[논문]컴퓨팅 사고 개념 학습과 프로그래밍 역량 평가를 위한 루브릭 개발

김재경

컴퓨팅 사고 개념 학습과 프로그래밍 역량 평가를 위한 루브릭 개발
Development of Rubric for Assessing Computational Thinking Concepts and Programming Ability 원문보기

컴퓨터교육학회논문지 = The Journal of Korean Association of Computer Education, v.20 no.6, 2017년, pp.27 - 36

김재경 (연세대학교 학부대학)

초록
AI-Helper

오늘날 컴퓨팅 사고 과목은 초 중등 교육과정뿐만 아니라 고등 교육과정에서도 필수 영역으로 개설하고 있다. 특히 고등 교육과정에서는 학습자가 컴퓨팅 사고의 개념을 전공 분야에 실제로 적용할 수 있도록 교육하여 융합 인재의 기반을 마련하는 것이 중요하다. 그러나 이와 같은 목표에 맞는 교육이 이루어지고 있는지를 평가할 수 있는 도구와 관련 연구가 부족하다. 이에 본 연구에서는 비전공자를 대상으로 한 컴퓨팅 사고 과목을 개념 교육과 프로그래밍 실습 교육의 두 가지 관점으로 평가하는 루브릭을 개발하고 학습 성취도를 평가하고 이론과 실습간의 연관성을 분석하였다. 제안 루브릭은 고등 교육과정의 컴퓨팅 사고 개념 및 실습 학습을 평가하기 위하여 컴퓨팅 사고의 세부 요소를 4개의 분류 및 8가지의 항목으로 구성한 두 개의 루브릭을 정의하였다. 또한 제안 루브릭을 대학교 컴퓨팅 사고 관련 교양 수업에 적용하여 학습도를 평가하여 결과를 분석하고 향후 개선점을 도출하였다.

Abstract ▼ AI-Helper

Today, a computational thinking course is being introduced in elementary, secondary and higher education curriculums. It is important to encourage a creative talent built on convergence of computational thinking and various major fields. However, proper analysis and evaluation of computational thinking assessment tools in higher education are currently not sufficient. In this study, we developed a rubric to evaluate computational thinking skills in university class from two perspectives: conceptual learning and practical programming training. Moreover, learning achievement and relevance between theory and practice were assessed. The proposed rubric is based on Computational Thinking Practices for assessing the higher education curriculum, and it is defined as a two-level structure which consists of four categories and eight items. The proposed rubric has been applied to a liberal art class in university, and the results were discussed to make future improvements.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

대학교 정규 수업의 산출물에 제안 루브릭을 적용한 결과, 컴퓨팅 사고의 추상적 개념에 대한 학습도와 구체적 프로그래밍 구현 역량을 평가할 수 있었다. 또한 두 루브릭 간의 대응되는 항목간의 차이를 계산함으로서 이론적 개념이 실제 기술로서 잘 습득되고 있는지를 파악할 수 있었으며, 그렇지 못한 경우 원인 분석을 통하여 향후 개설 수업에서 보완이 가능하도록 방향을 제시하였다.
본 논문에서는 컴퓨팅 사고의 개념과 실습에 대한 학습도를 평가하기 위해서 두 단계로 구성된루부릭을 개발 및 적용하였다. 제안 루브릭은 CollegeBoard의 Computational Thinking Practices 모델을 기반으로 하여 대학교 신입생의 이론과 실습 교육을 평가할 수 있도록 개발되었다.
이와 같은 교육의 목표가 제대로 달성되었는지 확인하기 위하여 본 논문에서는 두 가지 측면에서 컴퓨팅 사고를 평가하도록 한다. 첫째, 컴퓨팅사고의 기본 개념을 학습자가 숙지하였는지 측정하고, 둘째, 컴퓨팅 사고 개념이 문제 해결 과정에서 구체적으로 프로그래밍을 통하여 표현되었는지를 측정한다.
이 프레임워크는 2장에서 언급한 두 가지 개선점을 반영할 수 있는 특성을 가지고 있다. 첫째로 컴퓨터과학의 이론적인 개념을 학습하고, 이를 바탕으로 한 컴퓨팅 산출물(computational artifacts)을 개발하는 것을 목표로 하고 있다. 즉 ‘컴퓨팅사고 실습(Computational Thinking Practices)’이라는 제목처럼 사고와 실습 교육을 모두 고려한 교육과정을 목표로 한다.
추가적으로 그룹별 문제 해결을 위한 구성원간의 소통(communication)과 협업(collaborating) 요소를 포함하고 있어 단순히 산출물에 대한 평가를 벗어나, 프로젝트 수행에 필수적인 사회적 상호작용에 대한 평가도 가능하도록 하였다.

