본 연구는 국내 로봇활용 SW교육에 관한 최근 연구 동향을 분석하고, 로봇활용 SW교육 및 연구 시사점을 제안하는 것을 목적으로 한다. 이를 위해 최근 11년간 국내 학술지에 게재된 로봇활용 SW교육 관련 논문 108편을 대상으로 연구동향을 분석하였다. 연구결과, 국내 로봇활용 SW교육 연구는 점차 증가하는 추세이며, 연구방법은 개발연구가 가장 많이 이루어졌다. 과반수이상의 연구에서 초등학생을 대상으로 연구를 진행하였으며, 프로그래밍 도구로는 스크래치, NXT-G 등을, 로봇 도구로는 마인드스톰 시리즈, 피코크리켓 등을 활용하는 것으로 나타났다. 또한 로봇활용 SW교수설계 시 PBL, CPS 등의 교수설계 모형을 적용하였으며, 로봇활용 SW교육은 학습자의 인지적 정의적 영역의 향상에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구는 국내 로봇활용 SW교육의 교육적 가치를 확인하고, 향후 로봇활용 SW교육 연구의 방향성을 제공하였다는 점에서 의의가 있다.
본 연구는 국내 로봇활용 SW교육에 관한 최근 연구 동향을 분석하고, 로봇활용 SW교육 및 연구 시사점을 제안하는 것을 목적으로 한다. 이를 위해 최근 11년간 국내 학술지에 게재된 로봇활용 SW교육 관련 논문 108편을 대상으로 연구동향을 분석하였다. 연구결과, 국내 로봇활용 SW교육 연구는 점차 증가하는 추세이며, 연구방법은 개발연구가 가장 많이 이루어졌다. 과반수이상의 연구에서 초등학생을 대상으로 연구를 진행하였으며, 프로그래밍 도구로는 스크래치, NXT-G 등을, 로봇 도구로는 마인드스톰 시리즈, 피코크리켓 등을 활용하는 것으로 나타났다. 또한 로봇활용 SW교수설계 시 PBL, CPS 등의 교수설계 모형을 적용하였으며, 로봇활용 SW교육은 학습자의 인지적 정의적 영역의 향상에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구는 국내 로봇활용 SW교육의 교육적 가치를 확인하고, 향후 로봇활용 SW교육 연구의 방향성을 제공하였다는 점에서 의의가 있다.
The purpose of this study was to analyze domestic research trends of software education using robot, and find out implications for studies. The 108 articles from 2006 to 2016 in terms of software education using robot were analyzed. Results showd that there has been the growing number of articles, t...
The purpose of this study was to analyze domestic research trends of software education using robot, and find out implications for studies. The 108 articles from 2006 to 2016 in terms of software education using robot were analyzed. Results showd that there has been the growing number of articles, the development research was most frequently used in those studies. And most articles were studies on elementary school students. There used programming such as Scratch, NXT-G etc. and utilized robot likes Mindstorms series, Picocriket etc. Also, there applied to PBL, CPS etc. on software education using robot. Finally, Positive results were shown in learners' cognitive and affective domain. This research has an significance in terms of verifying the educational implications of software education using robot, and offering the direction of software education using robot in the future.
The purpose of this study was to analyze domestic research trends of software education using robot, and find out implications for studies. The 108 articles from 2006 to 2016 in terms of software education using robot were analyzed. Results showd that there has been the growing number of articles, the development research was most frequently used in those studies. And most articles were studies on elementary school students. There used programming such as Scratch, NXT-G etc. and utilized robot likes Mindstorms series, Picocriket etc. Also, there applied to PBL, CPS etc. on software education using robot. Finally, Positive results were shown in learners' cognitive and affective domain. This research has an significance in terms of verifying the educational implications of software education using robot, and offering the direction of software education using robot in the future.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 2006년부터 2016년까지 최근 11년간 국내에서 이루어진 로봇활용 SW교육 연구동향을 살펴봄으로써 국내·외의 급격한 변화 속에서 로봇활용 SW교육의 교육적 가치를 확인하고, 향후 로봇활용 SW교육이 나아갈 방향을 제시하였다는 점에 연구의 의의가 있다.
본 연구는 로봇활용 SW교육에 대한 최근 연구 동향을 분석하고, 이를 통해 로봇활용 SW교육 및 연구에 대한 시사점을 제안하기 위한 목적으로 실시되었다. 이를 위해 국내 학술지에 게재된 로봇활용 SW교육 연구 108편을 분석하였으며, 연구 결과는 다음과 같다.
논문 목록 추출 시 사용된 검색키워드는 ‘소프트웨어 교육(Software education)’, ‘SW 교육’, ‘프로그래밍 교육’, ‘로봇활용’, ‘로봇교육’ 등이었다. 본 연구에서는 국내에서 실시된 로봇활용 SW교육의 전반적인 연구동향을 살펴보고자 위의 키워드를 선정하게 되었다. 1차 목록 추출 후, SW교육(프로그래밍교육)에서 완성형 교구, 보드형 교구, 피지컬 컴퓨팅, 텐저블 블록 등의 교육용 로봇도구를 활용한 연구들로 2차 논문분류를 진행하였다.
본 연구에서는 로봇활용 SW교육의 효과성을 심층적으로 분석하고자 종속변인별로 효과크기를 분석하였다. 효과성을 검증한 연구 중 각 집단의 통계치를 제시하지 않거나 집단의 차이를 분명하게 기술하지 않은 연구들은 제외하였으며, 최종적으로 51편의 논문을 선정하였다.
이에 본 연구는 2006년부터 2016년까지 최근 11년간 국내 학술지에 게재된 로봇활용 SW교육 관련 연구동향을 분석하고, 로봇활용 SW교육 및 연구의 기초자료를 제공함으로써 향후 로봇활용 SW교육 연구에 대한 시사점을 제언하고자 한다. 이를 바탕으로 설정한 연구문제는 다음과 같다.
