15번째 이야기 - ITS, 지능형 튜터링 시스템(Intelligent tutoring system)

● 1980년대 들어 개인용 컴퓨터가 도입됨에 따라 CAI, 즉 컴퓨터 보조 수업(Computer-Aided Instruction)이 널리 사용되기 시작합니다. 오늘날의 CAI는 교육을 촉진하고 개선하기 위한 도구로 컴퓨터를 사용하는 것을 총칭합니다. 컴퓨터 보조 수업은 여러 장점에도 불구하고, 맞춤형 학습을 제공하기 어려운 단점이 있었습니다.

 

● 1984년 블룸은 "개인지도를 받은 학생들은 전통적인 강의식 교육을 받은 학생들의 평균 성적에 비래 표준편차 2배(98%) 이상 높은 평균 성적을 나타낸다."는 연구 결과를 발표합니다. 그렇다고 학생들에게 일대일 과외를 붙여주는 것은 사회적으로 막대한 비용과 인력이 들어서 사실상 불가능합니다. 그렇다면 이에 대한 해결책은 없을까요?

 

블룸시스템

● 교육분야에서 가장 오래전부터 인공지능을 활용한 분야는 일반적으로 수학, 물리 등과 같이 잘 정의된(well-structed) 학문들입니다. 교육 주제와 교육 방법에 대한 전문가의 지식과 노하우가 잘 축적이 되어 있기 때문에 이를 바탕으로 최적의 학습활동을 제시하기 용이한 면이 있습니다.

● 지능형 튜터링 시스템(Intelligent tutoring system)은 블룸이 제기한 일대일 학습의 효과를 재현해낼 수 있는 방법론으로 등장합니다.

 

지능형 튜터링 시스템

● 지능형 튜터링 시스템은 도메인 모델, 교육자 모델, 학습자 모델로 구성됩니다. 도메인 모델은 학습 주제에 대한 지식을 뜻합니다. 교육자 모델은 어떻게 가르칠 것인가와 관련된 모델입니다. 마지막으로 학습자 모델은 학습자들의 가정된 지식 상태를 나타냅니다.

 

● CAI(컴퓨터 보조 수업)와)와 ITS(지능형 튜터링 시스템)를 구분하는 가장 큰 점은 바로 '학습자 모델'의 유무입니다. 컴퓨터 보조 수업은'도메인 모델'과 '교육자 모델'은 있지만 '학습자 모델'이 없으므로 개인의 수준에 따라 맞춤형 학습을 제공하기가 어렵습니다.

● 그러나, 지능형 튜터링 시스템은 끊임없이 학생들의 학습 상태를 확인하고 데이터를 갱신하고 업데이트하며, '학습자 모델'을 계속해서 개선시켜 나갑니다.

● 그래서 궁극적으로는 학습자의 수준에 따른 개별화된 학습을 가능하게 합니다.

 

● 그렇다면 과연 지능형 튜터링 시스템은 학생들의 학습에 효과를 가져올까요? 기존의 연구 결과를 살펴보도록 하죠.

● 반렌반렌((VanLehn, 2011)에 따르면 ITS가 대면방식의 일대일 교수법에 비해 -0.19의 효과 크기를 보이지만, 강의식 수업과 비교하였을때에는 ITS가 0.47 수준의 효과 크기를 보인다 하였습니다.

● 즉, 지능형 튜터링 시스템의 성과는 일대일 교수법에 비하여는 약간의 낮은 수준을 보이지만 그래도 전통적 강의식 수업과 비교하여서는 효과성에서 큰 폭의 상승을 낳는 결과를 보여주었습니다.

● 이렇듯 맞춤형 개별화 학습 흐름의 이론적 근간에는 ITS(지능형 튜터링 시스템)가 자리잡고 있습니다. 최근 교육계에서 에듀테크의 물결이 거셉니다. 그 중 인공지능 기술을 활용한 지능형, 맞춤형 개별화(적응적) 학습의 흐름은 무시할 수 없는 사교육계의 큰 부분이 되었습니다.

 

● 그런데 생각해봅시다. ITS(지능형 튜터링 시스템)는 과연 우리 교육의 희망이자 대안이 될 수 있을까요? 질문 하나 던졌을 뿐인데 아침부터 급 피곤해집니다(...)

● 다음에는 ITS(지능형 튜터링 시스템)를 비판적 사고의 렌즈로 함께 바라보며, 길었던 <교육과 인공지능의 역사, ITS에 이르기까지>라는 주제의 글을 끝맺음해보고자 합니다.

 

 

● ITS(지능형 튜터링 시스템)는 과연 우리 교육의 희망이자 대안이 될 수 있을까요? 학생들의 학업 성취만을 교육의 전부라 할 수 있을까요? ITS(지능형 튜터링 시스템)가 학생들의 개별화된 학습의 경로를 보장하지만 사실 동일한 결과를 찍어내어 천편일률적인 학생들을 양산해낼 위험은 없을까요? ITS(지능형 튜터링 시스템)는 눈부시게 발전하고 있는 '도메인 모델'과 '교육자 모델'을 정말로 잘 반영한 시스템일까요?

● 이러한 꼬리에 꼬리를 무는 질문들이 교육자 집단에서 더욱 제기될 필요가 있습니다.

● '교육'이라는 도메인의 전문가는 기술자들, 개발자들, 사업가들, 사교육 관련자들, 심지어 학생, 학부모들이 아니라 현장에 있는 '교사'들이기 때문입니다.

 

● 우리는 지난 이틀에 걸쳐 교육과 인공지능의 역사를 통해 ITS(지능형 튜터링 시스템)라고 하는 최근 교육계에서의 인공지능 활용을 뒷받침하는 이론적 베이스까지 두루 살펴보았습니다.

 

● 교사들에게는 과연 어떤 역량이 필요할까요? 인공지능을 이해하고 이를 내용으로 가르칠 수 있는 능력, 인공지능을 활용하는 능력, 학습자의 학습 성취 향상을 도울 수 있는 본질적 수업 능력, 정보화 기기 활용 능력 등 생각나는 건 참 많기도 합니다(..) 인공지능 시대에 교사의 역할에 대한 고민이 필요합니다.

● 앞으로의 교사는 무엇을 알고 모르는지를 이해하고, 스스로 문제를 해결하며, 자신의 학습을 조절하며 개선시킬 수 있는 능력인 메타인지를 학생들에게 길러주어야 하는 것은 분명해 보입니다..

● 그렇다면 현재 ITS(지능형 튜터링 시스템)가 메타인지를 길러주기에 최적화되어 설계되어 있는지를 반문해보고, 기계가 그 역할을 감당하기 어렵다면 교사가 수업에서 어떠한 장면을 통해 메타인지를 길러줄 수 있을지에 대해 떠올려보는 것이 필요합니다.

 

● 결국, 교육의 주체는 사람이며, 기계는 효과적으로 도울뿐입니다.. 기계를 사람이 설계한다고 했을 때, 교육 도메인이 아닌 이해 관계자가 함부로 교육이라는 도메인을 헤집고 장악하지 못하도록 교육자들의 역할이 중요합니다.

● 지능형 튜터링 시스템(Intelligent tutoring system)이 만능열쇠라는 것을 그 누구도 증명하거나 주장하지 못하기 때문에 더더욱 그렇습니다.