대학에서의 컴퓨터교육은 과거 ICT 활용 중심의 교육에서 최근에는 컴퓨팅적사고 및 프로그래밍 등의 소프트웨어 교육으로 그 내용이 확장되고 전문화되고 있다. 특히 4차 산업혁명이 사회 전 분야에 강조되면서 그 핵심인 소프트웨어 교육이 대학에서 필수적 교양수업으로 도입되는 추세이다. 전교생을 대상으로 하는 기초SW교육을 실시하는 경우 학생들의 전공계열의 특성이 다르기 때문에 그에 적합한 세분화된 교육을 제공할 필요가 있다. 본 연구에서는 서울소재 A대학에서 교양필수 기초SW과목을 운영하고, 약 3년간 수강생 4,927명으로부터 얻은 설문데이터를 분석하여 전공계열을 세분화하고 각 세분화된 그룹에 적합한 교육방식을 탐색하였다. 분석을 통하여 경상계열, 예체능계열, 자유전공 등의 특징있는 그룹들을 발견할 수 있었다. 최종적으로 6개의 세분화된 기초SW교육을 위한 그룹을 제시하였으며, 각 그룹별로 교육에 적합한 프로그래밍 언어 및 난이도 설정 등의 교육방향을 제시하였다.
대학에서의 컴퓨터교육은 과거 ICT 활용 중심의 교육에서 최근에는 컴퓨팅적사고 및 프로그래밍 등의 소프트웨어 교육으로 그 내용이 확장되고 전문화되고 있다. 특히 4차 산업혁명이 사회 전 분야에 강조되면서 그 핵심인 소프트웨어 교육이 대학에서 필수적 교양수업으로 도입되는 추세이다. 전교생을 대상으로 하는 기초SW교육을 실시하는 경우 학생들의 전공계열의 특성이 다르기 때문에 그에 적합한 세분화된 교육을 제공할 필요가 있다. 본 연구에서는 서울소재 A대학에서 교양필수 기초SW과목을 운영하고, 약 3년간 수강생 4,927명으로부터 얻은 설문데이터를 분석하여 전공계열을 세분화하고 각 세분화된 그룹에 적합한 교육방식을 탐색하였다. 분석을 통하여 경상계열, 예체능계열, 자유전공 등의 특징있는 그룹들을 발견할 수 있었다. 최종적으로 6개의 세분화된 기초SW교육을 위한 그룹을 제시하였으며, 각 그룹별로 교육에 적합한 프로그래밍 언어 및 난이도 설정 등의 교육방향을 제시하였다.
Computer education in universities has been expanded and specialized from ICT-based education in recent years to software education such as computational thinking and programming. Especially, as the 4th Industrial Revolution is emphasized in all fields of society, software education, which is its co...
Computer education in universities has been expanded and specialized from ICT-based education in recent years to software education such as computational thinking and programming. Especially, as the 4th Industrial Revolution is emphasized in all fields of society, software education, which is its core, is being applied as an essential liberal arts course in universities. In the case of basic SW education for all students, it is necessary to provide differentiated education that is suitable for students because their special characteristics are different. In this study, we conducted a basic SW course for general liberal arts at A-university in Seoul and analyzed the survey data from 4,927 students for about 3 years, and classified the major series and searched the appropriate education method for each subdivided group. Through the analysis, we were able to find characteristic groups such as business and commerce, art and sports major. Finally, six groups for basic-SW education are presented. Educational directions such as programming language and level of difficulty setting suitable for differentiated education are presented for each group.
