|
현장수업연구
Journal of Field-based Lesson Studies
2021, 제2권 제1호, pp.47∼71 https://doi.org/10.22768/JFLS.2021.2.1.47
ISSN 2713-685X [Print] / ISSN 2713-7899 [Online]
적응적 수업자료의 개발을 위한 머신러닝의 활용: 학습자의 뇌파를 활용한 인지부하 판별모형 개발
정무석*·임태형**·류지헌***
전남대학교
이 연구의 목적은 학습자의 신경생리 자료인 뇌파를 활용해서 학습자가 지각하는 인지부하의 정도를 판단할 수 있는 판별모형을 개발하기 위한 것이다. 이러한 접근은 적응적 수업자료를 위한 활용방안을 탐색하는 계기가 될 것이다. 연구목적 달성을 위해서 학습자의 신경생리적 데이터를 활용하여 인지부하 정도를 판별하는 인공지능 기반의 모형을 개발하는 것이다. 2명의 국립대 학생이 제시된 학습자료를 학습하는 동안 뇌파 반응 데이터를 수집하였다. 이 데이터를 통해 랜덤 포레스트, 서포트 벡터 머신, 인공신경망 기법이 각각 적용된 머신러닝 모델을 훈련시켰다. 그 결과 T7, AF3, AF4 영역의 감마파가 모형을 결정하는데 가장 큰 영향을 미쳤으며, 전반적으로 하이베타파와 감마파가 모형의 결정에 영향을 미쳤다. 모형의 정확도 비교에 있어서 인공신경망 기법이 적용된 머신러닝 모델이 95.17%로 가장 높은 예측력을 보였다. 또한 랜덤 포레스트 기법이 적용된 머신러닝 모델이 94% 이상의 예측 정확도를 보였다. 본 연구 결과는 실시간으로 학습자의 인지부하 정도를 측정하여 능동적으로 반응하는 개인화된 적응적 학습 시스템을 개발하는데 활용될 수 있을 것이다.
주제어: 인공지능, 인지부하, EEG, 서포트 벡터 머신, 랜덤 포레스트, 인공신경망
|
