대시보드를 활용한 자기성찰 교수관리전략 개발

Han, Yujie 서울대학교 대학원 2019 국내석사

From a constructivist perspective, the educational paradigm shifts from teacher-centered to learner-centered participatory methods that the meaning of the design expanded to designing strategies and methods to facilitate learning through interaction between the professor and the learner and various learning activities. Online discussion activities are one of the most focused methods to help learners develop high order thinking skills by supporting social interaction and reflection activities. However, in an online learning environment where professors and learners are separated, it is difficult for learners to simultaneously acquire learning prescription to manage, reflect, and coordinate non-simultaneous online discussion activities.  In a way to facilitate the participation of learners and improve the quality of interactions during online discussions, the Learning Analytics Dashboard(LAD) provides learners with information about how they are participating in online discussions and what needs to be improved, while providing them with the opportunity to reflect on their discussion activities. However, effectively using dashboard to support learners' self-reflection requires a functional shift in the macro aspect of the instructor as a facilitator. However, the results of literature review show that there is a lack of instructional management strategies to provide prescriptive feedback on the discussion activities based on appropriate intervention through role changes and dashboard results, This study aims to develop the instructional strategies with specific guidance for support self-reflection using dashboard on online discussion activities according to instructor and learners' responses. In this study, design and development research method type 2 was conducted to explore and relevant design strategies. Firstly, initial instructional strategies were developed through literature review. Secondly, internal validation was conducted with six educational technology experts in two stages. And then, learners' reaction to the instructional strategies were evaluated through in-depth interviews and questionnaires after they were attended online discussion activity using an online discussion system for one week. Finally, the final revised instructional strategies consists of eight general strategies were developed in accordance with four reflection procedures: ‘Learning for reflection’, ‘reflection for discussion activities,’ ‘reflection in discussion activities,’ and ‘reflection on discussion activities’ with 20 detailed guidelines were derived by analyzing learners' opinions. Based on the results of the study, implications about the effectiveness and the improvements of the instructional strategies were developed. These issues for future studies were suggested that include the study of continuously improves the effectiveness of the developed instructional strategies, the study of the individualized instructional strategy considering the characteristics of learners, the study using the dashboard to improve the quality of discussion through analysis of discussion contents and the study on the instructional model for the establishment of artificial intelligence-based feedback system. The results obtained in this research include thelearners responded that it was a good learning experience to monitor the degreeof participation and interaction in real time using the dashboard throughtimely feedback from the professor during the discussion process. However, theguide of discussion activity has been provided, it was unsure how to identifythe dashboard and how to use the contents for the course. This study developed instructional strategies which support self-reflection using dashboard in online discussion activities. It is meaningful that the instructional management strategies derived from the review of prior literature provided specific guidance and examples that could be available to the professors through the iterative modification and complementary process based on the twice expert reviews and responses of instructors and learners. 구성주의적 관점에서 교육적 패러다임은 교수자 중심의 내용 전달에서 학습자 참여와 활동 중심으로 전환되면서 교수설계의 의미는 교수자와 학습자 간의 상호작용과 다양한 학습 활동을 통해 학습을 촉진하는 전략과 방법을 설계하는 것으로 확장되었다. 학습자 참여 중심의 교수-학습방법 중의 하나인 온라인 토론활동은 학습자들의 사회적 상호작용과 성찰활동을 지원하여 고차적 사고력을 길러준다. 그러나 교수자와 학습자가 분리된 온라인 학습환경에서 학습자는 비동시적인 온라인 토론 참여과정을 학습자가 스스로 관리하고 성찰하고 조절하기 위한 교수-학습 처방적 정보를 동시적으로 얻기 어렵다. 온라인 토론 과정에서 학습자의 참여를 촉진하고 상호작용의 질을 향상시키기 위한 방법으로 학습분석 기반의 대시보드(Learning Analytics Dashboard)는 학습자가 온라인 토론에 어떻게 참여하고 있으며 무엇을 더 개선해야 하는지에 관한 정보를 제공해 주는 동시에 학습자가 스스로 토론 활동을 성찰할 수 있는 기회를 제공하여 준다. 하지만 효과적으로 대시보드를 활용하여 학습자의 자기성찰을 지원하기 위해서는 교수자가 거시적인 측면에서의 기능적 변화가 요구된다. 교수자는 촉진자로서 역할 변화를 통한 적절한 개입과 대시보드 결과를 바탕으로 토론활동에 대한 처방적 피드백을 제공하기 위한 구체적인 전략이나 지침에 대한 연구가 부족한 실정이다. 이러한 맥락에서 본 연구는 온라인 토론활동에서 대시보드를 활용한 자기성찰 교수관리전략을 개발하고, 이에 대해 두 차례의 전문가 타당화를 거쳐 온라인 토론활동에 적용하여 학습자 및 교수자의 반응을 확인하였다. 본 연구의 연구 문제는 다음과 같다. 첫째, 온라인 토론 활동에서 대시보드를 활용한 자기성찰 교수관리전략은 무엇인가? 둘째, 온라인 토론 활동에서의 대시보드를 활용한 자기성찰 교수관리전략의 내적 타당성은 어떠한가? 셋째, 온라인 토론 활동에서의 대시보드를 활용한 자기성찰 교수관리전략의 외적 타당성은 어떠한가? 이상의 연구문제를 해결하기 위해 설계·개발 연구방법론을 적용하여 크게 세 단계의 연구 절차를 거쳐 교수관리전략을 개발하였다. 먼저, 온라인 토론활동에서의 대시보드 활용과 자기 성찰 과정에 대한 선행문헌에 대한 검토를 바탕으로 초기 교수관리전략을 개발하였다. 다음으로, 초기 교수관리전략의 내적 타당성을 확보하기 위해 전문가 6인을 대상으로 두 차례 전문가 타당화 검사를 실시하고 CVI와 IRA 중심으로 결과를 분석하고 교수전략을 수정·보완하였다. 마지막으로, 교수전략을 온라인 토론활동에 적용한 후 학습자와 교수자를 대상으로 설문과 면담을 통해 반응 검사를 실시하여 외적 타당성을 검증하였다. 이러한 교수관리전략이 적용된 토론활동에 대해 학습자는 토론과정에 교수자의 적시적인 피드백을 통해 대시보드를 활용하여 토론참여도와 상호작용 정도를 실시간으로 모니터링 하는 과정이 좋은 학습경험이었다고 응답했다. 그러나 토론활동 안내 가이드를 제공했음에도 불구하고 대시보드 활용법에 대한 학습이 부족하여 대시보드를 어떻게 확인하고 또 그 내용을 학습과정에 어떻게 활용하는지에 대해 어려움을 느꼈다고 답했다. 교수자는 본 교수전략은 학습자들에게 토론과정에 대시보드를 적절히 활용할 수 있도록 교수적 지원을 제공함으로써 궁극적으로 토론 참여도와 상호작용 정도가 모두 향상되었음을 강점으로 언급하였다. 반면, 교수자는 개별적으로 학습자들의 특성을 고려한 개별화 교수지원을 제공하는데 어려움을 보이는 것으로 나타났다. 이후 학습자와 교수자의 평가 결과를 바탕으로 최종 수정된 교수 전략을 제시하였다. 최종 수정된 교수전략은 ‘성찰을 위한 학습’, ‘토론 활동을 위한 성찰’, ‘토론 활동 중 성찰’, ‘토론활동에 대한 성찰’ 4개의 성찰 절차에 따라 개발 되었으며, 토론 활동 전, 중, 후 단계에 따라 총 8개의 일반 교수전략 아래 총 20가지의 상세 지침을 도출하였다. 연구결과를 바탕으로 개발된 교수관리전략의 효과와 개선방향에 대해 논의 하였고, 후속 연구로 개발된 교수관리전략의 효과성을 지속적으로 개선하는 연구, 학습자 특성을 고려한 개별화 교수관리전략에 대한 추가적인 연구, 토론 내용 분석을 통한 토론의 질적 개선을 위한 대시보드 활용 교수 전략에 대한 연구, 인공지능 기반 교수자 피드백 체계 구축을 위한 교수 모형에 대한 연구가 필요함을 제안하였다. 본 연구는 온라인 토론활동에서 대시보드를 활용한 자기성찰 지원 교수관리전략을 개발하였다. 선행문헌 검토를 통해 도출된 교수관리전략들은 두 차례의 전문가 검토와 교수자, 학습자들의 반응을 기초로 반복적인 수정 및 보완과정을 거쳐 교수자가 활용 가능한 구체적인 지침과 예시를 제공해 준다는 점에서 의의가 있다.

