Earticle

교사가 학생 수준에 맞게 교육과정을 재구성하여 교과서를 자유롭게 재구성하여 학생들에게 배포할 수 있어 야 한다. 그러나 현행 서책 교과서는 일부 내용을 수정하거나 편집하여 학생들에게 나눠주기 어렵고, 현행 디지 털교과서 역시 단원 단위로 묶여 있어 교과 내용의 순서나 자료를 재구성할 수 없다. 또한, 외부 링크나 최신 자 료를 업데이트하는 데 어려움이 있고, 용량 제한으로 다양한 멀티미디어 자료나, 고화질 실감형 콘텐츠를 담기가 어렵다. 따라서 본 연구에서는 교사들이 디지털교과서를 활용하여 학생들에게 수준별 맞춤학습을 제공할 수 있 도록 교수·학습 및 평가 기능, 자료 검색 및 공유 기능, 학습 기록 및 분석 기능, 화면 출력 및 인쇄 기능을 제 시하였다. 또한, 전문가 델파이 조사를 통해 영역별 세부 기능을 교사용과 학생용으로 구분하였다. 아울러, 디지 털교과서를 다양한 교과로 확대하여 개발하고, 디지털교과서를 활용한 다양한 교수·학습 모형을 개발하여 보급 할 것을 제안하였다.

Teachers should be able to reorganize the curriculum according to the student level, reorganize textbooks freely, and distribute them to students. However, current paper-textbooks are difficult to modify or edit some contents and distribute them to students, also current digital textbooks are grouped into units, so the order or educational resources cannot be reconstructed. In addition, The digital textbooks are difficult to update external links or the latest resources, and to contain various multimedia materials or high-definition realistic content due to capacity limitations. Therefore, this study presented functions: teaching and learning and evaluation functions, resources search and sharing functions, learning records and analysis functions, screen showing and printing functions, so that teachers can provide customized learning by level to students using digital textbooks. Through the expert Delphi survey, detailed functions for each area were divided into teachers and students. We proposed expanding and developing digital textbooks to various subjects, and distributing various teaching and learning models using digital textbooks.

The purpose of this study is to examine the effects of a small-sized “customized” English conversation instruction on undergraduate university students’ communicative competence. The research was conducted at S university in Korea, where a three-week “customized” intensive English conversation program was provided to 38 participants. For this research, paired t-test analysis was carried out to compare the result of the pre-and post-program mock TOEIC and TOEIC Speaking results. Also, paired t-test analysis was used to compare the results of the survey that was designed to find out the changes in the participants’ attitude towards oral performances in classes. Finally, Pearson Correlational analysis was used to analyze the correlation between the participants’ level of participation and their level of program satisfaction. The results of the study strongly suggests that the small-sized, customized instruction had significant impact on the participants’ communicative competence and attitudes toward oral communicative performances in English.

기존 교사 주도형 교육 방식은 개별 학습자의 수준과 필요를 충분히 반영하지 못하며, 맞춤형 학습 지원이 부족하다. 인공지능 기술을 활용 하면 학습자의 패턴을 분석하고 최적화된 교육 콘텐츠를 제공할 수 있어, 자기주도적 학습을 촉진할 수 있다. 본 논문은 인공지능 기반의 LLM을 이용한 맞춤형 학습 지원 서비스를 개발한다. 본 시스템은 ChatGPT를 이용한 자동 문제 생성 및 채점, BERT 모델을 통한 유사 문 제 추천, GPT와 BERT 모델을 혼합한 유사 문제 생성으로 구성된다. 이를 활용하여, 기존의 교사 주도형 교육 방식의 한계를 극복하고, 더 나아가 학생 개인별 학업성취도를 고려한 맞춤형 학습 환경을 조성하는 데 중점을 두었다. 검증 실험을 위해, 개발한 BERT 기반 문제 추천 시스템과 기존 ChatGPT 기반 문제 추천 모델을 비교하였고, 학교 수업에 적용하여 효과성을 분석하였다. 실험 결과, BERT 모델의 유사도 점수는 0.99, ChatGPT 모델의 유사도 점수는 0.90으로 나타났다. 또한, BERT 기반 문제 추천을 받은 학습자의 평균 점수는 88점, ChatGPT 기반 문제 추천을 받은 학습자의 평균 점수는 77점으로, BERT 모델이 학습 성취도 향상에 더 효과적인 것으로 분석되었다. 만족 도 조사 결과, 학습자의 80% 이상이 추천된 문제가 학습 목표에 부합하며, 자기주도적 학습에 도움이 되었다고 응답하였다. 본 연구를 통 해, 개발된 맞춤형 학습 지원 시스템이 학생들의 개별 학습 수준을 고려한 효과적인 교육 환경을 제공할 수 있을 것으로 기대된다.

The existing teacher-centered education method does not sufficiently reflect individual learners' levels and needs and lacks personalized learning support. Artificial intelligence technology enables the analysis of learners' patterns and the delivery of optimized educational content, thereby fostering self-directed learning. This study presents a personalized learning support system utilizing an AI-based Large Language Model (LLM). The system consists of automatic problem generation and grading using ChatGPT, similar problem recommendations through a BERT model, and similar problem generation by combining GPT and BERT models. By leveraging these technologies, this study seeks to address the limitations of traditional teacher- centered education and establish a personalized learning environment tailored to individual students' academic performance. To validate the system, we compared the developed BERT-based problem recommendation system with an existing GPT-based model and assessed its effectiveness through implementation in school classrooms. The experimental results showed that the BERT model achieved a similarity score of 0.99, while the GPT model scored 0.90. Additionally, learners who received BERT-based problem recommendations had an average score of 88, whereas those who received GPT-based recommendations had an average score of 77, indicating that the BERT model is more effective in enhancing learning achievement. According to the satisfaction survey, over 80% of learners responded that the recommended problems aligned with their learning objectives and supported self-directed learning. This study suggests that the developed personalized learning support system can offer an effective educational environment tailored to students' individual learning needs.

