데이터 과학 기초 교육을 위한 융합 접근법

초록

본 논문은 Wright State University에서 최초로 개설된 데이터 과학 과목을 MIS와 CS 전공 교수 2인이 공동 설계·교수한 사례를 제시한다. 다양한 전공 배경을 가진 학생들이 협업 과제와 프로젝트를 통해 데이터 과학의 전반적 흐름을 습득했으며, 설문 결과 학습 만족도와 융합 역량이 크게 향상된 것으로 나타났다.

상세 분석

이 연구는 데이터 과학 교육의 설계·운영·평가 전 과정을 체계적으로 분석한다. 첫째, 교과목 목표를 ‘데이터 탐색·전처리·분석·시각화·모델링·해석’의 6단계로 구분하고, 각 단계에 MIS와 CS의 전문성을 매핑했다. 예를 들어, 데이터베이스 설계와 SQL 쿼리는 MIS 교수의 비즈니스 관점에서, 파이썬 기반 머신러닝 알고리즘 구현은 CS 교수의 컴퓨팅 역량에서 담당하도록 역할을 분담했다. 둘째, 강의는 이론 강의와 실습 실험실(lab) 세션을 교차 배치해 이론‑실무 간 격차를 최소화했다. 실습은 실제 기업 데이터셋을 활용해 데이터 정제, 탐색적 분석, 모델 구축, 결과 보고서 작성까지 전 과정을 경험하도록 설계되었다. 셋째, 팀 기반 프로젝트는 전공 혼합 팀을 의무화함으로써 학생 간 지식 전이와 협업 기술을 촉진했다. 팀 내 역할은 데이터 엔지니어링, 분석, 비즈니스 인사이트 도출 등으로 세분화돼 각자의 강점을 살릴 수 있었다. 넷째, 평가 방법은 퀴즈·과제·프로젝트·동료 평가 등 다중 기준을 적용해 학습 성과를 다각도로 측정했다. 특히 동료 평가는 팀 내 기여도와 협업 태도를 정량화해 융합 교육의 효과를 검증하는 데 기여했다. 마지막으로 사후 설문에서는 ‘전공 간 시너지’, ‘실제 데이터 활용 능력’, ‘프로젝트 기반 학습 만족도’가 높은 점수를 받았다. 이는 전통적인 단일 전공 강의보다 학습 동기와 실무 적용 가능성을 크게 높였음을 시사한다. 전체적으로 이 논문은 교과 설계 단계에서 전공 융합을 명시적으로 구조화하고, 실습·프로젝트 중심의 학습 환경을 조성함으로써 데이터 과학 기초 교육의 효과성을 입증한다는 점에서 교육공학적 의의를 가진다.