<C1A63238B1C731C8A328C6EDC1FDC1DF292E687770>

미 술 교 육 논 총 Art Education Research Review 2014 제28권 1호 1-36 웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석* 1)이 경 아** < 요 약 > 본 연구는 웹 2.0 기반 스마트 러닝을 활용한 미술교육 프로그램 개발 및 적용으로 교육방법의 효과성, 교육내용의 변화, 학습자의 변화를 지향하고, 학습성과에 미치는 영향요인을 분석하는데 목적을 두었다. 이를 위해 연구자는 선행연구와 문헌을 고찰하 고 가설적 연구모형을 구축하였다. 외생변수로는 학습자 특성 요인(학습동기, 메타인 지), 스마트 러닝 요인(창의적 사고, 자기주도 학습, 애플리케이션 활용), 상호작용 요인(자기효능감, 학습참여도)을 설정하였다. 매개변수로는 학습몰입, 학습만족도를, 내생변수로는 학습성과를 설정하였다. 이후 각 요인들에 대한 연구도구를 개발하고 문 항검사, 타당도 및 신뢰도 검사를 실시하였다. 아울러 미술의 이해, 미술의 표현, 미술 의 감상에서 웹 2.0 기반 스마트 러닝을 활용한 미술교수-학습 활동 모형이 개발되었 으며 이를 반영한 프로그램 설계와 개발이 이루어졌다. 또한 프로그램의 적용이 학습 에 미치는 영향을 알아보기 위해 설문을 실시하고 각 요인 간 인과관계를 파악하여 영 향요인을 분석하였다. 설문의 구체적인 분석 방법은 SPSS 18과 AMOS 18을 활용하여 공변량분석 통계 기법을 바탕으로 설문에 대한 신뢰도 분석, 탐색적 요인분석, 확인적 요인분석을 거쳐 구조방정식 모형을 수립하고 구조방정식에 대한 가설 검증이 이루어졌다. 연구의 결과 연구초기에 설정하였던 가설적 구조경로도 13개중 9개의 구조경로가 유의미한 영향 이 있는 것으로 확인되었다. 주제어: 웹 2.0, 스마트 러닝, 미술교육, 프로그램 * 본고는 이경아(2014)의 박사학위 논문 일부를 발췌, 요약한 것임. ** 한국교원대학교 교육학 박사. 서울 목일중학교 교사. fm700@hanmail.net

2 미술교육논총 2014 제28권 1호 Ⅰ. 여는 글 미술교육은 학생들의 종합적인 사고활동에 근거하여 학생들이 미술창작 과정의 기 획자 및 참여자 가 될 수 있는 의미 있는 것이어야 한다. 그러나 현재 전통적인 교실 기반 학습에 의존하고 있는 미술교육의 양상은 이를 반영하기에는 한계가 있다. 미술 교육은 이해 표현 감상을 아우르는 경험을 바탕으로 학생들에게 체화될 수 있어야 한다. 창조적인 자기표현을 위해 미술교과는 시각적 경험이나 정보 수용의 범위가 클 수록 폭넓은 사고와 발상에 도움을 줄 수 있다. 따라서 다양한 미적체험과 메타인지에 의해 안목을 기르는 게 중요하다. 이런 측면에서 최근 강조되고 있는 스마트 러닝 1) 은 웹 2.0과 더불어 미술교육에 새로운 가능성을 제시해 줄 것으로 사료된다. 시각문화 를 바탕으로 한 미디어 리터러시(media literacy)와 디지털 스토리텔링 등을 통해 미적체험의 영역을 확대하고 상호작용을 할 수 있는 기회가 늘어나 사고를 확장시킬 수 있기 때문이다. 현재 교육 현장에는 스마트 러닝에 대한 연구가 늘고 있는 추세로 이러한 흐름은 미 술교육에도 변화를 가져왔다. 스팀(STEAM)을 비롯한 학문간 융합이나 컴퓨터와 테 크놀로지를 미술교육에 접목하려는 움직임이 그것이다. 실제 교수-학습 현장에서 교 사들은 학생들과 교감할 수 있는 다양한 커리큘럼 구현을 위해 이의 활용에 관심을 보 이고 있다. 교육패러다임의 변화와 교육혁신의 취지에서 주요국들은 다양한 프로젝트를 진행하 고 있다. 이런 측면에서 선행연구를 살펴보면 국내외를 막론하고 첨단 테크놀로지를 기반으로 한 미래형 학습에 초점을 맞춘 국가적 프로젝트가 시작되고 있다. 해외의 경 우 OECD의 Schooling for Tomorrow Project, 영국교육부의 Futurelab의 Beyond Current Horizons, NMC/EDUCAUSE의 Horizon Report, 미국교육 부/SRI의 School 2.0 The National Education Technology Plan 2010, 핀란 드의 아르벤파 고등학교, 영국의 Building School for the future, 싱가폴의 Future School@Singapore (김영애, 2011; 김현진, 2011; 김현철, 2011) 등으 1) 스마트 러닝의 용어는 스마트 교육과 동의어로 쓰이나, 스마트 러닝은 학습자 중심의 자기주도 학습에 좀 더 비중을 두는 데 있다. 본 연구에서 스마트 러닝의 적용은 SMART 러닝에 근거한 다. 즉 자기주도적(Self-directed), 흥미롭게(Motivated), 내 수준과 적성에 맞는(Adaptive), 풍부한 자료(Resource free), 정보통신기술의 활용(Technology embedded) (김두연, 2011) 을 의미한다.

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 3 로 스마트 러닝을 포함한다. 국내의 경우 2011년 6월에 교육과학기술부에서 미래학교와 스마트 교육에 대한 청 사진을 내 놓은 후, 한국교육학술정보원(KERIS)의 연구사례(김두연, 2011; 김현 진, 2011; 김현철, 2011; 노경희 외, 2011; 손윤선, 2011; 임병노 외, 2011)등을 필두로 근래 들어 기하급수적으로 연구가 늘고 있다. 초기의 연구 경향은 주로 2015 학년도에 전면 시행 될 미래학교와 관련된 내용이 주를 이루고 있으나, 근래 들어 이 를 교수-학습에 적용하기 위한 구체적 사례연구의 비중이 늘고 있다. 미술 분야에 관련된 연구는 오브제, 사진, 통합교과, 영상매체, 대중문화예술, 시각 문화, IT 매체, 웹, 스마트 폰 등 다방면에서 범위가 확장되고 있다. 연구 경향은 예 술, 사회문화, 정보그래픽, 산업미술, 소셜미디어 인터렉션, 온라인 광고, 비주얼 리 터러시 등에 두루 산포되어 있다. 미술교육과 관련된 연구의 흐름은 스마트폰, 박물 관 미술관 어플, 스마트폰 앱(App), 디지털 교과서 활용 등 스마트 인프라 전반에 걸쳐 교육현장에 적용할 수 있는 실증적 연구로 점차 연구범위가 확대되고 있는 추세 이다. 웹 2.0과 스마트를 결합한 웹 2.0 기반 스마트 러닝 에 대한 연구로는 상황인지 스 마트 러닝 모형에 대한 연구(장재경, 2011), 스마트 PBL 사례에 대한 연구(남선우, 2012), 웹 2.0 기반 스마트 러닝에서의 미술교육 프로그램 연구 및 분석(이경아, 2012; 2014), 최신정보 기술에 대한 초등교사의 인식과 태도에 관한 연구(전수진, 한선관, 2012)등이 있다. 스마트 러닝이 웹 2.0과 상호 유기적인 연관을 가지고 있 음에 비추어 미술교육에서도 미술교육 영역의 확장 측면에서 웹 2.0 기반 스마트 러 닝에 대한 연구가 좀 더 활성화 될 필요가 있다. 특히 실제 교수-학습에 적용할 수 있 는 다양한 프로그램의 개발이 병행되어야 할 것이다. 이에 본 연구에서는 미학적 관점, 교육학적 관점, 통합교육의 측면에서 미술의 이 해 표현 감상 영역에 웹 2.0 기반 스마트 러닝을 적용한 9개의 미술교육 프로그램 을 개발하였고 학습성과 2) 에 대한 영향요인을 분석하여 그 의미를 논하였다. 프로그 램에 대한 분석은 SPSS 18과 AMOS 18을 활용한 공변량분석 통계기법을 바탕으로 구조방정식을 활용하여 검증한 후 결과를 제시하였다. 2) 미술의 이해 표현 감상 영역에서 웹 2.0 기반 스마트 러닝 프로그램의 적용으로 얻을 수 있는 교육적 효과를 의미.