본 연구는 메타버스 기반 학습 환경에서 학습자의 특성을 고려한 설계 원리를 도출하고, 이를 기반으로 유형별 학습 플랫폼 모델을 제안하는 것을 목적으로 한다. 이를 위해 선행연구를 분석하여 초등학생, 대학생, 시니어, 장애 학생의 네 가지 학습자 유형을 정의하고, 각 집단의 인지적 및 사회적 특성과 학습 요구를 비교 분석하였다. 분석 결과, 초등학생은 게임 기반 동기 강화 구조, 대학생은 협력 및 문제 해결 중심 활동, 시니어는 사회적 상호작용과 인지 부담 최소화, 장애 학생은 접근성과 개별화 지원을 중심으로 한 설계가 필요함을 확인하였다. 이를 바탕으로 유형별 메타버스 학습 설계 원리와 플랫폼 모델을 제시하고, 학습자 특성에 맞춘 맞춤형 메타버스 교육 환경 구축을 위한 설계 기준을 제안하였다. 본 연구는 학습자 유형별 차별화된 설계 프레임워크를 제시함으로써 교육의 포용성을 높이고 향후 개인화 학습 생태계 구축을 위한 기초 자료를 제공한다.

This study aims to derive design principles for metaverse-based learning environments by considering learner characteristics and to propose learner-type-specific platform models. To achieve this, prior studies were reviewed to define four learner groups: elementary students, university students, seniors and students with disabilities. Elementary students require gamified structures to enhance motivation, while university students benefit from collaborative and problem-solving-oriented activities. For seniors, social interaction and reduced cognitive load are important considerations, whereas accessibility and personalized support are essential for students with disabilities. Based on these findings, this study presents design principles and platform models for metaverse-based learning tailored to different learner types. The proposed framework contributes to enhancing inclusiveness in education and provides foundational guidance for developing personalized learning ecosystems in the future.

본 논문은 글로벌 시대를 살아가는 외국어 학습자들의 학습환경에서 IT기술과 학습콘텐츠의 개발을 통해 사용자 성향별 맞춤 콘텐츠를 제작하는 방법론에 대한 연구이다. 전 세계의 다양한 외국어 학습자들이 모바일기기와 모바일학습콘 텐츠를 활용하여 다양한 분야의 학습활동을 하고 있으며 외국어학습이 대표적인 모바일 학습분야의 하나라고 볼 수 있다. 제시된 외국어학습콘텐츠 구성은 학습자의 모국어 음성·문자 텍스트를 기반으로 정보수집 및 콘텐츠 제작의 과정을 거쳐 사용자의 성향별 학습콘텐츠를 구성하는 방법을 제시하였다. 이는 학습자의 학습활동이 실제사용환경과 최대한 유사하게 만들어서 학습과 실제사용에 차이점이 없도록 콘텐츠를 구성하여 학습 후 시행착오를 거쳐 올바른 사용 순서로 이루어지는 기존의 학습방법과 차이를 보여준다. 또한 학습자 개인의 선호 어휘·문맥을 콘텐츠화하여 학습에 사용하므로 학습콘텐츠와 개인성향의 일치를 이루어 학습의 이질감을 최대한 줄여주는 역할을 할 수 있다. 본 연구 내용을 토대로 학습자의 모국어 어휘·문맥 분석 및 텍스트화 과정에 대한 추후 연구가 필요하다.

This paper is a study on the methodology of making customized contents according to user 's tendency through the development of learning contents utilizing IT. A variety of learners around the world use mobile devices and mobile learning contents to conduct their learning activities in various fields, and foreign language learning is one of the typical mobile learning areas. Foreign language learning contents suggested in this study is constructed based on the learner’s verbal and text information in accordance with the user’s vocal tendency. It is necessary to find out a suitable method to translate the user's native language text into the target language and make it into user friendly content.

본 연구의 목적은 프로그래밍을 처음 접하는 학습자들의 어려움을 파악하여 비전공 대학생들을 위한 대학 교양기초 소프트웨어교육 운영 방안을 모색하는 데 있다. 이를 위해 다양한 전공자들로 구성된 H 대학의 파이썬 프로그래밍 수업에서 수업시간 전 온라인으로 제출한 수강생들의 질문과 수업 후 설문조사를 통하여 체감난이도와 체감이해도를 분석하였다. 비전공자들을 위한 효율적인 수업을 위해 플립드 수업으로 진행하였으며, 오프라인 수업에서는 사전질문을 활용한 학습자 맞춤형 피드백 방식 강의로 진행하였다. 분석결과 프로그래밍 수업을 처음 접하는 학습자들을 위해서는 컴퓨터 언어의 기본개념을 배우기 전에 교육과정 초반에 문제 파악을 통한 논리적인 추상화 과정을 배정하고, 코딩 실습 전에 단원마다 그에 대한 이해를 돕는 상향식(bottom-up) 문제풀이를 통한 충분한 연습이 필요하다. 또한, 학습자의 전공계열 및 수업 내용과 학습자의 진행 단계를 반영한 정밀한 교육과정 설계가 선행되어야 한다.