디지털교과서 활용을 위한 학습평가 대시보드 설계

박지영 한국방송통신대학교 대학원 2023 국내석사

The Ministry of Education has been developing and distributing digital textbooks that allow for some interactive learning based on traditional textbooks since 2007. However, there were difficulties in utilizing digital textbooks due to problems in facilitating individual student learning in conventional classroom environments, which used blackboards and some electronic blackboards. In addition, the current digital textbooks based on traditional textbooks could not offer personalized learning paths through data analysis collected from students' learning data, which put limitations on the activation of digital textbooks. Recently, the digital transformation of the education field has been accelerating due to factors such as the COVID-19 pandemic, leading to the proliferation of a one-device-per-student policy. Furthermore, various AI-based services are becoming activated in the education field along with the development of big data and AI technology. In line with this, the Ministry of Education announced in February 2023 through the announcement of the 'Digital-Based Education Innovation Plan for Customized Education for Everyone' that they plan to distribute AI digital textbooks from March 2025. Therefore, research is needed on how to provide meaningful information on the learning status of students and classrooms to teachers by collecting students' data. This study was conducted with the aim of designing a teacher's learning evaluation dashboard through IMS Caliper-based data collection and analysis of students' chapter evaluation results when learning digital textbooks. The summary of the research is as follows. Firstly, an analysis of advanced examples and user requirements was conducted to derive implications for the learning assessment dashboard for digital textbooks. Secondly, the composition of the learning assessment dashboard for digital textbooks was defined and the dashboard menu was constructed. Thirdly, the data to be provided in each dashboard menu was defined, and visualization techniques were derived. Fourthly, necessary profiles for learning assessment have been selected from the total of 15 standardized profiles of IMS Caliper for dashboard provision. This is intended for use as an abstract of a paper. Lastly, the learning assessment dashboard for teachers in digital textbooks has been designed, and its validity has been verified by experts, resulting in modifications being incorporated into the dashboard design. The results of this study are as follows. First, to design a digital textbook learning evaluation teacher's dashboard, a preliminary definition of the appropriate analysis indicators and data is required. Second, the most appropriate visualization technique should be adopted to deliver the information you want to convey easily and quickly. Third, the teacher's learning evaluation dashboard can help improve the teacher's teaching and learning strategy by providing information on the learning achievement and participation rate of the class and individual students. By applying the achievements of this study to the development of the digital textbook evaluation dashboard, we expect to provide useful information to teachers for student learning guidance, implement teaching and learning strategies that match the student's learning level, thereby enhancing the student's class satisfaction and academic achievement. 교육부는 2007년부터 서책형 교과서를 기반으로 일부 상호작용 학습이 가능한 디지털교과서를 개발하여 보급하고 있다. 그러나 칠판과 일부 전자칠판을 사용하는 기존의 교실 수업 환경에서는 학생 개인별 학습이 어려운 문제로 인해서 디지털교과서 활용을 적극적으로 할 수 없었다. 또한, 현행 서책형 디지털교과서는 학생의 학습데이터 수집을 통한 데이터 분석 및 개인화된 학습경로 제시 등의 개인 수준별 학습을 제공하지 못하여 디지털교과서가 활성화되는 데에 한계가 존재하였다. 최근 코로나-19 팬데믹 등의 영향으로 교육 분야의 디지털 전환이 가속화되면서 17개 시도교육청 중심으로 학생 1인당 1디바이스 제공이 보편화하고 있다. 또한, 빅데이터 및 AI 기술의 발전에 따라 교육 분야에서도 다양한 AI 기반 서비스가 활성화되고 있다. 이에 발맞춰 2023년 2월 교육부는 ‘모두를 위한 맞춤 교육의 실현 디지털 기반 교육 혁신 방안’ 발표를 통해 2025년 3월부터 AI 디지털교과서를 보급할 계획이라고 밝혔다. 이에 발맞춰 이 연구에서는 학생의 정보를 수집하여 교사에게 어떠한 방법으로 학생과 학급의 학습현황에 관련한 유의미한 정보를 제공할지에 대한 논의가 필요하다고 여겨졌다. 본 연구는 디지털교과서 학습에 있어서 학생의 단원평가 결과 분석을 위한 IMS Caliper 기반의 정보 수집과 분석을 통해 교사용 학습평가 대시보드를 설계하는 것을 목적으로 진행했으며, 연구 내용을 요약하면 다음과 같다. 첫째, 선진사례 분석, 사용자 요구 사항을 분석하여 교사용 디지털교과서 학습평가 대시보드에 적용할 시사점을 도출하였다. 둘째, 디지털교과서의 학습평가 대시보드의 구성을 정의하고, 대시보드 메뉴를 구성하였다. 셋째, 메뉴별 대시보드에서 제공할 데이터를 정의하고, 시각화 기법을 도출하였다. 넷째, 대시보드 제공을 위한 규격화된 IMS Caliper의 총 15개 프로파일에서 학습평가에 필요한 프로파일을 선정하였다. 마지막으로, 디지털교과서 교사용 학습평가 대시보드를 설계하고, 전문가에게 타당도를 검증하여 대시보드 설계에 수정 반영하였다. 본 연구의 결과는 아래와 같다. 첫째, 디지털교과서 학습평가 교사용 대시보드 설계를 위해서는 그에 맞는 분석지표와 데이터에 대한 정의가 선행되어야 한다. 둘째, 전달하려고 하는 정보를 쉽고, 빠르게 전달하기 위해서는 가장 적절한 시각화 기법을 채택해야 한다. 셋째, 교사용 학습평가 대시보드는 교사에게 학급과 개별 학생의 학습 성취도와 참여율 정보를 제공하여 교사의 교수학습 전략을 개선하는 데에 도움을 줄 수 있다. 본 연구의 성과를 디지털교과서 평가 대시보드 개발에 적용함으로써 교사에게 학생의 학습 지도에 유용한 정보를 제공하고, 이를 통해 학생의 학습 수준에 맞게 교수학습 전략을 구현함으로써 학생의 수업 만족도와 학업 성취도를 높일 수 있을 것으로 기대된다. 본 연구는 향후 디지털교과서의 ‘평가’ 영역뿐만 아니라 전반적인 디지털교과서의 사용성으로 확장하여 연구할 필요가 있을 것으로 판단된다.

