IT › IT 응용 › 스마트 도시 · 공공 서비스

디지털 교육Digital Education

학습 자료를 보관 · 배포하고 강좌를 운영하며 학습자에 맞춰 가르치는 IT 서비스를 묶은 토픽으로, 디지털 도서관 · 전자책, 에듀테크 · 이러닝, AI 디지털교과서, 지능형 교수 시스템 넷으로 나뉜다.

1요약

  1. 디지털 교육은 스마트 도시 · 공공 서비스 분야에서 자료 · 강좌 · 수업 · 문항 네 단위를 맡는 토픽을 묶은 것이고, 그 위에서 전자책(EPUB 3.3) · 학습 관리 시스템(LMS) · 수업 도구 연동(LTI 1.3 · 2019) · 숙달 추정(지식 추적 · 1995)이 돈다.
  2. 시스템이 표준 없이 붙으면 교사가 도구마다 학생 명단을 다시 넣고 점수를 손으로 옮긴다 — LTI 1.3 은 서명된 id_token 한 장으로 학생 · 강좌 · 역할을 넘기고, 설명용 계산에서 지식 추적은 문항 넷 만에 숙달 추정을 0.40 에서 0.955 로 올린다.
  3. 디지털 수업의 문제는 무엇이 안 넘어왔는가로 가른다 — 자료가 안 찾아지면 디지털 도서관 · 전자책, 로그인 · 점수가 안 넘어오면 에듀테크 · 이러닝, 다음 문항 추천이 이상하면 지능형 교수 시스템, 교실 화면 · 수업 운영 문제면 AI 디지털교과서로 좁힌다.

2등장 배경

교실에 컴퓨터가 들어온 뒤에도 자료 · 강좌 · 문항은 따로 돌았다. 도서관 목록은 기관마다 형식이 달라 여러 도서관 자료를 한 번에 찾을 수 없었고, 교사는 외부 학습 도구를 쓸 때마다 학생 계정을 새로 만들고 점수를 성적부에 손으로 옮겼다.

맞춤 학습은 1995년 Corbett 과 Anderson 이 문항마다 숙달 확률을 고치는 지식 추적을 내며 계산할 수 있게 됐다(Corbett 1995). 2002년 6월 OAI-PMH 2.0 은 저장소가 Dublin Core(oai_dc) 메타데이터를 반드시 내놓게 해 여러 도서관 목록을 한곳으로 모으게 했다(OAI-PMH 2.0 3.4절).

강좌와 도구 사이는 IMS Global(현 1EdTech)이 2019년 4월 LTI 1.3 에서 OAuth 1.0a 서명을 OpenID Connect · JWT 로 바꾸며 정리했다(LTI 1.3 2절). 전자책은 W3C 권고 EPUB 3.3 이 형식을 정하고(현행 판 2026-01), 지금은 이 표준들 위에 AI 디지털교과서 같은 교실 도구가 올라간다.

3쉽게 이해하기 — 학원의 접수대 · 교실 · 과외 선생 · 책장

한 학원에 들어서면 접수대 직원이 출석 장부를 보고 학생에게 반 이름이 찍힌 출입증을 준다. 학생은 출입증을 교실 문에 보여 주고 수업을 듣는다. 교실 옆 과외 선생은 학생의 풀이 노트를 보고 다음 문제를 고르고, 막히면 책장에서 맞는 보충 책을 꺼내 준다. 수업이 끝나면 교실은 점수를 접수대 장부에 적어 보낸다.

출입증으로 교실에 들어가고, 점수는 장부로 돌아온다 학원 책장 디지털 도서관 · 전자책 과외 선생 지능형 교수 시스템 접수대 장부 에듀테크 · 이러닝(LMS) 교실 AI 디지털교과서 1 2 3 4 1 반이 찍힌 출입증으로 교실 입장 · 2 풀이 노트를 과외 선생이 봄 · 3 책장에서 보충 책을 고름 · 4 점수를 장부에 적음 자료 강좌 · 명단 교사 · 수업 맞춤 모델 돌아가는 결과

그림 1 · 접수대 장부(에듀테크 · 이러닝)가 출입증으로 교실(AI 디지털교과서)을 열고, 과외 선생(지능형 교수 시스템)이 풀이 노트를 보고 책장(디지털 도서관 · 전자책)에서 보충 책을 고르며, 점수는 장부로 돌아간다.

