인공지능 및 빅데이터 분석을 통해 학습자를 분석하고, 분석 결과에 기초하여 학습자 맞춤형 교육 콘텐츠를 제공하는 교육 콘텐츠 관리서버를 포함하는, 학습자 맞춤형 교육 콘텐츠 제공 시스템에 있어서,상기 교육 콘텐츠 관리서버는,미리 설정된 평가 기준에 따라 학습자의 능력을 평가하는 학습자 분석부;상기 학습자 분석부에 의해 평가된 학습자의 역량에 대응되는 온라인 학습 콘텐츠를 학습자 단말로 제공하는 학습 콘텐츠 관리부;상기 학습자 분석부에 의해 평가된 학습자의 역량에 대응되는 성취도 확인용 퀴즈를 학습자 단말로 제공하는 퀴즈 콘텐츠 관리부; 및학습자 주도형 학습 콘텐츠를 생성하는 프로젝트 관리부를 포함하고,상기 프로젝트 관리부는,상기 학습자 단말을 통해 학습 목표를 설정하는 단계;설정된 학습 목표를 달성하기 위한 주별 프로젝트를 설정하는 단계;학습자가 주별 프로젝트별로 배경지식을 습득할 수 있도록, 주별 프로젝트와 관련된 배경지식 정보를 학습자 단말로 제공하는 단계; 및학습자 단말에 미리 설치된 애플리케이션을 통해 생성된 발표자료를 수신하는 단계; 를 통해 상기 학습자 주도형 학습 콘텐츠를 생성하는 것을 특징으로 하며,상기 학습자 분석부는, 하기 수학식 1을 이용하여 학습자 단말별로 평가점수를 산출하는, 학습자 맞춤형 교육 콘텐츠 제공 시스템.[수학식 1]여기서, St는 학습자 단말의 최종 평가점수, S1는 하기 수학식 2를 통해 산출되는 1차 평가점수, S2는 하기 수학식 3을 통해 산출되는 2차 평가점수, S3는 하기 수학식 4을 통해 산출되는 3차 평가점수, α는 제1 가중치, β는 제2 가중치, γ는 제3 가중치이다.[수학식 2]여기서, S1은 1차 평가점수, N_ia는 i번째 문항에 대해서 학습자 단말로부터 수신된 응답 단어 중 정답 단어와 일치하는 단어의 개수, N_ic는 i번째 문항에 대해서 학습자 단말로부터 수신된 응답 단어 중 정답 단어와 불일치하는 단어의 개수, t_i는 i번째 문항을 풀이하는 데 소요된 시간(초), n은 전체 문항 수, l_a는 다른 학습자의 평균 정답 문항의 개수, N_a는 문제 데이터의 평균 단어 개수, wi는 문항별로 부여되는 가중치, wa는 평균 가중치이다.[수학식 3]여기서, S_2는 2차 평가점수, t_s는 문항별 응답 임계시간(초), t_r는 문항별 실제 응답 시간(초), w은 제1 보정상수, t_rn은 평균 응답 시간(초), t_an은 다른 학습자들의 평균 응답 시간(초), P는 이전 문항의 응답 시점으로부터 현재 문항의 응답이 완료되기까지 소요된 평균 시간(초)이다.[수학식 4]여기서, S3은 3차 평가점수, DA_i는 i번째 문항의 정답 단어의 임베딩 벡터와 응답 단어의 임베딩 벡터 간의 거리, j_i는 i번째 문항의 배점, DT_i는 i번째 문항에 설정된 함정 단어의 임베딩 벡터와 응답 단어의 임베딩 벡터 간의 거리, e는 자연상수, K는 제2 보정상수이다.[수학식 5]여기서, β는 상술한 수학식 1의 제2 가중치 n은 문제 데이터에 포함된 전체 문항의 개수, DIF_i는 교육 콘텐츠 관리서버(200)를 관리하는 관리자에 의해 설정되는 i번째 문항의 난이도 점수이다.[수학식 6]여기서, γ은 상술한 수학식 1의 제3 가중치, u는 문제 데이터의 첫 번째 문항에 대한 응답 시점으로부터 마지막 문항에 대한 응답 완료 시점까지 소요된 시간(초), g는 불성실 응답 지수이며, 불성실 응답 지수는 교육 콘텐츠 관리서버(200)를 관리하는 관리자에 의해 설정되는 값으로, 예컨대 문제 데이터에 포함된 모든 문항을 읽기까지 소요되는 시간(초)으로 설정될 수 있다.