개별화되고 적응화된 코스를 생성하기 위해서는 학습객체가 논리적 연관성을 가지고 연결되어 있는 기반구조를 갖추어야 한다. 이러한 학습객체간의 논리적 연관성, 그리고 개별 학습자를 고려한 다양한 링크를 통하여 학습의 각 시점에서 각각의 학습자는 서로 다른 학습경로를 제공받을 수 있게 된다. 본 연구는 학습과제 유형별 유의미 연결을 고려하여 학습객체 기반의 개별화 학습 시스템 구조를 설계하는데 목적이 있으며, 이를 위해 '관련성 요소 추출에 관한 연구', '학습목표 맵 구성에 관한 연구', '학습자의 인지상태 판단에 관한 연구'를 수행하였다. 학습객체 기반의 코스 설계가 단지 무의미한 객체들의 집합이라는 비판이 대두되는 시점에서, 본 연구의 학습객체간 관련성을 고려한 개별화학습 시스템 모형 연구는 e-Learning 안에 유의미한 학습과 진정한 교육을 담고자 하는 시도가 될 것이다.
개별화되고 적응화된 코스를 생성하기 위해서는 학습객체가 논리적 연관성을 가지고 연결되어 있는 기반구조를 갖추어야 한다. 이러한 학습객체간의 논리적 연관성, 그리고 개별 학습자를 고려한 다양한 링크를 통하여 학습의 각 시점에서 각각의 학습자는 서로 다른 학습경로를 제공받을 수 있게 된다. 본 연구는 학습과제 유형별 유의미 연결을 고려하여 학습객체 기반의 개별화 학습 시스템 구조를 설계하는데 목적이 있으며, 이를 위해 '관련성 요소 추출에 관한 연구', '학습목표 맵 구성에 관한 연구', '학습자의 인지상태 판단에 관한 연구'를 수행하였다. 학습객체 기반의 코스 설계가 단지 무의미한 객체들의 집합이라는 비판이 대두되는 시점에서, 본 연구의 학습객체간 관련성을 고려한 개별화학습 시스템 모형 연구는 e-Learning 안에 유의미한 학습과 진정한 교육을 담고자 하는 시도가 될 것이다.
To generate individualized and adaptive course, it's required to have the foundation structure in which learning objects are connected with each other with logical relevances. Each learner can have peculiar learning path at each point of time of learning through the logical relevancy between those l...
To generate individualized and adaptive course, it's required to have the foundation structure in which learning objects are connected with each other with logical relevances. Each learner can have peculiar learning path at each point of time of learning through the logical relevancy between those learning objects and various links, considering individual learner. The purpose of this study is to design a learning object-basis individualized learning system structure, considering semantic sequencing by learning task types. It is our understanding that the individualized learning system design model of this study, considering the relevancy between learning objects, can be a fresh trial to accommodate semantic learning and true educational spirits in e-Learning at this point of time when criticism, such as the learning object based course design is simply a collection of meaningless objects, etc., is becoming influential.
To generate individualized and adaptive course, it's required to have the foundation structure in which learning objects are connected with each other with logical relevances. Each learner can have peculiar learning path at each point of time of learning through the logical relevancy between those learning objects and various links, considering individual learner. The purpose of this study is to design a learning object-basis individualized learning system structure, considering semantic sequencing by learning task types. It is our understanding that the individualized learning system design model of this study, considering the relevancy between learning objects, can be a fresh trial to accommodate semantic learning and true educational spirits in e-Learning at this point of time when criticism, such as the learning object based course design is simply a collection of meaningless objects, etc., is becoming influential.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
관련된 문제이다. 독립적인 학습객체 단위의 메타데이터에서 벗어나 학습과제인 학습객체를 연결하는 '링크'에 유의미한 속성을 추가하고자 하는 것이다. 이를 위하여 학습과제를 유형별로 구분하여 이러한 학습과제 유형을 링크의 속성으로 적용하고자 하였으며, '학습소개/선행/ 후속/연습/예시/도전/평가'의 7가지 관련성 요소를 추출하였다.
첫째, 교사 관점에서 학습객체를 조합하여 코스를 구성할 때 어떻게 구성할 것인가에 관련된 문제로서, 학습과제를 유의미하게 연결하기 위한 '관련성 요소추출에 관한 연구'이다. 둘째, 학습자가 학습할 준비가 되어 있는가를 판단하고 학습목표 달성 여부를 관리하기 위한 '학습목표 맵 구성에 관한 연구'이다. 셋째, 생성된 코스를 학습자에게 적용할 때 어떻게 적용할 것인가에 관한 학습자 관점의 문제로서, 수준 별 학습과제를 제시 하기 위 한 '학습자의 인지상태 판단에 관한 연구'이다.