Computer education in universities has been expanded and specialized from ICT-based education in recent years to software education such as computational thinking and programming. Especially, as the 4th Industrial Revolution is emphasized in all fields of society, software education, which is its core, is being applied as an essential liberal arts course in universities. In the case of basic SW education for all students, it is necessary to provide differentiated education that is suitable for students because their special characteristics are different. In this study, we conducted a basic SW course for general liberal arts at A-university in Seoul and analyzed the survey data from 4,927 students for about 3 years, and classified the major series and searched the appropriate education method for each subdivided group. Through the analysis, we were able to find characteristic groups such as business and commerce, art and sports major. Finally, six groups for basic-SW education are presented. Educational directions such as programming language and level of difficulty setting suitable for differentiated education are presented for each group.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
단지 본인 전공이 직접적으로 소프트웨어와 얼마나 관련성이 높은가를 질문한 것이 아니라, 아래 문항을 통하여 융합되어 활용될 수 있는지에 대한 인식을 조사하고자 하였다
본 연구에서는 기초SW교과목을 수강한 학생들의 교과목에 대한 인식조사 설문을 실시하여 얻은 데이터를 분석하여 전공계열별 특성을 탐색하고자 한다. 본 설문은 A대학에서 교양필수로 처음 실시된 SW기초 교양필수 과목에 대한 학생들의 인식을 파악하기 위하여 해당 교과목을 수강하는 기간 중 실시하였다. A대학에서 교양필수로 운영 중인 ‘컴퓨팅적사고’ 교과목의 개요를 [Table 1]에 정리하였다.
비전공자 대상 소프트웨어 교육은 초중등학교에서의 전공이 없는 상태의 교육이 포함되며, 또한 대학에서 전공이 결정된 상태에서의 비이공계열 혹은 비IT계열 학생들을 대상으로 진행되는 소프트웨어 교육으로 볼 수 있다. 본 연구는 대학생을 대상으로 하는 비전공자 수업에 중점을 두고 진행하고자 한다. 대학에서의 효과적인 비전공자 기초SW교육의 방향성 탐색에 관련된 주요 연구들을 아래에 정리하였다.
본 연구는 학생의 전공계열별로 세분화된 교육의 방향을 제시하는 것을 목표로 한다. 이를 위하여 첫 번째 단계로 학생들을 어떤 기준으로 세분화하는 것이 적합한 가에 대하여 탐색하고자 한다.
본 연구에서는 [Table 4]과 같이 다양한 세분화 그룹을 선정하여 각 그룹별 특성 차이를 탐색할 것이다.
세분화된 각 그룹들이 내부적으로는 비슷한 성향을 가지면서 그룹들 간에는 서로 다른 성향을 갖도록 구성해야 한다. 본 연구에서는 교양필수로 운영되는 기초SW과목을 수강하는 학생들의 과목에 대한 긍부정 인식을 기준으로 학생들의 특징을 잘 구분하는 모형을 탐색하고자 한다. 이를 위해 아래의 다양한 모형들에 대하여 세분화하여 분석을 수행하여 적합한 세분화 모형을 선정하고자 한다.
본 연구에서는 기초SW교과목을 수강한 학생들의 교과목에 대한 인식조사 설문을 실시하여 얻은 데이터를 분석하여 전공계열별 특성을 탐색하고자 한다. 본 설문은 A대학에서 교양필수로 처음 실시된 SW기초 교양필수 과목에 대한 학생들의 인식을 파악하기 위하여 해당 교과목을 수강하는 기간 중 실시하였다.
본 연구에서는 서울소재 A대학에서 기초SW 교양필수 수업을 수강한 약 5천명의 학생들로부터 설문 데이터를 수집하여 이에 대한 분석을 통해 대학생의 전공계열의 특성을 탐색하고자 한다. SW중심대학에 선정되어 참여하고 있는 A대학교는 교양필수 과목으로 ‘컴퓨팅적 사고’ 교과목을 개설하여 전공계열에 상관없이 전체 신입생들을 대상으로 기초SW교육을 실시하고 있다.
본 절에서는 SW기초에서 중요한 요소인 실습에 활용하는 프로그래밍 언어에 대한 대학생들의 인식을 분석하고 전공계열별 프로그래밍 언어의 활용 방법을 모색하고자 한다.
