클라우드 빅 데이터를 활용한 학습분석

IT기술이 학습분석을 활용하여 미래학교에 주는 시사점

학습자의 학습 상태에 대한 정확한 정보는 교육의 성패를 좌우하는 핵심적인 요소가 된다. 그렇기 때문에 학습자에 대한 이해의 중요성을 보여주는 일화들을 통해 얼마든지 찾아볼 수 있다. 소크라테스의 산파술은 학습자의 인지적 이해 정도에 따라 적절한 질문을 던짐으로써 학습자 스스로가 지식의 대상에 대해 접근할 수 있도록 도와주는 수업의 기술이다. 공자는 같은 질문에 대한 답변을 질문자의 입장과 처지에 따라서 서로 다르게 한 것으로 유명하다. 토마스 아퀴나스와 코메니우스를 거치면서 신의 영역이라고만 믿어졌던 진리가 인간이 탐구함으로써도 발견될 수 있다는 사고가 가능하게 되었고 교수자와 학습자가 이성적으로 대화할 수 있는 강의식의 교수 학습에 대한 사고가 싹트게 되었다. 루소, 페스탈로치와 듀이 등의 근대적 시각이 도입되면서 교육에 대한 사고가 보다 인간적이고 경험중심적인 형태로, 또 학문이나 지식을 탐구하는 형태로 진일보하게 되고 현대에 이르러서는 객관주의적 지식관이 구성주의적 사고의 틀로 변모되는 단계에 이르게 되었다. 이는 학습자 개인 개인을 중심에 두지 않고는 성립할 수 없는 사고방식이다. 학습자 각각의 학생들의 데이터 활용, 자율권, 인간중심 사고 등에 대한 윤리적 문제로 이에 대한 명확한 가이드라인과 정책, 제도 등에 대한 연구를 우선시 수행한 후 학습분석 기술이 적용되어야 한다. 학생 데이터 및 분석에 대한 정확성을 높이고 다양한 특성에 대한 분석이 필요하고, 나아가 학생들을 유형화하기 위한 변인을 명확하게 규명하고 이와 관련한 데이터가 충분히 수집과 분석될 필요가 있다. 데이터 간 연계를 위해 표준화 고려 등 유사한 데이터를 중복적으로 입력, 활용함으로써 사용자에게 불편을 초래하지 않도록 학습자 편의성 증대시킨다. 2020년 이성혜와 최경애, 박민서, 한정윤의 온라인 문제기반학습에서의 학습 행태 분석의 학습분석 기법을 적용하여라는 연구에서 온라인 문제기반학습에서 학습자의 학습행태에 따른 학습유형을 파악하고 각 학습유형의 특징을 조사하여 효과적인 온라인 문제기반학습 설계를 위한 시사점을 도출하기 위해 수행되었다. 1341명의 초등학교, 중학교의 온라인 활동 데이터가 수집되었고, 이를 통하여 학습자들의 학습행태를 나타내는 48개의 변인이 추출되었다. 추출된 변인은 학습자들의 학습유형을 구분하기 위한 계층적 군집분석 기법에 활용하였다. 구분된 학습유형에 따라 학습행태와 학업성취도 측면에서 어떠한 차이가 있는지 비교하고 분석하였다. 그 결과, 학습자의 온라인 학습유형은 학습참여 수준에 따라 고수준 학습참여형인 첫 번째 군집과, 중수준 학습참여형 군집 2번, 마지막으로 저수준 학습참여형인 군집 3으로 구분되었다. 또한, 학습참여 수준이 높은 군집이 높은 학업성취도를 얻은 것으로 확인되었다. 이러한 빅데이터에 기초한 학습분석은 이러한 시점에서 첨단 컴퓨터 테크놀로지를 활용한 인재개발의 초석을 마련할 수 있는 가능성을 보여준다. 학습분석은 학습자의 학습과 관련된 정서, 인지, 동기, 발달, 변화 등의 상태 정보를 학습자가 학습하는 과정에서 자연스럽게 생성되는 디지털 데이터로 추출해 낼 수 있는 테크놀로지 기반의 학습정보 분석의 방법이다. 지난 십수 년 간 발달해 온 학습분석의 방법에는 디지털 데이터가 아닌 자료들을 디지털화하여 사용하는 방법에 대한 Law의 2014년 연구도 활용되었으나 현시점에서의 학습분석은 대개 컴퓨터에 의해서 생성된 디지털 빅데이터를 활용한 분석방법이 대부분이다. 우리나라의 경우 세계 정상급의 디지털 정보환경을 가진 까닭에 어떠한 데이터를 어떠한 방식으로 축적하는 것이 보다 효과적일 것인지에 대한 논의만 있다면 학습에 대한 디지털 정보를 얻는 것은 그리 어려운 일이 아닐 것이다. 실증적 자료가 뒷받침하는 학습자에 대한 정보는 교실에서의 학습과정에 도움을 주게 될 것은 분명히 하여 시간을 두고 축적되는 정보들은 중요한 인재에 대한 프로파일을 생성해 내게 될 가능성이 있다. 학습분석의 결과 활용은 어쩌면 사회적 필요와 윤리성을 고려한 가치판단이 중요하게 될 것이다.