Journal Archive

소프트웨어 교육과 컴퓨팅 사고력에 대한 연구는 최근 활발하게 이루어지기 시작했다. 학령기 학생들의 경우, 주로 프로그래밍 교육에 집중하여 컴퓨터 언어를 사용하고, 알고리즘을 짜고, 결과물을 만들어 내는 것 등에 대해 교수, 학습하는 연구가 많이 이루어졌다. 선행연구[11]에서는 소프트웨어 프로그래밍 교육을 통한 컴퓨팅 사고력 개발에 대한 문헌분석을 하였고, 총 32편의 논문을 분석하여 프로그래밍 교육이 컴퓨팅 사고력(컴퓨팅 개념, 컴퓨팅 수행, 컴퓨팅 관점)을 향상시키는 데 긍정적인 영향을 미쳤다고 보고하였다. 또한, 프로그래밍 교수 접근법 중 효과가 높았던 것으로는 ‘문제해결적 접근, 협력적 상호작용 접근, 놀이중심 발견학습 접근, 자기 성찰기반 접근’을 꼽았다. 2018년 이후에도 프로그래밍 교육과 컴퓨팅 사고력 관련 연구가 20여 편이 이루어져, 높은 관심이 이어지고 있는 것으로 나타났다.

반면, 특수교육 분야에서는 프로그래밍 교육에 대한 연구가 상대적으로 적었다. 그러나 소프트웨어교육에 대한 관심이 높아지면서 몇몇 학자들을 중심으로 의사소통장애, 학습장애, 혹은 지적장애 학생을 대상으로 한 연구가 시작되었다[12]-[14]. 국내에서는 본격적인 연구가 이루어지기 전, 교사들이 교육 현장에서 소프트웨어교육(예: 로봇을 활용하여 코딩수업)을 실시해보고 장애학생들의 반응을 살펴보았다[15]. 학생들은 긍정적인 반응을 보였고, 이에 발맞추어 국립특수교육원에서도 2019년부터 소프트웨어교육을 위한 콘텐츠를 개발하였다. 2020년에는 언플러그드 교육을 위한 콘텐츠를 개발하였고, 2021년과 2022년에는 블록기반 코딩프로그램 교육을 위한 콘텐츠를 개발하였다. 2023년에는 메이커융합교육을 위한 콘텐츠를 개발하였다. 학계에서는 이러한 자료를 활용하여 연구를 수행하였는데, 연구 대상은 주로 지적장애 학생이었으며 연구 주제는 코딩교육과 관련한 교수 방법에 대한 것이 많았다. 예컨대, 언플러그드 교육, 언플러그드 교육과 교육용 프로그래밍 언어교육(EPL; Education Programming Language)을 비교한 연구 등이 있었다[16]-[18]. 대체로 인지 능력이 낮을수록, 나이가 어릴수록 언플러그드 교육과 같은 놀이중심의 코딩교육을 선호하는 것으로 나타났다[19]. 국외에서도 지적장애 학생들을 대상으로 한 코딩교육이 있었으며, 교수 방법으로는 언플러그드 코딩교육, EPL 교육, 텍스트 코딩 교육 등이 있었다[20]. 그러나 국내와는 달리, 텐저블 코딩교육, 즉 조작할 수 있는 교구를 사용해서 알고리즘을 설계하고, 컴퓨터를 포함한 디지털기기를 이용해서 실행하는 코딩교육도 많이 사용되고 있었다[14],[21]. 한편, 종속변수는 코딩의 정확도를 포함한 코딩 능력, 문제해결 능력이 많았고, 일부 연구는 수업참여도를 추가로 측정한 것을 확인할 수 있었다.

