이 연구에서는 ①「하이러닝」에서 쌓이고 있는 교수·학습 활동 데이터 현황은 어떠한가?, ② 「하이러닝」에서 학습자의 학습 양상은 어떠한가? ③교사는 「하이러닝」을 어떻게 활용하고 있으며 기능 개선에 대한 요구사항은 무엇인가? 세 가지를 연구문제로 설정하였다.

「하이러닝」을 활용한 학습에서 학습자의 학습 양상을 살펴보고자 어떤 자기조절학습과 관련된 행위가 가장 빈번하게 나타나는지를 살펴보았다. 이를 위해 학습 데이터의 각 행동진술문을 자기조절학습 요인에 따라 구분하였다. 또한 학생 스스로 인지하는 자기조절학습능력과 학습동기에 따라 이벤트의 차이를 살펴보고자 자기조절학습 능력에 대한 자기보고식 설문조사를 실시하였다.

분석 결과, 학습 이벤트 중 ‘오답노트 확인’과 ‘과제 마감일 전 제출’은 메타인지를 나타내는 설문 문항인 ‘나는 공부하기 전에 얼마나 공부할지 등 미리 계획을 세운다’ , ‘나는 학습 결과를 받으면 결과가 왜 그렇게 나왔는지 생각해본다’ 와 유의미한 상관관계가 있다는 것을 확인하였다. 설문조사 문항 중 ‘나는 수업을 듣기 전, 학습 내용에 대해 미리 살펴본다’는 ‘AI 리포트 확인’ 이벤트와 유의미한 상관관계를 보였는데, 이는 학습 내용을 미리 확인할 뿐만 아니라 AI 리포트를 확인하여 자신의 수준을 확인하는 행위를 통해 학습전략에 도움을 줄 수 있다는 것을 시사하였다.

‘교육데이터 인사이트’ 2024년 1호(2024. 3. 19. 발간)에서 제시된 우리나라 학생의 디지털 자원 활용에 대한 자기효능감이 OECD 평균보다 높다는 결과와 본 연구의 결과를 함께 고려해 볼 때, 「하이러닝」을 활용한 수업은 학생들의 학습을 지원하는데 효과적일 수 있을 것이라 기대되나 효과성을 검증해 내기에는 현재 「하이러닝」에서 정의하고 있는 학습 이벤트가 다소 부족한 상황이었다.

연구책임자 이은주 부연구위원은 “현재 AI 기반의 맞춤형 교육이 진단 평가 결과에 따라 콘텐츠나 문제가 추천되는 정도에 머물러 있으므로 계속해서 AI의 성능을 고도화하여 학습의 수준별 맞춤형 지원뿐만 아니라 학습 스타일, 학습자의 성향 등을 파악하여 교사가 수업을 진행함에 있어 학습자 맞춤형 피드백 제공이 가능하도록 AI가 분석할 데이터를 많이 확보할 필요가 있다”고 밝혔다.

<저작권자 '결정적 진실보도에 강한 언론 ⓚ 경원일보', 무단 전재 및 재배포 금지>