Earticle

본 논문은 웹 기반 코딩 플랫폼인 CodeWalks를 Open edX 학습관리시스템(LMS)과 통합하여 코딩 교육을 개선하는 방안을 제시하였다. 제안된 시스템은 RESTful API와 사용자 정의 XBlock을 활용하여 CodeWalks와 Open edX 간의 원활한 통신을 구현하였으며, 이를 통해 실시간 코딩 활동 모니터링, 포괄적인 학습자 분석, 자동화된 퀴즈 채점, 그리고 블록 기반 및 텍스트 기반 코딩 인터페이스의 통합과 같은 핵심 기능을 제공하였다. 또한, Open edX의 분석 모듈인 edX Insights와 Figures를 통합하여 학습자 진행 상황을 정밀하게 추적하고 분석할 수 있는 강력한 프레임워크를 구축하였다. 정량적 분석 결과, 제안된 시스템은 학습자의 참여도(31% 증가, p < 0.001), 과제 완료율(23% 상승, χ² = 45.2, p < 0.001), 오류율(41% 감소, p < 0.001), 블록 기반에서 텍스트 기반 코딩으로의 전환율(73% vs. 52%, χ² = 38.7, p < 0.001), 그리고 학습자 만족도(중앙값 4.4 vs. 3.7, U = 76,234, p < 0.001)에서 통계적으로 유의미한 개선을 보였다. 이 연구는 코딩 초보자들의 학습 어려움을 해결하고 개인화된 학습 환경을 제공함으로써, 더 효과적이고 접근성 높은 코딩 교육의 새로운 가능성을 제시하였다.

This paper proposes integrating the CodeWalks coding platform with Open edX LMS to enhance coding education. The system uses RESTful APIs and custom XBlocks for seamless communication, enabling real-time monitoring, comprehensive analytics, and automated assessment. Integration with edX Insights and Figures provides detailed learner progress tracking. Quantitative analysis reveals significant improvements in the experimental group: 31% increase in engagement rate (p < 0.001), 22% higher completion rate (χ² = 45.2, p < 0.001), 41% decrease in error rate (p < 0.001), improved transition to text-based coding (73% vs 52%, χ² = 38.7, p < 0.001), and higher learner satisfaction (median 4.4 vs 3.7, U = 76,234, p < 0.001). The integrated platform addresses challenges faced by coding novices and offers a personalized learning environment. This study contributes to effective online coding education and provides a foundation for future innovations in educational technology.

이 연구에서는 한국지질자원연구원에서 제공하는 빅데이터 플랫폼의 지오빅데이터를 토대로 가상현실 지질자료를 개발하고 이 자료를 중심으로 학생들이 직 접 주제를 선정하고, 이에 대한 가상현실 자료를 개발 하는 원격수업을 운영하였으며, 이에 대한 수업의 효 과를 알아보았다. 따라서 지오빅데이터에서 제공하는 지질 주제도는 실제 한국의 지질노두를 가상현실을 바 탕으로 재구성하여 수업자료를 제작하였고, 지형정보 데이터는 원격수업을 위한 자료 제작을 위해 활용하였 다. 연구대상으로 무선표집에 의해 20명의 학생들을 선정하였고 가상현실 지질자료 개발의 원격수업에 대 한 학생들의 인식의 변화 및 수업의 효과를 확인하기 위해 인터뷰를 포함한 설문조사를 실시하여 자료를 수 집하고, 귀납적 범주화를 통해 자료를 분석하였다. 이 연구의 결과는 다음과 같다. 첫째, 가상현실 지질자료 개발 원격수업에 대한 흥미도, 활용도 및 지식활용도 에서 학생들은 긍정적인 수업반응을 나타내었다. 이는 가상현실을 활용한 수업이 학생들에게 동기를 부여하 고, 의사소통을 위한 협력을 유발하여 고정된 틀에서 벗어나 다양하고 융통성 있는 학습의 적응성을 나타낸 결과이다. 둘째, 가상현실 지질자료 개발의 원격수업 에 대해 학생들은 ‘현실감 있는 체험 학습 과정’, ‘동기 유발에 의한 몰입감 있는 학습 과정’, ‘지구과학 분야 지식 습득의 학습 과정’으로 인식하였다.

In this study, We developed VR (Virtual Reality) geological resources based on the Geo Big Data of the Big Data platform that provided by the Korea Institute of Geoscience and Mineral Material (KIGAM). So students selected the theme of lessons by using these resources and we operated Remote classes using the materials that developed as to Virtual Reality. Therefore, the geological theme maps provided by the Geo Big Data Open Platform were reconstructed and produced materials were created for Study about Real Korean geological outcrops grounded in Virtual Reality. And Topographic information data was used to produce class materials for Remote classes. Twenty students were selected by Random sampling, and data were collected by conducting a survey including interviews to confirm the change in students' perception of remote classes in virtual reality geological data development and the effect of the classes, so data were analyzed through inductive categorization. The results of this study are as follows. First, students showed positive responses in terms of interest, utilization, and knowledge utilization as taking remote classes for developing geological data in virtual reality geological data. This is the result of showing the adaptability of diverse and flexible learning getting away from a fixed framework by motivating and encouraging students and inducing cooperation for communication. Second, students recognized distance education in the development of Virtual Reality geological data as 'Realistic hands-on learning process', 'Immersive learning process by motivation', and 'Learning process of acquiring knowledge in the field of earth science'.

