학습 분석과 커리큘럼 맵을 결합한 파노라믹 학습 지도 PALM

초록

PALM은 학습 분석 데이터를 커리큘럼 맵에 레이어링하여 학생들이 전공 전체 흐름 속에서 자신의 학습 행동과 성과를 직관적으로 파악하도록 돕는 대시보드이다. 실험 결과, 학습 계획·반성 의식이 향상되고 시각적 매력·사용성 측면에서 기존 LMS·시러버스 시스템보다 우수한 평가를 받았다.

상세 분석

본 논문은 학습 분석(LA)의 확장성 문제를 ‘커리큘럼 수준’이라는 새로운 차원에서 접근한다는 점에서 학술적 의의가 크다. 기존 LA 도구들은 개별 강의나 학습자 수준에 머물러, 과목 간 연계성이나 장기 학습 경로를 제공하지 못했다. PALM은 GIS(Geographic Information Systems)의 레이어 개념을 차용해, 기본 커리큘럼 맵을 ‘베이스 맵’으로 삼고, 학습 참여도, 과거 학습자 성과, 성적 등 다양한 LA 데이터를 0~4 레이어로 시각화한다. 특히 레이어 1에서는 TF‑IDF와 코사인 유사도를 이용해 강의 간 내용 유사성을 계산하고, 이를 두께가 다른 선으로 표현함으로써 과목 간 연계성을 직관적으로 드러낸다. 레이어 2·3은 현재 학습자와 과거 학습자의 참여도를 색상 밀도로 표시하고, 레이어 4는 성적 마커를 통해 성과를 한눈에 파악하게 한다. 이러한 설계는 학습자가 “내가 지금 어디에 서 있고, 앞으로 어떤 과목과 연결되는가”를 시각적으로 이해하도록 돕는다.

평가 방법은 두 가지 연구 질문(RQ1, RQ2)으로 구분된다. RQ1에서는 Theory of Planned Behavior(TPB) 모델을 기반으로 사전·사후 설문을 실시해 의도, 태도, 주관적 규범, 인지된 행동 통제 4요소의 변화를 측정했다. 29명의 전기·컴퓨터공학 전공 학생을 대상으로 7점 Likert 척도 설문을 진행했으며, 정규성 검증 후 짝지은 t‑검정과 효과크기(d) 계산을 수행했다. 결과는 특히 ‘인지된 행동 통제’와 ‘태도’ 점수가 유의하게 상승했으며, d값이 0.6 이상으로 중간 수준 이상의 효과를 보였다. RQ2에서는 기존 LMS·시러버스·성적조회·전통 커리큘럼 맵 등 5가지 시스템과 비교해 LADS(Learning Analytics Dashboard Success) 모델의 5요소(시각적 매력, 사용성, 이해도, 인지된 유용성, 지속 사용 의도)를 평가했다. PALM은 모든 항목에서 평균 1.2~1.8점 높은 점수를 받아, 특히 시각적 매력과 사용성에서 현저히 우수함을 확인했다.

한계점으로는 샘플 규모가 제한적이며, 한 대학의 특정 전공에만 적용된 점, 데이터 전처리(Levenshtein 거리 기반 코스명 매칭 등)의 자동화 수준이 낮아 실무 적용 시 추가 작업이 필요함을 언급한다. 또한, 레이어 1의 유사도 계산이 텍스트 기반이라 실제 학습 목표의 깊은 의미 연결을 완전히 포착하지 못할 가능성이 있다. 향후 연구에서는 다학제 데이터(예: 프로젝트 기반 평가, 포트폴리오)와 메타데이터를 통합하고, 학습자 개인 맞춤형 레이어 가중치를 제공하는 적응형 UI를 개발할 계획이다.

전반적으로 PALM은 학습 분석과 커리큘럼 설계라는 두 영역을 통합한 최초의 실용 시스템으로, 학습자 자기조절학습(SRL) 지원과 교육기관 차원의 데이터 기반 의사결정에 새로운 가능성을 제시한다.