K‑12 데이터 리터러시 학습 경로 지도

본 연구는 2019‑2024년 사이 발표된 84편의 K‑12 데이터 리터러시 관련 논문을 체계적으로 검토하고, 학습 활동을 “지식 기반·투명”, “데이터 기반·투명”, “지식 기반·불투명”, “데이터 기반·불투명” 네 가지 패러다임으로 분류한다. 이를 바탕으로 학습자들이 겪는 네 가지 주요 학습 경로(투명성 유지, 데이터‑드리븐 유지, 점프, 브리징)를 제시하며, 데이터 리터러시 교육 설계에 대한 실천적 시사점을 제공한다.

저자: Robert Whyte, Manni Cheung, Katharine Childs

본 논문은 K‑12 교육 현장에서 데이터 리터러시가 어떻게 구현되고 있는지를 체계적으로 파악하기 위해 2019년부터 2024년까지 발표된 84편의 실증 연구를 메타분석하였다. 연구자는 먼저 데이터 리터러시 교육을 이해하기 위한 이론적 틀로 “데이터 패러다임 프레임워크”를 제안한다. 이 프레임워크는 두 차원, 즉 (1) 논리 형태—지식 기반(Knowledge‑Based, KB)과 데이터‑드리븐(Data‑Driven, DD)—와 (2) 설명 가능성—투명(Transparent, T)과 불투명(Opaque, O)—을 결합해 네 개의 사분면(KB‑T, DD‑T, KB‑O, DD‑O)으로 구분한다. 문헌 검토 과정은 PRISMA 2020 가이드라인에 따라 진행되었으며, 데이터 리터러시와 관련된 논문을 학문 분야(컴퓨팅 교육, 수학·통계 교육, 도메인‑특정 응용)와 교육 맥락(교실, 비공식 학습 캠프)으로 폭넓게 포함하였다. 각 연구의 학습 활동을 위의 두 차원에 매핑한 결과, 대부분이 단일 패러다임에 머물렀다. 구체적으로, KB‑T는 1건, DD‑T는 36건, DD‑O는 20건, KB‑O는 거의 없었다. 이는 현재 교육 설계가 투명한 데이터‑드리븐 활동에 집중하고 있음을 보여준다. 다음으로 저자들은 학습 활동 간 전이를 분석하여 네 가지 학습 경로를 도출하였다. 1. **경로 #1 – 투명성 유지 (KB‑T → DD‑T)** 11개의 연구가 이 경로를 따랐으며, 학생들은 먼저 규칙 기반의 투명 모델(예: 손으로 만든 피자 레시피 알고리즘)로 시작해, 이후 데이터‑드리븐 투명 모델(예: 텍스트 분류를 위한 투명 머신)로 전환한다. 이 과정은 규칙 작성 경험을 데이터 기반 학습으로 연결함으로써, 모델의 논리와 데이터의 역할을 동시에 인식하게 한다. 2. **경로 #2 – 데이터‑드리븐 유지 (DD‑T → DD‑O)** 5개의 연구가 해당한다. 초기에는 간단한 회귀·분류와 같은 투명한 데이터‑드리븐 모델을 사용하고, 점차 신경망·SVM·KNN 등 불투명한 모델로 확장한다. 학습자는 모델 복잡도가 증가함에 따라 설명 가능성 감소를 직접 체험하고, 사후 설명 기법의 필요성을 깨닫는다. 3. **경로 #3 – 점프 (KB‑T → DD‑O)** 9개의 연구가 이 패턴을 보였다. 학생들은 규칙 기반 활동(예: Scratch에서 규칙 만들기)에서 바로 데이터‑드리븐·불투명 모델(예: 머신러닝 키트, 이미지 분류)로 이동한다. 이러한 급격한 전이는 모델 내부를 직접 검증할 수 없는 상황을 만들며, 설명 가능성 교육과 비판적 사고를 강조한다. 4. **경로 #4 – 브리징 (다중 패러다임 연결)** 드물게 두 연구에서 관찰되었다. 학습자는 KB‑T → DD‑T → DD‑O 순서로 진행하며, 각 단계마다 투명성과 불투명성 사이의 차이를 명시적으로 반성한다. 예를 들어, DoS 공격 규칙을 만든 뒤 트위터 데이터 시각화와 GAN 학습을 차례로 수행한다. 이러한 설계는 학습자가 모델의 한계와 설명 가능성 문제를 체계적으로 이해하도록 돕는다. 연구 결과는 지리적 분포에서도 흥미로운 패턴을 보인다. 미국이 절반 이상(54.8%)을 차지했으며, 독일·핀란드 등 유럽 국가와 호주·브라질·일본 등 다양한 국가에서도 사례가 보고되었다. 논의 부분에서는 데이터‑드리븐 기술의 확산이 데이터 리터러시 교육의 필요성을 강조함을 재확인한다. 저자들은 교육 설계자가 (1) 학습자 연령과 배경에 맞는 패러다임 전이를 설계하고, (2) 불투명 모델 도입 시 XAI 기법 등 사후 설명 도구를 명시적으로 제공하며, (3) 투명·불투명 모델 간 비교·반성을 통한 메타인지적 학습을 촉진해야 한다고 제언한다. 또한, 현재 연구가 주로 2차 교육 단계(중·고등학교)에 집중돼 있어, 초등 교육 단계에서의 데이터 리터러시 접근법과 장기적인 학습 경로 추적에 대한 추가 연구가 필요함을 강조한다. 결론적으로, 이 논문은 데이터 리터러시 교육을 “논리 형태”와 “설명 가능성”이라는 두 축으로 구조화함으로써, 교육자와 연구자가 학습 활동을 체계적으로 분석하고 설계할 수 있는 공통 언어와 시각적 도구를 제공한다. 제시된 네 가지 학습 경로는 현재 교육 실천의 다양성을 보여주며, 향후 교육 정책·교재 개발에 적용 가능한 구체적인 설계 지침을 제시한다.

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기