디지털 교육에서 학습자 데이터 기반 메타 주의 지원 전략 개발 = Development of Strategies to Support Meta-Attention Based on Learner Data in Digital Education

다국어 초록 (Multilingual Abstract)

The widespread implementation of digital devices in educational environments has facilitated educational innovation based on learner data. Particularly catalyzed by the COVID-19 pandemic, metropolitan and provincial offices of education across the nation have implemented large-scale "one device per student" initiatives. Building upon this digital infrastructure, the Ministry of Education plans to gradually introduce "AI Digital Textbook" from 2025. AI Digital Textbook is a textbook that utilizes intelligent information technologies, such as artificial intelligence, to support personalized instruction for each student. The introduction of AI Digital Textbook will enable individualized learning tailored to each student's pace and level, potentially overcoming current classroom limitations. However, this transformation means that students will spend considerable time operating digital devices. The expansion of digital device-based learning raises concerns about decreased attention spans and non-educational device usage. Previous studies have shown that increased digital device usage correlates with lower attention levels and negatively impacts academic achievement in the long term. Additionally, these devices can easily distract students by inducing multitasking behavior. Given that digital device-based instruction offers clear advantages, students need to develop meta-attention—the ability to properly use their digital devices and self-regulate their attention. To cultivate this meta-attention, students require assistance in objectively recognizing their situational awareness. However, the current curriculum lacks systematic support for improving students' meta-attention capabilities, and student data are primarily limited to learning processes and outcomes, making it difficult to assess students' attention states.
Therefore, this study developed and implemented meta-attention support strategies that enable learners to recognize and regulate their attention based on data in digital education, collaborating with field experts and theoretical experts. The research questions are as follows: First, what are the learner data-based meta-attention support strategies and detailed guidelines? Second, how is the instructional process structured when applying learner data-based meta-attention support strategies? Third, what are the effects and areas for improvement in classes implementing learner data-based meta-attention support strategies? Fourth, what learner characteristics influence attention improvement? To address these research questions, the study employed Design-based Research (DBR) methodology. Through an expert council comprising six field experts and three theoretical experts, the study identified practical problems and needs, and developed and continuously improved support strategies by building theoretical foundations through literature review. The field implementation involved conducting strategy-based instruction with one homeroom teacher and 68 first-year high school students, and examining both instructor and learner responses. Learner attention data were collected using edutech, which was used to create an attention dashboard. Students completed advanced inquiry tasks in integrated science following the meta-attention support strategy phases, and the FAIR attention test was administered to verify effectiveness. Additionally, qualitative data were collected through in-depth interviews with one teacher and 13 students. The collected data were analyzed using descriptive statistics and paired t-tests for quantitative data, while thematic analysis was applied to qualitative data. This analysis revealed the effectiveness and areas for improvement of the support strategies, detailed instructional processes, and learner characteristics that influence attention improvement.
The study resulted in the development of learner data-based meta-attention support strategies comprising 12 support strategies and 35 detailed guidelines across four categories: meta-attention guidance, attention planning, attention monitoring, and attention evaluation, with three strategies per category. The meta-attention guidance phase includes motivating meta-attention activities through the presentation of successful attention improvement cases, providing detailed guidance on meta-attention concepts and procedures, and incorporating practice exercises and comprehension checks for meta-attention. The attention planning phase involves a process in which students initially examine their attention status through a learner data-based attention dashboard, subsequently analyze the causes of their behaviors, and ultimately establish specific attention goals and improvement strategies for the current session. The attention monitoring phase provides guidance on recognizing and regulating situations of decreased attention during class, encouraging students to self-check their status when their attention wanes, and implementing attention improvement strategies to regain focus. Individual feedback can be provided through teacher circulation during this phase. In the attention evaluation phase, students assess their attention goal achievement and strategy effectiveness after completing activities. The strategies used are cumulatively recorded, allowing students to reflect on these records and identify the most effective strategies for themselves. The class concludes with students sharing their meta-attention experiences with peers, providing peer feedback, and establishing foundations for future attention planning.
