KR100940507B1 - 혼합현실기반 학습에서 학습자 수행 측정 및 수행성취 평가방법 및 시스템 - Google Patents
혼합현실기반 학습에서 학습자 수행 측정 및 수행성취 평가방법 및 시스템 Download PDFInfo
- Publication number
- KR100940507B1 KR100940507B1 KR1020070044987A KR20070044987A KR100940507B1 KR 100940507 B1 KR100940507 B1 KR 100940507B1 KR 1020070044987 A KR1020070044987 A KR 1020070044987A KR 20070044987 A KR20070044987 A KR 20070044987A KR 100940507 B1 KR100940507 B1 KR 100940507B1
- Authority
- KR
- South Korea
- Prior art keywords
- learning
- data
- mixed reality
- marker
- content
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 56
- 239000003550 marker Substances 0.000 claims abstract description 41
- 230000006399 behavior Effects 0.000 claims abstract description 32
- 230000001953 sensory effect Effects 0.000 claims abstract description 7
- 230000009471 action Effects 0.000 claims description 28
- 238000013461 design Methods 0.000 claims description 2
- 230000003252 repetitive effect Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 5
- 230000007786 learning performance Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Signal Processing (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
본 발명은 혼합현실기반 학습에서 학습자 수행 측정 및 수행성취 평가 방법 및 시스템에 관한 것으로, 보다 상세하게는 혼합현실기반 학습환경에서 3D 객체를 직접 학습자가 조작하여 수행하는 과정을 평가함으로써 학습 효과를 증진시키기 위한 방법 및 시스템에 관한 것이다. 이를 위해, 본 발명은 콘텐츠를 보여주기 위한 데이터 마커가 부착된 실감형 교재; 콘텐츠를 조작하기 위한 컨트롤 마커가 부착된 학습 인터페이스; 상기 데이터 마커 및 컨트롤 마커를 인식하는 카메라; 상기 학습 인터페이스를 이용하여 학습자의 행위 데이터를 수집하는 클라이언트 뷰어; 상기 행위 데이터를 이용하여 상기 학습자의 행위를 분석하고, 그 분석 결과를 저장하는 분석 시스템; 및 상기 콘텐츠를 생성하는 콘텐츠 저작도구를 포함하는 것을 특징으로 하는 혼합현실기반형 학습시스템을 제공한다.
이러닝 (e-Learning), 혼합현실기반 학습 수행모델, 실감형 교재, 실감형 학습객체, 평가객체, 수행성취 평가, 학습자 행위 데이터, 이해도, 수행시간
Description
도 1은 본 발명의 일실시예에 따른 혼합현실기반 학습에서의 학습자 수행모델을 설명하는 도면.
도 2는 본 발명의 일실시예에 따른 혼합현실기반 학습시스템 구성도를 나타내는 도면.
도 3은 본 발명의 일실시예에 따른 혼합현실기반 실감형 교재에서 사용하는 데이터 마커를 설명하는 도면.
도 4는 본 발명의 일실시예에 따른 혼합현실기반 학습 인터페이스에서 사용하는 컨트롤 마커를 설명하는 도면.
도 5는 본 발명의 일실시예에 따른 혼합현실기반 실감형 교재, 학습 인터페이스, 실감형 콘텐츠를 설명하는 도면.
도 6은 본 발명의 일실시예에 따른 혼합현실기반 학습에서 학습자 행위 데이터를 수집하는 과정을 설명하는 도면.
도 7은 본 발명의 일실시예에 따른 혼합현실 기반 학습에서 개인별 수행성취 평가 과정을 설명하는 도면.
도 8은 본 발명의 일실시예에 따른 개인학습자의 학습객체별 개인수행시간 및 전체 수행시간 비교 리포트 예시를 설명하는 도면.
도 9는 개인학습자의 평가객체별 이해도 및 수행시간 리포트 예시를 설명하는 도면.
본 발명은 혼합현실기반 학습에서 학습자 수행 측정 및 수행성취 평가 방법 및 시스템에 관한 것으로, 보다 상세하게는 혼합현실기반 학습환경에서 3D 객체를 직접 학습자가 조작하여 수행하는 과정을 평가함으로써 학습 효과를 증진시키기 위한 방법 및 시스템에 관한 것이다.
혼합현실 (MR: Mixed Reality)이란 가상현실의 한 형태로 실세계와 가상세계를 결합함으로써 실시간으로 학습자와 상호작용하여 학습자의 지각과 학습활동에 도움을 주는 기술을 말한다. 혼합현실중 현실세계를 기반으로 가상세계가 합성된 것을 증강현실(AR: Augmented Reality)이라 한다.
