교육의 패러다임을 바꾸는 데이터.

데이터가 불러온 교육의 변화

지난 세기만 해도 꿈이라 여겼던 변화의 바람이 교육에도 불고 있어요. 이제 우리는 단순히 온라인에서 친구와 선생님을 만나고 강의를 듣는 것으로 만족하지 않죠. 더 많은 것을, 더 적극적으로, 기술을 통해 구현하고자 하는 염원과 노력이 어우러져 에듀테크는 눈부신 발전을 거듭하고 있습니다. 학생의 문제 풀이 수준에 따라 맞춤형 학습전략을 인공지능이 세워주고, 강좌 중 어느 부분에서 학생들이 대체로 어려움을 겪는지 분석할 수 있게 되고, 나아가 통계를 참고해 수업 과정 및 진도를 신속하게 개선할 수도 있게 되었어요.

이런 변화의 중심에는 데이터가 있습니다.

학습과 교육 활동에서는 수많은 데이터가 매 순간 생성됩니다. 하지만, 지금까지는 이 정보를 체계적으로 모을 기술도 부족했고, 또 그래야만 한다는 인식도 부족했어요. 선생님의 질문에 학생들이 얼마큼 반응하는지, 영상 수업 스케줄에 맞춰 수강하는 학생들은 몇 퍼센트인지, 가장 참여가 활발한 수강생 집단은 어디이고 어느 집단에는 도움이 필요한지 등…… 이런 질문들의 답을 기술을 통해 조금씩 숫자에 기반해서 내리는 것이 가능해졌어요. 또한, 데이터를 비롯한 정량적인 수치들을 활용했을 때, 학습 및 교육 경험을 개선할 수 있다는 인식도 퍼지기 시작했습니다.

에듀테크가 주목하는 데이터

하지만, 여전히 ‘무슨 데이터를 모아야 하는가?’를 결정해야 합니다. 여러 데이터가 서로 어떤 관계를 맺고 있는지 해석하는 일도 남아있습니다. 수집할 수 있는 형태의 데이터 종류는 셀 수 없을 만큼 많고, 이 중에서 옥석을 가려내야 합니다. 무엇이 의미 있는 수치인가? 어떤 지표를 참고하면 교육효과에 대한 통찰을 얻고 문제점을 개선할 수 있는가? 에듀테크 업계는 이와 같은 질문들을 활발히 던지며, 자신이 보유한 데이터에 숨결을 불어넣고 있어요. 그렇다면, 에듀테크 업계는 무슨 데이터에 주목하고 있을까요?

데이터 가공을 위한 단위 자료, 마이크로 데이터

함께 교실을 상상해 봅시다. 한 분의 선생님이 서른여 명의 학생들을 40여 분 동안 가르치고 있습니다. 선생님은 수업이 진행되는 도중 무엇을 고려해야 할까요?

• 교과서 진도에 맞춰 수업이 진행되고 있는가?

• 어떤 학생이 졸고 있고, 그 친구를 어떻게 깨워 집중시킬 것인가?

• 질문에 대답하기 위해 손을 든 학생 중 누구를 발표시킬 것인가?

• 집중하는 학생이 계속 집중할 수 있도록 시선을 얼마나 자주 맞출 것인가?

모든 학생에게 100% 관심을 쏟는 것은 불가능에 가깝고, 선생님은 무척이나 바쁩니다. 이런 와중에, 매 순간 각 학생의 수업 이해도와 참여도를 파악하는 것이 가능할까요? 베테랑 선생님이라도 어쩔 수 없이 마주하는 한계가 있을 것입니다. 그렇기에, 지금까지 ‘완전한 맞춤형 교육’은 구현하면 좋지만 불가능한 꿈과 같은 교육의 모습이었어요.

하지만, 데이터를 모으고 활용하는 기술이 발전하며, 변화가 생기기 시작했어요. ‘통계표 작성 등 데이터 가공의 바탕이 되는 (단위) 자료’인 마이크로 데이터를 수집하는 기술이 비약적으로 발전하면서 찾아온 흐름이었죠. 개인별 교육 및 학습 데이터를 수집할 수 있게 됨으로써 놀라운 변화가 시작되었다는 의미입니다!

• 개인별 학습 진도

• 개인별 질문 빈도

• 개인별 참여도 및 집중도

등등 수많은 지표가 온라인 환경 속에서 측정되기 시작했습니다. 이를 활용한 ‘맞춤형 교육 컨설팅’, ‘초개인화 학습’과 같은 서비스들도 생겨났죠. 이것이 가능하기 전까지 학생 A는 여러 학생이 모인 집단의 한 구성원으로서 이해되기 쉬웠지만, 이제는 오롯이 그만의 학습 과정과 교육 경험을 파악하고 설계까지 할 수 있는 발판이 마련되었어요.

마이크로 데이터를 모아 경향성을 파악하는 매크로 데이터: 앱 단위

개별 데이터가 참여자 각각에 집중해 분석을 진행하기 위한 재료였다면, 매크로 데이터는 마이크로 데이터를 임의의 기준에 따라 집계한 것입니다. 수많은 마이크로 데이터가 모였기에 그 각각의 특수성을 파악하기는 어렵지만, 그 덕분에 한편으로는 일반적인 경향성을 파악할 수 있습니다. 애플리케이션 단위로 수집되는 매크로 데이터는 앱 설계와 운영 전반에 대한 통찰을 얻게 해주기도 하죠.

