• ETRI Journal
• /
• 제46권1호
• /
• pp.48-58
• /
• 2024

This paper presents the development of language tutoring systems for nonnative speakers by leveraging advanced end-to-end automatic speech recognition (ASR) and proficiency evaluation. Given the frequent errors in non-native speech, high-performance spontaneous speech recognition must be applied. Our systems accurately evaluate pronunciation and speaking fluency and provide feedback on errors by relying on precise transcriptions. End-to-end ASR is implemented and enhanced by using diverse non-native speaker speech data for model training. For performance enhancement, we combine semisupervised and transfer learning techniques using labeled and unlabeled speech data. Automatic proficiency evaluation is performed by a model trained to maximize the statistical correlation between the fluency score manually determined by a human expert and a calculated fluency score. We developed an English tutoring system for Korean elementary students called EBS AI Peng-Talk and a Korean tutoring system for foreigners called KSI Korean AI Tutor. Both systems were deployed by South Korean government agencies.

• 정보관리연구
• /
• 제27권3호
• /
• pp.41-60
• /
• 1996

인공지능을 이용한 전문가 시스템은 컴퓨터를 통하여 다양하게 도서관 이용자의 교육을 할 수 있는 기술을 제공한다. 전문가 시스템은 문제해결 과정을 보여줌으로써 교육적인 효과를 가져올 수 있다. 본 논문에서는 전문가 시스템의 이론적 배경을 통해 교육에 이용될 수 있는 가능성을 알아보고, 인공지능을 이용한 지능 지도 시스템(ITS)의 모델을 제시하였다.

• 한국융합학회논문지
• /
• 제9권10호
• /
• pp.21-28
• /
• 2018

학습코스 선정에 많은 어려움과 시행착오를 겪고 있는 사용자들에게 수준별 학습코스를 제공하기 위해, ITS(Intelligence Tutoring System)를 위한 동적인 학습자 맞춤형 학습코스 추천 모델을 개발하였다. 이를 위해, 개인화 학습코스 추천모델에서는 먼저 학습자 프로파일을 분석하고, 단어별 가중치를 계산하여 핵심 키워드를 추출한다. 추출된 단어는 Cosine Similarity 기법을 통해 유사도를 측정하고, 최종적으로 유사도가 높은 상위 3개 과정이 학습자에게 추천된다. 추천모델의 효과를 분석하기 위해, 경기도 소재 교육기관에 추천모델을 적용하였고, 만족도 조사를 통하여 설문 항목별 평균, 표준편차, 왜도, 첨도 값을 계산하였다. 실험결과, 정확성, 새로움, 자기참조, 유용성에서 높은 만족도를 보였으며, 추천모델의 실효성을 검증했다. 본 연구는 그동안 국내 외에서 충분히 다뤄지지 않았던 기계학습 중심의 맞춤형 학습코스를 추천했다는 점에서 의미가 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.958-959
• /
• 2017

본 논문은 챗봇과 대화시스템을 이용한 영어 교육 시스템을 기술하는 것을 목표로 한다. 본 논문의 시스템은 학습자의 대화 흐름을 제한하지 않고 주제를 벗어난 자유대화를 허용하며 문법오류에 대한 피드백을 한다. 챗봇과 대화시스템을 이용한 영어 교육 시스템은 대화턴 성공률로 평가되었는데, 평균 대화턴 성공률은 80.86%였으며, 주제별로는 1) 뉴욕시티투어 티켓 구매 71.86%, 2) 음식주문 71.06%, 3) 건강습관 대화 85.41%, 4) 미래화폐에 대한 생각 조사 95.09%였다. 또한 영어 문법 오류 교정도 측정되었는데 문법 오류 정확률은 66.7%, 재현율은 31.9%였다.

• 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.

• 한국멀티미디어학회논문지
• /
• 제22권11호
• /
• pp.1251-1258
• /
• 2019

Intelligent tutoring system enables users to effectively learn by utilizing various artificial intelligence techniques. For instance, it can recommend a proper curriculum or learning method to individual users based on their learning history. To do this effectively, user's characteristics need to be analyzed and classified based on various aspects such as interest, learning ability, and personality. Even though data labeled by the characteristics are required for more accurate classification, it is not easy to acquire enough amount of labeled data due to the labeling cost. On the other hand, unlabeled data should not need labeling process to make a large number of unlabeled data be collected and utilized. In this paper, we propose a semi-supervised learning method based on feedback variational auto-encoder(FVAE), which uses both labeled data and unlabeled data. FVAE is a variation of variational auto-encoder(VAE), where a multi-layer perceptron is added for giving feedback. Using unlabeled data, we train FVAE and fetch the encoder of FVAE. And then, we extract features from labeled data by using the encoder and train classifiers with the extracted features. In the experiments, we proved that FVAE-based semi-supervised learning was superior to VAE-based method in terms with accuracy and F1 score.

