AI-Hub

데이터 변경이력

구축 목적

• 수학 분야 교과지식체계 구축 및 (초1~중3 범위의) 주제별 학습자 역량 측정 및 비교를 위한 데이터세트

활용 분야

• 본 과제를 통해 구축되는 데이터세트를 활용한 AI 응용 시범 서비스 개발을 통해 학력격차 해소 방안 검증 및 전국 확대 서비스와 인공지능 기반 에듀테크 산업 활성화 기반 조성

주요 키워드

• 수학 분야 수준별 맞춤 학습
• 수학 분야 교과지식체계 및 역량 측정 데이터세트
• 수학 분야 학력 격차 해소
• 수학 분야 취약점 진단 알고리즘
• 수학 분야 평가 환경 데이터 레이블링

소개

• 초·중·고등학교 등 교육 분야에서 혁신적인 수준별 맞춤형 수학교육이 실현될 수 있도록 수학 분야 지식체계를 크라우드소싱으로 구축하여 지속적으로 확대 발전될 수 있도록 개방형 생태계 조성
• 수학 교과에 대한 학습자 역량 측정을 위한 기준 데이터세트 및 취약점을 진단할 수 있는 통계적 및 인공지능 알고리즘을 공개하여 에듀테크 스타트업 및 교육기관에서 최적화할 수 있도록 데이터 생태계 조성
• 도농 간 교육 기회 격차, 소득수준 간 교육 격차 등 여러 가지 불균형 속에서 심화되고 있는 수학 성취수준 격차를 인공지능 기술로 극복하고 사교육비도 획기적으로 절감
   

구축 내용 및 제공 데이터량

• 초등학교 1학년부터 중학교 3학년까지 총 9개 학년 구간에서 22,379명의 학습자가 총 9,461개의 문항 중에서 해당 학년의 수학 문제를 푼 결과로 생성된 총 2,531,250건의 정오답 데이터를 활용해서 아래와 같이 세 가지 유형의 성취수준 데이터세트를 생성
   

  구축 내용 및 제공 데이터량 표

  원천 데이터 종류	자료 형태	데이터세트 규모	비고 (범위 등)
  학습자의 성취수준 데이터세트 (정오답표)	JSON 포맷의 파일	226만건 이상	초1 ~ 중3 (9개 학년 구간)
  문항정보 어노테이션 (IRT 데이터)	JSON 포맷의 파일	2,140건 이상	3개의 어노테이션 (난이도, 변별도, 추측도)
  학습자 어노테이션 (IRT 데이터)	JSON 포맷의 파일	100,000건 이상	2개의 어노테이션 (이해력, 진점수)

• 2015 수학과 교육과정을 기준으로 수학 내용 전문가들이 수학교과의 개념, 주제, 유형 등 수학 지식을 체계적으로 탐색할 수 있도록 구조화 한 데이터세트를 생성
   

  구축 내용 및 제공 데이터량 표2

  원천 데이터 종류	자료 형태	데이터세트 규모	비고 (범위 등)
  수학 지식체계 데이터세트	json	단위개념 기준 약 3,000개 항목	K-12 전체

대표도면

<수학지식체계 데이터셋 대표도면>

데이터 구조

• 데이터 구성
  1) 학습자 성취수준 데이터세트 (JSON 포맷)
  
  -수학 교과의 작은 개념 단위로 실시된 시험에서 각 시험지 별로 응시한 학습자의 답안지(정오답)를 토대로 각 학생 수준을 이해력과 진점수로 나타내고 시험에 사용된 평가문항에 대해서는 난이도, 변별도, 추측도로 나타낸 데이터세트
  - 목적: 학습자의 정오답 예측을 위한 (RNN 기반) AI 모델의 학습과 추론에 활용
  - 데이터세트 구분: (1)문항 정오답표, (2) IRT를 활용한 문항 분석 결과(난이도, 변별도, 추측도), (3) IRT를 활용한 응시자 분석 결과(이해력, 진점수)

   

  * (참고) 각 시험별로 기록된 학습자들의 문항 정오답표를 (시험과 학습자 간 종속성을 제거한) 객관화된 데이터세트로 생성하기 위해 IRT 모델을 구현한 자동화된 저작도구를 사용하여 문항 분석 결과(난이도, 변별도, 추측도)와 응시자 분석 결과(이해력, 진점수)를 어노테이션 → 교육 분야에서 인공지능을 활용한 지식 추론(knowledge tracing) 분야에서 객관화되고 검증된 데이터세트 생성 방법
  
  2) 수학 지식체계 데이터세트 (JSON 포맷)
  
