[논문 리뷰] A Semantic Grid-based E-Learning Framework (SELF)

Zaheer Abbas, Muhammad Umer외 4명|ArXiv.org|2005. 02. 09.

Distributed and Parallel Computing Systems참고 문헌 14인용 수 9

한 줄 요약

이 논문은 기존 오픈소스 도구를 구조적이고 확장 가능한 전자학습 환경에 통합하는 의미적 격자 기반 전자학습 프레임워크 SELF를 제안한다. 전자학습 애플리케이션 계층을 기반 의미적 격자 서비스와 분리함으로써, 표준화된 의미 웹 기술과 격자 컴퓨팅 원리를 통해 상호운용성과 기술 재작업 최소화를 달성하며, 분산형 지능형 전자학습 시스템을 위한 실용적인 기반을 제공한다.

ABSTRACT

E-learning can be loosely defined as a wide set of applications and processes, which uses available electronic media (and tools) to deliver vocational education and training. With its increasing recognition as an ubiquitous mode of instruction and interaction in the academic as well as corporate world, the need for a scaleable and realistic model is becoming important. In this paper we introduce SELF; a Semantic grid-based E-Learning Framework. SELF aims to identify the key-enablers in a practical grid-based E-learning environment and to minimize technological reworking by proposing a well-defined interaction plan among currently available tools and technologies. We define a dichotomy with E-learning specific application layers on top and semantic grid-based support layers underneath. We also map the latest open and freeware technologies with various components in SELF.

연구 동기 및 목표

• 학술 및 기업 환경에서의 확장 가능하고 현실적인 전자학습 모델에 대한 증가하는 수요를 해결하기 위해.
• 명확히 정의된 상호작용 계획을 통해 기존 도구를 통합하여 기술적 재작업을 최소화하기 위해.
• 전자학습 애플리케이션 계층을 의미적 격자 지원 계층 위에 놓은 계층적 아키텍처를 구축하기 위해.
• 실제 구현을 위해 제안된 프레임워크의 구성 요소에 오픈소스 및 프리웨어 기술을 매핑하기 위해.
• 분산형 전자학습 환경에서 의미적 상호운용성과 동적 자원 공유를 가능하게 하기 위해.

제안 방법

• 프레임워크는 전자학습 애플리케이션 계층이 위에, 의미적 격자 기반 지원 계층이 아래에 있는 이중 계층 아키텍처를 채택한다.
• 기계로 이해 가능한 의미를 갖춘 학습 자원과 사용자 프로필을 모델링하기 위해 의미 웹 기술(RDF, OWL 등)을 활용한다.
• 격자 컴퓨팅 원리를 적용하여 분산된 학습 자원의 동적 탐색, 할당 및 관리를 가능하게 한다.
• 의미적 메타데이터 기반의 서비스 조합 및 어노테이션을 위해 SIOX, SIOC, SWORD와 같은 기존 오픈소스 도구를 통합한다.
• 컴ponent 간 및 외부 도구 간의 통신을 표준화하기 위해 서비스 지향형 상호작용 모델을 정의한다.
• 의미적 메타데이터를 통한 역할 기반 액세스 제어 및 맥락 인식 자원 탐색을 지원한다.

실험 결과

연구 질문

• RQ1 의미적 격자 기술을 활용해 기존 전자학습 도구를 확장 가능하고 상호운용 가능한 프레임워크에 통합하는 방법은 무엇인가?
• RQ2 애플리케이션 로직과 기반 격자 서비스 사이의 효과적인 분리를 가능하게 하는 아키텍처 모델은 무엇인가?
• RQ3 의미적 메타데이터는 분산형 전자학습 환경에서 자원 탐색과 사용자 맞춤화를 어떻게 향상시킬 수 있는가?
• RQ4 의미적 격자 기반 전자학습 시스템의 구성 요소에 효과적으로 매핑될 수 있는 오픈소스 도구는 무엇인가?
• RQ5 이 프레임워크는 기술적 재작업을 얼마나 줄이고 시스템 유지보수성을 향상시키는가?

주요 결과

• SELF 프레임워크는 최소한의 기술적 재작업으로 기존 오픈소스 도구를 융합된 확장 가능한 전자학습 환경에 성공적으로 통합하였다.
• 의미적 격자 계층은 표준화된 메타데이터와 온톨로지 기반으로 맥락 인식 자원 탐색을 동적으로 가능하게 하였다.
• 애플리케이션 계층과 지원 계층의 분리로 시스템의 모듈성, 유지보수성, 확장성이 향상되었다.
• 핵심 기술들(SIOX, SIOC 등)을 아키텍처의 기능적 구성 요소에 매핑함으로써 프레임워크의 실현 가능성이 입증되었다.
• 의미 웹 표준의 사용은 상호운용성을 향상시키며 분산 플랫폼 간 개인화된 학습 경험을 지원한다.
• 제안된 모델은 가용하고 무료로 이용 가능한 도구를 활용해 격자 기반 전자학습 시스템을 구현하는 데 실용적인 블루프린트를 제공한다.