대학교육에서 메타버스 플랫폼 사용자의 시공간적 행동 패턴 분석

Analysis of Spatiotemporal Behavioral Patterns of Metaverse Platform Users in Higher Education

본 연구의 목적은 대학 메타버스 플랫폼 사용자의 시공간적 행동 패턴을 데이터 기반으로 분석하여 사용자 유형을 규명하고, 지속가능한 메타버스 플랫폼 운영을 위한 실증적 근거를 마련하는데 있다. 본 연구를 위하여 메타버스 캠퍼스에서 수집된 로그 데이터를 활용하여 K-means 군집분석을 실시하였으며, 그 결과로 사용자는 강의실 중심형(25.6%), 캠퍼스 탐험형(35.6%), 이벤트 참여형(16.4%), 종합적 활용형(22.4%)의 네 가지 유형으로 분류되었다. 각 군집은 공간 활용 패턴, 접속 빈도, 세션 길이에서 뚜렷한 차이를 보였다. 특히 교수와 학생 간 비대칭적 활용 패턴을 확인하였다. 교수자 집단은 박람회장, 컨퍼런스홀 등 전문적･학술적 공간을 선호하고 접속 빈도가 높으며, 평균 접속 세션 길이가 길게 나타났다. 반면, 학생 집단은 캠퍼스 전체를 탐험하며 주로 저녁 시간대와 주말 시간에 집중적으로 활용하는 특성을 보였다. 이는 메타버스가 교수자에게는 학술적･전문적 활동을 위한 실 천적 도구로, 학생에게는 자율적 탐험과 여가가 결합된 자기주도적 학습 공간으로 인식되고 있음을 시사한다. 본 연구는 실사용 데이터 기반의 사용자 유형화를 통해 메타버스 캠퍼스의 실질적 활용 양상을 규명하였다. 이는 메타버스 활용 교육에서 차별화된 설계 전략 수립의 객관적 근거를 마련했다는 점에서 의의가 있다.

This study aimed to identify user typologies by analyzing the spatiotemporal behavioral patterns of university metaverse platform users through a data-driven learning analytics approach and to establish empirical evidence for sustainable metaverse-based educational environments. Using K-means cluster analysis on log data collected from a university metaverse campus, users were classified into four distinct clusters: Classroom-Centered(25.6%), Campus Explorer(35.6%), Event Participant(16.4%), and Comprehensive User(22.4%). Each cluster exhibited clear differences in spatial utilization, login frequency, and session duration. Notably, asymmetric usage patterns were identified between faculty and students. Faculty members primarily utilized professional and academic spaces—such as exhibition halls and conference rooms—with higher login frequencies and longer session durations, indicating instrumental use for instructional and administrative purposes. In contrast, students demonstrated exploratory engagement with extensive campus navigation, especially during evening hours and weekends, suggesting that the metaverse served as a self-directed learning and social interaction space. The findings provide objective behavioral evidence of how higher education users engage within metaverse-based learning environments. By uncovering these differentiated user typologies, this study contributes to the design of data-informed, user-centered metaverse learning ecosystems and offers practical implications for developing sustainable operation and engagement strategies in higher education metaverse platforms.