The detailed instructional process analysis revealed changes in both teacher strategy implementation and student participation patterns. A heatmap analysis of the teacher's strategy usage frequency by session demonstrated temporal changes in strategy implementation. Specifically, the first session showed the highest strategy usage rates across all phases, with meta-attention guidance and attention planning decreasing over subsequent sessions, while attention monitoring and evaluation maintained consistent levels. Regarding specific strategies, those with low or no usage frequency appeared to transition naturally into implicit learning through class participation, primarily due to time constraints. Subsequently, time-series data was used to verify the sequence of strategy implementation. The instruction process generally proceeded according to the developed strategy sequence. Among the various strategies, only the strategy of identifying students needing assistance through student data review was implemented first, before class. Changes in student participation processes were thoroughly examined based on survey data collected each session and interview results, providing detailed insights into students' dashboard checking methods and reactions, categorization of established attention goals and improvement strategies, strategy effectiveness evaluation and modification processes, and peer interaction content. The FAIR attention test results demonstrated statistically significant improvements in students' attention levels. All subcategories—selective attention, sustained attention, and self-control—demonstrated substantial improvement. Student interviews revealed positive effects including development of self-directed learning strategies, enhanced intrinsic motivation and self-efficacy, improved attention, and voluntary transfer of meta-attention skills. Limitations included individual activity-centered instruction and technical constraints in data collection. Instructor interviews identified key achievements: providing different meta-attention experience opportunities for learners of varying abilities, maintaining continuous motivation through the dashboard, and meta-attention activity transfer. However, limitations were noted, including insufficient individualized support for different learner levels, technical limitations in attention data collection, and limited peer interaction opportunities. Finally, analysis of learner behavior patterns and perceptions identified factors influencing attention improvement. Based on classroom activity data comparing high and low improvers, high improvers tended to set specific, quantified goals, while low improvers set abstract, ambiguous goals. Strategy utilization was higher among high improvers, with their strategy use increasing over time, while low improvers exhibited stagnant or declining strategy use. Regarding data reliability, high improvers demonstrated strong trust in the data, viewing the attention dashboard as a tool for discovering previously unrecognized information. In contrast, low improvers displayed skepticism about data accuracy and demonstrated off-task behavior after identifying data limitations.
This study presents a novel educational approach for attention improvement in the digital transformation era. It systematically developed strategies and detailed guidelines for instructors to design learner data-based meta-attention instruction to effectively enhance learner attention in digital education. The study empirically verified the instruction's effectiveness and conducted detailed analysis of the instructional process. Its significance lies in presenting a new paradigm that supports learners’ self-directed attention development through the integration of learner attention data and meta-attention.

국문 초록 (Abstract)

교육 현장의 디지털기기 도입이 확대되면서 학습자 데이터 기반의 교육 혁신이 이루어지고 있다. 특히 코로나 팬데믹을 계기로 전국 시도교육청은 ‘학생 1인 1기기’ 사업을 대대적으로 시행하였으며, 교육부는 이러한 디지털 인프라를 기반으로 2025년부터 ‘AI 디지털 교과서’를 순차적으로 도입할 예정이다. AI 디지털 교과서란 인공지능과 같은 지능정보화기술을 활용하여 학생별 맞춤형 수업을 지원하는 교과서이다. AI 디지털 교과서가 도입된다면 개별 학생의 학습 속도와 수준에 맞춘 개인화된 학습이 가능하며, 이는 현재 교실의 한계를 극복할 수 있다. 하지만 이러한 변화로 인해 학생들은 상당한 시간을 디지털기기를 조작하는 데 보내게 된다. 디지털기기를 활용한 학습의 확대는 학습자의 주의력 저하와 학습 목적 외 사용과 같은 우려를 동반한다. 선행연구에 따르면, 디지털기기의 사용 시간이 많을수록 주의력이 낮아지며, 장기적으로 학업 성취에도 부정적인 영향을 미치는 것으로 나타났다. 또한, 멀티태스킹을 유발하여 학생들의 주의를 쉽게 분산시킨다. 하지만 디지털기기를 활용하는 수업의 장점도 분명히 있기에 이러한 상황에서 학생들은 자신의 디지털기기를 올바르게 사용하며, 주의를 스스로 조절할 수 있는 능력인 메타 주의가 필요하다. 이러한 메타 주의를 기르기 위해서는 학생들이 자신의 상황을 객관적으로 인식할 수 있는 도움이 필요하다. 하지만, 현재 교육과정에서는 학생들의 메타 주의력 향상을 위한 체계적인 지원이 부재한 실정이며, 학생들의 데이터는 주로 학습 과정과 결과에 국한되어 있어, 학생들의 주의 현황을 파악하기에는 한계가 있다.
이에 본 연구는 디지털 교육에서 데이터를 기반으로 학습자가 스스로 자신의 주의를 인지하여 행동을 조절할 수 있는 메타 주의 지원 전략을 현장전문가, 이론전문가와 함께 개발하고 현장에 적용하였다. 본 연구의 연구문제는 다음과 같다. 첫째, 학습자 데이터 기반 메타 주의 지원 전략과 상세지침은 무엇인가? 둘째, 학습자 데이터 기반 메타 주의 지원 전략을 적용한 수업은 어떤 과정으로 이루어지는가? 셋째, 학습자 데이터 기반 메타 주의 지원 전략을 적용한 수업의 효과와 개선점은 무엇인가? 넷째, 주의력 향상에 영향을 미치는 학습자 특성에는 무엇이 있는가?
