AI 교과서의 학습 분석과 학습 활동 데이터 수집 표준 비교

최준석,안성훈 한국창의정보문화학회 2023 창의정보문화연구 Vol.9 No.3

The 2022 revised curriculum includes digital competency as a core competency for future generations, and research is underway to introduce AI digital textbooks from 2025. When using AI textbooks, a lot of learning data will be accumulated, and learning analytics will be performed to recommend appropriate learning through data analysis. In order for learning analytics to work smoothly, a standardized data collection method is required, and xAPI and Caliper Analytics are being used as representatives. xAPI is a learning record technology for collecting and sharing data from learning activities and experiences, and is characterized by free data collection and sharing, interoperability and flexibility, comprehensive tracking of learning experiences, and immediate feedback and personalization. Caliper Analytics is also a technology developed to collect, transmit, and share data, with the goal of ensuring the quality and uniformity of learning data, improving interoperability, providing competency-based education services, and advancing the education technology industry. The differences between each learning activity data collection standard are summarized in a table. We hope that this study will increase interest in learning activity data collection standards and understanding of learning analytics. 2022 개정 교육과정에 미래 세대 핵심 역량으로 디지털 역량이 신설되었고 2025년부터 AI 디지털교과서 도입을 목표로 연구가 진행 중에 있다. AI 디지털교과서를 사용하게 되면 많은 학습 데이터를 축적하게 되고, 데이터 분석을 통해 알맞은 학습을 추천하는 학습 분석이 이루어지게 된다. 학습 분석이 원활하게 이루어지기 위해서는 표준화된 데이터 수집 방법이 필요하며, 대표적으로 xAPI와 Caliper Analytics가 사용되고 있다. xAPI는 학습 활동과 경험에 의한 데이터를 수집, 공유하기 위한 학습 기록 기술이며, 데이터의 자유로운 수집과 공유, 상호 운용성과 융통성, 학습 경험의 포괄적 추적, 즉각적인 피드백과 개인화라는 특징을 가진다. Caliper Analytics도 데이터의 수집, 전송, 공유하기 위해 개발된 기술로서 학습 데이터의 품질과 통일성 확보, 상호 운용성 향상, 역량 기반 교육 서비스 제공, 교육 기술 산업의 발전이라는 특징을 가진다. 각 학습 활동 데이터 수집 표준 간의 차이는 표로 정리하여 나타내었다. 본 연구를 통해서 학습 활동 데이터 수집 표준에 대한 관심과 학습 분석에 대한 이해가 높아지게 되기를 기대한다.

학습분석학 국내 문헌 고찰: 로그 데이터를 이용한 실증연구를 중심으로

안미리 ( Mi-lee Ahn ),최윤영 ( Younyoung Choi ),배윤희 ( Yunhee Bae ),고윤미 ( Yoonmi Ko ),김민하 ( Minha Kim ) 한국교육공학회 2016 교육공학연구 Vol.32 No.2

