학습 환경 관리 시스템

• 발행기관: 한국 U러닝연합회 (구.한국사이버교육학회)
• 저자명: 임광혁 김태현 박상찬
• 간행물 정보: 『e-Learning학술연구』제1권 제1호, 59~77쪽, 전체 19쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2002.11.01

국문 초록

본 연구는 원격교육 환경 하에서 지속적으로 축적되는 학습자 DB, 학습객체(Learning Object) DB, 인터액션(Interaction) DB와 같은 데이터를 분석이 가능한 형태의 요약 통계 데이터(Summarized data) 로 정리하고, 이를 다변량 통계기법 및 데이터마이닝(Data Mining) 기법을 이용하여 분석함으로써 학습자에게 개인화 된 학습을 지원 할 수 있는 학습 환경 관리 시스템(Educational environment Management System : 이하 EMS) 에 관한 것이다. 강사는 각 과정별로 기본적인 학습경로(Path)를 설정하게 되는데 이를 그룹 학습경로(Group Path) 라고 한다. 강사는 요약 통계 데이터를 이용하여 학습자들의 학습 능률을 파악함으로써 학습 능률을 적정한 수준으로 유지하기 위해 그룹 학습 경로를 계속적으로 수정해 나간다. 학습자들의 수가 어느 수준 이상 늘어나게 되면 각 학습자들의 인구통계학적 정보, 접속 정보, 학습 경로, 학습 능률 등을 추출하고 이를 분석하여 특성이 비슷한 학습자들끼리 소그룹(Sub Group)으로 구분하고 그에 맞는 소그룹 학습경로(Sub Group Path)을 EMS를 통해 자동으로 생성한다. 또한 학습 능률이 현저히 높거나 낮은 학습자를 위하여 개인의 수준에 맞는 개인 학습경로(Individual Path)를 자동으로 생성한다. 학습자가 처음 학습시스템에 접속하게 되면 기본적인 위에서 정해 놓은 과정별 그룹 학습 경로가 주어지고 이 경로에 지정된 순서대로 학습하게 된다. 일정기간 이 경로 대로 학습한 데이터가 축적되면 이를 분석하여 해당 학습자와 가장 유사한 특성을 가진 학습자들의 소그룹을 선정하여 해당 사용자에게 부여하고 그에 맞는 소그룹 학습경로를 설정한다. 학습이 진행될수록 하나의 소그룹에만 속하는 것이 아니라 학습 능률을 고려하여 계속적으로 해당 소그룹을 변경하여 학습능률을 향상시켜 나간다. 더 나아가 개인별 학습능률을 모니터링하여 학습능률이 현저히 떨어지거나 현저히 높을 때 개인별로 학습할 수 있는 개인 학습 경로(Individual Path)를 EMS를 통해 자동으로 설정하여 해당 학습자에게 제시함으로써 학습자의 학습능률을 향상시켜 나간다. EMS는 최신의 데이터 분석 기법을 이용하여 학습자의 성향, 학습 수준, 학습 능률을 고려하여 최적의 학습 경로 및 학습 환경을 제공해 줌으로써 최고의 학습능률을 달성할 수 있는 학습 환경 관리 시스템이다.