클라우드 기반 학습도구를 활용한 데이터 기반 맞춤형 수업 모형 개발

Abstract

In response to the demand for a perspective and strategic approach that fits the digital transformation era, policies that specify the implementation and support of technology-based education have been announced in Korea. Furthermore, due to the COVID-19 pandemic and the shift towards distance learning, the limitations of outdated devices and wireless internet constraints are being overcome. As a result, teachers and learners can more easily utilize cloud-based learning tools by using their own smart devices, and the amount of learning data available to teachers in the classroom has increased. Therefore, the environment to execute personalized classes based on learning data, which were previously difficult to implement in traditional big class settings, has been established through the use of cloud-based learning tools. However, to provide personalized support to individual learners and promote meaningful learning, it is necessary to go beyond simply incorporating technology into the education setting. When adopting new technology, teachers tend to adopt it in a way that maintains their existing teaching practices instead of changing them. Therefore, it is necessary to design a class that is different from the previous method in order to observe changes in instructors and learners and bring out positive changes by using cloud-based learning tools and learning data for personalized education at school sites. Therefore, this study aims to develop a practical and specific instruction model and strategies that guide teachers on how, when and what to do when using cloud-based learning tools to deliver data-based personalized education. To achieve this, the research questions were set to 1) develop a data-based personalized instruction model and strategy using cloud-based learning tools, and 2) examine the responses of instructors and learners to the developed instruction model and strategy. In the case of learner response, changes in mathematics learning achievement were examined in the cognitive aspect, and changes in learning attitude were examined in the affective aspect. This study was conducted according to the design and development research method as follows. Based on the empirical exploration of teachers using cloud-based learning tools at the site and an integrative literature review, the initial instruction model and instructional strategy were derived. In order to confirm the internal validity of the initial model developed, two rounds of internal validation were conducted with a total of six people, including three instructional design experts, two mathematics education experts, and one secondary education expert with experience in using cloud-based learning tools. The third version of instruction model was derived after the internal validation. An external validation was conducted with the revised model and strategy with in a math class of third graders in a middle school located in Seoul. As a method of external validation, quasi-experimental research and interviews were used. In the case of a quasi-experimental research, two class groups were set, one consisting of an experimental group using instruction models, strategies, and cloud-based learning tools, and the other consisting of a group that only used cloud-based learning tools. Before applying the instruction model and strategy, the homogeneity of the group was verified based on the results of the final exam grades in the first semester of the third graders and a pre-test on mathematics learning attitudes. In addition, after completing 8 lessons in the field trial, evaluations were carried out to assess the students' achievement in mathematics and their attitude towards learning mathematics The records of teacher and learner interviews during the field trial and the learners' reflection journals were analyzed. Based on the analysis, the instruction model and strategies were revised and improved to derive the final version. The final model consists of 5 steps: 1) learning data analysis, which affect on the all stages of the model, 2) planning, 3) execution, 4) evaluation, and 5) environment configuration supporting the previous 4 steps. In addition, 13 instructional strategies and 41 detailed guidelines were developed and offered with detailed examples and explanations. The result of the post-test comparison between the control group and the experimental group showed the following. In the case of the cognitive domain, no significant difference was found between the groups in the learning achievement test results. This shows that the instructional model and the strategies developed in this study do not have a significant effect on learning achievement. In the case of the affective domain, the results of a post-test on the attitude towards mathematics learning showed a significant difference in the area of interest and perception of value in mathematics compared to the control group in the experimental group. Also, when examining changes within the experimental group, it was confirmed that the participation during the model application period was statistically significantly higher compared to the participation before the model application period. Additionally, in the case of low-achieving learners, a large increase in post-participation was observed compared to other high-performing groups of learners. Interview results with teachers and learners showed that the developed instruction model was effectively utilized in implementing data-based personalized lessons with learning data and cloud-based learning tools. In particular, learners showed a higher degree of satisfaction compared to previous lessons. Based on the above research results, discussions and implications were derived and the need for follow-up studies was suggested. This study presents concrete steps and activities that should be taken by instructors when conducting data-based personalized learning in a school context with a cloud-based learning environment. It explores a realistic way of realizing personalized learning in school classrooms, which was difficult to implement in crowded classroom, by utilizing learning data and cloud-based learning tools. Additionally, the study highlights the importance of instructional design in utilizing cloud-based learning tools and learning data.