학습분석학(Learning Analytics)은 학습이 일어나는 전 과정에서 수집되는 데이터를 분석하여 학습에 도움이 되는 다양한 정보를 제공하는 것을 목적으로 한다. 온라인 콘텐츠 활용과 이러닝이 보편화됨에 따라 학습분석학은 학습유형고찰, 학습평가, 맞춤 학습 등 교육의 질 향상에 도움이 될 것으로 기대된다. 그러나 아직 국내연구에서는 학습분석학의 연구가 미비한 점을 착안하여 본 연구에서는 국내에서 발표된 학습분석학을 적용한 문헌 자료를 분석하였고, 향후 국내연구에 주는 시사점을 살펴보았다. 본 연구는 2008년부터 2016년 2월까지 발표된 국내 학습분석학 관련 문헌 중 실증적 연구 중심의 문헌으로 최종 61편을 선정하였으며, 선별 절차와 과정은 Papamitsiou와 Economides(2014)의 문헌연구 방법을 따랐다. 문헌분석 결과, 국내에서 집중된연구 동향은 (1) 연구 목적은 학생 행동 모델링, 학습성과 예측, (2) 학습환경은 VLEs/LMSs, 웹기반학습을 주로 연구하였으며, (3) 자료분석방법은 연구 목적에 따라 분석 방법을 다르게 사용하였으나 주로 Statistics, Regression, Text Mining이 많이 활용되었다. 본연구의 시사점은 우선, 학습분석학을 통한 새로운 교수전략 제안과 학습자의 학습성과 예측, 중도탈락 예방 등 학습자 이외에 지원 가능한 다양한 변인에 대한 연구가 상대적으로 미미했던 부분의 보완이 필요하다. 또한 MOOC, 인지적 튜터 시스템, 모바일과 같은 다양한 학습환경에서의 학생 및 학생 행동 모델링 연구가 필요하다. 나아가 데이터를 추출하고 마이닝하는 방법과 이에 따른 분석 모형화에대한 연구를 교육공학적 측면에서 접근함으로써 다양한 학습자의 개인별, 맞춤형 교육을 제공할 수 있는 시각화방법을 포함한 프로세스가 내재된 학습관리시스템 모델링 연구 또한 필요하다. 결론적으로 학습분석학의 활용에 관한 다양한 관점의 고찰은 교수설계, 교수전략의 새로운방향을 제시하고 효과적인 데이터의 활용과 학습관리시스템의 모형을 제안할 것으로 기대된다. Learning analytics is a research method used in data collection, analysis, and reporting of learners`` progress, for purposes of understanding, predicting, and optimizing learners`` learning process. Along with the rapidly increasing use of online learning, data derived analytics methods are anticipated to improve the quality of education. However, research on learning analytics is relatively new in Korean academia. This study aims to identify research trends in Korea on the (1) learning settings, (2) research objectives, and (3) research methods used in learning analytics literatures. Using Papamitsiou & Economides‘s(2014) review process as a guideline, we surveyed empirical studies published in Korea between 2008 and 2016, and 61 were aggregated for in-depth analysis. The results show that most research published in Korea is limited to applying learning analytics in the context of VLEs/LMSs and web-based learning platforms. For research objectives and research methods also narrowly focused on objectives and research methods. The implication of this study is that the Korean academia needs to expand to different applications of learning analytics to include instructional strategies, prediction of student success, and prevention of dropouts. Furthermore, we need to expand to include the design of MOOC, cognitive tutor system, and mobile learning systems to offer automated data extraction and data mining, and capablities of visualized personalized data. These data-driven learning environment could foster learning analytics research and improve quality of teaching and learning.

해외 학습분석학(Learning Analytics) 연구에 대한 동향 분석: 실증 연구 중심으로

안미리 ( Mi Lee Ahn ),최윤영 ( Youn Young Choi ),고윤미 ( Yoon Mi Ko ),배윤희 ( Yun Hee Bae ) 한국교육정보미디어학회(구 한국교육정보방송학회) 2015 교육정보미디어연구 Vol.21 No.4

