Korean J General Edu Search

CLOSE


Korean J General Edu > Volume 14(5); 2020 > Article
텍스트 네트워크 분석을 활용한 교양교육 질 개선 연구 동향 분석

초록

본 연구에서는 대학 교양교육의 질 관리 및 개선과 관련하여 발표된 학술논문을 대상으로 텍스트 네트워크 기법 중 토픽 모델링 기법을 활용하여 연구 동향 분석을 수행하였다. 분석 결과, 빈도수 상위 단어의 조합으로 5개의 토픽을 추출하였으며, 토픽 내 주요 단어 간 네트워크를 통해 연구 주제를 파악해 볼 수 있었다. 즉, 최근 10년간 교양교육의 질 개선과 관련하여 수행된 연구들의 주제는 교수⋅학습 지원, 교재 및 교과 개발, 기초 교과목 운영, 역량기반 교양교육 운영, 글로벌 사회에 적합한 융복합 인재 양성으로 파악해 볼 수 있다. 이를 통하여 교양교육의 질 개선과 관련하여 축적된 연구들의 경향성을 확인하는 것으로 최근 대학들이 교양교육에서 중요하게 여기는 관점들을 읽어나가며, 향후 대학 교양교육의 질 관리를 위해 주목해야 할 연구 주제 및 방향성에 대한 시사점을 제공한다.

Abstract

In order to understand the research trends on quality management and improvement in general education in the domestic university setting, we applied Text Network analysis to analyze papers related to general education. As a result, five topics were derived from high frequency word combinations, and from this data we were able to recognize several topics through the primary inter-word network among the topics. In other words, the research conducted on quality management for general education over the last decade involved the following: 1) teaching & learning support, 2) materials and content development, 3) basic subject management, 4) competency-based general education management, and 5) a training section aiming at global leaders. From these findings, we took notice of research trends and important perspectives in the current situation. Following this, we made some suggestions regarding the future direction that further studies should take.

1. 서론

20세기 후반부터 모든 산업⋅사회 환경이 급격하게 변화하며 노동과 자본보다는 지식이 부가가치 창출의 핵심 요소로 작용하는 지식 기반 사회가 되었고, 특히 기본적인 일반 지식보다 학제 간 영역을 넘나들 수 있는 융합 인재를 강조하기 시작했다. 이에 따라 대학 개혁 역시 학과 중심의 전공교육에서 교양교육의 개혁 및 개선으로 전환되는 계기를 맞으며 새로운 지식의 창출과 활용을 요구하고, 개인의 창의력과 평생학습능력이 경쟁에서 살아남기 위한 필수 능력이 되었다. 이러한 역량과 소양의 계발은 한 분야를 중점적으로 다루는 전공교육보다는 교양교육의 변화를 통해 기를 수 있다고 보았다(최경애, 2019: 33). 또한, 전공 분야의 지식과 직업교육에 치중하는 전공교육과 별개로 지식과 정보를 응용하고 결합하며 문제를 해결하는 방식을 스스로 발견하도록 하는 교양교육의 고유한 가치를 인정받게 되며 교양교육을 전면적으로 개편해야 할 당위성과 교양교육의 질적 제고를 위한 논의들도 활발해졌다(노관범, 2010: 209-210).
교양교육의 질이 곧 대학의 질이라는 입장도 있으며(서남수, 2010: 2), 교양교육의 질 개선을 위하여 실제 많은 대학이 교양교육과정을 새롭게 수립하거나 중핵적인 영역에서 새로운 교과목을 개발하는 등의 실천적인 노력을 기울이고 있지만, 교양교육의 질 개선을 통해 대학의 경쟁력을 확보하는 단계로 나아가기까지는 많은 어려움이 있다. 대학 교육 개선 및 개혁 작업은 고려해야 할 사안이 매우 다양하고 복잡하며 서로 상충하는 요소들도 많기 때문이다(최경애, 2019).
현재 대학의 교양교육 질 관리 및 개선과 관련하여 의미있게 다루는 요소들은 연구마다 조금씩 다르지만 대학 단위에서는 교양교육의 질 제고에 대한 다양한 사례 연구를 살펴보면, 교양 교육과정 운영(이정옥, 2017; 전영옥, 오은정, 김효선, 이정민, 홍세령, 2019; 변순용, 김민수, 2012), 대학 교양교과목의 개발 및 교수⋅학습 방법(박혜정, 2018; 최혜진, 2016), 전담기구 및 연구 협의체 운영(이효성, 김현정, 2016), 융복합 교과목 운영(이희용, 2011), 핵심역량 기반의 교양 교육 운영(김혜경, 김경미, 2016; 김순임, 이효성, 김현정, 서명희, 2013)과 같은 주제를 통해 이루어졌다. 유기웅, 정종원(2015)은 우리나라 4년제 대학 교양교육 현황 연구를 통해 교양교육의 목표, 교육과정 편성 및 교육내용, 교육방법, 교육운영을 조사하였는데, 교양교육의 목적이 교양교육 구성요소를 결정한다고 보며 교양교육의 목적과 교양교육 교과목과의 연계성을 체계적으로 제시하기도 하였다.
이에 대학이 교양교육의 질 관리나 개선 측면에서 고려하거나 추진 시 반영했던 요소들을 체계적으로 확인하고 이를 통하여 교양교육의 품질 개선의 방향성에 대한 시사점을 도출해 볼 필요가 있다. 이를 위하여 대학 단위에서 교양교육 질 관리와 관련하여 실행된 연구의 동향 분석을 통해 앞으로 교양교육의 질 개선을 위해 주목해야 할 주제들을 알아보고자 한다. 기존 연구의 동향을 비교⋅분석하기 위해 축적된 연구 자료를 바탕으로 체계적인 문헌 고찰이나 메타분석과 같은 다양한 연구들이 증가하고 있다. 그러나 체계적인 문헌 고찰은 소수 전문가의 지식과 고찰에 의해 선행연구를 분류하여 분석하는 것으로 기존 연구의 개념, 문화적 맥락의 이질성으로 인해 정확하게 이해하고 기준을 세워 포함이나 제외 기준을 정하는 과정에서 주관성이 배제되기 어렵고, 메타분석은 같은 도구를 사용하는 문헌을 대상으로 하는 등의 동질성 부분을 고려해야 하므로 분석대상이 제한적이다(McDermott, Crellin, Ridder, Orrell, 2013; 이영옥, 강지연, 2018; 한혜영, 2019 재인용). 최근 교육 분야에서는 논문과 같은 텍스트 데이터를 활용하여 동향을 파악하기 위한 방법으로 텍스트마이닝 기법을 활용하고 있으며 실제 주제어 네트워크 분석을 통해 교양교육연구의 동향을 분석하는 연구들이 수행되었다(고지민, 박한샘, 2020; 임수민, 윤희정, 방담이, 2020). 주제어 네트워크 분석은 분석도구에 따른 분석대상에 제한이 없고, 연결망 형태의 특징을 도출, 관계성으로 체계의 특성을 설명하거나 체계를 구성하는 단위의 행위를 설명하는 것으로(김용학, 김영진, 2016) 연구 동향 분석이 가능하다. 이와 같은 분석 방법을 통해 교양교육 연구의 경향성을 파악하는 것은 다양한 연구 방법론적 측면에서 접근한 동향 연구의 계보를 이을 뿐만 아니라 향후 주목해야 할 연구 주제가 무엇인지 체계적으로 파악할 수 있다는 점에서 본 연구의 의미가 있다. 특히 교양교육의 전반적인 동향 분석이 아닌 교양교육의 질 관리에 초점을 둔 동향 분석이라는 점에서 의미가 있다.
즉, 본 연구에서는 토픽모델링과 텍스트 네트워크 분석을 활용하여, 최근 10년 간 교양교육의 질 관리와 관련하여 실행되었던 선행연구를 분석하여 이들 연구에서 나타나는 키워드 간의 관계성을 확인하고, 나아가 전체 연구의 관련 구조를 확인하고자 한다. 이를 통하여 대학들이 교육의 질 개선 및 관리와 관련하여 중점적으로 다루고 있는 핵심키워드가 무엇인지 파악하여 향후 교양교육의 질 개선과 관련하여 반영해야 할 것은 무엇인지 제시하고자 한다.

