수학통계학을 위한 변형 모어 방식 학습법

본 논문은 R. L. 모어가 제안한 대학원 수준의 수학 교육법을 기반으로, 코헨이 제시한 학부용 변형을 다시 수정하여 수학통계학 과목에 적용한 구체적인 사례를 상세히 기술한다. 강의는 전통적인 강의 중심이 아니라 ‘문제 중심 학습’으로 전환되며, 학생들은 2주마다 3개의 난이도 높은 문제를 부여받는다. 문제는 이론적 증명과 실험적 시뮬레이션 두 가지 접근법을 모두 요구하도록 설계되어, 학생들이 분석적 해법과 경험적 해법을 병행해 탐구하도록 만든다. 수업은 주 3회, 각 80분씩 진행되며, 강의 시간 대부분을 코칭 세션, 그룹 토론, 그리고 최종 발표에 할당한다. 코칭 세션에서는 강사가 직접 답을 제시하지 않고, 학생들이 스스로 문제를 구조화하고 해결 전략을 도출하도록 유도한다. 초기에는 4~7개의 3인 그룹이 형성되고, 학기 중 두 차례 재배치를 통해 모든 학생이 다양한 동료와 협업할 수 있도록 한다. 이는 약한 학생이 지속적으로 지원을 받을 수 있게 하며, 그룹 역학에 따른 학습 격차를 최소화한다. 교재로는 Rice(1995)의 통계학 교과서와 Nolan & Speed(2000)의 사례 모듈을 활용한다. 문제는 확률, 데이터 시각화, 추정 및 부트스트랩, 가설 검정, 두 표본 비교, 베이지안 추론 등 통계학 전반을 포괄한다. 각 문제는 실제 데이터와 연결되어 있어, 학생들은 경제 설문, 유전학 실험, DNA 패턴 분석 등 다양한 분야의 데이터를 직접 다루게 된다. 기술적 측면에서 R과 RStudio는 시뮬레이션과 재현 가능한 분석을 위한 핵심 도구로 사용된다. 학생들은 Sweave 혹은 향후 knitr‑Markdown을 이용해 코드와 보고서를 하나의 문서에 통합하고, 이를 PDF 형태로 제출한다. 이러한 작업 흐름은 ‘재현 가능성’이라는 현대 통계 실무의 핵심 가치를 체득하게 하며, 코드·결과·해석을 일관되게 관리하도록 돕는다. 또한, 강의는 LaTeX 기반의 문서 작성법을 사전 교육함으로써, 학생들이 학술적 글쓰기와 시각화 기술을 동시에 습득하도록 설계되었다. 평가 방식은 두 단계로 구성된다. 첫 번째는 매주 제출하는 ‘주간 보고서’로, 각 그룹이 문제에 대한 분석 과정, 시뮬레이션 결과, 그리고 해석을 포함한 완전한 솔루션을 제시한다. 보고서는 강사가 한 팀당 하나씩 상세히 채점하고, 전반적인 피드백을 제공한다. 두 번째는 학기 말에 진행되는 15분 발표로, 각 그룹이 자신들의 해결 과정을 구두로 설명하고 동료와 강사의 질문에 답한다. 이 과정은 구두 의사소통 능력과 비판적 사고를 동시에 평가한다. 본 연구는 GAISE(2005) 권고사항과도 일치한다. 실제 데이터를 활용하고, 기술적 도구를 통해 개념적 이해를 심화시키며, 활동 중심 학습을 강조한다. 또한, ‘분석적 사고’와 ‘계산적 실험’ 사이의 통합을 목표로 함으로써, 통계학 전공 학생뿐 아니라 수학 전공 학생들에게도 방법론적 문제 해결 능력을 함양한다는 점에서 교육적 의의가 크다. 결론적으로, 변형 모어 방식은 학생들의 자기 주도 학습, 협업 능력, 그리고 통계적 사고를 동시에 촉진하는 효과적인 모델로 평가된다.