Projects

 

공교육 학습데이터 생태계 구축 방안 연구

• 연구원: 조영환, 권가진, 박현정, 정동욱(서울대), 한정윤(서울시립대), 문희원, 하효림, 이영리, 은선민
김찬희, 손연오, 김안나, 김한나, 송지수, 김욱일 (서울대)
• 연구지원: 한국연구재단 (2024. 9. ~ 2030. 8.)

2025년부터 AI 디지털 교과서가 전국적으로 보급됨에 따라 학습 데이터의 양이 크게 증가할 것으로 예상되지만, 이를 체계적으로 수집, 저장, 관리, 분석, 활용하기 위한 방안에 대한 연구는 아직 부족한 실정입니다. 이에 본 연구는 국가 차원의 학습 데이터 표준을 수립하고, 공교육 학습 데이터 생태계를 설계하며 그 구성 요소를 도출하는 것을 목표로 합니다. 또한 학습 데이터를 둘러싼 주요 쟁점을 파악하고, 국가 차원에서 학습 데이터를 효과적으로 분석하고 활용하기 위한 구체적인 실천 방안을 제안합니다. 나아가, 지속 가능한 학습 데이터 생태계 구축을 위해 교육적, 기술적, 제도적 기반을 마련하는 데 초점을 맞추고자 합니다.

 

멀티모달 데이터 기반 학생 종단 연구

• 연구원: 조영환, 강준호, 권가진, 문효열, 이경미, 하민수(서울대학교), 한정윤(서울시립대학교), 김미송(University of Western Ontario), 김혜은, 이현웅, 이재용, 강민주, 김안나, 김영득, 김승범, 박재연, 김상윤, 이소정, 김경태, 이상의, 신선영, 김지은(서울대학교)
• 연구지원: 서울대학교 (2024. 5. ~ 2026. 2.)

최근 디지털 기술의 발전으로 청소년들의 생활과 학습 환경이 급격히 변화하고 있습니다. 이러한 변화 속에서 청소년들이 건강하게 성장하고 필요한 역량을 갖추기 위해서는 그들의 발달 과정을 깊이 있게 이해하는 것이 매우 중요합니다. 본 연구는 청소년들의 전인적 성장을 이해하기 위해, 초기 청소년기(초6~중2) 학생들의 다양한 특성과 발달 단계를 종합적으로 살펴보고자 합니다. 기존의 단편적인 연구 방식에서 벗어나, 뇌파, 영상, 인터넷 사용 기록, 심리 상태 등 다양한 데이터를 통합적으로 분석함으로써 디지털 시대를 살아가는 청소년들의 학습과 발달 과정을 다각도에서 이해하고자 합니다. 이 연구는 디지털 시대를 살아가는 청소년들의 발달 특성을 종합적으로 이해함으로써, 미래 교육 설계에 실질적인 시사점을 제공할 것으로 기대됩니다.

 

멀티모달 데이터 기반 학습과학 연구방법 가이드라인과 사례 개발 연구

• 연구원: 조영환, 이영리, 이현웅, 조연우, 이규민, 조애영, 신부경, 추영선, 김상윤(서울대)
• 연구지원: 서울대학교 (2025. 3. ~ 2025. 10.)

최근 학습과학 분야에서는 멀티모달 학습분석의 중요성이 부각되고 있습니다. 이는 다양한 방식으로 나타나는 학습자의 반응을 통합적으로 분석함으로써, 학습 과정을 더 정확히 이해하고 개인에 맞춘 지원이 가능하기 때문입니다. 이러한 멀티모달 학습분석을 효과적으로 수행하려면 다양한 실험 장비를 활용하는 것이 필수적이며, 이를 통해 데이터를 안전하고 신뢰성 있게 수집·관리하고, 교육적으로 의미 있는 방식으로 분석할 수 있는 방법론이 필요합니다. 이에 본 연구는 학습과학 연구장비를 활용하여 멀티모달 데이터를 체계적으로 수집하고, 이를 효과적으로 분석하는 방법에 대한 구체적인 가이드라인과 사례를 개발하고자 합니다. 이를 통해 초보 연구자를 포함한 다양한 분야의 연구자들이 학습과학 연구 장비를 보다 적극적이고 효율적으로 활용할 수 있도록 지원하고자 합니다.

