디지털 전환의 기로에 선 교육, 혁신이 아니면 죽음을
날짜2022.03.02
조회수5652
글자크기
  • 박수정 라이브데이터 대표 sjpark@laivdata.com
  • 디지털 인재 양성의 핵심, 에듀테크
    • 2019년 소프트웨어 전공 대학 졸업자 미취업률이 39%1)나 되지만, 정작 회사는 뽑을 사람이 없고, 구직자는 취업할 회사가 없다고 한다. 구인 중인 회사가 제시하는 직무 기술서(Job Description)를 받아 보면 디지털 전환(Digital Transformation) 관련 직무인 경우가 다반사이다. 전통 기업에서도 인터넷이나 모바일 기반의 제품, 서비스 혹은 플랫폼을 만들어 내기 위한 조직을 구축하고 해당 조직의 리더를 찾고자 하지만 산업 전반에 동시다발적으로 추진되는 디지털 전환의 당면 과제를 담당할 인재는 절대 부족한 상황이다. 각 기업이 쏟아내는 각고의 노력을 피부로 접할 때는 “드디어 올 것이 왔구나”라는 생각마저 들게 한다. 이 글에서는 소프트웨어 인재 수급의 어려움과 관련하여 최근 주목받는 에듀테크의 변화를 살펴보고, 변화의 방향과 추동하는 요인, 구성 요소별 특징을 핵심으로 다룬다. 먼저 세 가지 변화의 추동력을 소개하고, 디지털 민첩성, 지식요소의 해체 후 재조합, 다양한 교수법을 설명하고자 한다.
  • 에듀테크를 견인하는 세 가지 화살
    • 첫째는 기술의 발전이다. 빅데이터와 인공지능이 클라우드에 탑재되면서 이제 어느 기업이나 빅스위치2)만 켜면 최신 기술에 쉽게 접근할 수 있다. 보편화된 기술을 활용해서 경쟁사를 포함한 모든 기업이 고객가치를 창출하고 있으니 혁신하지 않고 머물러 있으면 살아남을 수 없다. 붉은 여왕 효과3) 가 나타나 산업 전반이 디지털 대전환에 박차를 가하고 있고 교육산업도 예외는 아니다.
    • 맥그로힐의 알렉스4)나 디그리드5) 같은 선도적인 서비스는 디지털 기술을 교육 분야에 접목하여 응용 서비스를 만들었다. 알렉스는 학습의 효율성을 높였고 디그리드는 인터넷을 통해 활용할 수 있는 디지털 교육 콘텐츠에 접근성을 높일 수 있음이 보였다. 근미래에는 디지털 교육 콘텐츠를 확보하는 것이 용이해지고 학습자의 행동 데이터 즉, 학습 이력을 인공지능에 활용하는 영역이 넓어진다. 학습이 필요한 기간과 분야 모두 넓어진다. 넓은 영역에서의 통합 학습과 평생 학습이 당연하게 여겨지게 된다. 교육산업의 영역이 확장됨에 따라 시장 지배적 사업자가 되기 위한 경쟁이 치열해진다.
    • 선도기업이 보여주는 비전에 다가가기 위해서는 우선 디지털 전환을 시작해야 한다. 전통교육 기업이 축적한 교육 콘텐츠와 학습이력은 거대하고 다양하다. 활용 가능한 데이터 자산은 컴퓨터가 다룰 수 있는 형태인 디지털로 전환하고 통합해야 한다. 통합에는 정보의 투명성과 표준화가 필수 관건이다. 교육 콘텐츠를 보편적으로 공유하기 위해서 스콤(SCORM)6), 테스트 문제의 표준, 학습이력의 표준, 학습이력을 저장하기 위한 LRS7), 학습경험을 주고받기 위한 xAPI, 마이크로 학위 등을 확인해 주는 증명서(Digital Badge)의 표준, LMS 간의 네트워크의 표준 등 오래전부터 준비되어 온 표준들을 따르는 편이 좋다. 또한 개별 기업이 클라우드 소싱으로 폭발하는 지식의 발전을 다 담아내기란 불가능하기에 여러 기업과 기관이 제공하는 다양한 학습기회를 연결해야 한다. 표준을 따라 API를 이용하고, API를 제공하는 상호 운용성8)을 높여야 한다.
    • 더불어 새로운 학습은 정해진 시간과 장소에만 일어나지 않는다. 눈뜰 때부터 잠들 때까지 언제 어디서나 휴대하고 있는 스마트폰을 통해서 수시로 학습이 가능하다. 스마트폰과 연동된 태블릿이나 AR 등의 장치를 이용해 실감형 학습을 경험하는 것은 이제 낯선 풍경이 아니다. 이러한 디지털 기술은 새로운 교학의 탄생, 즉 에듀테크를 추동하는 강력한 요인이 된다. 기존 학습 콘텐츠 자산이 디지털화가 되고 학습이력이 빅데이터로 수집되면 인공지능에 의한 큐레이션이 강력한 힘을 발휘하게 된다. 이번 달, 다음 달의 학습 순서를 제시해 주는 근시안적인 큐레이션에서 벗어나 장래희망에 필요한 역량을 갖추기 위해서 어떠한 학습을 어떤 순서로 해야 하는지, 적절한 학습경로를 설계하는 것이 가능해지는 것이다.
