1. 서론
4차 산업혁명의 변화가 중요한 이유는 이 변화가 단지 산업에만 적용되는 것이 아니라 경제, 사회, 정치를 넘어 인간의 삶의 방식을 변화시킬 것이기 때문이다(허준, 2020: 158). 4차 산업혁명을 선언한 2015년 세계경제포럼(WEF)은 ‘교육의 새로운 비전’이라는 보고서를 통하여 21세기 인재들이 갖추어야할 16가지 능력(skill)을 제시하였다. 이 16가지 능력은 6가지의 기본 리터러시(fundamental literacy), 4가지 역량(competency), 6가지 인성(character quality)으로 분류되어 있다.1) 특히 6가지 기본 리터러시는 다음 단계의 능력을 키우는 출발점으로, 읽고 셈하는 전통적인 리터러시의 범위2)와 달리 ICT, 재정, 인문문화 등 6가지로 확장된 것을 알 수 있다. 이는 미래의 대학이 기본 지식을 더 넓고 깊게 가르쳐야 한다는 것을 의미하며, 동시에 학과 중심의 학부 교육과 문과와 이과를 구분하고 있는 우리 대학이 변화해야 한다는 것을 간접적으로 보여주는 것이다(허준, 2020: 213). 더구나 코로나19로 인해 대학이 담당해온 교육, 연구, 사회 기여의 기능 중 교육에 큰 변화가 예상된다. 우리가 예측했던 세상은 기대보다 더 빨리 변화하고 있다. 대학의 교양기초교육은 어떤 대응을 할 것인지 고민이 필요한 시점이다.
리터러시는 글을 읽고 해독하는 능력이지만 이를 통해 지식 및 정보에 접근하므로 정광호(2008)는 리터러시를 다음과 같이 정의하였다. “리터러시는 논리력, 창의력, 상상력, 콘텐츠, 문화를 형성하는 원천이다. 또한 언어와 일상을 형성하는 고도의 지적 요인으로 지식⋅정보를 융합해 새로운 텍스트(text)를 만들어 낸다. 복잡한 텍스트(text)를 효과적으로 분석하고 새로운 의미를 창출하는 힘이 리터러시(literacy)에서 나오기 때문이다. 이제 복잡한 지식과 정보를 효과적으로 활용하는 능력은 민주시민의 필수 덕목이기도 하다.”(정광호, 2008: 74). 2004년 유네스코는 리터러시를 “다양한 맥락과 관련된 자료를 식별, 이해, 해석, 생성, 소통하고 계산하는 능력”이라고 정의했다(Montoya, 2018). 교기원 표준모델3)에서도 언급되었듯이 리터러시는 대학의 교양기초교육을 통해서 반드시 함양해야 할 기본 지식이다.
2015년 미국대학협의회(Association of American Colleges & Universities: AACU)는 온라인 설문을 통해서 사용자(employers)가 대학에 요구하는 학습 성과를 조사하여 보고서로 제출하였다. Hart Research Associate가 이 연구를 수행하였고, 25명 이상의 직원을 둔 사용자 400명과 613명의 대학생들이 응답자로 참여하였다. 업무현장에서 요구하는 학습 성과에 대한 사용자와 학생들의 인지도 조사 결과에 따르면,4) 특정 학문 분야를 위주로 지식과 기량을 습득한 전공 중심형 인재가 장기적으로 성공할 것이라는 응답자는 15%에 불과하였다. [그림 1]과 같이 사용자의 60%와 대학생의 63%는 사회에서 장기적으로 성공하려면 특정 분야의 전문 지식뿐 아니라 여러 분야에 대한 폭넓은 이해를 바탕으로 한 보편적 지식도 필요하다고 응답하였다. 깊이의 통찰과 넓이의 통찰을 모두 갖춘 T자형 인재가 바람직하다는 것이며, 교양기초교육이 전공교육 만큼 중요하다는 의미이다. 그래서 하버드, 예일, 프린스턴과 같은 미국의 유수 대학들은 리버럴 아츠 컬리지(Liberal Art College)와 유사하게 다양한 학문 분야를 접할 수 있는 기회를 제공하며, 동시에 한 분야에 대해 좀 더 깊은 지식을 습득할 수 있는 학사구조를 갖고 있다(허준, 2020: 277).
