초록 ▼

□ 연구개발 목표 및 내용
◼ 최종 목표
본 연구는 교육 격차 해소를 위한 AI 기반 개인 맞춤 정밀 교육 시스템 개발을 통합적인 목표로 설정함. 이를 위해 1) 학습자 성취도 맞춤 추천 2) 학습의 지속성 제공 3) 설명 가능성 확보 4) 교육의 신뢰성 향상을 세부 목표로 설정함.
- 학습자가 원하거나 필요한 문제 및 과목들을 성취도에 따라 추천하는 오토인코더 기반의 모델을 개발하여 정밀 교육 추천시스템의 정확성을 개선하고자 함.
- 학습자의 중간 이탈로 인한 학습 단절을 막기 위해 학습자의 사용 기록을 바탕

□ 연구개발 목표 및 내용
◼ 최종 목표
본 연구는 교육 격차 해소를 위한 AI 기반 개인 맞춤 정밀 교육 시스템 개발을 통합적인 목표로 설정함. 이를 위해 1) 학습자 성취도 맞춤 추천 2) 학습의 지속성 제공 3) 설명 가능성 확보 4) 교육의 신뢰성 향상을 세부 목표로 설정함.
- 학습자가 원하거나 필요한 문제 및 과목들을 성취도에 따라 추천하는 오토인코더 기반의 모델을 개발하여 정밀 교육 추천시스템의 정확성을 개선하고자 함.
- 학습자의 중간 이탈로 인한 학습 단절을 막기 위해 학습자의 사용 기록을 바탕으로 수업을 포기할 확률을 예측하는 순환신경망 기반의 포기 예측 모델을 개발하여 학습 지속성을 향상하고자 함.
- 사용자에게 이해할만한 추천 이유를 제공하고, 학습 방향성을 제시하기 위해 개념 그래프를 추천 모델에 접목하여 설명 가능한 정밀 교육을 제공하고자 함.
- 지도자 및 학습자 편향을 제거하기 위해 각각 언어 모델 기반 콘텐츠 편향 제거, 다중-레버 슬롯머신 기반 데이터 보간 알고리즘을 개발하여 정밀 교육 시스템의 신뢰성을 향상하고자 함.

◼ 전체 내용
1. 학습자 성취도에 맞는 문제 및 과목 추천 모델 개발
학습자가 효율적으로 학습할 수 있도록 성취도를 고려하는 맞춤형 (1) 문제 추천 모델 및 (2) 과목 추천 모델을 개발함. 문제 추천 모델의 경우, 집중 메커니즘을 활용하여 사용자의 문제 풀이 기록 및 수강 기록을 바탕으로 사용자의 현재 학습 수준을 추론하고 문제 추천에 이를 활용함. 과목 추천 모델의 경우, 오토인코더를 활용하여 학습자와 과목 간의 관계를 모델링하고 학습자의 예상 성취도 및 이탈 확률을 종합적으로 고려하여 과목을 추천함.
2. 지속성 있는 학습을 위한 수업 포기 예측 모델 개발
사용자의 지속적인 학습을 고려한 정밀 교육 시스템 개발을 위하여, 순환 신경망 기반의 강의 이탈 확률 및 이탈 시점 예측 모델을 개발함. 학습자의 수강 기록 데이터와 강의 이탈 데이터를 장·단기적 측면에서 이용함. 개인별 성취도를 계산하여 수업 이탈 확률을 예측함과 동시에 학생들이 어느 시점에 수업에서 이탈할지 예측하는 모델을 개발함.
3. 개념 그래프를 활용하는 설명 가능한 예측 및 추천 모델 개발
학습자나 지도자에게 예측 및 추천에 대한 이유를 함께 제공하는 설명 가능한 예측 및 추천 모델을 개발함. 정적 특성인 문제 간 관계와 동적 특성인 학습자의 성취도 변화를 함께 고려하는 이중 경로 지식 추적 모델로 학습자의 학습 수준을 예측함. 예측 결과와 함께 추천 문제 간 다차원적인 관계를 반영한 개념 그래프를 제공하여 추천 모델에 설명 가능성을 부여함.
4. 교육 모델의 공정성을 위한 편향 제거 알고리즘 개발
교육 모델의 편향을 제거하는 학습 데이터 전처리 알고리즘을 개발함. (1) 지도자 편향을 완화하기 위해 자연어 이해 모델로 학습 콘텐츠의 편향을 판별하여 필터링하며, (2) 학습자 편향을 완화하기 위해 문제 데이터 보간을 수행함. 다중-레버 슬롯머신 알고리즘 기반 강화학습을 활용하여 실제 사용자와 문제의 상호작용 환경을 모형화하고 데이터를 생성하여 학습자 편향을 완화함.