    • 둘째는 인구구조 변화이다. 한국의 출산율 추이를 보면 유치원생이나 초등학생을 대상으로 하는 기업은 미래를 걱정해야 하는 상황이다. 저출산·고령화에 정년연장이 공론화되었다. 지속 가능성을 고민하는 기업은 새 인재 유치에 노력을 기울이는 것과 동시에 중견 인력의 재교육 강화9)에 나서야 한다. 교육 기업이 유아·초등 저학년 교육에서 성인·시니어 교육으로 비중을 옮기는 것이 당연하다.
    • 고교 학점제가 곧 시행된다. 하이퍼링크를 따라 지적 호기심을 채우러 종횡무진 인터넷을 누비는 디지털 네이티브들을 대상으로 구태의연한 몇 가지 과목의 시험으로 평가하는 지금의 방식을 지속하기는 어려워 보인다. 이러한 추세라면 현 수능체제가 7~8년 후면 붕괴할 것10)이라는 일타강사들의 예감이 정말 현실로 다가올 수도 있을 것이다. 대학 신입생 선발만이 문제가 아니다. 고교 학점제로 흥미 있는 과목을 조합해 학습하는 학생들을, 기업에서 필요로 하는 다양한 역량을 갖춘 인재로 어떻게 육성할 수 있을까? 대학도 교육내용과 교수법을 심각하게 고민해야 할 것이다. 인구구조 변화와 다양성이 강조되는 새로운 방식의 학습이 혁신을 견인한다. 교육에도 대량생산의 시기는 끝나고 다품종 소량생산의 시기가 도래했다. 각기 다른 학습역량과 학습 필요에 맞춘 개인화 학습이 중요하다.
    • 셋째는 미래 직업이다. 새로운 직업이 생겨나고 분업화, 전문화가 진행되면서 직업의 종류가 더욱 다양해지고 있다. 한국고용정보원에 따르면 8년간(2012~2019) 직업의 종류는 5,236개 늘어서 총 1만 6,891개가 되었다. 4차 산업혁명과 디지털 전환으로 빅데이터 전문가, 데이터 사이언티스트, 인공지능 엔지니어 등 새로운 전문직이 생겨났다. 교육에서 생기는 변화의 방향성은 근본적으로 미래 직업과 관련된 업무역량을 갖추도록 하는 데 있다. 새로운 전문직의 직무기술서에는 기존의 아날로그 역량이 사라지고 이를 대체하는 디지털 업무역량이 빼곡하게 들어서고 있다.
    • 글로벌 컨설팅 기업인 매킨지는 디지털 기반 기술을 미래의 업무수행을 위한 핵심 역량으로 새로이 선정했다. 디지털 기반 기술에는 디지털 문해력과 이를 기반으로 소통할 수 있는 능력, 소프트웨어를 이용하고 개발할 수 있는 능력, 디지털 시스템에 대한 이해를 바탕으로 시스템이 제공하는 각종 데이터를 이해하고 활용할 수 있는 능력이 포함되어 있다. 이러한 역량을 갖추기 위해서 정규교육에서도 STEAM 교육을 강화해야 한다는 의견에 힘이 실리고 있는 추세이다. STEM, 사이언스, 테크놀로지, 엔지니어링, 수학이다. 여기에 창의교육인 ART가 추가되어 STEAM이 된다.
    • STEAM 교육을 통해 갖추도록 하는 소양의 핵심은 컴퓨팅 사고(Computational Thinking)이다. 다시 말해, 컴퓨팅 사고를 통해 문제를 해결하는 능력을 기르고자 함이다. 컴퓨팅 사고를 이용한 문제 해결방법은 가설수립, 실험, 검증, 결과분석 등의 단계를 반복하여 점진적으로 해결방법에 다가가는 것이다. 디자인 씽킹, 애자일 개발방법론, 데이터 사이언스의 업무 수행방식이 모두 컴퓨팅 사고를 바탕으로 하고있다. 이러한 방식으로 사회적 문제까지도 해결할 수 있다고 판단하기 때문에 미래 직업에 요구되는 핵심 역량으로 인정받는다.
  • 미래 교육, 에듀테크의 세상
    • 에듀테크에 쏟아지는 관심은 새로운 유니콘의 탄생을 알리는 거대한 투자와 인수합병 뉴스로써 충분히 짐작할 수 있을 것이다. 미래학자 토마스 프레이의 예측대로 2030년까지 가장 큰 인터넷 기업은 교육업이 될 것이다. 동시에 모든 빅테크 기업은 교육 기업이 될 것이다. 이 장에서는 미래 에듀테크의 필수 구성 요소를 민첩성, 문해력, 지식요소의 재조합, 교사와 교수법으로 구분해서 살펴본다.