학업성취와 몰입에 영향을 주는 혼합현실 학습환경의 긍정적인 요인으로는 사용자-콘텐츠의 직접적인 상호작용, 실재감을 촉진하는 실제적 시각화 표현이며, 부정적인 요인으로는 사용자 편의성의 제한, 수행평가의 제한, 수업지원 환경의 제 한으로 나타나고 있다. 부정적인 요인 중 가장 큰 문제점은 사용자 편의성 이슈이다. 혼합현실 환경에서는 학습자들이 직접 가상 콘텐츠를 조작하면서 학습하게 되므로, 학습자의 수행성취의 여부와 수준을 분석하고 이에 대한 문제점을 해결하는 것이 매우 중요하다.
따라서 본 발명에서는 혼합현실에서 마커가 부착된 인쇄교재와 학습 인터페이스를 이용한 혼합현실기반 학습에서의 수행 모델과, 학습자의 행위를 측정하고 평가하는 시스템 및 방법을 제안하고 한다.
기존의 혼합현실 분야 수행 모델은 디스플레이 장치로 주로 HMD 장비와 같이 기하마커, 사용자의 머리 위치와 방향, 손의 궤적 등을 추적하는 고가의 복잡한 장비를 사용해 왔다. 기하마커 인식을 통한 혼합현실 사례로는 작업대 위에 블록쌓기 등의 설계작업 모델이나 마커가 부착된 샘플북이나 큐빅모양의 도구를 통해 콘텐츠를 보는 단순 제시형 모델이 제시되었다. 그러나 이러한 사례는 장비와 인터페이스가 불편하며, 사용자의 주도적인 조작 기능이 적으며, e러닝 분야에 해당하는 교과중심 학습을 다루고 있지 않고 있다.
또한 기존 혼합현실 분야에서 사용자의 수행을 측정하는 방식은 주로 기술적인 접근으로 카메라 영상인식 측면의 정확도와 안정성을 측정하기 위한 목적으로 수행되었다. 예를 들면, 혼합현실의 사용자 장비를 모니터기반 AR, HMD기반 AR, Hand-Held AR 환경으로 비교하여 시각 기기에 따른 학습자 반응의 정확성을 측정하는 연구 등이 있다. 그러나 e러닝의 학습내용과 학습평가 요소를 고려하지 않고 있으며 학습수행을 촉진하기 위한 측정 방안과 평가 기준 및 방법은 제공하지 않고 있다.
본 발명의 목적은 혼합현실에서 마커가 부착된 인쇄교재와 학습 인터페이스를 이용한 혼합현실기반 학습에서의 블렌디드 수행 모델을 제안하고, 이러한 혼합현실기반 학습환경에서 3D 객체를 직접 학습자가 조작하면서 학습하는 과정을 측정하고 평가하는 시스템과 방법을 제시함으로써 혼합현실기반의 학습의 효과성과 유용성을 증진시키기 위한 목적을 가진다.
상기와 같은 본 발명의 목적을 달성하기 위하여, 본 발명에서는 모니터와 퀵캠, 마커가 부착된 교과교재, 학습 인터페이스를 사용하여 오프라인 교재를 학습하면서 동시에 3D 콘텐츠를 조작하면서 학습할 수 있는 온라인-오프라인 블렌디드형 수행 모델을 제공하고, 학습자 행위 측정 및 평가를 위하여 학습 콘텐츠의 구조를 레슨과 학습객체로 구분하고 평가용 학습 행위 분석을 위한 기준을 수립하였다. 또한 학습자의 수행 과정을 로그파일을 통해 수집한 후 평가객체의 난이도를 고려하여 레슨에 대한 학습자의 이해도를 계산하고 수행시간을 분석하는 시스템과, 이러한 분석 및 추론과정을 통해 이해도와 수행수준을 판단하고 수행평가 결과를 표와 그래프를 통해 시각화하여 제공하는 방법을 제안하고자 한다.
상기 목적을 달성하기 위해, 본 발명은 콘텐츠를 보여주기 위한 데이터 마커 가 부착된 실감형 교재; 콘텐츠를 조작하기 위한 컨트롤 마커가 부착된 학습 인터페이스; 상기 데이터 마커 및 컨트롤 마커를 인식하는 카메라; 상기 학습 인터페이스를 이용하여 학습자의 행위 데이터를 수집하는 클라이언트 뷰어; 상기 행위 데이터를 이용하여 상기 학습자의 행위를 분석하고, 그 분석 결과를 저장하는 분석 시스템; 및 상기 콘텐츠를 생성하는 콘텐츠 저작도구를 포함하는 것을 특징으로 하는 혼합현실기반형 학습시스템을 제공한다.
또한, 상기 목적을 달성하기 위해, 본 발명은 학습자의 행위 데이터를 수집하는 단계와; 상기 행위 데이터를 이용하여 학습 객체의 유형인 설명 객체, 탐구 객체 및 평가 객체별로 소요된 수행 시간을 분석하는 단계와; 상기 평가 객체의 난이도를 기준으로 학습자의 이해 수준을 판단하고, 상기 수행 시간을 이용하여 학습자의 수행 수준을 판단하는 단계와; 및 상기 이해 수준 및 상기 수행 수준이 기준에 만족하는 경우에, 다음 학습을 수행하는 단계를 포함하는 것을 특징으로 하는 혼합현실기반 학습자 수행 평가 방법을 제공한다.