다양한 기술의 발달은 교육환경에 많은 변화를 시키고 있다. 특히 인터넷의 발달로 인한 VLEs/LMSs. MOOC, 웹과 같은 학습환경은 학습자들에게 보다 효율적으로 학습할 수 있는 환경을 제공해줄 수 있게 되었다. 이러한 학습환경에서 수집된 방대한 자료를 분석하고, 이를 통해 학습 유형을 이해하고, 학습성과를 예측하며, 교수전략 개발 등을 가능하게 하는 학습분석학에 대한 관심이 높아지고 있으며, 이를 활용한 실증 연구들이 활발하게 이루어지고 있다. 하지만 국내외 학습분석학의 연구 목적, 학습분석학이 활용될 수 있는 학습환경과 적용가능한 자료분석방법에 관한 정보가 충분히 정리되어 있지 않다. 따라서 본 연구에서는 학습분석학에 관한 해외 문헌 동향을 정리하고자 하였다. 본 연구는 2013년 9월부터 2015년 8월까지 학습분석학이 적용된 해외 실증 연구 총 154편을 리뷰하였으며, Papamitsiou와 Economides(2014)의 학습분석학 문헌연구에서 사용된 연구 목적, 학습환경, 그리고 자료분석방법에 따라 세 분야에 대한 연구 동향을 분석하였다. 문헌 분석 결과 (1) 연구 목적은 학습성과예측, 교수전략 제안과 학생 행동 모델링, (2) 학습환경은 VLE/LMSs과 웹기반 교육, 그리고 (3) 자료분석방법으로는 통계 기법이 많이 활용되었다. 자료분석 방법은 Text Mining과 Social Network Analysis 방법과 같이 다양한 방법이 고르게 사용되었으며, 더하여 새롭게 Bayesian Inference Network, Machine Learning 등과 같은 자료분석방법이 활용되었다. 이러한 연구 결과에 기반을 두어 국내 학습분석학 연구를 위해 시사점을 제언하였다. 국내 연구에서도 MOOC/사회적 학습, 인지적 튜터 시스템, 모바일과 같은 학습환경에서 학생 및 학생 행동 모델링 등과 같은 연구 목적과 자료분석방법을 포함한 다양한 연구와 함께 학습분석학의 새로운 개념화와 연결되는 연구가 필요하다. 또한 교육에서의 데이터 활용은 교육공학 분야에 큰 시사점을 준다. 교수설계, 교수전략, 성취도 평가와 피드백, 시각화 자료 등은 학습과정을 객관화할 수 있어 학습자 중심의 교수설계에 시사점을 준다. 최근 활성화되는 하이브리드 교수법에 대한 효과성과 자기주도성 등 교육공학의 온·오프라인 학습환경 개선 연구에 기여할 수 있을 것을 기대한다. Advances in technology brings mcuh changes in learning environment. Especially, advances in Internet technology have created various learning settings such as LMSs/VLEs, MOOC, and Web-based learning. These newly emerging learning settings have contributed to provide more effective learning environment for learners than ever before. These learning environment enable collection of vast amount of data and analyze such data for meaningful interpretation. Recently, much attention has been paid to Learning Analytics in order to understand different learning types or learners, predict learners’ performances, and further to develop various teaching strategies under those learning settings. Although many studies on Learning Analytics have been conducted, we lack information about research objectives, learning settings, and data analysis methods used in Learning Analytics. Therefore, the purpose of this literature review of international research was to identify trends of current Learning Analytics studies in terms of research objectives, learning settings, and data analysis methods. In this research, we reviewed a total of 154 published in international articles and presentations made between September of 2013 through August of 2015. This literature review applied Papamitsiou & Economides (2014) literature review framework and methods. The research findings showed that (1) prediction of performances, recommendation of resources, and student behavior modeling were prevalent in terms of research objectives, (2) LMSs/VLEs and web-based education were prevalent in terms of learning settings, and (3) statistics was prevalent in terms of data analysis method. Specifically, various data analysis methods have been used such as Text Mining and Social Network Analysis. Interestingly, Bayesian Inference Network or Machine Learning which is not commonly used in Educational Technology was found from this literature review. We suggested several implications to improve Learning Analytics in Korea. It is necessary to conduct studies with various learning objectives, learning settings, and data analysis methods. Finally, it should lead to conceptualize Learning Analytics for Korean researchers. In addition to these conclusion, the use of data for education offer implication for researchers in the field of Korean Educational Technology. The research using Learning Analytics can provide strategies for designing hybrid learning environment, student achievements and feedback, and the visualized data could provide additional information about students’ learning process. Further researches in the area of Learning Analytics can provide important implications for those who research to improve online and offline learning environment.