[그림 1]
장기적인 성공을 위해서 15%의 사용자는 깊이의 통찰(insight)을, 25%의 사용자는 넓이의 통찰(overview)을 중요시 여겼으나 60%의 사용자는 이 둘을 모두 갖춘 T자형 인재가 더 중요하다고 응답했다.(Summary survey results from AACU employer survey, Hart Research Association, 2015)
AACU 보고서에 따르면, 사용자의 91%는 직장에서의 성공이 학부 전공보다는 비판적 사고, 분명한 의사소통능력, 복잡한 문제해결 능력 등으로 좌우되며6) 이러한 역량을 대학에서 길러야 한다고 응답했다(AACU, 2015: 6). <표 1>은 사용자들이 매우 중요하다고 평가한 역량이지만, 대학에서 잘 준비시킨 역량이라고 생각하는 사용자 비율이 4명 중 1명 정도로 낮게 나타난 학습 성과 이다(Macy & Coates, 2016).
<표 1>
업무현장에서 요구하는 핵심 역량에 대한 사용자의 생각5)
Macy & Coates(2016)의 연구에 의하면, 사용 가능한 데이터의 양이 기하급수적으로 증가하고 있는 21세기에 우리 사회는 데이터로부터 유용한 정보를 얻을 수 있는 인재를 필요로 한다. 따라서 대학에서 점점 더 복잡하고 다양한 정보를 탐색하고 의미를 창출할 수 있는 데이터 리터러시(data literacy)를7) 키워야 한다는 것이다. <표 1>에 제시된 학습 성과는 사회에서 요구하는 핵심 역량으로, 데이터 리터러시를 통해서 함양될 수 있는 하위 요인이며, 다양한 학문 분야에서 요구되는 핵심 역량이다(Ridsdale et al., 2015: 21). 모두가 데이터 전문가 또는 기술자가 되어야 한다는 것이 아니라 데이터를 편안한 마음으로 바라보고, 데이터를 비판적 사고로 평가할 수 있는 리터러시가 필요하다는 것이다. 이와 같은 시대의 요구를 반영하여 21세기 핵심 역량을 키울 수 있는 데이터 리터러시를 교양기초교육의 교육과정에 어떻게 담을지 이에 대한 연구가 필요하다.
이청민 등(2020)은 단일대학 수강생 502명을 대상으로 교양교육에 대한 학생들의 교육요구도를 온라인으로 조사하였다. 연구자들이 제시한 14개의 문항 중에서 학생들이 중요하다고 생각하는 학습 성과는 비판적 사고, 기본 지식의 습득, 글로 의사소통하는 능력, 타인을 이해하고 공감하는 태도 등으로 나타났고, 교양교육에 대한 요구수준이 가장 높은 문항은 미래의 직업에 대한 정보, 미래설계에 도움이 되는 정보 순이었다(이청민 외, 2020: 117). 이 연구가 결론에 제시했듯이 대학생들이 교양기초교육에 바라는 것은 미래를 위한 핵심 역량 강화이며 교과목의 다양성 등이다. 따라서 교양기초교육은 문⋅이과 전공 관계없이 학생들이 시민으로서 그리고 사회인으로서 성공적인 삶을 영위하도록 21세기 핵심 역량을 강화할 수 있는 학습을 제공해야 한다.
우리나라 132개의 4년제 종합대학을 대상으로 교양기초교육과정의 편성 현황을 조사한 정승원 등(2020)의 연구에 의하면, 대학의 교양기초교육과정은 여전히 필수와 선택으로 구분되며, 교기원의 표준모델에서 제시한 기준으로 교과목을 분류하여 조사한 결과, 많은 대학에서 기초교육과 소양교육은 필수로 교양교육은 선택으로 지정하고 있다. 필수인 기초교육영역은 대체로 글쓰기, 말하기, 영어, 기타 외국어 등 의사소통교육의 교과들로 구성되어 있으며, 여기에 소프트웨어 관련 교과가 새로이 편성되는 양상을 보여주지만 그 비율은 높지 않다(정승원 외, 2020: 88). 이렇게 국내 대학에서 교양의 기초교육영역은 대부분 글쓰기, 외국어 교육 중심이며, 수학과 기초과학은 이공계 학생들을 위한 전공기초로서 간주되고 있기 때문에 소프트웨어 과목을 제외하면 기초교육영역에서 데이터 리터러시를 함양할 수 있다고 보기 어렵다(김혜영 외, 2019: 48). 따라서 비이공계 학생들이 수리⋅통계적 사고 및 기초과학교육을 통해서 21세기 핵심역량을 강화할 기회는 거의 없다고 판단한다.
’교양교육과 미래사회’라는 대주제로 한국교양교육학회가 개최한 2020 춘계전국학술대회에서 김태영(2020)은 우리나라에서 데이터 리터러시는 문헌정보학 분야를 중심으로 소개되고 있고 특히 비즈니스에서 강조되고 있으며, 아직은 데이터 리터러시가 교양교육 영역에서 생소하지만 교양교육의 독립적 영역으로서 그 가능성과 적절성을 살펴볼 필요가 있다고 제안했다(김태영, 2020: 209). 본 연구는 해외 대학교를 포함한 여러 분야에서 강조하고 있는 데이터 리터러시 관련 교육내용을 조사하고, 이를 바탕으로 21세기 핵심 역량 강화를 위한 교양기초교육으로서의 데이터 리터러시를 분석해 보고자 한다.