도 1은 혼합현실기반 학습에서의 수행모델을 설명하는 도이다. 본 발명에서 제안한 혼합현실 기반 학습 수행 모델은 학습자가 퀵캠 카메라로 교재에 부착된 마커를 인식하면, 모니터에 실제 교재와 함께 특정 위치에 3D 콘텐츠가 제시되어 내용을 볼 수 있으며, 학습자가 직접 3D 콘텐츠를 선택, 확대, 회전, 삭제, 조작 등을 수행하면서 관찰하고 경험할 수 있다.
도 2는 혼합현실 기반 학습 시스템 구성도를 설명하는 도이다. 본 발명에서 제안한 혼합현실기반 학습 시스템의 구성은 데이터 마커부착 실감형 교재(201), 퀵캠 카메라(202), 컨트롤 마커부착 학습 인터페이스(203), 클라이언트 뷰어(204), 학습시스템(205), 실감형 콘텐츠 저작도구(206), 3D 콘텐츠 저작도구(207)로 구성된다. 본 발명과 관련하여 학습자 수행을 측정하고 평가하기 위하여 클라이언트 뷰어의 학습자 행위 수집 모듈에서 데이터를 수집하여 학습시스템의 수행평가 분석 모듈의 평가용 학습행위 DB에 저장한 후 평가객체의 난이도, 레슨에 대한 학습자의 이해도, 수행시간을 분석하여 수행성취 여부를 추론·판단하고 이를 표와 그래프를 모니터(208)를 통해 시각화하여 제공한다.
도 3은 혼합현실기반 실감형 교재에서 사용하는 데이터 마커를 설명하는 도이다. 마커는 실제 교재와 가상의 콘텐츠를 합성하기 위하여 가상콘텐츠의 위치를 지정할 수 있도록 정보를 주는 레퍼런스로 특정그림으로 고안되었으며, 카메라를 통해 인식되어 실감형 콘텐츠를 보여주거나 정의되어진 조작(삭제, 확대, 도움말 등)을 할 수 있도록 정보를 준다. 마커는 데이터 마커와 컨트롤 마커로 구분된다.
데이터 마커는 고정형 마커와 이동형 마커로 구분된다. 고정형 마커는 책위에 출력된 형태로 3D 콘텐츠를 보여주기 위한 마커로 256가지 기하학적 패턴이다. 이동형 마커는 교재 상에서 고정되어 있지 않고 카드, 회전판, 스크롤바와 같이 사용자가 움직일 수 있는 교구재에 부착된 마커로 학습 내용과 연관되며 특정 페이지에 제한되어 사용된다. 3D 콘텐츠를 보여줄 수 있으며, 동시에 3D 콘텐츠의 이동 및 정의된 이벤트를 발생시킬 수 있다.
도 4는 혼합현실기반 학습 인터페이스에서 사용하는 컨트롤 마커를 설명하는 도이다. 컨트롤 마커는 한 권의 책 내에서 공통적으로 사용 가능한 마커로 페이지마다 보여지는 3D객체들을 조작(삭제, 움직이기 등)하기 위한 마커이다. 마우스나 터치펜과 같이 위치 이동 및 조작을 가능하게 하는 사용자 인터페이스 역할을 수행한다. 데이터 마커와 달리 기하학 패턴보다는 사용자가 인식하기 쉽도록 하기 위하여 기능과 관련된 그림을 단순화한 형태이다. 돋보기(Magnify), 선택(Select), 초기화 (Initialize), 이동(Move), 도움말(Help), 회전(Rotate), 확대/축소 (Zoom-In/Zoom-Out)의 기능을 수행한다. 큐브형태나 손잡이형 카드 형태로 제공된다.
[표 1] 컨트롤 마커 부착 학습 인터페이스 기능
도 5는 혼합현실기반 실감형 교재, 학습 인터페이스, 실감형 콘텐츠를 설명하는 도이다. 실감형 교재란 기존 교재 페이지 위에 실감형 콘텐츠를 제시하여 실제 교재와 3D/멀티미디어 콘텐츠를 함께 학습할 수 있는 교재이며, 실감형 콘텐츠를 제시하기 위하여 교재 내에 특정 그림으로 고안된 마커를 포함하고 있다. 학습 인터페이스는 컨트롤 마커가 부착된 학습 도구로, 컨트롤 마커란 한 권의 책 내에서 공통적으로 사용 가능한 마커로 페이지마다 보여지는 3D객체들을 조작(삭제, 움직이기 등)할 수 있다.
