Earticle

본 연구는 약 20여 년간 비약적인 성장을 이룬 우리나라 온라인 고등교육의 변화와 발전을 단계별로 분류하고, 각각의 특징을 분석 및 정리하였다. 동영상 콘텐츠와 기본적인 LMS에 초점을 두었던 도입기에서 출발하여, LMS 안에 서 상호작용을 강화함으로써 교육의 질을 제고하기 위한 노력을 기울여 고등교육기관으로의 전환인가 및 최초의 원격대 학원 인가를 이룬 성장기를 거쳤다. 성숙기에는 원격대학원이 증설되면서 온라인실시간수업·세미나 등이 활용되었고, 스마트폰의 도입과 확산에 따라 스마트러닝의 기초도 다져졌다. 그러나 코로나19 팬데믹으로 비대면 수업방식의 전반 적이고 갑작스런 도입에 따라 온라인 고등교육은 급격한 확산과 함께 교육의 질 제고를 위한 다양한 문제에 직면하게 되었다. 이런 상황에서 지금까지의 흐름을 단계별로 분석하고 검토함으로써 현재의 대전환기가 직면한 문제들은 무엇이 며, 미래의 발전을 위해 무엇을 해결해야할 것인지 등을 논의하였다.

This study categorized the developments of advanced online education in Korea, which have achieved rapid growth for past 20 years, and analyzed the characteristics of each stage. Starting from the introduction stage, which focused on video content and basic LMS, it went through a growth stage in which the transition from lifelong to advanced education institute, and the first online graduate program accreditation were achieved. In the maturity stage, the expansion of online graduate programs led to the spread of online real-time classes and seminars, and the introduction and proliferation of smart-phone also paved the way for smart learning. However, as the non-face-to-face teaching method was suddenly implemented as a whole due to the COVID-19 pandemic, online education has rapidly developed and also faced various problems to improve the quality of education. By analyzing and reviewing the trend, this study discussed the problems facing the current revolutionary period and what needs to be solved for future development.

Background/Objective. The COVID-19 has accelerated the conduct of online classes around the world. To administer distant learning, schools are now relying on learning management systems. With the problems of the abrupt shift to an online modality, there must be measures in place to cluster students’ characteristics in order to assist their learning requirements, struggles, and academic performances. Methods/Statistical Analysis. Based on Delone and McLean’s IS Success model, this study used quantitative approaches and exploratory techniques to explain the higher education learners’ clusters. From March to April 2021, 303 samples were randomly selected from students participating in online programs at a higher education school on Taft Avenue in Manila. Sex, school, frequency of use, time duration, and experience with the LMS were all factors in the study. Both Hierarchical Cluster Analysis and K-Means Cluster Analysis were used to classify the samples. Findings. The results revealed that there are four clusters formed which are labeled as: service-oriented, system quality-oriented, holistic-oriented, and LMS-averse. Based on the results, information quality has the greatest influence. Since the clustering analysis is non-inferential and it is used as an exploratory technique, the researchers do not guarantee a unique solution as this depends on the elements of the subjects and the variables used. Improvements/Applications. The academic stakeholders can use the cluster analysis to make the appropriate interventions to improve the online course content and enhance the students’ academic performance. Some of these appropriate interventions include creating course policies, planning the necessary training of teachers and students, and developing the online delivery of the lessons.

This paper proposes a modular Learning Management System (LMS) to establish an integrated digital training hub for highly-skilled equipment maintenance personnel. While advanced technologies like Virtual Reality (VR) and Augmented Reality (AR) are being adopted, distributed educational resources and a lack of integrated platforms hinder systematic competency management. To address this, we designed and implemented a web-based LMS centered on technical personnel competency management, training performance analysis, and collaborative learning support. The system features a scalable architecture designed to serve as a future hub for an 'intelligent digital tutor ecosystem,' which will incorporate xAPI-based learning analytics and AR training linked with S1000D technical manuals, thereby contributing to the advancement of industrial technology education.

