초판발행 2023.06.10

학습분석학회(Society for Learning Analytics Research: SoLAR)가 설립되고 캐나다 밴프(Banff)에서 최초의 학술대회(Learning Analytics and Knowledge)가 개최된 2011년 이래로 학습분석학은 눈부신 발전을 이뤄왔다. 연구 및 적용 대상은 정규교육, 그 중에서도 대학교육 위주였다. 대규모 학습자가 디지털 플랫폼을 활용하여 전 세계에 걸쳐 자유롭게 학습할 수 있는 MOOC는 학습분석학이 적용되어 그 효과를 발휘하고 빅 데이터를 확보하기에 적합한 교수학습 환경이었다. 디지털 기반 학습 환경이 확대될수록, 학습자가 남겨 놓은 디지털 페로몬을 읽고 해석하여 학습자를 촉진하고 교수학습 환경을 개선하려는 체계적 방법과 이론적 체계를 수립하는 학습분석학의 역할도 커질 수밖에 없었다.

최근 학습분석학의 새로운 도약을 촉진하는 기술적 및 사회경제적 조건이 빠르게 형성되고 있다. 4차 산업혁명의 본격적 개화이다. 4차 산업혁명은 디지털, 바이오, 그리고 피지컬 세계의 융복합화를 기술적 특징으로 한다. 이러한 기술적 조건은 학습분석학의 영역을 사이버 세계에서 실제 세계, 그리고 학습자 개인의 신체 활동까지로 확장시키고 있다. 디지털은 사이버 세계를 벗어나 피지컬 세계, 그리고 인간의 신체 내부로까지 그 영역을 확장해 들어오고 있다. 사이버-피지컬 연동 기술은 빅데이터 수집 범위의 확장을 수반하게 된다. 데이터의 양적 확대 및 질적 다양화는 이를 기계적으로 학습하는 인공지능의 성능을 획기적으로 개선하고 있다. 

이러한 기술적 변화를 계기로 4차 산업혁명 시대의 사회경제적 조건들에서 조응하는 변화가 나타나고 있다. 그 대표적인 예는 디지털 플랫폼 경제 생태계(digital platform economy ecosystem)이다. 디지털 플랫폼 경제 생태계는 디지털 기술을 기반으로 하는 플랫폼을 중심으로 한 경제 시스템을 의미한다. 이러한 플랫폼들은 사용자, 제공자, 생산자 간의 상호작용을 가능하게 하며, 종종 대규모의 네트워크 효과를 발생시킨다. 디지털 플랫폼 경제는 이제 모든 산업 분야에서 제품 및 서비스의 유통 방식, 그리고 고용 구조를 재구성하고 있다. 

디지털 플랫폼은 사용자의 행동과 선호에 대한 대량의 데이터를 수집하고 분석한다. 이 데이터는 제품 개발, 마케팅, 개인화된 서비스 제공 등에 사용된다. 디지털 플랫폼은 전통적인 비즈니스 모델을 재구성하며, 플랫폼 운영자와 사용자 간에 직접적인 소유권이 없는 공유 경제와 같은 새로운 형태의 경제 활동을 가능하게 한다. 

4차 산업혁명 시대를 맞아 HRD는 혁신을 위한 노력에 박차를 가하고 있다. 혁신의 키워드는 디지털 트랜스포메이션이다. 디지털 트랜스포메이션을 통한 HRD 혁신 방향은 크게 두 가지이다. 첫째, HRD의 교육적 역할과 방법이 디지털 기반으로 바뀐다는 기능적 혁신이다. 여기에서 ‘디지털 기반’은 ‘디지털 only’가 아니라 ‘디지털로 증강된 피지컬’까지를 포함한다. 디지털은 빠르고 넓고 얕다. 피지컬은 느리되 맥락적이며 깊다. 디지털 트랜스포메이션의 역동성은 디지털 위에서 그리고 디지털을 통해서, 사이버 교육과 전통적 교육이 각각의 장점을 살리면서 이음새 없이, 매끄럽게 이어지는 HRD의 기능 혁신을 다그치고 있다.

둘째, 디지털 트랜스포메이션은 HRD 활동이 조직의 성과, 나아가 시장 환경과 구조적 결합(structural coupling)을 이룬다는 전략적 진화로까지 확장되는 길을 연다. Training for Impact, 성과 중심 HRD, ROI 등 과거부터 HRD가 추구해 왔으나 완성하지 못했던 전략적 목표는, 디지털 트랜스포메이션을 통해 지금이라도 손을 내밀면 잡을 수 있는 가시권 안으로 들어오고 있다. 일과 학습, 개인과 집단, 부서와 부서, 기업과 시장이 사이버-피지컬 시스템으로 연동되고, 각각의 활동이 빅 데이터로 기록되고 공유되는 시대를 맞아 HRD는 디지털 트랜스포메이션을 통해 경영자의 전략적 파트너로서 뿐 아니라, 국가 사회가 필요로 하는 인재를 수요하면서 동시에 공급하는 주체로서 거듭날 절호의 기회를 얻게 되었다. 