실감형 콘텐츠는 3D 객체와 이들 간의 애니메이션을 정의한 3D 콘텐츠, 동영상, 오디오, 이미지로 구성되며, 교재 및 학습 인터페이스에 부착된 마커, 동작 센서, 액션 명령에 의해 정해진 위치에 제시되거나 재생된다.
도 6은 혼합현실기반 학습과정에서 학습자 행위 데이터를 수집하는 과정을 설명하는 도이다. 클라이언트 뷰어에서는 학습자들의 인터랙션에 의해 내부적으로 발생하는 동작들에 대해 모든 정보를 로그 파일로 저장을 한다. 내부적으로 발생하는 동작은 '센서 동작'(601), '액션 실행'(602), '마커 인식'(603), '콘텐츠 로딩'(604)로 구분된다. 이러한 동작은 내부 설정에 의해서 선택적으로 수행이 가능 하도록 한다. 클라이언트 뷰어를 통하여 학습자 행위 데이터를 수집하여 [표 2]와 같은 정보를 추출(605)하고 * 부분은 학습시스템의 연동을 통하여 데이터를 추가하여 학습자 행위 로그 데이터를 생성(606)하게 된다.
[표 2] 학습자 행위 로그 데이터 자료 구조
도 2의 클라이언트 뷰어에서 학습시스템의 수행평가 분석 모듈로 동작 정보를 전달할 때는 각각의 항목 값들에 '||'와 같은 표식을 붙여서 문자열을 만들어 전달하게 된다. 평가용 학습자 행위 DB에 저장되는 구조는 아래와 같은 문자열 형태로 저장된다.
유형 || 시간 || 사용자ID || 사용자명 || 교재코드 || 교재명 || 페이지 || 마커
도 7은 혼합현실 기반 학습에서 개인별 이해도와 수행시간 분석을 통해 수행성취 결과를 평가하는 과정을 설명하는 도이다.
개별 학습자가 혼합현실 기반 학습 시스템에 로그인하여 레슨(lesson)을 선택(S701)한 후 학습을 수행하면, 클라이언트 뷰어에서 학습자 행위 데이터를 수집하여 학습시스템의 평가용 학습행위 DB에 저장(S702)하게 된다. 수집된 학습 행위 데이터를 이용하여 학습객체 유형에 따라 레슨별로 설명객체, 탐구객체, 평가객체 별로 소요된 수행시간을 분석(S703)하고, 평가객체의 수행결과가 정답인지, 오답인지를 판별하여 정답액션, 오답액션, 수행미달로 구분한다. 평가객체별 난이도에 근거하여 레슨에 대한 학습자의 이해도를 산출하여 이해수준을 판별한다. 또한 평가객체별 학습자의 수행시간을 기준 시간, 평균 수행시간과 비교하여 수행수준을 구분하여 판단한다. 학습자의 레슨별 이해도 및 수행시간 기준에 만족하는 경우(S704), 다음 레슨 진행(S705)이 가능하며, 기준이 만족하지 않는 경우(S704) 복습이나 보충학습을 권고(S706)할 수 있다. 수행 평가 결과는 표와 그래프를 통해 시각화하여 제공(S707)한다.
위에서 말한 실감형 학습객체란 혼합현실기반 학습에서 독립된 학습목표에 대응되는 레슨의 하위 요소로 실감형 콘텐츠로 구성된다. 설명듣기/보기 활동, 관찰 등 탐구활동, 학습한 내용에 대한 평가 등 활동중심의 학습 단위를 의미한다. [표 3]는 혼합현실 기반 실감형 학습객체 유형과 각 행위에 대한 설명을 나타낸 것이다.
[표 3] 실감형 학습객체 유형
학습자의 이해도를 산출하기 위해서는 실감형 학습객체 중 평가객체를 대상으로 수행결과를 분석한다. [표 4]는 혼합현실 기반 실감형 평가객체 유형을 구분하여 진위형, 배합형, 선다형, 배열형, 시뮬레이션형으로 나타낸 것이다.
[표 4] 평가 객체의 유형
평가객체에 대하여 학습자가 학습 인터페이스를 이용하여 기준 시간내에 정답을 맞추거나 오답을 하는 경우를 각각 정답액션, 오답액션으로 정의한다. 기준 시간 내에 정답액션과 오답액션을 수행하지 않은 경우는 수행미달로 정의한다. [표 5]는 정답액션, 오답액션, 수행미달의 구분 기준을 제시한 것이다.