위에서 제시한 선행연구를 종합해 보았을 때, 일반 학생을 대상으로 한 연구에서는 초, 중, 고등학교 소프트웨어 교육을 위한 중재로 코딩 언어를 사용한 프로그래밍 교육이 많았고, 종속변수로는 컴퓨팅 사고력 전반을 살펴본 것으로 나타났다. 유아의 경우, 놀이중심 코딩교육이 많았다. 이에 반해, 장애학생들은 중학교나 고등학교 학생들을 대상으로 한 연구가 많았고, 지적장애와 같은 낮은 인지 능력을 가지고 있는 학생들에게는 언플러그드 코딩교육과 같은 놀이중심 코딩교육이 많이 실시되는 것으로 나타났다. 그리고 종속변수로는 코딩 능력 자체나 문제해결 능력을 측정한 것으로 나타났다.

본 연구의 목적은 로봇을 활용한 코딩교육이 지적장애 초등학생의 컴퓨팅 사고력에 미치는 영향을 살펴보는 것이다. 기존 연구의 대부분이 중등학교에 재학 중인 장애 학생들을 대상으로 연구를 하였다는 점에 주목하여, 본 연구에서는 연구대상의 범주를 확장하고자 하였다. 이에 초등학교에 재학 중인 지적장애 학생을 연구대상으로 설정하였다. 또한, 코딩교육은 놀이 중심 교육을 넘어서, 교구를 이용하여 코딩을 설계하고 로봇을 통해 실행을 하는 텐저블 코딩교육의 방식을 적용하고자 하였다. 그리고 코딩교육의 궁극적인 목적이 문제해결이라는 점에 주목하여 문제해결의 전반적인 절차 속에서 코딩교육을 하기로 하였다. 앞서 기술하였듯이, 소프트웨어교육의 핵심은 컴퓨팅 사고력을 기르기 위한 것이며, 컴퓨팅 사고력은 장애학생들에게도 더이상 미룰 수 없는 필수 역량이 되었다. 이에 종속변수는 컴퓨팅 사고력으로 설정하였다.

본 연구에서는 로봇을 활용한 코딩교육이 지적장애 학생의 컴퓨팅 사고력에 미치는 영향을 살펴보는 것을 1차 목표로 설정하였다. 본 연구의 궁극적인 목표는 장애 학생의 코딩교육 가능성을 타진하고, 그들의 컴퓨팅 사고력을 기르기 위한 더 나은 교수법을 탐색하는 것이다.

본 연구는 대상자 간 중다간헐 기초선 설계법을 사용한 연구로써, 지적장애 학생 3명을 대상으로 실험을 진행하였다. 연구대상의 선정 기준은 다음과 같다. 첫째, 지적장애로 장애인등록이 되어있으며 지적장애 특수교육대상자로 선정된 학생이다. 둘째, 학생들의 학년은 초등학교 고학년(4-6학년)으로 범주를 제한하였다. 셋째, 태블릿 PC의 기본 조작이 가능한 학생으로써, 자신이 원하는 어플리케이션을 실행할 수 있는 학생이다. 넷째, 이전에 코딩교육을 받은 경험이 없는 학생이다. 다섯째, 연구대상자의 보호자가 연구 참여에 동의한 학생이다. 이러한 과정을 거쳐 총 3명이 연구대상으로 선정되었다.

연구대상은 전라남도에 소재한 A 초등학교 특수학급에 배치된 지적장애 학생들이다. 모두 남학생이었으며, 학년은 초등학교 5학년 1명, 초등학교 6학년이 2명이었다. 학생들의 지능지수와 적응행동은 표 1에 제시하였으며, A 학생과 C 학생은 경도 지적장애에 해당하며, B 학생은 중등도 지적장애에 해당한 것으로 나타났다. 적응행동의 경우, 학생들 모두 적응지수가 ‘매우 낮은 수준’으로 나타났다.

