Journal Archive

스마트교육미디어는 스마트기기를 활용한 교육으로 개념화할 수 있다. 유사 용어로는 스마트교육, 스마트러닝, 스마트미디어교육 등을 들 수 있다. 선행연구에 따르면 스마트교육미디어는 스마트 기기를 활용한 자기주도적 개별화가 가능한 교육시스템이라고 개념화(Choi, Mi-Sook & Kang, Byung-Ho, 2014)하고 있다. 학생들은 정형화된 교과지식을 재구성할 수 있고 언제 어디서나 학습할 수 있는 교육시스템으로 보고 있다. 다른 연구에서는 정보통신기술 및 네트워크를 효과적으로 활용하여 전통적 교육방식에서 벗어난 새로운 교수학습방법을 실현하는 것으로 개념화(Lim, Cheol-Il, Han, Hyeong-Jong, Hong, Young-Il, Lee, Sun-Yeon, Lee, Eun-Young, 2016)하였다. Leem, Jung-Hoon과 Sung, Eun-Mo(2015)는 스마트 기술 기반의 스마트 기기를 교수학습에 활용하는 수업 방식이나 학습체제로 정의하였으며, Kang, In-Ae 등의 연구자들(2016)은 지능형 맞춤학습체제로 학습자의 역량 강화를 위해 교육환경, 내용, 방법 등의 교육체제를 혁신하는 것이라고 개념화하고 있다.

종합적으로 정리하면, 스마트교육미디어는 교육을 직접 또는 간접적인 목적으로 데스크톱 컴퓨터, 노트북 등 기존 정보통신 기기 뿐만 아니라 스마트폰, 태블릿 PC, PDA폰 등과 같이 휴대성이 좋은 모바일 기기를 웹이나 앱 또는 기타 형태로 네트워크 또는 오프라인 상에서 제공하는 교수 학습 콘텐츠, 교수 학습 서비스, 교수 학습 모형, 교수 학습 프로그램, 교수 학습 체제 등으로 재 개념화 할 수 있다.

본 연구에서는 교육미디어의 스마트한 활용에 초점을 두어 ‘스마트교육미디어’라는 용어를 사용하였다.

스마트교육미디어의 효과성과 관련된 기존연구들(Kim, Dae-Young, Lee, Soo-Young, 2016; Yun, Jeong-Hyun, Kang, Suk-Jin, Noh, Tae-Hee, 2016; Kim, Ji-Hoon, Hong, Seung-Ho, 2015; Kim, Hun-Hee, Jung, Dae-Bum, 2015; Yun, Hee-Geon, Choi, Sun-Young, 2015; Bae, Ji-Hye, 2014; Leem, Jung-Hoon, Kim, Sang-Hong, 2013)은 학업성취도 관점의 효과성을 결과로 제시하고 있었다.

이들 연구들은 대상교과, 연구대상, 학업성취도 효과성, 연구기간 등으로 구분할 수 있다. 대상교과에는 국어, 과학, 컴퓨터, 영어 등 이었다. 연구대상은 초등학생, 고등학생, 대학생 이었다. 기간은 3주에서 9주에 이르기까지 다양하였다. 학업성취도 효과성은 연구에 따라 일관되지 않게 나타났다.

학업성취도외에 효과성 변인으로 학습태도, 학습만족도(Bean & Bradley, 1986; Joo, Young-ju & Yoon, Hee-Sook, 2006) 등을 활용하기도 했다.

메타분석은 여러 분석들을 통합하는 분석의 분석이라고 할 수 있다. Hwang, Sung-dong(2014)은 ‘동일 주제의 다양한 연구 결과의 체계적 및 계량적 분석 방법(research synthesis)’이라고 개념화하고 있다. 메타분석을 통해 연구들 간의 서로 다른 결과나 서로 반대되는 결과 등을 종합할 수 있다.