2. 본론
데이터의 수집과 공유가 일상화되고 뉴스, 비즈니스, 정부 및 사회에서도 데이터 사용과 분석이 좀 더 보편화됨에 따라 누구든 데이터 리터러시를 갖추는 것이 필요하게 되었다. 시민으로서 사회현상을 제대로 이해하고 생존하기 위해서 그리고 직업인으로서 업무를 추진하기 위해서 데이터 활용의 필요성을 무시하고 살기가 쉽지 않다. 우리 모두 데이터에 근거한 의사결정(data-driven decision making)이 무엇보다 중요한 능력으로 간주되는 디지털 정보시대를 살고 있기 때문이다. 대학에서 데이터 리터러시에 관심을 두어야 하는 이유이다.
2.1 데이터 리터러시와 비판적 사고 역량
많은 대학은 21세기 인재가 갖추어야 할 4가지 핵심 역량(4C)을 교양기초교육을 통해 제고하기 위하여 역량 중심의 교양 교육과정을 운영하고 있다. 우리나라 정부도 각 대학이 학생들의 기본 역량 제고를 위해서 교양 교육과정을 잘 운영하고 있는지 3년 마다 평가하고 있다. OECD가 PISA(Programme for International Student Assessment, 국제학업성취도평가)를 통해서 평가하고자 하는 것도 학생들의 미래를 위해서 필요한 보다 넓은 범주의 역량이며, 세계적으로 중요시되는 역량이다. 2018년 11월에 발표된 ‘PISA 2021 수학 평가틀(framework)’에 따르면, OECD PISA 본부는 미래 사회를 살아갈 학생들이 함양해야 할 역량으로 창의적 사고력(creative thinking)을 선정하였다. 즉 우리 사회는 점점 더 새로운 도전에 직면하게 되고, 이러한 도전을 해결하기 위해서는 혁신과 지식 창출의 역할이 중요한데, 창의적 사고력은 혁신과 지식 창출의 근간이 되기 때문에 미래 사회를 살아갈 학생들이 갖추어야 할 역량이라고 설명한다(조성민 외, 2019: 4). OECD는 2021년도 평가 준비를 추진하면서 개인적, 직업적, 사회적, 과학적 맥락 등 실제 맥락에서 활용될 수 있는 문제해결 역량과 비판적 사고 역량을 강조하고 있다(OECD, 2018).
Schield(2004)는 그의 연구에서, 데이터 리터러시, 통계 리터러시(statistical literacy), 정보 리터러시(information literacy) 등 이 세 가지 리터러시의 공통점은 비판적 사고라고 밝혔다. 우선 정보 리터러시는 “정보를 읽고 해석하고 평가하기 위해서 개념이나 주장 및 논쟁에 대해 비판적으로 생각하는 것”이며,8) 통계 리터러시는 “기초적인 기술 통계(descriptive statistics)에 대해 비판적으로 생각할 수 있어야 하고, 통계를 분석하고, 해석하고, 평가할 수 있는 능력”이다. 데이터 리터러시는 “데이터에 접근하고, 평가하고, 조작하고, 요약하고, 특별한 방식으로 표현할 수 있는 능력”이다. 이 세 가지 리터러시는 서로 연계성이 있으며, 세 가지 리터러시의 핵심 요인은 ‘정보를 올바르게 평가’하는 것이다(Schield, 2004).
학생들이 정보를 읽고 해석하고 평가하려면, 개념과 주장 및 논쟁에 대해 비판적으로 생각할 수 있어야 한다. [그림 2]와 같이 데이터를 분석, 해석, 평가하기 위해서는 비판적 사고를 바탕으로 정보 리터러시와 통계 리터러시 그리고 데이터 리터러시가 모두 중요하다. 특히 데이터 리터러시는 통계 리터러시와 정보 리터러시의 필수 요인이며, 이 세 가지 리터러시는 비판적 사고와 함께 확장되어야 한다. 데이터 리터러시가 컴퓨터 과학이나 경영 정보 시스템(MIS)9)보다 덜 기술적인 것처럼 보일 수 있지만 학생들이 데이터에 접근하고, 변환하고, 조작하기 위해서 엑셀(Microsoft Excel)과 같은 도구(tools)를 사용할 필요가 있으며 파이썬(python)을 활용한 기초컴퓨터 프로그래밍도 필요할 수 있다.
