Earticle

현재 위치 Home

미국인 한국어 학습자 발음 오류를 고려한 한국어 말하기 평가 자동채점 모델
American Korean Learners with Pronunciation Errors Automated Scoring Model for Korean Speaking Assessments

첫 페이지 보기
  • 발행기관
    한국에듀테인먼트학회 바로가기
  • 간행물
    에듀테인먼트연구 KCI 등재 바로가기
  • 통권
    Vol. 7 No. 1 (2025.03)바로가기
  • 페이지
    pp.243-259
  • 저자
    윤정호, 배용준
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A465258

※ 기관로그인 시 무료 이용이 가능합니다.

5,100원

원문정보

초록

영어
This study aims to contribute to improving the objectivity and reliability of Korean speaking assessment by removing obstacles to the introduction of automatic scoring through literature research and identifying the causes and patterns of pronunciation errors. Currently, speech recognition technology has reached the stage where AI can learn through deep learning to recognize human speech more accurately and understand speech on a sentence-by-sentence basis. However, it is still limited to counting the number of discourse linker types, pronouns, and conjunctions, and is not yet able to measure content appropriateness or consistency. In addition, it has been found that American learners of Korean make errors mainly in consonants due to their phonological system, which is different from English, and their pronunciation of foreign words is negatively affected by following spelling. Therefore, this study presents an automatic scoring evaluation model that can reflect the fluency of American learners by learning non-segmental and fluency qualities extracted from a speech corpus dataset through deep learning.
한국어
본 연구는 문헌연구를 통해 자동채점 도입의 방해 요인을 제거하고, 발음 오류의 원인과 양상을 파악함으로 써 한국어 말하기 평가의 객관성과 신뢰도 향상에 기여하고자 하였다. 현재 음성인식기술은 딥러닝을 통해 AI 가 학습하여 사람의 음성을 더욱 정확하게 인식하고 문장 단위로 음성을 이해하는 것이 가능한 수준에 이른 상태이다. 그럼에도 담화 연결어 유형 수, 대명사 수, 접속사 수를 세는 수준에 그치고 있고, 내용 적합도나 일 관성에 대한 측정은 아직 제대로 이루어지지 못하고 있다. 또한, 미국인 한국어 학습자는 영어와 다른 음운 체 계로 인해 자음에서 주로 오류가 발생하고, 철자를 따름으로 인해 외국어의 발음 학습에 부정적인 영향을 받는 것으로 조사되었다. 이에 따라 본 연구에서는 음성 코퍼스 데이터 셋에서 추출한 비분절, 유창성 자질을 딥러 닝을 통해 학습하도록 하여 미국인 학습자의 유창성까지 반영하여 채점할 수 있는 자동채점 평가모델을 제시 하였다.

목차

국문초록
ABSTRACT
Ⅰ. 서론
Ⅱ. 이론적 배경
1. 한국어 말하기 평가의 특징과 평가 기준
2. AI 기반 자동채점기술
Ⅲ. 미국인 한국어 학습자의 발음 오류
1. 모국어와 목표어의 음운 체계
2. 철자 효과에 따른 발음 오류 양상
3. 발음 교육의 이해명료원칙
Ⅳ. 한국어 말하기 평가 자동채점 모델
Ⅴ. 결론
참고문헌

키워드

한국어 말하기 평가 자동채점 음성인식기술 발음오류 Korean Speech Assessment Automated Scoring Speech Recognition Technology Pronunciation Errors

저자

  • 윤정호 [ Jung-Ho Yun | (주)하이로컬 대표이사 ]
  • 배용준 [ Yong-Zun Bae | (주)하이로컬 이사 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국에듀테인먼트학회 [Korean Edutainment Society]
  • 설립연도
    2019
  • 분야
    복합학>학제간연구
  • 소개
    에듀테인먼트(Edutainment)는 에듀케이션(education)과 엔터테인먼트(entertainment)의 합성어로 게임을 하듯 즐기면서 학습할 수 있도록 하는 교육을 말한다. 에듀테인먼트는 학습과정에서 즐거움을 느낄 수 있도록 수업에서의 오락성 즉, 도전성, 몰입, 모험성 등이 중요한 요소로 고려한다. 에듀테인먼트 영역에서는 학습자들이 학습과정에서 재미요소를 통해 학습동기를 강화하고 학습효과를 높이는 전략의 사용을 강조한다. 그 동안 교육의 변화에 대한 요구는 엄청나게 변화하였음에도 불구하고, 학교교육이나 평생교육에서는 강의중심 수업이 주류를 이루고 있으며, 실질적인 변화는 아직도 많이 부족한 상황이다. 이러한 상황에서 한국에듀테인먼트학회는 고대부터 중시되어 왔던 암기중심의 교육에서 벗어나 즐겁고 흥미로운 교육 즉, 엔터테인먼트를 지향하는 교육을 통해 학습자와 교수자가 모두 만족할 수 있는 혁신적 변화를 추구하고자 한다. 학교와 사회에서 이루어지는 모든 교육에서 학습자에게는 흥미와 재미, 즐거움을 통한 학습에 대한 연구를 중심으로 다루며, 교수자에게는 즐거움과 보람을 느낄 수 있도록 하는 교육을 다룬다. 또한 한국에듀테인먼트학회는 교육이 이루어지는 모든 영역에서 오락성 즉, 엔터테인먼트를 강조하고, 이를 통한 학습효과를 탐구하는데 중점을 두고 연구하는 학회이다.

간행물

  • 간행물명
    에듀테인먼트연구 [Journal of the Edutainment]
  • 간기
    격월간
  • pISSN
    2671-9789
  • eISSN
    2672-0329
  • 수록기간
    2019~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 370 DDC 370

이 권호 내 다른 논문 / 에듀테인먼트연구 Vol. 7 No. 1

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.