본 논문은 컴퓨터 기반 학습 세션 중 학습자 행동 분석 및 예측을 위한 생체 센서와 다중 모달 학습 분석(MmLA) 통합에 대한 체계적 검토를 수행한다. 54개의 주요 연구를 분석하여 심박수, 뇌 활동, 안구 추적과 같은 생리적 신호와 전통적인 상호 작용 데이터 및 자기 보고를 결합하여 인지 상태 및 참여 수준에 대한 심층적인 통찰력을 얻는 방법을 조사한다. 고급 기계 학습 알고리즘 및 다중 모달 데이터 전처리 기술과 같은 일반적으로 사용되는 방법론을 분석하고, 현재 연구 동향, 한계 및 새로운 방향을 제시하며, 생체 센서 기반 적응형 학습 시스템의 혁신적인 잠재력을 강조한다. 다중 모달 데이터 통합을 통해 개인화된 학습 경험, 실시간 피드백 및 지능형 교육 개입을 촉진하여 더욱 맞춤화되고 적응적인 온라인 학습 경험으로 발전할 수 있음을 시사한다.