제안 방법

개발된 루브릭은 와 같으며 Rc에서는 문제 해결을 위한 개념을 습득하고 표현할 수 있는지 여부를 주로 평가하며, Rp에서는 Rc에서 습득한 개념을 적용한 프로그래밍 산출물을 생성할 수 있는 능력을 평가한다.
대학 교양 수업에서 소프트웨어 비관련 전공자(이하 비전공자)를 대상으로 컴퓨팅 사고의 이론적인 개념을 교육한다. 나아가 학습자가 컴퓨팅 사고를 프로그래밍 언어로 표현할 수 있도록 하여 학습한 개념이 단지 이론으로 그치지 않고 당면한 문제에 적용시킬 수 있는 실용적인 컴퓨팅 기술로 습득하도록 한다.
루브릭을 적용한 과목은 대학교의 교양 수업으로 16주간 매주 이론 2차시 및 실습 2차시 학습으로 진행하였으며, 이론 시간에는 컴퓨팅 사고의 개념을 학습하고, 실습 시간에는 컴퓨팅 사고 개념을 파이썬 언어로 구현하는 구성으로 이루어졌다. 따라서 수업은 개발된 루브릭과 대응되는 구조로 설계되었으며, Rc 범주의 학습 목표에 대한 테스트 문항, Rp 범주의 실습 산출물, 과제 및 기말 프로젝트를 3명의 평가자가 평가하였다.
루브릭을 적용한 과목은 대학교의 교양 수업으로 16주간 매주 이론 2차시 및 실습 2차시 학습으로 진행하였으며, 이론 시간에는 컴퓨팅 사고의 개념을 학습하고, 실습 시간에는 컴퓨팅 사고 개념을 파이썬 언어로 구현하는 구성으로 이루어졌다. 따라서 수업은 개발된 루브릭과 대응되는 구조로 설계되었으며, Rc 범주의 학습 목표에 대한 테스트 문항, Rp 범주의 실습 산출물, 과제 및 기말 프로젝트를 3명의 평가자가 평가하였다.
첫째, 컴퓨팅사고의 기본 개념을 학습자가 숙지하였는지 측정하고, 둘째, 컴퓨팅 사고 개념이 문제 해결 과정에서 구체적으로 프로그래밍을 통하여 표현되었는지를 측정한다. 마지막으로 컴퓨팅 사고의 이론적 개념이 실제로 문제해결에 효과적으로 적용되고 있는지 두 평가 결과의 차이를 계산하여 분석하고 개선점을 도출한다.
컴퓨팅 사고 교육에서는 개념의 습득, 원리를 적용하는 능력, 문제해결 능력, 개발물 구현 등 다양한 형태의 학습 능력이 포함되므로 학습의결과(learning outcomes)[15]를 수치로 평가하기 위해서 분석적 평가 루브릭(analytic evaluation rubric) 도구를 정의하여 사용한다. 본 논문에서는 두 가지 측면에서의 평가 결과를 분석하기 위해 수행 차원(performance rubric)을 두 개의 레벨로 표현하고 각 레벨에서의 학습 수준을 측정할 수 있는 척도(scale)와 수행기술(descriptors)을 각 각 정의한다.
Seiter & Foreman의 PECT(Progression of Early Computational Thinking) 모형[17]은 국내외 연구에서 자주 인용되고 있다. 이 모형은 학습자의 스크래치 산출물을 3가지 측면(Evidence Variables, Design Pattern Variable,Computational Thinking Concepts)에서 평가하였다. Evidence Variable은 스크래치의 블록 유형을 세분화하여 분류하고, 학습자가 블록의 기능을 좀 더 다양하게 사용하였을 경우 높은 점수를 배정한다.
이 중 개념 지식과 프로그래밍 구현물 평가에공통적으로 적용될 수 있는 P1, P2, P4 및 P6는 Rc와 Rp 에 공통적으로 도입하였고 추상화 개념인 P3는 Rc의 P 5로, 구현 부분에 해당하는 P2는Rp의 P 5로 분류하였다.
이들은CSTA가 컴퓨팅 사고를 구성하는 기본 개념으로과 같이 정의한 9가지 요소에 여러 전공 분야에 해당 개념들을 접목 시킬 수 있는지 여부를 평가하는 Connection to Other Fields를 1개 추가하여 총 10개의 항목을 3개의 척도로 평가하였다.
국내 연구에서 최형신[20]은 초등예비교사의 컴퓨팅 사고 수업 내용과 평가 방법을 고안하기 위해서 6개의 컴퓨팅 세부 요소(절차 및 알고리즘,병행화 및 동기화, 자료 표현, 추상화, 문제 분해,시뮬레이션)를 CSTA에서 제시하는 9개 요소를 기반으로 하여 제시하였다. 이를 통하여 학생의 스크래치 프로젝트 산출물을 기초, 발달 및 능숙의 척도로 평가하여 컴퓨팅 사고 능력의 증거를 분석하도록 하였다.
이에 위 프레임워크는 본 연구의 목표와 가장부합하므로 에 소개된 구성 요소를 기반으로 루브릭을 개발하였다.
본 논문에서는 컴퓨팅 사고의 개념과 실습에 대한 학습도를 평가하기 위해서 두 단계로 구성된루부릭을 개발 및 적용하였다. 제안 루브릭은 CollegeBoard의 Computational Thinking Practices 모델을 기반으로 하여 대학교 신입생의 이론과 실습 교육을 평가할 수 있도록 개발되었다.
제안 루브릭의 정의 목표에 맞도록 이 중에서 에 해당하는 항목을 선별하고 이를 학습 내용의 평가에 적합하도록 수정 및 병합한 16개의 항목을 구성하였다.
이와 같은 교육의 목표가 제대로 달성되었는지 확인하기 위하여 본 논문에서는 두 가지 측면에서 컴퓨팅 사고를 평가하도록 한다. 첫째, 컴퓨팅사고의 기본 개념을 학습자가 숙지하였는지 측정하고, 둘째, 컴퓨팅 사고 개념이 문제 해결 과정에서 구체적으로 프로그래밍을 통하여 표현되었는지를 측정한다. 마지막으로 컴퓨팅 사고의 이론적 개념이 실제로 문제해결에 효과적으로 적용되고 있는지 두 평가 결과의 차이를 계산하여 분석하고 개선점을 도출한다.
컴퓨팅 사고 요소와 프로그래밍 산출물을 동시에 평가하기 위한 루브릭 개발을 위해 선행 연구를 분석하였다. 널리 인용되고 있는 CSTA 모델의 경우 컴퓨팅 사고 요소를 정형화하여 표현하고 있으므로 추상적인 개념들을 평가하기에는 적합하였으나, 이것을 프로그래밍 요소에 적용하여 평가하기에는 적합하지 않았다.
테스트 문항은 SW전공자들이 수강하는 프로그래밍 언어 과목의 경우처럼 알고리즘의 응용을 통한 해답 도출 위주의 문제보다는 교양 과목을 수강하는 다양한 전공의 학생들이 연역적 추론,순차적 실행, 분기, 반복 및 모듈화와 같이 문제해결에 필수적인 자료 표현, 논리적 사고, 알고리즘 패턴 및 추상화 등을 얼마나 잘 표현했는가를 평가하도록 난이도를 설정하였다.
평가 결과인 S1부터 S5에서 유·무의미한 차이가 항목별로 서로 다른 결과를 보였으므로 각 결과에 대해서원인을 분석하여 살펴보도록 한다.
학습자의 컴퓨팅 사고 개념에 대한 이해와 실습 능력을 평가하고 그 차이를 분석할 수 있는 루브릭을 정의하기 위해, Computational Thinking Practices를 기반으로 하되 본 연구의 목표에 맞게 기존의 요소들을 재구성하였다.

