기술 요약: 게이미피케이션이 학생의 정서에 미치는 영향

문제 제기

게이미피케이션은 학습 참여도와 학습 성과를 높이기 위해 교육 시스템에 널리 채택되고 있지만, 학습자의 정서 상태에 미치는 구체적인 영향에 대한 연구는 여전히 미흡한 실정이다. 기존 문헌은 주로 인지적 및 행동적 결과에 집중해 왔으며, 게이미피케이션 환경이 기본 정서(행복, 슬픔, 분노, 놀람, 공포, 혐오)에 어떻게 영향을 미치는지에 대한 이해에는 공백을 남겨두었다. 또한, 전통적인 평가는 객관적인 실시간 측정 방식보다는 정적인 자기 보고 방식에 의존하는 경우가 많다. 본 연구는 게이미피케이션이 학습 관리 시스템(LMS)과의 상호작용 중 학생들의 기본 정서의 지속 시간, 빈도 및 순차적 전이에 영향을 미치는지 조사할 필요성을 다룬다.

연구 방법론

본 연구는 핀란드 탐페레 대학교에서 모집된 19개국 출신의 대학생 62명(평균 연령 25세)을 대상으로 통제된 피험자 간 실험 설계를 적용하였다.

• 실험 설계: 참가자들은 실험군(게이미피케이션이 적용된 LMS 사용) 또는 대조군(동일한 LMS의 비-게이미피케이션 버전 사용)에 무작위로 배정되었다.
• 시스템: 연구에는 Eagle-edu 플랫폼이 활용되었다. 실험 버전에는 학습 과업을 중심으로 한 메타 게임 상호작용을 생성하기 위해 설계된 10가지 특정 게이미피케이션 요소(인정, 확률, 경쟁, 경제, 강제된 선택, 레벨, 목표, 포인트, 진행도, 통계)가 포함되었다. 대조 버전은 이러한 요소 없이 동일한 교육적 과업만을 제시하였다.
• 절차: 참가자들은 사용성 실험실에서 최소 30분 동안 시스템과 상호작용하였다.
• 데이터 수집: 정서적 반응은 자동 안면 표정 인식 소프트웨어(Noldola FaceReader)를 사용하여 실시간으로 포착되었으며, Noldus Observer XT를 통해 기록되었다. 6가지 기본 정서를 분석하였다.
• 데이터 분석:
  • 기술 통계: 정서 지속 시간 및 빈도에 대해 계산되었다.
  • 추론 통계: 정규 분포를 따르는 데이터(중립)에는 Student's t-test를 사용하였고, 비정규 분포 데이터를 따르는 경우에는 두 집단 간의 지속 시간 및 빈도를 비교하기 위해 Mann-Whitney U test를 사용하였다. 효과 크기는 Cohen's d 또는 r로 산출되었다.
  • 전이 분석: 탐색적 성격의 분석 및 표본 크기의 제한으로 인해, 정서적 전이는 순차적 패턴(예: 분노에서 행복으로)을 식별하기 위해 기술적으로 검토되었다.

주요 결과

1. 정서적 지속 시간 및 빈도 (RQ1 & RQ2)

통계 분석 결과, 6가지 기본 정서의 총 지속 시간이나 빈도에 있어 게이미피케이션 그룹과 비-게이미피케이션 그룹 간에 유의미한 차이가 없는 것으로 나타났다.

• 지배적인 정서: 두 조건 모두에서 분노(Anger)가 가장 빈번하게 관찰된 정서였다.
• 가장 적게 표현된 정서: 두 조건 모두에서 공포(Fear)가 가장 적게 표현되었다.
• 통계적 유의성: 지속 시간 및 빈도 비교에 대한 모든 p-값은 유의하지 않았다(예: 분노 지속 시간 p = .91; 행복 빈도 p = .345).
• 효과 크기: 모든 정서에서 연관된 효과 크기는 작게 나타났으며(r = .03 ~ .27), 이는 해당 맥락에서 특정 게이미피케이션 설계가 기본적인 정서 표현에 미치는 실질적인 영향이 제한적임을 시사한다.

2. 정서적 전이 (RQ3)

정적인 척도에서는 차이가 없었으나, 정서적 전이에 대한 기술적 분석에서는 두 조건 사이에 뚜렷한 패턴이 나타났다.