 

인간-AI 협력 역량 향상을 위한 진단도구와 맞춤형 수업모형 개발

• 연구원: 조영환, 사운서, 유영진, 김혜은, 신부경, 한예원, 손연오, 강민주(서울대학교)
• 연구지원: 한국연구재단 (2022. 7. ~ 2025. 6.)

최근에 인간처럼 생각하고 행동하는 인공지능이 많이 등장하고 있고, 의료, 법률, 경영, 교육, 예술 등의 분야에서 인공지능과 협력하는 경우가 점차 증가하고 있습니다. 그렇기 때문에 인공지능 리터러시 교육에서 프로그래밍 기술을 가르치는 것도 중요하지만 어떻게 하면 인공지능과 더불어 살아갈 수 있는지를 가르치는 것도 매우 중요합니다. 본 연구는 인공지능과 협력하기 위해서 인간에게 필요한 역량에 무엇이 있는지를 정의하고 해당 역량을 향상시키기 위한 수업과 평가방법을 개발하고자 합니다. 한국연구재단으로부터 2022년부터 3년 동안 인문사회분야 중견연구자지원을 받게 되었습니다. 미래 사회에서 인공지능과 협력하는 것은 모든 사람에게 필요한 핵심 역량이라는 점에서 이 연구는 교육계에 많은 시사점을 줄 것입니다.

 

AI 교수학습 플랫폼의 학습분석을 위한 학습활동 지표(metrics) 개발 및 검증 연구

• 연구원: 조영환, 박현정, 하효림, 문희원, 이현웅, 사운서, 이영인, 김욱일, 추영선, 한예원, 이정찬(서울대)
• 연구지원: (주)버블콘 (2024. 12. ~ 2025. 5.)

디지털 전환의 흐름에 따라 학교 현장에서는 AI 교수학습 플랫폼의 활용이 활발히 이루어지고 있습니다. 이를 통해 대규모 학습 빅데이터가 수집되고 있으나, 이러한 데이터를 체계적으로 분석하여 학습자의 역량을 진단하고 수업에 효과적으로 활용하려는 연구는 아직 부족한 실정입니다. 이에 본 연구는 AI 교수학습 플랫폼에서 수집된 디지털 로그 데이터를 바탕으로, 2022 교육과정의 핵심역량을 평가할 수 있는 학습분석 지표를 개발하고, 이를 시각화하여 제공하는 학습분석 대시보드의 사용성을 평가하는 것을 목표로 합니다. 이를 통해 학습분석 지표 기반의 블렌디드 통합 수업 설계를 지원하고, 교사가 학생의 역량 발달을 효과적으로 진단하고 피드백을 적시에 제공할 수 있는 체계를 구축하고자 합니다.

 

학생 정신건강 증진을 위한 AI 기반 맞춤형 교육

• 연구원: 조영환, 이창건, 하민수(서울대학교), 김미송(University of Western Ontario), 추영선, 한예원, 김혜준, 이재용, 강민주, 김도형, 최유진(서울대학교), 이민희(서울대학교병원)
• 연구지원: 서울대학교 (2023. 9. ~ 2024. 10.)