제안 방법
‘아이디어 발견’ 단계에서는 문제 해결 시 고려해야할 사항을 확인하고 로봇 교구를 활용하여 직접 제작을 하였으며, ‘해결안 발견’단계에서는 모둠활동을 통해 자신의 작품에 대한 문제점을 발표하고 다양한 방면으로 문제점을 해결하도록 하였다.
본 연구에서는 국내에서 실시된 로봇활용 SW교육의 전반적인 연구동향을 살펴보고자 위의 키워드를 선정하게 되었다. 1차 목록 추출 후, SW교육(프로그래밍교육)에서 완성형 교구, 보드형 교구, 피지컬 컴퓨팅, 텐저블 블록 등의 교육용 로봇도구를 활용한 연구들로 2차 논문분류를 진행하였다. 위의 과정을 통해 검색된 논문 목록은 최종적으로 3차 검토 과정을 거쳤으며, 교육공학 석사전공생 1명과 교육공학 교수 1인이 분류 및 코딩을 진행하였다.
넷째, 로봇활용 SW교육이 학업성취도에 미치는 효과를 살펴본 연구 중, 조건을 만족한 5편의 연구에 대한 효과크기를 계산하였다. 그 결과, 학업성취도에 대한 효과크기는 0.
대부분의 실험연구는 로봇활용 SW교육을 독립변인으로 설정하였으며, 인지적·정의적 측면의 다양한 변인들의 효과성을 분석하였다.
둘째, 로봇활용 SW교육 연구에서 가장 많은 빈도수를 차지한 연구방법은 개발연구 2형으로써, 총 58편의 연구에서 로봇활용 SW교육의 프로그램이나 시스템을 개발하여 효과성을 살펴보았다. 또한 실험연구는 23편으로 나타났으며, 질적연구와 조사연구가 매우 적은 빈도수를 보였다.
둘째, 로봇활용 SW교육이 학습자의 문제해결력에 미치는 효과를 살펴본 연구 중, 조건(집단 명시 및 정확한 통계치 제시)을 만족한 9편의 연구에 대한 효과크기를 계산하였다. 그 결과, 효과크기는 약 0.
둘째, 로봇활용 SW교육이 학습자의 흥미에 미치는 효과를 살펴본 연구 중, 조건을 만족한 6편의 연구로 효과크기를 계산하였다. 그 결과, 효과크기는 약 0.
마지막으로, 로봇활용 SW교육이 컴퓨팅 사고력에 미치는 효과를 살펴보고자 조건을 만족한 1편의 연구에 대해 효과크기를 계산하였다. 그 결과, 효과크기는 약 0.
먼저 로봇활용 SW교육이 학습자의 창의력에 미치는 효과를 살펴본 연구 중, 실험집단과 통계집단을 명시하고 정확한 통계치를 제시한 15편의 연구에 대한 효과크기를 계산하였다. 그 결과, 효과크기는 약 0.
최종 연구대상 논문은 [표 1]의 분석틀을 바탕으로 분류하였다. 먼저 발행논문은 연도별로 구분하였으며, 연구방법은 실험연구, 개발연구 1형, 개발연구 2형, 질적연구, 문헌연구, 조사연구, 혼합연구, 기타로 분류하였다. 교육환경에서는 외재변수를 완벽히 통제하는 진 실험 연구가 어려울 것이라 판단되었기 때문에 실험연구의 경우 준실험연구를 대상으로 하였다.
셋째, 로봇활용 SW교육이 학습자의 태도(수업 및 학습태도, 수학·과학에 대한 태도, 컴퓨터 및 프로그래밍에 대한 태도)에 미치는 영향 Cohen(1988)의 효과크기로 살펴보면 다음과 같다. 먼저 수업 및 학습태도의 경우, 조건을 만족한 연구 4편을 대상으로 효과크기를 계산하였다. 4편의 연구모두 초등학생을 대상으로 하였으며, 계산 결과 효과크기는 1.
셋째, ‘문제 발견’ 단계에서는 문제를 만들고 만든 문제를 공유하였으며, 넷째, ‘아이디어 발견’ 단계에서는 각자 만든 문제에 더 추가할 부분을 생각하고, 두리틀을 활용하여 문제를 해결하였다.
혼합연구는 양적연구방법과 질적연구방법을 동시에 적용한 연구를 포함하였으며, 마지막으로 위의 연구방법에 포함시키기 어렵다고 판단된 연구는 기타에 포함하였다. 셋째, 연구목적은 효과성 검증, 프로그램 개발, 변인과의 관계 분석 등으로 분류하였으며 연구대상은 초등학생, 중학생, 고등학생, 대학(원)생, 성인, 혼합으로 구분하였다. 연구에서 활용된 프로그래밍 도구와 로봇 도구, 교수설계 모형은 연구별로 기입하였으며 각 연구 별로 독립변인과 매개변인, 종속변인을 나누어 기재하였다.
최종 분석 대상로 선정된 논문 중 프로그래밍 도구와 로봇 도구를 밝힌 연구를 바탕으로 빈도분석을 실시하였다. 연구대상과 같이 수업도구 역시 연도별로 연구동향을 살펴보고자 하였으나, 연도에 따른 차이가 거의 없고, 오히려 학교별로 도구 사용에 차이가 있는 것으로 나타나 학교급 별로 분석하였으며 분석결과는 다음과 같다.
셋째, 연구목적은 효과성 검증, 프로그램 개발, 변인과의 관계 분석 등으로 분류하였으며 연구대상은 초등학생, 중학생, 고등학생, 대학(원)생, 성인, 혼합으로 구분하였다. 연구에서 활용된 프로그래밍 도구와 로봇 도구, 교수설계 모형은 연구별로 기입하였으며 각 연구 별로 독립변인과 매개변인, 종속변인을 나누어 기재하였다.