공교육의 STEAM과 S/W 교육은 융합 인재와 4차산업혁명 시대의 인재 양성에 효과적이며 이를 위한 전담교 사의 확충과 다양한 학습자료의 발굴 및 적용, 융합인재 교육을 위한 교육환경 개선이 필요하다. 그리고, 개방형 학습 플 랫폼은 사교육비 절감과 공교육의 보완에 효과적이다. 특히 교실 수업(오프라인)과 결합된 플립러닝에 유용하며 이럴 경 우 교사의 역할이 능동적인 교수활동과 연구 활동으로 전환되어 공교육의 정상화를 앞당기고 사교육을 줄일 수 있다. 특 히, 초등교육을 위한 MOOC 플랫폼 운영의 핵심 기능으로 ‘창의적 교수설계와 콘텐츠 개발 기능’, ‘디지털 교수·학습 큐 레이션 기능’, ‘빅데이터 기반 학습자 맞춤화 기능’, ‘학습 참여 촉진 플립러닝 및 소셜러닝 기능’을 제시한다. 본 연구를 통해 초등교육을 포함한 청소년의 진로 및 입시교육 MOOC의 도입에 대한 논의의 장이 마련되고 한국형 청소년 MOOC 플랫폼이 구축되어 교육민주화의 세계적 선진 모델로 발전될 수 있기를 기대한다.

STEAM and S / W education in public education are effective in fostering talented people and the talents of the 4th industrial revolution era. It is necessary to expand the teachers for this purpose, to find out and apply various learning materials, and to improve education environment for fusion talent education. An open learning platform is effective in reducing private education costs and supplementing public education. Especially, it is useful for flip learning combined with classroom (off-line). In this case, teacher's role can be transformed into active teaching activities and research activities, which can speed up normalization of public education and reduce private education.In particular, the core functions of the MOOC platform for elementary education are 'creative instructional design and contents development function', 'digital teaching and learning curation', 'big data based learner customization', 'learning participation' flip learning and social Learning function.Through this study, it is expected that discussion on the introduction of MOOC for career and admission education for adolescents including elementary education will be established and the Korean youth MOOC platform will be developed and developed as a global advanced model of education democratization.

The purpose of this study is to suggest design principles of open learning platform (OLP) for teacher training based on findings driven by design-based research (DBR, Reeves 2006). SMART Teaching 3.0 (Kim, Kim, Lee, & Lee, 2016) has been designed, implemented and evaluated as a self-directed learning program for English teachers in this study. Various types of context-rich data from 149 participant teachers, such as user statistics, teacher weekly journals, interviews, and post-survey were collected, analyzed, and triangulated. Findings throughout two teacher training implementations yielded six design principles in developing an OLP that adapts a new teacher training model: 1) sufficient open contents, 2) interface considering both PC and mobile learning environment, 3) purpose-driven online interaction space, 4) short and needs-satisfying contents such as observations of teachers’ lesson, 5) technical supports for individual learning and scaffolding, and 6) utilization of OLP for multi-purpose which are informal learning with individual learners; non-formal learning in community of practice; and formal learning as a supplement of officially certified teacher training program. It is hoped that the design principles and application process be referred for reforming teacher training program and future studies.

[목적] 본 연구는 장애학생 원격교육 플랫폼인 열린배움터의 활용 활성화를 위해 열린배움터를 사용하는 특수교사의 인식과 요구를 알아보는 데 목적이 있다. [방법] 문헌 및 선행연구를 참고하여 설문지를 개발하였고, 온라인 방식을 통해 특수교사 154명을 대상으로 설문조사를 실시하였다. 응답결과는 빈도분석과 교차분석()을 실시하였다. [결과] 본 연구의 결과는 첫째, 열린배움터의 필요성은 코로나19시기와 그 이후 시기 모두 높게 나타났으나, 열린배움터에 대한 활용 여부는 낮게 나타났다. 열린배움터 활용을 위한 특수교사의 역량 준비는 보통 수준이었으며, 열린배움터 활용이 장애학생 학습 및 디지털 역량 향상에 대해서는 긍정적으로 인식하고 있었다. 열린배움터를 활용한 수업 유형은 ‘교사 중심 수업’, 활용하는 방법으로는 온·오프라인 교육활동 연계하는 방법이 가장 높았다. 둘째, 열린배움터 주요 기능 및 인프라 구축에 대한 만족도는 긍정적으로 나타났다. 열린배움터 시스템 및 주요 기능 개선사항으로 ‘장애학생 특성을 반영한 맞춤형 학습 프로그램 개발 및 탑재’로 나타났고, 인프라 개선사항으로는 ‘콘텐츠 개발·보급’, 정책 관련 개선사항으로는 ‘적절한 교재 개발·보급’ 등으로 나타났다. 특수교사에게 열린배움터 활용을 위해서‘콘텐츠 활용 역량’이 가장 필요한 것으로 나타났다. [결론] 특수교육현장에서 열린배움터 활용을 활성화하기 위해 특수교사의 인식과 요구에 기초하여 시사점을 제시하였다.