학습분석 수업설계모형 개발

김태기(金兌冀) 서울대학교 교육연구소 2021 아시아교육연구 Vol.22 No.2

이 연구는 초, 중, 고등학교의 일반 교실환경에서 교사들이 학습분석을 활용하여 체계적인 수업을 할 수 있도록 학습분석 수업설계모형을 개발하는 것을 목적으로 한다. 이를 위해 기존의 수업설계모형, 학습분석모형 문헌들을 탐색하여 학습분석 수업설계모형의 구성요소들을 도출하고, 그것을 바탕으로 모형을 설계하였다. 설계된 모형은 내적타당화를 위한 교수학습분야를 전공한 3인의 전문가 검토와 외적타당화를 위한 현직교사 12인의 사용성 평가를 거쳐 수정 보완된 후 최종 학습분석 수업설계모형이 개발되었다. 이후 최종 모형은 교수설계 및 모형전문가 6인으로부터 타당화를 검증받았고 그 결과 본 연구결과로 개발된 WISE 학습분석 수업설계모형은 타당한 것으로 나타났다. 결론적으로 이 연구는 학습분석을 활용한 수업설계모형을 통해 교수학습현장을 개선하기위한 새로운 가능성을 제시한다. 한편 이 연구에서 개발된 학습분석 수업설계모형은 교육 현장에서 사용하는 교사의 역량, 학습정보의 정확성, 교육환경의 여건 등에 따라 사용성이 달라질 수 있다는 한계가 있지만 다음과 같은 의의가 있다. 첫째, 이 연구는 최초로 초, 중, 고등학교의 일반적인 교수학습 현장을 대상으로 한 학습분석 수업설계 모형을 개발했다는 의의가 있다. 둘째, 이 연구는 학습분석을 초, 중, 고등학교의 일반적인 교수학습 현장에 적용할 수 있는 실제적인 수업모형의 기준을 제시한다는 의의가 있다. 끝으로 모형 개발 효과, 학교급간 차이에 대한 수업모형 적합성 검증, 온라인 기반의 학습분석모형들과의 연계 등의 후속연구를 제언한다. The study aims to develop a learning analytics instructional design model so that teachers can systematically teach using learning analytics in the general classroom environment of elementary, middle and high schools. To this end, the existing classroom instructional design model and learning analytics model literatures were explored to derive the components of the learning analytics instructional design model, and the model was designed based on it. The designed model was revised and supplemented by three experts who majored in the field of teaching and learning for internal feasibility and by 12 incumbent teachers for external feasibility, and the final learning analytics instructional design model was developed. After that, the final model was validated by 6 instructional design and model experts, and as a result, the WISE learning analytics instructional design model developed as a result of this study was found to be valid. In conclusion, this study presents a new possibility to improve the teaching and learning field through the instructional design model using learning analytics. Meanwhile, the learning analytics instructional design model developed in this study has limitations that its usability can vary depending on teachers’ capabilities, accuracy of learning information, and conditions in the educational environment, but this study has the following implications. First, the study is meaningful in that it developed a learning analytics instructional design model for general teaching and learning field of elementary, middle and high schools for the first time. Second, this study is meaningful it suggests the standard of practical instructional model that can be applied to general teaching and learning fields in elementary, middle and high schools. Finally, follow-up studies such as model development effects, verification of the model suitability for differences between schools, and linkage with online-based learning analysis models are suggested.

대학 교수학습개발 전문가의 학습분석 인식 연구

권숙진 ( Sukjin Kwon ),한재훈 ( Jae Hoon Han ),신종호 ( Jongho Shin ) 충남대학교 교육연구소 2016 교육연구논총 Vol.37 No.2

최근 학습분석은 고등교육 분야에 교육 혁신을 위한 수단으로 여겨지고 있다. 대학의 교수학습과정을 개선하고 환류체계를 구축하기 위해 학습분석을 도입하고 확산하려는 시점에서 이와 관련된 핵심 역할을 수행하고 있는 국내 대학 교수학습센터 전문가들의 학습분석에 대한 인식을 분석하였다. 이를 위하여 Drachsler와 Greller(2012)가 학습분석의 실천적 적용을 위한 설계 요건으로 제시한 개념적 프레임워크를 활용하여 세부설문내용을 도출하였다. 전국대학의 교수학습센터 전문가 190여명에게 설문을 배포하였으며, 최종적으로 91명이 설문을 완료하였다. 대학 교수학습센터 전문가들의 학습분석에 대한 이해 수준 및 필요성, 학습분석 이해관계자, 학습분석 목적, 학습분석 자료, 학습분석 방법, 학습분석 저해 요인, 학습분석 활용을 위한 역량에 대한 인식을 전문가 특성별로 제시하였다. 연구 결과를 토대로 국내 대학에서의 학습분석을 적실하게 활용하여 교수학습의 질적 향상을 확보하기 위한 시사점을 논의 하였다. Learning analytics is a tool for enhancing educational innovation and thus elevating the quality of teaching and learning in higher education. Learning analytics with the use of big data is now about to be adopted into every aspect of teaching and learning in higher education. This study tackled issues with conducting learning analytics in the field of teaching and learning. It investigates the perceptions of professionals at university centers for teaching and learning about the use of learning analytics in university settings. Drachsler and Greller (2012)’s framework was used to design the survey to explore professionals’ perceptions on learning analytics. The framework provided the design requirement for conducting learning analytics in the field of education. Out of 150, 91 professionals answered the survey. The results showed the degree to which university professionals understand learning analytics and what professionals are expecting from conducting learning analytics in higher education. The stakeholders, objectives, data, methods, constraints, and competencies related to the use of learning analytics were surveyed and analyzed from the data collected. Based on the results, we provided the implications for conducting learning analytics appropriately in terms of improving the quality of university teaching and learning.

