김경 KENTECH 교수 “텍스트 전달 방식이 학습자 지식 구조에 영향” 규명

김경 KENTECH 교수.

한국에너지공과대학교(KENTECH·총장직무대행 박진호)는 김경 에너지공학부 교수가 텍스트 구조가 학습자의 지식 구조에 미치는 영향을 시각화 기반으로 분석한 연구를 수행하고, 미국 교육공학회의 플래그십 학술지인 '에듀케이셔널 테크놀로지 리서치 앤드 디벨롭먼트(ETR&D)'에 논문을 단독 저자로 게재했다고 25일 밝혔다.

이번 논문은 텍스트 구조가 학습자의 지식 구조에 어떤 영향을 미치는지를 실증적으로 분석한 연구다.

김 교수는 텍스트 구조와 장르에 따라 독자의 지식 구조가 어떻게 달라지는지를 시각화 기반 네트워크 분석 기법으로 밝혀냈다. 지난해 ETR&D 저널에 발표한 '텍스트 신호와 지식 구조 간의 관계 분석' 연장선이다. 텍스트의 전달 방식이 학습자의 기억, 이해, 지식 구성에 중대한 영향을 미친다는 사실을 보다 정밀하게 입증다.

김 교수는 이번 연구에서 단순한 이론 제시를 넘어 켄텍의 AI 기반 미래교실 모델인 '능동적 학습(ALC) 인공지능 교실'에 실제 적용되고 있다는 점에서 의미가 크다. 연구에 활용된 지식 구조 기반 대형언어모델(LLM) 분석 기법은 현재 ALC 교실 수업에서 학생들의 실시간 대화 분석 모델로 실증 연구 중이다. 향후 개인 맞춤형 교육 피드백과 교실 내 학습 분석 기술 고도화에 기여할 것으로 기대한다.

김 교수는 학습자의 배경지식, 언어 숙련도, 팀 구성 등 다양한 학습환경에 따라 학습자가 어떻게 개념을 구조화하고 이해하는지를 AI 기반 분석 기법으로 시각화하는 연구를 지속해 왔다. 특히 교실 환경에서 수집한 실제 학습 데이터를 기반으로 학습자의 인지 반응을 계량화하고, 시각적 네트워크 형태로 표현함으로써 개인화된 학습지원 시스템 설계의 과학적 기반을 마련해 왔다.

김 교수는 “과학 텍스트의 구조에 따라 학습자의 지식 구성 방식이 본질적으로 달라지며, 학습자의 배경지식과 언어 숙련도 수준에 따라 보다 효과적인 텍스트 구조 유형이 다르게 나타난다는 사실이 이번 연구를 통해 밝혀졌다”면서, “이러한 원리를 ALC 교실의 AI 기반 학습분석 시스템에 적용함으로써, 보다 정밀하고 개인화된 학습 지원이 가능할 것으로 기대한다”고 말했다.

켄텍 부임 이후 매년 ETR&D 저널에 단독 및 제1저자로 논문을 게재하고 있는 김 교수는 미국 교육공학회(AECT)에서 학문적 입지를 꾸준히 다져왔다. 2023년에는 국내 대학 교수 최초로 교육공학회 펠로우(Fellow)로 선정되며, 국제적 전문성을 공식적으로 인정받았다.

이번 연구는 중소벤처기업부 기술개발사업 및 과학기술정보통신부 연구개발특구진흥재단의 지원을 받아 수행했다.

나주=김한식 기자 hskim@etnews.com