• 게이미피케이션 조건 (실험군): 가장 빈번한 전이는 분노에서 행복으로(19회)였다. 분노는 또한 자주 놀람(Surprise)으로 전이되었다(14회).
• 비-게이미피케이션 조건 (대조군): 가장 빈번한 전이는 혐오에서 분노로(28회)였다.
• 일반적 패턴: 두 집단 모두 분노와 행복 사이의 양방향 변화를 보였다. 그러나 부정에서 부정으로의 전이(예: 혐오에서 분노로)는 비-게이미피케이션 조건에서 더 두드러지게 나타났다. "무서움(Scared)" 정서는 두 집단 모두에서 유의미한 전이를 보이지 않았다.

주요 기여

1. 객관적 측정: 본 연구는 주관적인 자기 보고 대신 자동화된 객적인 안면 표정 인식을 사용하여, LMS 상호작용 중의 정서 상태에 대한 고해상도 지도를 제공함으로써 게이미피케이션 학습에서의 정서에 대한 경험적 근거를 제공한다.
2. 역동성에 대한 주목: 정적인 상태와 함께 정서적 전이를 분석함으로써, 본 연구는 정서의 순서가 비록 빈도나 지속 시간은 다르더라도 다를 수 있음을 시사하며 정서의 시간적 역동성을 강조한다.
3. 맥락적 근거: 본 연구는 특정 게이미피케이션 설계(포인트 및 배지와 같은 메타 게임 요소)가 비-게이미피케이션 인터페이스와 비교하여 기본적인 정서 표현에 감지 가능한 변화를 일으키지 않았음을 보여줌으로써, 게이미피케이션이 본질적으로 정서 상태를 변화시킨다는 가정에 도전하며 문헌에 기여한다.

의의 및 주장

저자들은 본 연구의 특정 게이미피케이션 설계가 기본적인 정서 표현(지속 시간/빈도)을 유의미하게 변화시키지는 않았으나, 정서적 역동성(전이)에는 영향을 미쳤을 수 있다고 주장한다.

• 무효 결과(Null Findings)에 대한 완곡한 주장: 논문은 통계적으로 유의미한 차이가 없다는 것이 게이미피케이션이 정서적 효과가 전혀 없다는 결정적인 증거로 해석되어서는 안 된다고 명시적으로 밝히고 있다. 대신, 이는 특정 조건(과업 유형, 지속 시간, 특정 요소) 하에서 큰 정서적 차이가 감지되지 않았음을 의미한다. 연구는 작은 효과나 중간 정도의 효과를 감지할 만한 통계적 검정력이 부족했을 수 있음을 인정한다.
• "분노"의 해석: 저자들은 "분노"의 높은 빈도가 반드시 좌절만을 의미하는 것이 아니라, 자동 안면 인식의 알려진 한계인 인지적 노력, 집중 또는 문제 해결과 관련된 안면 구성(facial configurations)을 반영할 수 있음을 경고한다.
• 이론적 시사점: 결과는 핵심 학습 콘텐츠가 학생의 정서를 유발하는 주요 동력일 수 있으며, 게이미피케이션 요소는 기본 정서의 강도에 비교적 작은 영향을 미친다는 견해를 뒷받침한다. 본 연구는 게이미피케이션이 정서에 영향을 미치기 위해서는 외적 보상 층이 아닌 학습 메커니즘에 "내재적"이어야 할 필요가 있음을 시사한다.
• 실무적 시사점: 설계자들은 긍정적인 정서를 조성하기 위해 인지 부하와 과업의 의미성에 집중할 것을 권장받는다. 게이미피케이션 요소만으로는 충분하지 않을 수 있기 때문이다. 또한, 확인된 전이 패턴(예: 분노-행복)은 "정서 인지형" 스마트 학습 시스템을 위한 알고리즘 트리거로 활용될 수 있다.

본 논문은 향-후 연구에서 더 큰 표본, 다양한 문화적 맥락, 그리고 대체적인 정서 탐지 방법(예: 자기 보고, 생체 신호 센서)을 사용하여 이러한 발견을 검증하고 교육 환경에서의 정서적 전이의 미묘한 차이를 탐구할 것을 촉구하며 결론을 맺는다.