퍼지 논리를 활용한 학습 계층 구조 구축 혁신

초록

본 논문은 기존 전문가가 정의한 학습 계층에서 전제 관계가 명확하지 않은 경우를 고려하여, 퍼지 논리 기반의 정량적 평가 모델을 제시한다. 각 전제 관계에 대한 적합도(관련도)를 계산하고, 이를 통해 초기 계층 구조의 타당성을 검증·수정한다. 실험 결과, 퍼지 기반 접근법이 전통적인 이진 전제 모델보다 학습자 맞춤형 경로 설계에 유리함을 확인하였다.

상세 분석

이 연구는 학습 계층(Hierarchy) 구축 과정에서 전제 관계(prerequisite relationship)를 ‘흑백’ 이진 판단이 아니라 ‘퍼지’ 형태의 연속적 관계로 모델링한다는 점에서 학술적·실무적 의의를 가진다. 먼저, 전문가가 제시한 초기 계층을 입력으로 받아 각 스킬 쌍 사이에 존재하는 전제 관계를 ‘가능성’ 혹은 ‘관련도’라는 퍼지 멤버십 함수로 변환한다. 이때, 학습자들의 수행 데이터(예: 시험 점수, 과제 제출 시간, 오류 패턴 등)를 활용해 관계의 강도를 정량화한다. 구체적으로, 두 스킬 A와 B에 대해 A가 B의 전제가 될 확률을 μ_AB ∈