본 연구에서는 컴퓨팅 사고력 측정하기 위해 평정 척도를 사용하였다. 검사도구는 선행연구[22]에서 정리한 컴퓨팅 사고력의 역량과 내용을 바탕으로 하고, 선행연구[23],[24]에서 개발된 검사도구를 본 연구의 목적에 맞게 수정 및 보완하여 사용하였다. 선행연구[24]에서 지적장애 학생의 컴퓨팅 사고력을 측정하기 위해, 먼저 비버챌린지(Bebras Challenge)에서 제시한 컴퓨팅 사고력의 하위 요소들 중 문제 분해, 패턴 인식, 추상화, 모델링 및 시뮬레이션, 알고리즘, 평가를 반영한 기출 문항을 추출하였다. 그런 다음, 해당 문항들 중 초등학교 저학년을 위한 문항을 일부 선정하였다. 또한 유아를 대상으로 한 연구[23]에서는 비버챌린지에서 제시된 컴퓨팅 사고력에서 문제 분석, 문제 분해, 추상화, 알고리즘, 자동화, 시뮬레이션과 컴퓨터과학을 반영한 문항을 선정하여 한국 유아 특성에 재구성하여 사용하였다. 본 연구에서는 선행연구[22]에서 제시한 컴퓨팅 사고력의 하위 요소인 자료수집, 자료 분석, 자료 표현, 문제 분해, 알고리즘, 자동화를 측정하는 것을 목표로 하고, 각 요소에 대한 평가 기준을 세웠다. 그런 다음, 선행연구[23],[24]에서 해당 요소를 측정하기 위해 사용된 문항을 채택하여, 본 연구의 평가 기준에 맞게 수정 및 보완하여 사용하였다.

본 검사도구의 내용타당도의 확보를 위해 특수교육공학 전공 교수 1인과 지적장애 전공 교수 1인, 특수교사 2인의 검토를 거쳤다. 이후, 실험에 참여하지 않는 타 지역 특수학급의 학생에게 검사를 실시하여 평가자 간 신뢰도를 검토하여 문항을 수정 및 보완하였다. 예를 들어, 평정이 모호한 문항에 대해서는 3점 척도를 2점 척도로 수정하였다. 이러한 과정을 거쳐 최종 검사도구를 개발하였다.

본 검사는 총 7문항으로 구성되었으며, 자료 수집 1문항, 자료 분석 2문항, 자료 표현 1문항, 문제 분해 1문항, 알고리즘 1문항, 자동화 1문항으로 구성하였다. 자료 표현과 알고리즘 역량에 대해서는 Likert 3점 척도(2점: 완벽하게 수행함, 1점: 부분적으로 수행함, 0점: 수행하지 못함)로 측정하였으며, 자료 수집, 자료 분석, 문제 분해, 자동화 역량에 대해서는 정확한 기준에 따른 실행 여부를 측정하기 위해 2점 척도(1점: 수행함, 0점: 수행하지 못함)로 측정하였다. 총 9점 만점이며, 평가 결과는 총점으로 산출하였다. 평가 방법은 각 문항에 대해 연구자가 평정하는 방식으로 진행되었다. 컴퓨팅 사고력의 요소의 내용, 평가 기준, 평가 기준에 따른 문항의 예시는 표 2에 제시하였다.

컴퓨팅 사고력 검사는 기초선에서 유지 구간까지 모든 회기에 걸쳐 실시되었다. 문항은 차시별 학습 주제에 따라 달랐으나, 측정하는 내용은 동일하였다. 예를 들어, ‘같은 모양 찾기’가 학습 주제일 경우, 1번 문항은 “학습자는 문제해결을 위해 알맞은 모양을 찾는가?”이었으며, ‘같은 색깔 과일과 채소’가 학습 주제일 경우, 1번 문항은 “학습자는 문제해결을 위해 알맞은 과일을 찾는가?”였다. 즉 회기별로 문항은 조금씩 달라졌으나, 문항의 수준과 측정 내용은 동일하였다.

실험은 대상자 간 중다간헐기초선 설계를 활용하여 실시하였다. 연구는 크게 중재 프로그램 개발, 연구대상 모집, 실험의 순서로 이어졌으며, 실험은 기초선, 훈련, 중재, 유지단계 순으로 이루어졌다.