오픈소스를 이용한 이러닝 솔루션들은 이제 전 세계적으로 널리 보급되어 활용되고 있다. 이러닝 영역에서 강력한 오픈소스 솔루션인 무들 (Moodle)의 활용은 아주 활발하다고 볼 수 있으며, 이것은 교육공학의 이론적 기초가 되는 특히 이러닝의 핵심 원칙이라 할 수 있는 구성주의 원칙에 따른 협력학습과 상호작용이 잘 지원되도록 설계되어 높은 교육적 효과와 장점을 가지기 때문이다. 본 연구에서는 오픈소스인 무들 프로그램을 이용한 학습관리시스템의 구현 사례를 중심으로 사용자 편이성을 통한 협력학습을 지원하는 구체적 내용을 소개하고, 사례를 통하여 나타난 시스템의 장점과 특이점을 살펴본다. 본 연구는 오픈소스 무들을 이용한 학습관리시스템 구현을 통한 구체적 내용과 특이점들을 밝힘으로써, 오픈소스 프로그램을 이용한 학습관리시스템의 사용 확산을 기함에 그 목적이 있다

the world. Additionally, a dominant open source solution and powerful Moodle learning management system has been actively used in the e-Learning field. The Moodle has a significant usefulness because of advantage based on design for assistance of collaborative learning, and interactive learning according to the principle of constructivism by educational engineering theory. In this study, I suggest system implementation of case study by open source Moodle. Also I suggest the special differences of learning management system of Moodle based on collaborative learning views. Especially, the implementation results of blog and group module for interaction between teacher and students showed very powerful significants. This paper focused on use diffusion of Moodle's learning management system with it's advantages for higher level educator and field teachers and students.

급격한 미래사회의 변화와 코로나(COVID-19)로 인한 비 대면 수업 전면시행 및 온라인 수업의 활성화에 대비하기 위 해서는 다양한 교수학습전략 및 교육 효과성을 높이기 위한 교수학습활동 지원 시스템이 필요하다. 이에 본 연구는 학습 관리시스템(LMS)의 사용성 평가를 통한 모바일 앱 UI 디자 인 개선 제안에 목적이 있다. 사용성 평가 요인을 도출하기 위해 선행연구 분석 및 전문가집단 인터뷰를 진행하였으며, 최종 9가지(가독성, 일관성, 간결성, 오류 허용성, 이해성, 사 용 편리성, 심미성, 학습용이성, 기억용이성)의 사용성 평가 요인을 및 평가문항을 도출하였다. 학습관리시스템의 사용성 을 평가하기 위해 S대학교 재학생을 대상으로 온라인 설문조 사를 실시하였다. 분석 결과 사용성 평가 요인 중에서 가장 낮게 나타난 가독성, 사용 편리성, 학습용이성, 기억용이성을 우선적으로 고려하여 모바일 앱 UI 디자인 개선안을 제시하였다. 본 연구는 S대학을 중심으로 학습관리시스템 서비스 사용상에 문제점 및 필요사항을 규명하였으며, 이를 토대로 개선안을 도출하였다는 것에 의의를 둔다. 학습관리시스템 U I 개편을 통해 보다 손쉬운 강의콘텐츠 공유, 교수와 학생 간 실시간 커뮤니케이션 활성화, 자기주도학습 촉진, 개인별 맞 춤형 학습 경로 제공 등이 이루어질 것을 기대한다.

In order to prepare for the full implementation of non-fa ce-to-face classes and the activation of online classes du e to rapid changes in future societies and COVID-19s, a system to support teaching activities is needed to enhanc e various teaching and learning strategies and educationa l effectiveness. Therefore, this study aims to improve the design of the mobile app UI through usability evaluation of the Learning Management System (LMS). To derive usability evaluation factors, prior research analysis and e xpert group interviews were conducted, and usability eva luation factors and assessment questions were derived fo r the final nine (readability, consistency, brevity, underst anding, ease of use, aesthetics, learning ease, memory us ability) factors. To evaluate the usability of the learning management system, an online survey was conducted on students from S University. The improvement plan of mo bile app UI design was presented in consideration of the lowest usability, simplicity, and ease of use among the fa ctors of usability evaluation as a result of analysis. This study identifies problems and needs in the use of the lear ning management system service, focusing on S universi ty, and it is meaningful that the improvement plan was derived based on this. Through the reorganization of the UI of the learning management system, it is expected tha t easier lecture content sharing, real-time communication between professors and students, self-directed learning p romotion, and personalized learning paths will be provided.