1차 목록 추출 후, SW교육(프로그래밍교육)에서 완성형 교구, 보드형 교구, 피지컬 컴퓨팅, 텐저블 블록 등의 교육용 로봇도구를 활용한 연구들로 2차 논문분류를 진행하였다. 위의 과정을 통해 검색된 논문 목록은 최종적으로 3차 검토 과정을 거쳤으며, 교육공학 석사전공생 1명과 교육공학 교수 1인이 분류 및 코딩을 진행하였다. 3차 목록 추출을 통해 최종 분석 대상으로 선정된 논문은 총 108편이다.
개발연구 2형은 개발연구 1형 연구에 효과성 검증이나 타당도 검증을 위한 델파이 연구까지 실시한 연구를 포함하였다. 질적 연구는 인터뷰나 관찰 등을 통해 연구의 효과나 과정을 설명한 참여관찰, 비참여관찰, 민속학적 연구 등을 포함하였다.
첫째, ‘목표 발견’ 단계에서는 학습동기를 유발하고 공부할 문제를 확인하는 활동을 실시하였으며 둘째, ‘사실 발견’ 단계에서는 만들어야 할 것이 무엇인지 알아보고 기본 과정에 대해 실습을 진행하였다.
최종 연구대상 논문은 [표 1]의 분석틀을 바탕으로 분류하였다. 먼저 발행논문은 연도별로 구분하였으며, 연구방법은 실험연구, 개발연구 1형, 개발연구 2형, 질적연구, 문헌연구, 조사연구, 혼합연구, 기타로 분류하였다.
대상 데이터
위의 과정을 통해 검색된 논문 목록은 최종적으로 3차 검토 과정을 거쳤으며, 교육공학 석사전공생 1명과 교육공학 교수 1인이 분류 및 코딩을 진행하였다. 3차 목록 추출을 통해 최종 분석 대상으로 선정된 논문은 총 108편이다.
먼저 수업 및 학습태도의 경우, 조건을 만족한 연구 4편을 대상으로 효과크기를 계산하였다. 4편의 연구모두 초등학생을 대상으로 하였으며, 계산 결과 효과크기는 1.052로 나타났다. 이에 따라 로봇활용 SW교육은 초등학생의 수업 및 학습태도에 큰 효과를 미치는 것으로 해석할 수 있다.
가장 많은 빈도수를 보인 연구대상은 초등학생으로, 86편의 논문 중 53편의 논문(약 62%)에서 초등학생을 대상으로 연구를 수행하였다.
먼저 발행논문은 연도별로 구분하였으며, 연구방법은 실험연구, 개발연구 1형, 개발연구 2형, 질적연구, 문헌연구, 조사연구, 혼합연구, 기타로 분류하였다. 교육환경에서는 외재변수를 완벽히 통제하는 진 실험 연구가 어려울 것이라 판단되었기 때문에 실험연구의 경우 준실험연구를 대상으로 하였다. 개발연구는 개발연구 1형과 2형으로 나누었는데, 개발연구 1형은 로봇활용 SW교육 프로그램이나 교육과정, 혹은 시스템 개발에 중점을 둔 연구를 의미한다.
국내 로봇활용 SW교육의 연구동향을 알아보기 위하여 2006년부터 2016년까지 발행한 국내 학술지 논문을 분석대상으로 하였다. 논문 목록 추출 시 사용된 검색키워드는 ‘소프트웨어 교육(Software education)’, ‘SW 교육’, ‘프로그래밍 교육’, ‘로봇활용’, ‘로봇교육’ 등이었다.
셋째, 고등학생의 경우 LEGO 마인드스톰 시리즈가 2편의 연구에 활용되었으며, 아두이노 시리즈와 Bitbrick이 각 1편씩 연구되었다. 넷째, 대학(원)생의 경우 LEGO 마인드스톰 시리즈가 10편의 연구에서 활용되었으며, 피코크리켓과 아두이노 시리즈가 연구에 각 1편씩 활용되었다. 마지막으로 혼합연구의 경우 LEGO 마인드스톰 시리즈와 아두이노 시리즈, 센서보드 등이 1편씩 활용되었음을 확인하였다.
확장형 로봇 중에서는 아두이노 시리즈 4편, 라인트레이서가 4편, Robo-Robot이나 헬로보드, 아이로직 키트 등이 활용되었다. 둘째, 중학생의 경우 LEGO 마인드스톰 시리즈가 1편, 피코크리켓이 2편이었으며, 확장형인 아두이노 시리즈도 1편의 연구에서 활용되었다. 셋째, 고등학생의 경우 LEGO 마인드스톰 시리즈가 2편의 연구에 활용되었으며, 아두이노 시리즈와 Bitbrick이 각 1편씩 연구되었다.
먼저 초등학교의 경우, 블록형 언어인 스크래치(Scratch)를 활용한 연구가 9편, LEGO 마인드스톰 로봇 제어용인 로보랩(ROBORAB)과 Bricx Command Center를 활용한 연구가 각 4편이었으며, NXT-G와 피코 블록(Pico Blocks)을 활용한 연구가 각 3편이었다. 둘째, 중학생의 경우, NXT-G와 아두이노 IDE가 각 1편의 연구에서 활용되었다. 셋째, 고등학생의 경우 LEGO 마인드스톰 로봇 제어용인 로봇C언어와 로보랩(ROBORAB), 스크래치(Scratch), 앱 인벤터(App Inventor)가 각 1편의 연구에서 활용되었으며 대학(원)생의 경우 NXT-G가 6편, NXT, NXC, 스크래치(Scratch), 아두이노 IDE 등이 각 1편씩 연구에 활용되었다.
