수학분야 학습자 역량 측정 데이터
- 분야한국어
- 유형 텍스트
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2021-12-28 데이터 추가 개방 1.0 2021-06-18 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-11-14 데이터 설명 및 어노데이션 포맷 설명 내용 수정 소개
수학 분야 학력 격차 해소 위한 학습자 수학 성취수준 측정 데이터
구축목적
수학 분야 교과지식체계 구축 및 (초1~중3 범위의) 주제별 학습자 역량 측정 및 비교를 위한 데이터세트
-
메타데이터 구조표 데이터 영역 한국어 데이터 유형 텍스트 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/226만 -
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
규모비고 (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
규모비고 (범위 등) 수학 지식체계 데이터세트 json 단위개념 기준 약 3,000개 항목 K-12 전체
- 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
-
-
AI 모델 상세 설명서 다운로드
AI 모델 다운로드 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 정오답 예측 정확도 Prediction Deep Knowledge Tracing ACC 80 % 80 % 2 정오답 예측 정확도 Prediction Deep Knowledge Tracing AUC-ROC 0.8 단위없음 0.83 단위없음
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2021.12.28 데이터 추가 개방 1.0 2021.06.18 데이터 최초 개방 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
규모비고 (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
규모비고 (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)
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: 06 assessmentType 평가의 유형
(단원평가로 기본값 셋팅)String 선택 7 note 레이블링 과정에서 특이점이
발생할 경우의 메모String 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 메모String 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 메모String 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)
-
데이터셋 구축 담당자
수행기관(주관) : 아이스크림에듀
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 조용상 02-3440-4736 zzosang@i-screamedu.co.kr · 성취수준 데이터 확보 및 제공 · 데이터 구축 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 (주)티맥스비아이 · 인공지능 데이터 구축 및 추론 엔진 기술 개발
· 지식 스페이스 설계 및 구축 기술지능정보산업협회 · 지능정보 관련 기업 및 공공기관 네트워크
· 데이터세트와 AI 모델 보급·확산(사)한국에듀테크산업협회 · 에듀테크 관련기업 및 공공기관 네트워크
· 데이터 세트와 AI 모델 보급·확산데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 박대협(아이스크림에듀) 02-3440-4736 dhp@i-screamedu.co.kr
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.