The purpose of this study is to identify the difficulties of learners who started programming after entering college and to search an effective software education method as university liber arts for non-science major students. In order to do this, we analyzed the difficulties of learners in Python programming classes composed of students from various majors at H University through questioning and taught them using flipped class model with pre-questions. The questions that students submit are collected online before class every time, the data on the degree of the difficulty of feeling and the understanding of feeling were obtained through the questionnaire. As a result, for learners who are new to programming, the learners should allocate the process of making the problem into a logical abstraction at the beginning of the curriculum before learning the basic concept of computer language, each lesson should be practiced through the bottom-up problems enough to provide a logical understanding before actual coding. In addition, detailed curriculum should be developed according to characteristics of learner's major, contents and conducting level.

본 연구는 융합수업 운영이 사회맞춤형 교육과정 간호학생의 자기주도적 학습능력, 문제해결능력, 전공만족도 및 취업률에 미치는 효과를 확인하기 위한 단일군 전후 비교연구로, C대학의 교육과정을 수강 한 간호학과 졸업 학생 79명을 대상으로 하였다. 융합수업 적용 전보다 적용 후 자기주도적 학습능력, 문 제해결능력 및 전공만족도는 향상되었다. 본 연구를 통하여 지역사회 요구에 맞는 간호대학 내 다양한 교 육과정을 개설 운영하여 학생들에게 다양한 기회를 제공하고, 그 효과를 극대화하기 위해 학습자 스스로 문제를 해결하고 답안을 찾을 수 있는 능력을 함양시키는 것과 대학 내 다양한 컨텐츠를 개발하여 효율적 으로 운영하도록 하는 것이 필요하다.

This study is a comparative study before and after a single group to identify the effect of convergence class operation on the self-directed learning ability, problem-solving ability and major satisfaction of nursing students in the social-tailored curriculum. The survey was conducted on 79 nursing students from C University. Self-directed learning ability, problem-solving ability and major satisfaction level have been improved since application before applying convergence class. Through this study, we hope to open and operate various curricula in nursing colleges that meet the needs of the community, provide students with various opportunities, cultivate self-directed learning skills, problem-solving skills, and major satisfaction so that learners can solve problems themselves in order to maximize their effects, and develop various contents in the university.

교육에서 활용 가능한 기술의 발달과 코로나19로 인한 디지털 전환의 가속화는 에듀테크라 불리 는 교육에 기술이 접목된 교육서비스의 활용을 촉진하고 있다. 학습분석은 교육현장에서 그 활용에 대한 필요성과 중요성이 높아지고 있는 에듀테크 중 하나이다. 학생들이 생산해내는 학습데이터를 수집 분석하여 그 결과를 바탕으로 개인화된 교수학습을 처방하는 학습분석은 특히 맞춤형 교육의 실현 방안으로 주목받고 있다. 하지만 교육현장에서 학습분석 활용이 강조됨에도 불구하고 맞춤형 교육을 위한 학습분석의 실제적 활용을 다룬 연구는 찾아보기 어렵다. 이 연구의 목적은 교사들의 대시보드 활용경험을 탐색하여 교육현장에서 맞춤형 교육을 위한 학습분석 기반 대시보드의 활용방 안과 유용성을 탐색하는 데 있다. 연구목적 달성을 위해 교사 10명의 학습분석 기반 대시보드 활용 경험을 수집 분석하였다. 사례연구를 채택한 이 연구는 대시보드 활용 전과 후의 교사 피드백 내용 을 비교 분석하고 교사의 대시보드 활용 경험을 면담하는 방식으로 수행되었다. 연구 결과, 맞춤형 교육을 위한 대시보드 활용방법으로 맞춤형 피드백을 통한 차별화된 처방 제공과 학습데이터에 기 반한 객관적이고 명확한 피드백 제공이 확인되었다. 맞춤형 교육을 위한 대시보드 활용의 유용성에 대한 교사 인식으로 원격수업 상황에서 관찰이 어려운 학생의 학습행동에 대한 이해, 맞춤형 교육 제공을 위해 요구되는 교사의 업무 경감, 그리고 학습자의 학습과정에 대한 자기 이해 촉진 및 만 족도 향상이 확인되었다. 이와 같은 연구 결과는 맞춤형 교육을 위한 교사의 학습분석 기반 대시보 드 활용방안을 제시할 뿐만 아니라 학습분석 활용에 대한 방향을 제안한다.

The development of technology that can be used in education and the acceleration of digital transformation through COVID-19 are promoting the use of technology in education called Edutech. Learning analytics is one of the edutech that is increasing in need and importance for its use in the field of education. Learning analytics, which collects and analyzes learning data produced by students and provides personalized feedback, is drawing an attention as a way to provide customized education. However, despite the emphasis on the use of learning analytics, it is hard to find studies that deal with the actual use of learning analytics in educational contexts. The purpose of this study is to explore teachers' experiences of using dashboard based on learning analytics to explore the utility and its utilization plan of learning analytics for customized education. This case study was conducted by comparing and analyzing the teacher's feedback before and after using the dashboard and interviewing the teacher's experience using the dashboard. As a result of the study, it was confirmed that differentiated prescriptions through customized feedback and objective and clear feedback based on learning data were provided as a method of utilizing dashboards for customized education. Regarding the usefulness of using dashboard for customized education, teachers recognized that dashboard is useful for promoting understanding of students' learning behaviors in online learning, reducing teachers' work required to provide customized education, promoting learners' self-understanding of learning processes, and improving satisfaction. The research results not only suggest ways to utilize the learning analysis-based dashboard of teachers for customized education, but also suggest directions for the use of learning analytics in the field of education.