4 미술교육논총 2014 제28권 1호 Ⅱ. 이론적 배경 1. 웹 2.0 기반 스마트 러닝의 특성과 교육적 활용 한 연구(Sharon E. Smidino & Deborah L. Lowther & James D. Russell, 2011)에서는 21세기 학습자의 특성은 다중지능, 지각적 선호와 강점, 정보처리 습 관, 심리적 요소, 학습양식 측정 등이며, 학습이론은 행동주의 관점, 인지주의 관 점, 구성주의 관점, 사회심리학적 관점 으로 구분된다고 하고 있다. 사회문화의 한 부분으로 디지털 혁명과 함께 정보매체들은 우리의 교육환경에도 컴 퓨터의 역할 패러다임 변화와 급속한 발달을 가져오고 있다. 이러한 사회문화적 변화 는 교수-학습 현장에도 변화를 불러 일으켰다. 교실기반 학습의 문제점을 보완하려는 의사소통의 매개로서 웹과 컴퓨터를 활용한 학습이 늘고 있는 것이다. 웹 2.0 기반 스마트 러닝은 웹 2.0 의 기반이 되는 기술, 사회적 연결성을 위한 사 용자 참여와 개방에 의한 상호작용, PC, 스마트폰, 스마트 TV, 태블릿 PC 등 다양 한 디바이스 환경을 지원하는 기술, 응용 프로그램과 클라우드 컴퓨팅서비스 플랫폼 기술, 3D 입체영상 기술, 게임기반 기술, 증강현실, 가상현실, 학습자 상황분석기술, 행동인식 기술, 음성필체 인식 기술 등의 상호작용 등 기술 기반을 바탕으로 학습자 중심의 자기주도 학습, 학습에 대한 흥미, 수준과 적성, 풍부한 학습자원을 지원하는 학습자의 최적화된 수업을 지원하는 맞춤형 수업의 특성을 지니고 있다. 특히 광범위한 웹과 테크놀로지를 활용한 미적체험과 인지방식, 미디어 리터러시와 디지털 스토리텔링, 공유플랫폼을 활용한 상호작용과 원격학습, 블로그, 홈페이지 등 을 통한 협력학습 등으로 참여 공유 개방의 측면에서 전통적인 교실 기반학습에서 진일보한 교육적 효과를 기대할 수 있다. 우리나라에서도 교육과학기술부의 스마트교육 추진전략에 의해 미래학교의 등장으 로 2015년까지 교과서의 개념은 디지털 교과서로 대체되고, 미래형 교실에서 휴대용 단말기의 활용학습이 이루어진다고 한다(김두연, 2011). 클라우드 컴퓨팅과 3D 콘 텐츠의 공유가 됨은 물론이다. 이러한 시스템이 구현되면 향후 웹 2.0기반 스마트 러 닝은 운용의 폭이 더 넓어질 것으로 전망된다.

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 5 2. 미술교육에서 웹 2.0 기반 스마트 러닝의 활용 1) 현대교육에서의 매체활용과 교수법 측면 한 연구(허희옥 외, 2011)에서는 21세기 학습자 및 교수자의 역량 모델링에 대해 실시된 델파이 조사의 사례를 들어, 미래 교육 환경에 대비하여 학습자와 교수자 모두 에게 공통적으로 필요한 역량은 문제해결, 창의적 능력, 의사소통, 테크놀로지 리 터러시 등이라고 하고 있다. 특히 예술적 사고 가 학습자의 역량에 포함된 것은 주목 할 만 한 일이다. 예술적 사고란 사물이나 대상에 대한 객관적, 논리적 사고에서 벗어 나 개인에게 내재된 미적, 감성적, 창의적 시각으로 사물을 관조하는 해석학적 관점을 지닌다. 이러한 예술적 사고는 매체의 활용과 관계가 깊다. 웹 2.0 기반 스마트 러닝은 매체활용의 측면에서 의사소통을 위한 교수-학습의 매 개, 창의적 문제해결 프로세스의 도구, 학습동기 부여와 자기주도 학습 지원에 의의가 있다. 현재 미술교육 현장에서 이루어지는 수업에서 학생들이 교사에 대한 의존도가 높은 점을 고려해보면 전통적인 교실기반 학습 환경에서 불가능했던 새로운 방식의 사고과정을 경험하게 해주기 때문이다. 컴퓨터와 인터넷, 소셜 미디어의 활용은 디지 털 스토리텔링 과정에서 학생들에게 또 다른 자극이 될 것이다. 아울러 학습동기와 자 기주도 학습과정에도 영향을 줄 것이다. 이를 정리해 보면 다음과 같다. 첫째, 제한된 재료와 용구에 의해 이뤄져온 전통적인 미술교수-학습 과정에서 얻지 못하는 미디어 리터러시가 가능하다. 아울러 디지털 스토리텔링과 이에 따른 감성공 간의 확장은 학생들로 하여금 미술 창작과정이 단순히 기능적 표현에만 치우치지 않 는 종합적인 사고활동임을 알게 할 것이다. 둘째, 흥미와 학습동기, 자기주도 학습 측면에서 학생들의 수업참여도를 높일 수 있 다. 웹과 컴퓨터를 활용한 교수-학습 과정에서 학생들은 학습몰입을 경험하게 되고 자 신의 의도대로 수업을 주도하려 할 것이다. 미술교육의 관점에서 이는 창의적 사고와 직결되므로 중요하다. 셋째, 다양한 미적체험과 상호작용이 가능하므로 학생들로 하여금 메타인지와 확산 적 사고를 지향하게 할 수 있다. 시지각의 영향이 중요한 미술교과의 특성상 웹과 컴 퓨터의 활용은 광범위한 정보의 수용과 가공, 시 공간을 초월한 원격학습, 테크놀로 지의 활용, 3D 및 가상현실의 접목 등을 통해 교실에 국한되던 미적체험의 한계를 보 완할 수 있다. 넷째, 참여 공유 개방에 의한 상호작용과 소통, 협력학습을 통한 피드백과 성찰

6 미술교육논총 2014 제28권 1호 등에서 학생들의 학습만족도를 높일 수 있다. 스마트 기기, 웹 플랫폼 등을 활용하여 파일을 공유함으로써 협력학습을 통한 아이디어의 생성, 타인의 작품을 통한 학습효 과를 동시에 얻을 수 있다. 이는 발상과 표현에 도움이 되어 미술창작 과정에서 자신 이 경험하지 못했던 새로운 미적체험의 계기가 될 수 있다. 2) 미술교수-학습 영역의 확장 마샬 맥루한(Marshall McLuhan, 1964)은 매체나 형식은 인간의 의미의 중재자 이자 확장이라고 하였다. 오늘날의 시각문화에 기반 한 다양한 매체들은 보다 많은 의 미의 탐색과 사고과정을 요구한다. 매체를 통하여 수많은 의미들을 접하고 해석하는 인지과정은 미술창조를 위한 모티브를 제공할 수 있기 때문이다. 미술교육이 이해 표현 감상을 아우르는 종합적인 사고활동이라는 점을 생각해 볼 때, 이제 미술교육 영역의 확장과 인지적 관점에서 새로운 시각과 조형을 통한 미술의 이해를 위한 교수- 학습 방법의 개선이 이루어져야 한다. 현대미술의 흐름을 보더라도 웹과 가상현실, 테크놀로지 등 첨단 기술을 활용한 다 양한 양상을 보이고 있고, 미술표현에서 촉각에 의해 감지할 수 있는 오브제의 묘사에 국한되던 개념은 웹상의 가상공간으로 범위를 넓혀가고 있다. 예를 들어 애플리케이 션 활용은 미술교수방법에 새로운 지평을 열고 있다. 미술수업이란 단지 붓과 물감으 로 그려지는 작업이라는 관념적 사고에서 벗어나 학생들은 스마트 패드를 활용한 그 림이나 3D 시뮬레이션을 포함한 다양한 시나리오를 접할 수 있게 되었다. 또한 스마 트폰의 앱 등을 활용한 모바일 학습도 가능해지게 되어 미적체험의 영역이 확대되었 다. 이처럼 현재 미술교육 현장에서는 오브제의 범위를 확장한 표현활동과 시각문화 를 기반으로 다양한 시도가 이루어지고 있다. 이러한 변화들은 구성주의적 관점에서 미술교수-학습 과정에 새로운 가능성을 열어줄 것이다. 미술 창작과정에서 학생들 스스로 조형을 통한 의미 있는 학습(meaningful learning)이 되는 것은 구성주의 관점에서 중요하다. 그동안 학생들은 미술 창작과정 에서 교사의 모델링을 따라하거나 주변 친구들의 작품을 모방함으로써 창의성을 잃는 경우가 많았다. 이런 관점에서 웹과 테크놀로지에 기반 한 교수-학습 방식은 미술교육 영역의 확장 측면에서 창의적인 조형언어의 도구가 될 수 있다. 이는 애플리케이션의 활용, 클라우드 컴퓨팅, 3D 각성 콘텐츠의 공유, 스마트패드와 디지털 교과서의 활용 등으로 자유로운 연상과 표현의 경계를 뛰어 넘을 수 있는 창의적 발상과 표현이 가능