연구에서 활용한 프로그래밍 도구를 학교급별로 정리하면 [표 4]와 같다. 먼저 초등학교의 경우, 블록형 언어인 스크래치(Scratch)를 활용한 연구가 9편, LEGO 마인드스톰 로봇 제어용인 로보랩(ROBORAB)과 Bricx Command Center를 활용한 연구가 각 4편이었으며, NXT-G와 피코 블록(Pico Blocks)을 활용한 연구가 각 3편이었다. 둘째, 중학생의 경우, NXT-G와 아두이노 IDE가 각 1편의 연구에서 활용되었다.
둘째, 중학생의 경우, NXT-G와 아두이노 IDE가 각 1편의 연구에서 활용되었다. 셋째, 고등학생의 경우 LEGO 마인드스톰 로봇 제어용인 로봇C언어와 로보랩(ROBORAB), 스크래치(Scratch), 앱 인벤터(App Inventor)가 각 1편의 연구에서 활용되었으며 대학(원)생의 경우 NXT-G가 6편, NXT, NXC, 스크래치(Scratch), 아두이노 IDE 등이 각 1편씩 연구에 활용되었다. 마지막으로 학교급을 혼합한 연구에서는 C언어인 아두이노 IDE가 3편이었으며, 그 외에 NXT-G, 스크래치(Scratch), 비주얼베이직 등의 도구를 활용한 것으로 확인되었다.
둘째, 중학생의 경우 LEGO 마인드스톰 시리즈가 1편, 피코크리켓이 2편이었으며, 확장형인 아두이노 시리즈도 1편의 연구에서 활용되었다. 셋째, 고등학생의 경우 LEGO 마인드스톰 시리즈가 2편의 연구에 활용되었으며, 아두이노 시리즈와 Bitbrick이 각 1편씩 연구되었다. 넷째, 대학(원)생의 경우 LEGO 마인드스톰 시리즈가 10편의 연구에서 활용되었으며, 피코크리켓과 아두이노 시리즈가 연구에 각 1편씩 활용되었다.
본 연구는 로봇활용 SW교육에 대한 최근 연구 동향을 분석하고, 이를 통해 로봇활용 SW교육 및 연구에 대한 시사점을 제안하기 위한 목적으로 실시되었다. 이를 위해 국내 학술지에 게재된 로봇활용 SW교육 연구 108편을 분석하였으며, 연구 결과는 다음과 같다.
최종 분석 대상으로 선정된 108편의 논문 중 연구대상을 명확히 밝힌 연구는 총 86편으로, 이를 학교급별로 나누면 아래의 [표 3]과 같다.
첫째, 초등학생의 경우 완성형 로봇인 LEGO 마인드스톰 시리즈를 활용한 연구가 17편이었으며, 피코크리켓도 4편의 연구에서 활용된 것으로 나타났다. 확장형 로봇 중에서는 아두이노 시리즈 4편, 라인트레이서가 4편, Robo-Robot이나 헬로보드, 아이로직 키트 등이 활용되었다. 둘째, 중학생의 경우 LEGO 마인드스톰 시리즈가 1편, 피코크리켓이 2편이었으며, 확장형인 아두이노 시리즈도 1편의 연구에서 활용되었다.
본 연구에서는 로봇활용 SW교육의 효과성을 심층적으로 분석하고자 종속변인별로 효과크기를 분석하였다. 효과성을 검증한 연구 중 각 집단의 통계치를 제시하지 않거나 집단의 차이를 분명하게 기술하지 않은 연구들은 제외하였으며, 최종적으로 51편의 논문을 선정하였다. 종속변인의 하위변인별 통계치도 함께 분석하였으며, 선정된 논문 51편에 대한 종속변인 349개의 효과크기를 살펴보기 위해 Cohen(1988)의 d 효과크기 계산법을 활용하였다[31].
데이터처리
특히 본 연구에서는 로봇활용 SW교육의 효과성을 심층적으로 분석하고자 Cohen(1988)의 d 효과크기 계산법에 따라 종속변인별로 효과크기를 계산하였으며[31], 정확한 통계치를 제시하지 않은 논문은 효과크기 분석에서 제외하였다. 완성된 데이터는 빈도분석을 실시하여 1년 단위로 경향성을 분석하였다.
최종 분석 대상로 선정된 논문 중 프로그래밍 도구와 로봇 도구를 밝힌 연구를 바탕으로 빈도분석을 실시하였다. 연구대상과 같이 수업도구 역시 연도별로 연구동향을 살펴보고자 하였으나, 연도에 따른 차이가 거의 없고, 오히려 학교별로 도구 사용에 차이가 있는 것으로 나타나 학교급 별로 분석하였으며 분석결과는 다음과 같다.
이론/모형
둘째, 본 연구에서는 로봇활용 SW교육의 효과성을 심층적으로 살펴보고자 Cohen(1998)의 d 효과크기 계산법을 활용하였다. 그러나 이 과정에서 통계치를 명확히 제시하지 않은 연구, 실험집단과 통제집단을 명시하지 않은 연구를 제외하였기 때문에 본 연구에서 제시한 효과크기를 일반화 시키기에는 어려움이 있을 것으로 판단된다.
효과성을 검증한 연구 중 각 집단의 통계치를 제시하지 않거나 집단의 차이를 분명하게 기술하지 않은 연구들은 제외하였으며, 최종적으로 51편의 논문을 선정하였다. 종속변인의 하위변인별 통계치도 함께 분석하였으며, 선정된 논문 51편에 대한 종속변인 349개의 효과크기를 살펴보기 위해 Cohen(1988)의 d 효과크기 계산법을 활용하였다[31]. Cohen(1988)의 d 효과크기는 실험집단과 통제집단의 평균차이를 표준편차로 나눈 값으로, 0.