본 연구는 전북지역 A대학에서 자체 개발한 다면적학습역량(MLCT) 진단검사를 통해, 연구에 참여한 학습자 들의 체계적인 맞춤형 학습지원을 위한 방안의 필요성을 제시하고 A대학 학생들의 특성에 따라 학생들의 학습역량을 정확히 진단하여 그에 따른 맞춤형 학습지원을 위한 기초자료 분석을 위한 연구이다. 773명의 연구참여자를 대상으로 MLCT의 구성요인 ‘동기’,‘인지’,‘행동’,‘정서’,‘환경’에 대하여 성별, 학년별, 단과 대학별 집단 간 분석을 실시하였다. 본 연구를 통하여, 학습자의 맞춤형 학습지원을 위한 다양한 학습역량 분석 도구 개발과 보급을 통해 학습자가 학교 생활에 잘 적응하여 중도 탈락 없이 성공적인 학습활동이 이루어질 수 있도록 체계적인 학습자 진단과 맞춤형 학습 지원 프로그램 개발이 필요하다.

This study was conducted to highlight the need for systematic and tailored learning support strategies for students at A University in the Jeonbuk region, based on the results of the university's self-developed Multi-Dimensional Learning Competency Test (MLCT). The research aimed to analyze foundational data to accurately diagnose students' learning competencies according to their characteristics and provide customized learning support. A total of 773 participants were involved in the study, which analyzed the MLCT components of 'Motivation,' 'Cognition,' 'Behavior,' 'Emotion,' and 'Environment' across different groups based on sex, grade level, and college affiliation. The findings underscore the necessity of developing and disseminating various learning competency analysis tools to ensure that students can adapt well to university life and engage in successful learning activities without dropping out. This calls for the development of systematic learner diagnosis methods and tailored learning support programs.

연구 목적 : 본 연구는 인공지능을 기반으로 하여 학습자들의 특성과 학습 내용, 개인 학습을 고려하고, 수집된 학습 데이터를 분석하여 개별 학습자에게 맞춤형 학습을 지원하는 모형을 개발하는 것이다. 연구 내용 및 방법 : 연구 목적을 성취하기 위해서 문헌을 분석하여 맞춤형 학습지원, 학습 데이터 분석, 학습 활동의 구조를 조사하였고, 조사된 자료를 기반으로 하여 맞춤형 학습 지원 모형의 영역과 세부 구성 요소를 도출하였다. 문헌 분석을 통해서 모형의 초안을 구성하였고, 모형 초안은 전문가 5인을 대상으로 1차 전문가 델파이 조사를 수행하였다. 1차 델파이 결과를 반영하여 모형을 수정하였고, 수정된 모형은 2차 전문가 델파이를 통해서 모형의 타당성을 검증하였다. 전문가 델파이를 통해서 모형을 정교화하였고, 이를 통해서 최종 모형을 구성하였다. 결론 및 제언 : 연구를 통해서 맞춤형 학습지원 영역, 수업 운영 시스템 영역, 학습 분석 데이터 영역을 구성하였고, 각 영역에 세부 요소들을 도출하였다. 본 연구의 결과는 대학의 수업환경을 고려하여 인공지능을 기반으로 맞춤형 학습 지원 시스템을 구성하는데 참고할 수 있는 기초 자료를 제공한 것이다.

Research Purpose: Based on artificial intelligence, this study considers learners' characteristics, learning content, and individual learning, and analyzes the collected learning data to develop a model that supports customized learning for individual learners. Research content and method: In order to achieve the research purpose, the literature was analyzed to investigate the structure of customized learning support, learning data analysis, and learning activities, and based on the investigated data, the area and detailed components of the customized learning support model were derived. did. A draft model was constructed through literature analysis, and the first expert Delphi survey was conducted on the draft model with five experts. The model was revised by reflecting the results of the first Delphi, and the validity of the revised model was verified through the second expert Delphi. The model was elaborated through expert Delphi, and the final model was constructed through this. Conclusion and Recommendation: Through research, customized learning support area, class management system area, and learning analysis data area were formed, and detailed elements were derived for each area. The results of this study provide basic data that can be used as a reference for constructing a customized learning support system based on artificial intelligence, taking into account the university's class environment.

이러닝 시장이 확대됨에 따라 인공지능 기반의 학습자 맞춤형 교육에 대한 관심이 높아지고 있다. 학습자 맞춤형 교육은 학습자 분석을 위한 대량의 데이터 및 학습 콘텐츠 등의 필수 구성요소가 필요하며 이러한 데이터 수집을 위한 시간과 비용 측면의 노력이 필요하다. 본 논문에서는 소규모 학습그룹에서의 효율적으로 학습자 맞춤형 학습이 가능하도 록, python 모듈들을 사용하여 비정형 학습자 데이터를 분석하였으며 이를 토대로 제시된 학습알고리즘을 통하여 학습 자의 학습연속성을 유지하도록 하였다. 본 논문을 통하여 제시된 비정형 학습데이터분석을 통하여 학습관련 비정형 데이 터를 정량화 하여 측정 가능하도록 하였으며 학습자 맞춤교육 제공을 위한 키워드 분석 시 90% 이상 데이터가 유의미함 을 확인하였다.

