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
- 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.
- 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.
- 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.
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.
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 역할 | 실제 이름 | 실제로 하는 일 |
|---|---|---|
| 학원 책장 | 디지털 도서관 · 전자책 | 자료를 메타데이터(oai_ |
| 접수대 장부 | 에듀테크 · 이러닝(LMS) | 강좌 · 학생 명단 · 과제 · 성적부를 관리한다 |
| 출입증 | LTI 1.3 id_ | 학생 · 강좌 · 역할을 서명해 도구로 넘긴다 |
| 교실 | AI 디지털교과서 | 교사가 수업에서 쓰는 문항 · 자료 · 교사 화면 |
| 과외 선생 | 지능형 교수 시스템 | 영역 · 학습자 · 교수 모델로 다음 문항과 보충을 고른다 |
| 풀이 노트 | 학습자 모델(숙달 확률) | 정답 · 오답마다 숙달 추정을 고친다 |
| 장부에 적는 점수 | LTI 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.
그림 3 · 자료 → 강좌 → 수업 → 문항으로 내려가며 표준 하나씩이 두 토픽을 잇고, 숙달 추정과 점수는 거꾸로 올라간다.
| 토픽 | 다루는 단위 | 푸는 문제 | 대표 표준 · 구성 | 넘기는 것 |
|---|---|---|---|---|
| 디지털 도서관 · 전자책 | 자료 한 건 | 여러 기관 자료를 한 번에 찾고 기기마다 읽기 | OAI-PMH 2.0 동사 6개 · EPUB 3.3 OCF 컨테이너 | 메타데이터 · EPUB 파일 |
| 에듀테크 · 이러닝 | 강좌 · 과제 | 명단 · 과제 · 성적부 운영과 외부 도구 연결 | LMS(플랫폼) · LTI 1.3 | 서명된 id_ |
| AI 디지털교과서 | 수업 한 차시 | 교사가 수업에서 문항 · 자료를 쓰고 결과를 봄 | LTI 도구 · 교사 화면 | 풀이 기록 · 점수 |
| 지능형 교수 시스템 | 문항 하나 | 학생마다 다음 문항 · 보충 고르기 | 영역 · 학습자 · 교수 모델 · 지식 추적 | 숙달 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).
- 교사가 LMS 과제를 열면 플랫폼이
LtiResourceLinkRequest메시지를 서명된 id_token 으로 AI 디지털교과서에 보낸다 — 학생 · 강좌 · 역할이 이 한 장에 담긴다(LTI 1.3 5.3.1절). - 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.
- 문항 2 를 틀리자 추정이 0.32 로 떨어지고, 학습 몫을 더해 0.42 가 된다.
- 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).
- 도서관이 EPUB 보충 장을 내주고, 교과서는 패키지 문서의 읽기 순서(spine)대로 화면에 보인다(EPUB 3.3 5절).
- 학생이 문항 3 · 4 를 맞히자 추정이 0.80 → 0.955 로 올라 기준 0.95 를 넘고, 모델이 다음 개념으로 넘긴다.
- 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.
그림 4 · 실행 한 번(1)으로 들어온 도구 안에서 문항 · 보충이 오가고(2 ~ 6), 끝의 점수 한 건(7)만 LMS 로 돌아간다.
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
| 토픽 | 판단하는 쪽 | 성공 기준 | 경계 사례 | 넘기는 곳 |
|---|---|---|---|---|
| 디지털 도서관 · 전자책 | 사서 · 메타데이터 | 찾은 자료가 기기에서 열림 | 보충 장을 어느 학생에게 줄지 | 학생별 선택 → 지능형 교수 시스템 |
| 에듀테크 · 이러닝 | 운영 기관 · 교사 | 명단 · 과제 · 성적이 한곳에서 맞음 | 도구 안 문항 순서 | 수업 안 화면 → AI 디지털교과서 |
| AI 디지털교과서 | 교사 | 교사가 수업에서 쓰고 결과를 봄 | 숙달 확률 계산 | 계산 → 지능형 교수 시스템 |
| 지능형 교수 시스템 | 모델(기준은 교사 · 운영 기관) | 기준 도달까지 문항 수 | 성적부 기록 | 점수 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.