특히 본 연구에서는 로봇활용 SW교육의 효과성을 심층적으로 분석하고자 Cohen(1988)의 d 효과크기 계산법에 따라 종속변인별로 효과크기를 계산하였으며[31], 정확한 통계치를 제시하지 않은 논문은 효과크기 분석에서 제외하였다. 완성된 데이터는 빈도분석을 실시하여 1년 단위로 경향성을 분석하였다.
성능/효과
2. 로봇활용 SW교육의 효과성 측면에서 국내 로봇활용 SW교육은 학습자의 인지적 영역, 정의적 영역에 어떠한 효과를 보이는가?
5는 작은 효과크기로 해석이 가능하다[31]. d 효과크기 계산법에 따라 51편 논문의 효과크기를 분석한 결과, 전체 효과크기는 0.623으로 나타나 로봇 활용 SW교육은 학습자의 인지적, 정의적 영역에 보통의 효과를 보이는 것을 알 수 있었다. 이를 변인별로 살펴보면 다음과 같다.
둘째, 로봇활용 SW교육이 학습자의 흥미에 미치는 효과를 살펴본 연구 중, 조건을 만족한 6편의 연구로 효과크기를 계산하였다. 그 결과, 효과크기는 약 0.847로 나타났으며, 이를 통해 로봇활용 SW교육은 학습자의 흥미에 큰 효과를 보이는 것으로 해석이 가능하다. 학교급별로 살펴보면, 초등학교는 0.
넷째, 프로그래밍 도구는 초등학생의 경우 스크래치(Scratch)를 가장 많이 활용하였으며, 중학생의 경우NXT-G와 아두이노 IDE를 각각 1번씩 활용한 것으로 확인되었다. 고등학생의 경우에도 로봇 C언어와 로보랩(ROBORAB), 스크래치 등이 각 1편의 연구에서 활용되었으며, 대학(원)생의 경우 NXT-G가 가장 많이 활용되었다.
다섯째, ‘해결책 발견’ 단계에서는 자신이 만든 문제에 아이디어를 적용한 결과를 공유하며 아이디어를 선정하였고, 마지막 ‘수용안 발견’ 단계에서는 각자 만든 프로그램에 대해 문제점을 살펴보고 해결 방안을 구안하는 활동, 응용 프로그램을 만드는 활동이 진행되었다.
다섯째, 로봇활용 SW교수설계 시 다양한 연구에서 문제기반학습(PBL), 창의적 문제해결(CPS), 안내된 발견식, 4CID 등의 모형을 활용한 것으로 확인되었다. 그중에서도 문제기반학습(PBL)과 창의적 문제해결(CPS)을 적용한 연구가 가장 많았으며, 이를 통해 로봇활용 SW교육이 교사중심의 강의식 수업이 아닌 학습자 중심의 참여형 수업을 지향하고 있음을 예측할 수 있다.
개발연구 2형은 로봇활용 SW교육 프로그램 및 교육과정, 시스템 등을 개발하여 그 효과성을 살펴보거나 델파이연구를 통해 타당성을 검증한 연구로, 58편의 연구에서 개발연구 2형의 연구가 이루어졌다. 두 번째로 가장 많은 빈도수를 보인 연구방법은 실험연구로, 전체 분석 논문의 약 21%를 차지하였다. 대부분의 실험연구는 로봇활용 SW교육을 독립변인으로 설정하였으며, 인지적·정의적 측면의 다양한 변인들의 효과성을 분석하였다.
셋째, 고등학생의 경우 LEGO 마인드스톰 로봇 제어용인 로봇C언어와 로보랩(ROBORAB), 스크래치(Scratch), 앱 인벤터(App Inventor)가 각 1편의 연구에서 활용되었으며 대학(원)생의 경우 NXT-G가 6편, NXT, NXC, 스크래치(Scratch), 아두이노 IDE 등이 각 1편씩 연구에 활용되었다. 마지막으로 학교급을 혼합한 연구에서는 C언어인 아두이노 IDE가 3편이었으며, 그 외에 NXT-G, 스크래치(Scratch), 비주얼베이직 등의 도구를 활용한 것으로 확인되었다.
넷째, 대학(원)생의 경우 LEGO 마인드스톰 시리즈가 10편의 연구에서 활용되었으며, 피코크리켓과 아두이노 시리즈가 연구에 각 1편씩 활용되었다. 마지막으로 혼합연구의 경우 LEGO 마인드스톰 시리즈와 아두이노 시리즈, 센서보드 등이 1편씩 활용되었음을 확인하였다. 이를 통해 초등학생에서 대학(원)생에 이르기까지 가장 널리, 그리고 가장 많이 활용되는 로봇 도구는 LEGO 마인드스톰 시리즈이며 총 31편의 연구에서 활용하였음을 알 수 있었다.
대부분의 실험연구는 로봇활용 SW교육을 독립변인으로 설정하였으며, 인지적·정의적 측면의 다양한 변인들의 효과성을 분석하였다. 세 번째로 가장 많이 사용된 연구방법은 개발연구 1형으로, 총 12편(약 11%)의 논문에서 로봇활용 SW교육 프로그램 및 교육과정, 시스템 개발 등에 대해 다양한 의견을 제시하였다.
셋째, 로봇활용 SW교육이 학습자의 논리적 사고력에 미치는 효과를 살펴본 연구 중, 조건을 만족한 4편의 연구에 대한 효과크기를 계산한 결과, 약 0.585로 나타났다. Cohen(1988)의 분석 기준에 따라 로봇활용 SW교육은 학습자의 논리적 사고력 향상에 보통정도의 효과가 있다고 볼 수 있다[31].
