인기 유튜브 교육 콘텐츠의 학업정서 유발 교수설계적 특성 탐색 : AI 표정분석 기반 학습분석 중심으로 = Exploring Instructional Design Features that Elicit Academic Emotions in Popular YouTube Educational Content: A Learning Analytics Approach Based on AI Facial Expression Analysis

국문 초록 (Abstract)

인기 유튜브 교육 콘텐츠의 학업정서 유발 교수설계적 특성 탐색: AI 표정분석 기반 학습분석 중심으로 김 민 정 한국교원대학교 대학원 교육공학 전공 (지도교수 이 영 주) 학업정서는 학습 과정과 학업 성취에 중요한 영향을 미치며, 특히 긍정정서는 학습 몰입과 성과를 촉진하는 반면 부정정서는 학습 동기를 저하시킬 수 있다. 인기 유튜브 교육 콘텐츠는 학습자의 긍정정서를 효과적으로 유발하여 지속적 인 학습 참여를 이끌어내는 것으로 알려져 있다. 그러나 이러한 콘텐츠의 어떤 교수설계적 특성이 학습자의 긍정정서 또는 부정정서를 유발하는지에 대한 실 증적 분석은 부족한 실정이다. 이에 본 연구는 AI 표정분석 기반 학습분석을 활 용하여 인기 유튜브 교육 콘텐츠의 교수설계적 특성과 학업정서 간의 관계를 탐색하고자 한다. 본 연구의 연구문제는 다음과 같다. 첫째, 인기 유튜브 교육 콘텐츠에서 학습자의 긍정정서를 유발하는 교수설계적 특성은 무엇인가? 둘째, 인기 유튜브 교육 콘텐츠에서 학습자의 부정정서를 유발하는 교수설계적 특성은 무엇인가? 본 연구는 인기 유튜브 교육 콘텐츠의 학업정서 유발 교수설계적 특성을 AI 표정분석 기반 학습분석을 통해 탐색하였다. 이를 위해 7명의 연구참여자가 동 일한 주제의 인기 유튜브 교육 콘텐츠 총 4개를 각 15분씩 1회 시청하였으며, 시청 중 학습자의 얼굴을 개별 녹화하여 동영상 자료를 수집하였다. 수집된 자 료는 AI 기반 표정분석 소프트웨어인 FaceReader 9.0을 활용하여 분석하였다. 분석 과정에서 연구참여자 간 공통적으로 학업정서가 유발되는 구간을 탐색하 였으며, 해당 구간 유튜브 콘텐츠를 분석하여 정서 유발 시점의 교수설계적 특 성을 파악하였다. 이후 FaceReader 9.0으로부터 1초 단위로 정서가를 추출하였 으며, 정서가 유발된 교수설계적 특성을 기준으로 전후 5~10초 구간의 긍정정서 (기쁨, 흥미)와 부정정서(혼란, 지루함, 화)의 평균값을 산출하였다. 이후 AI 표정분석 기반 학습분석 데이터를 바탕으로 연구참여자와 변형된 비 디오 자극 회상 인터뷰를 각 1회 실시하였다. 인터뷰는 분석 결과값과 유튜브 콘텐츠 분석 내용을 바탕으로 진행되었으며, 연구참여자가 실제로 경험한 정서 와 AI 표정분석 결과값의 일치 여부, 그리고 해당 정서를 유발한 구체적 요인을 확인하는 방식으로 이루어졌다. 인터뷰 종료 후 연구자는 질적 내용 분석을 실 시하였다. 본 연구에서는 긍정정서 유발 교수설계적 특성 4개 영역 총 10개와 부정정서 유발 교수설계적 특성 4개 영역 총 6개를 도출하였다. 구체적으로, 긍정정서를 유발하는 교수설계적 특성은 화법, 구도, 사회적 상호 작용, 시각화 측면의 4개 영역으로 분류되었다. 화법에서는 ‘유희적 언어표현 활용', ‘교수자 위계 완화 화법 사용’, ‘학습자와 연결된 친근한 사례 제시’ 가 도출되었으며, 구도 측면에서는 ‘교수자 손을 활용한 실물 자료 직접 제 시’, ‘다양한 카메라 화면 구도’가 확인되었다. 