연구실 선생님들과 함께한 가을 캠퍼스 산책🍂

 높고 푸른 하늘 아래, 캠퍼스 전체가 울긋불긋 예쁜 옷으로 갈아입었던 지난 10월 31일, 연구에 지친 머리를 식히고 가을의 정취를 만끽하기 위해, 저희 TELD 연구실 식구들은 교수님과 연구소 박사님들까지 모두 함께 캠퍼스 단풍 산책에 나섰습니다🥰

(버들골을 감싼 가을 단풍이 정말 아름다웠습니다🍂)

 사실 대학원 생활을 하다 보면 바쁜 연구 일정 때문에 평소에는 모니터 화면만 바라보게 되는데요😂 이날은 모두 함께 연구실 문을 박차고 나와 오직 🍂단풍과 맑은 공기🌳를 즐기는 힐링의 시간을 가졌습니다. 교수님과 박사님들, 그리고 연구실 선생님들과 함께 한 시간 남짓 캠퍼스를 걸으며, 연구 얘기 대신 소소한 일상과 재미있는 농담 속에서 편안함을 느낄 수 있었습니다.

(매일 지나만 다녔던 정문 앞에서도 한 장!)

산책 후에는 달콤한 마무리가 기다리고 있었는데요!🍨 모두 함께 모여 달콤한 아이스크림과 음료를 나눠 먹으면서 짧았던 산책의 여운을 즐겼습니다.

 이번 가을 산책은 연구실과 연구소 구성원들이 유대감을 다지고, 잠시 쉬어가는 여유를 가질 수 있었던 소중한 시간이었습니다. 이 에너지를 바탕으로 선생님들 모두 남은 학기도 힘차게 달려 나가시기를 응원합니다!

10월 24일 TELD 오픈세미나: AI Agent

 

 10월 24일 진행된 TELD 오픈세미나에서는 이주영, 조민선, 김찬희 선생님께서 최근 인공지능 분야의 핵심 동향인 AI Agent(에이전트) 기술에 대한 발표를 진행해 주셨습니다. 단순히 명령을 수행하는 것을 넘어, 자율적으로 목표를 설정하고 행동하는 AI Agent가 교육 분야에 가져올 변화를 집중적으로 살펴볼 수 있었는데요!

 먼저 이주영 선생님께서 AI Agent의 개념에 대해 전반적으로 설명해 주셨습니다. AI Agent는 환경으로부터 센서(Sensors)를 통해 정보를 수집하고, 목표(Goals)와 도메인 지식(Domain knowledge)을 바탕으로 행동(Actions)을 결정하며, 액추에이터(Actuators)를 통해 환경에 영향을 미치는 시스템을 의미한다고 하는데요. 사실 에이전트를 정의하는 방식은 학자마다 다양하지만, 최근 대규모 언어 모델(LLM)이 발전하면서 AI Agent의 자율성, 적응력, 의사소통, 추론 능력이 비약적으로 향상되며 분야 자체가 급격한 성장을 이루고 있다고 합니다. 이러한 고도화된 Agent들은 단순한 반사적 행동을 넘어, 효용성에 기반하여 최적의 행동을 스스로 수행할 수 있는 수준으로 나아가고 있다고 하네요🧐

 조민선 선생님께서는 AI Agent의 주요 구조에 대해 알기 쉽게 설명해 주셨는데요! AI Agent는 기존 컴퓨터의 폰 노이만 구조에 비유될 수 있으며 , 복잡한 문제를 해결하기 위해 4가지 핵심 구조를 통해 작동한다고 합니다. 첫째는 과제 분해(Task Deconstruction)입니다. 과제 분해는 복잡한 과제를 작고 다룰 수 있는 하위 과제로 나누는 것으로, Chain of Thought 등의 기술을 활용합니다. 둘째, 자기 성찰(Self-Reflection)은 자신의 행동과 결정을 평가하고 숙고하도록 촉진하여, 일관성 있는 검토를 통해 능력을 증진시키는 핵심 메커니즘입니다. 특히 Multi-Agent Debate와 같이 여러 에이전트가 토론하고 교차 검증하는 방식을 통해 생성형 인공지능의 최대 단점인 환각(Hallucination) 문제를 상당히 감소시킬 수 있다고 합니다. 셋째, 기억 처리(Memory Processing)는 과거의 경험과 축적된 지식을 활용하여 현재의 의사결정과 행동 수행에 반영하는 방식이며, 넷째, 도구 호출(Tool Invocation)은 과업 완료를 위해 외부 도구나 자원(웹 검색, 데이터베이스 등)을 활용하는 구조입니다.