학생의 정신건강과 관련된 학교폭력, 청소년 자살, 교권침해 등의 심각한 사회문제를 근본적으로 해결하기 위해 교육학, 정신건강의학, 컴퓨터공학의 융합적 접근을 바탕으로 본 연구가 진행되었습니다. 본 연구는 학생들이 학습 과정에서 경험하는 정신건강과 주의집중 문제를 해결하고자 1) 디지털 페노타이핑(digital phenotyping) 기술을 활용하여 정신건강 상태와 학습 패턴 간의 상관관계를 분석하고, 2) 학생의 메타주의를 맞춤형으로 지원하는 AI 기반 학습자 지원 시스템을 개발하였습니다. 또한, 3) 데이터를 기반으로 메타주의를 향상시킬 수 있는 맞춤형 수업 전략을 설계하여 이를 실제 교육 현장에 적용함으로써 그 효과를 검증하였습니다. 본 연구는 3R Innovation과 서울시교육청 등 다양한 기관과의 협력을 통해 실질적이고 효과적인 결과를 도출하고자 하였으며, 이를 통해 학생들이 건강한 정신과 인지적 성장을 바탕으로 잠재력을 발휘할 수 있는 포용적 교육 환경을 조성하고, 나아가 전인적 성장을 지원하는 데 기여하고자 합니다.

 

학습자 역량 평가 시스템 구축을 위한 기반 연구

• 연구원: 조영환, 박현정, 유연주, 소영순, 금선영, 신중휘, 박소미, 추영선(서울대학교)
• 연구지원: 서울대학교 (2022. 7. ~ 2022. 12.)

디지털 전환 시대에 인공지능을 활용하여 대학교육의 질을 향상시키고, 표준화되고 획일적인 교육을 학습자 중심의 맞춤형 교육으로 전환시킬 필요가 있습니다. 이를 위해 본 연구에서는 (1) 학습자 역량 평가 시스템에 대한 요구 조사를 바탕으로, (2) 인공지능을 활용하여 학습자 역량을 평가하고 진단하는 방안을 제시하고, (3) 학습 데이터에 기반하여 역량을 예측하는 머신러닝 모델을 개발하고자 합니다. 역량 평가시스템은 학습자의 성장과정을 지속적으로 보여주고 강의 개선과 맞춤형 학습 지원을 위한 환류 시스템 구축에 효과적으로 활용될 수 있습니다. 학습 데이터를 활용하여 학습자의 창의성, 자기관리, 협력, 의사소통 등의 핵심역량을 예측하기 위해 온라인과 오프라인, 강의실과 실험실에서 연구를 수행합니다.

 

인공지능 기반 영어교육 어플리케이션의 교육 효과 검증

• 연구원: 조영환, 김용남, 이현경, 한예진, 김형조, 사운서, 이현웅, 김혜은, 김우연, 송혜빈, 박소미 ,장진호(서울대학교)
• 연구지원: (주)뤼이드(1차: 2021. 12. - 2022. 6, 2차: 2022. 8. - 2023. 1.)

인공지능 기반 어플리케이션이 영어교육을 포함한 다양한 교과교육에 활용되고 있으며 앞으로 더 증가할 것으로 예상됩니다. 그럼에도 불구하고 인공지능 기반 교육 어플리케이션의 효과에 대한 연구는 부족한 실정입니다. 그 이유 중의 하나는 인공지능 기반 교육 어플리케이션을 어떻게 평가해야 하는지에 대한 연구가 부족하기 때문입니다. 1차 연구는 선행문헌 검토를 통해서 인공지능 어플리케이션의 교육적 효과를 평가하는 프레임워크를 개발하고 뤼이드 튜터(산타토익)라는 어플리케이션에 적용하여 그 타당성을 검토하고자 합니다. 뤼이드 튜터는 학습자의 토익성적을 단시간에 효율적으로 올려줄 수 있는 어플리케이션으로 많이 알려져 있지만 학습자의 진정한 영어 실력(예: 커뮤니케이션 스킬) 향상에 얼마나 효과적인지에 대한 연구는 부족합니다. 이 연구에서 개발하는 평가 프레임워크는 영어교육 이외의 다양한 인공지능 기반 교육 어플리케이션을 평가하는 데 유용하게 활용될 수 있을 것입니다. 한편으로, 인공지능 기반 앱으로 영어를 공부하는 것이 학원에서 공부하거나 혼자서 책으로 공부하는 것보다 더 효과적일까요? 만약 더 효과적이라면 그 이유는 무엇일까요? 2차 연구에서는 이러한 질문에 답하기 위해서 인공지능 기반 영어교육 앱의 학습 효과에 대한 실험연구를 실시합니다. 그리고 인공지능 기반 앱으로 공부할 때 누가 더 학습을 잘하는지, 학습과정의 어떤 활동이 학습결과를 효과적으로 예측할 수 있는지를 연구합니다. 특히, 학습과정에서 웹로그, 얼굴 표정, 생리심리 데이터 등을 수집하여 인공지능 기반 영어학습의 인지적, 메타인지적, 정서적 측면을 다각도로 분석할 계획입니다.