셋째, 연구 대상의 경우 초등학생을 대상으로 로봇활용 SW교육을 실시한 연구가 53편으로 가장 많이 집계되었으며, 대학(원)생이 14편, 고등학생이 6편으로 확인되었다. 초등학생의 비중이 가장 크긴 하지만, 이를 통해 다양한 학습자를 대상으로 연구가 진행되고 있음을 알 수 있었다.
이를 통해 초등학생에서 대학(원)생에 이르기까지 가장 널리, 그리고 가장 많이 활용되는 로봇 도구는 LEGO 마인드스톰 시리즈이며 총 31편의 연구에서 활용하였음을 알 수 있었다. 이 외에도 피코크리켓과 아두이노 시리즈도 다양한 학습자를 대상으로 활용이 가능함을 확인하였다.
이를 정리하면, 로봇활용 SW교육은 학습자의 흥미 및 학습태도에 큰 효과를 보이며, 학습몰입에 보통의 효과를, 수학·과학에 대한 태도와 컴퓨터 및 프로그래밍에 대한 태도에는 작은 효과를 보이는 것을 알 수 있다.
또한 유인환과 김태완(2006)의 연구에서는 로봇활용 SW교육에 맞게 안내된 발견식 모형을 수정하여 활용하였으며, 이은경과 이영준(2007; 2008)의 연구에서는 프로그래밍을 큰 과제로 보고 점차적으로 이를 해결해나가는 4CID 모형을 적용하였다. 이를 통해 연구 및 수업의 목적에 따라 다양한 교수설계 모형이 적용되고 있으며 학습자의 인지적, 정의적 역량을 향상시키는 데 효과적임을 확인할 수 있었다. 그러나 2017년부터 SW 교육이 의무화되므로, SW교육의 체계적인 적용을 위해서는 로봇활용 SW교육에 적합한 통합된 교수설계모형이 개발될 필요가 있으며, 로봇활용 SW교육을 처음 시도하는 교수자를 위해 보다 직관적인 교수설계 모형이 제시될 필요가 있다.
즉, 로봇활용 SW교육은 초등학생의 문제해결력 향상에 작은 효과를, 중·고등학생, 정보영재의 문제해결력 향상에 보통 효과를 보였다.
첫째, 로봇활용 SW교육은 기존 SW교육의 문제점을 보완하고, 학습자의 인지적·정의적 측면에 효과적인 교수·학습방법으로 밝혀졌다.
첫째, 로봇활용 SW교육이 학습자의 학습몰입에 미치는 영향을 살펴본 연구 중, 조건을 만족한 5편의 논문에 대한 효과크기를 계산한 결과, 약 0.677로 나타났다. 이를 Cohen(1988)의 분석 기준에 따라 해석하면[31], 로봇활용 SW교육은 학습자의 학습몰입 향상에 보통정도의 효과가 있는 것을 알 수 있다.
첫째, 초등학생의 경우 완성형 로봇인 LEGO 마인드스톰 시리즈를 활용한 연구가 17편이었으며, 피코크리켓도 4편의 연구에서 활용된 것으로 나타났다. 확장형 로봇 중에서는 아두이노 시리즈 4편, 라인트레이서가 4편, Robo-Robot이나 헬로보드, 아이로직 키트 등이 활용되었다.
후속연구
둘째, 본 연구에서는 로봇활용 SW교육의 효과성을 심층적으로 살펴보고자 Cohen(1998)의 d 효과크기 계산법을 활용하였다. 그러나 이 과정에서 통계치를 명확히 제시하지 않은 연구, 실험집단과 통제집단을 명시하지 않은 연구를 제외하였기 때문에 본 연구에서 제시한 효과크기를 일반화 시키기에는 어려움이 있을 것으로 판단된다. 따라서 제외된 논문들에 대해서도 추가적으로 언급될 필요가 있으며, 메타분석이나 다른 방법(혹은 계산법)을 통해 로봇활용 SW교육의 효과성을 종합적으로 살펴보는 후속연구가 진행될 필요가 있다.
또한 교육부의 ‘2015 소프트웨어 교육지침’에 따라 SW교육이 점차 확대되고, 앞으로 로봇활용 SW교육의 수업 도입 및 관련 연구는 더욱 증가할 것으로 예상된다. 따라서 로봇활용 SW교육의 효과적인 도입과 연구의 가이드라인을 제공하기 위해 현재까지 진행된 관련 연구동향을 분석함으로써 로봇활용 SW교육의 흐름을 살펴보고, 이를 종합적으로 정리할 필요가 있다.
그러나 효과크기를 계산한 연구 중, 대부분의 연구가 초등학생을 대상으로 실시되었기 때문에 본 연구에서 계산한 효과크기를 일반화하기에는 어려움이 있다. 따라서 보다 정확한 효과크기 계산을 위해 중학생과 고등학생, 대학생을 대상으로 하는 연구를 추가하여 효과크기를 계산할 필요가 있다. 또한 현재 로봇활용 SW교육 관련 조사연구나 질적연구가 부족한 상황이기 때문에 로봇활용 SW교육에 대한 다양한 측면을 살펴보기에 어려움이 있었다.
그러나 이 과정에서 통계치를 명확히 제시하지 않은 연구, 실험집단과 통제집단을 명시하지 않은 연구를 제외하였기 때문에 본 연구에서 제시한 효과크기를 일반화 시키기에는 어려움이 있을 것으로 판단된다. 따라서 제외된 논문들에 대해서도 추가적으로 언급될 필요가 있으며, 메타분석이나 다른 방법(혹은 계산법)을 통해 로봇활용 SW교육의 효과성을 종합적으로 살펴보는 후속연구가 진행될 필요가 있다. 특히 메타분석의 경우, 각 연구에서 도출된 연구결과를 통계적으로 통합하여 하나의 수치로 제시하기 때문에 로봇 활용 SW교육의 효과성에 대한 신뢰도 및 타당도를 높여줄 수 있을 것으로 사료된다.
