iot와 빅데이터 기반 학습 2가지

교실에서 학습활동 분석

센서를 포함한 사물인터넷 기술은 교실 내에서 학습활동과 관련된 행동 데이터를 수집하는 데 활용될 수 있으며, 최근 이를 빅데이터 기반의 학습분석과 연계하여 학습활동의 개선에 유용한 정보를 도출하고자 하는 탐색적 연구가 있다. 2017년 Martinez-Maldonado와 동료들은 교실 내 협력학습 상황을 지원하기 위해 센서 기반 테크놀로지를 이용하여 같은 공간 내에 있는 학생들의 상호작용 데이터를 추출하고 시각화하는 협력 분석한 사례가 있다. 오프라인 내 같은 공간에서 이루어지는 면대면 협력학습상황은 발화와 같은 언어적 정보는 물론 눈 맞춤, 자세, 제스처 같은 비언어적 정보를 모두 포함한다. 협력분석은 협력 과정에서 생성되는 다양한 형태의 데이터를 센서 기술을 통해 수집하고 분석함으로써 협력의 질을 예측하고 그룹이 사용하는 전략의 패턴을 탐구하는 것이 목적이다. 이러한 분석을 활용한 사례로 테이블 컴퓨터를 사용한 협력적 개념도 그리기 활동 분석은 참여자들은 먼저 식단 조절에 대한 한 페이지의 글을 읽고 개인 컴퓨터에 개념도를 작성한 다음, 3인 1조로 모여 테이블 컴퓨터에 공동의 개념도를 작성하도록 안내받는다. 그다음, 각 참여자들은 개인 개념도를 다시 작성한다. 개별 참여자의 터치 기록과 목소리는 테이블 컴퓨터에 내장된 센서에 의해 타임스탬프와 함께 자동으로 기록되었으며, 이를 통해 공동 개념도 상의 생성, 삭제, 수정, 이동은 물론 개인 개념도에 대한 접속 및 활동 기록도 확인. 이와 같은 활동 데이터는 다양한 형태의 상호작용 패턴을 구분하고, 상호작용 패턴과 그룹 전략의 상관관계를 파악하기 위해 데이터마이닝 기술을 활용해 분석한다. 다른 사례로는 간호학과 학생들이 마네킹으로 구성된 가상의 환자들을 의학지식을 활용해 돌보는 시뮬레이션 학습상황에 대한 분석한다. 실습은 건강 관련 데이터를 나타내는 장치를 부착한 마네킹 환자와 작업 완료를 보고할 수 있는 모바일 디바이스, 그리고 학생들의 움직임을 감지하고 목소리를 녹음할 수 있는 센서가 부착된 침대가 구비된 장소에서 진행한다. 총 5회에 걸친 수업을 통해 마네킹에 대한 물리적 행동, 모바일 디바이스 로그, 학생의 위치정보, 오디오 및 비디오 데이터가 수집되었으며, 수집된 데이터는 간호학과 학생들의 협력과정에서 유의미한 패턴을 발견하고 이를 지원할 수 있는 자동화된 피드백의 가능성을 탐색하기 위해 분석한다. 위의 두 사례에서 활동 관련 데이터들은 의미 단위로 분절되어 각각의 특징과 협력 정도에 따라 분류되고 특정한 패턴을 발견하기 위해 시간 순으로 구성된 블록 조합으로 다시 시각화한다. 또한 학습자 간의 상호작용은 그룹의 산출과 상호작용 특성 간의 연관성을 찾기 쉽도록 프로파일 형태로 시각화한다. 그러나 현재 교육 시스템에서는 학습자 데이터를 수집하기 어려운 구조라는 행복한교육 2019년 6월 호에 김두연의 교육 빅데이터 기반 지능형 교육서비스의 필요성과 도입 전망에서 교육 혁신의 핵심 인자인 교육 빅데이터를 축적하는 데 몇 가지 문제점과 해결방안을 제시하고자 한다. 첫째, 상호작용이 없는 일방적 교육 방법은 학습자의 학습 태도, 인식, 행동 등 다양한 학습 데이터 확보에 한계가 있다. 학습 과정, 학습 담화, 소셜 학습 데이터가 많이 생산되고 축적되려면 상호작용이 활발한 교육 모델을 만들어 시행해야 한다. 둘째, 일부 학교에서 디지털교과서에 의한 학습이 이루어지고 있으나 교수자의 에듀테크 수용력이 떨어져 학습 데이터 확보에 어려움이 있다. 교수자가 능동적으로 모바일 단말기, LMS인 Learning Management System, 다양한 온라인 학습지원 도구를 사용할 때 유의미한 학습 데이터가 쌓이게 된다. 교수자의 지속적인 에듀테크 수용역량 개발이 필요하다. 셋째, 현재 온라인 학습 서비스의 대부분은 단편적이거나 공교육 울타리 밖의 학습 시스템을 사용하기 때문에 대부분 학생들의 학습 행동 데이터도 교육밖에 머물고 있다. 학생의 학습활동 데이터를 수집하고 분석하여 개인별 맞춤형 학습 처방을 제공하는 국가 차원의 온라인과 오프라인 통합 지능형 교육 플랫폼이나 지능형 학습분석 플랫폼 구축이 시급하다. 교수·학습 분야에서 빅데이터는 개별 학습자나 학습 집단의 구체적인 학습활동 과정에 집중하여 학습자 행동 예측, 지능형 콘텐츠 제공 등 개별 맞춤 학습지원에 의미가 있다.