접수장부에서 학생을 확인한다
출입증반 · 역할이 찍힌다
교실수업을 듣는다
풀이 노트과외 선생이 본다
보충 책책장에서 꺼낸다
점수 기록장부에 적는다
출입증 한 장 — 접수대와 교실 사이의 경계 비유 접수대 장부에서 확인 출입증 학생 번호 · 반 · 역할(학생) 접수대 도장 교실 문 도장을 보고 입장 실제 LMS 플랫폼 에듀테크 개인키로 서명 id_token(JWT) sub · context(강좌) roles = Learner message_type = LtiResourceLinkRequest 도구 AI 디지털교과서 공개키로 확인 명단은 플랫폼에 남고, 도구는 서명된 한 장만 받는다

그림 2 · 출입증에 찍힌 학생 · 반 · 역할이 교실 문에서 확인되듯, LMS 가 서명한 id_token 의 클레임을 도구가 확인한다 — 에듀테크 · 이러닝과 AI 디지털교과서는 이 한 장에서 경계가 나뉜다.

비유 속 역할실제 이름실제로 하는 일
학원 책장디지털 도서관 · 전자책자료를 메타데이터(oai_dc)로 찾고 EPUB 파일로 내준다
접수대 장부에듀테크 · 이러닝(LMS)강좌 · 학생 명단 · 과제 · 성적부를 관리한다
출입증LTI 1.3 id_token학생 · 강좌 · 역할을 서명해 도구로 넘긴다
교실AI 디지털교과서교사가 수업에서 쓰는 문항 · 자료 · 교사 화면
과외 선생지능형 교수 시스템영역 · 학습자 · 교수 모델로 다음 문항과 보충을 고른다
풀이 노트학습자 모델(숙달 확률)정답 · 오답마다 숙달 추정을 고친다
장부에 적는 점수LTI 점수 반환(AGS)도구의 점수를 LMS 성적부로 돌려보낸다

⚠ 비유가 맞지 않는 곳: 과외 선생은 사람이지만 지능형 교수 시스템은 숙달 확률을 계산하는 모델이고, 다음 차시를 정하는 결정은 교사에게 남는다. 또 출입증 도장은 흉내 낼 수 있지만 id_token 은 플랫폼 개인키로 서명되어 도구가 공개키로 검증한다(LTI 1.3 4절).

4구조 — 네 토픽과 다루는 단위

네 토픽은 기술 이름이 아니라 다루는 단위로 나뉜다 — 자료 한 건, 강좌 · 과제, 수업 한 차시, 문항 하나. 위 단위의 시스템이 아래 단위를 부르고, 결과는 거꾸로 올라간다.

디지털 교육 — 네 토픽 · 네 단위 디지털 도서관 · 전자책 단위 = 자료 한 건 EPUB 3.3 파일 · OAI-PMH 2.0 메타데이터(oai_dc) 에듀테크 · 이러닝 단위 = 강좌 · 과제 LMS(플랫폼) · 학생 명단 · 성적부 AI 디지털교과서 단위 = 수업 한 차시 LTI 도구 · 문항 · 교사 화면 지능형 교수 시스템 단위 = 문항 하나 영역 모델 · 학습자 모델 · 교수 모델 EPUB · oai_dc 자료 LTI 1.3 실행(id_token) 풀이 기록 AGS 점수 반환 다음 문항 · 숙달 추정 아래 단위를 부름 결과가 올라감

그림 3 · 자료 → 강좌 → 수업 → 문항으로 내려가며 표준 하나씩이 두 토픽을 잇고, 숙달 추정과 점수는 거꾸로 올라간다.

