[논문]문항난이도를 이용한 웹 서비스 기반의 적응적 이러닝 시스템

정화영

문항난이도를 이용한 웹 서비스 기반의 적응적 이러닝 시스템
The Web Service based Learner Tailoring Adaptive E-Learning System using Item Difficulty 원문보기

인터넷정보학회논문지 = Journal of Korean Society for Internet Information, v.10 no.3, 2009년, pp.151 - 157

초록
AI-Helper

많은 이러닝 시스템들은 기존의 설정된 문항난이도를 기반으로 학습자에게 학습정보를 제공하고 있으며, 학습자는 정해진 학습과정에 따라 학습을 수행하고 있다. 이는 학습과정 중에서 학습자마다 학습을 이해하는 정도가 다름에도 불구하고 학습자는 정해진 난이도와 학습과정을 따라야 함으로 효율적인 학습효과를 나타내기 어렵다. 본 연구에서는 학습자가 학습과정중에 이해하는 정도를 시스템이 파악하여 능동적으로 난이도 및 학습과정을 조절하는 학습자 적응형 이러닝 시스템을 제시하고자 한다. 이를 통하여 학습자는 오프라인에서의 학습과 같은 대화형 학습을 통해 온라인 학습이 가져오는 획일적 학습에서 벗어나 보다 높은 학습효과를 높일 수 있다.

Abstract ▼ AI-Helper

A lot of E-Learning system is supplying the existent item difficulty based learning information to learner. And learner is doing learning contents according to the fixed learning course. It is difficult for learner to get efficient learning effect. Because learner has to belong to fixed item difficulty and learning course even thought learner has different degree that understand studying in learning course. This research proposed the learner adaptive E-learning system that is able to control the item difficulty and learning course to analyze the understanding degree of learner in learning course. In this result, learner is able to improve learning effect to get rid of fixed learning course using bi-directed learning such as off-line learning.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 연구에서는 웹 서비스 기반의 학습자 적응형 이러닝 시스템을 제안하고자 한다. 이는 웹 기반 학습 로직 개발의 효율성 및 운용의 다양성을 위해 웹 서비스 기반으로 하였으며, 적응형 이러닝 시스템에는 하이퍼텍스트 또는 하이퍼미디어의 탐색적 학습 환경을 통합한 형태인 적응적 하이퍼미디어 시스템 기법을 적용하였다.
학습문제에 대해서는 학습자가 문제풀이 시 오답을 선택하면 문항난이도를 재산출하여 다음의 학습에 반영하도록 하였다. 또한 학습문제관리와 문항난이도 산출부분은 웹 서비스로 제작함으로서 이를 필요로 하는 다른 이러닝 시스템의 로직에서도 사용이 가능하도록 하였다. 본 제안방법의 적용결과 비슷한 학습수준을 가지는 학습모집단 20명을 대상으로 학습을 실시한 결과 제안방법이 평균 6.
본 연구에서는 적응적 학습을 위한 이러닝 시스템을 제시하였다. 적응적 학습의 적용은 학습 콘텐츠를 학습자에게 맞추는 형태인 웹 기반 적응적 하이퍼미디어 시스템 방식을 택하였다.