제안 방법
이번 절에서는 이러한 3개 그룹에 대한 적합성을 분석하고자 한다. [Table 11]의 소속대학 구분을 기준으로 이공계, 인문사회계열, 경상계열을 구분하여 분석을 수행하였다.
두 번째로 ①IT계열, ②비IT계열의 2개의 전공계열 그룹으로 세분화하여 각 그룹 간의 SW과목에 대한 인식의 차이를 비교하고자 한다. 본 연구에서 IT계열과 비IT계열은 [Table 9]의 소속대학 기준으로 구분하였다.
기초SW과목의 교양필수 과목 적용시 전공계열별 세분화할 필요가 있다. 본 연구에서는 3장의 분석을 통하여 [Table 17]과 같이 최종적으로 6개의 전공계열로 세분화하는 모형을 제시한다. 본 장에서는 6개 그룹의 특징을 좀 더 세부적으로 파악하기 위하여 기초SW과목에 대한 적합성 인식, 본인 전공과의 융합에 대한 인식, 스크래치 및 파이썬의 프로그래밍 도구에 대한 인식을 비교 분석하고자 한다.
일반적으로 이공계, 비이공계로 이등분하거나 또는 이공계, 인문계, 경상계의 3등분하는 세분화하는 것이 일반적이다. 본 연구에서는 이러한 세분화에 문제가 있음을 제시하고, 학생들의 실제적인 전공특성을 고려하여 6개의 세분화된 전공그룹을 제시하였고, 다양한 분석의 결과를 토대로 전공그룹별 특성 및 교육방향 제안을 [Table 24]에 정리하였다. 표에서 ‘SE’는 이공계(Science and engineering)을 의미하고, ‘NSE’는 비이공계(non science and engineering)을 의미한다.
본 장에서는 6개 그룹의 특징을 좀 더 세부적으로 파악하기 위하여 기초SW과목에 대한 적합성 인식, 본인 전공과의 융합에 대한 인식, 스크래치 및 파이썬의 프로그래밍 도구에 대한 인식을 비교 분석하고자 한다.
이를 위하여 첫 번째 단계로 학생들을 어떤 기준으로 세분화하는 것이 적합한 가에 대하여 탐색하고자 한다.
본 연구에서는 교양필수로 운영되는 기초SW과목을 수강하는 학생들의 과목에 대한 긍부정 인식을 기준으로 학생들의 특징을 잘 구분하는 모형을 탐색하고자 한다. 이를 위해 아래의 다양한 모형들에 대하여 세분화하여 분석을 수행하여 적합한 세분화 모형을 선정하고자 한다. 본 연구에서는 [Table 4]과 같이 다양한 세분화 그룹을 선정하여 각 그룹별 특성 차이를 탐색할 것이다.
전공계열별로 본인 전공과 SW와의 융합에 대한 필요성 인식의 분포를 조사하였다. 단지 본인 전공이 직접적으로 소프트웨어와 얼마나 관련성이 높은가를 질문한 것이 아니라, 아래 문항을 통하여 융합되어 활용될 수 있는지에 대한 인식을 조사하고자 하였다
즉, 전공영역에서 전문적 SW과목을 수강함에도 불구하고 기초SW과목의 필요성을 긍정적으로 평가하였다.
1학년 과정에서 전공을 아직 결정하고 않고 탐색 중인 자유전공학부, 그리고 예체능계열에 속하는 스포츠학부, 예술창작학부이다. 최종적으로 이러한 내용을 고려하여 [Table 14]과 같이 6개로 세분화 그룹을 선정하여 분석을 수행하였다. [Table 14] 이후의 모든 표에서 ‘IT’는 IT계열, ‘Non-IT in SE’는 이공계 중 비IT계열, ‘Humanites & Social sci.