토픽다루는 단위푸는 문제대표 표준 · 구성넘기는 것
디지털 도서관 · 전자책자료 한 건여러 기관 자료를 한 번에 찾고 기기마다 읽기OAI-PMH 2.0 동사 6개 · EPUB 3.3 OCF 컨테이너메타데이터 · EPUB 파일
에듀테크 · 이러닝강좌 · 과제명단 · 과제 · 성적부 운영과 외부 도구 연결LMS(플랫폼) · LTI 1.3서명된 id_token
AI 디지털교과서수업 한 차시교사가 수업에서 문항 · 자료를 쓰고 결과를 봄LTI 도구 · 교사 화면풀이 기록 · 점수
지능형 교수 시스템문항 하나학생마다 다음 문항 · 보충 고르기영역 · 학습자 · 교수 모델 · 지식 추적숙달 추정 · 추천

🔑 같은 수학 문항이라도 보관 · 검색은 디지털 도서관 · 전자책, 과제로 내고 성적부에 적는 일은 에듀테크 · 이러닝, 수업 화면은 AI 디지털교과서, 학생마다 다음 문항을 고르는 계산은 지능형 교수 시스템의 몫이다.

5동작 — 일차방정식 한 차시

중학교 수학 「일차방정식」 한 차시를 따라간다. 문항 수 · 확률 매개변수 · 숙달 기준은 설명용 가정 값이고, 숙달 추정은 지식 추적 갱신식으로 직접 계산했다(Corbett 1995).

  1. 교사가 LMS 과제를 열면 플랫폼이 LtiResourceLinkRequest 메시지를 서명된 id_token 으로 AI 디지털교과서에 보낸다 — 학생 · 강좌 · 역할이 이 한 장에 담긴다(LTI 1.3 5.3.1절).
  2. 교과서 안 지식 추적 모델이 시작 숙달 0.40 · 추측 0.20 · 실수 0.10 · 학습 0.15 로 문항 1 을 낸다. 학생이 맞히자 추정을 0.75 로 고친 뒤 학습 몫을 더해 0.79 가 된다.
  3. 문항 2 를 틀리자 추정이 0.32 로 떨어지고, 학습 몫을 더해 0.42 가 된다.
  4. 기준 0.95 아래라서 모델이 보충 자료를 요청하고, 디지털 도서관은 미리 모은 oai_dc 메타데이터의 주제 「일차방정식」으로 자료를 고른다(OAI-PMH 2.0 4.5절 ListRecords).
  5. 도서관이 EPUB 보충 장을 내주고, 교과서는 패키지 문서의 읽기 순서(spine)대로 화면에 보인다(EPUB 3.3 5절).
  6. 학생이 문항 3 · 4 를 맞히자 추정이 0.80 → 0.955 로 올라 기준 0.95 를 넘고, 모델이 다음 개념으로 넘긴다.
  7. 교과서가 점수 3/4 를 점수 반환 서비스(AGS)로 LMS 성적부에 보내고(LTI 1.3 부록 D), 교사가 학생별 결과를 보고 다음 차시를 정한다.
일차방정식 한 차시 — 일곱 메시지 LMS 플랫폼 AI 디지털교과서 지능형 교수 모델 디지털 도서관 1 LtiResourceLinkRequest 2 문항 1 정답 · 0.40 → 0.79 3 문항 2 오답 · → 0.42 4 보충 검색(oai_dc 주제) 5 EPUB 보충 장 6 문항 3 · 4 정답 · → 0.955 7 AGS 점수 3/4 문항 수 · 확률 매개변수 · 점수는 설명용 가정 값 · 1 = LTI 1.3 5.3.1절 · 4 = OAI-PMH 2.0 4.5절 · 7 = LTI AGS

그림 4 · 실행 한 번(1)으로 들어온 도구 안에서 문항 · 보충이 오가고(2 ~ 6), 끝의 점수 한 건(7)만 LMS 로 돌아간다.

문항마다 바뀌는 숙달 추정 0 0.5 1.0 숙달 기준 0.95 보충 EPUB 읽기 0.40 0.79 0.42 0.80 0.955 시작 문항 1 정답 문항 2 오답 문항 3 정답 문항 4 정답 추측 0.20 · 실수 0.10 · 학습 0.15 · 시작 0.40 = 설명용 가정 값 · 굵은 내림 선 = 오답

그림 5 · 오답 하나가 숙달 추정을 0.79 에서 0.42 로 끌어내리고, 보충 뒤 정답 둘이 0.955 로 올려 기준 0.95 를 넘긴다 — 다음 문항은 맞힌 개수가 아니라 이 추정으로 정해진다.

