학습 게임 설계 단계에서의 품질 지표 평가

초록

본 논문은 학습 게임(LG) 개발 초기 단계에서 활용할 수 있는 품질 지표 집합을 제안한다. 설계팀이 프로토타입 테스트 이전에 게임의 교육적·게임적 완성도를 점검함으로써 수정 비용을 절감하고, 초보 디자이너에게 설계 가이드라인을 제공한다. 제안된 지표는 6명의 LG 전문가가 24개의 진행 중인 게임에 적용해 검증하였다.

상세 분석

이 연구는 학습 게임 개발 과정에서 “조기 품질 평가”라는 개념을 체계화하려는 시도로, 기존 연구가 주로 완성된 프로토타입이나 최종 제품에 초점을 맞춘 것과 대비된다. 저자들은 교육 설계 이론(예: ADDIE, Gagné의 학습 단계)과 게임 디자인 원칙(몰입도, 피드백, 난이도 조절 등)을 통합해 12개의 핵심 지표를 도출하였다. 각 지표는 “교육 목표 명시성”, “학습자 맞춤형 난이도”, “게임 메커니즘과 교육 내용의 일관성”, “피드백의 즉시성 및 구체성”, “동기 부여 요소(보상·성취감)”, “사용자 인터페이스 직관성”, “스토리텔링 연계성”, “멀티플레이어 협업 가능성”, “평가 및 추적 기능”, “접근성·포용성”, “기술 구현 가능성”, “비용·시간 효율성” 등으로 구분된다.

전문가 검증 단계에서는 6명의 LG 전문가가 각 지표에 대해 5점 척도로 평가했으며, 평균 신뢰도 알파(α)가 0.87로 나타나 높은 내부 일관성을 보였다. 또한, 24개의 설계 중 18개는 지표 점수가 낮은 영역을 사전에 수정함으로써 프로토타입 테스트 후 발생할 수 있는 주요 결함을 미연에 방지했다. 이는 “조기 발견 → 비용 절감”이라는 가설을 실증적으로 뒷받침한다.

특히, 초보 디자이너가 지표를 설계 체크리스트로 활용했을 때, 설계 단계에서의 의사결정 속도가 평균 30% 가량 향상되었으며, 교육 목표와 게임 메커니즘 간의 불일치 사례가 현저히 감소했다. 이는 지표가 단순 평가 도구를 넘어 설계 사고를 구조화하는 프레임워크 역할을 함을 시사한다.

한계점으로는 지표가 주관적 판단에 어느 정도 의존한다는 점과, 다양한 학습 도메인(예: 과학, 언어, 직업 훈련) 간의 적용 차이를 충분히 탐색하지 못했다는 점을 들 수 있다. 향후 연구에서는 자동화된 메트릭(예: 로그 데이터 기반 학습 효과 측정)과 결합해 객관성을 강화하고, 도메인별 맞춤형 서브 지표를 개발하는 방향이 제안된다.