A Critical Analysis of Learning Technologies and Informal Learning in Online Social Networks Using Learning Analytics

Audu Kafwa Dodo,Ezekiel Uzor OKike International Journal of Computer ScienceNetwork S 2024 International journal of computer science and netw Vol.24 No.1

This paper presents a critical analysis of the current application of big data in higher education and how Learning Analytics (LA), and Educational Data Mining (EDM) are helping to shape learning in higher education institutions that have applied the concepts successfully. An extensive literature review of Learning Analytics, Educational Data Mining, Learning Management Systems, Informal Learning and Online Social Networks are presented to understand their usage and trends in higher education pedagogy taking advantage of 21st century educational technologies and platforms. The roles of and benefits of these technologies in teaching and learning are critically examined. Imperatively, this study provides vital information for education stakeholders on the significance of establishing a teaching and learning agenda that takes advantage of today's educational relevant technologies to promote teaching and learning while also acknowledging the difficulties of 21st-century learning. Aside from the roles and benefits of these technologies, the review highlights major challenges and research needs apparent in the use and application of these technologies. It appears that there is lack of research understanding in the challenges and utilization of data effectively for learning analytics, despite the massive educational data generated by high institutions. Also due to the growing importance of LA, there appears to be a serious lack of academic research that explore the application and impact of LA in high institution, especially in the context of informal online social network learning. In addition, high institution managers seem not to understand the emerging trends of LA which could be useful in the running of higher education. Though LA is viewed as a complex and expensive technology that will culturally change the future of high institution, the question that comes to mind is whether the use of LA in relation to informal learning in online social network is really what is expected? A study to analyze and evaluate the elements that influence high usage of OSN is also needed in the African context. It is high time African Universities paid attention to the application and use of these technologies to create a simplified learning approach occasioned by the use of these technologies.

Learning Activities and Learning Behaviors for Learning Analytics in e-Learning Environments

( Sung-hee Jin ),( Eunmo Sung ),( Younyoung Kim ) 한국교육공학회 2016 Educational Technology International Vol.17 No.2

Most of the learning analytics research has investigated how quantitative data can affect learning. The information that is provided to learners has been determined by teachers and researchers based on reviews of the previous literature. However, there have been few studies on standard learning activities that are performed in e-learning environments independent of the teaching methods or on learning behavior data that are obtained through learning analytics. This study aims to explore the general learning activities and learning behaviors that can be used in the analysis of learning data. Learning activities and learning behavior are defined in conjunction with the concept of learning analytics to identify the differences between teachers` and learners` learning activities. Learning activities and learning behavior were verified by an expert panel review in an e-learning environment. The differences between instructors and learners in their usage were analyzed using a survey method. As results, 8 learning activities and 29 learning behaviors were validated. The Research has shown that instructors` degree of utilization is higher than that of the learners.