이러한 피지컬 컴퓨팅 도구는 형태에 따라 로봇형, 모듈형, 보드형 등으로 나눌 수 있으며, 향후 다양한 형태의 피지컬 컴퓨팅 도구가 개발 및 활용될 것으로 예상된다. 따라서 피지컬 컴퓨팅 도구 중 어떠한 형태의 도구가 SW교육의 효과성을 높일 수 있는지에 대한 연구가 필요한 시점이며, 이와 함께 SW교육에 피지컬 컴퓨팅 도구를 활용한 교수설계 연구도 이루어져야 한다. 둘째, 4차 산업혁명을 이끌 인재를 양성하기 위해 국내·외에서 SW교육을 의무화하고 있다.
또한 현재 로봇활용 SW교육 관련 조사연구나 질적연구가 부족한 상황이기 때문에 로봇활용 SW교육에 대한 다양한 측면을 살펴보기에 어려움이 있었다. 따라서 향후 로봇활용 SW교육은 효과성 검증 연구와 더불어 학습 과정을 규명하는 연구가 다양하게 이루어질 필요가 있다.
즉, 학습자 및 교수자, 환경 등의 특성이 학습 성과에 미치는 영향을 규명함으로써 로봇활용 SW 교수설계에 대한 시사점을 제공하는 연구가 필요하다. 또한 2015 개정 교육과정에 따라 로봇뿐만 아니라 피지컬 컴퓨팅에 대한 관심도 확산될 것으로 사료된다. 피지컬 컴퓨팅은 하드웨어와 소프트웨어를 결합하여 추상적인 아이디어를 창의적으로 표현하고, 구체적인 산출물을 만드는 과정에 컴퓨팅 원리를 활용하는 것을 의미한다[62].
이는 2015년에 발표된 개정교육과정의 영향을 받은 것으로 사료되며, 2016년에 로봇활용 SW교육 연구가 다시 증가한 점을 미루어보아 2015 개정 교육과정이 SW교육에 대한 연구자들의 관심을 더욱 증대시킨 것으로도 해석할 수 있다. 또한 2017년부터 소프트웨어 교육이 의무화되기 때문에 앞으로 로봇활용 SW교육 연구는 더욱 더 증가할 것으로 예상할 수 있다.
또한 교육부의 ‘2015 소프트웨어 교육지침’에 따라 SW교육이 점차 확대되고, 앞으로 로봇활용 SW교육의 수업 도입 및 관련 연구는 더욱 증가할 것으로 예상된다.
또한 로봇활용 SW교육 환경에서 학습자의 인지적·정의적 측면에 영향을 미치는 다양한 변인간의 관계를 분석함으로써 로봇활용 SW교육의 효과성을 높일 다양한 방법을 모색할 필요도 있다.
이에 따라 국외에서 실시된 로봇활용 SW교육 연구도 분석대상으로 포함하여 보다 종합적인 관점에서 로봇활용 SW교육의 연구동향을 살펴볼 필요가 있다. 또한 이를 바탕으로 국내 로봇 활용 SW교육과 국외 로봇활용 SW교육을 비교함으로써 로봇활용 SW교육의 교수설계에 대한 총체적인 이해를 도모해야 한다.
피지컬 컴퓨팅은 하드웨어와 소프트웨어를 결합하여 추상적인 아이디어를 창의적으로 표현하고, 구체적인 산출물을 만드는 과정에 컴퓨팅 원리를 활용하는 것을 의미한다[62]. 이러한 피지컬 컴퓨팅 도구는 형태에 따라 로봇형, 모듈형, 보드형 등으로 나눌 수 있으며, 향후 다양한 형태의 피지컬 컴퓨팅 도구가 개발 및 활용될 것으로 예상된다. 따라서 피지컬 컴퓨팅 도구 중 어떠한 형태의 도구가 SW교육의 효과성을 높일 수 있는지에 대한 연구가 필요한 시점이며, 이와 함께 SW교육에 피지컬 컴퓨팅 도구를 활용한 교수설계 연구도 이루어져야 한다.
첫째, 2006년에 1편이었던 로봇활용 SW교육 연구는 점차 증가하여 2010년을 기점으로 매년 10편 이상씩 발표되고 있다. 이를 통해 로봇활용 SW교육에 대한 관심이 증가하고 있음을 알 수 있으며, 2017년부터 소프트웨어 교육이 의무화된다는 점을 미루어보아 앞으로 로봇활용 SW교육 연구는 더욱 더 증가할 것으로 예상된다.
이에 따라 향후 SW교육에 로봇을 활용하는 시도가 더욱 증가할 것으로 예상되므로, 초·중·고등교육의 학습자를 대상으로 다양한 측면에서 연구를 진행할 필요가 있다.
특히 로봇활용 SW교육에 영향을 미치는 다양한 변인들 간의 관계를 규명하여 로봇활용 SW교육의 효과성을 높이는 방안을 탐색해야 한다. 즉, 학습자 및 교수자, 환경 등의 특성이 학습 성과에 미치는 영향을 규명함으로써 로봇활용 SW 교수설계에 대한 시사점을 제공하는 연구가 필요하다. 또한 2015 개정 교육과정에 따라 로봇뿐만 아니라 피지컬 컴퓨팅에 대한 관심도 확산될 것으로 사료된다.
본 연구를 통해 얻은 결과를 바탕으로 연구의 한계점과 후속연구를 위한 제언은 다음과 같다. 첫째, 본 연구는 국내 논술지에 게재된 논문만을 분석대상으로 선정하였다는 점에서 한계를 가진다. 이에 따라 국외에서 실시된 로봇활용 SW교육 연구도 분석대상으로 포함하여 보다 종합적인 관점에서 로봇활용 SW교육의 연구동향을 살펴볼 필요가 있다.