    • 디지털 인재라고 하면 대표적으로 소프트웨어 개발자와 인공지능을 다루는 데이터 사이언티스트를 꼽을 수 있다. 소프트웨어산업협회에 등록된 소프트웨어 엔지니어가 60만 명인데 2025년까지 40만 명이 더 필요하다고 한다. 이에 과학기술 정보통신부는 5년간 교육을 통해 41만 명의 인재를 육성하겠다고 밝혔다.11) 인재가 부족하다고는 하지만 이는 단지 양적인 부분만을 의미하는 것은 아니다. 컴퓨터 공학 전공 대학 졸업자의 미취업률과 설문조사 결과12)를 보면 채용 가능한 인재 중에 기업이 필요한 역량을 갖추고 있는 지원자가 부족하다는 것을 알 수 있다. 양적으로, 질적으로 교육기관과 기업사이에 수급의 격차가 존재한다는 것이다. 격차의 원인으로는 급속히 발전하는 기술의 발전 속도가 근본적인 원인이지만 격차가 좁아지지 않는 원인으로는 STEAM 교육의 부족을 꼽기도 한다.
    • 전통적인 인재상과 미래에 요구되는 디지털 인재상은 다르다. 무한 복제가 가능한 디지털 제품의 특성에 기인하여 세상에 존재하지 않던 제품과 서비스를 만들어 내는 디지털 인재는 기존 인재의 10배 성과를 창출할 수 있다고 한다. 이른바 텐엑스(10X)를 기대할 수 있는 것이다. 그것이 디지털 전환을 시도하는 기업이 기대하는 디지털 인재상이다. 텐엑스의 성과를 내려면 문제해결 능력이 가장 중요하다.
    • 예를 들어 그로스(Growth) 마케팅 담당자는 고객에게 제공하는 가치를 향상시키고 개선점을 찾기 위해서 데이터 기반의 문제해결 방법을 사용할 수 있어야 한다. 즉 과학적, 기술적, 공학적, 창의적, 수학적인 접근 방법을 자유자재로 활용할 수 있어야 한다. 매달 새로운 기술 이 출현하는 데이터사이언스, 인공지능 분야에서는 새 기술이 문제의 해결책이 될 수 있는지 빨리 학습하여 판단하는 역량, 즉 디지털 민첩성이 경쟁력이 된다. 배움을 멈추는 순간 개인도 회사도 뒤쳐지기 시작한다. 빨리 배우고 연구해서 문제를 풀어야 한다.
    • 디지털 민첩성, 데이터 기반의 문제 해결방법, 학습력을 계속 유지하기 위해서는 스스로 학습의 주체가 되어야 하고, 계속교육(Continuous Learning), 평생교육(Life-Long Learning)이 이루어져야 한다. 오늘날 직장은 일종의 교육기관이 되어야 한다. 디그리드, 에듀플렉스13)는 전통적인 기업이 학습자 주도의 교육서비스를 아웃소싱할 수 있도록 서비스를 제공하고 있는 사례이다.
    • 미국의 코세라와 유데미의 경우도 빅테크 기업의 강좌를 수강할 수 있도록 하고 수료증을 발부하고 있으며, 인도의 히어로 그룹의 Vired에서도 MIT와 협력14)하여 기업이 필요로 하 는 인재를 선발하거나 재교육한다. 교육 내용은 주로 데이터 사이언스, 머신러닝, 인공지능, 풀스택 개발이다. 심지어 사교육 금지 정책을 연달아 발표하고 있는 중국도 직무교육에 있어서는 학교와 기업이 협업하는 산교융합(产教融合) 정책을 펼치고 있다. 기업이 필요로 하는 인재와 역량을 기업과 학교와 정부가 함께 어우러져 협의하고 쌍사교육(双师教育)15)이라 하여 선도기업의 연구형 인재, 핵심인재가 교수와 함께 학생을 가르친다. 산교융합, 쌍사교육 정책도 대학과 기업의 학습격차 해소 방안이라고 볼 수 있다. 삼성전자는 졸업을 1년 앞둔 학생에게 급여를 지급하면서 회사 업무에 필요한 학습을 미리 시키기도 한다. 일종의 입도선매라고 할 수도 있겠지만, 그보다는 학습격차를 줄여 졸업 후 실무에 투입하기 전에 소요되는 시간을 단축하기 위함이라고 볼 수도 있다. 기업과 대학이 협력하여 격차 해소를 위해 노력하는 경우는 온라인 교육에서도 빈번하게 목격할 수 있다.
    • 페이스북이나 인터넷 동호회 카페 등의 SNS에서는 어렵게 얻은 자신의 지식을 나누고자 하는 사람을 많이 만날 수 있다. 그들은 프로그래밍 관련 질의응답 서비스에 누군지도 모르는 사람의 질문에 친절하게 답변해 준다. 오픈소스 프로젝 트에서는 타인이 운영하는 프로젝트의 결점을 해결해 주겠다며 자발적으로 나서기도 한다. 인터넷에는 같은 주제를 가지고 학습하는 사람들의 커뮤니티가 다양하게 형성되어 있다. 먼저 학습한 사람의 경험, 시행착오, 학습 경로가 나중에 공부하는 사람에게 도움이 된다. 자발적으로 타인을 도와주는 사람은 언젠가 남으로부터 도움을 받은 경험을 간직하고 있다. 태어날 때부터 디지털 장비를 통해 인터넷에 연결되어 있는 것이 당연하게 여겨지는 디지털 네이티브들과 모바일 환경을 자유자재로 이용하는 디지털 인재들이 디지털 민첩성을 확보하기 위해 인터넷에서 자발적인 학습조직을 구성하는 세상이 지금이자 미래이다.