| # | 증상 | 의심 원인 | 토픽 | 확인 자료 | 판정 기준(근거) |
|---|---|---|---|---|---|
| 1 | 과제를 누르면 도구가 「권한 없음」 | id_ | 에듀테크 · 이러닝 | 플랫폼 공개키 설정 · roles 클레임 | 서명이 맞지 않거나 message_ |
| 2 | 도구 점수가 성적부에 안 보임 | 점수 반환 서비스 권한 · 성적 항목 미설정 | 에듀테크 · 이러닝 | AGS 접근 토큰 범위 · 성적 항목 | 토큰에 점수 범위가 없으면 플랫폼 쪽 설정(LTI 1.3 6.2절 · 부록 D) |
| 3 | 다 맞혔는데 보충 문항만 나옴 | 숙달 기준 · 추측 · 실수 매개변수 설정 | 지능형 교수 시스템 | 문항별 숙달 추정 기록 | 정답마다 추정이 오르지 않으면 매개변수 문제(Corbett 1995) |
| 4 | 보충 전자책이 검색되지 않음 | 메타데이터 수확 누락 | 디지털 도서관 · 전자책 | ListRecords 응답 · oai_ | 응답에 그 기록이 없으면 저장소 쪽 문제(OAI-PMH 2.0 4.5절) |
8시험 대비
www.q-net.or.kr디지털 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.
- 개요 — 정의 · 네 토픽과 «다루는 단위» 구분 기준
- 구성 — 그림 3 네 토픽 · 표: 단위 · 대표 표준(EPUB 3.3 · OAI-PMH 2.0 · LTI 1.3 · 지식 추적)
- 연동 — 그림 4 한 차시 7메시지(id_token 실행 → 문항 → 보충 → AGS 점수 반환)
- 맞춤 원리 — 그림 5 숙달 추정 변화 곡선(0.40 → 0.955 · 기준 0.95)
- 비교 — 표: 네 토픽의 판단 주체 · 경계 사례
- 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
| 구분 | 다루는 단위 | 대표 표준 · 식 | 판단 주체 | 확인 자료 |
|---|---|---|---|---|
| 디지털 도서관 | 자료 한 건 | OAI-PMH 2.0 · oai_ | 사서 | ListRecords 응답 |
| 전자책 | 출판물 한 권 | EPUB 3.3 · OCF | 출판 · 도서관 | 패키지 문서 · spine |
| 에듀테크 · 이러닝 | 강좌 · 과제 | LMS · LTI 1.3 | 운영 기관 · 교사 | id_ |
| 점수 반환(AGS) | 점수 한 건 | LTI AGS | 교사 | 성적부 항목 |
| AI 디지털교과서 | 수업 한 차시 | LTI 도구 | 교사 | 교사 화면 |
| 지능형 교수 시스템 | 문항 하나 | 지식 추적 · 숙달 기준 | 모델 · 교사 기준 | 문항별 숙달 추정 |
11참고 문헌
- 먼저 볼 문헌
- ★ Learning Tools Interoperability Core Specification 1.3 (IMS Final Release · Document Version 3) — 플랫폼 · 도구 역할과 서명된 id_token 실행 메시지를 볼 때
- ★ EPUB 3.3 (W3C Recommendation) — 전자책의 패키지 문서 · 콘텐츠 문서 · OCF 컨테이너 구성을 볼 때
- ★ The Open Archives Initiative Protocol for Metadata Harvesting, Protocol Version 2.0 — 도서관 메타데이터를 모으는 동사 6개와 oai_dc 를 볼 때
- ★ 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
- 본문 근거