• 앱 사용자들이 질문을 올리는 비율보다 확인율과 답변율이 낮다

• 앱 사용자들이 공지 알람이 갔을 때 앱을 실행하는 빈도가 높다

‘어떻게 하면 조금 더 활발하게 질문과 대답이 오고 가는 앱 생태계를 만들 수 있을까?’ 고민하는 중이라면, 위에 예시로 제시된 두 가지 매크로 데이터 기반 통계가 도움이 될 것이에요. 질문이 올라왔다는 공지를 알람으로 보내고, 답변하는 과정을 더욱더 직관적이고 쉽게 개선함으로써 문제를 해결해보자고 결정을 내리는 데에 탄탄한 근거가 될 수 있지 않을까요?

교육 과정 중의 현황과 문제를 파악하기 위한 매크로 데이터: 수업 단위

어쩌면, 가장 독특한 종류의 데이터일지도 모릅니다. 마이크로 데이터만큼 개별화된 것도 아니고, 앱 단위의 매크로 데이터만큼 거대한 숫자를 다루지도 않기 때문입니다. 하지만, 적절히 활용한다면 중소규모 집단에 대한 통찰을 얻을 수 있게 해주는 지표입니다. 사람 간의 상호작용과 친밀감, 유대감이 중요한 집단을 분석할 수 있겠죠.

• 학생들이 몇 주차 활동에서 참여도가 떨어지거나 상승하는가?

• 평소에 공지를 한 번에 확인하는 학생들의 비율은 어떻게 되는가?

• 학생들 간에 질문에 대답해주는 비율은 얼마 정도인가?

개별 학생보다는 수업 전반의 현황과 문제점을 빠르게 포착할 수 있게끔 도와주는 지표라고 할 수 있어요. 특히, 수업을 직접 진행하는 강의자와 관리하는 운영자분 입장에서 중요하겠죠. 이번 수업에서 겪은 시행착오를 극복하고, 앞으로 더 나은 수업을 제공하는 데에 필요한 통찰을 얻는 금광과도 같은 데이터이기 때문입니다. 비록 특정 수업에 대한 것으로 한정되어 보편성을 가졌다고는 볼 수 없지만, 해당 교육 집단의 속성을 명확하게 파악하게 해준다는 점에서 분명 눈여겨 보아야 해요.

마이크로, 매크로 데이터를 활용하는 클라썸

에듀테크 서비스에서는 데이터의 활용이 중요해요. 서비스를 개선하고 사용자 경험을 끌어올리기 위해 적합한 데이터를 모으고 분석할 수 있는지에 따라, 서비스의 성패가 갈리기도 하니까요. 개별 학습자들을 위한 코치나 관리 서비스를 제공하는 기업이라면 마이크로-개별 데이터를, 수많은 사람이 응시하는 시험을 가장 효율적으로 대비하게끔 안내해주는 기업이라면 앱 단위 매크로 데이터를, 그리고 특정 수업을 개선하고 교육 효과를 높이기를 원한다면 수업 단위 매크로 데이터를 십분 활용해야 합니다.

클라썸은 마이크로, 매크로: 수업 단위 데이터를 ‘통계 기능’을 통해 제공하고 있어요. ‘누구나, 부담 없이, 자유로이 질문함으로써 더 큰 배움을 누릴 수 있다’는 신념이 싹틀 수 있도록 저희의 데이터 사랑을 모든 참여자와 나눠야 한다고 생각했기 때문이에요. 구체적으로 어떤 데이터를 제공하고 있는지 궁금하시다고요?

수업 과정에서 오고 가는 질문과 상호작용을 중요하게 여긴다는 점에서, 클라썸은 수업 단위 매크로 데이터를 한눈에 파악할 수 있는 ‘강의 통계’를 제공하고 있어요. 질문이 해결되는 비율과 공지를 확인하는 비율, 질문에 대한 첫 답변이 달리는 시간까지…… 다양한 데이터를 이용해서 지금 수업에 가장 필요한 것이 무엇인지 직관적으로 확인할 수 있죠.

또한, 클라썸을 통해 학습자 개개인의 학습 경험과 능률을 향상할 수 있도록 개인별 마이크로 데이터를 중요하게 여기고 있답니다. ‘구성원 통계’를 제공하고 있는 이유이죠. 어떤 구성원의 참여도가 떨어지는지, 방문 횟수와 상호작용 정도를 함께 개선해 나갈 참여자가 누구인지 등등을 파악할 수 있어요.

수많은 사람이 교육과 학습을 위해 사용하는 애플리케이션으로서, 클라썸은 앞으로도 모든 층위의 데이터를 열심히 분석하며 더 나은 서비스를 제공하겠습니다. 😊

클라썸은 KAIST, 경희대학교, 이화여자대학교, 인천광역시교육청, 삼성전자, 시세이도, 월드비전 등 이용 중인 강의별 소통 플랫폼입니다.

클라썸이 궁금하다면?👉 www.classum.com