대학의 학습분석 데이터 기반 맞춤형 학생지원 플랫폼 구축을 위한 요구분석 및 대시보드 설계

조다은 동아대학교 대학원 2022 국내박사

본 연구의 목적은 대학의 학습분석 데이터 기반 맞춤형 학생지원 플랫폼 구축을 위해 필요한 기능을 탐색하고,요구수준을 밝히며, 이를 반영한 대시보드를 설계하는 것이다. 본 연구의 연구문제는 첫째, 대학의 학습분석 데이터 기반 맞춤형 학생지원 플랫폼 구축에 요구되는 구체적인 학습자, 교수자, 관리자의 기능은 무엇인가? 둘째, 대학의 학습분석 데이터 기반 맞춤형 학생지원 플랫폼 기능에 대한 학습자, 교수자, 관리자의 요구수준는 어떠한 양상을 보이는가? 셋째, 대학의 학습분석 데이터 기반 맞춤형 학생지원 플랫폼 구축을 위한 최적의 대시보드의 데이터 설계는 어떠한가? 넷째, 대학의 학습분석 데이터 기반 맞춤형 학생지원 플랫폼 구축을 위한 대시보드를 실제적으로 구현한 프로토타입에 대한 사용성 평가 결과는 어떠한가? 본 연구의 목적을 위해 전문가 12명을 대상으로 델파이 조사를 실시하였다. 요구분석은 부산시 소재 D대학교 학생 484명, 교수자 137명, 행정직 106명이 참여하였다. 전문가 심층 인터뷰 대상은 2명이었으며, SPSS 21.0을 이용하여 분석하였다. 본 연구를 통한 결론은 다음과 같다. 첫째, 기능지표는 크게 학습자 중심 기능, 교수자 중심 기능, 관리자 중심 기능으로 나뉘었다. 학습자 중심 기능에는 학습활동 지원, 개별화·적응적 지원, 협력 및 의사소통 지원, 비교과 지원, 진로·취업 지원, 학교생활적응 지원이 있다. 교수자 중심 기능에는 교수(instruction)지원, 콘텐츠·자료 관리 지원, 의사소통 지원이 있으며, 관리자 기능에는 모니터링 기능 지원, 메뉴 관리 기능 지원, 학생 관리 기능, 교수자 관리 기능이 도출되었다. 둘째, 학습자의 우선순위가 가장 높은 기능은 ‘교과/비교과/졸업요건/어학시험/자격증 등 졸업과 관련된 정보를 요약해서 알려주는 기능’이었다. 교수자의 우선순위가 가장 높은 기능은 ‘LMS와 출결정보시스템 실시간 연동 기능’이었다. 관리자의 우선순위가 높은 기능은 ‘원격수업으로 운영되는 교과 중, 영상 콘텐츠를 장기 미업로드 하는 교과 현황을 제공하는 기능’이었다. 셋째, 데이터 설계는 표준화 기반 LRS 학습과정 데이터 저장소 설계, 플랫폼 1차 고도화 설계, 2차 고도화 설계 총 3단계로 진행되었다. 전문가 심층 인터뷰 결과, LRS 구축 및 고도화를 위해서는 LRS 데이터 구축을 위해 학내 시스템과의 연동프로그램 개발이 필요하고, AI 기술을 활용한 학습자·교수자·관리자 기능을 강화 및 챗봇을 통한 플랫폼 고도화가 필요한 것을 확인할 수 있었다. 넷째, 대학의 데이터 기반 맞춤형 학생지원 플랫폼 구축을 위한 대시보드 프로토타입 사용성 평가 결과를 통하여 학습자의 기능을 커스터마이징할 수 있도록 하는 기능, 대시보드 메뉴를 한글로 표시하는 기능 등이 제시되었다. 본 연구를 통해, 학습분석 데이터 기반 맞춤형 학생지원 플랫폼 구축을 위한 기능 탐색, 사용자의 요구수준, 학습의 데이터 설계, 대시보드 프로토타입 설계 및 사용성 평가를 제시함으로써, 실제 사용을 위한 통합적 방법론을 제시한 부분에 의의가 있다. The purpose of this study is to explore the functions necessary for the establishment of a customized student support platform based on university learning analysis data, identify the level of demand, and design a dashboard reflecting First of all, what are the specific functions of learners, instructors, and managers required to build a customized student support platform based on university learning analysis data? Second, what pattern does the level of demand of learners, instructors, and managers for the function of a customized student support platform based on the university's learning analysis data? Third, what about the data design of the optimal dashboard for building a customized student support platform based on university learning analysis data? Fourth, what are the results of usability evaluation for prototypes that actually implement dashboards for building customized student support platforms based on university learning analysis data? For the purpose of this study, a Delphi survey was conducted on 12 experts. 484 students, 137 instructors, and 106 administrative positions from D University in Busan participated in the demand analysis. The subjects of the expert interview were two, and the analysis was conducted using SPSS 21.0. The conclusions obtained through this study are as follows. First, functional indicators were largely divided into learner-centered functions, instructor-centered functions, and manager-centered functions. Learner-centered functions include support for learning activities, individualized and adaptive support, cooperation and communication support, non-subject support, career and employment support, and school life adaptation support. Instructor-centered functions include instruction support, content and material management support, and communication support, and administrator functions include monitoring functions, menu management functions, student management functions, and instructor management functions. Second, the function with the highest priority of learners was "a function that summarizes and informs information related to graduation, such as curriculum/non-curricular/graduation requirements/language tests/ certifications." The function with the highest priority of instructors was the 'real-time linkage function between LMS and attendance information system'. The function with the highest priority of managers was "the function of providing the current status of subjects that do not upload video content for a long time among subjects operated as remote classes." Third, data design was conducted in three stages: standardization-based LRS learning process data storage design, platform 1st advancement design, and 2nd advancement design. Expert interviews confirmed that it is necessary to develop interworking programs with LRS data construction and enhance platform through AI technology. Fourth, functions that allow learners to customize their functions and display dashboard menus in Korean through the results of the dashboard prototype usability evaluation for building a data-based customized student support platform at universities were presented. Through this study, it is meaningful to present an integrated methodology for practical use by exploring functions for building a customized student support platform based on learning analysis data, designing data for learning, designing data for dashboard prototypes, and evaluating usability.

학습분석 기반 대시보드 구성에 대한 학습자 인식 분석

이지현 서울대학교 대학원 2016 국내석사

교육 분야에서 최적화된 학습 및 학습 환경을 이해하기 위하여 학습자와 그 상황적 맥락에 관한 정보를 측정, 수집, 분석, 보고하는 학습분석에 대한 관심이 높아지고 있다. 특히 학습분석 기반 대시보드는 여러 이해관계자들에게 학습분석의 결과를 시각적으로 제공하여 교수-학습의 긍정적 변화를 이끌어낼 수 있는 잠재력을 가진 학습 도구로서 커다란 가치를 지닌다. 다만 대시보드가 교수-학습 상황에 등장한지 불과 수년밖에 되지 않아 현재 급속히 확산되고 있는 것에 비하여 대시보드에 대한 기초적인 연구가 부족한 상태이다. 특히 학습자가 대시보드를 어떻게 인식하며 또 대시보드를 통해서 어떠한 정보를 알고 싶은지 등 학습자 측면에서의 연구는 전무한 실정이다. 본 연구는 학습자 인식에 바탕을 둔 대시보드의 설계를 위한 기초 연구로, 학습분석 기반 대시보드에 대한 학습자의 인식 공간의 내용을 탐구하고자 하였다. 구체적인 연구문제는 학습자는 학습분석 기반 대시보드를 몇 개의 차원으로 인식하며 또 그 각 차원에 포함되는 인식의 내용이 무엇인지 알아보는 것이었다. 연구방법으로는 특정 대상자의 인식을 토대로 대상을 분류하고 유형화할 수 있는 다차원척도법(multidimensional scaling; MDS)의 개인인식 공간 분석법을 활용하였다. 연구 참여자로는 대시보드를 사용한 경험이 있는 학습자 2명이 선정되었다. MDS에 사용된 연구대상으로는 세계적으로 인지도를 가지고 있으며 서로 차별화되는 11개의 대시보드가 선정되었다. MDS의 방법에 따라 연구 참여자들은 선정된 학습분석 기반 대시보드들을 두 개씩 쌍으로 하여 그 유사성을 5점 척도로 묻는 55개의 문항에 응답하였다. 수집된 자료는 ALSCAL 프로그램을 이용하여 분석되었고, 그 결과로 각 학습분석 기반 대시보드들의 좌표점과 지각도를 도출하였다. 그리고 결과를 해석하기 위해서 군집분석(clustering) 방법을 원용하였다. 연구결과에 따르면, 두 학습자 모두 대시보드를 3개의 차원으로 인식함이 확인되었다(학습자 1, Stress=.17, RSQ=.72; 학습자 2, Stress=.10, RSQ=.87). 학습분석 기반 대시보드의 구성 요소 분석, 각 대시보드의 전체 화면 비교, 그리고 연구 참여자와 전문가의 의견을 바탕으로 각 차원의 명칭이 붙여졌다. 하나(학습자 1)는 정보의 상대성, 정보의 질, 정보의 다지성이라 부를 수 있는 차원들이었고, 다른 하나(학습자 2)는 정보의 상대성, 학습 활동의 사회성, 정보의 정교성이라 부를 수 있는 차원들이었다. 이는 학습분석 관련 문헌들의 관심 주제들을 벗어나는 요소들을 포함하는, 보다 광범위한 차원들이었다. 결론적으로 학습분석 기반 대시보드 구성에 있어서 학습자의 인식에 바탕을 둔 학습자 중심 대시보드의 필요성과 함께 학습분석 정보의 생산과 제공에 대한 새로운 접근이 필요함이 드러났다. 본 연구는 체제적 관점에서 학습분석 기반 대시보드에 대한 학습자 중심 연구의 토대를 마련하였다는 데 의의가 있으며 본 연구를 통해 도출된 차원들은 학습분석 기반 대시보드 설계의 준거로 활용될 수 있을 것으로 전망된다.