대상 데이터

개발된 루브릭을 2017년도 1학기에 개설된 대학 1학년 146명을 대상으로 컴퓨팅 사고 및 파이썬 프로그래밍을 학습하는 교양 수업에 적용하였다. 수강생들은 계열별로 경영(29명, 19.

데이터처리

제안 루브릭의 신뢰도 검증을 위하여 내적 일관성을 측정하기 위해 널리 사용되는 Cronbach’salpha 계수를 구하였다.

이론/모형

루브릭의 개발은 평가의 목표 및 특성을 반영하기 위해, 비전공자를 대상으로 하는 대학교 1학년 교양 수업의 수준을 평가하도록 설계되었고,컴퓨팅 사고를 실례에 적용하는데 중점을 둔 Collegeboard의 AP Computer Science Principles Curriculum Framework의 Computational Thinking Practices(컴퓨팅 사고 실습) 평가 방법[14]을 기반으로 하였다.
이루브릭은 CT Practices Design Pattern[22]에 기반을 두었으며 영역, 역량요소, 평가요소, 평가자료, 평가단계의 다섯 가지를 구성요소로 하고, 영역은 ‘추상화 모델의 설계’, ‘창의적 산출물의 설계 및 적용’, ‘산출물의 자가 평가’의 3가지로 구성하였다.

