Developing 5E-based CT-STEM Pedagogical Framework for Secondary Students’ Domain-general Computational Thinking (CT): A Fuzzy Delphi Method

기술 요약: 5E 기반 CT-STEM 교육 프레임워크 개발

문제 제기
AI 시대에 컴퓨팅 사고력(Computational Thinking, 이하 CT)이 문제 해결을 위한 필수 역량으로 점차 인식되고 있음에도 불구하고, 중등 교육 단계에서 CT를 STEM 교육 내에 구현하기 위한 명확하게 정의된 교육적 프레임워크는 여전히 부족한 실정이다. 기존 연구들은 대개 개별 교과 내의 프로그래밍과 같은 도메인 특화적 CT에 집중하는 경향이 있으며, 여러 학문에 걸쳐 적용 가능한 전이 가능한 문제 해결 기술인 도메인 일반적(domain-general) CT에 대해서는 주목하지 않는다. 또한, 교사들이 프로젝트 기반 학습 맥락에서 CT 실천을 통합할 수 있도록 지원하는 운영 가이드라인도 부족하다. 본 연구는 5E 기반의 CT-STEM 교육 프레임워크를 개발하고 평가함으로써 중등 학생들의 도메인 일반적 CT를 육성하고자 하는 목적을 통해 이러한 격차를 해소하고자 한다.

연구 방법론
본 연구는 **퍼지 델파이 기법(Fuzzy Delphi Method, FDM)**과 양적 민족지학(Quantitative Ethnography, QE) 및 **에피스테믹 네트워크 분석(Epistemic Network Analysis, ENA)**을 결합한 혼합 방법론을 채택하였다.

1. 프레임워크 개발 (RQ1):

   • 참여자: 다양한 STEM 배경을 가진 20명의 전문가 패널(중등학교 교사 17명 및 교육 실무자 3명)을 유의 표집하였다.
   • 도구: 5E 교수 모델(참여, 탐구, 설명, 정교화, 평가)에 매핑된 CT 실천 사례에 대한 문헌 검토를 바탕으로 연구자가 개발한 FDM 설문지를 사용하였다.
   • 분석: FDM은 주관적인 전문가 판단을 준객관적인 양적 데이터로 변환하기 위해 삼각 퍼지 수를 활용하였다. 합의는 임계값($d \le 0.20$)과 전체 합의 비율($>75\%$)을 사용하여 결정되었다. 항목 선별을 위해 0.50의 $\alpha$-컷(alpha-cut) 수준을 적용하였으며, 이후 디퍼지화(defuzzification) 과정을 거쳐 5E 단계 내 특정 CT 실천의 중요도를 순위화하였다.

2. 프레임워크 평가 (RQ2 & RQ3):

   • 참여자: 마카오의 현직 iSTEM 교사 8명을 유의 표집하였다.
   • 도구: 학생이 얻을 수 있는 혜택과 예상되는 구현상의 어려움을 탐색하는 반구조화된 인터뷰를 실시하였다.
   • 분석: 데이터는 "전이 효과"(인지적/비인지적, 근접/원격 전이)와 "혁신 구현"(구조적/절차적/교육적/교수적 과제)을 위한 프레임워크를 사용하여 코딩되었다. **에피스테믹 네트워크 분석(ENA)**을 사용하여 코딩된 주제들 사이의 공통 발생(co-occurrence) 및 연결 강도를 모델링하고 시각화하였다.