 김찬희 선생님께서는 교육 분야에서 에이전트의 자율성(Autonomy)과 인간-AI 상호작용의 깊이(Depth of Interaction)를 기준으로 AI Agent의 활용 사례를 네 가지 유형(General Type, Instruction Execute, AI Assistant, Human-AI Collaboration)으로 분류하는 Agent4EDU 프레임워크를 소개해 주셨습니다. 실제 이 프레임워크를 바탕으로 교육적 AI Agent를 설계하려는 연구가 활발히 이루어지고 있다고 하는데요. 이와 더불어 소개해주신 다중 에이전트 강의실 시뮬레이션 연구 또한 흥미로웠습니다. 이 연구에서는 교사, 보조교사, 그리고 다양한 성격의 급우 역할을 하는 AI Agent들을 설정하여 실제와 같은 교실 상호작용을 구현했다고 합니다🧐

 이러한 기술적 흐름 속에서 앞으로 AI Agent가 어떤 목적으로, 어떤 기능을 수행해야 교육적으로 이로울지에 대한 질문을 계속해서 던져나가야 할 것 같습니다. 흥미로운 세미나를 진행해주신 세 선생님들께 감사드립니다!

10월 10일 TELD 오픈세미나: AI+XR

 

 지난 10월 10일, 추영선, 조연우 선생님께서 XR과 AI의 만남이라는 흥미로운 주제로 2학기 오픈 세미나를 진행해 주셨습니다. 증강현실(AR), 가상현실(VR), 혼합현실(MR)을 포괄하는 확장현실(Extended Reality, XR) 기술이 인공지능(AI)을 만나 어떻게 교육의 새로운 지평을 열어갈 수 있을지 흥미로운 논의를 나눌 수 있었는데요! 

 발표에서는 먼저 XR 기술이 무엇인지 정의하고, 현실과 가상 환경을 넘나드는 이 기술이 교육적으로 갖는 잠재력에 대해 살펴보았습니다. XR은 사용자의 몰입감을 극대화하고 시공간의 제약을 넘어선 학습 경험을 제공하는 핵심 기술입니다. 이러한 XR 환경에 AI가 통합되면서, 기술은 단순히 학습 내용을 보여주는 것을 넘어 학습자의 상황과 반응에 따라 실시간으로 피드백하고 경험을 맞춤화할 수 있는 방향으로 발전하고 있습니다. 즉, 오늘날 AI는 XR 환경을 단순한 체험 공간이 아닌 지능적인 학습 공간으로 전환하는 핵심 엔진 역할을 담당하고 있습니다.

 추영선 선생님과 조연우 선생님은 XR과 AI가 결합된 다양한 연구 사례를 크게 세 가지 방향으로 나누어 제시해 주셨습니다. 첫째는 데이터 기반 분석 결과를 제공인데요! XR 환경에서 수집된 학습자의 복잡하고 다양한 행동 데이터를 AI가 분석하여, 학습 효과를 정량화하고 학습의 상태를 심층적으로 파악하는 데 활용하는 것입니다. 둘째는 바로 맞춤형 학습 지원입니다. AI를 통해 학습자 행동 분석 결과를 바탕으로 학습의 난이도를 실시간으로 조절하거나, 개인별 취약점을 보완하는 맞춤형 가이드라인을 제공하는 등 개인화된 학습 경험을 구현하려는 시도가 이미 활발히 이루어지고 있습니다. 셋째는 대화형 AI입니다. XR 환경 내에서 AI 튜터나 캐릭터가 학습자와 직접 대화하고 상호작용하며 학습 동기나 문제 해결 과정을 촉진하는 형태로 구현되고 있다고 합니다. 교사 교육에서 VR 시뮬레이션을 활용하는 사례를 소개해 주신 것이 기억에 남습니다🥰