문제 해결 기반 학습에서 사회적 공유 메타인지 조절 지원을 위한 학습분석 대시보드 프로토타입 설계 연구

김민영 한양대학교 대학원 2025 국내석사

초등교사의 AI 학습플랫폼 대시보드 데이터 활용 경험에 관한 질적 연구

지주선 서울교육대학교 교육전문대학원 2026 국내석사

This study aims to explore elementary school teachers’ experiences and perceptions of how they interpret and use dashboard data from AI learning platforms in real educational settings, and to identify overall patterns of dashboard data use. Specifically, it focuses on how teachers apply dashboard data to instruction and student guidance and on the factors that lead to non-use or difficulties in use. To this end, in-depth interviews were conducted with seven elementary school teachers in Seoul who have experience in using AI and edtech, including AI leading teachers. The collected data were analyzed using qualitative methods. The findings are as follows. First, teachers used dashboard data as supplementary resources for instructional adjustment, understanding individual students, and communication. Second, teachers experienced difficulties in using dashboard data or tended to prefer intuitive judgment due to data uncertainty, limited educational relevance, and workload-related burdens. Third, while acknowledging the value of dashboard data in providing objectivity and improving efficiency, teachers expressed concerns that quantitatively centered information could conflict with the relational, pastoral, and socio-emotional emphases of elementary education. Accordingly, they tended to rely on their professional judgment grounded in observation and contextual understanding rather than depending solely on data. These results suggest that teachers’ data literacy should extend beyond technical use to include interpretive competence that enables critical understanding and contextual application of data. In addition, to enhance meaningful dashboard use in elementary settings, dashboards should provide not only indicators but also brief explanations of why results are produced, the reasonable scope of interpretation, and simple examples or options that teachers can directly apply to instruction and student support. 본 연구는 초등교사가 AI 학습플랫폼의 대시보드 데이터를 실제 교육 현장에서 어떻게 해석하고 활용하는지,그 경험과 인식을 심층적으로 탐구하여 대시보드 데이터의 전반적인 활용 양상을 파악하는 데 목적이 있다.구체적으로는 교사가 대시보드 데이터를 수업 및 학생 지도에 적용하는 방식과 그 과정에서 경험하는 데이터의 미활용 요인을 규명하는 데 중점을 두었다. 이를 위해 서울 소재 초등학교의 AI 선도교사 및 활용 경험이 있는 교사 7명을 대상으로 심층 면담을 실시하였으며, 수집된 자료는 질적 분석 방법을 통해 분석하였다. 연구 결과는 다음과 같다. 첫째, 교사들은 대시보드 데이터를 수업 조정, 개별 학생 이해, 소통의 보조 자료로 활용하였다. 둘째, 데이터의 불확실성, 교육적 적합성 부족, 업무 부담 등으로 인해 데이터 활용에 어려움을 겪거나 기존의 직관적 판단을 선호하는 경향이 나타났다. 셋째, 교사들은 대시보드 데이터가 제공하는 객관성과 업무 효율의 가치를 인정하면서도, 수치 중심 정보가 초등교육의 관계·생활지도·정서 지원 가치와 충돌할 수 있다는 점을 우려하여 데이터에 전적으로 의존하기보다 관찰과 맥락적 이해에 기반한 자신의 전문적 판단을 최종 기준으로 두는 태도를 보였다. 이에 따라 교사의 데이터 리터러시는 단순한 기능 활용을 넘어, 데이터를 비판적으로 해석하고 교육적 맥락에 맞게 적용하는 ‘해석적 역량’으로 확장되어야 한다. 또한 초등 현장에서 대시보드의 실질적 활용을 높이기 위해서는 단순한 지표 제시를 넘어 결과가 도출된 이유와 적용 가능한 해석 범위, 수업·학생 지도에 연결될 수 있는 간단한 적용 예시가 함께 제공될 필요가 있다.

5G 시대에서 감성디자인이 자동차 대시보드에 미치는 영향에 관한 연구 : HMI 디자인을 중심으로

ZHANG HANWEN 부경대학교 2021 국내석사

현대는 4차 산업혁명과 5G 시대의 기술이라는 배경 하에서 자동차 디자인도 새로운 과학 기술의 변화에 따라 변화하고 있다. 또한 5G 시대 기술의 발전은 운전자의 수요 변화에도 영향을 준다. 이에 본 논문에서는 감성 디자인과 HMI 디자인 요소 및 디자인 원칙을 통해 현대 소비자들의 자동차 실내 대시보드 디자인의 사용 수요를 조사하여 분석하고자 한다. 이를 위하여 본 논문에서는 5G 시대의 신기술을 결합하여 자동차 실내 대시보드 HMI 디자인을 관련 논문을 조사하여 HMI디자인과 감성디자인의 디자인 요소를 이론적으로 정리하였으며, 다음으로 자동차 HMI 디자인과 감성 디자인의 자동차 실내 대시보드 디자인 분야의 변화와 발전의 역사를 조사했다. 또한 분석한 내용을 바탕으로 HMI 디자인과 감각적인 디자인이 자동차 디자인에 영향을 미치는 요소들을 분석, 정리하였다. 분석을 위하여 2020년 세계 자동차 판매 순위와 세계 자동차 총 판매 순위 2위 국가인 중국과 미국의 2020년 자동차 판매 데이터를 분석하였고, 2020년 세계 각 국가의 자동차 판매 총량이 대폭 감소하는 상황에서, 대량 판매를 증가시킨 한국의 대표적인 자동차 5개를 종합 분석하였다. 다음으로 자동차 실내 대시보드 디자인에 대한 현황 분석을 위하여 감성 디자인 이론 중 감성적 심리를 적용하는 3단계인 본능층, 행동층, 반사층 등의 3단계 이론으로 현대의 자동차 사용자의 감정적 요소와 사용감을 조사했다. 자동차 실내 대시보드 디자인에 있어서 사용자의 관심 요소를 정리 분석하였다. 마지막으로 5G시대 신기술의 조사연구를 통해 현대 소비자들의 입맛에 맞는 5G시대 신기술을 분석하고, 5G시대 신기술의 적용강화를 통해 현대 자동차 실내 대시보드 디자인에서 사용자의 관심 요소를 개선할 수 있는 부분을 분석해 보았다. 자동차 실내 대시보드 디자인에서의 미래 발전 방향을 분석 정리하여 최종적으로 5G 시대의 선진적인 과학 기술을 소비자에게 제공하는 방안과 자동차 실내 대시보드에서 HMI의 감성 디자인에 상응하는 이론적 지원을 제공하여 향후 자동차 실내 대시보드 HMI 디자인에 방향을 제시하고자 하였다.