본 시스템에서 설정한 마지막 적응 규칙은 학습자의 수준에 따라 난이도가 다른 평가객체를 제공하고자 하는 것이다. 모든 학습자에게 동일한 학습과제나 평가객체를 제공하는 것은 학습 수준이 높은 학습자에게는 학습을 지루하게 만들 수 있으며 학습수준이 낮은 학습자에게는 학습에의 부담을 주게 될 수도 있다.
본 연구는 학습객체 기반에서의 코스 설계에서 좀 더 개별화되고 적응화된 코스를 제공할 수 있도록 하기 위하여 크게 두가지의 문제 제기에서 출발하였다. 현재 SCORM 기반에서의 시퀀싱 유형은 '장-절-항' 형태인 선형적 흐름의 학습활동 트리(activity tree) 중심 설계로 인하여 다양한 분기 제공이 어렵다는 것과, 융통적으로 활용하기에는 제한적이라는 것이었다.
본 연구는 학습과제를 유형별로 구분하고, 그것들의 유의미한 연결을 고려하여 학습객체 기반의 개별화 학습 시스템 구조를 설계하는데 목적이 있으며, 이를 위해 ITS (Intelligent Tutoring System)의 지능형 기법 아이디어를 접목하고자 한다.
본 연구에서는 '학습객체'의 개념에서 개별화 학습의 가능성을 발견하고, 학습객체의 '재사용' 이라고 하는 경제적 잇점을 넘어 개별화되고 적응적인 학습을 위한 설계의 기본 요소로서 접근해보고자 하였다. 이는 학습객체 기반의 코스 설계가 단지 무의미한 객체들의 집합이라는 비판이 대두되는 시점에서 e-Learning 안에 유의미한 학습과 진정한 교육을 담고자 하는 시도가 될 것이며, 또한 교사로 하여금 가르치고자 하는 내용에 관한 지식의 구조를 잘 생성하여 학습자에게 효율적으로 전달해주는 교사 본연의 임무를 찾을 수 있도록 할 것이다.
우선 ITS의한 분야인 적응형 하이퍼미디어시스템(AHS; Adaptive Hypermedia System)에서의 시사점을 분석하고, 다음의 3가지 연구 문제를 중심으로 연구를 수행하고자 한다. 첫째, 교사 관점에서 학습객체를 조합하여 코스를 구성할 때 어떻게 구성할 것인가에 관련된 문제로서, 학습과제를 유의미하게 연결하기 위한 '관련성 요소추출에 관한 연구'이다.
중심으로 연구를 수행하고자 한다. 첫째, 교사 관점에서 학습객체를 조합하여 코스를 구성할 때 어떻게 구성할 것인가에 관련된 문제로서, 학습과제를 유의미하게 연결하기 위한 '관련성 요소추출에 관한 연구'이다. 둘째, 학습자가 학습할 준비가 되어 있는가를 판단하고 학습목표 달성 여부를 관리하기 위한 '학습목표 맵 구성에 관한 연구'이다.
진행된다. 코스 뷰어 화면의 상단에는 학습수준 값을 나타내도록 하여 학습자의 학습 동기를 부여하고자 하였다. 이러한 학습수준값은 평가를 거칠 때마다 최고 0.
학습자에게 개별화된 학습내용을 제시하고자 하는 '시퀀싱'의 관점에서, 본 연구는 현재 트리 기반의 선형적인 시퀀싱을 제공하는 SCORM에 ITS의 지능형 기법 아이디어를 접목하고자 한다.
학습자의 수준에 맞는 평가객체를 제공하여 학습자로 하여금 학습에의 도전의지를 갖도록 하기 위하여 본 시스템에서는 학습자모델 안에 학습자별 학습수준값을 처리하여 보관하도록 하였다. 이러한 학습수준값을 통하여 학습자는 '상/중/하' 로 구분된 평가객체 중 자신의 수준에 맞는 평가객체를 제공 받게 되며, 또한 학습수준값이 '상에 해당하는 학습자에게는 '도전' 관계로 연결된 학습과제를 추천하도록 한다.
제안 방법
FOL(First-Order Logic)의 논리 적 표현[17, 18] 을 통하여 제안모델의 시스템 구성을 표현해보았다. 본 제안모델을 ILS (Individualized Learning System)로 명명하여 표현한 식은 다음과 같다.
학습목표 맵을 생성하는 화면이다. 각 교과의 목차에 해당되는 학습목표를 등록하는데, 각 학습 목표는 '지식', '적용', '문제해결'이라고 하는 유형을 구분하도록 하여 학습자가 학습과제 수행 후 어떠한 유형의 학습목표를 달성했는지를 파악하는 기준이 되도록 했다.