성능/효과

따라서 추상적인 컴퓨팅 개념이 프로그래밍 실습을 통한 구체적인 산출물에도 전체적으로 반영되어 있다는 것을 알 수 있었다. 두 루브릭간의 평균에는 차이가 없었으나 표준편차는 Rc의 S5는 1.23, Rp의 경우는 1.31로 후자가 좀 더 편차가 높았다. 전자의 경우에는 대부분의 학습자가 단기간의 암기나 학습으로 어느 정도의 성과를 볼 수 있었으나, 프로그래밍 산출물을 구현하는 것은 지속적인 장기간의 연습이 필요하기 때문에 평소 실습을 충실히 한 학습자와 그렇지 못한 학습자들 간의 편차가 다소 높은 것으로 분석된다.
05). 따라서 추상적인 컴퓨팅 개념이 프로그래밍 실습을 통한 구체적인 산출물에도 전체적으로 반영되어 있다는 것을 알 수 있었다. 두 루브릭간의 평균에는 차이가 없었으나 표준편차는 Rc의 S5는 1.
이는 논리의 추상적 표현, 제어 흐름을 이용한 알고리즘 작성, 문제 해결에 필요한 패턴 및 공식 도출, 해결 과정의 도식화 및 구현, 그리고 병렬처리 개념 및 협업에서 이론 학습과 실습 수행이 모두 비슷한 수준이며 평균도 높아 본 수업의 초기 목표를 달성하였다. 즉, 비SW전공자들이 데이터 표현, 논리적 사고, 추상화, 모듈화 및 협업 등의 개념을 활용하여 문제를 해결하고, 그 과정을 프로그래밍 언어로 표현하여 자동화된 해를 구하는 컴퓨팅 문제 해결 능력을 습득하였다는 것을 의미한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	본 연구의 컴퓨팅 사고 교육의 목표는 무엇인가?	따라서 본 연구의 컴퓨팅 사고 교육의 목표는 다음과 같이 정의한다. 대학 교양 수업에서 소프트웨어 비관련 전공자(이하 비전공자)를 대상으로 컴퓨팅 사고의 이론적인 개념을 교육한다. 나아가 학습자가 컴퓨팅 사고를 프로그래밍 언어로 표현할 수 있도록 하여 학습한 개념이 단지 이론으로 그치지 않고 당면한 문제에 적용시킬 수 있는 실용적인 컴퓨팅 기술로 습득하도록 한다.
	디지털 문해력은 무엇인가?	Wing[1]은 컴퓨팅 사고의 개념을 제시하면서 컴퓨터 과학자뿐만 아니라 모든 학습자가 읽기, 쓰기, 셈하기의 기본 학습 능력에 추가하여 컴퓨팅 사고력을 갖추어야한다고 주장하였다. 실제로 오늘날의 4차 산업 환경에서 효과적으로 디지털 미디어를 읽고 해석하고 새로운 디지털 컨텐츠를 작성할 수 있는 능력인 디지털 문해력(digital literacy)이 사회 구성원의 기본소양으로 자리를 잡고 있다[2].
	컴퓨팅 사고를 평가하기 어려운 이유는 무엇인가?	이와 같은 추세에 맞춰 수많은 교육 기관에서 컴퓨팅 사고 및 프로그래밍 교육을 위한 다양한 커리큘럼이나 교육 사례가 연구되고 있으며[7][8][9][10], 이 중에는 컴퓨팅 사고를 정형화한 교육 과정을 개발하려는 연구도 진행되었다[11]. 그러나 컴퓨팅 사고는 문제를 해결하는 일련의 사고 과정이고, 이는 지극히 포괄적이고 추상적인 개념이기 때문에 이를 정형화하여 정의하고 학습 도를 평가하기는 어렵다. 기존의 사례와 연구를 살펴보면 교육 과정의 수준, 관점 및 목표에 따라서 서로 다른 개념과 범위 및 교육 방법을 정의하고 있다[12][13].

참고문헌 (27)

Wing, J. M. (2006). Computational Thinking. Commun. ACM, 49(3), 33-35.

상세보기
Perez-Escoda, A. & Jose Rodriguez-Conde, M. (2015). Digital literacy and digital competences in the educational evaluation: USA and IEA contexts. 3rd International Conference on TEEM, ACM, NY, 355-360.
Computer Science Teachers Association and the International Society for Technology in Education (2011). Computational Thinking in K-12 Education, teacher resources.
Barr, V. & Stephenson, C. (2011). Bringing Computational Thinking to K-12: What is Involved and What is the Role of the Computer Science Education Community, ACM Inroads, 2(1), 48-54.