 

AI 기반 학생 맞춤형 추천시스템

• 연구원: 조영환, 이중식, 김범수, 한예진, 금선영, 연윤지, 이재용, 한수정(서울대학교)
• 연구지원: 서울대학교 기초교육원(2021. 11. - 2022. 2.)

최근 융합인재 양성을 위해 대학에서 다전공(복수전공, 부전공 등)을 선택하거나 학생이 스스로 전공을 설계하는 것을 권장하고 있습니다. 그리고 코로나19 팬데믹으로 인해서 대면 만남이 줄어들면서 학생들이 교과목에 대한 비공식적인 정보를 획득할 수 있는 기회가 줄어들고 있습니다. 대학생에게 있어서 전공과 교과목 선택은 매우 중요한 의사결정 사항이기 때문에 이를 지원해주는 맞춤형 추천 시스템을 개발할 필요가 있습니다. 본 연구에서는 서울대학교 재학생, 졸업생, 교수자 등을 면담하여 전공 및 교과목 추천 시스템에 대한 요구조사를 실시하고 그 결과에 기반하여 교육적으로 의미있는 추천 모델을 개발하고자 합니다. 학습자의 프로파일과 강의에 대한 평가 결과를 바탕으로 머신러닝을 활용한 맞춤형 추천 모델을 개발하고 그 성능을 평가합니다. 이 연구는 향후 상업적으로 개발된 추천 모델과 차별화 되는 교육적인 추천 모델을 개발하는 데 기여할 것으로 예상됩니다.

 

다중양식 학습분석의 교육적 활용 방안 탐색

• 연구원: 조영환, 함윤희, 이한솔, 김혜은(서울대학교)
• 연구지원: 서울대학교(2020. 5. - 2021. 4.)

과학 분야에서 천체망원경, 전자현미경, 유전자가위 등의 기술이 새로운 과학 지식의 발견에 기여하였던 것처럼 교육학 분야에서도 학습 현상을 보다 과학적이고 체계적으로 연구할 수 있는 도구를 개발할 필요가 있습니다. 최근에 등장한 다중양식 학습분석(multimodal learning analytics)은 다양한 데이터(비디오, 웹로그, 두뇌 활동, 심박변이 등)를 활용하여 실제적인 학습환경에서 학습 현상을 면밀히 분석하고자 합니다. 이 연구에서는 다중양식 학습분석에 대한 선행연구를 체계적으로 검토하고 온라인 학습 맥락에서 구성적 학습(constructive learning) 활동이 유의미 학습에 어떠한 영향을 미치는지를 다중양식 학습분석에 기반하여 탐구합니다. 학습에 몰입하는 정도를 얼굴표정, 심박변이, 피부 전기전도, 두뇌 활동(fNIRS) 등을 이용해서 측정함으로써 구성적 학습의 효과와 개인차를 과학적으로 분석하고자 합니다. 이 연구는 향후 인공지능과 빅데이터 기반의 맞춤형 학습환경을 설계하는 데 유용하게 활용될 수 있을 것입니다.
두뇌 활동(fNIRS) 측정
(https://soterixmedical.com/research/nirsit)

