표제지
목차
연구요약 5
Ⅰ. 서론 22
1. 연구의 필요성 및 목적 23
가. 연구의 필요성 23
나. 연구의 목적 26
다. 용어의 정의 27
2. 연구 내용 28
가. 이론적 배경: 스마트 데이터와 맞춤형 교육 28
나. 맞춤형 교육을 위한 학습 데이터 수집 모델과 학습분석 데이터 모형 개발 29
다. 스마트 데이터 수집과 활용 차원의 온라인 교육 사례에 특성화된 학습분석 모형 도출 31
라. 맞춤형 교육을 위한 스마트 데이터 구축ㆍ활용 프레임워크 개발 32
3. 연구 방법 33
가. 선행 연구 및 문헌 분석 33
나. 전문가 델파이 조사 33
다. 연구 워킹그룹(Working Group) 구성ㆍ운영 34
라. 기타: 전문가 협의회 35
4. 연구의 전반적인 틀 36
Ⅱ. 선행 연구 및 문헌 분석 38
1. 스마트 데이터 39
가. 스마트 데이터의 개념 및 특징 39
나. 스마트 데이터 활용 분야와 사례 42
2. 맞춤형 교육과 학습 데이터: 학습분석(learning analytics) 47
가. 학습분석의 개념과 특징 47
나. 학습분석의 절차 48
다. 학습분석 기술 및 표준화 동향 50
라. 학습 데이터 모델 체계 및 표준 53
3. 학습분석 선행연구 분석 65
가. 학습분석의 활용 목적 및 영역 65
나. 학습분석의 활용 기반 68
4. 학습분석을 위한 데이터 구축 및 활용 사례 69
가. 초등수학 수업 지원 시스템 70
나. EBS 단추 시스템 72
다. 뤼이드 튜터 74
5. 소결: 함의점 75
Ⅲ. 일반화 모델 및 모형 개발과 스마트 데이터 전환을 위한 적용 80
1. 학습 데이터 수집 모델 개발 81
가. 모델 개발의 배경 및 목적 81
나. 모델 개발을 위한 전문가 델파이 조사 82
다. 학습 데이터 수집 모델 87
2. 학습분석 데이터 모형 개발 98
가. 개요 98
나. 학습분석 데이터 모형 99
3. 스마트 데이터 전환을 위한 온라인 교육 사례 분석과 학습분석 모형 도출 108
가. 온라인 교육 사례의 주요 특징 108
나. 학습 데이터 수집 모델에 따른 학습 데이터 수집 현황 분석 133
다. 스마트 데이터로의 전환을 위한 온라인 교육 사례에 특성화된 학습분석 모형 도출 157
Ⅳ. 스마트 데이터 구축 및 활용 프레임워크 개발 192
1. 프레임워크 개발의 배경 및 목적과 방향 193
가. 배경 및 목적 193
나. 프레임워크 개발 방향 194
2. 프레임워크 개발을 위한 전문가 델파이 조사 196
가. 전문가 델파이 조사 개요 196
나. 전문가 델파이 조사 문항 197
다. 전문가 델파이 조사 결과 198
3. 프레임워크 최종안 207
가. 프레임워크 단계와 주요 활동 209
나. 프레임워크 실현의 주요 요건 226
Ⅴ. 논의 및 제언 231
1. 학술적 논의 및 제언 233
가. 이론적 측면 233
나. 기술적 측면 234
다. 실행ㆍ적용 측면 236
2. 정책적 논의 및 제언 243
참고문헌 248
ABSTRACT 262
[부록 1] 학습 데이터 수집 모델 구안을 위한 델파이 조사 문항지(1차) 270
[부록 2] 학습 데이터 수집 모델 구안을 위한 델파이 조사지(2차) 275
[부록 3] 스마트 데이터 구축 및 활용 프레임워크 구안을 위한 델파이 조사지(1차) 283
[부록 4] 스마트 데이터 구축 및 활용 프레임워크 구안을 위한 델파이 조사지(2차) 288
[부록 5] 스마트 데이터 구축ㆍ활용 프레임워크 초안의 각 단계 및 주요 활동 명세 300
[부록 6] 스마트 데이터 구축ㆍ활용 프레임워크 수정안의 각 단계 및 주요 활동 명세 312
