Design & Development

• 본 방법론에서는 도서지역 초등학생을 위한 실시간 쌍방향 박물관 원격교육 프로그램의 설계·개발을 안내하기 위해 RPISD를 학교 맥락에 적용·개선한 사례를 제시했다. 프로젝트 착수회의에서 범위와 의뢰인 역할을 확정했고, 설문·면담을 포함한 요구분석과 CBC 관점의 과제분석을 통해 2015 개정 교육과정 성취기준과의 연계를 명시했다. 초기 프로토타입을 신속히 제작했고, 의뢰인→교사→강사·학생으로 평가 대상을 확대하며 사용성 평가를 반복해 차시 구성, 활동 순서, 상호작용 방식, 운영 플랫폼을 단계적으로 조정했다. 최종 산출물로 강사용 매뉴얼·학습자 자료·운영자 매뉴얼을 개발했다. 학교 적용을 위해 수행환경을 다음 학습 단계와 일상생활로 확장했고, 대상의 광범위를 보완하려 학습자 페르소나 기반 분석을 도입했으며, 국가수준 성취기준에 근거한 과제분석을 수행했다. 최종적으로 학교맥락형 RPISD 개선 모형을 제안했고, 박물관·일부 교과 중심의 한계와 학교 현장 적용의 후속 필요를 논의했다.

• 관련 수업: M1831.001100 교수체제설계 (Instructional Systems Design) (2020-1)

• 본 과제에서는 학습자의 주체적 성장을 지원하기 위해 기존 교수자 중심 LMS의 한계를 극복하고 학습경험 관리 플랫폼(LXMP)을 설계·개발한 사례를 제시했다. 공감하기 단계에서 학습자 설문과 페르소나 분석을 통해 요구를 수집했고, RVI·POE 기법으로 “학습 경험이 교수자에 의해 관리·평가되어 학습자가 주체성을 상실한다”는 문제를 정의했다. 전략 캔버스와 ERRC 기법을 적용해 학습자 주도성, 이미지 기반 큐레이션, 포트폴리오 기능을 강화하는 방향을 설정했으며, 초기 프로토타입을 제작 후 교육학 전공자, 교사, 학습자 대상의 반복적 사용성 평가를 통해 인터페이스, 진로 연계 기능, 피드백 및 소통 기능을 보완했다. 그 결과 학습자는 마이페이지·그룹페이지·진로페이지를 통해 자신의 목표·역량을 설정하고 학습 경험을 시각화·공유하며 전문가와 교류할 수 있도록 개선된 플랫폼을 완성했다. 최종 산출물은 진로 탐색과 역량 성찰을 통합 지원하는 LXMP 프로토타입으로, 학습 경험을 학교 안팎으로 확장하고 학습자의 자기주도성과 네트워크 기반 성장을 촉진하는 교육적 시사점을 제시했다.

• 관련 수업: M1831.000800 교육공학 창의개발랩 (Creative Development Lab in Educational Technology) (2020-2)

• 고등학생의 세계시민역량 강화를 위해 지속가능발전목표(SDGs)를 토대로 온라인·오프라인을 연결한 세계시민 블렌디드 러닝 프로그램을 개발했다. 지식전달 중심의 오프라인 수업과 접근성의 한계를 지적하고 원격교육 방식으로 지역·도서벽지 학습자의 참여를 확대할 필요성을 제기했다. 설계에서는 블렌디드 러닝, 탐구공동체(CoI) 프레임워크, 문제중심학습(PBL)을 채택하여 인지·사회·교수 실재감을 반영하고 실제적 문제 해결 중심으로 수업 흐름을 구성했다. 요구분석은 교사·기관 관계자·세계시민교육 강사 면담을 통해 상호작용 촉진 도구 활용, 성찰·전이 활동, 미디어/디지털 리터러시, 온라인 평가 루브릭의 필요를 도출했다. 개발은 RPISD에 따라 초기 프로토타입을 신속히 제작하고 두 차례 사용성 평가로 개선했으며, 담임교사 사전준비 단계 추가와 과도한 장비 대신 온라인 공유보드·직관적 도구를 제안해 실행 가능성을 높였다. 최종 프로그램은 사전 RIASEC 검사와 팀빌딩을 포함해 6차시(개념 이해→공감 대상자 정의→아이디어·기획안→프로토타입 제작→홍보물 제작·공유→개인·동료 성찰)로 구성하고, 2차시용 강의영상·페르소나 양식·퀴즈 문항 등 산출물을 마련했다.