상세보기
한국컴퓨터교육학회 (2014). 국내외 SW교육 운영현황 및 요구사항 조사 보고서, 정보통신 산업진흥원.
전자신문 보도 (2016). http://www.etnews.com/20160825000363
권정인, 김재현 (2017). Computational Thinking기반 SW교육과 문제해결력에 관한 연구, 한국컴퓨터교육학회 학술발표대회논문집, 21(1), 9-10.
안성훈 (2016). 초？중학교 SW교육을 위한 프로그래밍 평가지표 개발. 한국컴퓨터교육학회 논문지, 19(4), 11-20.
전수진 (2017). SW 교육에서의 컴퓨팅 사고력 기반 디자인 중심 모형(NDIS)의 효과분석. 한국컴퓨터교육학회 논문지, 20(2), 13-21.
박성빈, 안성진 (2016). 컴퓨팅사고력의 역량탐색 연구: 소프트웨어개발자를 중심으로. 한국컴퓨터교육학회 논문지, 19(5), 41-53.
Dierbach, C., Hochheiser, H., Collins, S., Jerome, G., Ariza, C., Kelleher, T., Kleinsasser, W., Dehlinger, J. & Kaza1, S. (2011). A Model for Piloting Pathways for Computational Thinking in a General Education Curriculum. the 42nd ACM Computer science education, ACM, NY, 257-262.
Brennan, K. & Resnick, M. (2012). New frameworks for studying and assessing the development of computational thinking, 2012 annual meeting of the American Educational Research Association, Vancouver , 1-25.
Barendsen, E. & Stoker, I. (2013). Computational thinking in CS teaching materials: a pilot study. 13th Koli Calling International Conference on Computing Education Research, ACM, New York, 199-200.
Rodriguez, B., Kennicutt, S., Rader, C. & Camp, T. (2017). Assessing Computational Thinking in CS Unplugged Activities. 2017 ACM SIGCSE Computer Science Education, ACM, New York, 501-506.
Gagne (1985). The conditions of learning (4th ed.). Newyork: Holt, Rinehart & Winston.
CollegeBoard (2017). AP Computer Science Principles Including the Curriculum Framework, CollegeBoard.
Bort, H., Brylow, D. (2013). CS4Impact: Measuring Computational Thinking Concepts Present in CS4HS Participant Lesson Plans, 44th ACM symposium on Computer science education, ACM, NY, 427-432
Gouws, L., Bradshaw, K. & Wentworth, P. (2013). First year student performance in a test for computational thinking. Computer Scientists and Information Technologists Conference, ACM, NY, 271-277.
Seiter, L. & Foreman, B., (2013). Modeling the learning progressions of computational thinking of primary grade students. 9th annual international ACM conference on International computing education research, ACM, NY, 59-66.
Veronica Catete, V., Snider, E. & Barnes, T. (2016). Developing a Rubric for a Creative CS Principles Lab. 2016 ACM Conference on Innovation and Technology in Computer Science Education, ACM, NY, 290-295.
Eugene, K., Stringfellow, C. & Halverson, R. (2016). The usefulness of rubrics in computer science. Journal of Computer Science. Coll, 31(4), 5-20.
최형신 (2014). Computational Thinking 역량 개발을 위한 수업 설계 및 평가 루브릭 개발, 한국정보교육학회 논문지, 18(1), 57-64.
김민자, 유길상, 김현철 (2017). 비전공자 프로그래밍 수업 창의적 산출물의 컴퓨팅 사고력 기반 평가 루브릭 개발. 한국컴퓨터교육학회 논문지, 20(2), 1-10.
Bienkowski, M., Snow, E., Rutstein, D. & Grover, S. (2015). Assessment design patte rns for computational thinking practices in secondary computer science:A first look (S RI technical report). Menlo Park, CA: SRI International .
김수환 (2015). Computational Thinking 개념 평가를 위한 스크래치 코드 분석 시스템 개발. 한국컴퓨터교육학회 논문지, 18(6), 13-22.
권정인, 김재현 (2017). Computational Think ing기반 SW교육과 문제해결력에 관한 연구. 한국컴퓨터교육학회 동계 학술발표논문지, 21(1), 9-10
Fitzgerald S., Hanks, B., Lister, R., McCa uley, R., & Murphy, L. (2013). What are w e thinking when we grade programs? 44th ACM technical symposium on Computer s cience education. ACM, NY, 471-476.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증