제안 방법

이는 웹 기반 학습 로직 개발의 효율성 및 운용의 다양성을 위해 웹 서비스 기반으로 하였으며, 적응형 이러닝 시스템에는 하이퍼텍스트 또는 하이퍼미디어의 탐색적 학습 환경을 통합한 형태인 적응적 하이퍼미디어 시스템 기법을 적용하였다. 또한 학습자의 학습 진행에 따라 학습문제를 출제하기 위하여 문항난이도를 적용하였다. 이를 통하여 학습자가 취약한 부분을 이러닝 시스템에서 자동으로 유도함으로서 학습자의 학습효과를 높이도록 하였다.
문항난이도를 이용한 적응적 학습을 위한 이러닝 시스템은 웹 서비스를 기반으로 처리 및 운용하였다. 그림 1은 본 이러닝 시스템의 배경도를 나타낸다.
[13]의 연구에서는 TOEFL CBT를 기반으로 한 학습자 적응형 학습 시스템을 구현하였다. 이는 문제기반 학습의 예시 중 하나인 TOEFL시험을 통해, 학습자가 정,오답을 한 경우에 따라 미리 설정된 문제의 난이도 가중치를 고려하여 다음 문제의 유형을 변경하였다. 그러나 난이도 설정시 교수자에 의한 학습 난이도를 기반으로 가중치만을 설정하여 적용함으로서 보다 정확한 난이도가 적용되지 못하였으며, 난이도의 가중치 조절만으로 학습 콘텐츠의 적응형 학습을 지원함으로서 학습자나 콘텐츠의 특성을 반영하지 못하였다.
학습자는 LMS를 통해 학습단원, 계획수립, 학습 난이도 및 문항난이도를 고려한 학습수준 설정, 학습내용구성 등을 통해 학습을 진행할 수 있으며, 학습결과 분석 및 평가를 수행할 수 있다. 이때 적응적 학습 진행에 따른 학습문제관리와 문항난이도 산출은 웹 서비스를 이용하며, 학습내용구성 및 진행에서는 LCMS를 참조하여 학습 콘텐츠를 구성하였다. 산출된 난이도는 LMS에 저장된다.
본 연구에서 적용한 적응적 학습 전략은 웹 기반 적응적 하이퍼미디어 시스템 방식을 이용하였다. 이를 위하여 각 학습과정의 학습내용은 상, 중, 하로 구성하였으며, 학습문제는 상, 상중, 중, 중하, 하의 5단계 난이도에 따라 구성하였다. 학습의 방식은 그림 4와 같이 학습자가 학습진행 중 오답을 처리하거나 어렵다고 답할 경우 다음의 학습에서 학습내용의 난이도를 조정하도록 하였으며, 그림 5의 학습수준결정과 학습내용구성 부분에서 이를 처리하였다.
또한 학습자의 학습 진행에 따라 학습문제를 출제하기 위하여 문항난이도를 적용하였다. 이를 통하여 학습자가 취약한 부분을 이러닝 시스템에서 자동으로 유도함으로서 학습자의 학습효과를 높이도록 하였다.
이에 따라 인터넷 기반의 이러닝은 유연하고 다양한 학습활동 제공, 자기주도적인 학습 능력 및 창의력, 문제해결력 신장, 동기유발을 통한 능동적인 학습 참여 유도 등을 목적으로 다양하게 활용되고 왔다[2]. 특히 학습자의 학습효과를 높이기 위한 방안으로 자기 주도적 학습, 자기조절학습, 문항난이도의 적용 등의 방법이 이용되었다. 그러나 이러한 방법은 교수자의 주관적인 교육과정 진행이나 교수자에 의해 미리 설정된 교육과정에서 학습자가 제한적으로 학습과정을 진행하는 방법이 일반적이어서 학습자가 오프라인의 면대면 강의에서와 같은 즉각적이고 능동적인 효과를 가져 오기 어려웠다.
교수자는 학습내용을 구성 시 학습내용의 난이도를 고려하여 제작하여야 하며, 이때의 학습 난이도는 상, 중, 하의 3단계로 제작하도록 하였다. 학습문제에 대해서는 학습자가 문제풀이 시 오답을 선택하면 문항난이도를 재산출하여 다음의 학습에 반영하도록 하였다. 또한 학습문제관리와 문항난이도 산출부분은 웹 서비스로 제작함으로서 이를 필요로 하는 다른 이러닝 시스템의 로직에서도 사용이 가능하도록 하였다.
학습문제의 경우는 단원의 10개 학습내용 각각에 대하여 상, 상중, 중, 중하, 하의 단계에 따라 3문제씩 제작하였으며, 학습문제 풀이 중 오답이 제시되면 재 산출된 문항난이도에 따라 다음의 학습문제 3개중 하나를 무작위로 제시하였다. 단원의 최종학습문제는 70문제를 제작하였으며, 이는 문제은행에 저장하였고 문항난이도 조절 없이 무작위로 10문제를 추출하여 학습자에게 제시하였다.

대상 데이터

학습문제의 경우는 단원의 10개 학습내용 각각에 대하여 상, 상중, 중, 중하, 하의 단계에 따라 3문제씩 제작하였으며, 학습문제 풀이 중 오답이 제시되면 재 산출된 문항난이도에 따라 다음의 학습문제 3개중 하나를 무작위로 제시하였다. 단원의 최종학습문제는 70문제를 제작하였으며, 이는 문제은행에 저장하였고 문항난이도 조절 없이 무작위로 10문제를 추출하여 학습자에게 제시하였다. 학습 모집단은 비슷한 학습수준을 가지는 20명을 선발하였다.
교수자는 학습내용을 구성시 학습내용의 수준을 고려하여 상, 중, 하의 단계로 각각 제작하였다. 적용학습은 영어문법 및 문제 학습이며 단원 1은 10개의 내용으로 제작되었다. 일반적으로 각 학습내용에서 난이도가 “상“인 경우는 텍스트나 그림으로 구성된 반면에 ”하“의 경우는 동영상이나 사운드 등이 추가되었다.
단원의 최종학습문제는 70문제를 제작하였으며, 이는 문제은행에 저장하였고 문항난이도 조절 없이 무작위로 10문제를 추출하여 학습자에게 제시하였다. 학습 모집단은 비슷한 학습수준을 가지는 20명을 선발하였다. 그림 8은 학습모집단을 대상으로 기존의 방법과 제안방법을 통해 학습된 결과를 나타낸다.