2. 연구 방법

2.1 연구 분석 대상 및 수집

본 연구에서는 대학 교양교육의 질 관리 및 개선과 관련한 연구들이 어떤 연구 동향을 보이는지 파악해 보기 위하여 2010년부터 2020년까지 최근 10년간 생성된 학술논문을 대상으로 제한하여 분석하였다([그림 1] 참조). 이는 2010년 이후 한국교양기초교육원의 출범과 교양교육의 표준안이 제정되었고, 국가에서 정책적으로 대학의 여건지표와 성과지표의 객관적, 정량적 평가에 의해 대학 지원 사업에 따라 대학의 교육여건과 교육성과를 객관적, 정량적 지표로 구성된 공식을 통해 지원 대상을 선정하는 것으로 대학 간 교육여건과 성과 창출을 위한 경쟁을 촉진하였다(오범호, 2010: 157). 이를 기점으로 대학의 학부교육 뿐만 아니라 교양교육의 질을 강화하기 위한 다양한 노력을 기하였고 이에 따른 다양한 성과들이 발생한 시기로 판단하여 최근 10년으로 기한을 설정하였다.
[그림 1]
본 연구에 활용된 논문의 발행 연도 별 논문 수(2020. 8월 기준)
kjge-2020-14-5-97-gf1.jpg
설정된 기간 내에서 대학의 교양교육 질 관리와 관련하여 수행되었던 연구에 대해 본 연구의 대상이 되는 자료는 한국교육학술정보원(Korea Education & Research Information Service, KERIS)에서 제공하는 학술연구정보서비스(www.riss.re.kr)를 활용하였다. 검색어는 ‘교양교육 내실화’, ‘교양교육 질 관리’, ‘교양교육 개선’으로 검색하였으며, 제목과 연구 초록 및 키워드를 토대로 연구자 2인의 선별을 통해 자료 수집이 이루어졌다. 이는 기존의 연구 동향을 분석하는 방법 중, 논문 검색 사이트에서 키워드 검색으로 연구 대상을 선정하는 방법을 활용하는 것이다(김혜미, 2016). 키워드 검색을 통해 도출된 연구의 수는 국내 학술 논문 1,249편, 학위 논문 1,005편, 단행본 및 연구보고서 1,584편이었다. 그러나 본 연구는 논문의 연구요약문(초록)을 이용하여 분석하는 연구의 특성상 연구보고서 및 학위논문까지 포함하게 되면 텍스트의 양이 방대해져 발생하는 분석의 한계점을 절충하고, 대학의 교양교육의 실질적인 질 관리에 대한 결과 연구에 초점을 둔다는 측면에서 국내 학술 논문으로 제한하였다. 최초 검색어로 도출된 국내 학술논문 1,249편에서 교양교육의 질 관리와 관련하여 본 연구 주제와 불일치한다고 판단되거나 검색어 결과와 실제 초록 내용과의 불일치, 논문이 중복되거나 기관 등의 요청 혹은 학술대회 발표 자료 등으로 전문 공개가 되지 않은 연구물과 같은 이유로 최종 자료 분석의 대상이 된 연구는 219개이다(<표 1> 참조).
<표 1>
논문 선정 준거
구분 선정 준거
논문 형태 양적연구, 질적연구
논문 선정 ⋅설정한 검색어를 통해 수집된 논문의 제목과 실제 논문 내용(초록 등)과 일치하지 않는 논문 제외
⋅연구자나 발행기관의 요청 등 비공개하는 논문 제외
⋅기 발행된 논문의 요약본 및 학술대회 발표 등의 이유로 내용의 중복이 확인된 논문 제외
연구 대상 ⋅대학 교양교육의 질 관리 및 개선과 관련하여 수행된 연구