위 연구문제를 해결하기 위해 설계기반연구(Design-based Research, DBR)의 방법론에 따라 진행하였다. 현장전문가 6명, 이론전문가 3명으로 구성된 전문가 협의회를 기반으로 현장의 문제와 요구를 파악하고, 선행 문헌 검토를 통해 이론적 기반을 구축하여 지원 전략을 개발하고 지속적으로 개선하였다. 현장적용은 담임 교사 1인과 고등학교 1학생 68명을 대상으로 지원 전략을 적용한 수업을 실시하고 교수자와 학습자의 반응을 확인하였다. 에듀테크를 활용하여 학습자 주의 데이터를 수집하였으며, 이를 기반으로 주의 대시보드를 제작하였다. 학생들은 메타 주의 지원 전략의 단계에 따라 통합과학 심화 탐구 과제를 수행하였으며, 전략의 효과성 검증을 위해 FAIR 주의력 검사를 실시하였다. 또한, 교사 1인과 학생 13명을 대상으로 심층 면담을 실시하여 질적 데이터를 수집하였다. 수집된 자료는 양적 데이터의 경우 기술통계와 대응표본 t검정을, 질적 자료는 주제분석을 통해 분석하였다. 이를 통해 지원 전략의 효과성과 개선점, 수업의 구체적인 과정, 주의력 향상에 영향을 미치는 학습자 특성을 확인하였다.
연구결과, 학습자 데이터 기반 메타 주의 지원 전략으로 메타 주의 안내, 주의 계획, 주의 점검, 주의 평가로 구성된 4개의 범주 아래 범주별 3개씩, 총 12가지의 지원 전략과 35개의 상세지침이 도출되었다. 메타 주의 안내 단계에서는 주의 향상의 성공사례 제시를 통한 메타 주의 활동에 대한 동기 유발과 메타 주의 개념 및 절차에 대한 구체적인 안내, 그리고 메타 주의에 대한 연습과 이해도 점검 활동이 포함되었다. 주의 계획 단계에서는 학습자 데이터를 기반으로 개발된 주의 대시보드를 통해 자신의 주의 현황을 파악하는 것과 행동을 하게 된 원인을 분석하고 이를 기반으로 한 이번 시간의 구체적 주의 목표와 주의 향상 전략을 수립하는 것으로 이루어진다. 주의 점검 단계에서는 수업 중 주의력 저하 상황의 인지와 조절 방안을 안내하고, 학생들이 스스로 주의가 떨어졌을 때 자신의 상태를 점검하고, 주의 향상 전략을 시행하여 다시 주의를 높이도록 한다. 이때 교사의 순회 지도를 통한 개별 피드백이 제공될 수 있다. 주의 평가 단계에서는 활동이 끝난 후 해당 차시의 주의 목표 달성도와 전략 효과성을 평가한다. 이때 사용한 전략은 누적으로 기록되는데 학생들은 그중 자신에게 가장 효과적인 전략을 생각한다. 수업 후반에 친구들과 메타 주의 경험 공유를 통해 서로 피드백을 주고 차기 주의 계획 수립의 기반을 마련하는 것으로 구성되어 있다.
수업의 세부 진행 과정으로는 교사의 전략 사용과 학생들의 수업 참여 과정의 변화를 확인하였다. 히트맵으로 교사의 차시별 전략 사용 빈도를 분석하여 시간에 따라 교사의 전략 사용의 변화를 확인하였다. 1차시에는 모든 단계에서 가장 높은 전략 사용률을 보였으며, 메타 주의 안내와 주의 계획은 차시에 따라 감소하는 반면, 주의 점검과 평가는 일정한 수준을 유지하는 것으로 확인하였다. 다음으로는 시계열 데이터로 전략 사용의 순서를 확인하였다. 대체로 개발된 전략의 순서대로 수업이 진행되었다. 수업 전 학생들의 데이터를 보고 도움이 필요한 학생을 파악하는 전략이 제일 선행되었다. 학생들의 수업 참여 과정 변화는 매 차시 진행했던 설문 조사 데이터와 면담 결과를 기반으로 학생들의 대시보드 확인 방법과 느낌, 설정한 주의 목표와 주의 향상 전략 유형화, 전략의 효과성 평가와 수정 과정, 친구들과의 교류 내용을 상세히 확인할 수 있었다.