사회적 상호작용 측면에서는 ‘두 명 이상의 교수자 상호대화형 구도’, ‘학습자 관점 대리 질문'이 나타났 으며, 시각화 측면에서는 ‘밈(Meme), 패러디 등 시각적 유희 자료 활용', ‘나 레이션과 의미적 연계된 실제 시각 자료 제시', ‘핵심정보 차별화된 폰트, 색상 사용'이 도출되었다. 부정정서를 유발하는 교수설계적 특성은 화법, 시각화, 정 보 제시, 학습자 관련성의 4개 영역으로 분류되었다. 화법에서는 ‘스크립트 기 반 단조로운 말투 사용',‘비언어적 표현의 부재'가, 시각화 측면에서는 ‘복잡 한 시각자료 제시', ‘핵심 정보 주변 과한 장식적 요소 사용'이 도출되었다. 정 보 제시 측면에서는 ‘동일 정보 중복 제시’가, 학습자 관련성 측면에서는 ‘학습자의 기존 신념과 상충하는 내용 제시'가 확인되었다. 본 연구에서 도출된 교수설계적 특성들은 기존의 교수설계 이론과 일맥상통 하면서도, 유튜브라는 온라인 플랫폼의 맥락에서 학습자의 정서적 반응을 중심 으로 재조명했다는 점에서 의의가 있다. 특히 AI 표정분석 기반 학습분석 데이 터를 활용함으로써, 학습자가 실제로 경험하는 정서적 반응을 객관적으로 포착 하고, 이를 구체적인 교수설계 요소와 연결할 수 있었다. 이는 단순히 학습 성 과나 만족도와 같은 사후 측정이 아닌, 학습 과정 중 발생하는 순간적 정서 변 화를 실시간으로 분석했다는 점에서 방법론적 의의를 지닌다. 또한 본 연구는 긍정정서와 부정정서를 유발하는 교수설계적 특성을 동시에 탐색함으로써, 효과적인 교육 콘텐츠 설계를 위한 실질적 지침을 제공한다. 긍 정정서를 유발하는 특성들은 적극적으로 활용하되, 부정정서를 유발하는 특성들 은 주의 깊게 배제해야 함을 시사한다. 이러한 결과는 향후 유튜브 기반 교육 콘텐츠 제작자들이 학습자 중심의 설계를 실천하는 데 구체적인 가이드라인으 로 활용될 수 있을 것이다. 나아가 본 연구에서 확인된 교수설계적 특성들은 유 튜브뿐만 아니라 다양한 형식교육이나 온라인 학습 환경에 적용 가능하며, 학습 자의 정서적 경험을 고려한 교수설계의 중요성을 강조하는 이론적 근거로 기능 할 수 있다. ※ 이 논문은 2026년 2월 한국교원대학교 대학원위원회에 제출된 교육학 석사학위 논문임.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1. 연구의 필요성 및 목적 1
• 2. 연구 문제 4
• 3. 용어의 정의 4
• Ⅱ. 이론적 배경 6
• 1. 학업정서 6
• 가. 학업정서의 정의와 유형 6
• 나. 학업정서의 역할과 기능 9
• 2. 학업정서 유발 교수설계적 특성과 인기 유튜브 교육 콘텐츠 11
• 가. 긍정정서 유발 교수설계적 특성 13
• 나. 부정정서 유발 교수설계적 특성 20
• 다. 인기 유튜브 교육 콘텐츠의 교수설계 요소 25
• 3. 학습분석학과 AI 표정분석 기반 학습분석 데이터 31
• 가. 학습분석학의 정의와 데이터 유형 31
• 나. AI 표정분석 기반 학습분석 데이터 34
• 다. AI 표정분석 기반 학습분석 관련 선행연구 40
• Ⅲ. 연구 방법42
• 1. 연구 대상 42
• 2. 연구 도구 44
• 3. 연구 절차 46
• Ⅳ. 연구 결과 57
• 1. 인기 유튜브 교육 콘텐츠에서 긍정정서를 유발하는 교수설계적 특성·· 57
• 가. 화법 58
• 나. 구도 62
• 다. 사회적 상호작용 64
• 라. 시각화 66
• 2. 인기 유튜브 교육 콘텐츠에서 부정정서를 유발하는 교수설계적 특성·· 71
• 가. 화법 72
• 나. 시각화 74
• 다. 정보 제시 77
• 라. 학습자 관련성 79
• Ⅴ. 논의 81
• Ⅵ. 결론 및 제언 86
• 1. 요약 86
• 2. 제한점 및 제언 89
• 참고문헌 92
• ABSTRACT 101