학습분석학은 4차 산업혁명 시대를 맞아 기업 HRD의 디지털 트랜스포메이션을 위해 지렛대의 역할을 할 수 있다. 학습분석학의 탄생지는 형식교육이라는 닫힌 환경이었다. 그러나 학습분석학의 성장과 도약은 HRD라는 열린 생태계를 필요로 한다. 분석 데이터의 양과 질, 인터벤션의 신속성과 수용성, 그리고 증거 기반 의사결정 문화 측면에서 HRD가 학습분석학에게 풍요로운 자양분을 얻을 수 있다. 그 반대 급부로 학습분석학은 디지털 트랜스포메이션을 추구하는 HRD이 절실히 필요로 하는 방법론, 이론, 그리고 참조틀을 제공한다. 4차 산업혁명 생태계에서 HRD와 학습분석학은 시너지를 발휘하며 공진화할 수 있는 잠재력을 갖고 있다.

이 책의 목적은 HRD 전문가 또는 예비 전문가인 대학(원)생에게 학습분석학의 개념과 유형, 현황과 미래 트렌드를 제시함으로써 HRD와 학습분석학 간의 잠재적 시너지를 일깨우는 것이다. 또 하나의 목적은 인간의 학습과 수행의 개선이라는 공동 목표를 가진 HRD와 교육공학 간 협력을 위한 대화의 시작이다. 교육공학은 디지털 교수학습 환경 설계, 그리고 학습분석학과의 시스템적 연계를 연구해 온 학문 분야로서 HRD의 디지털 트랜스포메이션 혁신에 기여할 수 있다. 

책은 프롤로그와 에필로그를 제외하고 총 6개의 장으로 구성되어 있다. 

1장 “학습분석학의 유형”에서는 학습분석학의 정의와 특성에 대해 논의한다. 응용 융합학문인 학습분석학의 다면성을 이해하기 위해 분석의 단위(개인, 네트워크), 발달 단계(기술(記述), 설명, 예측, 처방 분석학)로 나누어 살펴본다.

2장 “데이터 기반 접근과 이론 기반 접근”에서는 학습분석학에 접근하는 두 가지 관점에 대해 논의한다. 빅 데이터 시대를 맞아 더 이상 이론은 불필요하게 되었다는 주장의 의미를 되새기고, 이 두 가지 접근 각각의 특성, 그리고 두 가지를 결합함으로써 기대되는 효과에 대해 논의한다. 단순히 예측만을 위한 비즈니스 인텔리전스와 달리, 인간을 대상으로, 인간의 판단에 의해 이뤄지는 처방을 위한 학습분석학은, 로고스뿐 아니라 파토스와 에토스를 갖추어 학습자가 스스로 변화를 결심하도록 설득할 수 있어야 한다. 이를 위해서는 개인별로 그가 납득할 수 있는 증거와 이론 두 가지 모두가 필요로 한다는 점을 강조하였다.

3장 “데이터”에서는 원시데이터, 로그, 변수, 요인, 특징, 프록시, 구인, 개념 등 관련 용어에 대해 각각의 차이를 위주로 설명하였다. 이어 데이터의 유형을 간섭적-비간섭적, 피검자 생산-검사자 생산, 인공적-유기적, 인간수집-기계수집 등으로 나누고 각각의 특징을 대비하여 제시하였다. 추가로 측정심리학의 최신 연구 트렌드인 텔레메트리(원격측정, telemetry)에 대해 다룬다. 이어 연구 질문을 정의하는 작업에서 분석 결과를 소통하는 활동까지 데이터를 처리하는 절차를 7-단계 모형을, 사례를 곁들여 제시하였다. 

4장 “전통적 분석”에서는 학습분석학 연구에서 가장 먼저 시작되었고 앞으로도 주류의 자리를 내어주지 않을 예측 분석과 분류 분석에 대해 다룬다. 모수 분석과 비모수 분석, 그리고 관련 예시도 곁들여 제시하였다. 전통적 학습분석학 인간 행동의 미래는 과거의 연속체라는 인과론 위에 세워진 방대한 구조물이다. 통계학, 그리고 인공지능 기법의 눈부신 발전은 전망하는 주체적 인간의 눈을 자신의 등 뒤에 남겨진 그림자에로만 향하게 하였다는 한계를 드러냈다. 