디지털 트랜스포메이션 시대에 부합하는 시각과 전략의 실천이 요구됨에 따라 국내에서는 테크놀로지 활용한 수업의 실천과 지원을 명시하는 정책들이 발표되었다. 또한, 교사와 학생의 유의미한 스마트기기 사용을 위한 정책과 코로나 19로 인한 원격 교육 시행으로 인하여 물리적 한계였던 기기의 노후화와 무선인터넷 환경 제약이 극복되고 있다. 이로 인하여 교사와 학습자들은 개별 스마트기기를 활용하여 클라우드 기반 학습도구를 더욱 원활하게 활용할 수 있게 되었으며 학교 현장에서 교사가 활용할 수 있는 학습 데이터가 증가하였다. 따라서 기존 다인수 학급 형태로 이루어지는 학교 교육에서 실현하기 어려웠던 학습 데이터 기반의 맞춤형 수업을 클라우드 기반 학습도구를 활용하여 실행할 수 있는 환경이 조성되고 있다. 그러나 개별 학습자에게 맞춤형 지원을 제공하고 유의미한 학습을 촉진하기 위해서는 단순히 테크놀로지를 교육 현장에 투입하는 것에서 더 나아가 본질에 있어서 변화가 필요하다. 새로운 테크놀로지를 활용할 때, 교사들은 자신의 교육적 행위를 바꾸기보다는 기존의 행위를 유지하는 방식으로 채택하는 경향이 있다. 따라서 클라우드 기반 학습도구와 학습 데이터를 학교 현장의 맞춤형 수업을 위해 활용함으로써 교수자와 학습자의 변화를 관찰하고 긍정적인 변화를 끌어내기 위해서 이전의 방식과 다른 수업을 설계할 필요가 있다. 이에 본 연구에서는 교사가 클라우드 기반 학습도구를 활용하여 데이터 기반 맞춤형 수업을 진행할 때, 클라우드 기반 학습도구를 통해서 수집되는 학습 데이터를 바탕으로 맞춤형 수업이 학교 현장에서 효과적으로 이루어질 수 있도록 교사가 언제, 무엇을, 어떻게 해야 하는지를 안내하는 실제적이고 구체적인 수업 모형과 전략, 지침을 개발하고자 하였다. 이를 달성하기 위하여 1) 클라우드 기반 학습도구를 활용한 데이터 기반 맞춤형 수업 모형과 전략을 개발하고 2) 개발된 수업 모형과 전략에 대한 교수자와 학습자의 반응을 검토하는 것으로 연구 문제를 설정하였다. 학습자 반응의 경우, 인지적 측면에서 수학 학습 성취도의 변화를 살펴보았고 정의적 측면에서는 학습 태도의 변화를 살펴보았다. 본 연구는 설계 개발 연구 방법에 따라 다음과 같은 절차로 진행되었다. 현장에서 클라우드 기반 학습도구를 활용한 교사들과의 경험적 탐색 및 통합적 문헌 검토를 바탕으로 초기 수업 모형과 교수전략을 도출하였다. 개발된 초기 모형의 내적 타당성을 확인하기 위하여 교수 설계 전문가 3인, 수학 교육 전문가 2인, 클라우드 기반 학습도구 활용 경험이 있는 중등 교육 전문가 1인을 포함한 총 6인에게 두 차례의 내적 타당화를 실시하였다. 내적 타당화를 통해 도출된 3차 수업 모형과 전략에 대한 외적 타당화를 서울 소재의 한 중학교 3학년 수학 수업에서 실시하였다. 외적 타당화의 방법으로 유사실험과 면담을 시행하였다. 유사실험의 경우 수업 모형과 전략 그리고 클라우드 기반 학습도구를 활용한 실험 집단과 클라우드 기반 학습도구만 활용한 집단으로 이루어진 2개 학급 단위의 집단을 설정하였다. 