대상 데이터
이러한 이등분의 전공계열 세분화 방식의 적절성을 판단하기 위하여 수집한 설문데이터를 ①이공계, ②비이공계의 2개의 세분화 그룹으로 기초SW과목에 대한 인식의 차이를 비교하고자 한다. 본 분석의 대상인 A대학의 이공계, 비이공계를 구분하는 소속대학의 구분을 [Table 5]에 제시하였다. [Table 6]은 이공계와 비이공계 간의 긍부정 인식의 빈도와 비율을 비교한 표이다.
본 연구에서는 약 3년간의 기초SW과목 운영의 과정에서 약 5천명의 학생들의 설문 데이터를 수집하였다. 이 데이터에는 다양한 전공계열의 충분한 수의 의견이 포함되어 있으므로 신뢰할 수 있는 전공계열별 특징을 파악할 수 있을 것으로 기대한다.
본 연구의 설문조사에는 2017년에 2,261명, 2018명에 1,237명, 그리고 2019년에 1,429명이 설문에 참여하여 총4,927명의 수강생으로부터 의견을 수집할 수 있었다. 단기간의 1회성으로 진행된 설문조사를 통한 의견의 경우 담당교수, 강의시간 등의 특정 요건의 영향을 받을 수 있으나 약 3년간의 충분한 기간에 걸친 설문데이터의 경우 좀 더 신뢰할 수 있는 결과를 얻을 수 있을 것으로 기대하였다.
데이터처리
3개 그룹 간의 평균 차이를 확인하기 위하여 ANOVA 분석을 수행하였다.
IT계열과 비IT계열 간의 긍부정 인식의 차이를 검증 하기 위하여 분산분석을 수행하였다. 분석 결과, 유의도 P값이 0.
오히려 비이공계열 속하는 학생들이 ‘매우 긍정’의 비율이 높음을 확인하였다. 두 집단 간의 긍부정 인식의 평균 차이를 통계적으로 검증하기 위하여 분산분석(ANOVA)을 수행하여 결과를 [Table 7]에 표시하였다. 분석 결과 유의확률 P값이 0.
또한 그룹 간의 차이를 통계적으로 검정하기 위하여 분산분석을 수행하여 [Table 16]에 표시하였다.
성능/효과
3개 그룹의 긍정적 답변(‘긍정’ 및 ‘매우긍정’) 비율만을 비교하면 이공계열 66.9%, 인문사회 62.7%, 경상계열 71.4%로 요약된다.
경상계열의 긍정 인식비율은 71.4%로써 이공계열의 66.9%보다도 오히려 높음을 확인하였다.
본 연구에서는 비이공계 학생들 중에서도 경상계열, 자유전공의 학생들은 이공계열 학생들과 비슷하거나 그 이상의 비율로 SW과목에 대해서 긍정적으로 인식하고 있음을 판단하였다. 일반적인 계열구분에서는 비이공계에 속하지만 실제적으로는 이공계의 특성을 갖고 있다.
두 집단 간의 긍부정 인식의 평균 차이를 통계적으로 검증하기 위하여 분산분석(ANOVA)을 수행하여 결과를 [Table 7]에 표시하였다. 분석 결과 유의확률 P값이 0.404(]0.05)이므로 집단 간의 차이가 유의미하지 않음을 확인하였다.
3개 그룹 간의 평균 차이를 확인하기 위하여 ANOVA 분석을 수행하였다. 분석 결과, 유의도 P값이 .000([0.05)로 3개 그룹 간의 차이가 있음을 확인하였다.
또한 그룹 간의 차이를 통계적으로 검정하기 위하여 분산분석을 수행하여 [Table 16]에 표시하였다. 분석 결과, 유의도 P값이 .000([0.05)로 그룹 간에 인식의 평균차이가 존재함을 확인할 수 있었다.
분석 결과, 유의도 P값이 0.000([0.05)이므로 평균 차이가 있음을 확인하였다.
⦁나정은(2017)은 기초SW 과목을 수강한 학생들 중 133명의 학생으로부터 설문데이터를 수집하여 전공계열 간의 인식차이를 분석하였다. 분석 결과, 인문사회와 이학공학 계열 간, 또는 좀 더 세부적인 전공계열 그룹 간에 인식의 차이가 존재함을 분석하였다[9].
