[학위논문]국내 HRD 담당자의 마이크로러닝(Microlearning)에 대한 인식 연구 : 인지된 혁신의 특성과 콘텐츠, 기술, 운영 요구 중심으로 Focusing on Perceived Attributes of Innovation and Needs of Content, Technology, and Operation원문보기
최근 HRD 분야에서 주목받고 있는 마이크로러닝은 한 번에 소화가능한 양의 개념을 담은 마이크로콘텐츠를 사용한 학습이다. 마이크로러닝은 학습이 필요한 적시에 알맞은 내용을 공급할 수 있다는 점에서 유용하며, 따라서 일터와 학습장의 연계를 만들 수 있다. 이러한 특징은 마이크로러닝이 기존 이러닝과 비교하여 현재 HRD 패러다임에 더 적합한 학습방법임을 증명한다. 하지만 마이크로러닝과 같은 새로운 교육장면을 도입하는 것에는 신중을 기할 필요가 있다. 국내 HRD 분야에서도 점차 마이크로러닝이 도입되는 추세이지만, 관련 연구가 부족하다. 따라서 본 연구에서는 현재 HRD 분야 담당자들이 마이크로러닝에 대해 어떠한 생각을 가지고 있는지 파악하여 향후 관계자들의 ...
최근 HRD 분야에서 주목받고 있는 마이크로러닝은 한 번에 소화가능한 양의 개념을 담은 마이크로콘텐츠를 사용한 학습이다. 마이크로러닝은 학습이 필요한 적시에 알맞은 내용을 공급할 수 있다는 점에서 유용하며, 따라서 일터와 학습장의 연계를 만들 수 있다. 이러한 특징은 마이크로러닝이 기존 이러닝과 비교하여 현재 HRD 패러다임에 더 적합한 학습방법임을 증명한다. 하지만 마이크로러닝과 같은 새로운 교육장면을 도입하는 것에는 신중을 기할 필요가 있다. 국내 HRD 분야에서도 점차 마이크로러닝이 도입되는 추세이지만, 관련 연구가 부족하다. 따라서 본 연구에서는 현재 HRD 분야 담당자들이 마이크로러닝에 대해 어떠한 생각을 가지고 있는지 파악하여 향후 관계자들의 의사결정에 도움이 되는 정보를 제공하고자 한다. 이를 위해 Rogers가 제시한 인지된 혁신의 다섯 가지 특성을 측정하여 집단별(마이크로러닝에 대한 사전지식, 마이크로러닝 경험유무, 연령, 경력, 학력, 산업군)로 살펴보고, 더불어 마이크로러닝 도입에 대한 요구를 조사하였다. 본 연구의 연구 문제는 다음과 같다. 첫째, HRD 담당자 특성에 따라 인지하는 혁신으로서의 마이크로러닝의 특성은 차이가 있는가? 둘째, 마이크로러닝 도입에 대한 콘텐츠, 기술, 운영 요구는 어떠한가?
본 연구를 수행하기 위하여 2018년 9월 중순부터 약 한달 동안 온라인 웹 설문과 오프라인 설문조사를 실시하였다. 총 84부의 설문지가 회수되었으며, 그 중 82부를 분석에 사용하였다. HRD 담당자들의 집단별 인식을 비교하기 위해서는 독립표본 t-검정과 일원분산분석을 실시하였다. 도입에 대한 요구 조사 분석을 위해서는 기술통계와 빈도분석을 실시하였으며, 응답자들 중 마이크로러닝 도입의지가 있는 응답자들의 결과만을 대상으로 하였다. 본 연구의 주요 결과는 다음과 같다. 첫째, 상대적 이점, 적합성, 복잡성, 시험가능성, 결과 입증성, 가시성의 여섯 가지 혁신 특성으로 마이크로러닝의 인식을 조사한 결과 집단별로 통계적으로 유의한 차이가 나타났다. 상대적 이점, 시험가능성, 결과입증성, 가시성에서는 유의한 차이가 나타났으나, 적합성과 복잡성에서는 집단별로 유의한 차이가 나타나지 않았다. 둘째, 마이크로러닝 도입을 위한 요구조사 결과 국내 HRD 담당자들의 요구는 해외 선행연구나 현행 마이크로러닝 분석을 통해 얻은 결과에 따라 기대되는 결과와 일치하는 측면도 있었고, 그렇지 않은 부분도 있었다. 기타응답에서 몇몇 응답자들이 마이크로러닝의 한계점을 짚어주고, 현재 도입단계에 있으므로 확산을 위해서는 구체적인 홍보가 필요하다고 응답해주었다. 이상의 연구결과를 바탕으로 얻을 수 있는 향후 마이크로러닝 도입이나 개발을 위한 시사점은 다음과 같다. 첫째, 마이크로러닝의 도입 및 확산을 위해서는 HRD 분야에서의 마이크로러닝의 개념과 활용방안을 명료하게 할 필요가 있다. 둘째, 마이크로러닝 도입 및 확산을 위해서는 적극적인 홍보가 필요하다. 분석 결과, 적합성이나 복잡성에선 집단별로 유의한 차이가 없으나 상대적 이점, 시험가능성, 결과 입증성 및 가시성에서 유의한 차이를 보이는 이유에 대해서 고려해보아야 한다. 특히 마이크로러닝과 같은 혁신에 대한 접근성이 높은 집단에서의 인식 정도가 높게 나타난 것은 마이크로러닝의 도입을 촉진하기 위해서는 첫 번째 시사점을 바탕으로 한 적극적인 홍보가 요구된다는 것을 의미한다. 셋째, 마이크로러닝 개발에 앞서, 현행 사례들을 그대로 따라가기 보다는 HRD 분야 관계자들과 잠재적 학습자들의 요구를 파악해야 한다. 마이크로러닝의 요소뿐만 아니라 산업군 및 직무별 요구사항을 고려해 볼 필요가 있다.