  - 학습자의 취약 지식을 추적하기 위해 (교육부 고시 제2015-7) 수학과 교육과정을 근거로 수학교육 내용전문가(크라우드워커)들이 온라인 저작도구를 이용해서 구축한 ‘수학지식체계’ 데이터 세트(내용 분류체계와 학습 태그 약 3000개 이상)
  - 목적: 각 문항의 분류체계 메타데이터 값으로 활용하여 취약지식을 발견하는데 활용하고, 향후 응용 서비스에서 문항과 콘텐츠를 추천하는 기준 메타데이터 정보로도 활용
  - 예시: “학습자 성취수준 데이터세트”를 이용하여 AI 모델을 학습시키면, 해당 AI 모델이 학생이 어떤 지식태그(Knowledge Tag)를 몇 %의 확률로 아는지 모르는지 추론할 수 있음
  * 지식태그에 포함된 어떤 단위개념이 부족한지 즉 “취약점 진단”이라는 AI 모델의 활용 측면에서 사용됨
  
   
• 어노테이션 포맷
  1) 학습자 성취수준 데이터세트 (JSON 포맷)
  
  가. 문항 정오답표 학습자가 응시한 시험의 결과로 생성된 정오답을 익명화된 학습자 기본 속성과 함께 기록한 최초의 정제 결과
        가-1. 문항 정오답표 (JSON 포맷)

  데이터 구조 어노테이션 포맷 표1

  No	속성명	설명	타입	필수여부	비고
  1	learnerID	학습자ID (비식별조치 된 ID로 생성)	String	필수
  2	learnerProfile	학습자의 기본적인 특성 정보 (성별, 학교급, 학년)	List	필수
  3	testID	평가(시험) ID	Integer	필수
  4	assessmentItemID	평가문항 ID	Integer	필수
  5	answerCode	평가 문항별 정오답 구분	String	필수	정답: 1 오답: 0
  6	assessmentType	평가의 유형 (단원평가로 기본값 셋팅)	String	선택
  7	note	레이블링 과정에서 특이점이 발생할 경우의 메모	String	선택
  8	timeStamp	데이터가 생성/수정 된 시간	Date&Time	필수

   

   

   

  <문항 정오답표: 시험지별 학생당 시험지 정오답표 (JSON 포맷)>

   

  나. IRT를 이용한 문항정보 어노테이션 (문항 정오답표를 IRT로 분석한 객관화된 데이터)
        나-1. IRT를 이용한 문항정보 레이블링 (JSON 포맷) 학습자들이 응시한 시험에 사용된 각 문항들을 객관화된 상태로 설명하기 위해 세 가지 어노테이션 정보(난이도, 변별도, 추측도)를 자동화된 방식으로 생성한 정제 결과
   

  데이터 구조 어노테이션 포맷 표2

  No	속성명	설명	타입	필수여부	비고
  1	testID	평가(시험) ID	String	필수
  2	assessmentItemID	평가 문항 ID	String	필수
  3	difficultyLevel	문항 난이도	Float	필수
  4	discriminationalLevel	문항 변별도	Float	필수
  5	guessLevel	문항 추측도	Float	필수
  6	reliabilityLevel	문항 신뢰도	Float	선택
  7	note	레이블링 과정에서 특이점이 발생할 경우의 메모	String	선택
  8	timeStamp	데이터가 생성/수정된 시간	Date&Time	필수
  9	knowledgeTag	개념적 지식 태그 (ID와 NAME으로 구분)	String Pair	필수	분류체계 (수학지식 체계정보)

  (참고) 문항 정오답표: 시험지별 학생당 시험지 정오답표 (JSON 포맷)

  

   

   

   

  나-2. IRT를 이용한 학습자 수준 레이블링 데이터 (JSON 포맷)
  학습자의 정답율을 토대로 객관화된 성취수준을 설명하기 위해 두 가지 어노테이션 정보(이해력,진점수)를 자동화된 방식으로 생성한 정제 결과
   

  데이터 구조 어노테이션 포맷 표3

  No	속성명	설명	타입	필수여부	비고
  1	leanerID	학습자 ID (비식별조치 된 ID로 생성)	String	필수
  2	testID	평가(시험)ID	Integer	필수
  3	theta	학습자의 이해력 수준	Float	필수
  4	realScore	학습자의 진점수	Float	필수
  5	note	레이블링 과정에서 특이점이 발생할 경우의 메모	String	선택
  6	timeStamp	데이터가 생성/수정된 시간	Date&Time	필수

  (참고) IRT를 이용한 문항정보: 시험지의 각 문항별 IRT 3모수 값 및 문항별 분류체계 (JSON 포맷)

  

   

   

   

  2) 수학 지식체계 데이터세트 (JSON 포맷, 약 3000여개)
  ‘수학과 교육과정’을 토대로 수학 교과에서 가르치는 지식의 개념과 위계구조 등 구조화된 지식 트리를 구성하기 위한 속성들을 어노테이션한 생성 및 정제 결과
   

  (참고) IRT를 이용한 학습자 수준 정보: 이해도와 진점수 (JSON 포맷)

  

(참고) IRT를 이용한 학습자 수준 정보: 이해도와 진점수 (JSON 포맷)