 

박물관 디지털 교육 동향 및 과제 조사

• 연구원: 조영환, 이현경, 정민영, 최서연(서울대학교), 이은배(카톨릭대학교)
• 연구지원: 국립중앙박물관(2019)

클라우드 컴퓨팅 기술과 같은 첨단 테크놀로지는 학습이 학교 안과 밖에서 끊임없이 이루어지도록 돕습니다. 이를 심리스러닝(seamless learning)이라고 부르는데, 최근에는 창의융합형 인재를 양성하기 위해서 학교와 지역사회의 여러 교육기관을 연계한 심리스러닝의 필요성이 증가하고 있습니다. 이 연구에서는 대표적인 평생학습 기관인 박물관에서 디지털 기기를 활용한 유의미학습이 어떻게 이루어질 수 있는지를 탐색하고 박물관 교육 담당자를 위한 교수설계모형을 개발하는 데 목적이 있습니다. 박물관은 다양한 연령의 학습자가 실제적인 전시물을 자유롭게 관찰하고 체험할 수 있다는 점에서 학교에서 실행하기 어려운 학습자 중심의 디지털 교육을 효과적으로 실행할 수 있습니다. 앞으로 첨단 테크놀로지를 이용하여 학교와 박물관을 연계하고 언제 어디에서나 유의미한 학습이 이루어질 수 있도록 학습환경을 구축해야 할 것입니다.
박물관 교육

 

[1차년도] 미래학교 수업모형 개발연구: 활동중심수업을 중심으로
[2차년도] 디지털교과서 기반 활동중심수업모형 개발 및 효과성 연구

• 연구원: 조영환, 허선영, 이현경, 성지현, 조규태, 박세진, 모윤하(서울대학교)
• 연구지원: 디지털교과서협회(2017 - 2018)

4차 산업혁명을 대비하기 위해 교육부는 인공지능, 사물인터넷, 가상현실 등의 첨단기술과 무학년제, 플립러닝, 프로젝트학습, 토론 등의 학습자 중심의 수업을 적용한 미래학교 육성 및 지원계획을 발표했습니다. 우리나라의 교육맥락과 첨단 테크놀로지의 어포던스를 충분히 고려하여 미래교육을 위한 수업모형을 개발하는 것은 매우 중요하고 시급한 일입니다. 이 프로젝트는 총 2년 동안 실시가 되었는데, 1차 년도 연구에서는 중학교 과학수업에서 디지털교과서를 이용한 활동중심수업이 어떻게 이루어지며, 학생들의 인지적, 정의적, 사회적 성장에 어떤 영향을 미치는지를 탐구하기 위해 1년 동안 우수사례를 관찰하고 설문조사와 면담을 실시하였습니다. 그리고 2차 년도 연구에서는 중학교와 초등학교에서 참여적 설계(participatory design)방법을 적용하여 교사와 함께 디지털교과서 기반 활동중심수업모형을 개발하고 반복적으로 모형을 수업에 적용하고 수정하였습니다. 그리고 디지털교과서 기반 활동중심수업의 효과를 탐구하기 위해서 처치집단과 통제집단을 학습효과 측면에서 서로 비교하였습니다.
디지털 교과서를 활용한 활동중심수업

 

컴퓨터 기반 협력학습에서 조절 지원 전략이 협력적 문제해결 과정과 결과에 미치는 영향: 자기조절학습과 사회적으로 공유된 학습조절을 중심으로

• 연구원: 조영환, 설보연, 이현경, 강다현(서울대학교)
• 연구지원: 한국연구재단(2016 - 2017)

