[논문 리뷰] X-Learn: An XML-Based, Multi-agent System for Supporting "User-Device" Adaptive E-learning

Pasquale De Meo, Alfredo Garro외 2명|ArXiv.org|2009. 11. 18.

Intelligent Tutoring Systems and Adaptive Learning참고 문헌 9인용 수 4

한 줄 요약

X-Learn는 사용자 프로필, 학습 목표 및 현재 디바이스를 기반으로 동적으로 학습 객체를 조합함으로써 개인화되고 디바이스 적응형 학습 프로그램을 제공하는 XML 기반의 다중 에이전트 e-학습 시스템이다. 이 시스템은 XML 표준, 에이전트 간 통신을 위한 ACML, 데이터 조작을 위한 XQuery를 활용하여 다양한 학습 환경에서 높은 유연성과 상호운용성을 달성한다.

ABSTRACT

In this paper we present X-Learn, an XML-based, multi-agent system for supporting "user-device" adaptive e-learning. X-Learn is characterized by the following features: (i) it is highly subjective, since it handles quite a rich and detailed user profile that plays a key role during the learning activities; (ii) it is dynamic and flexible, i.e., it is capable of reacting to variations of exigencies and objectives; (iii) it is device-adaptive, since it decides the learning objects to present to the user on the basis of the device she/he is currently exploiting; (iv) it is generic, i.e., it is capable of operating in a large variety of learning contexts; (v) it is XML based, since it exploits many facilities of XML technology for handling and exchanging information connected to e-learning activities. The paper reports also various experimental results as well as a comparison between X-Learn and other related e-learning management systems already presented in the literature.

연구 동기 및 목표

• 정적 e-학습 플랫폼의 한계를 해결하기 위해 사용자 프로필과 디바이스 기능에 실시간으로 적응할 수 있도록 하는 것.
• 다양한 디바이스와 학습 환경에서 동적이고 개인화된 학습 프로그램을 지원함으로써 e-학습의 효율성과 효과성을 향상시키는 것.
• XML, LOM 메타데이터, 에이전트 간 통신 프로토콜 등의 표준화된 사용을 통해 시스템의 상호운용성과 확장성을 향상시키는 것.
• 기존의 다중 에이전트 e-학습 시스템에서의 디바이스 적응 기능 부족을 보완하기 위해 디바이스별 콘텐츠 제공 기능을 통합하는 것.
• 적응형 학습과 기술 격차 해소를 통해 기업 전반의 지식 개발을 위한 확장 가능한 일반화된 프레임워크를 제공하는 것.

제안 방법

• 시스템은 세 가지 핵심 에이전트를 활용한다: 세션 컨텍스트를 관리하는 사용자-디바이스 에이전트, 학습 필요를 평가하고 정의하는 스킬 매니저 에이전트, 개인화된 학습 시퀀스를 생성하는 학습 프로그램 에이전트.
• 사용자 프로필은 배경 지식과 학습 목표를 상세히 모델링하며, XML 문서로 저장되어 콘텐츠 선택을 안내하는 데 사용된다.
• 학습 객체는 IMS LOM 메타데이터 표준을 사용하여 기술되며 XML로 저장되어 표준화된 분류 및 검색이 가능하다.
• 에이전트 간 통신은 XML 기반의 ACML(에이전트 통신 언어)을 통해 이루어지며, 구조화되고 기계로 처리 가능한 상호작용을 보장한다.
• 정보 추출 및 조작은 XML 구조화된 데이터의 효율적 쿼리 및 업데이트를 위해 XQuery와 DOM(문서 객체 모델)을 사용한다.
• 학습 객체 간의 의존성과 사용자 프로필을 분석함으로써 최적의 학습 프로그램을 결정하기 위해 그래프 기반 전략을 사용한다.

실험 결과

연구 질문

• RQ1 사용자 프로필과 디바이스 특성을 모두 고려한 적응형 e-학습을 지원하기 위해 다중 에이전트 시스템을 어떻게 설계할 수 있는가?
• RQ2 XML 기반 기술이 적응형 e-학습 플랫폼에서 상호운용성과 확장성 향상에 얼마나 기여할 수 있는가?
• RQ3 적응형 학습 환경에서 단일 에이전트나 단일 시스템보다 다중 에이전트 아키텍처가 가지는 장점은 무엇인가?
• RQ4 사용자 목표나 디바이스 제약 조건의 변화에 대응하여 학습 프로그램을 어떻게 동적으로 생성하고 적응시킬 수 있는가?
• RQ5 표준 준수 및 확장 가능한 e-학습 프레임워크에 디바이스 적응형 콘텐츠 제공을 효과적으로 통합할 수 있는가?

주요 결과

• X-Learn는 풍부한 사용자 프로필과 디바이스별 콘텐츠 제공 전략을 통합함으로써 동적이고 사용자 및 디바이스 적응형 학습을 성공적으로 지원한다.
• 모듈러한 다중 에이전트 아키텍처와 표준 XML 기술에 완전히 의존함으로써 시스템은 높은 유연성과 확장성을 보여준다.
• 단일 에이전트 시스템인 [15]의 웹 마이닝 추천 시스템과 비교할 때, X-Learn의 다중 에이전트 설계는 사용자, 디바이스, 콘텐츠 차원에서 더 강력하고 조율된 적응을 가능하게 한다.
• X-Learn는 $IDEAL$와 $ELETROTUTOR$와 같은 시스템보다 디바이스 적응성과 멀티미디어 콘텐츠 처리에서 뛰어나며, 이는 현대적인 모바일 중심 학습 환경에서 매우 중요하다.
• XML 기반 표준(LMS, ACML, XQuery, DOM)의 사용은 다양한 e-학습 플랫폼 간의 상호운용성, 유지보수성, 확장성을 보장한다.
• 스킬 격차와 학습 목표를 기반으로 개인화된 학습 프로그램을 생성할 수 있는 시스템의 능력은 기업 교육 및 지속적인 직원 개발 분야에서의 잠재력을 확인한다.