최근 HRD 분야에서 주목받고 있는 마이크로러닝은 한 번에 소화가능한 양의 개념을 담은 마이크로콘텐츠를 사용한 학습이다. 마이크로러닝은 학습이 필요한 적시에 알맞은 내용을 공급할 수 있다는 점에서 유용하며, 따라서 일터와 학습장의 연계를 만들 수 있다. 이러한 특징은 마이크로러닝이 기존 이러닝과 비교하여 현재 HRD 패러다임에 더 적합한 학습방법임을 증명한다. 하지만 마이크로러닝과 같은 새로운 교육장면을 도입하는 것에는 신중을 기할 필요가 있다. 국내 HRD 분야에서도 점차 마이크로러닝이 도입되는 추세이지만, 관련 연구가 부족하다. 따라서 본 연구에서는 현재 HRD 분야 담당자들이 마이크로러닝에 대해 어떠한 생각을 가지고 있는지 파악하여 향후 관계자들의 의사결정에 도움이 되는 정보를 제공하고자 한다. 이를 위해 Rogers가 제시한 인지된 혁신의 다섯 가지 특성을 측정하여 집단별(마이크로러닝에 대한 사전지식, 마이크로러닝 경험유무, 연령, 경력, 학력, 산업군)로 살펴보고, 더불어 마이크로러닝 도입에 대한 요구를 조사하였다. 본 연구의 연구 문제는 다음과 같다. 첫째, HRD 담당자 특성에 따라 인지하는 혁신으로서의 마이크로러닝의 특성은 차이가 있는가? 둘째, 마이크로러닝 도입에 대한 콘텐츠, 기술, 운영 요구는 어떠한가?
본 연구를 수행하기 위하여 2018년 9월 중순부터 약 한달 동안 온라인 웹 설문과 오프라인 설문조사를 실시하였다. 총 84부의 설문지가 회수되었으며, 그 중 82부를 분석에 사용하였다. HRD 담당자들의 집단별 인식을 비교하기 위해서는 독립표본 t-검정과 일원분산분석을 실시하였다. 도입에 대한 요구 조사 분석을 위해서는 기술통계와 빈도분석을 실시하였으며, 응답자들 중 마이크로러닝 도입의지가 있는 응답자들의 결과만을 대상으로 하였다. 본 연구의 주요 결과는 다음과 같다. 첫째, 상대적 이점, 적합성, 복잡성, 시험가능성, 결과 입증성, 가시성의 여섯 가지 혁신 특성으로 마이크로러닝의 인식을 조사한 결과 집단별로 통계적으로 유의한 차이가 나타났다. 상대적 이점, 시험가능성, 결과입증성, 가시성에서는 유의한 차이가 나타났으나, 적합성과 복잡성에서는 집단별로 유의한 차이가 나타나지 않았다. 둘째, 마이크로러닝 도입을 위한 요구조사 결과 국내 HRD 담당자들의 요구는 해외 선행연구나 현행 마이크로러닝 분석을 통해 얻은 결과에 따라 기대되는 결과와 일치하는 측면도 있었고, 그렇지 않은 부분도 있었다. 기타응답에서 몇몇 응답자들이 마이크로러닝의 한계점을 짚어주고, 현재 도입단계에 있으므로 확산을 위해서는 구체적인 홍보가 필요하다고 응답해주었다. 이상의 연구결과를 바탕으로 얻을 수 있는 향후 마이크로러닝 도입이나 개발을 위한 시사점은 다음과 같다. 첫째, 마이크로러닝의 도입 및 확산을 위해서는 HRD 분야에서의 마이크로러닝의 개념과 활용방안을 명료하게 할 필요가 있다. 둘째, 마이크로러닝 도입 및 확산을 위해서는 적극적인 홍보가 필요하다. 분석 결과, 적합성이나 복잡성에선 집단별로 유의한 차이가 없으나 상대적 이점, 시험가능성, 결과 입증성 및 가시성에서 유의한 차이를 보이는 이유에 대해서 고려해보아야 한다. 특히 마이크로러닝과 같은 혁신에 대한 접근성이 높은 집단에서의 인식 정도가 높게 나타난 것은 마이크로러닝의 도입을 촉진하기 위해서는 첫 번째 시사점을 바탕으로 한 적극적인 홍보가 요구된다는 것을 의미한다. 셋째, 마이크로러닝 개발에 앞서, 현행 사례들을 그대로 따라가기 보다는 HRD 분야 관계자들과 잠재적 학습자들의 요구를 파악해야 한다. 마이크로러닝의 요소뿐만 아니라 산업군 및 직무별 요구사항을 고려해 볼 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.