  • 디지털 문해력 그리고 지식요소의 재조합
    • 전 세계 인구의 20%에 해당하는 15억 명이 배우는 언어가 바로 영어다. 그런데 전 세계 인구가 배우는 또 다른 언어가 바로 프로그래밍 언어와 넓게는 STEAM이다. C++나 파이썬(Python) 같은 구체적인 언어를 일컫는 것이 아니다. 컴퓨팅 사고를 바탕으로 하는 프로그래밍을 의미한다. 프로그래밍은 직무를 수행하기 위해서 능수능란하게 사용할 수 있어야 한다. 미래 업무를 수행하기 위해서 필수적인 기초 소양이다. 컴퓨팅 사고 역량이 있으면 특정 프로그래밍 언어는 신속하게 배울 수 있다. 기초 소양을 기반으로 교육을 통해 확보해야 하는 핵심 디지털 역량은 디지털 문해력(Digital Literacy), 프로그래밍 능력(Programming Literacy), 데이터 분석과 통계다.16) STEAM과 디지털 역량을 학습하기 위한 학습 콘텐츠는 디지털 콘텐츠가 최적일뿐더러 국가적인 이념이 개입할 여지가 없기 때문에 국경을 넘나들며 학습하기가 수월하다. 태생이 글로벌인 셈이다.
    • 배움이 넘쳐나는 미래에 대응하기 위해서는 핵심 내용을 학습하기 위한 방편으로 기존 디지털 학습 콘텐츠의 해체(Unbundling)와 플랫폼상에서의 재조합이 필요하다. 해체, 즉 콘텐츠의 언번들링은 콘텐츠 공급자에 의해서 묶인 것 을 해체한다. 하나의 파일인 동영상을 여러 개로 분절해 다룰 수 있게 하고, 하나의 문서도 패러그래프 단위까지로 분절할 수 있어야 한다. 해체된 콘텐츠는 다수의 공급자들이 다시 조합할 수 있어야 한다. 콘텐츠의 해체와 재조합은 학습 콘텐츠를 나눌 수 있는 가장 작은 단위인 지식요소(Knowledge Component)로 수행한다. 학습자가 지식요소를 어느 정도 이해하고 있는지 알 수 있도록 이해 정도를 단계화한다.
    • 학습자의 이해 정도는 관찰할 수 있는 대상이 아니므로 은닉상태(Hidden State)로 두고, 우선 관찰할 수 있는 수강 현황이나 문제풀이의 정오답으로 이해 정도를 유추해야 한다. 이렇게 지식요소를 학습자가 이해하고 있는지, 어느 정도 이해 하고 있는지 판단하는 것을 지식 추적(Knowledge Tracing)이라고 한다. 지식추적의 영역에서 딥러닝(Deep Learning)이 적용되면서 지식추적의 정확도(Accuracy)가 크게 높아지고 있다. 지식추적은 정확도가 높아질수록 실생활에서 학습 효율을 높일 수 있다. 미래 세상에는 배울 것이 너무 많기에 꼭 배워야 하는 핵심 내용만 콕 집어서 배우는 마이크로 러닝과 지식을 획득했음을 증명해 주는 마이크로 수료증(Micro Credential)이 학위를 일부분 대신하게 될 수도 있다.
    • 전통적인 교육 기업이 기존에 보유하고 있는 콘텐츠를 디지털 전환하고자 할 때 우선 쪼갤 수 있는 가장 작은 단위로 쪼갠다. 인도의 엠바이브는 고학년용 통합된 과목으로 지식요소 4만 개로 구성된 지식맵을 운영한다. 공학 및 의학의 입 학시험용으로는 1만 5,000개의 지식요소를 운영한다. 중국의 Squirrel AI는 중학교 수학을 1만 개로 쪼개고, 미국의 알렉스(ALEKS)는 대략 1,000개로 나누었다. 그 다음은 쪼개 놓은 최소단위를 학습한 학습자의 행동 로그를 수집한다. 행동 로그가 수집되어 누적되면 학습이력이 된다. 지식요소 간의 다양한 관계(Relationship)를 밝혀내서 지식그래프(Knowledge Graph) 형태로 저장하는 지식맵(Knowledge Map)의 활용도 발전하고 있다. 지식그래프를 활용하여 현재 학습이 미래의 학습에 미치는 영향을 분석하거나(Impact Analysis) 현재 학습이 불충분할 때 과거에 배운 연관 지식요소 중 어떤 것의 학습이 부족했는지 파악하는 근원분석(Root Cause Analysis)이 가능해진다.