이론/모형

문항난이도는 학습자가 맞거나 틀린 문항에 대하여 보다 높은 학습효과를 위해 적절한 문항선택을 제공할 수 있다[8]. 본 연구는 문항반응이론[9, 12]에서 문항난이도만을 고려하는 1모수 로지스틱 모형을 적용하였다. 식 1은 문항의 난이도를 측정하기위한 식이다.
본 연구에서 적용한 적응적 학습 전략은 웹 기반 적응적 하이퍼미디어 시스템 방식을 이용하였다. 이를 위하여 각 학습과정의 학습내용은 상, 중, 하로 구성하였으며, 학습문제는 상, 상중, 중, 중하, 하의 5단계 난이도에 따라 구성하였다.
따라서 본 연구에서는 웹 서비스 기반의 학습자 적응형 이러닝 시스템을 제안하고자 한다. 이는 웹 기반 학습 로직 개발의 효율성 및 운용의 다양성을 위해 웹 서비스 기반으로 하였으며, 적응형 이러닝 시스템에는 하이퍼텍스트 또는 하이퍼미디어의 탐색적 학습 환경을 통합한 형태인 적응적 하이퍼미디어 시스템 기법을 적용하였다. 또한 학습자의 학습 진행에 따라 학습문제를 출제하기 위하여 문항난이도를 적용하였다.

성능/효과

식 1은 문항의 난이도를 측정하기위한 식이다. 만일 학생A가 문항 1의 문제를 풀었는데 오답처리가 되었고 이 문항이 난이도가 매우 높은 상황이라는 결론이 나온다면 A를 위해서 난이도를 조정하는 작업이 필요하다. 식 2는 난이도 조정을 위한 식이다.
또한 학습문제관리와 문항난이도 산출부분은 웹 서비스로 제작함으로서 이를 필요로 하는 다른 이러닝 시스템의 로직에서도 사용이 가능하도록 하였다. 본 제안방법의 적용결과 비슷한 학습수준을 가지는 학습모집단 20명을 대상으로 학습을 실시한 결과 제안방법이 평균 6.12점이 향상되었음을 알 수 있었다.
이러한 과정은 각각 10회 이상 학습을 진행하여 그 평균값을 산출하였다. 이를 통해 학습 모집단의 학습자 개인차이가 있었지만, 제안방법에 의한 학습은 전체평균 86.49이었으며, 기존의 학습방법은 전체평균 80.36점으로서 제안방법이 기존의 학습방법보다 전체평균 6.12점이 향상되었음을 알 수 있었다. 그림 9는 학습후의 학습만족도를 나타낸다.
그림 9는 학습후의 학습만족도를 나타낸다. 즉, 학습후의 학습이해도를 묻는 질문에는 8.43의 차이를 보였으며, 만족도는 7.86, 흥미도는 4.2 그리고 학습 성취도는 6.22의 차이를 보였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	컴퓨터와 인터넷의 급속적인 확산으로 교육의 장소가 오프라인에서 온라인으로 확장되고 있는데 이는 어떠한 이유 때문인가?	컴퓨터와 인터넷의 급속적인 확산으로 교육의 장소가 오프라인에서 온라인으로 확장되고 있는데, 이는 전통적인 오프라인 교육에서 제공하는 교육 서비스를 온라인에서도 제공할 수 있다는 가능성 및 현실에 기인하고 있다[1]. 이에 따라 인터넷 기반의 이러닝은 유연하고 다양한 학습활동 제공, 자기주도적인 학습 능력 및 창의력, 문제해결력 신장, 동기유발을 통한 능동적인 학습 참여 유도 등을 목적으로 다양하게 활용되고 왔다[2].
	인터넷 기반의 이러닝은 어떠한 목적으로 활용되어 왔는가?	컴퓨터와 인터넷의 급속적인 확산으로 교육의 장소가 오프라인에서 온라인으로 확장되고 있는데, 이는 전통적인 오프라인 교육에서 제공하는 교육 서비스를 온라인에서도 제공할 수 있다는 가능성 및 현실에 기인하고 있다[1]. 이에 따라 인터넷 기반의 이러닝은 유연하고 다양한 학습활동 제공, 자기주도적인 학습 능력 및 창의력, 문제해결력 신장, 동기유발을 통한 능동적인 학습 참여 유도 등을 목적으로 다양하게 활용되고 왔다[2]. 특히 학습자의 학습효과를 높이기 위한 방안으로 자기 주도적 학습, 자기조절학습, 문항난이도의 적용 등의 방법이 이용되었다.
	웹 기반 콘텐츠 개발방법 측면에서 다른 변화로는 웹 서비스의 적용을 들 수 있는데 이 때 웹서비스는 어떠한 기능들을 말하는가?	이는 기존의 학습자 요구에 따른 절차지향 처리에서 요구 프로세스를 웹이 담당하는 방법이다. 웹 서비스는 자기포함, 자기분배, 실행 가능한 모듈러 애플리케이션, 접근 가능한 웹, 비즈니스 프로세스에 대한 단순 요구에 대해 실행 가능한 웹 기능들이다. 일반적인 SOAP 메시지 교환에 의한 방식 기반인 웹 서비스는 애플리케이션 통합을 위한 새로운 기술이라 할 수 있다[7].