이와 비교해 볼 때, SCORM에서 채택한 IMS SS(Simple Sequencing)는 명백한 도메인 모델이나 학습자모델을 포함하지는 않는다. 대신 시퀀싱 정의모델(Sequencing Definition Model), 추적모델 (Tracking Model), 학습활동 상태모델 (Activity State Model)을 통하여 학습진행을 위한 규칙을 기술하고 학습자와 컨텐츠와의 상호작용 결과를 체크하고 학습활동단위와 관련된 데이터를 저장한다. 추적모델 내부에 학습자모델을 포함하고 있다고 볼 수 있지만 적응형 하이퍼미디어 시스템과 비교하면 극히 단순한 형태이며여 기 에서는 학습진행상태 만을 기 록하고 학습자의 선호도나 학습스타일은 구체적으로 다루지 않는다.
교수자는 우선 코스를 목차의 형태로 구성을 하게 되는데, 이때 각각의 학습과제를 연결하는 과정에서 7가지의 관련성 요소를 적용하여 학습객체를 유의미하게 연결하도록 하였다. 또한 평가 부분을 '평가-상', '평가-중', '평가-하' 링크로 구분하여 학습자의 수준에 따른 평가객체가 제공되도록 구성하였다. 목차가 구성되면 각각의 학습과제 노드에 해당되는 학습객체를 등록하고 그 학습객체에서 참조하는 학습목표를 등록한다.
이렇게 등록된 학습객체는 각 교과별 Repository에 보관이 되고, 이러한 학습객체를 조합하여 코스를 구성하게 된다. 본 시스템에서는 저작자의 동의를 얻어 2(X)1 년과 2002년 전국 교육용 소프트웨어 공모전에 출품된 불대수 관련 웹 코스웨에1, 3, 4, 5, 8]를 학습객체로 구성하였으며, 이러한 학습객체를 조합하여 코스를 구성해보았다. 학습자 모드에서는 학습자가 수강 신청을 하면 강좌가 뷰어창을 통하여 보여진다.
학습자모델에서는 학습자별 학습목표 맵을 이용하여 학습목표 달성여부를 판단하게 되고, 인지상태를 평가하여 수준별 학습과 평가객체를 제공하며, 학습선호도 판단을 통하여 학습자에게 적절한 학습과제를 선택할 수 있다. 본 시스템에서는 학습목표 맵과 제한된 인지상태 판단 부분만을 구현하였다. 학습자의 전반적인 인지 상태를 판단하기 위한 연구와 학습자의 선호도를 통하여 학습자의 성향에 맞는 학습과제를 제시하는 기능은 계속적으로 연구되어야 할 과제이다.
본 시스템은 '후속' 관계로 연결되는 문서와 , 선행' 관계로 연결되는 문서에는 평가객체를 필수적으로 할당하도록 하여 주된 학습 흐름에서 의 학습 목표 달성여부를 체크하도록 하였다. 평가객체인 TO의 인수는 학습목표 맵상에서 참조하는 학습 목표(OBJ; Objective), 상/중/하'의 값을 갖는 평가객체 난이도(L; Level), 그리고 합격/불합격 판단의 기준이 되는 교사가 지정하는 기준점수(X)를 갖는다.
본 연구에서 제안하는 시스템은 '교사 관점'과 '학습자 관점'으로 나누어 볼 수 있는데, 관련성 요소 추출에 관한 연구는 교사 관점에서 학습객체를 조합하여 코스를 구성할 때 '어떻게 구성할 것인가'에 관련된 문제이다. 독립적인 학습객체 단위의 메타데이터에서 벗어나 학습과제인 학습객체를 연결하는 '링크'에 유의미한 속성을 추가하고자 하는 것이다.
본 연구에서 제안하는 학습객체 기반 개별화 학습 시스템 인터페이스의 구성도는 (그림 1) 과같이 크게 관리자 모드와 교수자 모드, 그리고 학습자 모드로 구분된다. 시스템의 저작모듈은 Java Application, Java Servlet, JSP로 구현되었으며 사용자 환경은 Java Applet과 JSP로 구현되었고, 시스템 기반 환경은 윈도우즈 20師0, Apache Tomcat Server, 데이터베이스는 MS Access 2000이다.
이러한 학습목표 맵을 참고하여 선행학습이 이루어지지 않은 학습자에게는 '선행' 링크로 연결된 학습과제를 제시하며, 선행학습 준비가 되어 있는 학습자에게는 해당 학습과제를 제시하도록 하였다. 본 연구에서는 학습목표 요소를 '지식/적용/문제해결'로 구분하여 학습목표 맵을 구성하도록 하였으며, 학습목표 맵의 어느 요소와 관련이 있는지를 명시하도록 하였다. 이로써 어떤 학습과제 단위에서 학습자는 그 부분의 지식만을 갖고 있는지, 적용할 수 있는 능력을 지니고 있는지, 실제 상황으로의 문제해결 능력을 획득했는지를 판단하게 된다.