1) 중재전략 개발

본 연구의 중재 전략은 코딩로봇을 사용하여 코딩교육을 실시하는 것으로써, 텐저블 코딩교육 방식으로 진행되는 ‘테일봇(Tale-bot)’을 사용하였다. 테일봇의 작동 원리는 사용자가 방향키 카드를 이용하여 테일봇의 이동 경로를 설계한 후 버튼을 눌러 코드를 입력하면 코딩로봇이 입력된 코딩 명령에 따라 움직이는 것이다. 테일봇은 기본적으로 제공되는 교육주제를 활용하여 맵(map)을 구상할 수도 있고, 새로운 교육 주제를 수립하여 맵을 구상할 수도 있다. 테일봇에 대한 구체적인 모습과 내용은 그림 1에 제시하였으며, 작동 방법은 그림 2에 제시하였다.

Fig. 1. 
Coding robot 'Tale-bot' and OID map

^*We aimed to present a coding robot identical to the one used in our experiment, which included Korean text.

Fig. 2. 
Guideline for coding robot usage

^*We aimed to present a user guideline for the coding robot identical to the one used in our experiment, which included Korean text.

코딩로봇을 활용한 코딩교육은 선행연구[25],[26]에서 활용된 활동들을 참고하였으며, 코딩 체험에서 멈추지 않고 코딩을 통해 문제를 해결하는 것으로 재구성하였다. 또한, 초등학생들을 대상으로 한 교육이었으므로, 본 연구에서는 2015 개정 교육과정의 초등 교과 내용을 바탕으로 코딩교육 프로그램을 수정하였다. 본 연구에서 사용한 중재전략, 즉 코딩로봇을 활용한 코딩교육은 문제 상황을 제시하면, 학생이 패턴(예: 같은 모양 찾기)을 찾고, 패턴에 맞는 경로를 계획하고, 코딩을 통해 코딩로봇이 목적지를 찾아감으로써 문제를 해결하는 방식으로 구성하였다.

코딩교육의 학습주제와 내용은 학생들이 통합학급이나 특수학급에서 수업시간에 활용한 소재를 바탕으로 개발하였으며, 구체적인 수업 주제는 ‘분류하기, 개구리의 한 살이, 해바라기의 한 살이’ 등으로 구성하였다.

2) 실험

실험은 총 10주간 진행하였으며, 처음 2주는 기초선 수집 구간, 다음 2주는 중재 훈련 구간, 그 다음 4주는 중재 제공 구간, 마지막 2주는 유지 구간으로 구성되었다. 기초선 구간에서는 중재 제공 없이, 학생들에게 테일봇과 맵을 구상할 수 있는 활동판을 제공하고 학생들이 자유롭게 활동하게 하였다. 그리고 매 회기 컴퓨팅 사고력에 대한 검사를 실시하였다. 연구자는 학생들의 활동에 개입하지 않았으며, 코딩과 관련한 교육은 제공하지 않았다. 이러한 조건에서 연구 참여 학생 중 1명이 연속 3회기 동안 안정된 점수를 보이면, 중재 훈련을 시작하였다. 그리고 다음 학생으로 넘어가서 기초선 자료 수집을 이어갔다. 기초선 구간에서는 연속해서 측정 중인 학생이 있는 경우, 다른 학생들에 대해서는 간헐적으로 간격을 두고 측정하였다.

다음, 훈련 구간에서는 3회기에 걸쳐 테일봇을 사용한 코딩 방법을 지도하였다. 학생들은 코딩로봇인 테일봇을 관찰하고 직접 작동해보면서 코딩하는 방법을 학습하였다. 교사는 그림 3의 자료를 활용하여 간단한 코딩(6단계 이내)을 통해 테일봇을 맵에 따라 이동시키는 방법, 즉 앞으로 가기, 왼쪽으로 회전, 오른쪽으로 회전 등을 가르치고, 학생들에게 반복 연습을 시킴으로써 코딩에 숙달되게 하였다. 훈련 구간에서도 회기마다 컴퓨팅 사고력 검사를 실시하였다.