온라인 토론 성찰을 지원하는 대시보드 기반 챗봇 개발

김형조 서울대학교 대학원 2023 국내석사

In online discussion, reflection can help learners actively participate in discussions and interact with others, and for this purpose, dashboards have been used with other media. Online discussion learning helps learners to understand discussion topics in depth, to think critically about the topics through interactions with other learners, and to have appropriate communication attitudes and abilities. Effective discussion learning requires learners to actively participate in discussion and interact with other learners, and for this purpose, it is necessary to reflect on discussion learning. To help learners effectively reflect on their discussion, data from the online discussion can be visualized in the form of a dashboard. Dashboards can help learners reflect on their learning processes and results by easily looking back on them. In addition, reflection prompts and interactions with instructors or learners have been used together to help learners reflect through dashboards. However, the media previously used for dashboard-based reflection has several limitations. First, when reflecting with reflection prompts, learners are not adaptively provided with feedback when they have difficulty in reflection. In order for reflection to affect discussion, the quality of reflection is important, so it is necessary to provide help for learners to reflect effectively. In addition, learners have emotional problems of reflecting on their shortcomings in the process of reflection, but it is difficult to provide help for the emotional problems when reflecting with reflection prompts, and it is rather burdensome to reveal their shortcomings when reflecting with others. A Chatbot can supplement the limitations of existing media in that it can provide adaptive support to learners' answers and relieve learners' emotional burden by empathizing with learners as a conversation partner. Therefore, the goal of this study is to create a dashboard-based reflection chatbot that may assist students in actively reflecting while providing cognitive and emotional help to learners. The research questions of this study are as follows. First, what are the design principles and development guidelines of the chatbot for dashboard-based reflection in online discussions? Second, what are the structure and functions of the developed chatbot? Third, what are learners’ perceptions of the chatbot? To anwer the research questions, the design and development research methodology Type 1 was used. In the analysis stage, the literature review and need analysis of learners were conducted, which revealed the problems of existing media for dashboard-based reflection and the ways a chatbot can supplement them. Based on the results of the analysis, the design principles and development guidelines of the chatbot for promoting dashboard-based reflection in online discussion were derived, and the internal validity of the principles was ensured by three experts. Then, the scenario for the chatbot was designed and a dashboard-based reflection chatbot was finally developed. The developed chatbot was evaluated by five learners in the first usability test, followed by revisions. The second usability test is then conducted, which is different from the first one in that it was conducted in the context of the actual online discussion class. Four learners participated in the test and their perceptions of the chatbot were collected through usability test questionnaires and individual in-depth interviews. As a result of the study, the design principles and development guidelines of the reflection chatbot were derived, the chatbot was developed, and the learner's perception of the chatbot was also confirmed. First, the design principles of a chatbot for dashboard-based reflection are largely composed of three design principles: adaptive feedback, social presence, and learner initiatives, and 10 detailed design principles in them. The principle of adaptive feedback was based on the chatbot’s characteristic that can give adaptive support to learners' chat contrary to prompt-based documents. The detailed design principle of the adaptive feedback principle consists of providing feedback to learners at each stage of reflection to understand the dashboard's important meaning, to recognize their strengths and weaknesses during the discussion, and to set and accomplish learning goals the subsequent discussion. The principle of social presence is to allow learners to feel intimacy in conversations with a chatbot so that they can be more engaged in reflection. The characteristics of a chatbot are connected to social presence so that learners could regard a chatbot as an interlocutor and have intimacy with it. Lastly, the principle of learner initiative is the principle that a chatbot provides help, but learners should take the initiative in reflection. To prevent situations in which learners unilaterally follow the prescription of the chatbot, the chatbot first requires the learner to answer reflection questions and provides help only when it is necessary. It also allows learners to recognize the need for reflection and work with a motive for reflection. After developing the design principle, development guidelines were derived to indicate how to develop the chatbot for dashboard-based reflection. The developed chatbot helps learners reflect on their discussion based on three dashboards, and set and implement goals for the next discussion. the chatbot operates following the reflection model based on Kolb's reflection model : ‘checking dashboard – thinking over learning experience – setting goal – executing goal’. And the stages are linked to the reflection criteria of three dashboards(discussion participation dashboard, participation time dashboard, and interaction network dashboard). Using the chatbot, Learners can check their dashboards and evaluate their learning through the criteria presented by the chatbot or the criteria they decide by themselves. The chatbot’s evaluation of learners’ learning is also presented after the learners’ evaluation, and learners compare their evaluation with that of the chatbot and make a final evaluation. The chatbot provides questions adaptive to learners’ evaluation for their discussions to let them think about their learning in detail. After the learners answer the questions, they set goals for the next discussion based on the reflection of prior stages. The chatbot recommends appropriate goals to help learners set goals and provides adaptive question prompts to elaborate on the goals. After setting the goals, the learner goes through a