 

 두 선생님께서는 현재 직접 수행하고 계신, XR을 활용해 체화된 감정을 연구하는 프로젝트를 간단하게 소개해 주셨는데요. XR 기반 학습의 중요성은 단순히 시각적인 몰입에만 있는 것이 아니라, 학습자가 가상 환경에서 실제 행동을 수행하며 지식을 '몸으로 익히는' 체화(Embodied) 학습을 가능하게 한다는 점에 있습니다. 선생님들께서는 앞으로 학습 불안에 대한 심층적 이해와 조절을 위한 실질적인 지원 방안을 마련하기 위해, 체화된 감정 이론에 기반해 학습자의 신체 반응을 포함한 멀티모달 데이터를 통합적으로 분석함으로써 학습 불안을 실시간으로 측정·조절할 수 있도록 지원하는 시뮬레이션을 개발할 계획이라고 합니다.

 앞으로도 TELD 연구실은 XR과 AI라는 첨단 기술을 활용하여 미래 교육에 실질적으로 기여할 수 있는 시스템을 구축하는 연구를 지속해 나갈 것입니다.

다음 연구실 소식도 기대해주세요! 😄

9월 19일 TELD 오픈세미나: 40th EARLI Conference

 지난 9월 19일(금) 진행된 TELD 오픈 세미나에서는 김혜은 선생님과 김찬희 선생님께서 오스트리아 그라츠 대학교(University of Graz in Austria)에서 열린 제40회 EARLI 학술대회(40th EARLI Conference)의 핵심 내용을 공유해 주셨습니다. 흥미로운 연구 결과들을 통해 국제 학술 동향을 깊이 있게 탐색하는 한편, 앞으로 TELD 연구실의 연구 방향을 함께 고민해 볼 수 있었습니다💡

 선생님들께서는 5가지 연구주제로 나누어 EARLI의 주요 발표들을 소개해 주셨습니다.

1. 인간-AI 협력 역량

 이번 EARLI 컨퍼런스에서 주목한 첫 번째 큰 주제는 바로 '인간과 AI의 협력 역량'이었습니다. AI를 단순히 수동적인 도구가 아닌, 학습자와 상호작용하며 협력을 이끌어내는 능동적인 존재로 인식하는 방향을 모색한 연구가 많았는데요. 특히, 글쓰기 피드백과 같은 개별 학습 상황에서 AI의 불완전한 피드백이 학습자에게 미치는 영향과 학습자들이 AI의 오류를 어떻게 인식하고 있는지에 대한 탐구가 이루어진 연구도 있었습니다. 더 나아가, 협력 학습 환경에서 AI가 학습 조절 활동을 감지하고 개입함으로써 학생들이 스스로 공유된 학습 조절(SSRL)을 수행하도록 유도하는 매개자(mediator) 역할로서의 잠재력도 확인되었습니다. 

2. AI가 학습과 발달에 미치는 영향

 학습자의 근본적인 능력과 발달에 AI와 신경과학적 접근이 어떻게 기여할 수 있는지에 대한 흥미로운 발표들도 이어졌습니다. 키노트 강연도 이와 관련되어 있었는데요! 창의성이 단순히 모호한 능력이 아니라, 뇌 활동 패턴의 변화나 아이디어 간의 네트워크 구조를 통해 측정 가능하며, 개인의 자기신념(Self-belief)과도 깊이 연관되어 있음이 강조되었습니다. 또한, 학습 과정 중 얻는 깨달음이나 성취감이 돈과 같은 외적 보상과 동일한 신경 메커니즘을 통해 처리된다는 최신 뇌과학 연구는 학습 동기의 중요성을 재해석하는 중요한 시사점을 주었습니다. 이와 함께, 읽기 능력 저하 문제를 해결하기 위해 8~9세 이전의 취약한 아동들을 조기에 선별할 수 있도록 문자-음성 학습 궤적을 분석하는 연구도 활발하게 논의되었습니다.