5장은 “네트워크 분석”이다. 전통적 학습분석학이 예측과 분류하려는 단위는 개인이었다. 최근 네트워크를 분석하려는 새로운 트렌드가 학습분석학에 나타나고 있다. 세계-내-존재인 인간의 본질은 타인과 결성하는 네트워크 속에서 드러난다. 형식교육에서는 협력학습 맥락에서 주로 사용되지만, HRD에서는 여기에서 한 걸음 더 나아가 조직 행동, 집단 역학, 집단 지성 등으로까지 네트워크 분석의 필요성이 확대된다. 노드와 링크, 주요 네트워크 분석 지표의 의미와 용도, 분석 소프트웨어 등을 소개하였다.

6장 “멀티모달 학습분석학”에서는 아이트래킹, 표정 인식, 제스처 인식, 심리생리 분석으로 확장하여 다루었다. 앞서 말했듯, 4차 산업혁명의 세계는 디지털, 피지컬, 그리고 바이오가 서로 연결된 복잡계이다. 멀티모달 학습분석학은 디지털 세계에 국한되던 전통적 학습분석학이 피지컬과 바이오 세계로 영역을 확장하면서 새롭게 펼쳐지기 시작한 첨단 학습분석학 분야이다. 멀티모달 분석의 절차를 모델링하고 특징을 제시하였다. 멀티모달 분석은 학습분석학의 관점을 학습자가 남긴 행동 데이터로부터 학습자의 신체, 나아가 그의 피부 안쪽으로 옮기고 있다.

책을 마무리하는 “에필로그”에서는 4차 산업혁명과 학습분석학의 미래에 대한 논의를 담았다. 노동하는 인간의 미래는 낙관도 비관도 허용하지 않는, 성찰과 실천으로 전망하는 HRDer에 의해 지금, 여기에서 만들어지고 있다는 점을 강조하고자 했다. HRD 전문가와 교육공학과의 협력, 현대 테크놀로지의 본질 깊은 곳에 음험하게 숨어있는 위험성을 드러내 보이고자 했다. 그리고 말미에 인간-기계 협력 학습·수행 모델에서 인간성을 옹호하는 HRDer의 직업적 윤리성에 대한 촉구로 졸저를 마무리하였다. 

조일현

Florida State Univ. 교육공학 박사

연세대학교 교육학석사

서울대학교 농경제학과 경제학사 

(현) 이화여자대학교 교육공학과 교수, 에듀테크융합연구소 소장

(전) 이화여자대학교 교수학습개발원장, 인재개발원 원장, 한국기업교육학회 회장, ㈜크레듀 이사 

    삼성인력개발원, 삼성국제경영연구소 과장

프롤로그

4차 산업혁명과 경제사회적 환경 변화 3

형식교육의 대응과 그 한계 4

HRD의 우월적 대응 환경 6

HRD의 사회적 역할 8

HRD의 전략성과 시민성 9

학습분석학의 역할 10

Chapter 01

학습분석학의 정의와 특징

정의 15

학습분석과 유사 개념 간의 관계 18

분석의 단위(Unit of analysis) 21

학습분석학 발달 단계 29

데이터 수집 환경 36

Chapter 02

데이터 기반 접근 vs 이론 기반 접근

데이터 기반 접근 42

이론 기반 접근 50

데이터-이론 상호작용 53

필요 영역 지식(domain knowledge) 61

Chapter 03

데이터

관련 용어 정의 67

데이터 유형 69

데이터 수집 절차 모형 78

Chapter 04

전통적 분석

개요 99

분석 유형 101

분석학 적용 예시 108

분석 기법별 유형 111

Chapter 05

네트워크 분석

개요 125

주요 개념 127

주요 네트워크 분석 지표 129

사회연결망분석과 학습분석학의 결합 137

SNA 분석 기법 141

사회연결망분석과 학습분석학 145

SNA 분석 도구 148

SNA 분석의 통계적 특성 및 고려 사항 154

Chapter 06

멀티모달 학습분석학

개요 159

정의 162

유형 164

멀티모달 분석 절차 187

멀티모달 학습분석학의 차별성과 확장성 189

멀티모달 학습분석학의 도전 과제 191

에필로그

4차 산업혁명과 학습분석학의 역할 197

HRD 전문가의 준비 198

HRD와 교육공학의 연계 200

새로운 다짐: 인간성의 옹호 205

찾아보기  211