    • 지식요소 단위로 언번들링 된 학습 콘텐츠는 어떻게 재조합하느냐에 따라서 학습의 효율성을 확보하게 해 준다. 서책으로 구성되어 있는 학습 콘텐츠는 선형적인 학습을 할 수밖에 없는 구조다. 디지털화되어 멀티미디어로 구성된 학습 서비 스라고 하더라도 순서대로 학습해야 한다면 효율성은 서책과 다를 바가 없다. 그러나 지식요소를 그래프 형태로 구성하면 비선형적 학습이 가능해진다. 자동차 내비게이션이 가장 빠른 길을 알려줄 수 있는 이유는 도로정보를 그래프 형태로 운용하기 때문이다. 지식 그래프상의 학습해야 할 내용을 실시간으로 합치거나 지식추적의 예측 결과를 근거로 삼아 이미 아는 내용을 건너뛸 수 있도록 하면 학습 속도가 빨라진다. 학습 완료된 부분은 복습을 종료하고 필요하지 않은 부분을 건너뛸 수 있도록 한다. 적당한 내용과 적당한 시기를 인공지능이 추천하도록 하면 낭비하는 시간을 최소한으로 할 수 있다. 인공지능이 학습자의 상태를 진단하고 학습 순서를 처방하는 것이다. 교육 목적에 따라 다양한 기법을 활용할 수 있다. 학습에 개인화가 이루어져 같은 내용을 학습하는 데 걸리는 시 간은 줄어들어 학습 효율은 높아진다.
  • 티칭 교사에서 데이터 코치로
    • 과거 학습자가 오프라인에서 학습할 때는 자세한 학습 데이터를 수집하기가 어려웠다. 시험을 치러서 정오답 데이터를 얻어내는 것이 고작이었다. 그러나 온라인 학습은 학습자의 모든 행동이 데이터로 즉시 변환되어 축적과 분석이 가능하 다. 문제를 이해하는 시간, 문제를 푸는 시간, 문제를 푸는 과, 정답과 오답의 종류 등을 모두 측정 가능하고, 측정값은 즉시 데이터로 전송되어 학습자를 이해하기 위한 데이터로 활용된다.
    • 학습자의 반응에 따라서 학습 콘텐츠에 대한 평가와 개선도 가능해진다. 효율적인 학습을 위해서는 학습 콘텐츠도 중요하지만, 그에 못지않게 학습 콘텐츠에 대한 학습자의 반응도 중요하다. 학습자의 반응을 다양하게 활용 가능한 데이터로 수집하기 위해서는 표준화가 필요하다. 표준화가 이루어져야 다른 교육기관, 교육 사업자와 데이터를 교환, 통합, 분석하여 더 많은 학습자를 대상으로 정확도 높은 진단과 처방이 가능해지는 것이다.
    • 이러한 에듀테크의 세상에서 교사의 업무도 분업화, 전문화가 이루어지고 있는 상황이다. 사실 이번 코로나19 팬데믹으로 원격수업이 전면적으로 진행되면서 교사의 새로운 업무로 편입된 것이 바로 모니터링이라고 한다. 이 모니터링에는 원격수업에 참석한 학생의 상태를 스크린으로 관찰하다가 문제가 발생하면 부모에게 전화를 걸어서 조치를 취해 달라고 요청하는 것들이 포함된다. 수업의 형태가 교실의 상황을 화상회의 서비스로 그대로 옮긴 수업형태에서 학습자가 대화형 혹은 반응형으로 변하게 되면 인공지능이 교육에 참여할 가능성이 더욱 높아진다. 강의를 통해 내용을 설명하는 것은 동영상 콘텐츠나 대화형 멀티미디어 콘텐츠로 진행하고, 교사는 코치로서 교육이라는 업무에 참여하여 인공지능과 협업하게 된다. 이제 교사의 업무기술서에도 다양한 디지털 능력들이 추가되고 있다.
    • 교사와 협업을 하게 되는 인공지능의 작업은 학습자의 상태를 면밀히 살펴보고 판단하는 것부터 시작된다. 먼저 컴퓨터에 부착된 센서인 카메라, 마이크, 키보드, 마우스의 움직임을 모두 데이터로 수집, 분석해서 학습자가 집중력을 발휘하고 있는지, 졸고 있는지, 칭찬받을 만큼 연속으로 정답을 맞혔는지, 부주의한 실수로 맞힐 수 있는 문제를 틀렸는지 등 학습자의 상태를 정확하게 ‘진단’한다.
    • 진단 내용을 코치에게 실시간으로 전달하면서 인공지능이 추천하는 ‘처방’을 함께 알려준다. 교사는 사람이기에 동시에 다수를 관찰할 수 없었으나 인공지능의 ‘진단’과 ‘처방’을 추천받으면 어떤 학생도 소외되지 않는다. 교사는 적시에 적합한 내용으로 학습자와의 대화를 통해 데이터에 기반을 둔 ‘처방’을 전달한다. 대화를 통해 ‘처방’을 전달하는 사람의 휴먼터치와 공감능력은 절대적이다. 학습자에게 관심을 가지고 있고 학습자가 좋아하는 교수자에게 배울 때 학습이 더 용이하다.