따라서 제외된 논문들에 대해서도 추가적으로 언급될 필요가 있으며, 메타분석이나 다른 방법(혹은 계산법)을 통해 로봇활용 SW교육의 효과성을 종합적으로 살펴보는 후속연구가 진행될 필요가 있다. 특히 메타분석의 경우, 각 연구에서 도출된 연구결과를 통계적으로 통합하여 하나의 수치로 제시하기 때문에 로봇 활용 SW교육의 효과성에 대한 신뢰도 및 타당도를 높여줄 수 있을 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
최근 소프트웨어 교육에 대한 관심과 필요성이 증대하게 된 사건은 무엇인가?
구글의 인공지능(AI) 프로그램인 ‘알파고(AlphaGo)’와 프로바둑기사 이세돌 9단의 대결 이후, 최근 소프트웨어 교육(이하 ‘SW교육’)에 대한 관심과 필요성이 증대되고 있다. 특히 4차 산업혁명으로 인해 세계 각국에서는 컴퓨팅 사고력(Computational Thinking: CT)을 갖춘 창의적 인재양성에 집중하고 있는 실정이다.
어떤 문제점을 보완하고자 프로그래밍 학습에 로봇을 활용하는 연구들이 이루어지고 있는가?
또한 김경규와 이종연(2016)의 연구에서도 중학교 1, 2, 3학년을 대상으로 24차시동안 컴퓨팅 사고력 기반 프로그래밍 학습의 효과성을 분석한 결과, 논리적 사고력과 창의적 문제해결 능력의 향상을 규명하였다[10]. 그러나 프로그래밍 학습이 성별에 따라 효과가 다르게 나타나고[11][12], 프로그래밍 과정에 대한 학습자의 부정적 경험이 기존 프로그래밍 학습의 문제점으로 지적되었다. 이와 관련하여 이은경과 이영준(2008)은 초보 학습자 혹은 나이가 어린 학습자에게 추상적 사고를 요구하는 알고리즘이나 프로그래밍 교육이 인지적 부담으로 작용할 수 있으며[13], 대부분의 프로그래밍 수업이 특정 프로그래밍 언어의 사용법이나 문법 위주로 진행이 되고 있어 학습자의 흥미와 동기를 유지시키는 데 어려움이 있음을 언급하였다[14].
컴퓨팅 사고력이란?
특히 4차 산업혁명으로 인해 세계 각국에서는 컴퓨팅 사고력(Computational Thinking: CT)을 갖춘 창의적 인재양성에 집중하고 있는 실정이다. 컴퓨팅 사고력이란 컴퓨팅 기술을 바탕으로 복잡한 문제를 효과적으로 해결하는 종합적인 사고능력으로[1], 21세기 학습자가 갖추어야 할 학습역량으로 인식되고 있다[2]. 이에 따라 미국이나 영국, 이스라엘 등 국외 여러 나라는 컴퓨팅 사고력의 향상을 위해 교육과정에 SW 교육을 도입하고, 프로그래밍 관련 교육을 필수로 지정하였다[3].
참고문헌 (61)
백성혜, 신재홍, 유헌창, 정인기, 안상진, 최정원, 전성균, 초중등 단계 Computational Thinking 도입을 위한 기초 연구(BD14060010), 한국과학창의재단, 2014.
J. M. Wing, "Computational thinking," Communications of the ACM, Vol.49, No.3, pp.33-35, 2006.
황요한, 문공주, 박윤배, "소프트웨어 활용 탐구 활동을 통한 고등학생의 프로그래밍과 컴퓨팅 사고력에 대한 인식 변화와 과학 학습에 대한 태도 조사 -스크래치와 피지컬 컴퓨팅 교구의 활용을 중심으로-," 한국과학교육학회지, 제36권, 제2호, pp.325-335, 2016.
J. Lindh and T. Holgersson, "Does lego training stimulate pupils' ability to solve logical problems?," Computers & Education, Vol.49, pp.1097-1111, 2007.
B. S. Fagin, L. D. Merkle, and T. W. Eggers, "Teaching computer science with robotics using Ada/Mindstroms 2.0," aC SIGAde Ada Letters, Proceedings of the 2001 annual ACM SIGAda internationl conference on Ada, 제21권, 제4호, pp.73-78, 2001.
신갑천, 허경, "스크래치 EPL을 활용한 라인트레이서 시뮬레이션교육 프로그램 개발," 정보교육학회논문지, 제15권, 제4호, pp.533-542, 2011.
![표 6. 프로그래밍 학습을 위한 문제의 예[32]](http://ocean.kisti.re.kr/downfile/bibText/kocon/CCTHCV/2017/v17n10/CCTHCV_2017_v17n10_190_t0006.png "표 6. 프로그래밍 학습을 위한 문제의 예[32]")
![표 7. CPS 모형 비교 [42][43]](http://ocean.kisti.re.kr/downfile/bibText/kocon/CCTHCV/2017/v17n10/CCTHCV_2017_v17n10_190_t0007.png "표 7. CPS 모형 비교 [42][43]")
![그림 2. 수정된 안내된 발견식 수업모형[22]](http://ocean.kisti.re.kr/downfile/bibText/kocon/CCTHCV/2017/v17n10/CCTHCV_2017_v17n10_190_f0002.png "그림 2. 수정된 안내된 발견식 수업모형[22]")
![표 8. 4CID 로봇 프로그래밍 학습 설계 전략 [23]](http://ocean.kisti.re.kr/downfile/bibText/kocon/CCTHCV/2017/v17n10/CCTHCV_2017_v17n10_190_t0008.png "표 8. 4CID 로봇 프로그래밍 학습 설계 전략 [23]")
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.