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 7 해지기 때문이다. 이처럼 웹 2.0 기반 스마트 러닝은 학습자 중심의 맞춤형 수업, 참여 공유 개방 에 의한 협력학습, 웹과 테크놀로지 기반 기술공학적 요소들과 인터페이스로 인해, 미 술의 이해 표현 감상 측면에서 학생들의 자유로운 사고과정을 도와 새로운 시각과 조형을 통해 미술교육 영역의 확장에 기여할 수 있다. Ⅲ. 연구 방법 1. 연구 대상 연구 대상은 서울시 양천구 소재 M중학교 2학년 17개 학급 중, 5개 학급 남 여 160명(남학생 99명, 여학생 61명)이며, 동질집단으로 집중이수제 해당학년이다. 이 들의 컴퓨터 활용능력은 일정수준 이상이고 집단 간의 편차가 크지 않아, 변수간의 관 계구조를 검증하기 위한 전략이 반영된 웹 2.0 기반 스마트 러닝 프로그램의 이해 및 조형 활동에 무리가 없다. 2. 연구 절차 본 연구는 다음과 같은 절차에 따라 수행 되었다. 첫째, 웹 2.0 기반 스마트 러닝에 필요한 문헌연구 및 선행연구를 통하여 이론적 탐 색이 이루어졌다. 이 과정에서 웹 2.0 기반 스마트 러닝 프로그램 구성요소 및 전략추 출에 비중을 준 고찰을 하였다. 둘째, 웹 2.0 기반 스마트 러닝을 활용한 미술교육 프로그램 개발을 위한 요구분석, 내용분석, 학습자 분석, 기술분석, 환경분 석, 등을 통해 기초자료를 확보하였다. <그림 1> 연구 절차

8 미술교육논총 2014 제28권 1호 셋째, 관련 연구들의 고찰을 통해 외생변수로는 학습자 특성 요인과 스마트 러닝 요 인, 상호작용 요인을, 매개변수로는 학습몰입, 학습만족도를, 내생변수로는 학습성과 로 구성하였다. 넷째, 변수들의 인과관계에 의해 연구의 이론적 모형을 설정하고 측정변수를 확인 한 후, 측정모형에 대한 자료 수집이 이루어졌다. 다섯째, 검사도구 제작 및 문항선정이 이루어졌다. 검사 도구는 기존의 선행연구를 중심으로 본 연구의 목적에 맞게 문항을 선별하였으며, 문항이 선별된 후는 교육공학 박사 1인과 미술교육 전문가 2인의 검토를 쳐 타당도를 검증 받았다. 이후 본 연구의 대상자인 중학생 7인에게 질문지의 내용에 대한 피드백을 받았다. 이 단계에서 애매 하거나 질문에 혼동을 줄 수 있는 문항들을 수정하는 단계를 거쳤다. 여섯째, 웹 2.0 기반 스마트 러닝이 반영된 수업설계로 프로그램의 개발이 이루어 지고 전문가에 의한 타당도 검증이 이루어 진후 교수-학습에 적용하였다. 일곱째, 예비검사를 통한 문항분석을 실시하였다. 예비검사에서는 2개 학급 64명을 대상으로 하고 Cronbach's α 계수를 이용하여 신뢰도를 측정하였다. 이 과정에서 요인 부하량이 낮은 문항과 요인별로 묶이지 않는 문항을 제거하고 최종적으로 본 검사에 사 용할 43문항을 선정하였다. 문항이 선별된 후는 교육공학박사 1인과 미술전문가 2인의 검토를 거쳐 타당도를 검증 받았다. 요인별 신뢰도를 살펴보면 학습동기 Cronbach's α =.825, 자기주도 학습 Cronbach's α=.701, 학습만족도 Cronbach's α=.701, 애플 리케이션 Cronbach's α=.725, 학습참여도 Cronbach's α=.745, 학습몰입 Cronbach's α=.725, 자기효능감 Cronbach's α=.726, 메타인지 Cronbach's α =.725, 창의적 사고 Cronbach's α=.617, 학습성과 Cronbach's α=.725 이었다. 여덟째, 예비검사에서 최종 선정된 문항들을 가지고 본 검사를 실시하였다. 아홉째, 측정 자료의 기술적 통계 처리로, 본 연구에서는 SPSS 18.0과 AMOS 18.0으로 구조방정식 모형의 검증을 위한 적합도를 평가하였다. 열째, 측정 자료를 분석하여 웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성 과에 미치는 영향요인을 분석하였다.

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 9 웹 2.0 기반 스마트 러닝을 적용한 미술과 프레임 워크 <그림 2> 스마트 러닝을 적용한 미술교수-학습 활동 모형(이해 영역) <그림 3> 스마트 러닝을 적용한 미술교수-학습 활동 모형(표현 영역) <그림 4> 스마트 러닝을 적용한 미술교수-학습 활동 모형(감상 영역)

10 미술교육논총 2014 제28권 1호 연구자 <표 1> 웹 2.0 기반 스마트 러닝을 위한 요인별 범주화 요인 학습자 특성 요인 학습 동기 메타 인지 자기 주도 학습 외생변수 스마트 러닝 요인 창의적 사고 애플 리케 이션 자기 효능감 상호작용 요인 학습 참여도 학습 만족도 매개 변수 매개 요인 강명희 송윤희 박성희(2008) 강명희 외(2012) 강대식 김정겸 정회인(2011) 구교정(2006) 김미경(2012) 김성태(2010) 김소희(2007) 김지희(2010) 김희정 송인섭(2013) 노규성 정진택 주성환(2011) 박도영(2005) 박인숙(2010) 박지은(2013) 박형근(2010) 봉미미 외(2006) 석임복(2008) 송윤희(2011) 신은정(2012) 장필식(2012) 전희정(2013) 정상목 송기상(2007) 정수진(2008) 정수진(2008) 정인성(2007) 정혜영(2008) 주영주 외(2007) 연고운(2013) 유지원(2011) 이경아(2011b) 이경아(2012) 이경아(2013) 이동섭(2013) 이영은(2011) 이은환(2013) 이정민 윤성혜 허보라(2011) 이재신(2009) 임연옥(2003) 임철일(1999) 최영란(2007) 최정빈(2013) 최희숙 전정수(2011) 하영자, 하정희(2011) 한순미(2004) Amabile(1988) Bandura(1986; 1997) 학습 몰입 내생 변수 학습 성과 학습 성과

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 11 Brown(1994) Bruning(1992) Coutinho & Neuman(2008) Csikszentmihalyi(1975) Csikszentmihalyi & Larson, 1984) Eden & Aviram(1993) Haward(1986) Lavender(1999) Lim(2001) Miller, Behrens, Greene (1993) Parker(1994) Schraw & Moshman(1995) Spanjers(2007) Trevino Webster(1992) Zimmerman,Bandura,Marti nez- Pons(1992) 3. 연구 설계 프로그램의 개발 및 적용은 2013년 1월부터 11월까지 이루어졌다. 학생들은 컴퓨 터실에서 컴퓨터와 스마트 기기를 병행하여 작업하였다. 사용된 웹 플랫폼은 프레지, 플리커, 연구자의 교수-학습 홈페이지 등이고, 사용된 애플리케이션은 구글 스케치업, 스크래치, 윈도우 무비메이커, 반디캠, 곰녹음기, QR코드, 알마인드, 웹 포토샵, 그 림판, 포토웍스 등이다. 프로그램 개발을 위해 웹과 컴퓨터, 스마트 기기를 활용한 미술수업에 대한 인식조 사를 학생과 교사에게 3월과 5월에 각각 실시하였고 웹 2.0 기반 스마트 러닝 미술교 육 프로그램이 학습성과에 미치는 영향을 알아보기 위한 가설적 구조방정식 연구모형 을 설정하고 이에 대한 분석을 하였다. 분석의 내용은 웹 2.0 기반 스마트 러닝 환경 에서 영향을 주는 요인 간 관계구조 파악과 영향요인 분석이다. 1) 자료수집 방법 웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습에 구체적으로 어떤 영향을 주 었는지를 측정하기 위하여 요인분석용 설문조사를 9월에 실시하였다. 설문도구는 파 일럿 테스트(pilot test)를 거친 자료를 바탕으로 문항을 구성하고, 교육공학 박사 1 인, 미술교육 전문가 2인의 검토 의견을 반영하여 문항을 수정 보완 하였다. 설문지 개발 과정에서 웹, 컴퓨터, 스마트 기기 등을 활용한 미술수업에 대한 학생과 교사의 인식조사 결과를 참고하였다.

12 미술교육논총 2014 제28권 1호 2) 연구모형 3) 연구가설 <그림 5> 연구모형 <그림 5> 처럼 본 연구에서 제안된 모형은 웹 2.0 기반 스마트 러닝 미술교육 프로 그램이 학습성과에 미치는 영향을 분석하기 위하여 10개의 요인으로 설계되었다. 먼 저 외생변수로는 학습자 특성 요인과 스마트 러닝 요인, 상호작용 요인으로 구성하였 다. 학습자 특성 요인의 하위요인은 학습동기, 메타인지, 스마트 러닝 요인의 하위요 인은 창의적 사고, 자기주도 학습, 애플리케이션 활용, 상호작용 요인의 하위요인은 자기효능감, 학습참여도로 구성하였고, 매개변수로는 학습몰입, 학습만족도, 내생변 수로는 학습성과로 구성하였다. 요인설정을 위해 <표 1>처럼 선행연구를 고찰하여 요 인별 범주화를 시킨 후 가설 도출을 하였다. 도출된 가설은 다음과 같다. 가설1. 학습자 특성 요인은 학습만족도에 유의미한 영향을 미칠 것이다. 가설2. 학습자 특성 요인은 학습몰입에 유의미한 영향을 미칠 것이다. 가설3. 스마트 러닝 요인은 학습만족도에 유의미한 영향을 미칠 것이다. 가설4. 스마트 러닝 요인은 학습몰입에 유의미한 영향을 미칠 것이다. 가설5. 상호작용 요인은 학습만족도에 유의미한 영향을 미칠 것이다. 가설6. 상호작용 요인은 학습몰입에 유의미한 영향을 미칠 것이다. 가설7. 학습만족도는 학습성과에 유의미한 영향을 미칠 것이다. 가설8. 학습몰입은 학습성과에 유의미한 영향을 미칠 것이다. 가설9. 상호작용 요인은 스마트 러닝 요인에 유의미한 영향을 미칠 것이다. 가설10. 스마트 러닝 요인은 학습자 특성 요인에 유의미한 영향을 미칠 것이다. 가설11. 학습자 특성 요인은 학습성과에 유의미한 영향을 미칠 것이다.