두 계열 간의 긍부정 인식의 차이가 좀 더 선명히 나타남을 확인할 수 있다. 비IT계열의 경우 부정적 인식비율이 높고 부정적 인식비율이 상대적으로 낮음을 확인하였다.
또한 특수한 그룹으로 인문사회 계열과 예체능 계열을 파악하였다. 인문사회계열, 예체능 계열은 SW분야의 필요성을 상대적으로 잘 인식하지 못하고 있는 것으로 분석되었다. SW분야에 대한 필요성 인식은 교양필수 기초SW과목에 수강 태도에 직결된다.
그림을 통해 각 전공계열 간의 기초SW교육에 대한 긍부정 인식의 차이를 확인할 수 있다. 자유전공, 경상계열, IT계열의 학생들이 긍정적 인식이 매우 높았고, 순수 인문사회계열과 예체능 학생들이 상대적으로 기초 SW과목의 필수화에 긍정적 인식이 낮음을 확인하였다.
즉, 전체 학생을 2개 전공계열로 이분화할 경우 이공계열과 비이공계열의 구분보다는 IT계열과 비IT계열로 구분하는 것이 상대적으로 적합함을 확인하였다.
후속연구
이 데이터에는 다양한 전공계열의 충분한 수의 의견이 포함되어 있으므로 신뢰할 수 있는 전공계열별 특징을 파악할 수 있을 것으로 기대한다.
본 연구의 설문조사에는 2017년에 2,261명, 2018명에 1,237명, 그리고 2019년에 1,429명이 설문에 참여하여 총4,927명의 수강생으로부터 의견을 수집할 수 있었다. 단기간의 1회성으로 진행된 설문조사를 통한 의견의 경우 담당교수, 강의시간 등의 특정 요건의 영향을 받을 수 있으나 약 3년간의 충분한 기간에 걸친 설문데이터의 경우 좀 더 신뢰할 수 있는 결과를 얻을 수 있을 것으로 기대하였다. 설문에 다양한 전공계열의 학생들이 참여하였으므로 계열별 특징을 파악할 수 있을 것으로 기대할 수 있다.
또한 프로그래밍 실습에서도 해당 전공과 연관성이 있는 데이터 및 예제를 개발하고 활용해야 할 필요성이 있다. 또한 세분화된 각 전공계열을 위한 구체적인 커리큘럼 및 강의내용 구성에 대한 향후 연구가 요구된다.
설문에 다양한 전공계열의 학생들이 참여하였으므로 계열별 특징을 파악할 수 있을 것으로 기대할 수 있다.
이러한 연구가 수행된다면 향후 대학에서 전공의 특성을 고려하여 세분화된 적합한 강의를 제공할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
기초SW과목을 운영하기 위한 방법은?
대학에서 기초SW과목이 교양필수과목으로 성공적으로 운영되고 정착되기 위해서는 학생들의 전공계열에 따라 세분화된 교육을 운영할 필요가 있다. 일반적으로 이공계, 비이공계로 이등분하거나 또는 이공계, 인문계, 경상계의 3등분하는 세분화하는 것이 일반적이다.
기초SW교육에서 주로 사용하는 프로그래밍 언어는?
SW중심대학에 선정되어 참여하고 있는 A대학교는 교양필수 과목으로 ‘컴퓨팅적 사고’ 교과목을 개설하여 전공계열에 상관없이 전체 신입생들을 대상으로 기초SW교육을 실시하고 있다. 해당 교과목에서는 해당 과목에서는 스크래치(Scartch), 파이썬(Python) 프로그래밍 언어를 사용하여 프로그래밍을 실습중심으로 강의하고 있다. 또한 컴퓨팅적사고 개념과 구성요소들을 학습하고 이를 활용한 문제해결 방식에 대해서도 강의하고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.