이러닝은 IoT, 인공지능, 실시간 통신 등 다양한 정보 기술을 활용하여 교육 커리큘럼을 제공한다. 시간이나 장소에 제약을 받지 않고 학습이 가능하다는 장점과 학습자가 원하는 주제에 대해 쉽게 접근 가능하다는 장점으로 인해 이러닝에 대한 수요가 증가하고 있으며, 실제 이러닝을 활용한 교육 사례들이 늘어나고 있다.

예를 들어, OCW나 MOOC와 같이 대학에서 운영하는 이러닝 플랫폼이 활발히 운영되고 있으며, Udemy, Teachable, Khan Academy 등 여러 기업들이 운영하는 플랫폼도 존재한다. 또한, Youtube나 Vimeo 등 일반 동영상 공유 사이트를 통해 강의 영상을 업로드하며, 진행하는 사례도 있다.

본 연구실은 이러닝의 효과적인 활용을 위해 강의 자료에 포함된 메타데이터, 이미지, 텍스트, 동영상 등 다양한 형태의 데이터를 분석, 처리하여 학습자에게 적합한 관련 컨텐츠 추천, 텍스트의 주제 분석과 같은 연구를 수행한다. 더하여, 이를 위해 전통적인 기계학습부터 CNN을 비롯한 딥러닝 모델까지 다양한 방법을 실험해본다.

● 학습자에게 적합한 관련 컨텐츠 추천

학습자의 관심사와 읽기 능력을 종합하여 학습자에게 적합한 콘텐츠를 추천한다. 예를 들어, 해당 콘텐츠가 강의 동영상일 경우 메타데이터와 키프레임, 스크립트에서 추출한 정보를 학습자의 관심사, 읽기 능력과 매칭하여 추천 리스트를 도출한다. 더하여 각 콘텐츠에 대한 추가 정보를 외부에서 가져와 이를 함께 제시함으로써 학습자의 학습 효율을 증진할 수 있도록 돕는다.

그림 1 강의 동영상 기반 컨텐츠 추천 시스템 구성도

그림 2 IoT 기반 뉴스 및 동영상 추천 시스템 구현