• 한국벤처창업학회:학술대회논문집
• /
• 한국벤처창업학회 2017년도 추계학술대회
• /
• pp.27-30
• /
• 2017

2010년 이후 대학을 중심으로 앙트러프러너십 교육의 중요성이 강조되면서, 그동안 창업과 기업가정신 관련 프로그램이 양적으로 급격하게 증가하여 왔다. 또한, 부처들이 모여 '대학창업교육 5개년 계획'을 수립하고 추진하며 그 확산은 더욱 빠르게 진행되었다. 하지만 현실은, 앙트러프러너십 전문교수자의 부족, 창업인프라 편중현상으로 인한 교육혜택의 지역편차 심화, 천편일률적이고 파편적인 교육커리큘럼, 그리고 빠른 변화의 스타트업 환경과 속도를 따라잡지 못하는 대학 내부체계 등 앙트러프러너십 교육의 전반적인 문제점이 심각하게 거론되고 있는 상황이다. 이러한 문제들의 해결을 위한 하나의 방편으로 온라인플랫폼을 바탕으로 하는 앙트러프러너십 교육의 질적향상과 양적확산을 통해 문제를 해결하려는 움직임이 일어나고 있다. 이미 해외에서는 대중을 대상으로 온라인플랫폼을 통한 대규모공개수업 MOOC(이하 '무크')가 확산되고 활발히 연구되고 있다. 온라인플랫폼 기반의 앙트러프러너십 교육 또한 비즈니스 범주에서 주요한 위치에 자리를 잡고 있으며, 효과성에도 좋은 결과를 내며 진행되고 있다. 본 논문의 목적은 대규모 개방 온라인교육 수업과정인 무크에 대한 정확한 개념과 구조적 배경의 이해를 통해, 무크 현상의 본질적 가치와 의미를 발견하고 앙트러프러너십 교육에의 적용방법과 기대효과에 대한 고찰을 하였다. 목적한 연구의 진행을 위해 질적연구방법론을 사용하여 최신문헌 검토 및 참여관찰, 심층면담, 이해당사자 인터뷰를 진행하였고, 근거이론을 기반으로 핵심키워드를 도출하여 연구의 전체적인 맥락을 구성하였다.

• 한국벤처창업학회:학술대회논문집
• /
• 한국벤처창업학회 2017년도 춘계학술대회
• /
• pp.59-59
• /
• 2017

21세기는 전 세계를 대상으로 디지털 네이티브가 활약하며 '틀이 없는 교육'을 지향하는 혁신 교육 패러다임 세상이다. 이미 세계 여러 나라에서는 ICT(Information & Communication Technology)를 미래를 대비한 교육 개선의 핵심사업의 일환으로 교육에 활용하고 있다. 이를 토대로 2012년 출현하여 현재 급성장하고 있는 대규모 공개 온라인 수업을 MOOC(Massive Open Online Course)라고 부른다. 세계의 많은 우수한 대학들이 앞장서서 수업을 공개하고 상호 소통하는 플랫폼 역할을 하는 MOOC(이하'무크'라고 한다)는 교육 분야의 다양한 영역에서 활용되고 있다. 또한, 세계경제의 장기적인 불황과 저성장을 극복하기 위해 기업가정신과 창업에의 관심이 매우 높아져 있는 지금, 미국과 유럽을 중심으로 기업가정신(Entrepreneurship)교육 프로그램 또한 무크 플랫폼을 통해 활발히 진행되고 있다. 하지만, 국내에서는 아직까지 무크의 중요성을 인지하고 실제 다양한 교육과정에서 활용하는 이용자가 적은 실정이다. 본 연구에서는 해외의 주요한 무크 플랫폼의 사례분석과 학습자 및 교수자들의 인터뷰를 통한 질적 연구방법을 활용하여 '무크 플랫폼이 기업가정신 교육에 효율적인지에 관한 연구문제'를 설정하고 이러한 연구문제에 대한 분석을 통해 총체적인 관점에서 무크 현상의 본질적 가치와 의미를 이해 하고자 한다. 지금 급속도로 확산되고 있는 창업교육에 이러한 무크 플랫폼을 통한 가속화를 기대할 수 있을지, 또한 이러한 무크 플랫폼을 통한 교육효과는 우리가 기대할 수 있을만한지 본 연구를 통해 분석하려고 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.323-326
• /
• 2016

웹 서비스를 기반으로 이루어진 MOOC(Massive Open Online Course)는 대규모 학습자에게 공개된 온라인 교육이다. MOOC는 교수와 학습자 사이 커뮤니티를 통해 상호 참여적으로 수업을 진행한다. 그러나 무료로 강의를 들을 수 있고 성적을 내지 않기 때문에 학습자들에게 큰 동기 부여가 되지 않아 등록하는 학습자는 많지만 수료하는 학습자는 현저히 적게 나타났다. 본 논문은 이러한 문제 해결 방안 마련을 위해 KDD Cup 2015에서 제공한 MOOC 데이터를 통해 중도 포기와 관련된 변수들을 선정하였으며, Decision Tree, KNN, Logistic Regression, Naive Bayesian, SVM, Neural Network인 6가지 머신 러닝 알고리즘을 통해 데이터 예측의 정확률을 확인하였다. 그 결과 Naive Bayesian이 89.3%로 가장 높은 정확률을 보였다. 본 연구를 통해 중도포기를 정확히 예측하며, 향후 학습자들에게 특정 동기부여의 효과로 학습을 수료하는 결과를 기대할 수 있다.