• 관련 수업: 원격교육과 이러닝 (2021-1) 

Human learning necessitates extensive practice. However, with the advent of Generative AI, a substantial portion of the effort traditionally associated with learning has been delegated to AI. This delegation consequently leads to AI-dependent cognitive offloading. To address this phenomenon, we propose and validate an LLM-based learning system that leverages the agency of both students and teachers. We investigated the interactions of the teacher and forty high school students (20 students in each group) with this Human-in-the-loop learning system over a period of three weeks. The experiment was conducted based on a quasi- experimental design, dividing two groups according to the presence or absence of human teacher feedback. Our study focused on how these learning experiences influenced their agency, learning experience and learning outcomes. Students expressed satisfaction with the immediate feedback from the LLM, and they reported that secondary feedback from teachers on areas of weakness improved their learning effectiveness. Based on these findings, we discuss the implications for designing user interfaces that enable users to learn new domains more effectively.

• 관련 수업: 정보융합특강 (2025-1) 

• 전통적인 지식 전달 중심 수업에서 활동·참여형 미래 교육으로의 전환 필요성을 제시하고, 교사들의 행정·생활지도 부담으로 인한 수업 혁신의 제약을 해결하기 위해 프로젝트 학습 설계 플랫폼 Link-Learn의 프로토타입을 개발하였다. 사전 설문조사를 통해 교사의 요구를 분석하고, 프로젝트 정보 입력–학습 경험 설계–실행–평가–피드백의 단계를 갖추도록 설계된다. 초기 단계에서 AI 기반 추천과 국가교육과정·OECD 학습 나침반 연계를 반영하며, 프로젝트 주제·교수법·성취기준·역량 루브릭 등을 자동화·표준화한다. 학습 경험 설계 단계에서는 영상·데이터·전문가 인터뷰 등 다양한 자료원을 블록 단위로 구성하고, 실행 이후에는 SNS 기반 피드백과 커뮤니티 공유를 통해 확산성을 확보한다. 최종 산출물로 프로젝트 설계·평가·피드백을 통합 지원하는 플랫폼 프로토타입이 제시되며, 교사가 쉽게 고품질 수업을 설계·공유할 수 있는 구조를 제공한다. 결과적으로 Link-Learn은 교육계의 스크래치·깃허브형 공유 생태계를 지향하는 학교 맥락형 혁신 모델을 제안하며, 교사의 역할을 넘어서는 교육 질 향상 가능성과 후속 연구의 필요성을 논의한다.

• 링크: 학습자 중심 학습 설계 지원 플랫폼 

• 관련 프로젝트: TIDE ENVISION UNIVERSITY (2022) 

• LexiMate, a dyslexia support system for children ages 6-8, was developed to address the practical (high cost, difficulty in early diagnosis) and methodological (arbitrary classification) limitations of existing diagnostic and intervention methods for dyslexia, which is characterized by phonological processing issues. The goal is to build a comprehensive end-to-end system that integrates screening and intervention. The system architecture consists of two phases: Detection and Intervention. In the Detection phase, multimodal data, including questionnaires/checklists, eye tracking, and handwriting, are collected via a mobile app. Features are then extracted using a Hybrid CNN-Transformer and Graph Transformer Network, followed by an XG-Boost-based classifier for accurate and early detection. Future plans include combining the detection results with Explainable Artificial Intelligence (XAI) to provide a diagnostic report. Furthermore, the system will develop a personalized LLM-based chatbot that precisely diagnoses each child's unique challenges based on screening data. This will enable the development of an intelligent support program that provides tailored, interactive remedial exercises across four core areas: anchoring/leaping, reading, and writing.

• 링크: Github_Leximate_Project 

• 관련 수업: Applied Data Science Project (2025)