process of practicing the goal in the next discussion. The chatbot aids learners to accomplish their goals by allowing learners to identify and modify goals at any time and adaptively providing reminders according to learners' goals. When learners use the chatbot again after the discussion, the chatbot makes the learner reflect on whether they have achieved the goals they set and reflect it when setting the goal in the following reflection. The response of learners who used the chatbot appears to be generally positive. The survey revealed that learners found the chatbot useful and convenient to use, and thus learners had a positive attitude toward the chatbot and were willing to continue using them in the future. The interview also revealed that learners thought that the features of the chatbot, such as dashboards, questions, reflection criteria, and conversation with the chatbot, had a positive effect on their reflection and that the chatbot allowed them to reflect on their learning through interaction unlike prompt-based reflection document, and conversation with the chatbot was not burdensome compared to a conversation with people. However, the effect of the chatbot should be examined in the long term and it should offer more adaptable feedback based on the learner's situation. In conclusion, the implications of this study are as follows. First, this study is meaningful in that it constructed a dashboard-based reflection framework by closely connecting Kolb's reflection model and dashboard in online discussion. Second, this study also confirms the advantages and disadvantages of chatbot as a reflection medium in three aspects: adaptive feedback, learner initiative, and social presence. Finally, in terms of research methodology, the method used to make the chatbot in this study can also be effectively utilized when developing a chatbot following the Design Development Research Type 1 methodology. For need analysis, a method of observing and interviewing learners while letting them experience the learning activity that researchers want to investigate can be useful, and the Wizard of OZ methodology, which involves users interacting with chatbots while researchers pretend to be a chatbot, can also be used to confirm learners' perceptions of the chatbot scenario. Therefore, this study makes a theoretical contribution to reflection and a methodological contribution to chatbot development in an online discussion, while having practical implication by developing the actual chatbot. 온라인 토론 학습에서 성찰은 학습자가 토론에 적극적으로 참여하고 상호작용하는데 도움을 줄 수 있으며, 이를 위해 대시보드가 다른 매체와 함께 활용되어왔다. 온라인 토론 학습은 학습자들이 다른 학습자와의 상호작용을 통해서 토론 주제를 깊이 있게 이해하고 비판적으로 사고하도록 하며 학습자들이 적절한 의사소통 태도와 능력을 가질 수 있도록 한다. 효과적인 토론 학습을 위해서는 학습자들이 적극적으로 토론에 참여하고 상호작용하는 것이 필요하며, 이를 위해서 토론 학습에 대해서 성찰하는 것이 도움이 된다. 토론 데이터를 시각화하여 제시한 대시보드는 자신의 학습의 과정이나 결과를 쉽게 돌아보도록 함으로써 학습자들의 성찰을 도울 수 있다. 또한 대시보드를 통해 학습자들이 성찰하는 것을 돕기 위해서 성찰 프롬프트나 교수자나 학습자와의 상호작용이 함께 활용되어왔다. 그러나 기존에 대시보드 기반 성찰을 위해서 활용되던 매체는 여러 한계점을 가지고 있다. 우선, 성찰 프롬프트를 바탕으로 성찰할 경우에는 학습자들이 성찰에 어려움을 겪을 때 적응적으로 도움을 제공받지 못한다. 성찰이 토론 학습에 영향을 미치기 위해서는 성찰의 질이 중요하기 때문에 학습자들이 효과적으로 성찰할 수 있도록 도움을 제공할 필요가 있다. 또한 학습자들은 성찰 과정에서 자신의 부족한 점을 돌아보는 것에 대해서 정서적인 부담을 느끼지만 프롬프트를 활용한 성찰에서는 이러한 학습자의 정서적 측면에 도움을 제공하기 어려우며, 다른 사람과 상호작용할 경우에 자신의 부족한 점을 드러내는 것이 오히려 부담이 된다. 챗봇은 학습자의 답변에 따라서 적응적으로 답변을 제공할 수 있고, 대화 상대로서 학습자들에게 공감함으로써 학습자들의 정서적인 부담을 덜어줄 수 있다는 점에서 기존 매체의 한계를 보완할 수 있다. 따라서 본 연구에서는 학습자들에게 상호작용을 통해 인지적 정서적 도움을 제공하면서 대시보드를 기반으로 온라인 토론을 성찰하여 참여와 상호작용을 높일 수 있도록 돕는 챗봇을 개발하고자 한다. 본 연구의 연구 문제는 다음과 같다. 첫째, 온라인 토론에서 학습자들의 대시보드 기반 성찰을 돕기 위한 챗봇 설계원리는 무엇인가? 둘째, 온라인 토론에서 학습자들의 대시보드 기반 성찰을 돕기 위한 챗봇은 어떠한 구조와 기능을 가지는가? 셋째, 온라인 토론에서 학습자들의 대시보드 기반 성찰을 돕기 위한 챗봇의 사용성은 어떠한가? 이러한 연구 문제를 해결하기 위해서 설계개발연구 방법론 Type 1에 따라 연구를 진행하였다. 분석 단계에서는 문헌분석, 학습자 대상 요구분석을 통해서 온라인 토론 학습 맥락에서 대시보드 기반 성찰에 대한 어떤 요구가 존재하며, 챗봇이 어떻게 활용되어야 하는지에 대한 정보를 수집했다. 분석에서 확인한 내용을 바탕으로 온라인 토론 학습에서 대시보드 기반 성찰을 촉진하기 위한 챗봇의 설계원리와 개발지침를 도출하고 전문가 3인의 타당화를 받았다. 도출된 설계원리와 개발지침으로 챗봇 시나리오를 개발하였고 이를 바탕으로 대시보드 기반 성찰 챗봇을 개발하였다. 개발된 챗봇에 대해서 학습자 5인을 대상으로 1차 사용성 평가를 진행하였고, 학습자의 인식을 토대로 챗봇을 수정하였다. 2차 사용성 평가는 실제 온라인 토론 수업 맥락에서 진행되었다는 점에서 1차 사용성 평가와는 차이가 있으며, 학습자 4인을 대상으로 하였다. 사용성 평가 설문지와 개별 심층 면담을 통해서 챗봇에 대한 학습자의 인식을 확인하였다. 연구 결과, 성찰 챗봇의 설계원리와 개발지침을 도출했으며 이를 통해 실제 챗봇을 개발하였고, 챗봇에 대한 학습자의 인식을 확인하였다. 먼저, 대시보드 기반 성찰 챗봇의 설계원리는 크게 적응적 상호작용, 사회적 실재감, 학습자 주도성의 3가지 설계원리와 그 아래 10가지 세부 설계원리로 구성된다. 적응적 상호작용의 원리는 챗봇이 프롬프트 기반 학습지와는 달리 학습자의 답변에 따라서 적응적인 상호작용을 할 수 있다는 특징에 기반하여 만들어졌다. 적응적 상호작용의 원리의 세부 설계원리는 성찰의 각 단계에서 학습자가 대시보드의 중요한 의미를 이해하고, 토론 학습에서 자신이 잘한 점과 부족한 점을 확인하고, 그에 따라서 다음 학습을 위한 학습 목표를 세우고, 목표를 실행하도록 하기 위해 적응적으로 상호작용하는 내용으로 구성된다. 사회적 실재감의 원리는 학습자가 대화상대로서 챗봇에게 친밀감을 느껴 학습자가 성찰에 더 몰입할 수 있도록 하기 위한 원리이다. 본 연구에서는 이러한 챗봇의 특성을 사회적 실재감과 연결하여 학습자가 챗봇을 대화상대로 여기고 친밀감을 가질 수 있도록 하였다. 마지막으로 학습자 주도성의 원리는 챗봇이 도움을 제공하되, 학습자가 주도적으로 성찰할 수 있도록 하기 위한 원리이다. 학습자가 챗봇의 처방을 일방적으로 따르는 상황을 방지하기 위해서 챗봇은 우선적으로 학습자가 성찰 질문에 답변하도록 하고, 필요한 경우에만 도움을 제공한다. 또한 학습자가 성찰의 필요성을 인식하여 성찰에 동기를 가지고 임할 수 있도록 한다. 설계원리를 개발한 후에는 이를 실제로 어떻게 챗봇으로 구현할지에 대한 내용을 담은 개발지침을 도출하였다. 그 결과로 개발된 성찰 챗봇은 3개의 대시보드를 기반으로 학습자들이 자신의 토론 학습을 돌아보고 다음 토론을 위한 목표를 설정하고 실행하는 것을 돕는다. 챗봇은 Kolb의 성찰 모형을 바탕으로 대시보드 확인 – 학습 돌아보기 - 목표 설정 - 목표 실행 단계로 성찰을 진행하며, 이를 3개의 대시보드(토론 글과 댓글 대시보드, 참여 시기 대시보드, 상호작용 네트워크 대시보드)의 성찰 기준과 연결하여 전체 성찰 단계와 긴밀하게 대시보드와 연결되도록 하였다. 학습자들은 챗봇을 통해서 자신의 대시보드를 확인하고 챗봇이 제시하는 기준이나 스스로가 선택한 기준을 통해서 자신의 학습을 평가한다. 이 때 챗봇의 평가가 제시되어 학습자는 자신의 평가와 챗봇의 평가를 비교하면서 최종적인 평가를 하게 된다. 챗봇은 학습자의 평가에 따라서 학습자가 자신의 학습을 구체적으로 돌아볼 수 있는 질문을 제공한다. 학습자가 질문에 답변한 후에 챗봇은 성찰한 내용을 바탕으로 다음 토론을 위한 목표를 세우도록 한다. 챗봇은 학습자가 목표를 세울 수 있도록 돕기 위해서 적절한 목표를 추천해주며 목표를 구체화하도록 돕는다. 목표를 설정한 후에 다음 토론에서 학습자는 목표를 실천하는 과정을 거치게 된다. 챗봇은 학습자가 언제든지 목표를 확인하고 수정할 수 있도록 하며, 학습자의 목표에 따라서 적응적으로 리마인드를 제공한다. 학습자가 다음 토론 후에 다시 챗봇을 활용할 때 챗봇은 학습자가 자신이 설정한 목표를 달성했는지 돌아보도록 하고 이를 다음 성찰에서 목표를 세울 때 반영할 수 있도록 한다. 챗봇을 사용해 본 학습자들의 반응은 전반적으로 긍정적인 것으로 나타난다. 설문 결과를 보았을 때, 학습자들은 챗봇이 유용하고 사용하기 편리하게 여기며, 그에 따라서 학습자들은 챗봇에 대한 긍정적인 태도를 가지고 지속적인 사용 의향이 있는 것으로 나타났다. 면담 결과를 보았을 때도, 학습자들은 대시보드, 질문, 기준, 발화 같은 챗봇의 구성요소들이 성찰에 긍정적인 영향을 미친다고 보았으며, 다른 성찰 매체와 비교했을 때 챗봇과의 대화는 사람과의 대화에 비해서 부담스럽지 않으며, 학습지와 달리 챗봇을 통해서는 상호작용할 수 있다는 것을 긍정적으로 인식하였다. 그러나 챗봇이 장기적인 관점에서 활용될 필요가 있으며, 챗봇이 학습자의 상황에 따라서 더 유연하게 상호작용할 필요가 있다고 보았다. 연구의 과정과 결과를 보았을 때, 본 연구의 의의는 다음과 같다. 첫번째로, 본 연구는 온라인 토론에서 Kolb의 성찰 모형과 대시보드를 긴밀하게 연결하여 대시보드 기반 성찰 프레임워크를 구성했다는 점에서 의의가 있다. 두번째로, 적응적 상호작용, 학습자 주도성, 사회적 실재감 3가지 측면에서 성찰 매체로서 챗봇의 장점과 단점을 확인했다는 의미가 있다. 마지막으로 연구 방법적 측면에서 설계개발연구 Type1 방법론에 따라 챗봇을 개발할 때 효과적으로 활용될 수 있는 방법을 확인하였다. 요구분석을 위해 실제 학습 활동을 하는 학습자를 관찰하고 면담하는 방식이 활용될 수 있으며, 연구자가 챗봇의 역할을 하는 Wizard of OZ 방법론은 챗봇 시나리오에 대한 학습자의 인식을 확인하기 위해서 활용될 수 있다. 본 연구는 온라인 토론 수업에서 활용될 수 있는 챗봇을 만들었다는 실제적인 의미가 있으면서도, 온라인 토론에서 성찰에 대한 이론적 기여와 챗봇 개발에 대한 방법론적 기여를 한다는 점에서 의미를 가진다.