As the e-learning market expands, interest in customized education for learners based on artificial intelligence is increasing. Customized education for learners requires essential components such as a large amount of data and learning contents for learner analysis, and it requires time and cost efforts to collect such data. In this paper, to enable efficient learner-tailored learning even in small learning groups, unstructured learner data was analyzed using python modules, and a learning algorithm was presented based on this. Through the analysis of the unstructured learning data presented in this paper, it is possible to quantify and measure the unstructured data related to learning, and the accuracy of more than 80% was confirmed when analyzing keywords for providing customized education for learners.

본 연구는 예비 교사로 하여금 맞춤형 수업을 실습할 수 있는 시스템을 설계, 개발, 실행하고 그 결과를 분석한 연구이다. 먼저 선행 연구 분석에 근거하여 맞춤형 수업의 기본 틀로서 첫째, ‘학습자 데이터 분석’ 단계, 둘째, ‘학습자 특성에 따른 맞춤형 학습 설계’ 단계, 셋째, ‘맞춤형 학습 퍼실리테이션’ 단계를 설정하였다. 맞춤형 수업 설계·실행 3단계를 바탕으로 범교과 주제 중심 학 습의 실습 맥락 하에서 실습 과제 및 활동을 구안하고, 가상의 학습자 데이터를 구축하였으며, 웹 기반 실습 메뉴와 시스템을 구현하였다. 실습 시스템의 효과성 검증을 위해 70명의 사범대 예비 교사를 대상으로 범교과 주제 중심 학습을 중심으로 한 맞춤형 수업 실습을 실행하였으며 설문과 성찰 노트를 양적, 질적으로 분석하였다. 분석 결과 본 실습 시스템의 효과성을 맞춤형 수업 설계· 실행을 위한 의사 결정 훈련의 측면과 의사 결정 지원 장치의 유용성 측면에서 확인할 수 있었다. 또한 예비 교사들이 학습자 개개인의 인지, 사회, 정서적 특성에 주목하고, 학습자 분석을 토대로 수업을 설계하며, 차별화된 처치를 제공하는 과정을 실습하면서 맞춤형 교육 또는 학습자 중심 교 육에 대해 재인식하게 되었다는 점에서 본 실습 시스템의 의의를 찾을 수 있다.

This study developed a system for the trainee teachers to practice customized classes and analyzed its effects. First of all, based on reviews of previous literature and theories, the basic framework of customized classes for topic-based cross-subject area was set up. The basic framework of the practice consisted of three stages: a learner data analysis stage, a customized learning design according to learner characteristics stage, and a customized learning facilitation stage. The practice tasks were designed for the teaching of across-subject areas. The activities were developed in ways that trainee teacher participants could be trained to analyze, select, and group learners in different ways in various teaching and learning situations. Based on the basic framework of customized classes, practical tasks and activities were devised under the context of the topic-based cross-subject learning, virtual learner data were established, and a web-based practical menu and system were implemented. In order to verify the effectiveness of the system, a customized class practice system focused on the topic-based cross-subject learning was implemented for 70 trainee teachers at teachers' college, and surveys and reflection notes were analyzed. The analysis confirmed the effectiveness of this practice system in terms of decision-making training for the design and execution of customized classes and the usefulness of decision-supporting, which will contribute to the analysis of learner characteristics of trainee teachers and the improvement of customized classes design and execution capabilities.

Aural rehabilitation is defined as a comprehensive service which includes hearing aid fitting, hearing aid orientation, auditory training, and informational/educational counseling for people with hearing loss in order to reduce deficits of auditory function, difficulty in communication, and limited social activity, and ultimately to enhance their quality of life. Although it is well known that auditory training among a large scope of the aural rehabilitation is critical to improve residual hearing of hearing-impaired adults and/or older adults, there are some limitations to conduct it in the clinic in terms of time consuming and individual difference. In this review paper, we introduce two of the most popular web-based auditory training programs, namely Listening and Communication Enhancement And customized learning: Exercises for Aural Rehabilitation. The paper analyzes their purpose, contents, effect (or benefit) of auditory training, and clinical application, while arguing their pros and cons. In conclusion, we discuss a necessary of developing auditory training platforms for the hearing-impaired adults and older adults, and then of forging systematic web-based auditory training tools with a low-cost and high efficiency because aging population is rapidly increasing in Korea.

목적 본 연구는 플립러닝을 활용한 맞춤형 학습활동 프로그램을 개발하여 간호대학생의 자기주도 학습능력, 자기효능감, 학습태도에 미치는 효과를 검증하였다. 방법 본 연구는 2022년 ADDIE 모델을 기반으로 플립러닝을 활용한 맞춤형 학습활동 프로그램을 개발하였으며 2월부터 6월까지13주간 일지역 간호학과 학생 141명을 대상으로 진행된 단일군 전후 실험설계 연구이다. 본 연구를 위해 개발된 프로그램은 학습자와 교과목의 특성을 충분히 반영하였으며, 이를 검증하기 위해 자기주도 학습능력, 자기효능감, 학습태도를 조사하였다. 결과 자기주도학습(t=4.89, p<.001), 자기효능감(t=9.70, p<.001), 학습태도(t=2.70, p=.008)는 교육 후 향상되었다. 자기주도학습능력, 자기효능감, 학업태도, 교육만족도 간에는 유의한 양의 상관관계가 있는 것으로 나타났다. 결론 플립러닝을 활용한 맞춤형 학습활동 프로그램은 학생들의 자기주도학습, 자기효능감, 학습태도를 향상시키는 효과적인 접근방법이다.