[부록 7] 스마트 데이터 구축ㆍ활용 프레임워크 2차 전문가 델파이 조사 주요 의견 및 최종안 반영 사항 339
판권기 346
〈표 Ⅰ-1〉 학습 데이터 수집 모델 개발을 위한 전문가 델파이 조사 절차와 참여자 34
〈표 Ⅰ-2〉 스마트 데이터 구축ㆍ활용 프레임워크 개발을 위한 전문가 델파이 조사 절차와 참여자 34
〈표 Ⅰ-3〉 연구 워킹그룹 구성ㆍ운영 현황 35
〈표 Ⅰ-4〉 전문가 협의회 운영 현황 35
〈표 Ⅱ-1〉 학습분석의 개념 정의 47
〈표 Ⅱ-2〉 학습분석 워크플로우의 각 단계별 주요 활동 및 조건 49
〈표 Ⅱ-3〉 Caliper Analytics와 xAPI의 비교 53
〈표 Ⅱ-4〉 Edu Graph 데이터 모델의 영역별 내용 55
〈표 Ⅱ-5〉 캘리퍼 프로파일의 이벤트(event) 및 행동(action) 58
〈표 Ⅱ-6〉 캘리퍼 프로파일(Caliper Profiles) 59
〈표 Ⅱ-7〉 캘리퍼 프로파일의 사용자 스토리 61
〈표 Ⅱ-8〉 학습자 학습분석 데이터 모델 영역별 특징 64
〈표 Ⅱ-9〉 Data Analytics에 따른 학습분석 활용 목적의 구분 67
〈표 Ⅲ-1〉 학습 데이터 수집 모델 구안 과정 82
〈표 Ⅲ-2〉 전문가 패널 수에 따른 최소 CVR 값 83
〈표 Ⅲ-3〉 전문가 델파이 조사 문항 내용 84
〈표 Ⅲ-4〉 전문가 델파이 조사 결과 85
〈표 Ⅲ-5〉 학습활동 데이터 소스: 학습활동과 세부 행동 90
〈표 Ⅲ-6〉 1차 전문가 델파이 조사 주요 의견과 수정안 반영 사항 91
〈표 Ⅲ-7〉 학습활동 데이터 영역 및 세부 활동 비교: 초안과 수정안 94
〈표 Ⅲ-8〉 2차 전문가 델파이 조사 주요 의견과 수정안 반영 사항 96
〈표 Ⅲ-9〉 학습분석 데이터 모형 구안 과정 100
〈표 Ⅲ-10〉 교수자 관점의 학습분석 데이터 모형 102
〈표 Ⅲ-11〉 학습자 관점의 학습분석 데이터 모형 106
〈표 Ⅲ-12〉 방송중ㆍ고 일반 현황 111
〈표 Ⅲ-13〉 방송중ㆍ고 학생의 기초학력 진단평가 결과(2021년) 112
〈표 Ⅲ-14〉 방송중ㆍ고 입학 및 전ㆍ편입학 목적 114
〈표 Ⅲ-15〉 방송고 학생들의 ARCS 학습동기에 대한 기술 통계 115
〈표 Ⅲ-16〉 방송고 학습자 연령별 학기 평균 진도율 통계 116
〈표 Ⅲ-17〉 2021년 성별, 학교급별 온라인 보충과정 신청 학생 수 123
〈표 Ⅲ-18〉 2021년 신청목적별 온라인 보충과정 신청 학생 수 123
〈표 Ⅲ-19〉 온라인 보충과정 확인학습을 제출하지 않은 이유 124
〈표 Ⅲ-20〉 2021년 신청목적별 온라인 보충과정 이수율 126
〈표 Ⅲ-21〉 중학교 온라인 보충과정 진도율 구간별 현황 126
〈표 Ⅲ-22〉 고등학교 온라인 보충과정 진도율 구간별 현황 127
〈표 Ⅲ-23〉 중학교 주차별 로그인 건수 128
〈표 Ⅲ-24〉 고등학교 주차별 로그인 건수 128
〈표 Ⅲ-25〉 방송중ㆍ고의 학습활동 데이터 수집 현황 140
〈표 Ⅲ-26〉 학습자 프로파일 데이터 수집 현황 144
〈표 Ⅲ-27〉 학습결과 데이터 수집 현황 144
〈표 Ⅲ-28〉 온라인 보충과정의 학습활동 데이터 수집 현황 149
〈표 Ⅲ-29〉 방송중ㆍ고 교수자 관점의 학습분석 데이터 모형 161
〈표 Ⅲ-30〉 방송중ㆍ고 학습자 관점의 학습분석 데이터 모형 163
〈표 Ⅲ-31〉 맞춤형 교육 활용을 위한 방송중ㆍ고 학습분석 모형 168
〈표 Ⅲ-32〉 온라인 보충과정 교수자 관점의 학습분석 데이터 모형 176
〈표 Ⅲ-33〉 온라인 보충과정 학습자 관점의 학습분석 데이터 모형 177