주요 기여

• 검증된 프레임워크 개발: 본 연구는 14가지 핵심 도메인 일반적 CT 실천을 5E 교수 사이클에 통합한 연구 기반의 전문가 검증 프레임워크를 도출하였다.
• 방법론적 통합: 본 연구는 프레임워크 설계 시 신속하고 효율적인 합의 형성을 위한 FDM의 유용성과, 교사의 혜택 및 과제에 대한 복잡하고 상호 연관된 인식을 시각화하기 위한 ENA의 유용성을 결합하는 것을 입증하였다.
• 운영 가이드라인: 본 연구는 추상적인 개념을 넘어 실행 가능한 교실 전략으로서, CT 실천(예: 추상화, 분해, 데이터 분석, 알고리즘적 사고)을 교수 단계에 구체적으로 매핑하여 제공한다.
• 맥락적 적응: 프레임워크는 다양한 학생의 준비도를 고려한 비계 설정(scaffolding), 반복적/병렬적 워크플로우 로직, 생성형 AI의 책임 있는 사용을 포함한 맥락적 적응을 위한 구체적인 지침을 포함한다.

연구 결과

• 전문가 합의: FDM 분석 결과 1차 라운드에서 92.14%($d=0.10$)의 높은 합의율을 달了. 제안된 14가지 CT 실천 항목 모두 $\alpha$-컷 임계값 0.50을 초과하였다.
  • 최우선 순위: 가장 높게 순위가 매겨진 실천 항목은 참여: 분해(DV=18.40)와 평가: 반복적 최적화(DV=18.00)였으며, 그 뒤를 탐구: 데이터 분석이 이었다.
  • 수정 사항: 전문가의 질적 피드백을 바탕으로, 추상화/분해를 지속적인 실천으로 취급하고, 데이터 표현과 분석의 유연한 순차적 배치를 허용하며, 테스트/최적화를 단순히 평가 단계만이 아닌 정교화 단계에 통합하도록 프레임워크를 수정하였다.
• 교사 인지 혜택 (ENA): 교사들은 본 프레임워크가 광범하고 상호 연결된 범위의 성과를 촉진한다고 인식하였다. ENA 네트워크는 CT 지식/기술, 프로그래밍 지식/기술, 그리고 STEM 지식 사이의 조밀한 연결성을 보여주었다. 교사들은 이러한 인지적 이득이 참여도, 자신감, 문제 해결 성향과 같은 비인지적 혜택과 상호 보완적이라고 보았다.
• 교사 인지 과제 (ENA): 과제들은 고립된 이슈가 아니라 상호 연결된 제약 시스템으로 간주되었다. ENA 네트워크는 교수적 교사 지도와 절차적 시간 관리, 교수 배치, 학습 결과 사이의 강력한 연결을 강조하였다. 커리큘나 표준 및 장비 지원을 포함한 구조적 과제 또한 교수 실행에 영향을 미치는 것으로 나타났다. 교사들은 시간, 자원 가용성, 그리고 협력적이고 탐구 중심적인 CT-STEM 수업을 지도하는 복잡성과 관련된 구체적인 장벽을 식별하였다.

의의 및 주장
본 논문은 중등 학생들의 도메인 일반적 CT 기술을 개발하기 위한 이론적 근거가 확실하고, 전문가에 의해 검증되었으며, 실제 경험을 바탕으로 한 프레임워크를 제공한다고 주장한다. 5E 사이클 내에 CT 실천을 내재화함으로써, 교육자들이 단순한 코딩 활동을 넘어 전이 가능한 문제 해결 역량을 육성할 수 있다고 논한다.

본 연구는 성공적인 구현이 교육적 설계뿐만 아니라 지원적인 교육 생태계에도 달려 있음을 강조한다. 저자들은 본 프레임워크가 통합 STEM이 태동하는 맥락에서 학제 간 교수법을 위한 구체적인 모델을 제공한다고 주장한다. 그러나 논문은 본 프레임워크의 실제 교실에서의 실질적인 효과를 확인하기 위해서는 유사 실험 및 종단적 연구를 통한 추가 검증이 필요함을 인정하며 신중한 입장을 유지한다. 저자들은 본 프레임워크가 중요한 진전이지만, 그 지속 가능성은 전문성 개발과 제도적 지원을 통해 식별된 절차적, 교육적, 교수적 장벽을 해결하는 데 달려 있다고 결론짓는다.