🔑 맞춤 학습은 «몇 개 맞혔나»가 아니라 «마지막 답들이 숙달을 얼마나 확신하게 하나»로 다음 문항을 고른다 — 그래서 4문항 중 3개를 맞혀도 오답 위치에 따라 보충이 붙는다.

6비교 — 아래 네 토픽의 판단 주체와 경계

토픽판단하는 쪽성공 기준경계 사례넘기는 곳
디지털 도서관 · 전자책사서 · 메타데이터찾은 자료가 기기에서 열림보충 장을 어느 학생에게 줄지학생별 선택 → 지능형 교수 시스템
에듀테크 · 이러닝운영 기관 · 교사명단 · 과제 · 성적이 한곳에서 맞음도구 안 문항 순서수업 안 화면 → AI 디지털교과서
AI 디지털교과서교사교사가 수업에서 쓰고 결과를 봄숙달 확률 계산계산 → 지능형 교수 시스템
지능형 교수 시스템모델(기준은 교사 · 운영 기관)기준 도달까지 문항 수성적부 기록점수 저장 → 에듀테크 · 이러닝

분석질문이 «어떤 자료를 찾나»면 디지털 도서관 · 전자책, «누가 어느 강좌에 있나»면 에듀테크 · 이러닝, «교실에서 무엇을 쓰나»면 AI 디지털교과서, «이 학생에게 다음에 무엇을 내나»면 지능형 교수 시스템을 본다. 근거는 표의 「경계 사례」 열 — 같은 보충 장이라도 보관은 도서관이, 누구에게 줄지는 모델이 정한다.

7실무 진단 — 끊긴 연결에서 토픽 가르기

분석먼저 학생이 도구에 «들어가지 못했는지» «들어갔는데 결과가 틀렸는지» 나눈다. 1 · 2행은 LTI 메시지 · 서비스 응답으로, 3 · 4행은 모델 기록 · 메타데이터 응답으로 판정되기 때문이다.

#증상의심 원인토픽확인 자료판정 기준(근거)
1과제를 누르면 도구가 「권한 없음」id_token 서명 검증 실패 · 역할 클레임 누락에듀테크 · 이러닝플랫폼 공개키 설정 · roles 클레임서명이 맞지 않거나 message_type 이 다르면 연동 설정 문제(LTI 1.3 5.3.1절)
2도구 점수가 성적부에 안 보임점수 반환 서비스 권한 · 성적 항목 미설정에듀테크 · 이러닝AGS 접근 토큰 범위 · 성적 항목토큰에 점수 범위가 없으면 플랫폼 쪽 설정(LTI 1.3 6.2절 · 부록 D)
3다 맞혔는데 보충 문항만 나옴숙달 기준 · 추측 · 실수 매개변수 설정지능형 교수 시스템문항별 숙달 추정 기록정답마다 추정이 오르지 않으면 매개변수 문제(Corbett 1995)
4보충 전자책이 검색되지 않음메타데이터 수확 누락디지털 도서관 · 전자책ListRecords 응답 · oai_dc 주제응답에 그 기록이 없으면 저장소 쪽 문제(OAI-PMH 2.0 4.5절)

8시험 대비

출제 정보 컴퓨터시스템응용(84회, 80회, 77회, 68회)문제 원문 — 큐넷 자료실 「기출문제(기술사)」 www.q-net.or.kr

디지털 교육은 이러닝 · 지능형 교수 시스템의 개념과 특징을 묻는 정의 · 특징형, 맞춤 학습 플랫폼의 구성을 묻는 구조 · 구성형으로 나올 수 있다. 정의 · 특징형이면 다루는 단위 넷(자료 · 강좌 · 수업 · 문항)으로 토픽을 가르고, 구조 · 구성형이면 그림 3 구성 위에 그림 4 연동 순서를 붙인다.

