블렌디드 러닝에서 학습데이터 활용의 실제와 도전 과제
Practices and challenges of learning data in blended learning
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
코로나19 이후 온라인과 대면수업이 결합된 블렌디드 러닝이 교육 현장에서 빠르게 확산되며 하나의주요 수업 형태로 자리를 잡았다. 하지만 이 과정에서 수집되는 학습데이터를 교육적으로 의미있게해석하고 활용하는 데 여전히 어려움이 존재하며 학습데이터를 활용한 교수․학습 개선과 맞춤형 학습 지원이 효과적으로 이루어지지 못하고 있다. 본 연구는 블렌디드 러닝 환경에서 학습데이터가 어떻게 인식되고 활용되는지, 그 과정에서 교육 주체들이 어떤 어려움을 경험하는지 심층적으로 탐색하고자 하였다. 이를 위해 교사, 교육행정가, 학계 전문가 총 11명을 대상으로 반구조화된 면담을 진행하고 주제 분석을 실시하였다. 연구 결과, 교육 현장에서는 성취도와 같은 정량적 지표뿐만 아니라 핵심 역량, 학습 참여도, 협업․소통, 정서․건강을 포함하는 다차원적 정보를 필요로 했다. 또한 학습데이터는 학습자의 성취 진단과 맞춤형 피드백 및 학습 지원, 학습 동기 증진, 교사의 수업 성찰과 개선을 촉진하는 자원으로 활용되고 있었다. 하지만 기술적 인프라의 한계, 교사의 데이터 리터러시 부족, 데이터 신뢰성과 타당성에 대한 우려, 학교의 제도․문화적 제약이 주요 걸림돌로 지적되었다. 본 연구는 이러한 결과를 토대로 블렌디드 러닝의 효과적 운영을 위해 정성․정량 데이터의 통합적 분석, 교사 전문성 강화를 위한 지원, 안정적 기술 기반 구축의 필요성을 제언하며, 나아가 학습데이터 기반맞춤형 학습 지원에 대한 구체적인 시사점을 제공한다.
Abstract
Since the COVID-19 pandemic, blended learning - a combination of online and in-person instruction - has become a primary teaching model in educational settings. However, challenges in interpreting and using learning data in this process have hindered the realization of its potential for improving instruction and personalized student support. This study aimed to explore educational practitioners’perceptions, uses, and challenges regarding learning data in blended learning. Semi-structured interviews with 11 participants (teachers, educational administrators, and researchers) were analyzed using systematic thematic analysis. Findings revealed a need for multidimensional learning data including competencies, engagement, collaboration, and socio-emotional well-being. Learning analytics were found to facilitate diagnostic assessment, personalized feedback, motivational enhancement, and reflective teaching. However, implementation is constrained by inadequate technological infrastructure, low data literacy, data validity concerns, and institutional and cultural barriers. This study recommends integrated qualitative and quantitative data analysis, support systems to enhance teacher expertise, and a stable technological foundation. These are essential to facilitate personalized learning support based on learning data.