FAIR 주의력 검사 결과 학생들의 주의력은 통계적으로 유의한 향상이 있었다. 세부 항목으로 선택적 주의, 지속적 주의, 자기 통제력 모두 큰 향상이 있었다. 학습자 면담 결과로는 자기 주도적 학습 전략 개발과 내적 동기와 자기 효능감 증진, 주의력 향상, 메타 주의의 자발적 전이의 긍정적 효과가 확인되었다. 제한점으로는 개별 활동 중심 수업, 데이터 수집의 기술적 한계가 있었다. 교수자 면담 결과로는 다양한 수준의 학습자에게 각기 다른 메타 주의 경험 기회의 제공과 대시보드를 통한 지속적 동기 부여가 주요한 성과로 나타났다. 하지만 학습자 수준별 개별화된 지원 부족, 주의 데이터 수집의 기술적 한계, 학습자 간 상호작용 기회 부족 등이 제한점으로 지적되었다. 마지막으로, 학습자들의 행동 패턴과 인식을 분석하여 주의력 향상에 영향을 미치는 요인을 확인하였다. 주의력 고향상자, 저향상자의 수업 활동 데이터를 토대로 분석한 결과 고향상자는 구체적이고 수치화된 목표를, 저향상자는 추상적이고 모호한 목표를 설정하는 경향이 있었다. 전략 활용도에도 고향상자가 저향상자보다 더 많이 사용하는 경향이 있었으며, 고향상자는 시간이 지날수록 전략 사용 횟수가 증가하는 반면, 저향상자의 전략 사용 횟수는 변화가 없거나 시간이 갈수록 감소하였다. 데이터 신뢰도와 관련하여 고향상자는 데이터를 매우 신뢰하는 모습이 보였다. 자신이 미처 깨닫지 못한 정보를 주의 대시보드를 통해 확인할 수 있다고 보았으나, 저향상자의 경우 데이터의 부정확성과 관련하여 회의적인 태도를 보이며, 데이터의 한계를 파악하여 수업과 관련 없는 행동을 하는 모습을 보였다.
본 연구는 디지털 전환 시대에서 주의력 향상을 위한 새로운 교육적 접근 방법을 제시하였다. 교수자가 디지털 교육에서 학습자의 주의력을 효과적으로 향상시키기 위한 학습자 데이터 기반 메타 주의 수업을 설계하는 데 참고할 수 있는 전략과 상세지침을 체계적으로 개발하였으며, 수업의 효과를 실증적으로 검증하고 수업의 과정을 세부적으로 분석하였다. 학습자의 주의 데이터와 메타 주의의 결합을 통해 학습자의 주체적인 주의력 성장을 지원하는 새로운 패러다임을 제시했다는 점에서 의의를 가진다.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1. 연구의 필요성 및 목적 1
• 2. 연구문제 5
• 3. 용어의 정리 6
• Ⅱ. 이론적 배경 8
• 1. 메타 주의(Meta-attention) 8
• 가. 주의의 개념과 중요성 8
• 나. 메타 주의의 개념과 특성 13
• 다. 메타 주의와 메타인지 14
• 라. 메타 주의 모델 18
• 마. 메타 주의 지원 전략 22
• 2. 데이터 기반 학습 지원 26
• 가. 학습분석과 데이터 26
• 나. 주의 데이터 측정 방식 27
• 다. 학습자 데이터의 제공 방안 29
• 라. 학습자 데이터 기반 학습 지원 30
• Ⅲ. 연구방법 33
• 1. 연구 참여자 34
• 2. 연구 절차 36
• 가. 전체 연구절차 36
• 나. 설계기반연구(DBR) 절차 37
• 다. 현장적용을 위한 수업절차 39
• 3. 연구 도구 44
• 가. 메타 주의 활동을 위한 학습 도구 44
• 나. 학습자의 변화 측정 도구 46
• 4. 자료 수집 및 분석 44
• 가. 자료 수집 48
• 나. 자료 분석 49
• Ⅳ. 연구결과 50
• 1. 학습자 데이터 기반 메타 주의 지원 전략 50
• 2. 수업의 세부 진행 사항 60
• 가. 교사의 전략 사용 분석 60
• 나. 학생들의 수업 참여 과정 변화 63
• 3. 학습자 데이터 기반 메타 주의 지원 전략의 효과성 69
• 가. 주의력 사전사후 검사 결과 69
• 나. 학습자 면담 결과 70
• 다. 교수자 면담 결과 76
• 4. 메타 주의 향상에 영향을 미치는 학습자 행동특성과
• 인식 80
• 가. 학습자 행동 특성 80
• 나. 학습자 인식 81
• Ⅴ. 논의 및 결론 83
• 1. 논의 83
• 가. 설계기반연구를 통한 학습자 데이터 기반 메타 주의
• 지원 전략 개발 83
• 나. 주의 향상의 새로운 접근 방법 제시 84
• 다. 학습분석 기반 대시보드를 통한 메타 주의 지원 85
• 라. 메타 주의 향상에 영향을 미치는 학습자 특성 분석 86
• 2. 결론 87
• 3. 연구의 제한점 및 제언 89
• 참고문헌 91
• 부록 108
• Abstract 147