3. AI와 데이터를 활용한 학습 지원

 기술이 발전할수록, 학습자 스스로가 기술을 어떻게 인식하고 통제하는지가 중요해집니다. 이에 이번 EARLI에서는 AI 기반 학습 시스템 내에서 학습자와 AI 간에 콘텐츠, 데이터, 도움 요청 등의 통제권을 어떻게 배분해야 하는지에 대한 발표도 활발하게 이루어졌습니다. 교사와 학생의 관점 차이에 주목한 연구도 흥미로웠는데요. 교사들이 AI의 활용과 관련해 수업 관리나 사회적 역학에 초점을 맞춘 반면, 학생들은 개인적인 경험이나 감정에 보다 주목하는 경향을 보였습니다. 

4. AI와 데이터를 활용한 교수 지원

 AI는 과연 교사를 대체할 것인가? AI 시대에 많이 제시되는 질문 중 하나죠. EARLI에서는 교실에서 AI가 교사를 대체하는 것이 아니라, 교사의 전문성을 강화하는 도구로 활용되기 위한 방안을 탐색하는 연구들을 살펴볼 수 있었습니다. 전통적인 교수의 질 평가 방식이 가지는 주관성이나 자원 소모의 한계를 극복하기 위해, 멀티모달 데이터와 AI를 활용하여 교수의 Deep Structures를 객관적으로 평가하려는 시도가 있었습니다. 또한, 학생들의 서술형 답안에서 개념적 이해 수준을 파악하여 교사에게 맞춤형 교수적 추천을 제공하는 NLP 기반 대시보드 연구도 주목받았는데, 이 시스템이 교사마다 다르게 활용되는 경향을 보여 교사의 유연성을 보장하는 설계의 중요성이 강조되었습니다.

5. 인간-AI 협력 교육 시스템 구축

 마지막으로, AI 기술을 교육 시스템에 성공적으로 통합하기 위한 제도적, 정책적 과제를 논의하는 다양한 발표들이 있었습니다. 한 연구에서는 디지털 학습 플랫폼의 장기적인 사용 지속성은 학생의 자율성만으로는 거의 불가능하며, 교사의 개입과 체계적인 통합이 결정적인 역할을 한다는 점이 강조되었는데요. 이는 기술만으로는 교육의 질을 높일 수 없으며, 플랫폼과 교사의 협력 구조 설계가 필수적임을 시사합니다. 나아가, 고등교육 분야에서 AI 정책을 둘러싼 연구들을 메타 분석한 연구는 연구자들이 AI에 대해 순수한 도구적 관점을 넘어 규범성과 가치적 민감성을 얼마나 반영해야 하는지에 대한 비판적 논의의 장을 제시하기도 하였습니다.

귀한 발표와 인사이트를 공유해 주신 선생님들께 감사드리며, 다음 연구실 활동 소식으로 또 찾아뵙겠습니다! 

2025년 제2회 공교육 학습데이터 세미나: 공교육 학습데이터 기반 맞춤형 수업 설계

 안녕하세요, TELD 연구실입니다. :) 👋

 2025년 8월 4일 월요일, 서울대학교 학습과학연구소는 한국연구재단 인문사회연구소 지원사업 '공교육 학습데이터 생태계 구축 방안' 연구의 일환으로 '2025년 제2회 공교육 학습데이터 세미나'를 개최했습니다! 🥳 이번 세미나는 공교육 학습데이터를 기반으로 한 맞춤형 수업 설계 방안을 제시하는 데 목적을 두었으며, 특히 초등학교와 고등학교 교육 현장에서 실제 데이터 기반 수업 모델을 적용한 구체적인 수업 설계 사례를 통해, 데이터가 교실 수업을 어떻게 변화시킬 수 있는지에 대한 깊이 있는 비전을 공유하는 귀중한 시간이었습니다. 💡

 서울대학교 10동 105호에서 온/오프라인 하이브리드 방식으로 진행된 이번 세미나는 데이터 기반 수업 설계에 관심을 갖고 계신 연구자들과 교사들의 뜨거운 관심과 참여 속에 성공적으로 마무리되었습니다.

 이번 세미나에서는 교육 현장의 생생한 경험과 전문적인 통찰을 담은 두 분의 연사 발표와 장인철 교수님의 토론 발제가 이어졌습니다.