[Purpose] This study investigates the perceptions and needs of special education teachers regarding a remote education platform for students with disabilities, termed an “Open Learning Platform.” [Method] A survey was developed based on the findings of a literature review and prior research, and 154 special education teachers responded to the survey. Their responses were analyzed using frequency analysis and cross-tabulation. [Results] The survey revealed, firstly, that the need for an Open Learning Platform was high during the COVID-19 period and remains high afterward, but the actual utilization of one is low. The readiness of special education teachers to use an Open Learning Platform is average, though they perceive its use positively in terms of improving the learning and digital capabilities of students with disabilities. The most common type of class using an Open Learning Platform is teacher-centered, and the most frequently used method for adopting such a platform is the combination of online and offline educational activities. Secondly, the teachers were satisfied with the main features and infrastructure of a proposed Open Learning Platform. The suggested improvements for the system and its key features were the development and inclusion of customized learning programs reflecting the characteristics of students with disabilities. For infrastructural improvement, the development and distribution of content were highlighted, and in terms of policy-related improvements, the development and distribution of appropriate textbooks were emphasized. For special education teachers, the ability to utilize content was the top criterion for the utilization of an Open Learning Platform. [Conclusion] This study captured the perceptions and needs of special education teachers, with implications for how best to promote the active use of an Open Learning Platform in the field of special education.

비대면 교육의 중요성 및 필요에 따른 수요가 증가함에 따라 국내외 온라인 교육 오픈 플랫폼이 활성화되고 있다. 본 플랫폼은 대학 등 교육 전문기관과 달리 학습자의 자율성이 높은 특징을 가지며 이에 따라 개인화된 학습 도구를 지원하기 위한 학습 행동 데이터의 분석 연구가 중요시 되고 있다. 실제적인 학습 행동을 이해하고 패턴을 도출하기 위하여 프로세스 마이닝이 다수 활용되었지만 온라인 교육 플랫폼과 같이 자기 관리형(Self-regulated) 환경에서의 학습 로그를 기반한 사례는 부족하다. 또한, 대부분 프로세스 모델 도출 등의 모델 관점에서의 접근이며 분석 결과의 실제적인 적용을 위한 개별 패턴 및 인스턴스 관점에서의 방법 제시는 미흡하다. 본 연구에서는 온라인 교육 오픈 플랫폼 내 학습 패턴을 파악하기 위하여 프로세스 마이닝을 활용한 분석 방법을 제시한다. 학습 패턴을 다각도로 분석하기 위하여 모델, 패턴, 인스턴스 관점에서의 분석 방법을 제시하며, 프로세스 모델 발견, 적합도 검사, 군집화 기법, 예측 알고리즘 등 다양한 기법을 활용한다. 본 방법은 국내 오픈 교육 플랫폼 내 기계학습 관련 강좌의 학습 로그를 추출하여 분석하였다. 분석 결과 온라인 강의의 특성에 맞게 비구조화된 프로세스 모델을 도출할 수 있었으며 구체적으로 한 개의 표준 학습 패턴과 세 개의 이상 학습 패턴으로 세분화할 수 있었다. 또한, 인스턴스별 패턴 분류 예측 모델을 도출한 결과 전체 흐름 중 초기 30%의 흐름을 바탕으로 예측하였을 때 0.86의 분류 정확도를 보였다. 본 연구는 프로세스 마이닝을 활용하여 학습자의 패턴을 체계적으로 분석한다는 점에서 기여점을 가진다.

Due to the increasing demand and importance of non-face-to-face education, open online learning platforms are getting interests both domestically and internationally. These platforms exhibit different characteristics from online courses by universities and other educational institutions. In particular, students engaged in these platforms can receive more learner autonomy, and the development of tools to assist learning is required. From the past, researchers have attempted to utilize process mining to understand realistic study behaviors and derive learning patterns. However, it has a deficiency to employ it to the open online learning platforms. Moreover, existing research has primarily focused on the process model perspective, including process model discovery, but lacks a method for the process pattern and instance perspectives. In this study, we propose a method to identify learning patterns within an open online learning platform using process mining techniques. To achieve this, we suggest three different viewpoints, e.g., model-level, variant-level, and instance-level, to comprehend the learning patterns, and various techniques are employed, such as process discovery, conformance checking, autoencoder-based clustering, and predictive approaches. To validate this method, we collected a learning log of machine learning-related courses on a domestic open education platform. The results unveiled a spaghetti-like process model that can be differentiated into a standard learning pattern and three abnormal patterns. Furthermore, as a result of deriving a pattern classification model, our model achieved a high accuracy of 0.86 when predicting the pattern of instances based on the initial 30% of the entire flow. This study contributes to systematically analyze learners' patterns using process mining.