학습분석의 윤리적 이슈와 실천방안에 대한 초등학교 교사의 인식

이현경 ( Hyunkyung Lee ),조영환 ( Young Hoan Cho ),이현진 ( Hyunjin Lee ),함윤희 ( Yoonhee Ham ) 한국교육정보미디어학회(구 한국교육정보방송학회) 2020 교육정보미디어연구 Vol.26 No.1

학습분석은 학습 과정을 깊이 이해하고 개별화된 학습환경을 효과적으로 설계하도록 돕는다. 그렇지만 지속적으로 학생의 행동 데이터를 수집하고 분석하는 과정에서 다양한 윤리적 이슈를 유발할 수 있다. 본 연구는 학교 교육을 개선하는 데 학습분석을 효과적으로 활용하기 위해서 교사의 관점에서 윤리적 이슈를 이해하고 이를 방지하기 위한 윤리적 실천방안을 탐색하고자 한다. 이를 위해 10명의 초등학교 교사를 심층 면담하여 초등학교 맥락에서 학습분석의 윤리적 이슈와 실천방안에 대한 교사의 인식을 조사하였다. 활동이론에 기반하여 면담 내용을 분석한 결과, 프라이버시 침해, 부정확한 분석과 처치, 감시와 검열, 과도한 경쟁, 저성취 학생에 대한 차별, 불명확하고 부적절한 책임 소재라는 여섯 가지 윤리적 이슈를 발견하였다. 그리고 활동체제의 상충관계를 경감시키고 윤리적 이슈를 예방하기 위한 방안으로 교사 교육 강화, 학습분석 시스템의 보안과 안정성 확보, 교육적으로 유의미한 처치 제공, 데이터 수집과 활용에 대한 규범 마련, 교사의 권한과 책임에 대한 규범 마련, 이해관계자의 민주적 의사결정과 참여 문화 형성이라는 여섯 가지 주제를 도출하였다. 본 연구는 학습분석을 성공적으로 학교 교육에 도입하기 위해서 윤리적 이슈에 더 많은 주의를 기울일 필요가 있다는 것을 시사한다. Learning analytics provides opportunities to deeply understand how people learn and to effectively design personalized learning environments, but there are ethical concerns of applying learning analytics, which constantly collects and analyzes student behavior data, in K-12 school. This study aims to explore the ethical issues and strategies through interviews with teachers who play a crucial role in teaching with learning analytics and have the responsibility to protect students from ethical problems. In this study, ten elementary school teachers, who had the experience of learning analytics, participated in the in-depth interviews regarding ethical issues of using the learning-analytics system and ethical strategies to address the issues in the context of Korean elementary schools. The framework of activity theory was applied to analyzing the ethical issues of learning analytics from the socio-cultural aspects. As a result, this study found six themes of ethical issues: privacy violation, incorrect analysis and intervention, surveillance and censorship, excessive competition, discrimination against low achievers, and unclear and inappropriate rules of responsibility. This study also found six themes of ethical strategies to reduce or prevent the contradictions of the activity system. The strategies were closely related to improving teachers’ capacities, learning analytics systems, educational intervention, ethical rules of data collection and analysis, rules of teachers’ rights and responsibilities, and participation of education stakeholders. This study implies that ethical issues are critical in successfully adopting learning analytics to improve teaching and learning in elementary schools.