    • 인공지능과의 협업을 통한다면 이 관심의 효과가 극대화된다. ‘진단’과 ‘처방’의 데이터가 누적되고 모범 사례와 불량 사례가 구별된다. 베스트 프랙티스가 생성되면 코치를 맡은 교사의 역량도 향상된다. 학습이력이 디지털 데이터로 누적되면 학습경로도 개인화, 최적화할 수 있다. 다양한 과목이 있을 때 담당하는 LMS(Learning Management System)들의 운영방식이 각기 다르다면 LMS를 상호 연결하거나 데이터를 수집하여 하나로 통합할 수 있다. 데이터가 충분히 누적된다면 인공지능에 의한 진로상담도 가능하다. 진로상담을 맡은 교사는 인공지능과 협업하여 먼저 성공적인 진로를 개척한 사람들의 학습 데이터를 기반으로 진로상담이 가능해진다.
  • 적응형 학습, 코호트 학습, 액티브 어댑티브 학습
    • 대면강의에서 수강생이 수백 명이 되는 경우도 있다고 하지만 수강생이 많아지면 많아질수록 한 사람 한 사람에게 맞추어 주는 개인화는 더욱 어려워진다. 이러한 상황에서 최근 디지털 기술을 활용하여 양질의 교육 콘텐츠를 개인교사 수준으로 제공하여 맞춤형 학습을 가능하게 하려는 에듀테크 기업들의 노력이 이어지고 있다. 기술을 교육에 활용하는 중요한 사례로 대량 개인화 학습17)을 꼽을 수 있다. 이를 구현하기 위해서 적응형, 코호트 그리고 액티브 어댑티브 학습이 등장했다.
    • 먼저 적응형 학습(Adaptive Learning)은 개별 학습자에게 맞춘 학습 방식으로 커리큘럼을 진행하는 학습 방식이다. 학습자는 최소단위의 학습 콘텐츠 몇 가지를 다루는 동영상으로 학습하고, 내용을 아는지 모르는지 진단하기 위한 문제를 푼다. 시스템은 문제풀이에 걸리는 시간과 풀이과정과 정오답 결과를 수집한다. 이것이 빅데이터 수집이다. 수집된 빅데이터는 분석을 거쳐서 학습의 효율성을 높이고 인공지능을 가동하기 위한 원료로 사용된다. 인공지능은 학습자의 현재 상태를 진단하고 다음 학습의 내용을 결정할 수 있도록 처방하거나 추천한다. 대표적 사례는 6년 연속 가장 혁신적인 대학으로 선정된 애리조나주립대(ASU, Arizona State University)의 대수학(Algebra) 과목 수업이다. ASU는 ALEKS를 활용하여 적응형 학습을 성공적으로 도입했다. ASU의 적응형 학습을 수강한 결과 수학 수강생 중 낙제점(Fail)을 받은 학생을 42%에서 22%로 줄였다18)고 한다. 현재까지의 적응형 학습은 기존의 집체교육의 학습과정이 갖는 장점을 모두 구현한 것은 아니다. 집체교육에는 같은 공간에 모여서 학습을 할 때의 장점이 있다. 강의 내용에 대해 다른 사람이 질문하고 함께 답변을 듣는 과정에서 얻어지는 학습효과가 있다. 집단 안에서 잘하고 싶어 하는 경쟁심이 학습의 강력한 동기유발이 된다. 공통적인 특성을 가진 사람들의 모임이 효율적인 학습을 가능하게 하는 학습환경을 구성한다. 이런 장점들을 살리는 온라인 코호트 기반19) 학습이 최근 재조명받고 있다. 온라인 코호트 학습은 정해진 시간에 실시간으로 진행된다. 흐트러지기 쉬운 학습자의 자율에만 맡기지 않고 강사, 퍼실리 테이터가 높은 강도로 진행에 참여를 유도하고 학습을 독려한다. 그래서 학습이 진행되는 동안 적응형 학습에서는 보기 어려운 커뮤니티가 형성된다.
    • 온라인 코호트 학습으로는 웹브라우저만 있으면 참석할 수 있는 세미나인 웨비나를 볼 수 있다. 같은 시간에 같은 내용을 학습하는 코호트(Cohort) 기반의 학습은 장점이 많다. 코호트 러닝의 장점은 학습자가 미처 인지하지 못했던 다양한 관점의 학습 내용을 다른 학습자의 토론과 질의응답을 통해서 알게 된다는 점이다. 집단이 만들어 내는 참여감, 학습 동기를 유발하는 경쟁심도 장점이다. 녹화 동영상을 통한 온라인 교육이나 적응형 학습을 주요한 서비스로 말미암아 성장했던 기업들이 최근 웨비나, 라이브 강연 등 코호트 기반의 학습으로 확장하는 사례20)가 최근 트렌드를 보여준다.
    • 대표적인 사례로는 altMBA, reforge 등이 코호트 기반 학습을 서비스하고 있으며, 일본의 아타마플라스(Atama Plus)라는 기업은 적응형 학습의 장점과 코호트 학습의 장점을 학원 서비스에서 구현했는데, 한 장소에 학습 주체들이 모여 있 지만 각기 다른 적응형 학습을 진행하는 데 함께 모여서 학습을 하는 것만으로도 동기 부여가 된다고 한다. 이때 인공지능은 학생의 학습 상태를 실시간으로 진단하여 학원 선생님에게 알려주고 학원 선생님은 현장에서 학생이 어려움을 겪을 때 도움을 제공하는 코치 역할을 수행한다고 한다.