메타분석은 각 개별 연구들이 갖는 결과를 ‘효과크기(Effect Size)’로 나타내고, 여러 연구들의 결과를 종합적인 효과크기로 통합하여 나타낼 수 있다. 효과크기는 계량적 결과를 제시하고, 이 결과는 설정된 기준에 따라 반복적 분석이 가능하여 객관성을 갖는다.

Hwang, Sung-Dong(2014)은 전통적 연구결과와 대비해 메타분석의 특징을 체계적 표본추출이 가능하며, 계량적 분석결과를 제시할 수 있고, 절차와 과정이 명확하며 객관성이 있다고 정리하였다. Oh, Seong-Sam(2002)은 메타분석의 단점으로 연구결과를 지나치게 단순화했다는 점을 지적하였다. 아울러 연구문제 자체가 가지는 한계점을 해결하기 어렵다고 지적하였다.

국내 스마트교육이 나타난 2009년 이후 국내에서 발표된 관련 분야 석·박사 학위논문, 학술지 게재논문을 대상으로 수집하였다. 자료를 수집하기 위하여, 2016년 2월 한국교육학술정보원학술연구정보서비스(KERIS, http://www.riss.kr), 한국학술정보원(http://kiss.kstudy.com), 누리미디어 DB- PIA(http://www.dbpia.co.kr), 학술교육원 등의 온라인 검색 DB(DataBase)를 활용하여 분석대상 논문을 검색하였다.

논문 목록을 추출하기 위해 사용한 주요 검색어는 ‘스마트교육’, ‘스마트학습’, ‘스마트러닝’ 등의 검색어를 입력하였다. 그 결과 2016년 2월 기준으로 스마트교육관련 논문은 총 3,645편(학술지 1,914편, 학위논문 1,731편)이 검색되었다. 검색된 논문은 자료선정 기준에 따라 논문의 제목과 국문초록을 토대로 주제와 관련 없는 연구물 2,586편의 논문을 추출하였다. 1차 논문 분석을 통해 1,059편의 논문들 중 자료 선정 기준을 만족시키는 논문을 추출하기 위해 2차 논문 분석을 실시하였다. 실험연구 다른 연구와 중복된 연구, 자료가 부적절한 논문을 제외하여 총 117편의 논문을 추출하였다. 또 극단치나 이상치를 제외한 최종 선정 논문은 총 112편으로 학위논문 84편, 학술지논문 28편이었다.

다양한 연구들에서 나타나는 스마트교육의 효과는 효과크기로 변환되어 분석될 수 있다. 이때 효과크기 분석을 위해 Cohen(1988)이 제안한 효과크기인 d값을 사용한다. <Formula 1>은 효과크기 값을 구하는 공식이다(Cohen, 1988; Oh, Seong-Sam, 2002; Hwang, Sung-Dong, 2014).

일반적으로 사례수가 작을 때 효과크기가 커지는 코헨의 효과크기 값의 문제점을 해결한 Hedeges의 g값을 활용하기도 한다. <Formula 2>는 헤디스의 g값을 구하는 공식이다(Oh, Seong-Sam, 2002; Hwang, Sung-Dong, 2014).

효과크기의 해석은 Cohen(1988)이 제시한 표준화 평균차이 지수를 활용한다. 이에 따르면, .2이하는 작은 효과크기, .5 정도는 중간 효과크기, .8이상은 큰 효과크기로 해석할 수 있다(Cohen, 1988).

본 연구의 신뢰성을 확인하는 방안으로 안정성 계수(fail-safe N) 검증을 실시하였다. 안정성 계수는 분석대상에서 나타는 유의미한 결과를 번복시키기 위해 필요한 미발표된 논문의 개수를 말한다(Rosenthal, 1979). 검사결과 <Table 1>과 같이 전체효과가 유의하지 않게(p>alpha)되려면 25,884개의 추가 연구가 필요하다. 따라서 본 연구에서 나타난 효과크기는 안정된 결과라고 할 수 있다.