맞춤형 피드백 지원을 위한 AI펭톡 교사용 대시보드 설계 연구

이정현 서울대학교 대학원 2024 국내석사

인공지능 기술을 활용한 개인 맞춤형 학습지원에 대한 요구가 높 아지면서 인공지능 기술 기반 교육(AIEd)에 대한 보다 광범위하고 다양한 시도 및 연구가 이루어지고 있다. 이에 발맞추어 교육부는 2025년부터 인공지능 기술을 적용한 ‘인공지능 디지털교과서’를 도 입해 학생 맞춤형 디지털 교육시대를 열겠다는 내용이 담긴 ‘디지 털 기반 교육혁신 방안’을 발표했다(대한민국 정책브리핑, 2023). 인공지능 디지털 과서는 2025년 초등학교 3·4학년, 중학교 1학 년, 고등학교 공통·일반선택 과목부터 적용되며, 2026년 초등학교 5·6학년, 중학교 2학년, 2027년 중학교 3학년까지 단계적으로 도입 될 예정이다. 이는 학교현장에서 인공지능 기반 학습프로그램이 선택적으로 활용되는 것을 넘어서서 대부분의 교실 수업에 사용될 것을 예고하는 상황이다. 이와 더불어 지난해부터는 전국 대부분 의 학교 현장에서 1인 1 스마트 기기를 사용하는 학습 환경이 구 축되어 학습 데이터가 축적되고 있으며, 각종 에듀테크 도구에 인 공지능 기술이 결합되어 사용되면서 축적된 데이터를 분석하여 정 보를 시각적으로 제공하는 것이 용이해졌다. 분석된 학습 데이터는 대시보드를 통해 교수자와 학습자에게 제 공될 수 있다. 교수자용 대시보드에 기반한 교사의 통찰력은 가장 직접적으로는 학습자에게 제공하는 피드백을 통해 학습자의 학습 성장을 도모하게 된다. Knoop-van Campen, C., & Molenaar, I. (2020)의 연구에 따르면, 교사용 대시보드가 없을 때의 수업과 교 사용 대시보드를 활용한 수업에서 교사의 피드백 유형의 다양성 및 맞춤형 피드백 지원 여부에 차이가 있었으며, 이는 결국 교사 용 대시보드는 교사가 제공하는 피드백의 질에 중요한 역할을 한 다는 점을 시사한다. 이와 같이 교사용 대시보드와 교사의 피드백 제공의 밀접한 관 련성에도 불구하고, 인공지능 기술 활용 교육활동을 통해 제공되 는 교사용 대시보드에 대한 연구는 부족한 실정이다. 이에 대해 Li, Yanyan, et al., 2022)은 컴퓨터 기반 협업학습에서 학습분석 대시보드가 교사의 교수지원을 위해 개발되었지만 교사가 대시보 드 정보를 해석하여 교수학습 개선을 위해 활용하는 방안에 대한 연구는 거의 없다는 점을 지적하였다. 인공지능 기술 활용 맞춤형 수업에 대한 기대와 함께 이러한 시 대적 요구에 따라 학교 현장에서 활용되고 있는 인공지능 기술 활 용 교육도구에서 제공되는 교사용 대시보드가 어떠한 정보를 어떻 게 제공할 때 교사의 맞춤형 피드백 제공을 지원할 수 있는지에 대한 탐색이 필요하다. 이를 위해 본 연구에서는 맞춤형 피드백 지원을 위한 교사용 대 시보드 설계원리 및 세부지침을 도출하고, 이를 바탕으로 인공지 능 기술 활용 맞춤형 학습을 위해 개발된 공공플랫폼 중 학교현장 에서 비교적 많이 활용되고 있지만 교사의 입장에서 제공되는 교 사용 대시보드의 유용성에 대한 연구가 부족한 AI펭톡을 분석대상 프로그램으로 선정하여 교사의 맞춤형 피드백 지원을 위한 대시보 드 프로토타입을 제안하고자 하였다. 먼저 현재 사용되는 AI펭톡 교사용 학습관리페이지에 대한 현장 교사들의 요구분석을 실시하였다. 다음으로 관련 선행연구를 분석 하여 맞춤형 피드백 지원을 위한 교사용 대시보드 설계원리 및 세 부지침을 도출하였으며 전문가 타당화를 실시하였다. 이를 반영하 여 기존의 학습관리페이지에 데이터 분석 및 시각화 자료를 포함 하여 AI펭톡 교사용 대시보드 프로토타입을 구상하고, 전문가 타 당성 평가를 통해 최종 프로토타입 산출물을 개발하였다. 본 연구 의 과정 및 결과를 토대로 살펴본 연구의 의의는 다음과 같다. 첫째, 본 연구에서는 맞춤형 피드백 지원을 위한 교사용 대시보 드 설계원리와 세부지침을 도출하였다. 기존의 교육용 대시보드에 대한 설계원리 또는 평가준거를 다루는 선행연구에서는 교실 수업 상황이 아닌 학습장면에서의 대시보드 활용에 대해 다루고 있거나 대시보드 평가에 있어 HCI(Human-Computer Interaction)를 기준 으로 삼는 경우가 많았다. 반면, 역동적인 교실 수업 상황에서 교 사가 대시보드 상의 정보를 인지하고 성찰하고 의미를 발견하여 피드백을 제공하는 것을 포함한 행동변화 과정을 고려한 설계원리 는 선행연구에서 찾기 어려웠다. 2025년 인공지능 디지털 교과서 도입이 예고된 상황에서 학생들이 인공지능 기반 맞춤형 학습프로 그램을 활용하여 수업에 참여할 때 교사는 수집된 데이터를 바탕 으로 어떤 정보를 제공받고 활용할 수 있는지에 대한 연구가 필요 하다. 이에 본 연구에서는 교사가 대시보드상의 정보를 확인하고 성찰하고 의미를 발견하여 맞춤형 피드백 제공이라는 행동을 일으 키는 일련을 과정을 설명하는 ‘학습분석과정모델’을 기준으로 삼아 맞춤형 피드백 지원을 위한 교사용 대시보드 설계원리 및 세부지 침을 도출하고 전문가 타당화 과정을 통해 타당성을 확보하였다. 둘째, 본 연구에서는 맞춤형 피드백 지원을 위한 교사용 대시보 드 설계원리와 세부지침을 도출하는데 그치는 것이 아니라 이것을 적용한 사례까지 제시하여 현장 활용도를 높였다. 도출한 설계원 리와 세부지침을 바탕으로 실제 학교현장에서 활용되고 있으면서 현장교사들의 개선 요구가 있는 AI펭톡을 분석대상으로 삼아 개선 안을 담은 교사용 대시보드 프로토타입을 개발함으로써 맞춤형 피 드백 지원을 위한 교사용 대시보드 설계에서 중요하게 고려되어야 할 점들에 대해 검증할 수 있었다. 이는 학교 현장에서 활용되는 다양한 인공지능 기반 코스웨어 프로그램 뿐 아니라 향후 도입될 인공지능 디지털 교과서의 교사용 대시보드를 설계하고 평가하는 데 시사점을 제공할 수 있다. 주요어 : 학습분석학, 학습분석과정모델, 교사용 대시보드, 맞춤형 피 드백, 인공지능, 1인 1 스마트기기, AI펭톡 학 번 : 2021-24515 As the demand for personalized learning support using A.I. technology increases, more extensive and diverse attempts and research on A.I.-based education (AIEd) are being conducted. In line with this, the Ministry of Education announced the "Digital-based Education Innovation Plan," which states that it will open the era of customized digital education for students by introducing "AI digital textbook" using AI technology from 2025 (Korea Policy Briefing, 2023). The A.I. digital textbook will be applied to elementary school grades 3-4, middle school grade 1, and high school common and general elective courses in 2025, and will be introduced in stages to elementary school grades 5-6, middle school grade 2, and middle school grade 3 in 2026 and 2027, respectively. This is a situation that foreshadows that A.I-based learning programs will be used in all classrooms, not just selectively, but in classroom situations. In addition, since 2022, learning environments using one-to-one smart devices have been established at most school sites nationwide, accumulating learning data, and as various EdTech tools are used in combination with A.I. technology, it is easy to analyze the accumulated data and provide information visually. Analyzed learning data can be presented to instructors and learners via dashboards. Teachers' insights based on dashboards for instructors most directly contribute to learner growth through the feedback they provide to learners. A study by Knoop-van Campen, C., and Molenaar, I. (2020) found that there was a difference in the variety of types of feedback teachers provided and whether they supported personalized feedback in classes without a teacher dashboard versus classes with a teacher dashboard, suggesting that the teacher dashboard plays a role in the quality of feedback teachers provide. Despite the close relationship