[표 5] 정답액션, 오답액션, 수행미달 구분
본 발명에서 제시한 평가객체의 난이도는 특정 평가객체에 대한 학습자의 정답액션을 수행한 비율을 계산하여 평가객체의 어려운 정도를 지수로 나타낸다. 학습자수에 정답수를 나누어 1에서 빼면, 0에서 1까지의 사이의 수로 나타나게 된다. [수학식 1]은 평가객체의 난이도를 계산하는 방식을 나타낸다. 1에 가까울수록 어려우며, 0에 가까울수록 쉬운 평가객체이다. 평가객체의 난이도의 적정 수준은 0.5이며, 부적정 난이도의 범주는 0.2 이하와 0.8 이상으로 너무 쉽거나 너무 어려운 경우를 의미한다.
[수학식 1] 정답액션에 의한 평가객체의 수행 난이도 계산 방식
[수학식 2]는 미달 수행을 제외한 평가객체의 난이도 계산을 나타낸 식이다. 수행을 완료하지 않은 학생은 전체 학생수에서 제외하고 계산한다 (표 5 참조). 평가객체의 난이도 산출시에 수행미달의 경우가 발생하면 사례수에서 제외한다. 수행미달을 포함할 경우 오답율이 높아지게 되기 때문이다.
[수학식 2] 미달 수행을 제외한 평가객체의 난이도 계산 방식
[수학식 3]은 실감형 학습에서 학습자의 이해도를 계산하는 방식을 나타낸 다. 학습자가 해당 레슨을 이해했는지 또는 이해가 부족한지를 판단하는 방법으로, 이해도 수준에 따라 다음 학습으로 진행해도 될지, 복습이나 보충학습이 필요한지를 판단할 수 있다. 본 발명에서는 정답액션을 한 평가객체의 난이도의 합에서 오답 액션을 한 평가객체의 난이도의 합을 뺀 값을 이해도로 나타낸다.
[수학식 3] 혼합현실기반 학습에서 학습자의 이해도 계산 방식
[수학식 4]는 레슨에 대한 학습자의 이해도 결과를 통해 학습자가 이해했는지를 추론하기 위한 임계치를 계산하는 방식을 나타낸다. 는 이해도 판별을 위한 임계치로, 본 예시에서는 전체 학습객체 난이도의 평균의 30% 수준을 임계치로 보았다. 개인학생의 레슨에 대한 이해도(수학식 3 참조)가 임계치보다 높거나 같으면 (), 해당 레슨을 이해한 것으로 본다. 개인학생의 레슨에 대한 이해도가 임계치보다 낮으면 (), 해당 레슨을 이해하지 못한 것으로 본다. 임계치는 혼합현실기반 학습에 참여하는 학습자 그룹 수준이나 레슨의 난이도에 따라 그 비율을 변경하여 사용할 수 있다.
[수학식 4] 학습자의 이해도 추론을 위한 임계치 계산 방식
예를 들면, 아래의 [표 6]을 참조할 때, 레슨 1의 경우 이해도(U ) 는 정답액션을 한 평가객체 난이도의 합 (0.45 + 0.3 + 0.8 = 1.55)에서 오답액션을 한 평가객체 난이도의 합(0.6)을 뺀 값이므로 이해도는 0.95 (1.55 -0.6 = 0.95) 이다.
이에 따라 이해도와 임계치를 비교하면 0.95 (U ) > 0.645 ()로, 이해도가 임계치보다 높으므로 레슨 1에 대하여 학습자가 이해했다고 추론할 수 있다. [표 6]은 레슨 하위의 평가객체별 난이도와 정답/오답 액션 수행 예시를 나타낸 것이다.
[표 6] 레슨 하위의 평가객체별 난이도와 정답/오답 액션 수행 예시
[표 7]은 실감형 학습객체의 수행시간에 따른 수행 분석 기준을 나타내는 표이다. 실감형 학습객체에 대한 학습자의 수행시간을 측정하여 기준 시간, 평균 수행시간과 비교하여 수행수준을 판단한다
[표 7] 실감형 학습객체의 수행시간에 따른 수행수준 분석 기준
도 8은 개인학습자의 학습객체별 개인수행시간 및 전체 수행시간 비교 리포트 예시를 설명하는 도이다. 전체 레슨에 대한 각각의 설명객체, 탐구객체, 평가객체에 대한 개인수행시간, 전체평균 수행시간과 표준편차, 기준시간을 표와 그래프로 제시하고, 앞의 [표 5]와 [표 7]에서 제시한 근거로 수행수준을 구분하여 정답액션/우수(◎), 정답액션/보통 (O), 오답액션(X), 수행미달(△)로 구분하여 제시하였다.
도 9는 개인학습자의 평가객체별 이해도 및 수행수준 리포트 예시를 설명하는 도이다. 레슨별 이해도를 제시하고 임계치와 비교하여 이해도가 충분한지, 부족한지를 판단하고 레슨 통과여부를 결정할 수 있다. 또한 평가객체별 수행수준과 수행시간에 대한 정보를 제시하여 정답/오답액션 여부, 우수/보통 수행, 수행미달 등의 수행평가결과를 손쉽게 볼 수 있다.
지금까지 본 발명에 대하여 몇몇 실시예들을 들어 구체적으로 설명하였으나, 상기 실시예들은 본 발명을 이해하기 위한 설명을 위해 제시된 것이며, 본 발명의 범위가 상기 실시예에 제한되는 것은 아니다. 당업자라면 본 발명의 기술적 사상의 범위를 벗어나지 않고도 다양한 변형이 가능함을 이해할 수 있을 것이며, 본 발명의 범위는 첨부된 특허청구범위에 의해서 해석되어야 할 것이다.
본 발명에서는 일반교재와 저가의 간편한 인터페이스와 장비를 이용하여 혼합현실 환경을 제공하는 수행모델을 제공하므로 아동부터 성인을 대상으로 다양한 교과에 혼합현실 학습의 적용이 가능하다. 기하마커가 인쇄된 교재, 마커가 부착된 큐브/손잡이형 학습 인터페이스, 간편한 퀵캠 카메라와 모니터를 이용하여 손쉽고 편리하게 사용할 수 있는 수행 모델이다.
또한 혼합현실 학습에서 레슨별로 학습객체 유형을 구분하고 각각의 수행을 분석함으로써 레슨별 학습목표에 대한 이해도와 수행수준을 판단할 수 있다. 이러한 수행평가에 대한 결과는 교수자, e러닝 서비스 운영자, 학습자, 콘텐츠 설계자 에게 유용한 정보를 제공할 수 있다.
교수자와 운영자에게는 레슨에 대한 학습이 완료되었는지 여부를 별도의 평가문항 없이도 판단할 수 있다. 또한 학습자가 해당 레슨의 이해를 잘 했는지, 이해가 부족한지를 판단하는 방법으로 사용할 수 있으므로 다음 학습으로 진행해야 하는지, 보충학습이 필요한지, 반복학습을 해야 하는지에 대한 정보를 제공할 수 있으므로 혼합현실기반 학습을 통해 효과적인 개념학습 및 완전학습을 달성할 수 있다. 특히 과학의 경우 실험과 조작을 통한 지식을 적용하고 정확한 개념을 파악할 수 있으므로 혼합현실 학습의 유용하며, 학습자 행위을 분석함으로서 학습자의 이해도를 측정하는 새로운 수행평가 방식의 도입을 통해 혼합현실기반 학습의 활용도가 높아질 것으로 예상할 수 있다.
학습자에게는 이해도가 부족한 학습레슨에 대한 내용과 틀린 평가객체 목록을 제시함으로써 반복학습 및 재학습을 유도할 수 있다. 또한 학습관리시스템 (LMS)에서 콘텐츠뿐 아니라 레슨, 평가객체의 위계와 수행성취결과를 기록함으로써 부족한 학습내용과 관련된 학습 자료를 플래시나 별도의 3D 콘텐츠로 제공할 수 있으며, 웹환경에서 퀴즈 콘텐츠 및 총괄평가 문항들을 제시하여 이해를 촉진할 수 있다.
콘텐츠 설계자에게는 콘텐츠 난이도 설정과 실제 학습자들의 수행결과에 따른 정보를 제공함으로써 최초 난이도와 학습자 수행 데이터 축적에 따른 난이도의 차이를 검증하여 학습자 그룹에 따른 좀 더 정밀한 콘텐츠 난이도를 정의하고 적용함으로써 좀더 정확한 학습자의 이해도를 측정할 수 있다. 또한 학습 콘텐츠 내에 쉬운 학습객체, 중간학습객체, 어려운 학습객체를 고르게 분포하여 학습의 어려움을 조절할 수 있으며, 성취수준이 높은 학습자 집단의 경우 도전감을 높이기 위해 어려운 평가객체를 제시할 수 있으며, 성취수준이 낮은 학습자 집단에게는 흥미를 유발시키기 위하여 평가객체의 난이도를 평이하게 제시하여 학습의 참여를 높일 수 있다.
Claims (12)
- 콘텐츠를 연계시키는 데이터 마커가 부착된 실감형 교재;상기 콘텐츠의 조작과 관련된 도안이 그려진 컨트롤 마커가 부착된 학습 인터페이스;상기 데이터 마커 및 컨트롤 마커를 촬상하는 카메라;상기 카메라에 의해 촬상된 이미지로부터 데이터 마커 및 컨트롤 마커를 인식하며, 상기 컨트롤 마커로 행해지는 행위 데이터를 수집하고, 상기 행위 데이터에 대응하는 상기 데이터 마커의 콘텐츠를 로딩함과 아울러 상기 행위 데이터로부터 로그 데이터를 생성시켜 저장하는 클라이언트 뷰어;상기 로그 데이터로부터 정답 액션을 한 평가객체의 난이도의 합에서 오답 액션을 한 평가객체의 난이도의 합을 뺀 값인 이해도와, 정답 액션을 한 평가객체의 난이도의 합과 오답 액션을 한 평가객체의 난이도의 합을 더하여 난이도 평균의 설정값을 곱한 이해도 임계치를 비교하여 학습 이해 수준을 분석하고, 분석 결과를 저장하는 분석 시스템; 및상기 클라이언트 뷰어에 로딩된 콘텐츠를 디스플레이하는 디스플레이장치를 포함하는 것을 특징으로 하는 혼합현실기반형 학습시스템.
- 제 1 항에 있어서,상기 데이터 마커는 상기 실감형 교재에 출력된 고정형 데이터 마커 및 상기 실감형 교재에 부착되지 않은 움직일 수 있는 교구재에 부착된 이동형 마커를 포함하는 것을 특징으로 하는 혼합현실기반형 학습시스템.
- 제 1 항에 있어서,상기 콘텐츠는 3D 객체, 상기 3D 객체들간의 애니메이션을 정의한 3D 콘텐츠, 동영상, 오디오, 이미지로 구성되는 실감형 콘텐츠를 포함하는 것을 특징으로 하는 혼합현실기반형 학습시스템.
- 제 1 항에 있어서,상기 분석 결과는 상기 분석 시스템의 데이터베이스에 데이터 유형, 시간, 사용자 ID, 사용자 이름, 교재 코드, 교재 이름, 페이지, 및 마커로 구성되는 데이터 구조로 저장되는 것을 특징으로 하는 혼합현실기반형 학습시스템.
- 제 1 항에 있어서, 상기 혼합현실기반형 학습시스템은상기 클라이언트 뷰어로 콘텐츠를 생성시켜 제공하는 콘텐츠 저작도구를 더 포함하는 것을 특징으로 하는 혼합현실기반형 학습시스템.
- 콘텐츠를 연계시키는 데이터 마커가 부착된 실감형 교재에 대해, 상기 콘텐츠의 조작과 관련된 도안이 그려진 컨트롤 마커가 부착된 학습 인터페이스를 통해 행해지는 학습 행위를 카메라에서 촬상하는 단계;상기 카메라에 의해 촬상된 이미지로부터 데이터 마커 및 컨트롤 마커를 인식하며, 상기 컨트롤 마커로 행해지는 행위 데이터를 클라이언트 뷰어에서 수집하는 단계;상기 행위 데이터에 대응하는 상기 데이터 마커의 콘텐츠를 로딩하여 디스플레이장치로 전달하고, 상기 행위 데이터로부터 로그 데이터를 클라이언트 뷰어에서 생성시켜 저장하는 단계; 및상기 로그 데이터로부터 정답 액션을 한 평가객체의 난이도의 합에서 오답 액션을 한 평가객체의 난이도의 합을 뺀 값인 이해도와, 정답 액션을 한 평가객체의 난이도의 합과 오답 액션을 한 평가객체의 난이도의 합을 더하여 난이도 평균의 설정값을 곱한 이해도 임계치를 비교하여 학습 이해 수준을 분석 시스템에서 분석함과 아울러 분석 결과를 저장하는 단계를 포함하는 것을 특징으로 하는 혼합현실기반 학습자 수행 평가 방법.
- 제 6 항에 있어서, 상기 분석 시스템은,상기 학습 이해 수준이 기준에 만족하는 경우에, 다음 학습을 수행하는 단계를 진행하는 것을 특징으로 하는 혼합현실기반 학습자 수행 평가 방법.
- 제 7 항에 있어서, 상기 혼합현실기반 학습자 수행 평가 방법은상기 학습 이해 수준이 기준에 만족하지 않는 경우에, 보충 학습 또는 반복 학습을 수행하는 단계를 더 포함하는 것을 특징으로 하는 혼합현실기반 학습자 수행 평가 방법.
- 제 7 항 또는 제 8 항에 있어서, 상기 혼합현실기반 학습자 수행 평가 방법은상기 학습 이해 수준을 표 및 그래프를 통해 표시하는 단계를 더 포함하는 것을 특징으로 하는 혼합현실기반 학습자 수행 평가 방법.
- 제 7 항에 있어서,상기 평가 객체의 유형은 진위형, 배합형, 선다형, 배열형 및 시뮬레이션형을 포함하는 것을 특징으로 하는 혼합현실기반 학습자 수행 평가 방법.
- 삭제
- 제 7 항에 있어서,상기 평가 객체의 난이도는 특정한 평가 객체에 대한 상기 학습자의 정답 비율을 계산하여 지수로 나타내고 추론을 위한 방법을 제공하는 것을 특징으로 하는 혼합현실기반 학습자 수행 평가 방법.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20060109938 | 2006-11-08 | ||
KR1020060109938 | 2006-11-08 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20090001668A KR20090001668A (ko) | 2009-01-09 |
KR100940507B1 true KR100940507B1 (ko) | 2010-02-10 |
Family
ID=40484729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020070044987A KR100940507B1 (ko) | 2006-11-08 | 2007-05-09 | 혼합현실기반 학습에서 학습자 수행 측정 및 수행성취 평가방법 및 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100940507B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101044976B1 (ko) * | 2010-05-27 | 2011-06-29 | 문영기 | 학습 성취도 판단 방법 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180112153A (ko) * | 2017-03-30 | 2018-10-12 | 한국교육학술정보원 | 가상현실 및 증강현실 콘텐츠에서 학습 데이터를 추출하는 시스템 및 방법 |
KR102320229B1 (ko) * | 2020-05-13 | 2021-11-02 | 주식회사 인터포름 | Hmd 장치로 인식되는 가상의 오브젝트 정보를 담고 있는 마커를 테이블 위의 디스플레이 장치에 표시할 수 있는 아동 교육을 위한 스마트 테이블 디바이스 및 이를 이용한 교육방법. |
KR102660529B1 (ko) * | 2020-12-11 | 2024-04-24 | 인피니텀주식회사 | 혼합학습 모니터링 방법 및 시스템 |
KR102660530B1 (ko) * | 2020-12-22 | 2024-04-24 | 인피니텀주식회사 | 센싱 데이터 기반의 학습 데이터 분석 시스템 및 그 방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020060688A (ko) * | 1999-07-29 | 2002-07-18 | 가부시키가이샤 니콘 테크 | 교육훈련 관리시스템, 훈련관리용 컴퓨터, 수강자용단말장치, 관리자용 단말장치, 교육훈련 관리방법 |
-
2007
- 2007-05-09 KR KR1020070044987A patent/KR100940507B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020060688A (ko) * | 1999-07-29 | 2002-07-18 | 가부시키가이샤 니콘 테크 | 교육훈련 관리시스템, 훈련관리용 컴퓨터, 수강자용단말장치, 관리자용 단말장치, 교육훈련 관리방법 |
Non-Patent Citations (3)
Title |
---|
논문1:World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education(ELEARN) October 2006 |
논문2:미술교육논문. 2005. 제19권 3호 455-474* |
논문3:2004년도 한국정보과학회 가을 학술발표눈문집 Vol.31, No.2* |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101044976B1 (ko) * | 2010-05-27 | 2011-06-29 | 문영기 | 학습 성취도 판단 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR20090001668A (ko) | 2009-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | VR and MR technology for safety management education: An authentic learning approach | |
Ali et al. | Collaborative educational environments incorporating mixed reality technologies: A systematic mapping study | |
JP6181559B2 (ja) | 適応型知識評価及び学習のためのシステム及び方法 | |
Rho et al. | An experiential learning approach to learning manual communication through a virtual reality environment | |
Vidakis et al. | In-game raw data collection and visualization in the context of the “ThimelEdu” educational game | |
US20120322037A1 (en) | Anomaly Detection Educational Process | |
Zhang et al. | A complete system for analysis of video lecture based on eye tracking | |
KR100940507B1 (ko) | 혼합현실기반 학습에서 학습자 수행 측정 및 수행성취 평가방법 및 시스템 | |
Bertrand et al. | The effects of presentation method and simulation fidelity on psychomotor education in a bimanual metrology training simulation | |
Chassin et al. | Experiencing virtual geographic environment in urban 3D participatory e-planning: A user perspective | |
CN110246228A (zh) | 一种基于虚拟现实技术的化学实验评价***及其方法 | |
Khan et al. | Integrated approach for the detection of learning styles and affective states | |
Hariyanto et al. | An adaptive user interface for an e-learning system by accommodating learning style and initial knowledge | |
Dyatmika et al. | User Interface Design Of Learning Applications For Balinese Traditional Dance using Goal-Directed | |
Jacob et al. | Impact of augmented reality as an ICT tool to deliver engineering education content | |
Moissa et al. | A web analytics and visualization tool to understand students’ behavior in an adaptive e-learning system | |
Sajjadi et al. | The effect of virtual agent gender and embodiment on the experiences and performance of students in virtual field trips | |
Cheng et al. | An algorithm for automatic difficulty level estimation of multimedia mathematical test items | |
CN113268626A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
Felemban et al. | Virtual observation lenses for assessing online collaborative learning environments | |
Vogel | The feasibility of low-cost virtual reality motion tracking for rowing technique analysis | |
Saw | Enlight: a projected augmented reality approach to science education | |
Sidhu et al. | UX design evaluation of an augmented reality system for human physical training | |
Kulkarni et al. | Dynamic interactive visualizations: Implications of seeing, doing, and playing for quantitative analysis pedagogy | |
Cheng et al. | Learning Design with Digital Sketching: Copying Graphic Processes from Animations and Storyboards |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20121206 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20130730 Year of fee payment: 18 |