는 경진 대회에 참가하게 되며 교육자로 착각하는 학습자는 관전 또는 코치를 하며 학습을 하게 된다. 이러한 방법을 통해 교육자로 착각하는 학습자는 부모의 마음으로 적극적으로 공부를 하게 유도하며, 흥미를 갖고 공부를 하게 할 뿐 아니라, 가르치는 사람에 준하는 깊이 있는 지식을 갖도록 유도하며, 본 시스템과 온라인 오프라인을 통해 연결 되게 한 운동 기구 및 운동 환경을 이용하여 운동 하도록 유도하고 파워가 되도록 하여 운동 활동을 유도하며, 단계 마다 적당한 보상 점수들이 제공되도록 하여 지덕체가 성장되도록 하는 설계이다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.10a
• /
• pp.297-302
• /
• 1998

본 논문에서는 월드와이드웹에 기반한 학습자 중심의 통합 가상교육시스템 CyberClass를 설계하고 구현한 방법을 소개한다. 기존의 가상교육시스템은 학습자 중심의 상호작용 유형을 분석하여 이에 따른 적당한 상호작용 모델을 제시하지 않고 기능면에서의 사용도구 및 방법만을 제시함으로써 각 기능들이 자연스럽게 통합되지 못하였다. 따라서 전통적인 교육 방식인 강의실 수업에 참여한 학습자들이 가지는 현장감이나 친밀감에서 오는 커다란 교육적 이득을 제공하지 못하였다. 본 논문에서 개발한 가상교육시스템 CyberClass는 학습자 중심의 상호작용유형을 분석하고 이를 기반으로 상호작용모델을 제시한다. 그리고 제시된 모델에 기반하여 학습자와 교수, 학습자와 학습자 나아가 학습자와 가상교육시스템간의 상호작용에 기반한 시스템을 설계하였다. 따라서 학습자의 상호작용 모델에 기반함으로써 학습 참여도나 학습 능률의 향상을 기대할 수 있다. CyberClass는 학습자 중심의 상호작용을 위해 비동기공유 기공과 동기고유 기능을 모두 지원한다. 이들의 공유 기능들은 유기적으로 결합하고 직관적인 학습자 인터페이스를 제공함으로써 학습자에게 기능의 다양성에 따른 학습의 부담을 줄이고 자연스런 학습과정이 유도되도록 하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.310-313
• /
• 2006

지능형 학습 시스템(ITS, Intelligent Tutoring System)은 학습자의 학습 스타일을 인지하여 학습자에 맞는 학습전략을 세우고 적절한 학습 서비스를 제공하는 시스템이다. 기존의 학습시스템은 학습자의 학습 스타일 보다는 학습 컨텐츠에 중심을 두어 학습자에게 맞는 학습 전략을 적절히 세우는 과정이 부족했다. 이에 본 논문에서는 학습자의 학습과정에서 발생한 데이터를 기반으로 학습자의 학습 스타일을 파악하는 방법을 제안한다. 이를 위해 서양 건축양식 학습을 위한 교육 컨텐츠를 이용하였으며, 수집된 데이터를 분석하여 Folder & Silverman 이 제시한 학습 스타일에 근거한 학습자의 학습 스타일을 추출하였다. 실험에서는 70명의 데이터를 수집하였고, 학습자가 교육 컨텐츠를 학습한 순서에 대한 시계열 데이터를 기반으로 학습자 성향을 알아보기 위하여 은닉 마코프 모델(Hidden Markov Model)을 사용하였다. 은닉 마코프 모델을 적용하여 얻은 분석 결과를 가지고 각 학습자에게 맞는 학습 스타일을 진단하였다. 은닉 마코프 모델에서 얻은 학습 스타일 진단 모델은 향후에 학습자 학습 스타일을 파악하는데 사용할 수 있으며, ITS에 있어 학습자 성향 분석 모듈로 고려해볼 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.358-360
• /
• 2005

본 논문은 학습자의 학업 성취도를 높이기 위해 학습자의 수준에 맞는 평가 문항을 제공하기 위한 방안으로 문제의 정${\cdot}$오답율을 측정하고, 코스 구성시 측정된 정${\cdot}$오답율을 근거로 문제를 구성하는 방안을 제안한다. 기존 연구는 학습자의 수준에 맞는 콘텐츠 제작에만 중점을 두었으나 본 연구에서는 수준에 맞는 평가를 제공함으로써 학습자의 학업 성취도를 높일 수 있다. 학습자의 수준은 기존 학습의 결과로 파악이 되며, LMS에 저장된다. 학습자가 문제를 풀면 정${\cdot}$오답 결과를 저장하여 해당 문제를 푼 여러 학습자들의 정${\cdot}$오답율을 메타데이터에 포함한다. 교수자는 학습 코스 설계 시 해당 학습자의 수준에 맞는 평가 문항 검색, 새로운 코스에 포함 할 수 있다. 이를 통해 학습 코스 설계자는 학습자의 수준에 맞는 평가 문항을 학습코스에 적용할 수 있고, 학습자는 자신의 수준에 맞는 평가를 함으로써 학업성취도가 높아지게 된다.

