DOI QR코드

DOI QR Code

개별 학습 지원을 위한 수학 플랫폼 LMS 사례 분석

A Case Analysis for Learning Management Systems that support Individual Students' Mathematics Learning

  • 투고 : 2022.02.07
  • 심사 : 2022.02.17
  • 발행 : 2022.02.28

초록

This study compares the functions of the Learning Management Systems (LMS) in three widely used Edu-Tech platforms, that support students' individualized learning by using the learning characteristics of the students. The rapid advances in artificial intelligence (AI) are broadening their impacts in the education industry, and play a broad role in supporting student learning. In many countries, online classes have become a norm due to the COVID-19 crisis, and the demand for Edu-Tech in classes has increased rapidly. As a result, many countries, including South Korea, are now preparing and implementing various policy measures to adopt Edu-Tech in the class setting. Therefore, in this study, we analyze and compare the structures and characteristics of the three widely used Edu-Tech platforms that support individualized mathematics learning. In particular, we compare the LMSs of the three platforms by considering the elements such as learning design, learning management, learner analysis, learning result analysis, and student management functions. The results of this study give implications in the future directions to take on how to build Edu-Tech platform models that promote students' individualized mathematics learning in public education.

키워드

과제정보

This work was supported by the Ministry of Education of the Republic of Korea and the National Research Foundation of Korea(NRF-2020S1A5A2A01042564)

