교육기술 독자 시각화 연구

초록

본 논문은 Mendeley 독자 데이터를 활용한 교육기술 분야의 지식 영역 시각화를 제안하고, 이를 인용 기반 시각화와 비교·전문가 인터뷰를 통해 평가한다. 13개의 주제 영역을 도출했으며, 최신 연구 경향을 반영하지만 컴퓨터 과학 영역이 누락되는 한계가 있다.

상세 분석

본 연구는 교육기술 분야의 지식 구조를 파악하기 위해 전통적인 인용 기반 방법이 아닌 독자 기반(co‑readership) 접근을 시도하였다. 데이터는 전 세계 연구자들이 Mendeley에 저장한 논문 메타데이터와 해당 논문을 저장한 사용자 프로필을 이용했으며, 논문 간 공동 저장 횟수를 네트워크 가중치로 정의하였다. 네트워크 분석 단계에서는 가중치 기반 유사도 행렬을 구축하고, 다차원 척도법(MDS)과 군집 알고리즘(k‑means)을 결합해 13개의 클러스터를 도출하였다. 각 클러스터는 심리·교육학·방법론, 학습 방법·기술, 사회·기술적 발전 등으로 구분되었다.

시각화 결과는 인용 기반(co‑citation) 시각화와 비교했을 때 두드러진 차이를 보였다. 첫째, 독자 기반 지도는 최신 연구 흐름을 더 잘 반영한다는 점에서 시간적 민감도가 높다. Mendeley 사용자들은 최신 논문을 빠르게 저장·공유하기 때문에, 최신 주제가 지도 상에 앞서 나타난다. 둘째, 영역 커버리지는 인용 기반보다 넓으며, 특히 교육학·심리학적 주제가 세분화되어 나타난다. 이는 교육기술 연구가 학제 간 융합 특성을 가지고 있음을 시각적으로 확인시켜준다.

하지만 한계점도 명확히 드러난다. 컴퓨터 과학·공학적 주제는 독자 기반 지도에서 거의 배제되었으며, 이는 Mendeley 사용자층이 교육·사회과학 중심이기 때문일 가능성이 있다. 또한 클러스터 크기와 위치 해석에 대한 명확한 기준이 부재하여, 지도 해석 시 주관적 판단이 개입될 위험이 있다. 전문가 인터뷰에서는 이러한 해석 불확실성을 지적하며, 클러스터 크기를 ‘연구 활동량’ 혹은 ‘관심도’로 해석할지에 대한 논의가 필요하다고 제언했다.

결론적으로, 본 연구는 독자 기반 지식 시각화가 교육기술 분야의 최신 동향을 포착하고, 기존 인용 기반 방법을 보완할 수 있음을 입증한다. 다만, 분야별 사용자 편향과 시각화 해석 기준 마련을 위한 추가 연구가 필요하다.