• Journal of Christian Education in Korea
• /
• v.63
• /
• pp.255-281
• /
• 2020

The purpose of this study was to investigate the structural relationship among self-directed learning ability, learner-instructor interaction, learner-learner interaction, and class satisfaction in online learning environments by the structural equation modelling (SEM). Participants of the study consisted of 300 students (110 = high school students, 190 = college students). Through latent mean analysis (LMA), there was no significant difference of study variables between high school and college groups. However, thorough multi-group analysis, self-directed learning ability had a direct and indirect effect on class satisfaction for the college group via learner-instructor and learner-learner interactions, while learner-learner interaction played a full mediating role of the relationship between self-directed learning ability and class satisfaction for the high school group. In addition, self-directed learning ability had a stronger influence on learner-learner interaction for the college group than the high school group. These results would provide important implications for understanding the different mechanisms between high school and college online learning contexts.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.524-529
• /
• 2007

지능형 학습 시스템은 학습자의 학습 과정에서 수집된 데이터를 분석하여 학습자에게 맞는 전략을 세우고 적합한 서비스를 제공하는 시스템이다. 학습자에게 적합한 서비스를 위해서는 학습자 모델링 작업이 우선시 되며, 이 모델 생성을 위해서 학습자의 학습 과정에서 발생한 데이터를 수집하고 분석하게 된다. 하지만, 수집된 데이터가 학습자의 일관되지 못한 행위나 비예측 학습 성향을 포함하고 있다면, 생성된 모델을 신뢰하기 어렵다. 본 논문에서는 학습자에게서 수집된 데이터를 거리기반 이상치 선별 방법인 k-NN을 이용하여 이상치를 선별한다. 실험에서는 홈 인테리어 컨텐츠 기반에 학습자의 학습 행위에 대한 학습 성향을 진단하기 위한 DOLLS-HI를 이용하여, 수집된 학습자의 데이터에서 이상치를 분류하고 학습 성향 진단을 위한 모델을 생성하였다. 생성된 모델은 이상치 분류전과 비교하여 신뢰가 향상된 것을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.566-568
• /
• 2003

본 논문에서는 SCORM을 기반으로 한 e-Learning 시스템에서 학습자의 학습 활동을 트래킹하여 학습자의 수준을 적응적으로 판단하는 기법을 제시하였다. 제시된 기법에서는 모집단의 크기가 작을 경우 교수자가 지정한 난이도를 이용하여 학습자의 수준을 판단하고, 모집단의 크기가 충분히 클 경우에는 문항반응이론을 적응한 난이도에 의해 학습자의 수준을 판단하였다. 문항반옹이론을 적용할 시점에서 교수자가 지정한 난이도가 문항반응이론에서 추정한 난이도와 차이가 날 경우, 교수자가 지정한 난이도를 문항반응이론의 난이도로 수정하는 적응적인 기법을 제시하였다. SCORM의 트래킹 기능을 이용하여 실험한 결과 문제를 푼 학습자의 수가 적을 경우에는 학습자 수의 변화에 따라 학습자의 수준이 계속 바뀌는 문제점이 있음을 알 수 있었다. 따라서 모집단의 크기가 작을 경우, 본 논문에서 제안한 방법에 의해 교수자가 지정한 문항의 난이도를 이용하여 학습자의 수준을 판단하는 것이 효과적이었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.670-672
• /
• 2022

이러닝 시스템을 유용하게 활용하려면 학습자의 감정을 인식하여 학습자에게 적절한 피드백을 주는 것이 무엇보다 중요하다. 이러닝 시스템의 학습효율을 높이기 위해서는 학습자의 감정을 인식하여 그에 적절한 피드백을 제공하는 것이 중요하다. 본 논문에서는 학습자에 대한 적절한 피드백을 제공하기 위해서 상황인식 컴퓨팅 기술을 바탕으로 학습자의 감정표현단어를 상황정보로 사용하여 감정을 인식할 수 있는 상황인식 미들웨어로서 EF-CAM을 제안한다. EF-CAM은 감정표현단어의 범주화기술을 기반으로 온톨로지를 구축하여 학습자의 감정을 인식한다. 이러닝 학습자의 감정을 인식하기 위해서 학습자의 감정표현 단어를 상황정보로 사용하고, 학습자의 감정에 영향을 미칠 수 있는 환경정보(온도, 습도, 날씨 등)를 추가하여 인식한다. 학습자의 감정을 표현하기 위해서 OWL 언어를 사용하여 온톨로지를 구축하였다.