〈표 Ⅲ-34〉 온라인 보충과정 학습분석 모형 요인구분 하위 178
〈표 Ⅲ-35〉 맞춤형 교육 활용을 위한 온라인 보충과정 학습분석 모형 184
〈표 Ⅳ-1〉 스마트 데이터 구축ㆍ활용 프레임워크 개발 방법 및 절차 196
〈표 Ⅳ-2〉 전문가 델파이 조사 문항 내용 197
〈표 Ⅳ-3〉 1~2차 전문가 델파이 조사 결과 199
〈표 Ⅳ-4〉 스마트 데이터 구축ㆍ활용 프레임워크 최종안 개괄 208
〈표 Ⅴ-1〉 스마트 데이터 구축ㆍ활용을 위한 학술적ㆍ정책적 논의 및 제언 사항 232
[그림 Ⅰ-1] 연구의 전반적인 틀 37
[그림 Ⅱ-1] 스마트 데이터의 특징 40
[그림 Ⅱ-2] 스마트 데이터 구축 및 활용 프레임 워크의 예 43
[그림 Ⅱ-3] K-SURE Payment Data Report의 활용 사례 44
[그림 Ⅱ-4] 스마트 데이터를 이용한 애그테크 시스템 구성의 예 46
[그림 Ⅱ-5] 학습분석 워크플로우 49
[그림 Ⅱ-6] xAPI와 LRS의 구조 52
[그림 Ⅱ-7] Edu Graph 데이터 모델 54
[그림 Ⅱ-8] 학습활동 매트릭스 프로파일 56
[그림 Ⅱ-9] 학습자 학습 데이터 모델 64
[그림 Ⅱ-10] 똑똑 수학 탐험대 AI 진단과 활용 70
[그림 Ⅱ-11] 초등 3~4학년 수준 진단 알고리즘 71
[그림 Ⅱ-12] 학습 경로 추천 모델의 학습 과정 72
[그림 Ⅱ-13] 수학맵을 활용한 버블차트 73
[그림 Ⅱ-14] 학습 현황(좌)과 인공지능 Report(우) 74
[그림 Ⅱ-15] 레벨 테스트의 결과 화면 74
[그림 Ⅲ-1] 학습 데이터 수집 모델 초안 88
[그림 Ⅲ-2] 학습 데이터 수집 모델 수정안 93
[그림 Ⅲ-3] 학습 데이터 수집 모델 최종안 98
[그림 Ⅲ-4] 온라인 교육에서의 평가 문항 난이도 분석 결과 113
[그림 Ⅲ-5] 방송중 학습자의 주차별 학습량 통계 115
[그림 Ⅲ-6] 방송고 학습자의 주차별 학습량 통계 116
[그림 Ⅲ-7] 온라인 학습 화면 118
[그림 Ⅲ-8] 방송고 온라인 수업 콘텐츠 평가하기 화면 119
[그림 Ⅲ-9] 방송고 온라인 수업 콘텐츠 평가 후 결과 화면 120
[그림 Ⅲ-10] 방송고 온라인 수업 콘텐츠 강의 영상 플레이어 121
[그림 Ⅲ-11] 온라인 보충과정 학습 구성 129
[그림 Ⅲ-12] 일반화 모델ㆍ모형의 온라인 교육 사례 맥락화 과정과 내용 158
[그림 Ⅳ-1] 스마트 데이터 구축ㆍ활용 프레임워크 초안 201
[그림 Ⅳ-2] 스마트 데이터 구축ㆍ활용 프레임워크 수정안 204
[그림 Ⅳ-3] 온라인 스마트 교육 데이터 구축 및 활용 프레임워크 207
[그림 Ⅳ-4] 본 연구에서 제시하는 학습 데이터 수집 모델 211
[그림 Ⅳ-5] 스마트 데이터 구축 및 활용 과정에서 반복되는 수렴과 확산 226
〈표 1〉 스마트 데이터 구축ㆍ활용 프레임워크 초안 개괄 300
〈표 1〉 1차 전문가 델파이 조사 주요 의견 및 반영 사항 312
〈표 2〉 스마트 데이터 구축ㆍ활용 프레임워크 수정안 개괄 319
〈표 1〉 2차 전문가 델파이 조사 주요 의견 및 반영 사항 339
[그림 1] 스마트 데이터 구축ㆍ활용 프레임워크 초안 300
[그림 2] 스마트 데이터 구축 및 활용에 있어서 반복되는 수렴과 확산 311
[부록 6] 스마트 데이터 구축ㆍ활용 프레임워크 수정안의 각 단계 및 주요 활동 명세 319
[그림 1] 스마트 데이터 구축ㆍ활용 프레임워크 수정안 319
[그림 2] 본 연구에서 제시하는 학습 데이터 수집 모델 321
[그림 3] 스마트 데이터 구축 및 활용 과정에서 반복되는 수렴과 확산 334