가상 학습 환경에서 교육 데이터 마이닝을 활용한 학업 지표 연구

초록

본 연구는 시리아 대학 가상 학습 환경(VLE)에서 수집된 학생 데이터를 교육 데이터 마이닝(EDM) 기법으로 분석하여, 학생 평균 성적에 영향을 미치는 주요 요인을 규명한다. 영어 수준, 연령, 성별, 재학 기간 연장 여부, 거주 지역(시리아 내·외) 등이 성적과 강한 상관관계를 보였으며, 특정 과목의 전제조건 수정 필요성과 시리아 내전이 학업에 미치는 부정적 영향을 확인하였다. 또한 시스템 개선을 위한 구체적 제안을 제시한다.

상세 분석

본 논문은 교육 데이터 마이닝(EDM) 접근법을 통해 시리아 가상 대학(SVU)의 비즈니스·정보기술(BIT) 디플로마 과정에 등록된 1,200여 명의 학생 데이터를 정량적으로 분석하였다. 데이터 전처리 단계에서는 결측치 보완, 이상치 제거, 범주형 변수의 원-핫 인코딩 등을 수행했으며, 주요 변수로는 학생의 평균 성적(GPA), 영어 수준(시험 점수), 연령, 성별, 재학 연장(over‑stay) 여부, 거주 지역(시리아 내·외), 전공 선택 여부 등이 포함되었다. 분석 기법으로는 상관관계 매트릭스, 다중 회귀 분석, 의사결정나무(CART), 랜덤 포레스트, 군집화(K‑means) 등을 적용하였다.

상관관계 매트릭스 결과, 영어 수준과 GPA 간의 피어슨 상관계수 r=0.42로 중간 정도의 양의 상관관계를 보였으며, 이는 교육 언어가 아랍어임에도 불구하고 영어 능력이 학습 자료 이해와 과제 수행에 중요한 역할을 함을 시사한다. 연령은 r=−0.31로 음의 상관관계를 나타내어, 연령이 높을수록 평균 성적이 낮아지는 경향을 확인했다. 성별 차이는 남성 평균 GPA 2.78, 여성 2.95로, 여성 학생이 약간 높은 성적을 기록했으며, 이는 성별이 학업 성취에 미치는 미세한 차이를 반영한다. 재학 연장(over‑stay) 변수는 0(정상)와 1(연장)로 구분했을 때, 연장 학생의 평균 GPA가 0.45점 낮아, 학업 지속성 문제가 성적 저하와 직접 연관됨을 보여준다. 거주 지역은 시리아 내 거주와 외거주(난민 등)로 구분했으며, 외거주 학생은 평균 GPA가 0.38점 낮아 전쟁·난민 상황이 학업에 부정적 영향을 미침을 확인했다.

다중 회귀 모델의 설명력(R²)은 0.57로, 위 변수들이 GPA 변동의 약 57%를 설명한다. 의사결정나무와 랜덤 포레스트 모델에서는 영어 수준, 재학 연장, 거주 지역이 가장 높은 변수 중요도(feature importance)를 보였으며, 특히 영어 수준이 0.28, 재학 연장이 0.22, 거주 지역이 0.19로 나타났다. 군집화 분석에서는 세 개의 주요 군집이 도출되었는데, (1) 높은 영어 점수·짧은 재학 기간·시리아 내 거주, (2) 중간 영어 점수·연장 재학·외거주, (3) 낮은 영어 점수·연장 재학·외거주 군집으로 구분되었으며, 각 군집별 평균 GPA 차이가 통계적으로 유의미했다(p<0.01).

이러한 정량적 결과를 바탕으로 저자는 몇몇 핵심 과목, 특히 ‘Advanced DBA II’와 ‘Data Security’의 전제조건(prerequisite)을 재검토할 것을 제안한다. 현재 전제조건이 영어 기반 교재와 실습에 과도하게 의존하고 있어, 영어 수준이 낮은 학생들의 학습 장벽을 형성한다는 점이 지적되었다. 또한, 전쟁으로 인한 심리적 스트레스와 생활 불안정이 학업 지속성에 미치는 영향을 완화하기 위해, 학점 보완제도, 멘탈 헬스 지원, 유연한 수강 정책 등을 도입할 필요가 있다. 시스템 측면에서는 학습 관리 시스템(LMS)에 학업 지표 대시보드와 실시간 알림 기능을 추가하여, 교원과 관리자가 위험군 학생을 조기에 식별하고 개입할 수 있도록 설계할 것을 권고한다.