2.2 분석 방법

교양교육의 질 관리 및 개선과 관련한 연구를 수집한 후, 연구의 요약문을 기반으로 토픽모델링과 텍스트 네트워크 분석을 하고자 한다.
텍스트 네트워크 분석은 뉴스기사나 SNS, 논문 등의 비정형 텍스트 데이터에서 단어를 추출하고 단어의 문서 내 위치를 코딩, 유사어나 복합어 처리를 거쳐 단어 등장빈도 등의 측정 등 데이터 전처리를 통하여 텍스트마이닝이나 소셜 네트워크 분석, 워드클라우드와 같은 시각적 분석을 통해 분석하는 기법이다. 텍스트 네트워크 분석의 이점은 비정형 데이터인 텍스트를 네트워크를 통해 시각적으로 보며, 이를 통해 주요 개념이나 주제어 파악에 용이하고, 새로운 아이디어를 창출하며 노드간의 의미를 해석하여 양적인 측면과 아울러 질적인 측면에서 데이터에 접근할 수 있다는 장점이 있다.
본 연구를 위해 수집한 자료는 Excel에 정리하였으며, 이를 분석 도구인 넷마이너(NetMiner, 이하 넷마이너로 지칭) 4.0에 불러들여(data import) 품사를 지정, 일차적으로 추출하였으며, ‘단어-단어’, ‘단어-문단’, ‘단어-문서’로 구성된 2-mode 네트워크를 구성하였다. 텍스트 네트워크 분석에 사용되는 프로그램은 넷마이너 외에도 NodeXL, UNICET, NetDraw 등 다양하지만, 네트워크 분석, 통계분석, 네트워크 시각화 등이 가능하여 데이터의 분석과 시각화를 상호작용적으로 수행할 수 있다는 측면(함명인, 이재원, 2013)에서 넷마이너를 활용하였다. 이후 데이터 전처리 및 워드 네트워크를 구성하여 데이터 분석 및 워드클라우드, 그리고 토픽모델링을 도출하였다. [그림 2]를 통해 분석 과정을 단계별로 제시하였으며 구체적으로 설명하면 다음과 같다.
[그림 2]
텍스트 네트워크 분석 과정
kjge-2020-14-5-97-gf2.jpg
첫째, 자료가 분석에 필요한 형태로 정제될 수 있도록 단어 추출과 전처리 과정을 실시하였다. 넷마이너는 자체 형태소 분석 기능을 보유하고 있으며 이를 통하여 단어의 품사를 식별하고 분석 대상으로 삼고자 하는 단어(노드)를 다양한 품사로 지정하여 설정할 수 있다. 본 연구에서는 명사로 한정하였으며 일차적으로 추출한 결과에 따라 ‘핵심역량’, ‘핵심 역량’ 혹은 ‘글로벌’, ‘세계화’와 같은 유사어 및 띄어쓰기로 인해 동의어가 아닌 것으로 취급될 것을 방지하기 위하여 사전 정제 작업을 실시하였다. 넷마이너에는 정제 작업을 수월하게 할 수 있도록, 유사어, 지정어, 제외어, 포함어 설정 기능이 포함되어 있다. 이를 통하여 연구자의 판단 하에 사전 정제 기능을 활용하여 연구 분석 결과에 정확성을 기하였다. 본 연구에서 ‘핵심 역량’은 ‘핵심역량’으로 유의어에 등록하였고, ‘세계화, 세계’는 ‘글로벌’로 도출될 수 있도록 지정하였다. ‘교육, 연구, 교양, 대학, 영역, 운영, 문제, 대학교, 과정, 내실화, 질 관리’ 등은 본 연구 결과에서 유의미한 해석에 도움이 되지 않을 것으로 판단하여 제외하였으며, 특정 포함어는 따로 설정하지 않았다.
둘째, ‘단어-단어’, ‘단어-문단’, ‘단어-문서’로 구성된 2-mode 네트워크를 구성하였고 이를 통하여 토픽모델링을 실시하였다. 텍스트 네트워크 기법 중 토픽 모델링은 기존의 키워드 네트워크 분석만으로는 찾아낼 수 없던 의미를 탐색하는 방법이다. 토픽모델링은 텍스트 데이터 내 단어들의 빈도수를 통계적으로 분석하여 전체 데이터에서 잠재적 주제인 토픽들을 자동으로 추출하여 분류한다는 점에서 주제 분석 시 유용하다. 토픽 모델링은 방대한 텍스트 자료로부터 특정 주제를 추출하는 알고리즘으로써 문서와 단어로 구성된 행렬(dtm)을 사용하여 문서에 잠재된 토픽의 등장 확률을 추정하는 통계적인 텍스트 처리기법이다(백영민, 2017; 진미르, 고호경, 2019 재인용). 토픽모델링은 분절된 단어들에 벡터값을 부여하고, 차원 축소를 통해 근접한 단어들을 주제로 묶어내는 모형(LSA)과 확률을 바탕으로 단어가 특정 주제에 존재할 확률과 문서에 특정 주제가 존재할 확률을 결합 확률로 추정하여 토픽을 추출하는 모형(LDA) 모형이 있다. 최근에는 LSA의 단점을 보완한 LDA 기법이 문서의 주제를 찾는 연구에서 많이 사용되고 있다(김민관, 이용, 한창희 2017, 47-48). 넷마이너는 토픽모델링을 위한 텍스트마이닝의 기법으로 LDA 기법을 제공하며 이를 통해 추출하고자 하는 토픽의 수를 지정할 수 있다. 반복적으로 토픽의 수를 달리하여 수행한 후 적재된 키워드를 통해 최적의 토픽 수를 정하며 본 연구에서는 5개의 토픽으로 최종 분석하였다.

