시나리오와 게임 기반 e러닝 환경을 위한 HoloRena 프레임워크 활용 코스 개발

초록

본 논문은 시나리오·게임 기반 학습 자원을 웹에서 손쉽게 제작하도록 돕는 HoloRena라는 저레벨 두꺼운 클라이언트 프레임워크를 제안한다. 재사용 가능한 컴포넌트, 팀 협업, LMS 독립성을 강조하며, 실제 예시를 통해 프레임워크의 설계 원리와 구현 방법을 설명한다.

상세 분석

HoloRena는 전통적인 웹 기반 e러닝 솔루션이 갖는 ‘가벼운 클라이언트·서버 의존’ 구조의 한계를 극복하고자, 브라우저 내에서 대부분의 로직을 수행하는 두꺼운(thick‑client) 아키텍처를 채택한다. 이를 위해 HTML5 Canvas, WebGL, JavaScript ES5/6 등 최신 웹 표준을 기반으로 하면서도, 플러그인 형태의 모듈을 동적으로 로드할 수 있는 레이어를 제공한다. 핵심 설계 요소는 다음과 같다.

1. 컴포넌트 기반 재사용성: HoloRena는 ‘Scene’, ‘Actor’, ‘Interaction’ 등으로 구분되는 최소 단위 객체를 정의한다. 각 객체는 JSON 메타데이터와 스크립트 파일로 구성되며, 동일한 객체를 여러 코스에서 복제·조합할 수 있다. 이는 교육 설계자가 콘텐츠를 일일이 코딩하지 않아도, 시나리오 흐름만 바꾸면 새로운 학습 경험을 만들 수 있게 한다.

2. 팀 협업 지원: 프레임워크는 버전 관리와 충돌 방지를 위해 파일‑레벨의 모듈화와 명시적 의존성 선언을 강제한다. Git과 같은 분산형 VCS와 연동해 개발자는 각자 담당하는 ‘Actor’나 ‘Asset’를 독립적으로 수정하고, 빌드 스크립트가 전체 코스를 자동으로 패키징한다. 또한, 런타임에 ‘Hot‑Swap’ 기능을 제공해 개발 중인 모듈을 즉시 교체·테스트할 수 있어, 반복적인 피드백 사이클이 가능해진다.

3. LMS‑독립적인 배포: SCORM, xAPI 등 기존 LMS와의 연동을 위한 어댑터 레이어를 별도로 두어, 코스 자체는 어느 플랫폼에서도 동일하게 동작한다. 어댑터는 학습 기록, 점수, 진행 상황 등을 표준 포맷으로 변환해 전달하고, 역으로 LMS에서 전달받은 데이터를 프레임워크 내부 이벤트로 매핑한다. 이 구조는 교육기관이 LMS를 교체하거나 다중 LMS 환경을 운영할 때 큰 비용 절감을 가능하게 한다.

4. 퍼포먼스 최적화: 두꺼운 클라이언트 특성상 초기 로딩 비용이 우려되지만, HoloRena는 ‘Lazy Loading’과 ‘Asset Streaming’ 기법을 적용한다. 필요한 씬과 에셋만 사전에 로드하고, 나머지는 사용자가 해당 구간에 도달했을 때 비동기적으로 받아온다. 또한, 메모리 관리 모듈이 사용되지 않는 객체를 자동 회수해 모바일 환경에서도 원활한 실행을 보장한다.

5. 시나리오 기반 흐름 제어: 전통적인 LMS는 ‘페이지‑단위’ 흐름에 머물지만, HoloRena는 상태 머신 기반의 시나리오 엔진을 제공한다. 개발자는 ‘조건‑액션’ 규칙을 JSON으로 정의하고, 엔진이 이를 해석해 동적 분기·반복·피드백 루프를 생성한다. 이는 게임화 요소(레벨, 보상, 타이머 등)를 자연스럽게 삽입할 수 있게 하며, 학습자 맞춤형 경로 설계가 가능하도록 한다.

논문은 위 설계 원리를 실제 ‘가상 실험실’과 ‘역사 탐험 게임’ 두 사례에 적용해, 개발 시간 30 % 단축, 코드 재사용률 70 % 이상, LMS 전환 시 통합 비용 0 %에 가까운 수준을 달성했다고 보고한다. 또한, 사용자 테스트 결과 학습자 만족도와 몰입도가 기존 HTML5 기반 퀴즈형 코스에 비해 각각 15 점·20 점 상승했다는 정량적 근거를 제시한다. 이러한 결과는 HoloRena가 시나리오·게임 기반 e러닝 콘텐츠 제작에 있어 기술적·경제적 장벽을 크게 낮출 수 있음을 시사한다.