    • 마지막으로 ASU가 시도해서 학습자의 성과가 가장 좋았던 액티브 어댑티브 접근법(Active Adaptive Approach)21)이 있다. 일종의 ‘거꾸로 교실’로 역진행 수업(Flipped Learning)이라고도 한다. 이 학습 방법에서 학생들은 수업 전에 적응형 학습으로 기본적인 학습 내용을 파악하고 코호트 수업에서는 집단으로 토론을 하거나 문제풀이를 진행하여 심화학습을 하는 방식이다. ASU는 적응형 학습과 코호트 학습의 장점을 대학교 수업에서 구현하고 이 수업법을 액티브 어댑티브 접근법으로 분류했다.
    • 코로나19 대유행 이후로는 모든 과정이 비대면으로 이루어질 수 있어야 한다. 적응형 학습과 코호트 학습을 유기적으로 통합하여 액티브 어댑티브를 구현하기 위해서는 온라인 현존감(Presence)을 강화해야 한다. 수업에 참여하고 있는 맥락 을 교수자와 학습자가 함께 알 수 있어야 하고, 실시간으로 상호작용성(Interaction)을 통해서 상대방의 존재를 느낄 수 있어야 한다. 이런 요구사항에 맞추어 통합 학습 에코 시스템을 만들기 위해 메타버스를 도입하려는 움직임22)도 있다.
  • 에듀테크, 피할 수 없는 미래
    • 에듀테크가 집중 조명을 받고 있다는 것은 예상 시장의 규모가 2025년까지 4,040억 달러가 될 것이라는 전망과 2010년부터 2020년까지 투자 집행액이 5억 달러에서 161억 달러로 30배 이상 성장했다는 통계23)를 통해서 잘 알 수 있다. 에듀테크에서도 특히 성인 교육에 투자되는 비중이 48%로 가장 높고, 세부적으로 직무 및 기술교육이 29%, STEAM 교육이 12%로 주목할 만하다. STEAM은 직무 및 기술교육에서 다루는 미래의 직무를 수행하기 위해서24) 갖추어야 할 디지털 역량과 일관되게 연결되어 있다.
    • 전통 기업은 디지털 혁신(DX)을 하지 않으면 죽는다는 위기감을 가지고 대응하고 있다. 그런 절박함 속에서 조직을 구축하려고 해도 DX를 추진하기 위한 인재가 너무나 부족한 것이 현실이다. 단지 사람이 부족한 것이 아니다. 이렇게 된 이유는기업이 필요로 하는 역량을 갖춘 인재를 채용할 수 없기 때문인데 다른 말로 표현하자면, 교육기관이 배출하는 역량과 기업이 원하는 역량 사이에 격차(Gap)가 존재하는 것이다.
    • 이 간극은 기술발전의 속도가 너무 빠르기 때문에 더욱 커지고 있다. 디지털 기술의 발전 속도는 기하급수적이다. 컴퓨터의 처리 속도가 빨라지고 인공지능이 활용할 수 있는 데이터를 수집하는 데에도 가속도가 붙어서 더더욱 빠르게 고도화되고 있다. 기술을 보유한 선도기업과 교육기관 간의 지식격차는 더 크게 벌어질 것이 자명하다. 기업이 제공하는 서비스와 사업의 연속성을 확보하기 위해서 자연스럽게 격차를 좁히려는 노력, 즉 교육이 관건이다. 이러한 배경에서 디지털 기술로 교육을 변화시키려는 에듀테크의 여러 시도가 특별한 관심을 받고 있는 것이다.
    • 같은 연구 목표를 가진 디지털 인재들이 학습조직을 구성하게 되면 구성원 간에 주고받는 대화, 질문과 답변, 토론 등을 통해서 지식이 디지털 콘텐츠로 축적된다. 인터넷을 통해 원격으로 서로 협력하며 스스로 배워 나가는 것이다. 학습조직 안에서 지식을 가지고 있는 사람은 누구나 가르치는 사람이 될 수 있다. 가르치는 사람은 오히려 더 많이 배운다. 결국에는 수많은 학습조직 중 가르침으로 배우고 지식의 생산자가 곧 소비자인 학습조직이 유의미한 지식을 쌓게 된다.
    • 1998년에 창업해서 기업연수를 전문적으로 제공하는 일본의 네트러닝에서 지금까지 자체 제작한 강좌가 1만 1,000개이다. 대표적으로 대중의 참여를 이끌어낸 GitHub에는 2억 개 이상의 저장소(Repository)가 있다. 최신 기술이 등장하 면 연구개발하는 사람들은 데이터와 소스코드를 저장소에 올려서 같은 주제에 관심이 있는 연구자들의 참여를 기대할 수 있다. 대중의 참여를 만들어 집단지성이 동작하는 학습조직이 형성되면 거대한 플랫폼으로 성장하게 될 것이다. 함께 연구하고 배워야 하는 학습에 있어서 학습격차는 줄어들고 학습의 주체는 개인에서 학습조직으로 변화한다. 에듀테크가 만드는 새로운 학습 비전의 하나이다.