Objectives The purposes of this study were to validate the effects of customized learning activities using flipped learning on the self-directed learning ability, self-efficacy, and learning attitude of nursing students. Methods This is a quasi-experimental study, using a single-group pretest-posttest design, to confirm the effects of customized learning activities. The study was conducted for 13 weeks, from February to June 2022, among 141 pediatric nursing students. Based on the ADDIE model, customized learning activities using flipped learning were developed. Results Self-directed learning (t = 4.89, p <.001), self-efficacy (t = 9.70, p <.001), and learning attitude (t = 2.70, p =.008) improved after education. Significant positive correlations were observed between self-directed learning ability, self-efficacy, academic attitude, and educational satisfaction. Conclusions Customized learning activities using flipped learning are an effective approach for improving students’ self-directed learning, self-efficacy, and learning attitude. We believe that the competency of nursing students can be effectively improved by considering the generation and subject characteristics.

목적 본 연구에서는 H대학교 맞춤형 학습컨설팅을 지원하기 위한 학습스타일 진단도구를 개발하고자 하였다. 방법 이를 위하여 학습스타일 진단 도구 개발과 관련한 문헌 분석을 바탕으로 학습스타일 진단 도구(안)을 도출하고, H대학교 소속대학생 366명을 대상으로 예비조사를 시행하였다. 예비조사 결과를 바탕으로 진단 도구 내 각 구인타당도를 측정하기 위하여 요인분석을 시행하였으며, H 대학교 특성을 반영하여 캠퍼스 및 학년별 통용할 수 있는 도구인지 확인하기 위하여 집단별 평균차이 검증을 시행하였다. 결과 학습스타일 진단 도구는 학습 태도 차원에서 계획형과 직관형으로 구분할 수 있는 4개 문항, 학습 동기 차원에서 외적 동기형과내적 동기형으로 구분할 수 있는 6개 문항, 학습 내용 차원에서 교양지향형과 전공지향형으로 구분할 수 있는 4개 문항, 그리고 학습방법 차원에서 소그룹학습 지향형과 개별학습 지향형으로 구분할 수 있는 4개 문항, 총 18개 문항으로 구성된 진단 도구가 개발되었다. 결론 본 연구에서 타당화한 학습스타일 진단 도구는 학생 스스로 본인의 학습 경향을 확인해 자기주도적 학습계획 수립의 기초 자료로 활용가능하며, 교수자에게는 수업 설계 시 학습자 특성을 반영하여 효과적인 수업 운영을 하는데 활용될 것으로 기대된다.

Objectives This study attempted to develop a learning style diagnostic tool to support the Customized learning consulting of H University students. Methods To this end, a learning style diagnosis tool(propsal) was derived based on the literature analysis related to the development of the learning style diagnosis tool, and to measure the vitality of the diagnosis tool a preliminary survey was conducted on 366 college students belonging to the rel event university. The construct validity of the tool was measured through factor analysis of the preliminary survey results and the average difference between groups was verified to reflect the characteristics of H University. Results The learning style diagnosis tool was developed with 4 questions that can be divided into planned and intuitive types in terms of learning attitude, 6 questions that can be divided into external and internal motivations in terms of learning motivation, 4 questions that can be divided into liberal arts-oriented and major in terms of learning content, and 4 questions that can be divided into small group learning oriented and individual learning oriented in terms of learning methods, a total of 18 questions. Conclusions The learning style diagnosis tool validated in this study can be used as basic data for establishing a self-directed learning plan by checking the students’ own learning tendency and is expected to be used for effective class management by reflecting learner characteristics when designing classes.

디지털 전환 시대에서 학습자의 자율성과 다양성을 존중하는 방향으로 교육 체계가 전환됨에 따라, 대학은 학습자의 개별적 특성과 학습 맥락에 기반한 맞춤형 학습지원 체계 구축의 필요성에 직면하고 있다. 이에 본 연구는 대학교육 데이터 기반의 맞춤형 학습지원 플랫폼을 구축하기 위한 핵심 기능을 학습자, 교수자, 관리자 측면에서 탐색하는 데 목적을 두었다. 선행연구를 통해 플랫폼 설계에 고려해야 할 기능들을 도출하였고, 이를 토대로 교육학 전문가 및 대학교육 실무자 등으로 구성된 전문가 12명을 대상으로 2차에 걸친 델파이 조사를 실시하였다. 연구결과, 학습자 중심 기능으로는 학습활동 지원, 맞춤형·적응형 지원, 협력 및 의사소통 기능, 비교과 지원, 진로·취업 지원, 학교생활 적응 지원이 도출되었고, 교수자 중심 기능으로는 수업운영 지원, 콘텐츠·자료 관리 지원, 소통 기능 등이 제시되었다. 관리자 중심 기능은 학습 모니터링, 사용자 및 시스템 운영 관리 등으로 구조화되었다. 학습지원 플랫폼 기능 체계는 대학 내 다양한 교육 주체들의 요구에 부합하는 플랫폼 환경을 구성하는 데 기초 자료가 될 수 있으며, 데이터 기반의 실시간 피드백 제공, 학습자의 학습 이력 기반 진단·예측 기능, 사용자 맞춤형 정보 제공 시스템 구축 등으로 이어질 수 있다. 본 연구는 학습자 지원 전략 수립을 위한 기능 구성 체계를 제안한다는 점에서 의의가 있다. 향후 연구에서는 실제 플랫폼 사용자에 대한 심층 인터뷰 및 대시보드 프로토타입에 대한 사용성 평가 등을 통해 기능의 적합성 및 구현 가능성을 검토하는 후속 연구가 필요함을 제언한다.