3. 분석 결과

3.1 키워드 출현빈도 및 개념 워드클라우드 분석

본 연구의 대상으로 수집된 219개의 논문에 대한 조건 사전 설정 및 필터링을 통해 추출된 단어(words)는 2,367개이며, 데이터를 종합하여 단어 등장 빈도를 기준으로 상위 500개 단어에 대하여 워드클라우드를 실행하면 [그림 3]과 같다.
[그림 3]
개념 워드클라우드
kjge-2020-14-5-97-gf3.jpg
등장 빈도 기준으로 실행된 워드클라우드는 가장 많이 등장한 단어가 크기를 통해 중요하게 표기되어 도출되며, 단어의 색깔이나 위치는 분석과 관계가 없다. 워드클라우드에 따르면 ‘수업’, ‘학습’, ‘학생’, ‘개선’, ‘역량기반’ 등이 다른 단어들보다 자주 도출된 것을 알 수 있다. <표 2>는 빈도를 기준으로 추출된 상위 50개의 키워드를 보여주며 이를 통하여 연구들의 경향성을 짐작해 볼 수 있다.
<표 2>
추출된 키워드 빈도(상위 50개)
번호 단어 도출 빈도 번호 단어 도출 빈도 번호 단어 도출 빈도
1 수업 417 18 효과 128 35 제안 82
2 학습 340 19 개발 127 36 교재개발 80
3 학생 339 20 기초 120 37 강좌 78
4 개선 333 21 활용 116 38 글로벌 75
5 역량기반 227 22 요구 113 39 수준 75
6 교과목 222 23 방법 112 40 사고 74
7 분석 215 24 목표 107 41 방식 73
8 글쓰기 214 25 방향 107 42 체계 73
9 평가 191 26 융복합 102 43 향상 73
10 교수 170 27 영어 96 44 실시 72
11 인식 168 28 94 45 구성 70
12 과목 146 29 전공 94 46 수강 70
13 능력 145 30 프로그램 90 47 문제점 69
14 목적 144 31 변화 86 48 한국 69
15 중심 142 32 토론 86 49 고전 68
16 조사 141 33 설문 83 50 개설 67
17 교과 133 34 핵심역량 83
그러나 본 연구의 자료 수집을 위해 사용된 검색 키워드의 경우, 대부분의 문서에서 등장하며 이러한 연구 결과에서 특별한 인사이트를 획득하기엔 부족하고 특별히 중요한 단어로 해석할 수 있는가에 대한 의문을 해결하기 위하여 TF-IDF 분석을 활용하였다. TF-IDF(Term Frequency- Inverse Document Frequency) 값은 모든 문서에서 사용될수록 0에 가깝고, 소수의 문서에서 사용될수록 높은 것으로 판단할 수 있다. 즉, TF-IDF 값이 낮은 단어를 제외하면 대부분의 문서에서 흔히 사용되는 단어를 제거할 수 있다. 이는, 검색 키워드 혹은 일반적으로 사용되는 단어를 필터링하는 것으로 문서별로 중요한 단어에 대해서만 분석이 가능하다는 특징이 있다. 즉, TF-IDF 값이 높은 단어는 해당 문서 내에서 핵심적인 메시지를 담고 있을 확률이 높다. [그림 4]는 TF-IDF 값을 적용하여 도출한 개념 워드클라우드 결과이다. <표 2><표 3>을 비교해보면 추출된 단어의 순위가 조금씩 변경된 것을 확인해 볼 수 있다.
[그림 4]
TF-IDF 워드클라우드
kjge-2020-14-5-97-gf4.jpg
<표 3>
TF-IDF 분석을 통해 추출된 키워드 빈도(상위 50개)
번호 단어 도출 빈도 번호 단어 도출 빈도 번호 단어 도출 빈도
1 학생 124 18 요구 61 35 고려 43
2 분석 105 19 활용 61 36 제공 43
3 수업 104 20 과목 59 37 43
4 목적 103 21 목표 54 38 논문 42
5 학습 94 22 설문 53 39 방식 42
6 중심 87 23 교과 52 40 자료 42
7 교수 85 24 실시 51 41 지식 42
8 조사 77 25 전공 51 42 현황 42
9 방법 75 26 구성 50 43 글쓰기 41
10 효과 74 27 다음 50 44 역량기반 41
11 개발 73 28 제안 50 45 진행 41
12 교과목 71 29 변화 49 46 프로그램 41
13 능력 70 30 체계 48 47 수강 39
14 인식 70 31 문제점 47 48 한국 39
15 평가 69 32 향상 47 49 논의 38
16 방향 65 33 수준 44 50 개설 67
17 기초 62 34 개설 43
<표 4>는 TF-IDF 분석을 통해 추출된 단어의 단어 네트워크 결과로, 단어 간 동시등장 관계를 확인해 볼 수 있는데, 네트워크의 노드를 구성하는 단어를 확인하는 것 이외에 함께 등장하는 단어를 확인하는 것으로 다른 인사이트를 얻을 수 있다. Weight는 단어가 하나의 쌍으로 동시에 등장하는 총 빈도를 나타내며, # of Paragraphs는 단어 쌍이 동시에 등장한 문단의 수, Gini Coefficient 는 단어의 쌍이 특정 문단에 집중적으로 등장하는지 혹은 고르게 등장했는지를 나타내는 지표이다. 이 지표가 1에 가까울수록 소수의 문단에 집중적으로 등장했음을 알 수 있다. 표에서 보는 바와 같이 본 분석 자료에서 도출되는 동시출현빈도를 살펴보면, ‘설문-조사’, ‘수업-평가’, ‘교수-학습’ 순으로 나타나고 있다. 이는 실제 대학에서 수요 조사나 요구 조사 혹은 만족도 조사 등이 의견을 수렴하는 것이 중요한 과정(신주연, 김진선, 정윤경, 2020; 박주호, 유기웅, 2014)으로 작용하고 있다는 점에서 교양교육의 질 관리와 관련한 연구들에서도 자주 등장했음을 추측해볼 수 있다.
<표 4>
단어 네트워크
Source Target Weight # of Paragraphs Gini Coefficient
1 설문 조사 56 38 0.9
2 수업 평가 48 18 1
3 교수 학습 45 28 0.9
4 개선 방향 37 28 0.9
5 개선 제시 29 26 0.9
6 글로벌 시민 27 6 1
7 수업 학생 27 20 0.9
8 방법 학습 26 16 0.9
9 개발 교과목 25 18 0.9
10 실시 조사 24 19 0.9
11 개선 수업 24 15 1
12 중심 학습 24 15 0.9
13 방식 수업 23 13 1
14 글쓰기 수업 23 10 1
15 수강 학생 22 13 1
16 교수 방법 22 16 0.9
17 개설 교과목 22 13 1
18 교수 학생 22 15 0.9
19 설문 실시 22 19 0.9
20 사고 표현 22 11 1