참고문헌 (13)

김태영외 3인, "미래교육 시나리오에 기반한 e-러닝 표준화 로드맵 v2 연구", 한국교육학술정보원 연구보고 KR 2005-28, 2005.
이준희, "이러닝에서 효율적인 시뮬레이션 기반 콘텐츠 설계", 한국콘텐츠학회논문지 Vol. 5, No. 5, 2005.
정화영, "문항교정난이도를 이용한 컴포넌트 기반의 자기 주도적 E-Learning 시스템", 한국인터넷정보학회 논문지 Vol.7, No.6, 2006.
최숙영 외 2인, "문항반응 이론에 의한 컴퓨터 적응적 평가와 동적 학습내용 구성에 기반한 적응형 교수 시스템", 정보과학회논문지: 소프트웨어 및 응용 제32권 제5호, 2005.
김명회 외 2인, "학습자 특성을 고려한 적응적 학습 관리 시스템의 설계 및 구현", 한국콘텐츠학회논문지 제4권 제1호, 2004.
Rita Kuo, etc at al, "Difficulty Analysis for Learners in Problem Solving Process based on the Knowledge Map", Proceedings of the The 3rd IEEE International Conference on Advanced Learning Technologies, IEEE, 2003.
K. Gottschalk, et, al., Introduction to Web services architecture, IBM Systems Journal, Vol 41, 170 No 2, 2002.
Raymond M. Zurawski, "Making the Most of Exams: Procedures for Item Analysis", The National Teaching & Learning Forum, Vol. 7, No. 6, 1998.
Ivailo Partchev, A visual guide to item response theory, E-Book of Friedrich-Schiller-Universitat Jena, 2004.
김천식, 정명희, "IRT와 데이터 마이닝을 이용한 효과적인 평가 및 추천시스템", 한국컴퓨터 정보학회 논문지 제11권 제4호, 2006.
강신천, 박혜진, "학습양식에 따른 개별화 학습지원 시스템이 학습만족도에 미치는 영향", 열린교육연구 Vol.14, No.2, 2006.
Frank B. Baker, "The Basics of Item Response Theory", ERIC Clearinghouse on Assessment and Evaluation, 2001.
조성호, "컴퓨터기반 시험 시스템 설계 및 구축", 한국콘텐츠학회 논문지 제5권 제1호., 2005.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

문항난이도를 이용한 웹 서비스 기반의 적응적 이러닝 시스템
The Web Service based Learner Tailoring Adaptive E-Learning System using Item Difficulty 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

질의응답

참고문헌 (13)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

문항난이도를 이용한 웹 서비스 기반의 적응적 이러닝 시스템 The Web Service based Learner Tailoring Adaptive E-Learning System using Item Difficulty 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

질의응답

참고문헌 (13)

이 논문을 인용한 문헌

저자의 다른 논문 :

정화영 (34)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

문항난이도를 이용한 웹 서비스 기반의 적응적 이러닝 시스템
The Web Service based Learner Tailoring Adaptive E-Learning System using Item Difficulty 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper