뇌파를 활용한 사용자 프로파일 기반의 콘텐츠 추천 및 학습

Abstract

학습자의 감성 상태가 충분히 반영되는 오프라인 수업과 달리 지금까지 대부분의 e-러닝은 학습자의 감성정보를 수업에 효과적으로 반영하지 못했다. 이러한 한계점은 e-러닝의 학습 효과성을 저해하는 문제 중 하나로 지적되었다. 이 문제를 해결하기 위해 학습자의 뇌파를 통해 감성을 인식하고 감성 상태에 따라 적절한 학습 처방을 제시하여 학습 효과를 증대 시킬 수 있는 방법론이 주목 받고 있다. 본 논문에서는 e-러닝에서 학습 효율과 성취도 향상을 위해 학습자들의 기 수집된 뇌파 데이터를 분석하여 학습자에게 적절한 학습 콘텐츠 타입을 추천하는 시스템과 게임 기반용 학습에서 실시간으로 뇌파를 분석하여 게임 내에서 피드백을 해주어 학습 성취도를 향상 시킬 수 있는 뇌파를 활용한 게임기반 학습에 대해 연구 하였다. 학습 콘텐츠 타입 추천 시스템은 학습자의 콘텐츠 타입 선호도를 파악한 후 프로파일 데이터를 활용하여 상관계수 기반 NN-Recommendation 학습 콘텐츠 타입 추천 시스템을 제안한다. 이 시스템은 일반적인 추천시스템에서 발생하는 Cold-start 문제를 완화 할 수 있으며 특히 본 연구에서는 보다나은 추천 정확도를 위해 프로파일 각 속성에 자동적으로 가중치를 부여하는 기법을 제시하여 향상된 성능을 보였다. 뇌파를 활용한 게임기반 학습은 학습 중 학습자의 뇌파를 분석하고 집중도에 따라 게임 내에서 적절한 피드백과 보상을 하여 학습자의 주의 집중력을 높였고 뇌파를 활용하지 않은 일반적인 게임기반 학습 보다 학습 성취도가 향상됨을 실험을 통해 확인하였다.