답안 목차
  1. 개요 — 정의 · 네 토픽과 «다루는 단위» 구분 기준
  2. 구성 — 그림 3 네 토픽 · 표: 단위 · 대표 표준(EPUB 3.3 · OAI-PMH 2.0 · LTI 1.3 · 지식 추적)
  3. 연동 — 그림 4 한 차시 7메시지(id_token 실행 → 문항 → 보충 → AGS 점수 반환)
  4. 맞춤 원리 — 그림 5 숙달 추정 변화 곡선(0.40 → 0.955 · 기준 0.95)
  5. 비교 — 표: 네 토픽의 판단 주체 · 경계 사례
  6. 동향 — LTI 1.3 의 OpenID Connect 전환 · AI 디지털교과서 도입 · 수업 결정은 교사에게

꼭 쓸 키워드
이러닝LMSLTI 1.3id_tokenAGS지능형 교수 시스템지식 추적학습자 모델EPUB 3.3OAI-PMH

다른 답안과 차이를 내는 한 가지는 그림 5 처럼 숙달 추정을 문항마다 숫자로 보이고, 오답 하나가 추천을 바꾸는 순간을 짚는 것이다.

9오해와 사실

  • 오해이러닝 플랫폼에 AI 를 붙이면 지능형 교수 시스템이다.
    사실지능형 교수 시스템은 학습자 모델이 정답 · 오답마다 숙달 확률을 고치고 그 값으로 다음 문항을 고른다 — 지식 추적은 «배움 · 아직 못 배움» 두 상태 모형이다(Corbett 1995).
  • 오해전자책은 종이책을 찍은 파일이다.
    사실EPUB 3.3 은 패키지 문서(메타데이터 · 목록 · 읽기 순서)와 XHTML 콘텐츠 문서 · 탐색 문서를 OCF ZIP 컨테이너에 담은 형식이라 화면 크기에 맞춰 글이 다시 흐른다(EPUB 3.3 4 · 5절).
  • 오해LTI 로 연결하면 학생 명단 전체가 도구로 넘어간다.
    사실실행 한 번에 넘어가는 것은 그 학생 · 강좌 · 역할을 담은 id_token 한 장이고, 명단 원본은 플랫폼에 남는다(LTI 1.3 3.1 · 5.3.1절).

10핵심 정리

구분다루는 단위대표 표준 · 식판단 주체확인 자료
디지털 도서관자료 한 건OAI-PMH 2.0 · oai_dc사서ListRecords 응답
전자책출판물 한 권EPUB 3.3 · OCF출판 · 도서관패키지 문서 · spine
에듀테크 · 이러닝강좌 · 과제LMS · LTI 1.3운영 기관 · 교사id_token 클레임
점수 반환(AGS)점수 한 건LTI AGS교사성적부 항목
AI 디지털교과서수업 한 차시LTI 도구교사교사 화면
지능형 교수 시스템문항 하나지식 추적 · 숙달 기준모델 · 교사 기준문항별 숙달 추정

11참고 문헌

  1. 먼저 볼 문헌
  2. ★ Learning Tools Interoperability Core Specification 1.3 (IMS Final Release · Document Version 3) — 플랫폼 · 도구 역할과 서명된 id_token 실행 메시지를 볼 때
    IMS Global Learning Consortium(현 1EdTech) · 2019-04 · www.imsglobal.org/spec/lti/v1p3 · 확인 2026-11-14
  3. ★ EPUB 3.3 (W3C Recommendation) — 전자책의 패키지 문서 · 콘텐츠 문서 · OCF 컨테이너 구성을 볼 때
    W3C Publishing Maintenance Working Group · 2026-01 · www.w3.org/TR/epub-33/ · 확인 2026-11-14
  4. ★ The Open Archives Initiative Protocol for Metadata Harvesting, Protocol Version 2.0 — 도서관 메타데이터를 모으는 동사 6개와 oai_dc 를 볼 때
    Open Archives Initiative · 2002-06 · www.openarchives.org/OAI/openarchivesprotocol.html · 확인 2026-11-14
  5. ★ Knowledge tracing: Modeling the acquisition of procedural knowledge (Corbett · Anderson · User Modeling and User-Adapted Interaction 4(4) 253-278) — 문항마다 숙달 확률을 고치는 두 상태 학습 모형을 볼 때
    Springer · 1995 · doi.org/10.1007/BF01099821 · 확인 2026-11-14
  6. 본문 근거