    • 1) 한국소프트웨어산업협회 조준희 회장(2021. 8. 12.), “SW·AI시대, 미래세대를 위한 교육과정 개편을 촉구한다”, 과총·3대 한림원 합동 토론회, https://youtu.be/PUkFLxeOnyw?t=2814
    • 2) 『빅 스위치(Big Switch)』는 니콜라스 카의 2008년 저작으로 클라우드와 SaaS(Software As A Service)로 혁신을 일으키는 디지털 환경에 대해서 그려내고 있다.
    • 3) 붉은 여왕 효과(Red queen effect)는 루이스 캐럴의 소설 『거울 나라의 앨리스』에서 유래했다. 주변 환경이나 경쟁자가 빠른 속도로 변화하려 하기 때문에 변화의 속도가 느리면 상대적으로 뒤처지는 현상을 말한다.
    • 4) 알렉스(ALEKS, Assessment and LEarning in Knowledge Spaces)는 지식 공간 내 평가 및 학습에 인공지능을 활용하는 적응형 학습 서비스이다
    • 5) https://degreed.com/
    • 6) 공유가능 콘텐츠 객체 참조 모델 스콤(SCORM, Sharable, Content Object Reference Model)은 웹기반 전자교육에 대한 표준 규격의 하나로서 교육용 콘텐츠의 교환, 공유, 결합, 재사용을 쉽게 하려는 목적에서 만들어졌다.
    • 7) 학습이력 저장소 LRS(Learning Record Store)는 학습 활동이 수행되는 연결된 시스템에서 수집된 학습 이력을 저장하는 데이터 저장소 시스템이다.
    • 8) 상호 운용성(Interoperability)이란 특정 체계의 기술적 특성으로 인한 차이에 관계없이 2개 이상의 서로 다른 시스템 간 서비스를 자유롭게 공유함으로써 통합된 시스템의 능력을 제공하는 것이다.
    • 9) IT조선(2020. 2. 13.), “4050 재교육 활용하라”, http://it.chosun.com/site/data/html_dir/2020/ 02/12/2020021201806.html
    • 10) 중앙일보(2021. 9. 21.), “곧 서른 맞는 수능, 일타강사는 왜 ‘수능붕괴’를 말했나”, https:/ www.joongang.co.kr/article/25008564#home
    • 11) 과학기술정보통신부 임혜숙 장관(2021. 8. 12.), “SW·AI시대, 미래세대를 위한 교육과정 개편을 촉구한다”, 과총·3대 한림원 합동 토론회, https://youtu.be/PUkFLxeOnyw?t=1552
    • 12) 한국소프트웨어산업협회 조준희 회장 발표(https://youtu.be/PUkFLxeOnyw?t=2816)
    • 13) https://edflex.com/
    • 14) mint(2021. 9. 14.), “Edtech firm Hero Vired starts new business vertical for corporate training”, https://www.livemint.com/companies/news/edtech-firm-hero-vired-starts-new-business-vertical-for-corporate-training-11631612558939.html
    • 15) K-Edtech 산업 컨퍼런스 AES china 애순관 의장(https://youtu.be/ursO6CULK-k?t=5689)
    • 16) 매킨지&컴퍼니(2021. 6. 25,), “Defining the skills citizens will need in the future world of work”, https://www.mckinsey.com/industries/public-and-social-sector/our-insights/ defining-the-skills-citizens-will-need-in-the-future-world-of-work
    • 17) [HTHT 2021] Session 22, “Implementing Mass Personalization in College Algebra”, 데일 존슨 / 애리조나주립대 디지털 혁신 연구소장(https://youtu.be/SBbf3MZ3rug?t=386)
    • 18) 한국대학신문(2018. 11. 19.), “맞춤형학습(adaptive learning)도입 이후 수학 Fail 비율 42%→ 22%로 감소”, https://news.unn.net/news/articleView.html?idxno=202782
    • 19) 코호트(Cohort)는 라틴어로 ‘울타리’를 뜻하는 cohortem에서 나온 말인데 중세 프랑스어로 군대의 ‘소대’를 뜻하는 cohorte를 거쳐 지금은 ‘공통 특성을 가진 사람들의 집단’을 뜻하는 cohort가 되었다.
    • 20) businesswire(2021. 8. 30.), “Udemy Acquires CorpU to Expand Immersive Leadership Development Capabilities”, https://www.businesswire.com/news/home/20210830005205/en/Udemy-Acquires-CorpU-to-Expand-Immersive-LeadershipꠓDevelopment-Capabilities
    • 21) How ASU is Improving Learner Outcomes with an Active Adaptive Approach(https:// youtu.be/ASekB3jElBs?t=989)
    • 22) 마블러스 메타버스로 가는 MOON(http://metamoon.ai/)
    • 23) K-Edtech 산업 컨퍼런스, 청주대학교 이호건 교수 발표(https://youtu.be/ursO6CULK-k?t=1833)
    • 24) 과총·3대 한림원 합동 토론회, SW·AI시대, 미래세대를 위한 교육과정 개편을 촉구한다, 고려대학교 김현철 교수(https://youtu.be/PUkFLxeOnyw?t=3833)