현재 SCORM 기반에서의 시퀀싱 유형은 '장-절-항' 형태인 선형적 흐름의 학습활동 트리(activity tree) 중심 설계로 인하여 다양한 분기 제공이 어렵다는 것과, 융통적으로 활용하기에는 제한적이라는 것이었다. 이러한 문제를 해결하기 위하여는 SCORM 기반 코스 설계에서의 선형적인 형태가 아닌 관련성 요소로 엮어진 비선형적 프레임웍으로 설계되어야 하며, 학습자모델의 다양화된 적응규칙을 위해서는 학습자의 인지 상태의 판단에 관한 연구가 필요함을 제안하였고, 이를 위해 '관련성 요소 추출에 관한 연구', '학습목표와의 연결방법에 관한 연구', '학습자의 인지 상태 판단에 관한 연구' 문제를 선정하여 연구를 수행하였다.
독립적인 학습객체 단위의 메타데이터에서 벗어나 학습과제인 학습객체를 연결하는 '링크'에 유의미한 속성을 추가하고자 하는 것이다. 이를 위하여 학습과제를 유형별로 구분하여 이러한 학습과제 유형을 링크의 속성으로 적용하고자 하였으며, '학습소개/선행/ 후속/연습/예시/도전/평가'의 7가지 관련성 요소를 추출하였다. 이러한 관련성 요소를 이용하여 생성된 코스에서 학습의 주된 흐름은 '후속' 링크로 연결되는 학습객체 리스트이며, 이러한 주 흐름에서의 학습객체는 학습목표 달성 여부를 체크하기 위하여 각각 평가객체를 반드시 수반하도록 하였다.
'사전평가'를 실시한다. 제안 모델에서는 학습 목표 맵을 이용하여 학습자의 학습 여부를 체크하고자 하였다. 학습객체가 관련성 링크를 통하여 유의미한 연결로 코스를 구성하였다면, 적절한 판단을 통하여 학습자의 경로를 개별화하여야 한다.
제안모델의 문서공간은 코스(C; Course), 각각의 독립적 학습객체인 학습과제(LT; Learning Tasks), 평가객체 (TO; Test Object), 학습목표 (OBJ; Objective)로 구성된다.
학습객체 기반 개별화 학습 시스템의 프레임웍 설계를 위하여, 학습과제를 유의미하게 연결하기 위한 '관련성 요소 추출'에 관한 연구, 학습자가 학습할 준비가 되어 있는가를 판단하고 학습목표달성 여부를 관리하기 위한 '학습목표 맵 구성'에 관한 연구, 수준별 학습과제를 제시하기 위한 학습자의 '인지상태 판단'에 관한 연구문제를 선정하였다.
둘째는 학습자모델 안에서 인지 상태를 판단하는 과정이다. 학습자의 학습수행 관찰, 평가점수 결과 등 학습수행 관련 데이터를 통하여 학습자의 인지상태가 현재 어느 수준인지를 동적으로 체크하도록 하였으며, 학습자의 수준에 맞는 적절한 난이도 단계를 지닌 수준별 학습과제를 제시하기 위하여 학습자의 수준을 판단하는 적응 규칙을 생성하였다.
성능/효과
셋째, 학습제공에 있어 기본 지식베이스를 구성하는 문서공간이 다양한 연결관계로 이루어져 있다는 것이다. 학습자에게 제시되는 문서 개념의 순서는 선행-관계로 연결되어 있으며, 어떤 문서 A를 학습했을 때 문서 B도 학습되는 관계로 추론되는 추론-관계로 연결되어 있다면 학습자는 이미 학습한 개념을 또다시 중복해서 학습하게 되는 불필요한 노력의 낭비를 피하게 된다.
후속연구
하였다. 이는 학습객체 기반의 코스 설계가 단지 무의미한 객체들의 집합이라는 비판이 대두되는 시점에서 e-Learning 안에 유의미한 학습과 진정한 교육을 담고자 하는 시도가 될 것이며, 또한 교사로 하여금 가르치고자 하는 내용에 관한 지식의 구조를 잘 생성하여 학습자에게 효율적으로 전달해주는 교사 본연의 임무를 찾을 수 있도록 할 것이다. 학습객체는 교사로 하여금 개별 과정에 있어 시간과 비용 면에서 상당한 잇점을 제공한다.
본 시스템에서는 학습목표 맵과 제한된 인지상태 판단 부분만을 구현하였다. 학습자의 전반적인 인지 상태를 판단하기 위한 연구와 학습자의 선호도를 통하여 학습자의 성향에 맞는 학습과제를 제시하는 기능은 계속적으로 연구되어야 할 과제이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.