수업 모형과 전략의 적용 전에 3학년 1학기 기말 고사 성적과 수학 학습 태도 관련 사전 검사 결과를 기준으로 집단의 동질성 여부를 검증하였다. 그리고 총 8차시의 현장 적용이 종료된 시점에 성취도 평가와 수학 학습에 대한 태도에 대한 검사를 시행하였다. 또한, 교수자 및 학습자 대상 면담 전사 기록과 학습자의 성찰일지를 분석하였다. 분석 내용을 바탕으로 수업 모형과 교수전략을 수정 보완하여, 최종 수업 모형 및 교수전략을 도출하였다. 연구 결과, 모형 전체 단계에 영향을 주는 1) 학습 데이터 분석과 이를 바탕으로 시행되는 2) 계획, 3) 실행, 4) 평가 그리고 이 4단계를 지원하는 5) 환경 구성으로 이루어진 5단계의 최종 모형이 도출되었다. 그리고 각각의 단계를 지원하는 13개의 교수전략과 41개의 상세지침 그리고 예시 및 해설이 개발되었다. 통제집단과 실험 집단의 사후검사 결과를 비교한 결과 다음과 같은 결과가 관찰되었다. 인지적 영역의 경우, 학습 성취도 검사 결과에서 집단 간의 유의한 차이가 발견되지 않았다. 이는 본 연구에서 개발된 수업 모형과 교수전략이 학습 성취도에 유의한 영향을 미치지 않음을 보여준다. 정의적 영역의 경우, 수학 학습에 대한 태도에 대한 사후검사 결에서 실험 집단이 통제 집단과 비교하여 수학 교과에 대한 흥미와 가치 인식 영역에서 유의한 차이가 있는 것으로 나타났다. 또한, 실험 집단 내의 변화를 살펴본 결과, 모형 적용 기간 중의 참여도가 모형 적용 기간 전의 참여도에 비해 통계적으로 유의하게 높은 것으로 확인되었다. 또한 저성취 학습자의 경우, 다른 상위 집단의 학습자들에 비해 사후 참여도 증가 폭이 크게 관찰되었다. 학습 성취 변화에서도 저성취 학습자들의 성취도 상승 폭이 다른 상위 성취를 보이는 학습자 집단에 비해 매우 크게 관찰되었다. 교수자와 학습자 대상으로 실시한 면담 결과, 개발된 수업 모형이 학습 데이터와 클라우드 기반 학습도구를 활용하여 데이터 기반 맞춤형 수업을 시행할 때 유용하게 활용되었음이 관찰되었으며, 특히 학습자들의 경우 기존 수업과 비교하였을 때 더 높은 만족스럽다는 반응이 관찰되었다. 본 연구에서는 이상의 연구 결과에 기초하여 최종 수업 모형과 수업 전략과 이에 대한 논의 및 시사점을 도출하였다. 또한, 본 연구가 갖는 한계를 바탕으로 후속 연구의 필요성을 제언하였다. 본 연구는 클라우드 기반 학습 환경이 조성된 학교 맥락에서 교수자가 데이터 기반 맞춤형 수업을 진행할 때, 수행해야 하는 단계와 활동을 구체적으로 제시하였다는 점, 다인수 학급에서 실천하기 어려웠던 맞춤형 수업을 학습 데이터와 클라우드 기반 학습도구를 활용하여 현실적으로 학교 수업에서 실현할 수 있는 방안을 탐색했다는 점, 그리고 클라우드 기반 학습도구와 학습 데이터를 활용하는 데 있어 교수 설계가 갖는 중요성을 보여주었다는 점에서 의의를 갖는다.