목적 본 연구에서는 데이터기반 적응형 학습을 지원하는 학습관리시스템(LMS)의 기능지표에 관한 교수의 인식을 알아보는 데 그목적을 두었다. 방법 문헌분석을 토대로 적응형 학습에 필요한 LMS의 기능을 보고(대시보드), 진단(평가 및 분류), 예측(추천), 개별화(비교과) 영역으로 구분하고, 전문가 회의를 통해 각 영역에 해당하는 기능지표를 묻는 34문항의 설문지를 만들었다. 다음으로 B지역 4년제종합대학인 S대학 9명의 교수를 대상으로 델파이 조사를 실시하였으며, 이를 통해 수집된 자료를 가지고 내용타당도(CVI) 분석을실행하였다. 결과 데이터기반 적응형 학습을 지원하는 LMS의 영역별 기능지표에 대한 교수인식을 알아본 결과, 제시된 기능지표 중에서 보고(대시보드) 영역에서는 ‘학습자 개인과 비슷한 그룹과 우수한 그룹의 학습활동 비교 정보’, 진단(평가 및 분류) 영역에서는 ‘학습자의학업수준에 따른 분류’와 ‘수준별 학습컨설팅 집단 분류’, 예측(추천) 영역에서는 ‘학점 이수 현황에 기초한 과목 또는 콘텐츠 추천’과‘학습자 수준별 개별화 수업을 위한 모듈형 강의 제공’, ‘학사경고 위험군을 위한 개별학습 콘텐츠 제공’, 개별화 지원 영역에서는 ‘도서관, 비교과, 어학, 기타 활동 참여 등의 데이터와 연계하여 진로⋅취업 통합정보관리’와 ‘다국어 지원’이 내용타당도를 만족하지못하였으며, 외 외의 기능은 모두 내용타당도를 만족하였다. 결론 데이터 기반의 적응형 학습을 지원하기 위해 대학의 LMS가 활용될 수 있으며, 이를 위해 LMS의 기능이 고도화 될 필요성이있다.

Objectives The purposes of this study were to find out the professor's perception of the functional indicators of the Learning Management System (LMS) that supports data-based adaptive learningspecify variables related to convergence competency, and to analyze the structural relationships among them. The purposes of this study were to specify variables related to convergence competency, and to analyze the structural relationships among them. Methods Based on literature analysis, the functions of LMS required for adaptive learning were divided into reporting (dashboard), diagnosis (evaluation and classification), prediction (recommendation), and individualization (non-curricular) areas, and a 34-question questionnaire was created through an expert meeting to ask for functional indicators for each area. Next, a Delphi survey was conducted on nine professors at S University, a four-year university in Region B, and a content validity (CVI) analysis was conducted with the data collected through it. Results As a result of examining the professor's perception of LMS's functional indicators for each area that support data-based adaptive learning, all of the proposed functional indicators except for some functions in each area satisfied content validity. Conclusions The LMS can be utilized to support data-based adaptive learning, and for this, the function of LMS needs to be advanced.

기존의 학습 관리 시스템(LMS)은 소프트웨어 개발을 위한 교육 환경에서 프레임워크 수준의 지식 기반의 요구를 지원하지 못한다. 앞으로의 LMS 플랫폼은 학습자의 이런 지식 기반의 요구를 지원해야 한다. 이를 위해, 학습관리 시스템(LMS) 내에 웹 프레임워크 NestJS 공식 문서 기반 검색 증강 생성(RAG) 시스템 탑재를 제안한다. 이 방식은 Ollama와 Dify를 활용하여 RAG 시스템의 빠르고 간단한 구축 및 운영이 가능하다. 또한 개발자들의 질의에 대해 NestJS 공식 문서 기반의 맞춤형 가이드 응답을 제공한다. 이를 통해 LMS 내의 RAG 시스템은 개발자들이 직면하는 지식 기반 문제 해결에 도움을 준다. 궁극적으로, 우리는 RAG 시스템이 소프트웨어 개발 교육분야의 교육 품질을 향상시키고, 개발자에게 AI 기반 튜터링을 통한 맞춤형 교육을 제공할 것으로 기대한다.

Conventional learning management systems (LMS) do not support knowledge-based needs for a framework-level knowledge base in software development educational environments. Future-oriented LMS platforms should be able to support such knowledge-based needs of learners. For this, we propose integrating a retrieval augmented generation system (RAG) based on the official NestJS documentation into the LMS. By utilizing Ollama and Dify, we enabled the rapid and easy setup and operation of the RAG system. Our system, based on the official NestJS documentation, provides responses for development-related questions to learners and junior developers. Through this, the RAG system can assist in solving knowledge-based problems that junior developers encounter while working on projects. Ultimately, our RAG system in the field of software development education enables providing personalized education to developers via AI tutoring.