3.2 토픽 모델링

LDA 기반으로 토픽 수를 반복하여 수행한 결과 최종적으로 본 연구에서는 가장 유의미하다고 판단되는 토픽의 수를 5개로 지정하였다. 추출된 5개의 토픽에서 구성하고 있는 단어들을 분석하여 이론적 배경이나 교양교육의 맥락을 종합적으로 고려하여 토픽을 구성하고 있는 단어들의 핵심 주제를 추측해 보았다. 이후 토픽별 워드클라우드를 통하여 시각화해 보았다. 우선 각 토픽에 따른 문서의 비율을 살펴보면 토픽 1은 전체 219 문서 중 57개의 문서와 관련하며 전체 문서 대비 26.0%로 가장 큰 비중을 차지하였다. 토픽 2는 41개의 문서와 관련하며 전체 문서 대비 18.7%의 비중을 차지하였다. 토픽 3은 45개의 문서와 관련하며 전체 대비 20.5%로 두 번째로 큰 비중을 차지하였다. 토픽 4는 33개의 문서와 관련하며 전체 대비 15.1%의 비중을 차지하였다. 토픽 5는 43개의 문서와 관련하며 전체 대비 19.6%의 비중을 차지하였다[그림 5].
[그림 5]
각 토픽별 문서의 비율(수)
kjge-2020-14-5-97-gf5.jpg
<표 5>는 분석에 따라 추출된 5개의 토픽을 구성하는 주요 단어들이다.
<표 5>
토픽 모델링 분석 결과 추출된 5개의 토픽
1st Keyword 2nd Keyword 3rd Keyword 4th Keyword 5th Keyword
Topic-1 수업 학습 학생 교수 인식
Topic-2 글쓰기 과목 능력 교재개발 사고
Topic-3 교과목 기초 교과 전공 강좌
Topic-4 역량기반 평가 분석 핵심역량 개발
Topic-5 융복합 목적 글로벌 인간 지식
토픽 1의 경우 ‘수업’, ‘학습’, ‘학생’, ‘교수’, ‘인식’이라는 단어들로 추출되었다. 이 단어들의 의미와 맥락을 분석해 보면 교양교육에서 교수⋅학습 지원에 대한 내용과 관련한 단어들로 유추해 볼 수 있다. [그림 6]은 Topic 1에 대한 워드클라우드 결과이다. 토픽 2의 경우 ‘글쓰기’, ‘과목’, ‘능력’, ‘교재개발’, ‘사고’라는 단어들로 추출되었다. 이 단어들의 의미와 맥락을 분석해 보면 교양대학에서 글쓰기 및 그 외 다양한 소양이나 능력들과 관련하여 교재 및 교과 개발과 관련한 단어들로 유추해 볼 수 있다. [그림 7]은 Topic 2에 대한 워드클라우드 결과이다.
[그림 6]
Topic 1에 대한 워드클라우드
kjge-2020-14-5-97-gf6.jpg
[그림 7]
Topic 2에 대한 워드클라우드
kjge-2020-14-5-97-gf7.jpg
토픽 3의 경우 ‘교과목’, ‘기초’, ‘교과’, ‘전공’, ‘강좌’ 라는 단어들로 추출되었다. 이 단어들의 의미와 맥락을 분석해 보면 기초 교과목 운영과 관련한 내용으로 유추해 볼 수 있다. [그림 8]은 Topic 3에 대한 워드클라우드 결과이다. 토픽 4의 경우 ‘역량기반’, ‘평가’, ‘분석’, ‘핵심역량’, ‘개발’이라는 단어들로 추출되었다. 이 단어의 의미와 맥락을 분석해 보면 역량기반 교양교육 운영과 관련한 단어로 추론된다. [그림 9]는 Topic 4에 대한 워드클라우드 결과이다.
[그림 8]
Topic 3에 대한 워드클라우드
kjge-2020-14-5-97-gf8.jpg
[그림 9]
Topic 4에 대한 워드클라우드
kjge-2020-14-5-97-gf9.jpg
토픽 5의 경우 ‘융복합’, ‘목적’, ‘글로벌’, ‘인간’, ‘지식’이라는 단어들로 구성된다. 이 단어의 의미와 맥락을 분석해 보면 글로벌 사회에 알맞은 융복합 인재를 양성하는 교양교육의 트렌드를 반영한 단어들로 유추해 볼 수 있다. [그림 10]은 Topic 5의 워드클라우드 결과이다.
[그림 10]
Topic 5에 대한 워드클라우드
kjge-2020-14-5-97-gf10.jpg
토픽 모델링을 통해 도출된 5개의 토픽과 각 토픽에 해당하는 단어들로 주제를 유추해보면 <표 6>과 같다.
<표 6>
토픽 별 주제
TOPIC TOPIC THEME
Topic-1 교수⋅학습 지원
Topic-2 교재 및 교과 개발
Topic-3 기초 교과목 운영
Topic-4 역량기반 교양교육 운영
Topic-5 글로벌 사회에 적합한 융복합 인재 양성
5개의 토픽과 토픽별 주요 단어를 시각화해 보면 [그림 11]과 같다. 이를 통해 토픽에 따른 상위 단어뿐만 아니라 토픽 간 연결되는 매개 단어를 확인할 수 있다. 예를 들어 ‘인식’이나 ‘조사’, ‘효과’는 토픽 1과 토픽 4를 연결해주는 매개단어이다. 이는 ‘교수⋅학습 지원’으로 유추된 토픽 1과 ‘역량기반 교양교육 운영’으로 유추된 토픽 4를 놓고 볼 때, 두 토픽은 역량기반으로 설계된 교양교육에서 이를 실현하기 위한 적절한 교수⋅학습 지원의 효과나 인식, 활용 등과 관련한 연구들과 연관되었다고 해석해 볼 수 있다.
[그림 11]
토픽별 주요 단어 시각화
kjge-2020-14-5-97-gf11.jpg
또한 토픽 3과 토픽 4를 연결하는 매개 단어로 ‘교과목’을 확인해 볼 수 있다. 토픽 3에서 도출되었던 단어에서 ‘기초 교과목 운영’으로 해석한 내용과 토픽 4의 단어에서 해석되었던 ‘역량기반 교양교육 운영’은 교과목이라는 연결 단어가 확인된 것으로 이는 교양교육의 교과목들은 교양교육을 통해 함양시키고자 하는 역량과 같은 요소들을 고려하여 기초 교과목을 개설하여 운영해야 하는 것으로 유추해 볼 수 있다.