지식기반 사회에서 협력적 문제해결력은 핵심역량 중의 하나이며 협력을 돕기 위한 첨단 테크놀로지도 빠르게 발전하고 있습니다. 그러나 주변에서 컴퓨터를 통한 협력적 문제해결이 아무런 지원 없이 매끄럽게 일어나는 경우는 많지 않습니다. 이 연구에서는 컴퓨터 기반 협력학습이 잘 일어나도록 지원하기 위한 두 가지 전략을 서로 비교하였습니다. 하나는 학습자의 자기조절학습을 지원하여 학습에 대한 참여와 협력의 질을 향상시키는 접근 방식입니다. 다른 하나는 개인이 아니라 집단의 학습을 조절한다는 개념인 사회적으로 공유된 학습조절(Socially Shared Regulation of Learning: SSRL)을 지원하는 방안입니다. 자기조절학습 지원 전략은 학습자가 협력적 문제해결 과정에서 자신의 목표와 계획을 세우고 활동을 점검하고 조절하는 데 초점을 두는 반면에, SSRL 지원 전략은 학습자들이 협력적으로 문제를 해결하기 위해서 그룹의 목표와 계획을 세우고 조원들 간의 상호작용을 점검하고 조절하는 데 중점을 둡니다. 본 연구에서는 한국연구재단의 지원을 받아 자기조절 학습 지원 전략과 SSRL 지원 전략이 협력적 문제해결 과정에서의 조절 활동과 그룹의 교류기억, 협력적 문제해결력, 내용지식 등에 어떠한 영향을 미치는지를 조사합니다. 이 연구는 컴퓨터 기반 협력학습에서 자기조절학습과 SSRL의 역할을 밝히는 데 기여할 뿐만 아니라 협력적 문제해결력 향상을 위한 실질적인 교수 전략과 도구를 개발하는 데 유용하게 활용될 수 있을 것입니다. 협력적 문제해결을 위한 학습환경

 

교원의 전문적 사고와 관계 역량 향상을 위한 원격연수 교육과정 개발

• 연구원: 조영환, 박나실, 우한솔, 박유진, 장도현(서울대학교)
• 연구지원: 한국교육학술정보원(2016)

교육의 질은 교사의 질을 넘지 못한다는 말이 있듯이 스스로 행복하지 않은 교사는 학생들의 꿈과 끼를 키우는 행복교육을 실천하기 어려울 것입니다. 이러한 문제의식에 기반하여 한국교육학술정보원(KERIS)의 지원을 받아서 인문적 소양을 갖춘 교육전문가 양성을 위한 생애주기별 원격연수 교육과정을 서울대학교 교육행정연수원에서 개발하고 있습니다. 인문적 소양을 갖춘 교사는 학교 안과 밖의 삶이 통합되고, 인문적 사유와 대화를 즐겨하며, 새로운 교육문화를 만들 수 있는 사람입니다. 기존의 인문소양 향상을 위한 원격교육 프로그램들이 마음의 치유에만 초점을 두거나 단편적이라는 제한점을 가지고 있기 때문에 보다 체계적으로 역량 중심의 원격연수 교육과정을 개발하는 것이 필요합니다. 이 프로젝트에서는 교사의 인문적 소양을 사고와 관계 역량 측면에서 분석하고 핵심적인 지식, 기술, 가치를 도출한 다음에 진단도구를 개발하고 생애주기별 원격연수 로드맵과 교육과정을 개발할 계획입니다. 마지막으로, 개발된 교육과정의 일부분을 가지고 3차시의 원격교육 샘플 콘텐츠를 개발할 계획입니다. 교사의 삶을 더 행복하고 풍요롭게 만드는 데 원격연수가 기여할 수 있기를 바랍니다.