스마트 교육의 전체 효과크기는 .768로 전통적학습에 비해 효과가 비교적 큰 것으로 나타났다. Table 2는 이러한 결과를 나타낸다. 표에 따르면, 스마트교육의 평균효과 크기에 대한 동질성 검정결과 Q값은 1,207.143이며 통계적으로 유의하였다. 효과크기도 Cohen(1988)이 제안한 해석기준중 .40 - .80의 중간크기에 해당된다. 각각의 연구물들은 이질하기 때문에 무선모형(Random Effect Model)을 적용하였다.

비중복 백분위(U₃)는 61.50%로 나타났다. 비중복 백분위는 정규분포에서 나타난 평균 효과크기의 실질적 효과 정도에 대한 정보를 제공해 준다. [Fig. 1]에서 스마트러닝의 전체효과는 일반교육에 대비해서 11.50% 만큼 효과가 있었다는 것을 알 수 있다. 실제효과크기 분산비율(I²)은 90.902로 Higgins, Thompson, Deeks & Altman(2003)의 해석기준에서 이질성이 높은 것으로 나타났다.

[Fig. 1] 
Smart-Learning Average effect size

스마트교육의 교과 영역별 효과크기와 집단 간 차이를 확인하였다. 이를 위해 먼저, 일반교육과 수해양교과교육의 하위 집단으로 구분하여 살펴보았다. 총 112편 중 일반교육은 109편, 수해양 교과교육은 4편이 있었다. 일반교육와 수해양교과교육의 스마트교육 효과크기를 산출한 결과는 <Table 3>과 같다.

일반교육 집단에서는 108개의 논문에서 효과크기가 .759로 중간크기로 나타났다. 수해양 교과교육 집단서는 1.005로 큰 효과크기를 나타내었다. 하지만 두 집단 간 차이를 살펴 본 혼합효과분석(Mixed effect analysis) 결과 통계적으로 유의한 차이가 없는 것으로 나타났다.

다음으로, 전체 논문에서 각 교과영역별로 구분해서 효과크기와 각 교과영역 집단별 차이를 확인하였다. 그 결과는 <Table 4>와 같다. 연구 수가 가장 많은 영역은 기타를 제외하고 과학, 영어, 수학, 국어, 사회, 전산, 수해양 순이다. 효과크기는 사회, 전산, 수해양, 과학, 국어 교과영역에서 큰 효과크기를 나타내고 있다. 영어, 수학, 기타 영역은 중간크기의 효과크기를 나타내었다. 혼합효과분석(Mixed effect analysis)을 통한 교과영역별 집단 간 차이는 없는 것으로 나타났다. 이를 통해 스마트교육은 교과 영역과 관계없이 일정 정도 효과크기가 나타나는 것을 알 수 있다.

스마트교육의 효과크기가 다르게 나타나는 원인에 대해 조절변수를 투입하여 확인하였다. 조절 변수로는 연구대상자, 논문 출판 유형, 실험집단 인원수가 설정되었다.

3) 실험집단 인원수

논문의 실험에 적용되는 인원수를 조절변인으로 설정하였다. 효과크기 계산 때 가중치가 적용되어 계산되지만 실험집단 인원수는 스마트교육미디어 효과의 일반화에 중요한 영향을 미칠 것으로 기대된다. 이에 연속변인의 특성을 고려하여 메타회귀분석으로 분석하였다.

분석결과, Q=7.01(df=1, p<.01)로 유의한 것으로 나타났다. 실험집단 인원수의 회귀계수는 -.0021 (z=-2.65, p<.01)로 부적으로 유의한 모형으로 나타났다. 메타분석에서는 실험집단의 인원수가 적을수록 스마트교육미디어효과가 높게 보고되는 경향이 있는 것으로 해석할 수 있다. 메타회귀분석 결과의 시각화는 [Fig. 2]와 같다.

[Fig. 2] 
Regression Plot