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 13 가설12. 스마트 러닝 요인은 학습성과에 유의미한 영향을 미칠 것이다. 가설13. 상호작용 요인은 학습성과에 유의미한 영향을 미칠 것이다. 또한 <그림 2>, <그림 3>, <그림 4>와 같이 웹 2.0 스마트 러닝을 위한 미술교육 프레임 워크를 미술의 이해 표현 감상 영역에서 설계하여 프로그램 개발을 위한 토 대를 마련하였다. 미술의 이해에서는 관찰 의미의 발견 새로운 시각의 단계를 거치 며 미적체험을 통한 내면화가 이루어지도록 하였고 미술표현 재료나 용구의 확장된 개념 이해, 시각문화에 기반 한 새로운 조형 이해를 비롯하여 확산된 사고를 가질 수 있도록 설계하였다. 미술의 표현에서는 발상 창의적 표현 새로운 조형을 통해 사고 의 전환 및 웹상의 가상공간을 활용한 창의적 아이디어와 다변화된 시나리오를 경험 할 수 있도록 하였다. 따라서 3D 시뮬레이션, 애플리케이션 활용, 웹과 인터넷, 스마 트 기기를 활용한 조형, 참여 공유 개방에 의한 협업과 상호작용, 미디어 리터러시 에 의한 디지털 스토리텔링이 이루어지도록 설계하였다. 미술의 감상에서는 판단 미 적가치 질적사유를 통한 비평적 사고와 해석으로 내면화가 이루어지도록 하였다. 설 계의 주안점은 통섭, 통합교육, 기술 공학의 융합 측면에서 메타인지를 경험하고 매 체활용을 통한 시지각과 감성공간의 확장, 시 공간을 초월한 원격학습, 미적체험 영 역의 확대 및 내러티브 확장 등으로 종합적인 사고과정 속에서 미술 감상이 이루어지 도록 하였다. 4. 연구 도구 설문지는 선행연구를 토대로 웹 2.0 기반 스마트 러닝을 적용한 미술교수-학습 프 로그램이 학습성과에 어떤 영향을 미치는지 변수들 간의 관계구조를 묻는 문항으로 구성되었다. 각 문항에 대한 응답은 리커트(Likert) 7점 척도로서 1점(전혀 그렇지 않다), 2점(그렇지 않다), 3점(그렇지 않은 편이다), 4점(보통이다), 5점(그런 편이 다), 6점(그렇다), 7점(매우 그런 편이다)로 구성하였다. 리커트 7점 척도는 5점 척 도에 비해 보다 응답의 정확도를 높일 수 있다. 측정도구의 요인별 항목구성은 <표 2> 와 같다.

14 미술교육논총 2014 제28권 1호 <표 2> 측정도구의 요인별 항목구성과 신뢰도 검증 요인 문항 하위요인 문항번호 설문 문항 수 분석 문항 수 신뢰도 계수 학습자 특성 요인 학습동기 Ⅰ-1,2,3,4,5 5 4.807 메타인지 Ⅷ-1,2,3 3 3.757 창의적 사고 Ⅸ-1,2,3,4 4 4.770 스마트 러닝 요인 자기주도 학습 Ⅱ-1,2,3,4 4 3.709 애플리케이션 활용 Ⅳ-1,2,3 3 3.789 상호작용 요인 자기효능감 Ⅶ-1,2,3 3 3.819 학습참여도 Ⅴ-1,2,3 3 3.767 학습몰입 Ⅵ-1,2,3,4 4 3.801 학습만족도 Ⅲ-1,2,3,4,5 5 4.715 학습성과 Ⅹ-1,2,3,4,5,6,7,8,9 9 9.827 총 계 43문항 39문항 5. 자료 분석 방법 양적 연구의 분석은 경로분석용 설문조사 응답의 정확도를 높이기 위해 리커트 7점 척 도를 사용하고, 설문에 대한 구체적인 분석 방법은 SPSS 18과 AMOS 18을 활용하여 공변량분석 통계기법을 바탕으로 설문에 대한 신뢰도 분석, 탐색적 요인분석, 확인적 요 인분석을 거쳐 구조방정식 모형을 수립하고 구조방정식에 대한 가설 검증이 이루어졌다. Ⅳ. 웹 2.0 기반 스마트 러닝 프로그램 개발 사례 1. 프로그램 설계의 원리와 관점 1) 미학적 관점 웹의 정보, 애플리케이션, 웹 플랫폼 활용, 3D 시뮬레이션, 가상현실, 증강현실의 접목 등을 통한 창의적 발상과 표현, 새로운 시각과 조형의 이해에서 비롯되는 질적사 유와 의미 만들기, 다양한 미적체험을 통한 심미안과 감식안의 확장, 새로운 오브제의 표현경험, 메타인지를 통한 성찰과 피드백 등을 통해 미술문화 형성과 인지적 관점에 서 학생들로 하여금 미술의 이해 표현 감상 영역에서 종합적인 사고를 지향할 수 있도록 설계하였다.

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 15 2) 교육학적 관점 학생들의 흥미에 의한 학습동기 부여, 학습자 중심의 자기주도 학습, 미디어 리터러 시와 디지털 스토리텔링, 웹 2.0의 특성을 활용한 참여 공유 개방과 상호작용, 창 의적 문제해결 프로세스, 구성주의와 창의적 사고 등에 주안점을 두고 설계하였다. 웹 과 컴퓨터를 활용한 미술창작 과정을 통해 학생들로 하여금 전통적인 미술수업에 대 한 관념적 사고에서 벗어나 확산적 사고를 지향할 수 있도록 하였다. 아울러 미술창작 과정 전반에 걸쳐 학생들로 하여금 주의집중과 매력적인 교수-학습 과정을 유도할 수 있도록 설계하였다. 3) 통합교육 측면 통합교육 측면에서 미술의 조형요소를 잘 표현 할 수 있는 애플리케이션의 적용, 이 를 통한 교수-학습의 시너지 효과가 극대화 되도록 설계와 개발이 이루어졌다. 인문, 사회과학, 예술, 과학 기술 등 통섭적 측면에서 다양한 시나리오를 경험할 수 있도록 하였으며, 융합교육의 측면에서 스마트 기기, PDA 등의 모바일 매체, 첨단 테크놀로 지 기반 인프라, 유비쿼터스, 3D 시뮬레이션 등 신개념의 교수매체를 활용하여 학생 들의 시야를 확장하고 다양한 경로학습이 이루어질 수 있도록 하였다. 2. 프로그램의 실제 <표 3>에 소개되는 개발 사례는 2013학년도에 연구자가 지도한 학생 작품들이다. <표 3> 웹 2.0 기반 스마트 러닝의 미술교수-학습 프로그램 개발 사례 영역 단원 개발 사례 관점 이해 사진과 의미 만들기 미적체험 의미 만들기 새로운 시각

16 미술교육논총 2014 제28권 1호 UCC 애니메이션 스톱모션 동영상 리믹싱 클립 디지털 스토리텔링 미디어 리터러시 구글 스케치업 3D 시뮬레이션 창의적 조형감각 향상 3D 시뮬레이션 공간지각 가상공간 활용 참여 공유 개방 협력학습 디지털 몽타주 창의적 발상과 표현 의미 만들기 오브제의 확장 표현 디지털 추상화 자유로운 연상과 표현 기하 서정적 추상의 이해 오브제의 확장 스크래치를 활용한 게임 만들기 창의적 사고 논리적 사고 학습몰입 참여 공유 개방 협력학습

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 17 프레지를 활용한 현대미술 감상 메타인지 미적체험 비평적 사고 감상 QR코드를 활용한 박물관 미술관 감상 시 공간을 초월한 원격학습 메타인지 미적체험 디지털 마인드맵을 활용한 한국미술 비교감상 메타인지 비평적 사고 우리나라 미술에 대한 자긍심 고취

18 미술교육논총 2014 제28권 1호 수업관찰 시작 로그인 ID 입력 수업시작 PC 키퍼 시작 프로그램 실행 동기 유발 교사 시연 수업선택 템플릿 선택 자기주도 학습 교 사 수업과제 부여 수업설계 수업과제 탐색 학생 스캐폴딩 관찰 발상 판단 순회지도 수업실행 수업 모듈 생성 웹 2.0 기반 스마트 러닝 해석 새로운 시각 피드백 내면화(성찰) 수업평가 브레인스토밍 브레인스토밍 끝 수업결과물 저장 교수-학습 홈페이지 (참여 공유 개방) 상호작용 수업관찰 종료 로그아웃 수업종료 뒷정리 <그림 6> 웹 2.0 기반 스마트 러닝을 활용한 미술교수-학습 시나리오