원격 연수 프로그램 개발 예시

 

스마트 클래스룸내 교육용 SW Infra

• 연구원: 서봉원, 조영환, 허선영, 홍서연, 성지현, 한정윤 등(서울대학교)
• 연구지원: 서울대-삼성 스마트 캠퍼스 협력과제(2015 - 2016)

서울대학교 교육학과 조영환 교수 연구팀은 서울대 융합과학기술대학원의 서봉원 교수 연구팀과 함께 2015년부터 삼성전자의 지원을 받아서 문제중심 플립러닝 모형을 설계하고 이 활동에 필요한 소프트웨어를 개발하고 있습니다. 기존의 플립러닝은 학습자 중심 교육, 맞춤형 학습, 협력학습을 추구하고 있지만 온라인과 면대면 활동의 연계성 부족, 강의 중심의 운영 등으로 인해서 현실적으로 많은 제한점을 가집니다. 이러한 제한점을 극복하기 위해서 문제중심학습과 플립러닝을 통합하여 고등교육 맥락에 적합한 방식으로 플립러닝을 재설계하였습니다. 그 결과, (1) 실제적인 문제와 맥락 제공, (2) 온라인과 면대면 활동의 연계성 강화, (3) 교사와 학생 간의 소통 강화, (4) 학생들의 자기조절학습 지원, (5) 면대면 환경에서의 협력적 지식 생성, (6) 적응적인 교수와 지원이라는 여섯 가지 원칙에 따라서 문제중심 플립러닝 모형을 개발하였습니다. 이 모형을 소규모의 대학원생 강의와 대규모의 학부생 강의에 적용하여 학습자의 반응을 조사하고 있으며, 연구결과를 2016년 4월 20일에 International Conference of Educational Technology에서 "Rethinking Flipped Learning to Support Authentic Problem Solving"이라는 제목으로 발표하였습니다. 모형 개발 연구와 함께 문제중심 플립러닝에 필요한 플랫폼을 edX의 오픈소스를 이용하여 개발하였으며, 온라인 활동을 분석하여 면대면 협력학습을 위한 조편성에 활용하는 소프트웨어를 개발하고 있습니다.
 문제중심 플립러닝 모형


면대면 활동 장면

 

과학교육에서 학습자의 제스처는 어떤 역할을 하는가?

• 연구원: 조영환, 정대홍, 김지현, 조해리(서울대학교)
• 연구지원: BK21플러스 미래교육디자인 사업단(2015)

최근 과학 개념을 형성하는 데 있어 영향을 미치는 요인들 중 정신모형에 대한 관심이 높아지고 있습니다. 과학교육에서는 초보자가 가지고 있는 불확실한 정신모형을 진단하고 분석하여 이를 변화시킬 수 있도록 하는 과정이 중요합니다. 인지와 신체활동 간에 밀접한 관련성이 있다고 보는 체화된 인지(embodied cognition)관점에 의하면, 학습자의 정신모형은 감각운동적 활동을 통해 발전하는데 특히 제스처는 정신모형을 형성하고 이를 기반으로 추론을 하는 과정에 중요한 역할을 합니다. 또한 제스처는 기존의 지필검사로는 드러나지 않는 과학개념에 대한 학습자의 이해 수준을 파악하는 데 도움이 될 수 있습니다. 본 프로젝트에서는 초보자 10명과 전문가 10명을 대상으로 한 clinical interview를 통해 과학교육에서 제스처와 정신모형이 가지는 관계에 대해 탐색하였습니다. 녹화한 인터뷰 영상을 분석한 결과, 과학개념을 설명하는 데 있어 초보자와 전문가가 사용한 제스처는 상당한 차이를 보였습니다. 연구결과를 통해 과학교육에서 제스처는 학습자가 가지는 정신모형에 대한 이해를 돕는다는 것을 확인하였습니다. 이를 통해 과학개념을 학습하고 과학적으로 사고하는 데 있어 제스처가 효과적인 교수학습의 도구로서 사용될 수 있음을 제안하였습니다. 본 연구는 2016년 7월에 일본에서 개최되는 International Congress of Psychology에서 "Relationships between gesture and mental models in science education" 이라는 제목으로 발표될 예정입니다.

현미경으로 관찰한 브라운 운동
 


전문가 제스처 예시