이태영 선생님(자유초등학교): 초등학교 교육 현장에서의 데이터 기반 맞춤형 수업 설계

 첫 번째 연사로 파주 자유초등학교 이태영 선생님께서 초등학교 교육 현장에서의 데이터 기반 맞춤형 수업 설계에 대해 발표해주셨습니다. 자유초등학교는 2025 디지털 기반 학생 맞춤형 교육 연구학교이자 디지털 튜터 운영 학교로, AIDT(AI 디지털 교과서) 현장 적용 연구학교의 고민을 바탕으로 발표를 시작했습니다.

 DATA 모델의 개요를 설명하며 학습자 데이터의 수집, 분석, 적용, 성찰 및 환류의 순환적 과정을 제시하셨습니다. 특히 학생의 인지적, 정의적, 사회적 데이터를 수집하고 분석하여 맞춤형 학습을 지원하는 다양한 사례를 공유해주셨습니다. 예를 들어, AIDT와 AI 코스웨어를 활용한 인지적 데이터 분석, 학생 성찰일지를 통한 정의적 데이터 분석, 그리고 학급 내 학생들의 관계를 파악하는 '우리 반 관계 읽기'와 AI 마음 읽기'를 통한 사회적 데이터 분석 등이 소개되었습니다.

 실제 수업 적용 사례로는 3학년 자율시간의 ‘DATA 배움 리더’ 모델, 3학년 수학 및 4학년 영어 교과 사례, 그리고 6학년 자율시간과 수학 교과 사례를 통해 초등 교육 현장에서 데이터 기반 맞춤형 수업이 어떻게 이루어지는지 구체적으로 보여주셨습니다. 이러한 사례들은 학생 맞춤형 학습 경로와 인지, 정의, 사회적 성장 지원의 중요성을 보여주는 사례가 될 것 같습니다.

송석리 선생님(서울고등학교): 고등학교 현장에서의 데이터의 교육적 가치와 가능성

 두 번째 연사로 서울고등학교 송석리 선생님께서 고등학교 현장에서의 데이터의 교육적 가치와 가능성에 대해 발표해주셨습니다. 송석리 선생님은 앞으로 10년이 "데이터의 시대"가 될 것이라고 강조하시며, OECD 2030 CORE FOUNDATIONS 콘셉트 노트에 명시된 데이터 리터러시의 중요성을 설명했습니다. 데이터 리터러시란 데이터에서 의미 있는 정보를 도출하고, 데이터를 읽고, 작업하고, 분석하며, 논쟁하는 능력, 그리고 데이터의 오해 소지를 인식하는 능력을 포함합니다.

 선생님은 데이터가 우리가 볼 수 없었던 것들을 보여주는 역할을 하며, 기술 주도가 아닌 교육적 의미 주도의 데이터 활용이 중요하다고 강조하셨습니다. 또한, 생성형 AI의 등장으로 데이터 기반 문제 해결 과정(3.0)이 가능해졌음을 설명하셨습니다.

 고등학생 데이터 팀 프로젝트와 교사 데이터 프로젝트 사례를 통해 문제 발견 및 정의의 중요성, 그리고 데이터에 대한 배경지식(도메인 전문성)과 데이터 리터러시의 중요성을 다시 한번 역설하셨습니다. 특히, 생성형 AI는 학습된 패턴과 검색 가능한 데이터를 기반으로 출력하기 때문에, 배경 지식이 있거나 제대로 평가할 수 있는 사람만이 안전하게 사용할 수 있다는 점을 강조하셨습니다.

 데이터 기반 문제 해결을 위한 융합 수업 모델로서 데이터 리터러시 + 도메인 전문성 + 진짜 문제의 발견의 결합을 강조하시며 논의를 마무리해 주셨습니다.

 마지막으로 서울대학교 영어교육과 장인철 교수님께서 학습데이터의 교육적 의미와 활용에 대한 종합적인 논의를 이끌어주셨습니다. 장인철 교수님은 데이터화(datafication)를 "디지털 상호작용을 수집, 분석, 상품화할 수 있는 기록으로 변환하는 과정"으로 정의할 수 있다고 이야기하시며 교육적 '어포던스' 개념의 중요성과 빅데이터와 스몰데이터의 통합적 접근의 필요성을 강조하셨습니다. 

