최근 비대면 교육시스템은 사회적으로도 필수적인 인프라로 부상하였으며, 특히 공무원 교육의 경우 인사·직무정보에 따른 개인별 맞춤형 학습에 대한 필요성이 더욱 대두되고 있다. 또한 교육시스템은 한정된 공급체계의 콘텐츠 제공 방식에서 벗어나 국내·외 연구기관 및 민간의 최신 자료 등 다양한 정책 자료를 연계하고 학습자가 관심 있거나 직무와 관련된 학습콘텐츠를 직접 제작하고 유용한 학습 자료를 발굴하여 동료와 공유할 수 있도록 하는 등 콘텐츠 공급자로서의 역할도 병행하게 되었다.
콘텐츠에 대한 최근 분류 및 레이블링 관련 기술은 사람의 개입을 최소화하고 데이터를 생성하는 기법들이 주를 이루고 있으며, 머신러닝을 이용한 준지도 학습(Self-supervised Learning)형태의 학습콘텐츠 자동분류 모델이 연구되고 있다.
이에 본 논문은 이러한 개인화 맞춤 학습 플랫폼을 구축하기 위해 액티브러닝(Active Learning) 기반의 딥러닝을 이용하여 학습콘텐츠를 자동 분류하는 기법을 연구·분석하였다.
액티브러닝은 모델 학습에 필요한 데이터를 준비할 때 모델이 분류하기 어려운 데이터 등 특징적인 초기데이터를 선별하여 학습하게 함으로써 적은 훈련시간으로 더 좋은 성능의 모델을 만들기 위한 방법론이다.
즉, 사전에 레이블링된 데이터를 활용하여 모델을 학습하고, 학습된 모델을 통해서 레이블링되지 않은 데이터를 선별하고 사람이 직접 레이블링한다. 새로 레이블링된 데이터를 기존 데이터 셋과 합친 후 목표 성능에 도달할 때까지 반복하여 실행한다. 이때 학습데이터를 선별하는 접근법이 액티브러닝의 핵심인데, 대표적인 접근법으로 모델이 분류하기 어려운 불확실성(Uncertainty)접근법과 데이터의 실제 분포와 유사하도록 데이터를 선별하는 다양성(Diversity)접근법이 있다.
본 논문에서 제안한 액티브러닝의 성능을 검증하기 위해 공무원 학습플랫폼의 학습콘텐츠 정보로부터 메타데이터를 24,227건 생성하여 학습데이터로 확보하였다.
액티브러닝의 학습콘텐츠 분류성능을 확인하기 위한 실험에서 기준(Baseline)을 확보하기 위해 BERT 기반 딥러닝을 이용하는 텍스트 분류 모델에 무작위로 데이터를 선택하는 Random Sampling 방식으로 실험을 진행하였다.
실험을 통해, SVM과 같은 머신러닝 기반 텍스트 분류모델에 비해 액티브러닝이 적용된 BERT 기반 딥러닝을 이용한 텍스트 분류 모델의 성능이 높은 것을 알 수 있었다.
다음으로 액티브러닝 모델의 학습콘텐츠 성능을 확인하기 위하여 학습데이터 선별방법인 Uncertainty 접근법과 다양성 접근법 중 하나인 Core-set 접근법 방식을 적용하여 실험을 진행하였다.
실험결과를 통해 동일한 학습콘텐츠 분류 정확도 성능을 확보하기 위하여 필요한 레이블링된 학습데이터 수가 Core-set 접근법을 적용한 액티브러닝이 Uncertainty 접근법을 적용한 액티브 러닝에 비하여 7% 적다는 것을 확인하였다. Core-set 접근법을 적용한 액티브러닝 방식은 90.7%의 학습콘텐츠 분류 정확도를 달성하기 위하여 1,200건의 데이터만 레이블링하여도 학습콘텐츠를 분류할 수 있기 때문에 전체데이터를 16,842건을 분류하기 위한 시간(80시간)에 비해 1,200건(7시간 추정)으로 커다란 시간 절감이 가능함을 확인하였다.

그러므로, 본 논문에서 제안한 방법이 액티브러닝 기반의 딥러닝을 이용한 효율적이고 정확한 학습콘텐츠 자동분류가 가능하다는 것을 실험결과를 통해 확인되었으며, 제안 방법을 개인화 학습플랫폼에 적용할 경우 맞춤형 학습서비스에 핵심적인 기능으로 활용될 것으로 기대된다.