AI 학습진단 및 추천엔진 기술은 학습 활동에 의해 생성되는 학습 데이터들을 활용하여 학습자 능력을 진단하고 그에 따라 학습 콘텐츠를 추천해주는 기술이다. 기술 이전의 범위로는 학습자 진단 기술을 구동하는 모듈과 이를 테스트하는 샘플 프로그램으로 구성되어 있다.
ㅇ iResearch와 Ambient Insight의 자료를 활용하여 ETRI미래사회연구팀에서 2016년에 추정한 내용에 따르면, 세계 교육용 소프트웨어 시장의 매출은 2015년 727억 달러에서 2019년 1,103억 달러로 성장할 것으로 예측
ㅇ 정보통신산업진흥원의 자료를 활용하여 ETRI미래사회연구팀에서 2016년에 추정한 내용에 따르면, 국내 교육용 소프트웨어 시장의 매출은 2015년 3조 5177억 원에서 2019년 5조 466억 원으로 성장할 것으로 예측
ㅇ 대형 출판사에서부터 기술 기반 스타트업까지 Adaptive Learning을 이용한 개인 맞춤형 학습 시장이 점차 넓어지고 있음
- Adaptive Learning은 과거부터 컴퓨터를 사용한 학교 수업이 활발했던 북미 지역에서 활발히 사용되고 있는데, McGraw-Hill, Pearson, Boundless등 대형 출판사들이 자신들의 교과서에 adaptive learning 솔루션을 포함하여 서비스하기도 하며 또한 Knewton, NoRedInk, Knowre와 같은 기술 기반의 스타트업들이 자체 솔루션으로 서비스하기도 함
ㅇ 맞춤형 학습 시스템 개발을 위한 학습자 진단 기술을 전문기업에 이전함으로써, 본 기술의 조기 상품화와 다양한 교육 서비스 개발을 유도하고 차세대 학습시스템에 대한 상품화 기술을 선점하여 e-러닝 시장에서의 국제경쟁력을 향상시키고자 함
ㅇ 콘텐츠 분기 수준, 간단 채점 수준의 시장 주류 기술에서 한 단계 높아진 인지진단모형 기반의 정교한 학습자 진단 기술을 이전하고 상용화하여 학습자들에게 보다 양질의 교육 서비스를 제공하고 실질적인 학습 성취도 향상을 가져오고자 함
ㅇ 문제 풀이 결과의 총점이 아닌, 개념별 이해도로 학습자를 분석함. 따라서 동일한 총점이라도 서로 다른 처방을 줄 수 있음
ㅇ 구축된 adaptive learning database를 이용하여 개별 학생의 문제 풀이 결과에 대해 실시간으로 수준 진단 및 추천 결과를 도출할 수 있음
[내용]
A. 기술명 : AI 학습진단 및 추천엔진 기술
- 문제ID, 학습자ID, 학습자 응답 정보를 입력 받아, 학습 예측 정확도를 최대화하는 학습자 개념별 이해도를 추정하고 추천해주는 기술
[범위]
A. 기술명 : AI 학습진단 및 추천엔진 기술
- 학습자 진단 모듈 (소스코드)
. 단체 시험 결과 분석에 의한 문제 파라미터 추정 기술
. Missing response가 포함된 시험 결과 분석 기술
. 누적데이터로 추정된 개별 학습자 응답 단위 수준 진단 기술
- 학습자 진단 모듈 테스트 프로그램 (소스코드)
- 기계학습 기반 학습자 진단 엔진 (소스코드)
- 사용자 매뉴얼 (문서 파일)
ㅇ 개인 맞춤형 학습 서비스 분야
- 온라인 교육 서비스 분야에서 인간 튜터의 개입이 필요 없는 자동화된 학습자 수준 진단 및 콘텐츠 추천 서비스에 이용할 수 있음
- 오프라인 교육 서비스를 운영하는 사업자들이 학습자의 진단 결과를 이용하여 학습자 개별 진도를 결정하거나 취약 콘텐츠를 추천하는데 사용할 수 있음
ㅇ 학습 성취도 분석 서비스 분야
- 다수 학습자의 문제 풀이 결과를 분석하여 학년 전체 또는 특정 그룹에 대한 취약점을 파악하고 그에 맞는 맞춤형 교육 정책을 수립할 수 있음