4. 결론

본 연구는 텍스트 네트워크 분석을 통하여 대학의 교양교육에서 질 관리 및 개선과 관련한 연구 동향을 살펴보고자 하였다. 이를 위하여 최근 10년간 발행된 총 219개의 학술 논문을 활용하여 교양교육 질 관리에 대해 토픽모델링 및 워드클라우드와 같은 텍스트 네트워크를 통해 분석하였다. 최근 대학의 교양교육 분야에서는 체계적인 교양교육의 동향 분석을 위해 텍스트마이닝 기법을 활용하는 연구들(고지민, 박한샘, 2020; 임수민, 윤희정, 방담이, 2020)이 수행되었는데 이 연구는 교양교육의 전반적인 동향을 분석하였으며, 본 연구에서는 교양교육이라는 주제 안에서도 질 관리와 관련한 연구를 대상으로 주제 간의 유의미한 토픽을 끌어내 교양교육의 질 관리를 위해 어떠한 주제들을 주로 다루고 있는지를 확인해 보는데 그 의미가 있다. 본 연구 결과에 따라 논의 및 결론은 다음과 같다.
첫째, 본 연구를 위해 수집된 219개의 문서에서 사전 정제 설정 및 필터링을 통해 추출된 단어는 2,367개였다. 이 중 가장 높은 빈도를 나타낸 주제어 10개를 확인해 보면 ‘수업, 학습, 학생, 개선, 역량기반, 교과목, 분석, 글쓰기, 평가, 교수’였다. 주제어 네트워크 분석을 통해 교양교육의 동향을 분석한 임수민, 윤희정, 방담이(2020)와 고지민, 박한샘(2020)의 연구에서 공통으로 글쓰기가 가장 높은 빈도를 보인 주제어였으며 그 외 역량과 같은 주제어가 상위 빈도를 보였다는 연구 결과와 어느 정도 일치하고 있다. 최근 의사소통과 같은 핵심역량이 강조되면서 타인에 대한 공감 능력 향상과 자기 생각을 효율적으로 드러낼 수 있도록 글쓰기 능력 신장(박진숙, 2010), 직업 교육과 관련한 실용적 글쓰기와 관련하여(김현정, 2012) 대학의 교양교육에서 글쓰기 교육의 중요성이 반영된 결과라고 볼 수 있다.
둘째, TF-IDF 분석을 통해 추출된 키워드에 대해 상위 추출된 10개의 주제어를 확인해 보면, ‘학생, 분석, 수업, 목적, 학습, 중심, 교수, 조사, 방법, 효과’ 였다. TF-IDF 분석을 적용하기 전에 주제어와 비교해 보면 그 순위의 차이가 나타나는데, 본 연구에서 교양교육에서도 질 관리 측면에서 접근하였다는 것을 고려하면 질 개선을 위해 분석이나 조사, 방법과 같은 다양한 도구들이 활용되고 이를 통해 나타나는 효과 및 분석 연구들이 주로 이뤄졌다고 추측해 볼 수 있다. 최경애(2019)는 체계적 접근에 따른 교양교육과정 개선 과정에 대해 교양교육과정의 개선 방향을 제대로 수립하기 위해서는 시대적 요청이나 대학 내 교양교육의 현황 파악, 교수들의 인식 조사, 다양한 조사 분석이 수행되어야 한다는 면에서 교양교육의 질 개선에서 조사나 분석은 중요한 키워드로 볼 수 있다. 유기웅, 정종원(2015)의 연구에서도 대학생을 대상으로 교양교육과정 편성이나 교수⋅학습 방법, 교양교육 지원 등 전반적인 만족도에 영향을 미치는 요인을 조사하였으며, 김순임, 이효성, 김현정, 서명희(2013)의 연구에서도 대학의 교양교육 목표 달성 및 교양교육 발전을 위하여 교과목 조사를 통해 개선점을 찾고 있다는 점에서 교양교육의 질 관리에 대해 수요자의 요구 및 만족도 조사와 같은 다양한 방법들이 필요하다는 것을 알 수 있다.