• 수산해양교육연구
• /
• 제20권3호
• /
• pp.462-472
• /
• 2008

Education is a field that has tried to make use of the advantages of computers since they were introduced to the world. Intelligent Tutoring System and multimedia have become methods of teaching students of Computer Science, Education, Psychology, and Cognitive Science. Until now, they have been designed and produced only on the basis of a very specific domain and format. However, in the education field, most learners ask for integrated service that is practical, realizable, and sensitive to technological change. Therefore, in this study, we would like to present the technological and formal integration model as an ITS model which acknowledges changes in the fields of technology and education. As a technological integration model, the integration model of traditional Symbolic Artificial Intelligence and Artificial Neural Networks was presented. As a formal integration model, three integration models were presented according to (a) the process of learning diagnosis (b) learners' action behaviors (c) intelligence service respectively.

• 컴퓨터교육학회논문지
• /
• 제8권2호
• /
• pp.33-40
• /
• 2005

기존 CAI(Computer Assisted Instruction) 학습방법에서의 문제점은 학습자의 개인적 특성을 충분히 고려하지 못한 채 교수설계자가 정한 학습 경로에 따라 학습하도록 구현되었다는 점이다. 이런 점을 해결하기 위해서는 시스템 설계 시 누적된 개인자료를 통하여 개인차를 지능적으로 판단하고, 결손 된 부분을 처방할 수 있는 인공지능을 갖춘 ITS(Intelligent Tutoring System)가 필요하다. 본 연구에서는 향후 시스템 설계자가 전자계산기구조 학습을 위한 시스템 설계 시 학습자가 학습과정에서 범할 수 있는 오류와 성취능력수준을 파악하여 수준별 학습이 가능토록 할 수 있는 학습자 모델링을 설계하는데 있어 고려하여야 할 요소들을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권8호
• /
• pp.191-200
• /
• 2024

컴퓨터 기술과 인공지능의 비약적인 발전이 국내 소프트웨어 교육에서도 많은 영향을 끼치고 있다. 이에 따라 2022 개정 교육과정에서도 맞춤형 교육을 요구하게 되었지만, 학교에서 맞춤형 교육을 실현하기에는 어려움이 있다. 이에 본 연구에서는 맞춤형 교육 실현을 위해 초보 학습자가 제출한 오답 코드와 오답 정보들을 활용하여 적절한 피드백 생성을 위한 프롬프트를 구성하였다. 그리고 생성형 인공지능 모델과 프롬프트 조합에 따른 정상 피드백 생성 빈도의 차이를 실제 데이터를 활용하여 분석하였다. 그 결과, 생성형 인공지능 모델 자체의 우수성보다 오답 정보를 포함한 프롬프트가 더 우수한 피드백 생성 성능을 나타내는 것을 확인하였다. 본 연구를 통해 국내 프로그래밍 교육에서 맞춤형 교육의 실현을 위한 토대가 되기를 기대한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.662-665
• /
• 2013

지능형 교수 시스템은 컴퓨터 보조 학습의 한계를 극복하고자 인공지능 기법을 도입하여 학습자의 현재 상황에 동적으로 융통성 있는 교육 여건을 지원하는 시스템이다. 그러나 기존의 지능형 교수 시스템들은 학습 성취도 향상에 중요 변인인 학습자의 특성, 학습자 수준 등을 고려하지 않고, 획일화 된 학습 내용들을 제공하고 있다. 이로 인해 효과적인 학습에 어려움이 있으며, 학습자의 학습 목표에 맞는 코스 스케줄링이 적응력 있게 동적으로 제공되지 못하는 문제점이 있다. 본 논문에서는 학습자의 특성과 학습자의 수준에 맞는 학습 내용 및 동적 학습 코스 제공을 위한 ITS 기반의 적응형 학습 추천 시스템을 제안한다. 성공적인 학습을 우한 중요 변인인 학습자의 특성 파악을 위해 자가 진단 테스트 모듈을 적용하였다. 그리고 학습자의 수준 파악을 위해 기존 단답식 위주의 단순 평가가 아닌 문항반응이론에 근거하여 학습 요소별 학습자의 객관성 있는 수준을 파악을 위해 학습 평가 모듈을 적용하였다.