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 19 본 연구는 <그림 6>과 같은 시나리오에 의해 웹 2.0 기반 스마트 러닝의 특성인 테 크놀로지를 활용하여 프로그램을 진행하였다. 테크놀로지의 활용은 다음과 같다. 첫째, 애플리케이션의 활용이다. 애플리케이션은 교수-학습 과정에서 학생들의 자 기주도 학습 및 창의적 문제해결을 지원하는 미디어 리터어시의 도구로서 중요하다. 이에 각 학습 주제에 맞는 애플리케이션을 적절히 선별, 제시하여 학생들이 의도한 수 업목표를 이룰 수 있도록 하였다. 본 연구에 사용한 애플리케이션은 13개이다. 사진과 의미 만들기에 플리커(flickr), 포토웍스(photo works), 포토샵(photoshop) 등을 활용하였다. 플리커는 국제적인 사진 공유 프로그램으로 참여 공유 개방에 의한 피드백과 성찰을 가져올 수 있다. 포토웍스는 화질 손상 없는 사진 확대, 축소 및 다양한 액자(프레임)적용이 가능하고, 사인 지원, 저장옵션, HTML 생성 기능 등이 있어 유용하다. 포토샵은 다양한 편집 기능으로 인해 사진의 편집 및 보정작업 등에 효과적이다. UCC 애니메이션에서는 동 영상 편집을 위한 윈도우 무비메이커(windows movie maker), 동영상 캡쳐를 위한 반디캠(bandicam), 음향 녹음을 위한 곰녹음기를 활용하였다. 구글스케치업 3D 시뮬레이션에는 스케치업(sketchUP)을 활용하였고, 작업과정을 동영상으로 제작하기 위해 반디캠을 병행하여 활용하였다. 디지털 몽타주는 사진합성 및 효과적인 편집을 위해 포토샵과 그림판을, 디지털 추상화는 그림판을 주로 사용하 였다. 스크래치 게임 만들기는 스크래치(scratch)를 활용하였다. 프레지를 활용한 현대미술 감상에는 프레지(prezi)를 활용하였다. QR코드를 활용 한 미술관 박물관 감상에는 다음(daum) 코드를 활용하여 코드를 생성하였고, 코드 인식에는 스마트 폰에 내장된 네이버의 QR코드 인식기능을 활용하였다. 디지털 마인 드맵을 활용한 한국미술 비교감상에는 알마인드(ALMind)를 활용하였다. 둘째, PC 키퍼의 활용이다. 수업관찰은 순회지도와 더불어 교사의 메인 컴퓨터를 활용하여 중앙에서 통제하는 방법을 병행하였다. PC 키퍼를 활용하면 교사의 컴퓨터 모니터를 통해 학생들의 수업상태를 실시간으로 일목요연하게 관찰할 수 있고 즉각적 인 피드백이 가능하다. 학생들의 수업진행 정도를 확인하면서 PC 키퍼를 활용하면 효과적이다. PC 키퍼 시스템은 학급 학생 전체의 개별 모니터 현황이 교사의 메인모니터에 실 시간으로 전송되어 바둑판 형태로 정렬되므로 학생들의 작업과정을 파악할 수 있다. 또한 동시에 교실 전면 중앙의 빔에 나타나므로 교사와 학생, 학생과 학생 간의 상호 작용에 유리하다. 이 과정에서 특정 학생을 지정하여 화면을 확대하여 학급 구성원들

20 미술교육논총 2014 제28권 1호 과 브레인스토밍 할 수 있다. 이는 교사와의 대면수업이 이루어지는 교실기반 학습의 특성상 컴퓨터를 마주한 학생들의 작업과정 관찰이 어려운 문제점을 해결하고 상시 피드백이 가능한 상황을 만들 수 있다. Ⅴ. 연구 결과 1. 연구모형의 적합도 분석 1) 확인적 요인분석 (1) 외생변수에 대한 확인적 요인분석 결과 1 학습자 특성 요인에 대한 확인적 요인분석 결과 다음 <표 4>는 외생변수인 학습자 특성요인에 대한 확인적 요인분석 결과이다. 연구 단위의 적합도 지수를 살펴보면 χ²(카이자승 통계량)=(9.742), RMR(원소간 평균제 곱 잔차)=(0.026), GFI(기초적합지수)=(0.981), AGFI(조정적합지수)=(0.958), NFI (표준적합지수)=(0.970), CFI(비교적합지수)=(1.000), RMSEA(근사적합 지수)=(0.000)로 연구단위 적합도의 척도가 적절하게 구성되었다는 것이 증명되었 다. 또한 척도들이 해당 요인들에 대한 대표성을 갖는지를 평가하기 위해 신뢰도 (construct reliablilty)와 분산추출값(variance extracted)을 계산한 결과 모든 요 인의 신뢰도 값은 기준치인 0.70 보다 높게 나타났으며, 분산추출값도 기준치인 0.50 보다 높아 사용된 측정항목들이 충분히 대표성을 가진다고 말할 수 있다. <표 4> 학습자 특성 요인에 대한 확인적 요인분석 결과 요인 측정문항 적재량 표준 오차 t-value 개념신뢰성 AVE 학습동기4 1.000 학습동기 학습동기3 1.045 0.128 8.136 학습동기2 0.817 0.115 7.129 0.808 0.681 학습동기1 0.922 0.115 8.001 메타인지3 1.000 메타인지 메타인지2 1.053 0.147 7.138 0.769 0.666 메타인지1 0.996 0.137 7.273 Fit Statistics: CMIN=11.279, p=0.587, CMIN/DF=0.868, RMR=0.026, GFI=0.981, AGFI=0.958, NFI=0.970, CFI=1.000, RESEA=0.000

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 21 2 스마트 러닝 요인에 대한 확인적 요인분석 결과 다음 <표 5>는 외생변수인 스마트 러닝 요인에 대한 확인적 요인분석 결과이다. 연 구단위의 적합도 지수를 살펴보면 χ²(카이자승 통계량)=(48.734), RMR(원소간 평균제곱 잔차)=(0.029), GFI(기초적합지수)=(0.938), AGFI(조정적합지수)=(0.894), NFI (표준적합지수)=(0.907), CFI(비교적합지수)=(0.965), RMSEA(근사적합지 수)=(0.060)로 연구단위 적합도의 척도가 적절하게 구성되었다는 것이 증명되었다. 또한 모든 요인의 신뢰도 값은 기준치인 0.70 보다 높게 나타났으며, 분산추출값도 기 준치인 0.50 보다 높아 사용된 측정항목들이 충분히 대표성을 가진다고 말할 수 있다. <표 5> 스마트 러닝요인에 대한 확인적 요인분석 결과 요인 측정문항 적재량 표준 오차 t-value 개념신뢰성 AVE 창의적 사고4 1.000 창의적 사고 창의적 사고3 1.352 0.216 6.248 창의적 사고2 1.315 0.222 5.935 0.853 0.593 창의적 사고1 1.210 0.205 5.911 자기주도 학습4 1.000 자기주도 자기주도 학습3 0.964 0.159 6.047 학습 자기주도 학습2 1.057 0.162 6.523 0.814 0.594 애플리케이션 활용3 1.000 애플리케이션 애플리케이션 활용 활용2 1.066 0.128 8.311 0.796 0.567 애플리케이션 활용1 0.967 0.128 7.585 Fit Statistics: CMIN=48.734, p=0.029, CMIN/DF=1.523, RMR=0.049, GFI=0.938, AGFI=0.894, NFI=0.907, CFI=0.965, RESEA=0.060 3 상호작용 요인에 대한 확인적 요인분석 결과 다음 <표 6>은 외생변수인 상호작용 요인에 대한 확인적 요인분석 결과이다. 연구단 위의 적합도 지수를 살펴보면 χ²(카이자승 통계량)=(23.781), RMR(원소간 평균제 곱 잔차)=(0.043), GFI(기초적합지수)=(0.951), AGFI(조정적합지수)=(0.872), NFI(표준적합지수)=(0.931), CFI(비교적합지수)=(0.952), RMSEA(근사적합지 수)=(0.116)로 연구단위 적합도의 척도가 적절하게 구성되었다는 것이 증명되었다. 또한 모든 요인의 신뢰도 값은 기준치인 0.70 보다 높게 나타났으며, 분산추출값도 기 준치인 0.50 보다 높아 사용된 측정항목들이 충분히 대표성을 가진다고 말할 수 있다.