셋째, TF-IDF 분석 결과를 토대로 LDA를 활용한 토픽모델링 기법을 통해 5개의 토픽을 추출하였다. 즉, 토픽을 구성하는 단어들의 조합을 통하여 최근 10년간의 교양교육의 질 관리와 관련한 논문들의 핵심 주제를 파악할 수 있었다. 그 중 토픽 1(26.0%)은 가장 많은 문서와 연관되며 ‘수업’, ‘학습’, ‘학생’, ‘교수’, ‘인식’으로 구성되었다. 토픽 2(18.7%)는 ‘글쓰기’, ‘과목’, ‘능력’, ‘교재개발’, ‘사고’로 구성되어 있으며, 토픽 3(20.5%)은 ‘교과목’, ‘기초’, ‘교과’, ‘전공’, ‘강좌’로, 토픽 4(15.1%)는 ‘역량기반’, ‘평가’, ‘분석’, ‘핵심역량’, ‘개발’, 토픽 5(19.6%)는 ‘융복합’, ‘목적’, ‘글로벌’, ‘인간’, ‘지식’으로 구성된 것으로 나타났다. 각 토픽을 구성하고 있는 키워드를 통하여 토픽별로 주제를 해석해보면, 토픽 1은 교양교육에서의 ‘교수⋅학습 지원’으로, 토픽 2는 ‘교재 및 교과 개발’, 토픽 3은 ‘기초 교과목 운영’, 토픽 4는 ‘역량기반 교양교육 운영’, 토픽 5는 ‘글로벌 사회에 적합한 융복합 인재 양성’으로 볼 수 있다.
토픽모델링 분석 결과에 따르면, 전반적으로 교양교육의 질 관리에 대하여 교수⋅학습 및 교양 교육과정의 질 관리에 대한 측면이 강하게 나타난다. 고지민, 박한샘(2020)의 연구 결과에서도 교양교육에서는 교육과정과 관련한 연구가 다수 진행되고 있으며, 교양 교육과정이 사회적 요구를 반영하기 위하여 개발, 개편이 지속해서 진행되어 연구의 빈도가 높은 것으로 해석하고 있다. 그러나 교양교육의 질 관리 분야의 범주를 제도 및 행정 분야와 교수⋅학습 질 관리 분야의 두 범주로 나누어 보는 입장에 따라(백승수, 2017: 279-280) 교수⋅학습 지원이 유연하게 실행되기 위해서는 대학 차원에서 재정⋅행정적 지원도 고려되어야 할 것이다. 토픽 2, 3, 4는 교양교육에서 교과목 개발이나 운영과 연관되며, 박혜정(2018: 66-67)은 교육역량강화 지원 사업 등의 이유로 교양 교육과정의 중요성이 매년 높아짐에 따라 2010년 이후 대학들이 교양교육 전담기구 신설 및 확충, 교양 교과목 개발, 교양 교육과정 개편 등을 통해 교양교육을 강화하고 있다고 하였다. 이에 따라 대학은 설립 이념에 따라 인재상을 수립하고 인재상이 갖추어야 할 핵심역량 함양으로 교육의 목적을 제시하며 특히 교양교육과정이 핵심역량 함양에 중요한 역할을 담당하는 교과목으로 구성된다고 하였다. 따라서 교양대학은 대학의 인재상 및 역량기반의 교양교육을 개발하고 운영할 필요성이 있다. 토픽 5의 글로벌 사회에 적합한 융복합 인재 양성은 한 분야의 전문지식형 인재보다는 다양한 분야를 아우르고 이를 바탕으로 모험을 즐기며, 창의적이고 협력적으로 문제를 해결할 줄 아는 지식융합형 인재를 요구하는 시대적 상황에 따라 대학교육 역시 융복합성을 강조하는 흐름의 확산을 따른 것이라 볼 수 있다(Cowan, Ewell, & McConnell, 1995; 최경애, 2019: 35 재인용).
본 연구는 최근 10년간 대학의 교양교육의 질 개선과 관련한 연구의 동향을 살피기 위하여 토픽모델링 및 워드클라우드과 같은 텍스트 네트워크 분석을 통하여 접근해 본 것에 그 의미가 있다. 대학에서 교양교육의 질과 관련하여 고려해야 하는 주제는 학교의 인재상 및 핵심역량을 구체적으로 함양할 수 있도록 교양교육의 체계적 운영과 이를 지원하는 교수⋅학습 측면 그리고 행⋅재정적 지원의 중요성으로 볼 수 있다. 또한 글로벌 사회에 적합한 융복합 인재를 양성하기 위해 교양대학 단위에서 지속적으로 고민해야 할 것이다. 이후 본 연구의 결과에서 도출된 시사점을 반영하여 교양교육의 체계적인 교육과정 구성 및 운영, 이에 따른 성과 확산과 같은 후속연구가 수행될 필요가 있다.