Fig. 3. 
Coding robot direction cards

중재 구간에서는 테일봇을 활용한 코딩교육 프로그램이 제공되었으며, 매 회기 컴퓨팅 사고력 검사를 실시하였다. 중재는 단순히 코딩하는 방법을 배우는 것을 넘어서, 학생이 문제를 인지하고 스스로 코딩을 하여 문제해결을 하는 방법을 익히는 것을 목표로 하였다. 중재는 총 10회기(회당 40분)로 구성되었으며, 주 2회 혹은 3회씩 제공하였다. 한 회기는 도입(5분), 전개(30분), 정리(5분)의 세 단계로 나누어 지도하되, 수업 진행 상황과 학생의 학습 상황을 고려하여 탄력적으로 운영하였다. 도입 단계에서는 오늘 학습 주제와 목표 알기(예: 코딩로봇으로 같은 종류의 모양을 찾아가봅시다.)로 구성되었다. 전개 단계는 크게 세 가지 활동으로 이루어졌다. 첫 번째 활동은 테일봇 활동판(예: 같은 모양 찾기, 과일과 채소 찾기)을 살펴보고 활동판의 요소들과 목적지를 익히는 것이다. 두 번째 활동은 테일봇을 활용하여 목적지로 가기 위한 이동 경로를 계획하는 것이다. 이때, 방향키 카드로 코딩로봇이 작동할 알고리즘을 세우는 학습에 중점을 두었다. 세 번째 활동은 학습자가 직접 테일봇에 코딩키(방향키)를 입력한 후 실행을 시키는 것이다. 모든 활동이 이루어진 후에 테일봇이 목적지에 잘 도착하였다면 알맞게 계획을 세운 것이고, 만약 목적지가 아닌 곳에 도착하였다면 경로 계획 단계로 돌아가서 계획을 수정한 후 다시 시도해 보도록 지도하였다. 정리 단계에서는 자신이 계획한 코딩을 발표하게 하였다. 이 과정을 통해 컴퓨팅 사고력의 주요 단계인 문제 인식과 분석, 자료 수집과 분석, 해결책 마련 및 실행 등의 단계를 학습할 수 있도록 지도하였다.

유지 구간은 중재 종료 2주 후에 시작되었다. 연구자는 학생에게 중재를 제공하지 않고, 기초선과 동일한 조건에서 연속 3회기 동안 컴퓨팅 사고력에 대한 검사를 실시하였다. 연구절차에 대한 전체적인 과정은 아래의 그림 4와 같다.

Fig. 4. 
Research procedures

본 연구에서는 중재의 효과를 살펴보기 위해 세 가지 방법을 사용하여 데이터를 분석하였다. 첫 번째는 각 구간에 대한 컴퓨팅 사고력의 평균값을 구하여 기초선, 중재, 유지 구간에서의 평균값의 차이를 분석하였다. 두 번째는 시각적 분석(visual analysis)을 시행하였다. 구간이 바뀔 때, 즉 기초선에서 중재 구간으로 이동할 때, 수준 변화(level change)와 경향(trend)을 살펴보았다. 또한, 각 구간 내에서의 학생들의 수준과 경향도 살펴보았다. 이에 대해서는 학생 전반에 걸쳐 결과를 분석함과 동시에 개별 학생들의 결과에 대해서도 분석하였다. 세 번째는 중재 효과크기를 산출하여 중재의 효과와 유지 정도를 살펴보았다. 중재 효과크기는 데이터 간 비중복률(PND; Percentage of Non-overlapping Data)을 산출하였으며, 구체적인 계산 공식은 아래에 제시하였다. 산출된 효과크기에 대한 해석 방법은 선행연구[30]를 따른 것으로써, PND가 90% 이상이면 매우 높은 효과라고 해석하고, 70% 이상에서 90% 미만은 중간 효과라고 해석하였다. 또한 PND가 50% 이상에서 70% 미만은 낮은 효과라고 해석하며, 50% 미만은 효과가 없는 것으로 해석하였다.