뤼이드 “모바일 학습 이탈 예측, AI로…”

0

뤼이드는 자사 연구진이 제출한 모바일 학습 환경에서의 학습 이탈 예측 논문(Deep Attentive Study Session Dropout Prediction in Mobile Learning Environment)이 에듀테크 학회 CSEDU 정규 세션에 채택됐다고 밝혔다.

뤼이드는 이번 논문을 통해 모바일 학습 환경에서 학습자 이탈 문제점을 정의하고 심층 계산으로 다양한 학습 행동 간 유의미한 관계를 발견해 이탈율을 정확하게 예측하는 딥러닝 트랜스포머 기반 예측 모델 DAS(Deep Attentive Study Session Dropout Prediction)를 제안했다. 또 실험으로 바탕으로 이탈 예측 정확도를 높이기 위한 변인 조합과 분석 데이터세트도 제시했다.

뤼이드 측은 이번 논문이 모바일 학습 환경에서의 이탈율 예측에 대한 연구로 의미가 크다고 강조했다. 딥러닝 기술로 극복할 방안을 연구해 학습자 개개인 이탈율까지 고려해 학습 효과를 극대화할 동선을 제공할 수 있게 됐다는 것. 이번 연구에는 뤼이드가 공개한 학습 데이터베이스 에드넷에 등록된 데이터세트 중 21만 명 1,380만 건 학습 행동 데이터를 활용했다.

논문에 따르면 이탈율 예측을 위해 필요한 최적의 과거 문제풀이 데이터 수는 5개이며 주요 변인은 문제번호, 학습파트, 시작시간, 해당문제의 순번, 세션에서의 순번, 정오답, 경과시간, 정시응답, 이탈여부 9개 조합이다. 이런 요소를 바탕으로 이탈율을 예측한 결과 LSTM, GRU보다 최대 12.2%(AUC 기준) 높은 예측 정확도를 보였다는 설명이다.

뤼이드는 이번 연구 결과를 자사 AI 엔진인 산타인사이드에 적용했다. AI토익튜터 산타 외에도 앞으로 출시할 SAT, ACT에도 적용할 예정이다. 학습 이후 예측 점수 상승폭이 동일한 문제가 있는 경우 이탈율이 낮은 문제를 추천해 지속적 학습을 유도하는 것.

장영준 뤼이드 대표는 “교육 AI 스타트업으로 AI 교육 영역 문제를 뾰족하고 깊이 있게 해결하고 제품에 적용할 수 있는 실질적 연구 성과를 증명했다는 점에서 의미가 있다”며 “앞으로도 이론적 연구는 물론 다양한 산업 내 실질적 연구도 지속해 강력한 기술 리더십을 구축해 나가겠다”고 밝혔다.

About Author

/ lswcap@venturesquare.net

벤처스퀘어 기자. 월간 아하PC, HowPC 잡지시대를 거쳐 지디넷, 전자신문인터넷 부장, 컨슈머저널 이버즈 편집장, 테크홀릭 발행인 등 온라인 IT 매체에서 '기술시대'를 지켜봐 왔다. 여전히 활력 넘치게 변화하는 이 시장이 궁금하다.

MS  httpwwwventuresquarenet
MS  httpwwwventuresquarenet
MS  httpwwwventuresquarenet
MS  httpwwwventuresquarenet
MS  httpwwwventuresquarenet
MS  httpwwwventuresquarenet
MS  httpwwwventuresquarenet
MS  httpwwwventuresquarenet
MS  httpwwwventuresquarenet