 세 분의 발표를 통해 학습데이터가 교실 수업을 어떻게 변화시키고, 교사와 학생에게 어떤 새로운 역량을 요구하게 될지에 대한 깊이 있는 이해를 도모할 수 있는 기회가 되었습니다.

세미나를 마치며 ✨

 이번 세미나는 공교육 현장에서의 데이터 기반 맞춤형 수업 설계가 더 이상 먼 미래의 이야기가 아닌, 현실이자 필수적인 과제임을 다시 한번 일깨워주는 자리였습니다. 학생 맞춤형 교육, 교사의 전문성 강화, 교육 격차 해소, 그리고 기술과 윤리의 균형 등 다양한 측면에서 데이터의 교육적 가치와 가능성을 심도 깊게 논의할 수 있었습니다.

 이번 세미나에 참여해주신 모든 분들께 다시 한번 감사드리며, 다음 행사에서도 많은 관심과 참여 부탁드립니다! 🙏

 다음 포스트로 또 찾아뵙겠습니다! 😊

2025년 학습과학연구소 제3회 세미나 <멀티모달 데이터 기반 학습과학 연구방법>

2025년 7월 24일 목요일에 2025년 학습과학연구소 제3회 세미나가 서울대학교 롯데국제교육관 152-1동 208호(온라인 zoom동시 진행)에서 진행되었습니다.

이번 세미나는 "멀티모달 데이터 기반 학습과학 연구방법"이라는 주제로 진행되었습니다.

먼저 "인사 및 세미나 안내"가 진행되었는데, 교수님께서 학습과학과 멀티모달 데이터에 관한 좋은 말씀들을 나눠주셔서 매우 유익한 시간이었습니다.

이어서 "두뇌와 학습연구, 생리심리 데이터로 본 인지와 정서, 학습로그와 데이터베이스"의 3개 세션이 순서대로 진행되었습니다. 두뇌와 학습연구에서는 EEG와 fNIRS, 생리심리 데이터로 본 인지와 정서에서는 Eye-tracking과 HRV, 학습로그와 데이터베이스에서는 디지털 로그와 ABCD데이터에 관해 발표가 이루어졌습니다. 각 세션의 발표자들께서 데이터 수집, 분석, 연구사례 등 다양한 내용을 발표해주셔서 세미나의 내용이 더욱 풍성했던 것 같습니다.😄

학습과학 연구자를 위한 창업 워크숍🙌

 안녕하세요, TELD 연구실입니다. :) 👋

 오늘은 지난 7월 25일 금요일 학습과학연구소에서 진행되었던 '학습과학 창업 워크숍' 현장을 생생하게 담아왔답니다! ✨번뜩이는 아이디어를 가치로 전환하는 스타트업의 가치를 탐색해 볼 수 있었던 아주 특별한 시간이었는데요. 그 주인공은 바로 특허법인 아이피에스 한치원 대표변리사님이셨습니다. :)

 이번 워크숍을 빛내주신 한치원 대표님은 특허법인 아이피에스 대표 변리사이자, 과거에는 아이피에스벤처스 대표를 역임하신 분이랍니다. 무려 100개 이상의 TECH 스타트업의 IP 포트폴리오 컨설팅을 진행하셨고, 10개 이상의 스타트업에 대해 IP, 투자 등 경영 컨설팅을 진행하신 베테랑이세요. 또한, 총 80건 이상의 스타트업에 직접 투자를 진행하고 개인투자조합 및 벤처펀드를 운영하신 경험도 있다고 하십니다.

 이번 워크숍은 스타트업 생태계를 깊이 이해하고, 특히 IP 전략의 중요성과 문제 해결에 기반한 창업 아이디어가 얼마나 큰 가치를 가질 수 있는지 깨닫게 해준 소중한 시간이 되었습니다.

 강연이 끝난 후에는 몇몇 희망자에 한하여 한치원 대표님께서 직접 창업을 희망하는 학생들에게 맞춤형 조언을 제공해주시는 시간도 가졌답니다. 이 자리를 빌려 값진 강연과 조언을 아낌없이 나눠주신 한치원 대표님께 진심으로 감사드립니다. 🙏

 다음에도 유익하고 흥미로운 소식으로 찾아오겠습니다! 😊