22 미술교육논총 2014 제28권 1호 <표 6> 상호작용 요인에 대한 확인적 요인분석 결과 요인 측정문항 적재량 표준 오차 t-value 개념신뢰성 AVE 자기효능감 자기효능감3 1.000 자기효능감2 0.976 0.113 8.619 자기효능감1 0.951 0.113 8.409 0.823 0.608 학습참여도3 1.000 학습참여도 학습참여도2 1.011 0.142 7.127 0.809 0.637 학습참여도1 0.958 0.128 7.479 Fit Statistics: CMIN=23.781, p=0.002, CMIN/DF=2.973, RMR=0.043, GFI=0.951, AGFI=0.872, NFI=0.931, CFI=0.952, RMSEA=0.116 (2) 매개변수에 대한 확인적 요인분석 결과 다음 <표 7>은 매개변수인 학습몰입 및 학습만족도에 대한 확인적 요인분석 결과이다. 연 구단위의 적합도 지수를 살펴보면 χ²(카이자승 통계량)=(24.370), RMR(원소간 평균제 곱 잔차)=(0.044), GFI(기초적합지수)=(0.951), AGFI(조정적합지수)=(0.895), NFI(표준적합지수)=(0.929), CFI(비교적합지수)=(0.965), RMSEA(근사적합지수)=(0.077) 로 연구단위 적합도의 척도가 적절하게 구성되었다는 것이 증명되었다. 또한 모든 요인의 신뢰도 값은 기준치인 0.70 보다 높게 나타났으며, 분산추출값도 기준치인 0.50 보다 높아 사용된 측정항목들이 충분히 대표성을 가진다고 말할 수 있다. <표 7> 매개변수에 대한 확인적 요인분석 결과 요인 측정문항 적재량 표준 오차 t-value 개념신뢰성 AVE 학습만족도 학습몰입 학습만족도5 1.000 학습만족도4 1.482 0.232 6.383 학습만족도2 1.386 0.219 6.339 학습만족도1 1.432 0.224 6.403 학습몰입3 1.000 학습몰입2 1.222 0.216 5.647 학습몰입1 1.405 0.242 5.819 0.849 0.585 0.813 0.592 Fit Statistics: CMIN=24.370, p=0.028, CMIN/DF=1.875, RMR=0.044, GFI=0.951, AGFI=0.895, NFI=0.929, CFI=0.965, RESEA=0.077

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 23 (3) 내생변수에 대한 확인적 요인분석 결과 다음 <표 8>은 내생변수인 학습성과에 대한 확인적 요인분석 결과이다. 연구단위의 적합도 지수를 살펴보면 χ²(카이자승 통계량)=(52.737), RMR(원소간 평균제곱 잔차)=(0.056), GFI(기초적합지수)=(0.926), AGFI(조정적합지수)=(0.877), NFI(표준적합지수)=(0.860), CFI(비교적합지수)=(0.925), RMSEA(근사적합 지수)=(0.081)로 연구단위 적합도의 척도가 적절하게 구성되었다는 것이 증명되었 다. 또한 모든 요인의 신뢰도 값은 기준치인 0.70 보다 높게 나타났으며, 분산추출값 도 기준치인 0.50 보다 높아 사용된 측정항목들이 충분히 대표성을 가진다고 말할 수 있다. <표 8> 내생변수에 대한 확인적 요인분석 결과 요인 측정문항 적재량 표준 오차 t-value 개념신뢰성 AVE 학습성과9 1.000 학습성과8 0.911 0.138 6.585 학습성과7 0.768 0.134 5.721 학습성과6 0.730 0.140 5.221 학습성과 학습성과5 1.004 0.145 6.943 0.923 0.572 학습성과4 0.846 0.143 5.935 학습성과3 0.798 0.136 5.848 학습성과2 0.938 0.141 6.641 학습성과1 1.055 0.136 7.732 Fit Statistics: CMIN=52.737, p=0.002, CMIN/DF=1.953, RMR=0.056, GFI=0.926, AGFI=0.877, NFI=0.860, CFI=0.925, RESEA=0.081 2) 상관분석 기준타당성(criterion-related validity)은 하나의 속성이나 개념의 상태에 대한 측정이 미래 시점에 있어서의 다른 속성이나 개념의 상태변화를 예측하는 능력을 의 미한다. 본 연구의 경우에 기준타당성은 학습자 요인, 스마트 러닝, 상호작용, 학습몰 입, 학습만족도, 학습성과 간의 연관성을 검증하기 위하여 신뢰성 분석과 확인적 요인 분석을 했고 단일 차원성이 증명된 각 요인들에 관한 상관관계를 알아보기 위하여 다 중상관분석을 실시하였다. 분석결과가 유의하게 나타나는 경우 기준타당성을 만족시

24 미술교육논총 2014 제28권 1호 킨다고 할 수 있는 것이다. 본 연구에서는 측정오차를 줄이고 단일차원으로 구성된 개념의 대표성을 높이기 위 하여 총합척도(summated scale)를 사용하였고, 평균점수가 높을수록 구성개념 내 용에 더욱 동의한다고 볼 수 있다. 이상의 요인분석 결과를 바탕으로 상관분석을 시행 한 결과는 다음 <표 9>와 같다. 또한 판별타당성을 살펴보면 각 잠재변수 간 AVE가 모두 SMC보다 크기 때문에 타당성 역시 확인됨을 알 수 있다. <표 9> 잠재요인 간의 상관행렬과 분산추출지수 구분 학습자 요인 스마트 러닝 상호작용 학습 동기 메타 인지 창의적 사고 학습동기.588 메타인지.292.617 창의적 사고.309.463.593 자기 주도 학습 애플리 케이션 활용 자기 효능감 학습 참여도 학습 만족도 학습 몰입 학습 성과 자기주도 학습.345.235.231.594 애플리케이션 활용.332.386.290.278.567 자기효능감.220.452.446.165.264.608 학습참여도.250.250.297.284.221.240.637 학습만족도.613.290.291.329.455.215.272.585 학습몰입.332.344.430.249.383.405.350.304.592 학습성과.479.553.509.435.434.521.412.444.548.572 주: 대각선 진한 부분은 AVE값임. 2. 연구모형의 적합도 검증 1) 초기모형의 적합도 검증 초기모형의 적합성 평가는 공분산 구조모형이 연구가설에 적합한 정도를 알아보는 과정으로 절대적합지수(absolute fit measures: χ², GFI, AGFI, RMSR), 증분적 합지수(incremental fit measures: NNFI, NFI, Delta 2), 간명적합지수 (parsimonious fit measures: PGFI, PNFI, AIC) 등이 이용되고 있다. 본 연구 의 초기가설에 의한 전체적인 구조모형에 대한 분석을 실시한 결과 적합도지수 중 χ² (카이자승 통계량)=(461.385), RMR(원소간 평균제곱 잔차)=(0.251), GFI(기초

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 25 적합지수)=(0.646), AGFI(조정적합지수)=(0.559), NFI(준적합지수)=(0.552), CFI(비교적합지수)=(0.595), RMSEA(근사적합지수)=(0.178)로 분석되어 본 연구에서 설정한 연구가설에 대한 이론적 모형에의 전반적인 적합도는 부적합하다는 것이 증명되었다. 다음의 <표 10>은 초기모형의 적합도 검증 결과를 나타낸 것이다. <표 10> 초기모형의 적합도 검증 구분 평가기준 초기모형 χ² p - >0.05 461.385 0.000 적합도 평가 - 부적합 χ²/df RMR GFI AGFI NFI CFI RMSEA - <0.05 >0.90 >0.90 >0.90 >0.90 <0.05 2.078 0.251 0.646 0.559 0.552 0.595 0.178 - 부적합 부적합 부적합 부적합 부적합 부적합 <그림 7> 초기 연구모형 <그림 8> 1차 수정모형 <그림 7>의 초기 연구모형의 경우 외생변수 간 영향을 통제하여 모형을 작성하였 다. 그 결과 외생변수가 매개변수 및 내생변수에 미치는 영향이 왜곡되어 실제 영향이 있었음에도 불구하고 영향이 없는 것으로 판정되는 제 2종 오류가 나타나는 결과를 보여주었다. <표 10>을 살펴보면 초기모형에서 모든 적합도 평가가 부적합한 것으로 나타났다. 이에 따라 초기모형 결과를 바탕으로 외생변수인 학습자 요인, 스마트 러 닝, 상호작용과 내생변수인 학습성과 간의 인과관계를 정의하여 모형을 보다 적합하 도록<그림 8> 처럼 1차 수정모형을 제시하였다.

26 미술교육논총 2014 제28권 1호 2) 1차 수정모형의 적합도 검증 본 연구에서 1차 수정모형에 대한 분석을 실시한 결과 적합도지수 중 χ²(카이자승 통계량)=(537.540), RMR(원소간 평균제곱 잔차)=(0.061), GFI(기초적합지 수)=(0.843), AGFI(조정적합지수)=(0.754), NFI(준적합지수)=(0.732), CFI (비교적합지수)=(0.972), RMSEA(근사적합지수)=(0.083)로 분석되어 본 연구에 서 설정한 1차 수정모형에의 전반적인 적합도는 일부 지수에 한해서만 적합하다는 것 이 증명되었다. 다음의 <표 11>은 1차 수정모형의 적합도 검증 결과를 나타낸 것이다. <표 11> 1차 수정모형의 적합도 검증 구분 χ² p χ²/df RMR GFI AGFI NFI CFI RMSEA 평가기준 - >0.05 - <0.05 >0.90 >0.90 >0.90 >0.90 <0.05 초기모형 461.385 0.000 2.078 0.251 0.646 0.559 0.552 0.595 0.178 수정모형 537.540 0.000 2.432 0.061 0.843 0.754 0.732 0.972 0.083 적합도 평가 - 부적합 - 양호 양호 부적합 우수 적합 채택 3) 2차 수정모형의 적합도 검증 <표 11>을 살펴보면 1차 수정모형에서 일부 적합도 평가가 부적합한 것으로 나타 났다. 이에 따라 1차 수정모형 결과를 바탕으로 외생변수간의 인과관계를 정의하여 모형을 보다 적합하도록 수정모형을 제시하였다. 본 연구에서 2차 수정모형에 대한 분석을 실시한 결과 적합도지수 중 χ²(카이자승 통계량)=(556.581), RMR(원소간 평균제곱 잔차)=(0.041), GFI(기초적합지 수)=(0.965), AGFI(조정적합지수)=(0.828), NFI(준적합지수)=(0.922), CFI (비교적합지수)=(0.970), RMSEA(근사적합지수)=(0.061)로 분석되어 본 연구에 서 설정한 수정모형에의 전반적인 적합도는 비교적 양호하다는 것이 증명되었다. 다음 의 <표 12>는 2차 수정모형의 적합도 검증 결과를 나타낸 것이다.

