top of page

​개발 배경

본 연구에 앞서 진행했던 지난 연구(전수인, 2013 2014a, 2014b; Chun, 2015, 2016a, 2016b)에서는 학습 현장에서의 접근성을 높이기 위하여 지면(학습활동지)을 활용한 간접 데이터추론학습 (Deductive DDL or Paper-based DDL)을 실시하였다. 이러한 연구들을 통하여 그 학습 효과성에 관한 긍정적인 결과를 확인하였다. 그러나 최근의 학습 기기의 다양성을 고려하여 시의적절하고 학습 동기를 효과적으로 부여할 수 있는 도구에 대한 논의가 필요하였다.

 

이와 같은 요구를 바탕으로 모바일 학습 도구를 개발하기 위하여, 본 연구의 이론적 토대를 마련하기 위한 사전 연구(전수인, 2014a, 2014b; Chun, 2015, 2016a)가 진행되었다. 사전 연구에서는 저학년들을 위한 데이터 추론학습 도구 개발에서 요구되는 네 가지 요소에 대한 제안이 이루어졌다. 첫째 효과적인 추론 학습을 위하여 콘코던스 학습 예문들은 어떻게 개발되어야 하는가 (전수인, 2014a), 둘째 얼마나 많은 콘코던스의 예문을 포함하는 것이 적절할 것인가(Chun, 2015, 2016a), 셋째 이러한 학습 자료를 개발하기 위한 도구는 어떤 것이 적절한가(전수인, 2014b), 그리고 넷째 추론학습 결과에 대한 피드백의 제공이 필요한가 (전수인, 2017)를 검토하고 그 결과를 제안하였다.

 

위의 사전 연구를 토대로 기초 개발 연구(전수인, 2019)를 진행하여 1차 시험 어플리케이션 을 개발하였고, 교사와 학습자 그룹으로부터 1차 개발물에 대한 학습 활용도 관련 평가 결과를 수집하였다. 본 연구에서는 1차 개발물 평가에 대한 결과를 바탕으로 어플리케이션의 기능, 디자인, 그리고 학습 내용에 대한 개선 제안 사항을 수렴하여 2차 수정 개발 연구를 진행하게 되었다.

​모바일 앱 개발 절차

데이터 추론학습을 위한 모바일 어플리케이션의 개발은 전체적으로 5단계로 이루어졌다 (그림1). 기초 연구 과정에서 1단계에서는 원천 학습자료 개발, 2단계는 개발된 학습 자료를 탑재한 모바일 모바일 어플리케이션의 개발이었다. 이후 진행된 3, 4, 5 단계에서는 개발물에 대한 개선, 확장 작업을 위한 단계로 진행되었다.

 

그림2_edited.jpg

​원천 학습자료의 개발 원리

기초 연구(전수인, 2019)에서 개발된 원천 학습 자료는 과거에 사용하였던 간접데이터추론학습 자료의 기본 개념을 바탕으로 세부 개발 원리를 수립하여 각 목표 어휘에 대하여 COCA (Corpus of Contemporary American English)의 콘코던스 샘플로 구성된 학습 자료를 개발하였다. 원천 학습자료의 내용에는 2가지로 구성된다. 하나는 콘코던스 샘플 예문들이고, 다른 하나는 장르별 활용을 보여주는 그래프이다. 콘코던스 예문에는 2가지 원칙을 적용하여 수집하고 구성하였다. 학습자료 설계의 근본적인 개념은 전수인(2014a)의 연구를 바탕으로 한다.

그림3.jpg
1. 콘코던스 샘플(예문) 수집

목표 어휘의 학습 목표에 따라 COCA의 원천 검색 자료에서 요구되는 콘코던스 샘플을 수집한다. 이때 코퍼스의 중요한 특질인 “대표성(Representativeness)”(Biber, 1993, p. 243)을 유지하는 것이 중요하다. 따라서 본 연구에서 해당 목표 어휘의 학습 활동을 위한 콘코던스 예문들을 수집하여 구성할 때, 이러한 대표성과 균형성을 갖을 수 있도록 COCA에서 해당 목표 어휘를 검색하여 얻을 수 있는 검색 결과, 즉 콘코던스의 전체 비율, 각 장르별 비율 등이 이러한 대표성을 갖을 수 있도록 고려하였다.

2. 콘코던스 샘플(예문) 단순화

Nation(1990)의 제안을 기초로 문장을 단순화시킬 수 있다. 첫째 난이도가 높은 단어는 삭제 또는 낮은 어휘로 대체하거나, 둘째 축약된 내용을 다시 삽입하여 내용을 명확히 하고, 셋째 같은 어휘를 다시 반복하도록 수정한다(p. 184)는 제안을 수용하여 COCA로부터 수집된 콘코던스의 각 문장을 단순화하였다. 예를 들어, 특정 고유명사는 대명사로, 복문은 단문으로 수정하므로 영어 능력이 낮은 학생들의 추론학습이 용이 할 수 있도록 고려하였다.

3. 어휘 지식의 다면적 인식을 위한 3D 그래프

또한 목표 어휘의 콘코던스 샘플 선택은 다음의 다면적(3차원적) 기준을 적용하여 이루어졌다. 원천 학습 자료의 3D그래프는 이러한 특성을 설명하기 위한 것으로, 특히 학습자들의 목포 어휘의 빈도에 대한 이해를 돕기 위하여 개발되었다.

 

(1) 의미적 다양성(텍스트 유형의 다양성)

(2) 형태적 다양성(품사 변형)

(3) 출현 빈도

visit.gif
bottom of page