참고문헌

고지민, 박한샘(2020). “언어네트워크 분석을 활용한 대학교양교육의 연구동향 분석”, 학습자중심교과교육연구 20(15), 학습자중심교과교육학회, 849-875.

김민관, 이용, 한창희(2017). “토픽 모델링을 활용한 컨설팅 연구동향 분석”, 산업경영시스템학회지 40(4), 한국산업경영시스템학회, 46-54.

김순임, 이효성, 김현정, 서명희(2013). “대학교양교육의 흐름과 발전방안: 전남대학교 사례를 중심으로”, 교양교육연구 7(1), 한국교양교육학회, 11-39.

김용학, 김영진(2016). 사회 연결망 분석, 서울: 박영사.

김현정(2012). “교양교육으로서의 글쓰기 교과의 본질과 방향”, 교양교육연구 6(2), 한국교양교육학회, 79-103.

김혜경, 김경미(2016). “교양 교과목 질 관리를 위한 역량기반 교과목 모델(S-CEA) 적용가능성 탐색”, 교양교육연구 10(4), 한국교양교육학회, 261-282.

김혜미 (2016). “수학 문제해결에 관한 국내 연구 동향 분석”, 학습자중심교과교육연구 16(8), 학습자중심교과교육학회, 831-850.

노관범(2010). 대학 교양교육 진흥을 위한 정책 제언, 경제인문사회연구회.

박주호, 유기웅(2014). “대학 교양교육에 대한 인식, 만족도 및 교육과정 개선요구에 관한 연구”, 교양교육연구 8(2), 한국교양교육학회, 43-82.

박진숙(2010). “교양교육으로서의 대학 글쓰기 교육의 의미 -가상 글쓰기를 중심으로”, 작문연구 (11), 한국작문학회, 263-283.

박혜정(2018). “핵심역량 기반 대학 교양교육과정 설계 모형 연구”, 교양교육연구 12(2), 한국교양교육학회, 65-87.

백영민(2017). R을 이용한 텍스트마이닝, 파주: 한울아카데미.

변순용, 김민수(2012). “교육대학의 교양 교육과정의 개선 방안 연구”, 교양교육연구 6(4), 한국교양교육학회, 203-236.

서남수(2010). “한국 대학 교양교육의 구조적 난점과 과제”, 교양교육연구 4(2), 한국교양교육학회, 1-18.

신주연, 김진선, 정윤경(2020). “역량기반 교양교육에 대한 I대학교 학부생의교육요구도 분석”, 교양교육연구 14(3), 한국교양교육학회, 39-54.

오범호(2010). “대학교육역량강화사업 지원 대학 선정 요인 분석”, 교육재정경제연구 19(4), 한국교육재정경제학회, 153-176.

유기웅, 정종원(2015). “우리나라 4년제 대학 교양교육 현황 분석 연구”, 교육문제연구 28(2), 고려대학교 교육문제연구소, 61-83.

이정옥(2017). “교양교육 운영체계의 실태와 개선방안=S대 교양교육의 사례를 중심”, 교양교육연구 11(5), 한국교양교육학회, 481-517.

이효성, 김현정(2016). “교양교과목의 질 제고를 위한 과목운영협의체 운영 사례 및 효과 연구 -전남대를 중심으로”, 교양교육연구 10(4). 한국교양교육학회, 311-336.

이희용(2011). “지식융합 교육을 위한 교과목 개발”, 교양교육연구 5(2), 한국교양교육학회, 11-37.

임수민, 윤희정, 방담이(2020). “주제어 네트워크 분석을 통한 교양교육연구 동향 분석”, 교양교육연구 14(1), 한국교양교육학회, 11-32.

전영옥, 오은정, 김효선, 이정민, 홍세령(2019). “교육과정 매핑시스템 기반의 대학 교양 교육과정의 질 관리 방안 -S대학교의 사례를 중심으로”, 교양교육연구 13(2), 한국교양교육학회, 437-466.

진미르, 고호경(2019). “토픽 모델링 분석을 통한 수학교육 연구 주제 분석”, 한국수학교육학회지 시리즈 E <수학교육 논문집> 33(3), 한국수학교육학회, 275-294.

최경애(2019). “체제적 접근에 따른 대학 교양교육과정 개선의 단계별 과제와 쟁점”, 교양교육연구 13(3), 한국교양교육학회, 31-51.

최혜진(2016). “대학에서의 체험기반 교양교과목 운영 모델 연구=목원대학교 사례를 중심으로”, 교양교육연구 10(2), 한국교양교육학회, 193-218.

함명인, 이재원(2013). “연구장비 구축 연구기관 네트워크 분석-지식경제부 R & D 사업 대상”, 한국컨텐츠학회 논문지 1393, 한국콘텐츠학회, 307-313.

Cowen, M. A, Ewell, B. C, McConnell, P(1995). “Creating Conversation:An Experiment in Interdisciplinary Team Teaching”, College Teaching 43(4), 127-131.
crossref


ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
EDITORIAL POLICY
AUTHOR INFORMATION
Editorial Office
203-827. Chung-Ang University
84, Heukseok-ro, Dongjak-gu, Seoul, Republic of Korea, 06974
Tel: +82-2-820-5949    E-mail: hangang331@cau.ac.kr                

Copyright © 2022 by The Korean Association of General Education.

Developed in M2PI

Close layer
prev next