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 27 <표 12> 2차 수정모형의 적합도 검증 구분 χ² p χ²/df RMR GFI AGFI NFI CFI RMSEA 평가기준 - >0.05 - <0.05 >0.90 >0.90 >0.90 >0.90 <0.05 초기모형 461.385 0.000 2.078 0.251 0.646 0.559 0.552 0.595 0.178 1차 수정모형 537.540 0.000 2.432 0.061 0.843 0.754 0.732 0.972 0.083 2차 수정모형 556.581 0.000 2.541 0.041 0.965 0.828 0.922 0.970 0.061 적합도 평가 - 부적합 - 적합 적합 양호 적합 적합 채택 <그림 9> 2차 수정모형 <그림 9>의 2차 수정모형의 경우 외생변수인 학습자 특성 요인, 스마트 러닝 요인, 상호작용 요인의 인과 관 계를 이론적 근거에 기초하여 구조방 정식에 적용하였다. 그 결과 모형의 적합도를 향상시켰을 뿐만 아니라 2 종 오류도 억제하였다. 2종 오류는 귀무가설( 歸 無 假 設 )이 틀렸는데도 불구하고 귀무가설을 채 택하는 오류이다(조국행, 2001). 3. 가설의 검증 초기 설정한 가설은 총 8개로 이루어졌으나, 1차 수정모형을 통해 외생변수인 학습 자 특성, 스마트 러닝, 상호작용 요인이 내생변수인 학습성과에 미치는 영향에 대한 3 개의 가설이 추가되었고, 2차 수정모형을 통해 외생변수간의 인과관계를 설정한 2개 의 가설이 추가되어 총 13개의 가설이 설정 되었다. 초기 연구모형에서는 총 8개의 가설을 검증하였고, 2차 수정모형을 통해 상호작용 요인 스마트 러닝 요인, 스마트 러닝 요인 학습자 특성 요인, 학습자 특성 요인 학 습성과, 스마트 러닝 요인 학습성과, 상호작용 학습성과의 경로를 추가하여 총 5개 가설을 추가적으로 검증하였다. 그 결과 총 13개의 가설 중 9개가 채택되었고 4개는 기각되었다.

28 미술교육논총 2014 제28권 1호 <표 13> 연구가설의 경로분석 결과 가설 독립변수 내생변수 Estimate S.E C.R. p 채택여부 1 학습자 특성 학습만족도 0.362 0.928 0.390 0.696 기각 2 학습자 특성 학습몰입 0.152 0.548 0.277 0.781 기각 3 스마트 러닝 학습만족도 1.029 0.392 2.625 0.000 채택 4 스마트 러닝 학습몰입 0.289 0.391 0.738 0.460 기각 5 상호작용 학습만족도 0.271 0.124 2.189* 0.027 채택 6 상호작용 학습몰입 0.392 0.116 3.380*** 0.000 채택 7 학습만족도 학습성과 0.013 0.615 0.021 0.983 기각 8 학습몰입 학습성과 0.755 0.312 2.420* 0.016 채택 9 상호작용 스마트 러닝 1.343 0.270 4.981*** 0.000 채택 10 스마트 러닝 학습자 특성 0.714 0.042 17.152***.000 채택 11 학습자 특성 학습성과 2.021 0.708 2.855** 0.004 채택 12 스마트 러닝 학습성과 2.196 0.935 2.349* 0.019 채택 13 상호작용 학습성과 1.361 0.523 2.604** 0.009 채택 *p<.05, **p<.01, ***p<.001 <표 13>은 연구가설의 경로분석 결과이다. 기각된 4개의 가설 중 학습자 특성 요인 이 학습몰입을 방해하는 주된 이유는 학생들이 인터넷에 쉽게 접근할 수 있지만 중학 생인 학습자의 특성 상 간혹 학습과 무관한 정보검색을 하는 데서 비롯된 것으로 사료 된다. 또한 학습자 특성 요인이 학습만족도에 영향을 주지 않는다고 나타난 것은 컴퓨 터를 잘 하지 못하거나 컴퓨터를 활용한 수업에 흥미를 느끼지 못하는 학생들의 비율 이 반영된 것으로 사료된다. 마지막으로 스마트 러닝 요인이 학습만족도에 영향을 주 지 않고 있고, 학습만족도가 학습성과에 영향을 주지 않는다고 나타난 점은 미술교과 의 특성 상 오브제의 물성( 物 性 )을 직접체험하고 조형하는 전통적인 수업을 더 선호 하는 학생들의 비율이 반영된 것으로 사료된다.

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 29 <그림 10> 최종 연구모형 분석결과 <그림 10>은 최종 연구모형의 유의경로를 나타낸 것으로 총 13개의 가설경로 중 9 개가 유의하고 4개는 유의하지 않음을 나타내고 있다. 학습자 특성 요인은 학습성과에(경로계수=2.021, C.R값 2.855) 영향을 미치는 것 으로 나타났다. 스마트 러닝 요인은 학습성과에(경로계수=2.196, C.R값 2.349), 학 습자 특성 요인에(경로계수=0.714, C.R값 17.152), 학습만족도에(경로계수=1.029, C.R값 2.625) 영향을 미치는 것으로 나타났다. 상호작용 요인은 학습성과에(경로계수 =1.361, C.R값 2.604), 학습몰입에(경로계수=0.392, C.R값 3.380), 학습만족도 에(경로계수=0.271, C.R값 2.189), 스마트 러닝 요인에(경로계수=1.343, C.R값 4.981) 영향을 미치는 것으로 나타났다. 학습몰입은 학습성과에(경로계수=0.755, C.R값 2.420) 영향을 미치는 것으로 나타났다. 즉 최종 연구모형의 경로는 13개의 가 설경로 중 9개가 유의하고 4개는 유의하지 않음을 나타내고 있다. 유의하게 나타난 경로는 스마트 러닝 요인 학습자 특성 요인, 스마트 러닝 요인 학습만족도, 상호작용 요인 스마트 러닝 요인, 상호작용 요인 학습몰입, 학습자 특 성 요인 학습성과, 상호작용 요인 학습성과, 스마트 러닝요인 학습성과, 상호작용

30 미술교육논총 2014 제28권 1호 요인 학습만족도, 학습몰입 학습성과이다. 반면 학습자 특성 요인 학습만족도, 학 습자 특성요인 학습몰입, 스마트 러닝 요인 학습몰입, 학습만족도 학습성과의 구 조경로 4개는 통계적으로 유의미한 영향을 미치지 않은 것으로 나타났다. <표 14> 직 간접 효과 및 총효과 검증 외생변수 내생변수 총효과 직접효과 간접효과 학습자 특성 학습만족도 0.362 0.362 - 스마트 러닝 학습만족도 1.287*** 1.029*** 0.258 상호작용 학습만족도 1.652*** 0.271* 1.381** 학습자 특성 학습몰입 0.152 0.152 - 스마트 러닝 학습몰입 1.731*** 0.289 1.442** 상호작용 학습몰입 0.780*** 0.392*** 0.388 학습자 특성 학습성과 2.025** 2.021** 0.004 스마트 러닝 학습성과 2.209* 2.196* 0.013 상호작용 학습성과 1.656*** 1.361** 0.295* 학습만족도 학습성과 0.013 0.013 - 학습몰입 학습성과 0.755* 0.755* - *p<.05, **p<.01, ***p<.001 <표 14>는 학습자 특성 요인, 스마트 러닝 요인, 상호작용 요인이 학습만족도와 학 습몰입, 학습성과에 미치는 영향에 있어 직 간접효과 및 총효과를 분석한 결과이다. 분석결과 먼저 학습만족도에 대해서는 상호작용 요인(1.381)이 간접효과가 있는 것 으로 나타났고, 학습몰입에 대해서는 스마트 러닝 요인(1.442)이 간접효과가 있는 것으로 나타났다. 또한 학습성과에 대해서는 상호작용 요인(0.2952)이 간접효과가 있는 것으로 나타났다. 이상에서 종합해 볼 때 미술교수-학습에 웹과 컴퓨터의 활용은 학습자 특성 요인인 학습동기와 메타인지에 영향을 미치며, 스마트 러닝 요인인 창의적 사고, 자기주도 학 습, 애플리케이션 활용은 학습성과와 학습자 특성, 학습만족도에 모두 영향을 미치는 것으로 나타나 테크놀로지를 접목한 미술교육 프로그램이 순기능으로 작용하고 있음 을 알 수 있다. 아울러 상호작용 요인인 자기효능감과 학습 참여도가 학습성과, 학습 몰입, 학습만족도, 스마트 러닝에 모두 영향을 미치고 있어 미디어 리터러시에 의한

