클라우드 기반 수학 소프트웨어를 활용한 공학 교육 혁신

초록

본 논문은 Maxima와 같은 컴퓨터 수학 시스템을 클라우드 환경에 통합한 학습 구성요소를 설계·평가한다. 운영 연구 과목을 중심으로 심리·교육·기술적 평가 기준을 제시하고, 대학 학부 교육에서의 적용 실험 결과를 통해 학습 효율과 탐구 능력 향상을 입증한다.

상세 분석

이 연구는 전통적인 로컬 설치형 컴퓨터 수학 시스템(CAS)이 갖는 접근성·업데이트·협업 제약을 클라우드 서비스로 전환함으로써 해결하고자 한다. 먼저, 국내외 CAS 활용 현황을 메타분석하여 Maxima가 오픈소스·경량·다양한 수치·기호 연산 기능을 제공함을 확인하고, 클라우드 플랫폼(AWS, Azure 등)과의 연동 가능성을 검증한다. 설계 단계에서는 학습 목표를 ‘탐구 기반 학습(Investigative Learning)’으로 설정하고, 이를 지원하는 세 가지 모듈을 만든다: (1) 웹 기반 인터페이스와 실시간 코드 실행 엔진, (2) 과제·실험 자동 채점 및 피드백 시스템, (3) 협업 워크스페이스와 버전 관리 기능. 각 모듈은 사용자 인증·데이터 보안·자원 할당을 고려한 마이크로서비스 아키텍처로 구현되어, 동시 다중 사용자 환경에서도 안정적인 서비스 제공이 가능하도록 설계되었다.

평가 기준은 심리학적(학습 동기·자기 효능감), 교육학적(학습 성취·탐구 능력), 기술적(시스템 가용성·응답 시간·확장성) 세 축으로 구분하였다. 실험은 3학년 정보학 전공 학생 48명을 두 그룹(전통적 로컬 CAS 사용 그룹 vs. 클라우드 기반 Maxima 그룹)으로 나누어 8주 동안 운영 연구 과목을 진행하였다. 사전·사후 설문, 과제 점수, 로그 데이터 분석을 통해 두 그룹 간 차이를 통계적으로 검증하였다. 결과는 클라우드 그룹이 평균 과제 점수에서 12% 상승, 자기 효능감 척도에서 0.8점 상승, 시스템 응답 시간 평균 1.2초 단축을 보였으며, 특히 협업 워크스페이스 활용도가 높아 팀 기반 문제 해결 능력이 크게 향상된 것으로 나타났다.

이러한 결과는 클라우드 기반 CAS가 물리적 설치와 유지보수 비용을 절감할 뿐 아니라, 학습자 중심의 즉각적 피드백과 협업 환경을 제공함으로써 교육 효과를 극대화할 수 있음을 시사한다. 또한, 평가 프레임워크가 다차원적이어서 향후 다른 학문 분야나 다른 CAS(예: SageMath, Mathematica)에도 적용 가능한 일반화 가능성을 갖는다.