영어과 학습분석의 유형과 응용

김정렬,이제영 사단법인 인문사회과학기술융합학회 2016 예술인문사회융합멀티미디어논문지 Vol.6 No.9

빅데이타를 활용한 영어과 학습분석은 전통적인 영어과 수업분석에서 행하는 언어, 움직임, 판서 등과 같이 교사의 수업능력과 전략을 향상시키고자 하는 의도에서 이루어진 교사수업의 관찰과 분석을 현대적 데이터마이닝 기술을 활용하여 이루어졌다. 본고에서는 최근 들어 디지털 데이터의 집적 기술과 마이닝 기술이 발달하면서 학생들이 온라인과 스마트교육을 통해서 상호작용 하고 있는 영어과 학습콘텐츠에 대한 학습분석과 이를 활용한 응용분야들을 소개하는데 그 목적이 있다. 연구의 방법은 관련 문헌의 분석과 유형의 정리를 통해서 각 유형이 영어과 학습분석에 어떻게 응용될 수 있는지를 분류하고자 하였다. 이렇게 하여 궁극적으로 학습과정에서 수집된 학습자의 특성과 학습행동에 관한 정보를 활용하여 학습자 특성과 수준에 맞추어서 교사가 수업자료를 만들고 수업의 수준을 맞출 수 있을 뿐만 아니라 학습자들의 학습양식을 파악하여 실제 영어과 학습 콘텐츠의 운용과정에서도 활용할 수 있다. 본 연구를 통해서 정리한 영어과의 학습분석 유형에는 학습플랫폼분석, 예측분석, 적응형학습분석, 소셜네트워크분석, 담화분석이 있다. 이들 학습분석 유형은 학생들의 영어과 학습콘텐츠와의 상호작용을 시각화하고 학습자들의 수준에 최적화된 적응형 학습을 가능하게 할 수 있다. Traditional class observation and analysis was largely limited to off-line class of teacher's discourse, movement, board use, which was centered around what teacher do to enhance teacher's teaching efficacy nad strategies.[1] Since there's no effective ways of collecting students' learning data directly, the indirect route was adopted by improving teaching that will benefit the learning. However, the recent on-line technological advancement enables us to accumulate the interactional data between learnners and learning contents. The data grows fast so that the developers and teachers can make a useful inferential learning algorithm tailoring the learners' learning routines. The learning management systems evolves to individulize the learning from the diagnosis to formative evaluation, and the whole routine is dynamically fed to the next learning routine. The current paper focuses on English education as to how the big data on learning routines can be classified and categorized into different components: LMS analytics dashboard, predictive analytics, adaptive learning analytics, social network anaytics and discourse analytics.

직장인 대상 스마트러닝에서의 적응형 학습분석 활용사례 발표

강금만(Kum-Man Kang),김민재(Min-jae Kim),송영수(Young Soo Song) 한국정보통신학회 2020 한국정보통신학회 종합학술대회 논문집 Vol.24 No.1

4차 산업혁명 시대가 도래하면서 인공지능, 빅데이터, 5G 기술이 발전하고, 이에 따라 스마트러닝이 확산되었다. 데이터를 기반으로 하는 학습분석은 스마트러닝에서 더욱 효과적으로 적용될 수 있는 바, 본 연구는 직장인 대상 스마트러닝에서의 학습분석 활용사례를 분석함으로써 학습분석의 주요 구성요인과 프로세스를 파악하고자 하였다. 국내의 대표적 스마트러닝 전문기업 사례를 분석해 본 결과, 적응형 학습을 위한 학습분석 구조와 프로세스는 수많은 마이크로 콘텐츠, 학습자 기본 정보, 학습자가 마이크로 콘텐츠를 학습하는 과정에서 생성되는 학습 정보, 마이크로 콘텐츠 관련 메타데이터와 학습 관련 정보로 구성된 빅데이터, 인공지능에 의한 학습분석, 디지털 콘텐츠 큐레이션으로 구성되어 있었다. 학습자가 처한 환경, 학습 상황, 학습자 수준에 따라 학습자에게 필요하거나 적합한 콘텐츠를 추천해주는 콘텐츠 큐레이션이 적응형 학습분석의 최종 지향점이었다. 이러한 적응형 학습분석은 스마트러닝 시스템 구축, 마이크로 콘텐츠 확보, 자기주도 학습을 권장하는 학습 정책이 뒷받침될 때 더욱 효과적이었다. With the advent of the 4th Industrial Revolution, artificial intelligence, big data, and 5G technologies have developed, and smart learning has spread. Since data-based learning analytics can be applied more effectively in smart learning, this study aimed to grasp the main components and processes of learning analytics by analyzing the use cases of learning analytics in smart learning for employees. As a result of analyzing the cases of representative smart learning companies in Korea, the adaptive learning analytics structure and process are composed of numerous micro contents, basic information of learners, learning activity information generated in the process of learners learning micro contents, big data consisting of micro content-related metadata and learning activity-related information, learning analytics by artificial intelligence, and digital content curation. Content curation, which recommends necessary or appropriate content to learners according to their environment, learning situation, and learner level, was the final goal of adaptive learning analytics. This adaptive learning analytics was more effective when supported by a smart learning system, micro content development, and a learning policy that encouraged self-directed learning.