참고문헌

  1. 고호경. 인공지능(AI) 역량 함양을 위한 고등학교 수학 내용 구성에 관한 소고. 한국학교수학회논문집, 23(2), 223-237(2020). https://doi.org/10.30807/KSMS.2020.23.2.003
  2. 고호경, 허난, 노지화. RPP(Role-Play Presentation)를 통한 교사의 AI 교사와의 지각된 상호작용성 분석. 학교수학, 60(3), 321-340(2021).
  3. 교육부. 수학교육 종합계획(안) 2020년~2024년.(2020).
  4. 교육부. 국민과 함께하는 미래형 교육과정 추진 계획(안)(2021. 04).(2021).
  5. 김경애, 류방란. 교육에서의 4차 산업혁명 기술 활용에 대한 기대와 우려. 교육과학연구, 50(3), 55-79(2019).
  6. 김미령, 정경영, 노지화. 수업활동 기반 협력적 인공지능 수학교사 개발에 대한 고찰. East Asian Math. Journal, 35(4), 507-528(2019).
  7. 김민지, 허선영. 인공지능 챗봇을 활용한 웹 기반 코딩학습 지원도구 프로토타입개발. 교육정보미디어연구, 27(1), 111-132(2021).
  8. 김용, 정성무, 이승진, 신성욱, 안상미, 김자미, 손경아, 전종호. 국가 e-러닝 품질관리센터 운영을 위한 e-러닝 품질관리 가이드라인. 한국교육학술정보원 연구보고 RP 2006-1.(2006).
  9. 류진선, 박인우, 장상현, 조용상, 홍철기. 학습관리시스템(LMS/LCMS) 기능 설계 연구 보고서. 한국교육학술정보원 연구보고 KR 2004-07(2004).
  10. 박만구. 수학교육에서 인공지능의 활용 동향 한국초등교육, 31, 91-102(2020). https://doi.org/10.20972/KJEE.31..202008.91
  11. 박성익. 특별게재 : 개별화학습의 전망과 과제. 교육방법연구, 20(1), 1-22(2008). https://doi.org/10.17927/TKJEMS.2008.20.1.1
  12. 박정아, 이향. 한국어 교육에서의 챗봇 빌더 활용 방안. 국제한국어교육학회 춘계학술발표논문집, 2021, 101-124(2021).
  13. 박지수, 길준민. 4차 산업혁명 시대의 에듀테크. 소프트웨어 및 데이터 공학, 9(11), 329-331(2020).
  14. 백승철, 조성혜, 김남희, 최미경, 노규성. 다문화 구성원을 위한 에듀테크 적용 방안에 관한 연구. 디지털융복합연구, 14(3), 55-62(2016). https://doi.org/10.14400/JDC.2016.14.3.55
  15. 안상진, 서영민, 이연준. e-러닝 m-러닝 2 : 사이버가정학습에서 개별화 학습 가능성 탐색. 한국컴퓨터교육학회 학술발표대회논문집, 15(2), 153-156(2011).
  16. 양성철. 인공지능 챗봇에 대한 선문답 알고리즘의 데이터-심리치료 상담챗봇을 중심으로-. 한국불교학, 84(0), 39-70(2017).
  17. 윤승배, 양승혁, 박현순. LMS 기반 에듀테크 교수학습 플랫폼 모형 설계. Journal of Digital Convergence, 19(10). 29-38(2021). https://doi.org/10.14400/JDC.2021.19.10.029
  18. 윤여범, 박미애. 인공지능과 초등영어교육: 챗봇의 현황과 발전 방향을 중심으로 한국초등교육, 31, 77-90(2020).
  19. 이영란, 류정민, 한기순. 언론 기사를 통해 본 포스트 코로나 시대 교육의 방향성: 위기 속 '창의성 교육'의 역할. 창의력교육연구, 20(4), 65-85(2020).
  20. 이준. LCMS(Learning Content Management System) 기반의 e-Learning 개발과 적용. 교육정보미디어연구, 8(2), 97-118(2002).
  21. 이지은. 에듀테크로 촉발되는 고등교육의 위기와 기회. Korea Business Review, 24, 151-171(2020). https://doi.org/10.17287/kbr.2020.24.0.151
  22. 이항수. LMS 이외의 강의플랫폼을 사용한 비대면 수업에 대한 설문결과. 대한기계학회 춘추학술대회, 1285-1286(2020).
  23. 이혜연. 에듀테크(Edutech) 시장 현황 및 시사점. 한국무역협회 연구보고서(2020).
  24. 임진혁, 정감사, 범수균, 김영미. 고등교육 범용 학습관리시스템(LMS)기준모형개발 기획 연구. 한국교육학술정보원 연구보고 CR 2010-10(2010).
  25. 정보통신산업진흥원. 해외 에듀테크 주요기업 분석 보고서(2019).
  26. 조희경, 조윤주. 에듀테크 기반 스마트 홈스쿨링 콘텐츠 디자인의 다중적 경험 향상을 위한 디지털 미디어 퍼놀로지 적용방안 연구. 한국디자인문화학회지, 26(4), 509-522(2020).
  27. 주영주, 임유진. 디지털 교과서를 활용한 과학수업에서 디지털교과서 자기효능감, 디지털교과서 품질, 자기주도적 학습능력 및 학습만족도 간의 구조적 관계규명. 교과교육학연구, 19(2), 239-257(2015). https://doi.org/10.24231/RICI.2015.19.2.239
  28. 과학기술정보통신부. "IT 강국을 넘어 인공지능 강국으로!" 인공지능 국가전략. 보도자료(2019.12.17.)
  29. 한국교육과정평가원. 스마트(SMART) 교육을 위한 디지털 교과서 심사 기준 및 절차 개발. 한국교육과정평가원 연구보고 RRT 2012-3(2012).
  30. 한국교육학술정보원. 2007 교육정보화 백서(2007).
  31. 한국교육학술정보원. (중등 교사용) KERIS와 시작하는 인공지능 교육 1권. 한국교육학술정보원 연구보고 TL 2020-1.
  32. 한국교육학술정보원 에듀테크 소프트랩(SoftLab) 적용방안 연구. 한국교육학술정보원 연구보고 RR 2020-8(2021).
  33. 한국데이터산업진흥원. 제4부 산업별 데이터 활용 비즈니스 현황. 2020년 데이터산업 백서(2020).
  34. 한국방송통신전파진흥원 ICT 산업 Hot Clips. 2018년 9호(2018).
  35. 한국전자통신연구원. AI 기반 교육 현황과 기술 동향. 전자통신동향분석, 36(1), 71-80(2021). https://doi.org/10.22648/ETRI.2021.J.360108
  36. 한상기. 주요국 에듀테크 산업과 정책 현황. 한국인터넷진흥원 Power Review(2016)
  37. 한진탁, 양훈, 최준혁, 김현. Adaptive testing 방식을 이용한 개인 맞춤형 온라인 학습 시스템에 관한 연구. 대한전자공학회 학술대회 논문집, 797-799(2020).
  38. 허난. 웹 기반 맞춤형 수학 학습 프로그램 구성 요소 분석. East Asian Mathematical Journal, 34(4), 451-462(2018). https://doi.org/10.7858/EAMJ.2018.030
  39. 홍선주, 김성경, 이명진, 최인선. 코로나19 이후 블렌디드 교육으로의 전환을 위한 기반 탐색: 교사 요구를 중심으로 한국교육과정평가원 연구자료 ORM 2020-62(2020a),
  40. 홍선주, 조보경, 최인선, 박경진, 김현진, 박연정, 박정호. 학교 교육에서의 인공지능(AI) 활용 방안 탐색 한국교육과정평가원 연구보고 RRI 2020-2(2020b).
  41. Molinillo, S., Aguilar-Illescas, R., Anaya-Sanchez, R., &Vallespin-Aran, M. (2018). Exploring the impacts of interactions, social presence and emotional engagement on active collaborative learning in a social web-based environment. Computers & Education, 123, 41-52. https://doi.org/10.1016/j.compedu.2018.04.012
  42. Moursund, D., & Ricketts, R. Goals of education in the United States. IAE-pedia. Retrieved 4/29/202 from http://iae-pedia.org/Goals_of_Education_in_the_United_States(2020).
  43. Moursund, D. The Future of AI in Our School. Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License United States(CC BY-NC-SA 3.0 US). http://creativecommons.org/licenses/by-nc-sa/3.0/us/(2021).
  44. 경향신문. [코로나 시대, 학교의 재발견](상) 가르치는 곳? 사회적 돌봄도 분담하 는 곳. http://www.khan.co.kr/(2021. 9. 5. 인출).
  45. CENTURY. https://www.century.tech/(2021. 9. 5. 인출).
  46. Mathigon). https://ko.mathigon.org/(2021. 9. 6. 인출).
  47. SelectQ. https://www.selectq.io/(2021. 9. 6. 인출).