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 31 디지털 스토리텔링이 학생들의 흥미를 유발시키고 있음을 알 수 있다. 마지막으로 학 습몰입은 학습성과에 영향을 미치는 것으로 나타났는데 이는 웹 2.0 기반 스마트 러 닝 미술교육 프로그램의 적용이 학생들로 하여금 전통적인 미술교수-학습에서 얻지 못하는 새로운 경험과 미적체험을 가능하게 해줌으로써 산출된 결과라고 사료된다. Ⅳ. 맺는 글 본 연구는 웹 2.0 기반 스마트 러닝 환경의 미술교육 프로그램의 개발 및 적용에 따 른 학습성과에 미치는 영향 요인을 분석하는데 목적을 두었다. 이에 프로그램의 설계 와 개발, 프로그램의 적용 및 연구 모형을 중심으로 인과관계를 도출하고 각 변수들 간의 영향요인을 탐색, 분석하는 3단계로 연구를 진행하였다. 이러한 연구의 기저에 는 정보화 시대의 미술교육에 웹 2.0 기반 스마트 러닝을 적용한 미술교수-학습 과정 이 학생들의 종합적인 사고활동을 지원하여 미술창조 과정의 기획자이자 참여자가 되 게 할 수 있는가? 프로그램을 통하여 즐거운 미술시간이 되고, 이러한 과정들은 학생 들의 미적 정서에 도움이 되는가? 전통적인 미술교수-학습 방식에 비추어 웹과 컴퓨 터를 활용한 미디어 리터러시와 디지털 스토리텔링은 학생들의 창의적 사고에 도움이 되는가? 오브제의 확장 측면에서 미술교육에 테크놀로지의 접목이 도움이 되는가? 하 는 물음이 깔려 있다. 교사에 의해 주도되는 전통적인 미술교수-학습과 달리 웹 2.0 기반 스마트 러닝을 활용한 미술교육 프로그램은 학생들 스스로 학습 과정을 제어할 수 있어 자기주도 학 습이 가능하다. 이에 본 연구에서는 미학적 관점, 교육학적 관점, 통합교육의 측면에 서, 미술의 이해 표현 감상 영역에서 총 9개의 웹 2.0 기반 스마트 러닝을 활용한 미술교육 프로그램을 개발하고 각 요인 간 관계 규명과 함께 영향정도를 분석하였다. 본 연구는 웹 2.0 기반 스마트 러닝을 활용한 미술교육 프로그램 개발 및 적용, 가 설적 연구모형의 적합도 검증, 학습자 특성 요인, 스마트 러닝 요인, 상호작용 요인, 학습만족도, 학습몰입, 학습성과 간의 영향요인 관계를 탐색하고 관련 요인의 관계를 규명하였다는 점에서 웹 2.0 기반 스마트 러닝 미술교육 관련 연구들에 실증적 연구 의 판단자료가 될 것으로 사료된다. 또한 웹 2.0 기반 스마트 러닝을 활용한 미술과 학습 상황에서 학습자 특성 요인, 스마트 러닝 요인, 상호작용 요인은 인과관계에 있 으며 학습성과에 직접적 영향을 미치는 변인임을 확인하였다는 점에서 의의가 있다.

32 미술교육논총 2014 제28권 1호 특히 상호작용 요인은 스마트 러닝 요인, 매개변인인 학습만족도와 학습몰입, 학습성 과에 모두 작용하는 중요한 변인이라는 것이 이 연구를 통해 밝혀졌다. 그러나 학습자 특성 요인인 학습동기, 메타인지가 학습만족도와 학습몰입에 통계상 직접적인 영향을 미치지 않고 있고 스마트 러닝 요인인 창의적 사고, 자기주도 학습, 애플리케이션 활 용이 학습몰입에 직접적인 영향을 미치지 않는 것으로 확인되어, 웹 2.0 기반 스마트 러닝을 활용한 미술교육 프로그램에서 학습동기, 메타인지를 신장시킬 수 있는 다양 하고 구체적인 교수-학습 전략이 연구되고 검토되어야 함을 시사하고 있다. 따라서 후 속연구는 학습에 대한 흥미를 유발시킬 수 있는 다양한 애플리케이션의 개발과 상호 작용 측면에서 이루어지는 것이 바람직하다.

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 33 참고문헌 김두연(2011). 스마트교육 추진전략. KERIS 연구자료. RM 2011-8. 서울: 한국교 육 학술정보원. 김현진(2011). 미래학교 지원을 위한 21세기 교수-학습 활동 개발 시리즈 2: 교실중 심의 21세기 교수-학습 활동. KERIS 연구보고. RM-2011-15. 서울: 한국 교육학술정보원. 김영애(2011). 우리의 교실혁명: 스마트 교육의 현황과 발전방향. 현안보고 OR 2011-02-7. 서울: 한국교육개발원. 김현철(2011). 스마트교육 콘텐츠 품질관리 및 교수 학습모형 개발 이슈. KERIS 연 구자료. RM-2011-20. 서울: 한국교육학술정보원. 남선우(2012). 기독교 청소년 교회교육을 위한 스마트 PBL 사례 연구. 박사학위 논 문. 경희 대학교. 노경희 이 준 염철현 장시준 정영식(2011). 스마트 체제 구현을 위한 온라인 교 육 활성화 방안. KERIS 연구자료. RM-2011-27. 서울: 한국교육학술정보원. 손윤선(2011). 세종시첫마을 미래학교 설립계획. KERIS 연구자료. RM 2011-8. 서울: 한국교육학술정보원. 이경아(2012). 웹 2.0에 기반 한 스마트 러닝(SMART-learning)에서의 미술교육: 중학교에서 디지털 몽타주를 중심으로. 미술교육논총. 26(1). 139-164. 이경아(2014). 웹 2.0 기반 스마트 러닝이 미술과 학습에 미치는 영향요인 분석. 박 사학위 논문. 한국교원대학교. 임병노 류진선 임영아 신수범 최성기 김민태 차남주 이승진 변용완 (2011). 스마트교육 콘텐츠 품질 관리 가이드라인 개발을 위한 이슈사항 분 석. KERIS 연구자료. RR-2011-13. 서울: 한국교육학술정보원. 장재경(2011). 상황인지 스마트 러닝 모형 연구. 박사학위 논문. 성신여자대학교. 전수진 한선관(2012). 최신정보 기술에 대한 초등교사의 인식과 태도에 관한 연구. 정보교육학회 논문집 16(1). 1-10. 조국행(2001). 통계학. 서울: 글로벌. 허희옥 임규연 서정희 김영애(2011). 미래학교 지원을 위한 21세기 교수-학습 활 동 개발 시리즈 1: 21세기 학습자 및 교수자 역량 모델링. KERIS 연구보고.

34 미술교육논총 2014 제28권 1호 RM-2011-2. 서울: 한국교육학술정보원. McLuhan, M. (1964). Understanding media: the extensions of man. cambridge, MA: The MIT Press. Shron E. S., Debora L. Lowther., James D. R. (2011). Instructional technology and media for learning (이미자, 권혁일, 김도헌, 박인우, 설 양환, 손 미, 송상호, 이수영, 최 욱, 홍기칠 역). 교육공학과 교수매체. 서울: 아카데미프레스(원저출판, 2011).

웹 2.0 기반 스마트 러닝 미술교육 프로그램이 학습성과에 미치는 영향요인 분석 35 Abstract Analysis of Influence Factors of Web 2.0-based SMART Art Education Program on Learning Achievement Kyung-A Lee (Seoul Mokil Middle School) This research has focused on aiming at effective education method and change in educational contents and learner through developing and applying art education program utilizing Web 2.0-based smart learning, and analyzing influencing factors on learning satisfaction. In order that, advanced research and reference were used and hypothetic research model was designed. Exogenous variables are learner's characteristic factors(academic motivation, meta cognition), smart learning factors (creative thinking, self-directed learning, utilization of application), and interaction factors(self-efficacy, learning participation rate). Parameters are learning immersion and learning satisfaction, and endogenous variable is achievement. Afterward research methods for each factor were established, and item, validity, and credibility were tested. Also, teaching-learning program in Web 2.0-based smart learning environment was established and developed. Furthermore, in art understanding, expression, and appreciation, art teaching-learning activity model utilizing Web 2.0-based smart learning was invented, and establishment and development of the program reflecting this were implemented. Moreover, for investigating the effect of application of program on teaching-learning, survey was conducted and influencing factors were analyzed through understanding the causal relationship of each factor. By using SPSS 18.0, reliability analysis and exploratory factor analysis

36 미술교육논총 2014 제28권 1호 were done, and by using AMOS 18.0, confirmatory factor analysis was done, which established structural equation model, and by it, hypotheses were tested. As a result of this study, among thirteen hypothetic structural pathway set in initial stage, nine of them had meaningful effect. Four structural pathway turned out to have meaningful effect in the level of significance probability Key words: Web 2.0, smart-learning, art education, program 논문접수 2014. 03. 25 심사수정 2014. 04. 15 게재확정 2014. 04. 22