This study aimed to identify and conceptualize the functions and core components of a customized learning support platform using university education data. Given the growing emphasis on data-informed learning environments, this study explored platform functionalities aligned with the needs of learners, instructors, and administrators through a two-round Delphi process. This study systematically reviewed the literature on learning analytics and international implementation cases. A panel of 12 experts evaluated the relevance and importance of functional items in two Delphi rounds. Based on the findings, the customized platform was structured into three domains: learner-centered, instructor-centered, and administrator-centered functions. Learner-centered functions included support for learning activities, adaptive learning, communication and collaboration, peer comparison with feedback, career development, and adjustment to campus life. Instructor-centered functions encompassed instructional planning, content and data management, and learner communication. Administrator-centered functions focused on academic progress monitoring and institutional decision-making, including tools such as dashboards, system configuration, student management, and instructional evaluation. The study suggests that a university-based customized learning support platform should be designed to facilitate learners’ self-directed learning, enhance instructors’ pedagogical strategies, and assist administrators in managing learning environments. The study further argues that data-driven personalization has the potential to improve academic performance and instructional quality, thereby supporting educational innovation through the integration of learning analytics.

본 연구는 학습자 중심 교육, 개별 학습자의 요구와 학습스타일 등을 고려한 다양한 학습경험을 제공하는 개별 맞춤형 학습에 관한 동향 분석을 수행하고 초중등과 대학 수준 간의 유사점과 차이점을 살펴 보고자 하였다. 제7차 교육과정 개정 시기인 1997~2023년 6월까지 KCI등재지에 출간된 732개의 논문초록은 토픽모델링을 활용하여‘학교 교육과정의 제도’,‘능력, 수준별 수업의 관련 요인’,‘디지털 시스템과 콘텐츠’,‘다양한 집단의 학습자와 교수설계’,‘사회가 요구하는 인재상과 역량’,‘수업개선/통합(학습부진, 장애, 통합학급)지향을 위한 개발/움직임’의 6개의 토픽이 도출되었다. 연구 양에 따라 시기 구분은 3주기로 구분하였고 토픽1의‘학교 교육과정의 제도’와 토픽5인‘사회가 요구하는 인재상과 역량’의 주제로 연구가 증가하였다. 특수교육과 교육학 중심으로 다수의 연구가 수행되었으며 초중등 수준에서는 학습부진과 장애특수교육, 대학교 수준에서는 역량교육 중심의 키워드가 발견되었다. 공통적으로는 디지털 시스템 및 콘텐츠를 활용한 개인 맞춤형 학습 관련 연구가 유사한 분량으로 수행되고 있었다. 본 연구는 학습자 중심의 교육과정이 발효된 교육정책 적용 시점을 반영하여 거시적 측면과 미시적 측면을 비교 분석하였다는데 의의가 있으며 개별 맞춤형 학습 실천에 있어 장애요인 및 이슈, 추가 연구를 제언하였다.

The purpose of this study is to analyze the trends in personalized & customized learning that considers learner-centered education, individual learner’s needs, learning styles and examines the similarities and differences between primary and secondary education and university level. Using topic modeling, 732 abstracts published in KCI and other journals until June 2023 were analyzed, resulting in six topics: "institutional aspects of school curriculum," "factors related to ability and level-based instruction," "digital systems and content," "learner and instructional design for diverse groups," "societal demands for desired qualities and competencies," and "development and initiatives for improving/integrating teaching (learning difficulties, disabilities, inclusive classrooms)." Depending on the volume of research, the time periods were divided into three cycles with research on topic 1, "institutional aspects of school curriculum," and topic 5, "competencies required by society," showing an increasing trend. Special education and educational studies were the main focus of research, with keywords related to learning difficulties and special education in primary and secondary levels, and competency-based education at the university level. Commonly, research related to personalized learning using digital systems and content was conducted in a similar volume. This study compared and analyzed macroscopic and microscopic aspects by reflecting the application of learner-centered curriculum at the time when educational policies were implemented. The study provides suggestions for addressing obstacles, issues, and further research in individualized personalized learning.

The integration of AI into education has catalyzed transformative changes, particularly in enabling customized and personalized learning experiences that were previously impractical in traditional classroom settings. While earlier AI automation systems focused on educational equality by providing uniform resources and opportunities, more recent AIdriven customized learning systems aim to achieve educational equity by providing differentiated support tailored to individual needs, ensuring comparable learning outcomes across diverse student populations. However, these AI-driven customized learning systems can inadvertently introduce bias in both data collection and algorithmic processing, potentially compromising educational equity. This risk is particularly pronounced in foreign language education, where learner populations exhibit significant demographic and cultural diversity, increasing the potential for data bias. With the planned introduction of AI English digital textbooks in 2025, addressing AI bias and educational inequality becomes critical, particularly in English education. This study systematically examines the sources of AI bias that occur at multiple stages: data collection, analysis, classification, and algorithmic processing. It identifies the manifestations and implications of these biases in educational contexts, and proposes comprehensive solutions that include both technical and non-technical approaches, drawing on existing literature. It also outlines recommendations for key stakeholders -developers, educators, and policymakers- to ensure equity in AI-driven educational systems.

