장애학생 수업지원을 위한 학생선호분석 프로그램 활용과 적용에 관한 사례 연구

A Case Study on the Use and Application of a Student Preference Analysis Program to Support Classes for Students with Disabilities

이 논문에서는 장애학생 수업지원을 위한 학생선호분석 프로그램 템플릿을 개발한 과정과 그것을 현장에 적용하는 사례를 제시하였다. 이를 위해 템플릿 개발을 위한 수업동영상 선정하고 이를 기초로 템플릿을 개발하는 것으로부터 시작하였다. 템플릿 개발은 교사의 선호 행동과 관련한 행동 요소만을 1차 추출하였고, 이를 특징에 따라 유목화하는 과정을 수행하였다. 유목화 된 분류 항목의 적정성 평가를 위해 예비 분석을 실시하였으며 최종적으로 신뢰도를 확보하여 템플릿 개발을 완료하였다. 다음으로, 템플릿 최종본이 적용된 학생선호분석 프로그램을 대상으로 특수학교 현장에 적용하였다. 현장 적용 결과는 종합분석 결과와 세부분석 결과로 제시되었으며, 세부분석 결과는 균등선호율, 학생 개인별 분석 결과, 시간에 따른 항목별 변화 결과 등의 지수를 활용하거나 특정 요인의 변화 과정을 표나 그래프로 제시하였다. 말미에는 학생선호분석 프로그램의 발전적 모색을 위해, 첫째, 장애학생 수업지원을 위한 학생선호분석 프로그램의 템플릿과 기능이 보다 정교하게 정의될 필요하고, 둘째, 양적 분석 기능뿐만 아니라 질적 분석 기능에 대한 고려가 필요하며. 마지막으로, 빅데이터와 인공지능 등의 최근의 기술과의 연동이 요청된다는 점을 제언하였다.

In this paper, the process of developing the student preference analysis program template for students with disabilities and the application of it to the field were presented. To this end, we started by selecting a class video for template development and developing a template based on it. For template development, only the behavioral elements related to the teacher's preferred behavior were first extracted, and the process of nomadizing them according to the characteristics was performed. Preliminary analysis was performed to evaluate the adequacy of the nomadic classification items, and finally, the reliability was secured and the template development was completed. Next, the student preference analysis program to which the final template was applied was applied to the field of special schools. Field application results were presented as comprehensive and detailed analysis results. For detailed analysis results, indexes such as uniform preference rate, individual analysis results for each student, and results of each item change over time are used, or the change process of specific factors is presented in tables or graphs. presented. At the end, for the development of the student preference analysis program, first, the template and function of the student preference analysis program to support classes for students with disabilities need to be defined more precisely, and secondly, the qualitative analysis function as well as the quantitative analysis function should be considered. is needed Finally, it was suggested that the linkage between Big Data and recent technologies such as AI(Artificial Intelligence) is required.