□ 연구개발성과
정성적 연구개발성과
- 석사 과정 2명이 수혜를 받아 원격 연구를 수행함.
정량적 연구개발성과
- 국제 학술대회에 2편의 논문을 게재하는 것이 목표였으나 달성하지 못함.
- 국내 및 국제 특허 2건의 특허 등록을 목표로 하였으나 달성하지 못함.
지식 추적 모델의 정확성 개선
- 사용자가 지식을 얻는 다양한 상황을 재현하기 위해 데이터 증강 기법을 활용하여 모델 예측의 정확도를 높이고자 함. 제안 방법을 적용한 결과, 입력 데이터 내 문항들을 랜덤하게 섞거나 특정 규칙에 따라 교환한 후 학습하면 성능이 개선되는 것을 확인함.
- 문제 난이도를 고려한 입력 임베딩 방법 개발을 통해 데이터가 가진 잠재적 정보를 추가로 반영함으로써 모델 예측의 정확도를 높이고자 함. 제안 방법을 적용하였을 때, 기존 방법 대비 정확도가 AUC 기준으로 향상되는 것을 확인함.
추천시스템의 정확성 및 신뢰성 개선
- 교육 콘텐츠 추천 과정에서 학습자가 편향되지 않은 콘텐츠를 접할 수 있도록 학습 데이터의 인기도 편향을 제거하는 알고리즘을 고안함. 다양한 실험을 통해 제안 방법이 인기도 편향을 제거하고 추천시스템의 데이터 희소성 문제를 해결할 수 있음을 검증함.
- 믹스업 기반의 데이터 증강 방법으로 데이터 희소성 문제를 해결하였으며 그 결과 추천시스템에서 성능 개선을 보임.
- 비공통 부분의 가중치를 강화함으로써 기존 데이터에는 존재하지만, 학습 과정에서 무시되던 유의미한 약한 협업 필터링 신호를 강화하여 인기도 편향 문제를 해결함.

□ 연구개발성과 활용계획 및 기대 효과
연구개발성과 활용계획
- 온라인 교육 플랫폼에서 제공하는 공학·예술 계열 등의 다양한 분야에 적용할 수 있음.
- 연구 결과물을 기반으로 한 특허 및 지적재산권을 확보하여 국내 벤처 및 중소 산업체에 기술이전으로 활용되도록 함.
- 본 연구로부터 산출된 데이터, 알고리즘 및 소스코드를 학술 논문 및 온라인 소스코드 공유 플랫폼을 통해 적극적으로 공유함.
기대 효과
- 전 세계 교육산업의 급격한 변화 추세에 발맞춰 물리적 제약을 뛰어넘는 교육 형태에서의 지능화된 개인 맞춤형 학습 시스템을 제공하여 미래 인재를 양성함.
- 해외 우수 연구기관과의 협력을 통해 국제협력 기반을 축적하고 이를 육성 및 확장하여 장차 국내 주도의 해외 협력 연구 네트워크를 구축하는 바탕을 다짐.
- 정밀 교육산업 분야의 전반적인 개선을 통해 기업 수익 증대 등 경제적 가치를 창출함.
- 해외 파견연구를 통한 유능한 전문 인력 양성은 국내 산업의 인력 부족을 해소하여 국가 산업 경쟁력을 확보하는데 큰 원동력이 됨.

(출처 : 요약문 4p)

목차 Contents

• 표지 ... 1
• 최종보고서 ... 2
• 요 약 문 ... 4
• 과제 실적 요약 ... 6
• 목차 ... 8
• I 연구개발과제의 개요 ... 9
• 1. 추진 배경 ... 9
• 2. 정부 지원 필요성 ... 12
• 3. 수행기관 추진역량 ... 15
• 4. 해외기관 추진 전문성 ... 17
• II 연구개발과제의 수행 과정 및 수행내용 ... 21
• 1. 연구 수행 개요 ... 21
• 2. 추진전략 및 체계 ... 33
• 3. 연구 수행 내용 ... 37
• III 연구개발과제의 수행 결과 및 목표 달성 정도 ... 46
• 1. 연구수행 결과 ... 46
• 2. 목표 달성 수준 ... 47
• IV 목표 미달 시 원인분석 ... 48
• 1. 목표 미달 원인(사유) 자체 분석 내용 ... 48
• 2. 자체 보완활동 ... 48
• 3. 연구개발 과정의 성실성 ... 49
• V 연구개발성과의 관련 분야에 대한 기여 정도 ... 50
• VI 연구개발성과의 관리 및 활용 계획 ... 52
• 1. 연구개발성과의 관리 계획 ... 52
• 2. 연구개발성과의 활용 계획 ... 53
• VII 기대효과 ... 54
• 1. 협력연구 기대 효과 ... 54
• 2. 연구성과 활용 방안 ... 55
• 3. 파견에 따른 글로벌 인재양성 효과 ... 55
• 4. 후속 연구계획 및 성과관리 방안 ... 56
• 5. 파견인력 진로 추적 등 사후관리 ... 57
• VII 예산집행실적 ... 58
• 1. 예산 총괄표 ... 58
• 2. 파견인력 지원비 ... 58
• 3. 비목/세목별 예산 집행실적 ... 58
• 끝페이지 ... 73