최근 학령인구의 감소와 대중매체의 발달로 교수자와 학생이 소통할 수 있는 새로운 교수법이 대두되고 있으며, 전문대학생들에 맞추어 플립드 러닝 교수학습모형을 적용하였다. 맞춤식 플립드 러닝 교수학습 모형 결과에서 전공과목 pre class 출석률은 92.3%의 결과로 나타났다. 그리고 전공이외의 교양 교과목의 pre class의 출석률은 87.6%로의 결과를 보여 주었다. 이러한 결과는 방사선과 1학년 재학생들의 전공과목 pre class출석률이 교양 교과목 pre class출석률보다 적극적인 참여가 있었다는 것을 알 수 있다. 맞춤식 플립드러닝 교수학습모형의 in class에서 적용한 연구 집단과 적용하지 않은 비교집단 간의 차이를 비교해 본 결과, 연구 집단이 비교집단보다 직무능력인 지식, 기술, 태도에서 모두 높은 점수를 보였다. 또한, 예비방사선사로서 갖추어야 할 직업기초능력으로 본 수업 모형을 적용한 결과 90%이상의 학습자들이 책임감, 문제해결 능력, 창의적 사고, 협동 능력, 의사소통 능력이 향상되었다. 맞춤식 플립드 러닝 교수 학습모형의 post class에서 방사선사 역할인지 차이 검증에서는 교수학습모형적용전의 평균이 2.10이였으나 적용 후의 평균은 4.40로 증가하여 나타났다. 맞춤식 플립드 교수 학습 모형을 적용한 결과 방사선과 직업기초능력을 함양하기위하여 본 교수학습모형이 적절하며, 이에 확대 적용할 필요성이 있다고 사료된다.

Recently, new teaching methods for communicating with teachers and students have been emerged according to the trends of decreasing the school-age population and the development of the mass media. We have applied teaching-learning model based on the flip learning to the college students in this work. As a result of the test for the customized flipped learning teaching-learning model in pre-class, the attendance rate of the major subject was 92.3% whereas that in liberal arts courses other than majors revealed 87.6%. This result for attendance rate shows that first year students in the radiology department have been actively participated in pre-class of the major subject than that of the liberal arts curriculum. From comparing the differences between the study group that was applied flipped learning in class and the non-applied group, the research group showed higher scores in knowledge, skills, and attitudes than the comparative group. In addition, more than 90% of the learners improved their responsibility, problem solving ability, creative thinking, cooperative ability, and communication ability through this learning program. From the test for the difference in the role of radiologists in the post class, the mean score was 4.40 for the group applied the teaching-learning model while that for non-applied group was 2.10. Hence, from such results, we see that this teaching-learning model is appropriate and needs to be extended to cultivate basic skills in radiology and relevant vocational education.

이 연구는 금융협동조합 학습자의 이러닝 효과성을 제고하기 위하여 맞춤형 학습을 제안 하였다. 연구목적을 달성하기 위하여 시각적, 언어적 학습스타일 특성이 반영된 맞춤형 이러닝프로그램을 개발하고 이를 441명의 금융협동조합 종사자에게 적용, 맞춤형 학습의 효과성을 검증 하였다. 자료 분석은 실험집단과 비교집단의 수료율, 학습참여도, 학습만족도에 차이가 나타나는지 분석하기 위하여 교차분석 및 독립표본 t검정을 실시하였으며, 사전평가점수를 배제한 실험집단과 비교집단의 학업성취도 차이를 분석하기 위하여 공분산 분석(ANCOVA)을 실시하였다. 이상의 연구방법에 따른 연구결과는 다음과 같다. 첫째, 학습스타일 진단을 통한 맞춤형 학습 적용 유무에 따른 수료율 차이 검증결과, 유의한 차이가 없는 것으로 나타났다. 둘째, 학습스타일 진단을 통한 맞춤형 학습 적용 유무에 따른 학습참여도 차이 검증결과, 로그인 횟수와 누적 학습시간 모두에서 유의한 차이가 없는 것으로 나타났다. 셋째, 학습스타일 진단을 통한 맞춤형 학습 적용 유무에 따른 학습만족도 차이 검증결과, 유의한 차이가 있는 것으로 나타났다. 넷째, 학습스타일 진단을 통한 맞춤형 학습 적용 유무에 따른 학업성취도 차이 검증결과, 유의한 차이가 있는 것으로 나타났다.

This paper proposes a customized learning for community credit cooperatives learners in order to enhance the effectiveness of e-learning. The purpose of this study is to develop the customized e-learning program reflecting the characteristics of visual?verbal learning style and to investigate the effectiveness of the personalized learning applying it to enterprise workers. Data analysis was to analyze the difference between the experimental group and the control group by comparing the degree of learning completion, learning participation, learning satisfaction using crosstab and t-test. In addition, analysis of covariance (ANCOVA) was performed to compare learning results between the experimental group and the control group with excluding the pre-assessment score. Findings according to the above were as follows. First, there are no statistically significant differences in the degree of learning completion between two groups with applying customized learning based on learning styles diagnosis. Second, there are no statistically significant differences in the degree of learning participation as to both of the number of log-ins and cumulative learning time between two groups with applying customized learning based on learning styles diagnosis. Third, there are statistically significant differences in the degree of learning satisfaction between two groups with applying customized learning based on learning styles diagnosis. Fourth, there are statistically significant differences in the degree of learning results between two groups with applying customized learning based on learning styles diagnosis.