between teacher dashboards and teacher feedback, there is a lack of research on teacher dashboards provided through AI-enhanced educational activities. In this regard, Li, Yanyan, et al. (2022) pointed out that although learning analysis dashboards have been developed to support teachers' teaching in computer-based collaborative learning, there are few studies on how teachers interpret and utilize dashboard information to improve teaching and learning. Along with the expectation of customized classes using A.I. technology, it is necessary to explore what information and how teachers' dashboards provided by A.I. technology-enabled educational tools utilized in schools can support teachers in providing adaptive feedback. To this end, this study derived the design principles and details of a teacher dashboard for adaptive feedback support, and based on this, AI Pengtalk, a public platform developed for AI-tailored learning, which is relatively widely used in schools, but lacks research on the usefulness of a teacher dashboard from the perspective of teachers, was selected as a program to be analyzed, and a dashboard prototype for adaptive feedback support was proposed. First, we analyzed the needs of teachers in the field for the current AI Pengtalk teacher learning management page. Next, we analyzed related prior research to derive the design principles and detailed guidelines for the teacher dashboard to support adaptive feedback, and conducted expert validation. Based on this, we designed a prototype of AI Pengtalk Teacher Dashboard by including data analysis and visualization materials on the existing learning management page, and developed the final prototype output through expert validation. Based on the process and results of this study, the significance of this research is as follows. First, this study derived the design principles and detailed guidelines of a teacher dashboard for personalized feedback support. Previous studies on design principles or evaluation criteria for educational dashboards often focus on the use of dashboards in learning situations rather than classroom teaching situations, or use HCI(Human-Computer Interaction) as a reference. On the other hand, it is difficult to find design principles that consider the behavioral change process, including teachers' perception, reflection, meaning discovery, and feedback of information on dashboards in dynamic classroom teaching situations. As the introduction of A.I. digital textbooks is expected in 2025, it is necessary to study what information teachers can provide and utilize based on the collected data when students participate in classes using A.I.-based personalized learning programs. In this study, we derived the principles and detailed guidelines for designing a dashboard for teachers to support adaptive feedback based on the Learning Analysis Process Model, which describes the process of teachers checking the information on the dashboard, reflecting on it, discovering the meaning, and generating the behavior of providing adaptive feedback, and secured the validity through the expert validation process. Second, this study did not only derive the design principles and detailed guidelines for teacher dashboards for adaptive feedback, but also presented examples of their application to enhance their use in the field. Based on the derived design principles and detailed guidelines, we were able to develop a prototype of a teacher dashboard with improvement suggestions by analyzing AI Pengtalk, which is being used in actual schools and has improvement needs from teachers in the field, and verify the important points to be considered in the design of a teacher dashboard for adaptive feedback. This can provide implications for the design and evaluation of teacher dashboards for various AI-based courseware programs used in schools, as well as for AI digital textbooks introduced in the future. keywords : learning analytics, learning analytics process model, teacher dashboard, adaptive feedback, artificial intelligence, 1 to 1 device, AI pengtalk Student Number : 2021-24515

스마트공장 운영 CPS를 위한 대시보드 사용자 인터페이스 구성에 관한 연구

고명준 성균관대학교 일반대학원 2017 국내석사

현재 전세계적으로 독일의 ‘인더스트리 4.0’의 영향으로 스마트 공장 구축 및 활용에 대한 투자가 활발히 이루어지고 있다. 이러한 투자에 맞추어 IoT(Internet of Things), 센서, 클라우드 등의 ICT 기술의 발달로 인하여 실제 생산 현장의 데이터를 실시간으로 수집하여 완벽하게 디지털화함으로써 공장 운영의 관리를 효율적으로 할 수 있는 CPS(Cyber-Physical System)가 중요한 개념으로 떠오르고 있다. 그러나 기존 CPS 관련 연구들은 CPS의 구조 설계, 구축 및 구현에 편중되어 있어 CPS의 활용 방안에 대한 연구가 부족한 실정이다. 본 논문에서는 운영 CPS 기반스마트 공장을 위한 대시보드 사용자 인터페이스 구성에 대한 연구하고자 한다. 본 논문에서는 IoT와 센서의 연결을 통한 CPS 환경을 전제하여 의사결정을 위한 현장 데이터 및 사이버 모델 데이터를 정의하고, 데이터 별 특성을 고려한 데이터 시각화 도구 정의와 CPS 환경의 데이터 별 대시보드 사용자 인터페이스 구성 방안을 제안한다. 그리고 기존의 설계된 대시보드와 스마트공장 운영 CPS를 위해 재설계된 대시보드와의 사용성 평가로 비교하여 효과를 검증한다.