데이터 리터러시는 대부분 그래프와 차트를 읽는 능력, 데이터의 의미를 이해하는 능력, 데이터를 기반으로 새로운 통찰력과 의사결정을 할 수 있는 능력을 포함하고 있다. 이정미(2019)는 데이터 리터러시를 “미래사회의 인류가 살아가는데 필수적인 데이터 기반 문제해결능력으로, 데이터에 근거해 사회적 문제를 객관적이고 통찰력을 가지고 해석할 수 있게 하는 능력”으로 개념화하였다. 즉 데이터 리터러시는 사회적 맥락의 데이터를 이해하고 해석하는 통합적인 능력으로 인간의 삶에 필수적인 능력이라고 결론지었다(이정미, 2019). 사회과학분야를 전공한 학생과 연구자들에게 필요한 데이터 정보 리터러시가 무엇인지를 연구한 Carlson et al.(2011)에 의하면 “데이터 리터러시는 그래프와 차트와 같은 도표를 제대로 읽는 법, 데이터로부터 올바른 결론을 도출하는 법, 데이터가 부적절하게 사용되고 있을 때 이를 인식하는 법 등 데이터의 의미를 이해하는 것”이다(Carlson et al., 2011). 위키백과(wikipedia)를 인용하면 데이터 리터러시는 “정보로서 데이터를 읽고, 이해하고, 생산하고, 소통하는 능력이다. 일반적인 개념으로서 읽고 쓰는 능력과 마찬가지로, 데이터를 읽고 쓰는 능력은 데이터 작업에 관련된 역량에 초점을 맞춘다. 그러나 데이터 리터러시는 데이터를 읽고 이해하는 것과 관련된 특정한 역량이 필요하기 때문에 텍스트를 읽는 능력과 구분된다.” 더불어 데이터 리터러시는 데이터 분석과 해석 그리고 활용을 다루는 데이터 과학(data science)과 연관되어 있다고 설명하고 있다.10)
한국교양교육학회가 개최한 2020 춘계전국학술대회에서 박일수(2020)는 데이터 리터러시를 “데이터를 제대로 읽고 제대로 해석할 수 있는 역량”으로 설명하고 있다. 그는 보건의료정보 분야에서 데이터 리터러시 교육은 데이터에 대한 근본적인 이해보다는 분석도구와 같은 기술 중심의 리터러시를 강조하고 있기 때문에 교양교육과 연계한 데이터 리터러시 교육이 필요하다고 강조하였다(박일수, 2020: 188).
통계청 통계교육원 홈페이지에 명시된 정의에 따르면, “데이터 리터러시는 데이터를 제대로 보고 읽을 줄 아는 능력이며 데이터를 목적에 맞게 활용하는 데이터 해석 능력 즉 문해력 이다. 데이터에 담겨있는 의미를 파악해 내는 능력이야말로 디지털 세상을 살아가는 우리 모두에게 필요한 능력이다.”라고11) 설명하고 있다. 데이터 리터러시가 민주시민으로서 갖추어야 할 기본 역량이며 이러한 기본 지식이 있어야 왜곡된 데이터가 만들어낸 가짜 뉴스를 구분할 수 있다는 것이다.
데이터 리터러시는 데이터를 이해하고 비판적으로 평가하며 활용하는 능력으로 데이터로부터 올바른 결론을 도출하고 부적절하게 사용될 때 이를 인식하는 것이다. 그 하위 역량은 데이터의 수집, 관리, 가공 및 분석, 시각화, 활용 등이며 이 과정에서 문제해결을 위한 비판적 사고와 창의력과 같은 개념적 역량과 기초통계 능력이 뒷받침 되어야 한다.
비판적 사고는 모든 학문의 출발점으로 학문의 역사와 함께 온 기본 소양이며, 창의력은 문제를 정의하고 해답을 구하는데 있어서 새로운 접근 방법을 찾는 능력이다. 교육을 통해서 비판적 사고와 창의력을 육성한다는 것은 기본적인 지식을 깊이 있게 학습하는 것이고 이들의 연결을 통해서 다양한 관점을 갖추는 것으로 해석 가능하다(허준, 2020: 213).
2.2 캐나다 댈하우지대학교의 데이터 리터러시
캐나다 댈하우지대학교(Dalhousie University)는 대학 수준의 데이터 리터러시 교육을 위한 체계적 접근 방법을 모색하기 위해서 관련 연구 자료를 분석하여 그 결과를 2015년 ‘데이터 리터러시 교육을 위한 전략 및 모범 사례 지식 종합 보고서’로 제출하였다. 이 보고서에 따르면 데이터 리터러시는 비판적 태도로 데이터를 수집, 관리, 평가 그리고 활용할 수 있는 능력이다. 이는 글로벌 지식경제에서 요구하는 필수 능력으로 데이터의 처리 과정은 학문 분야를 포함한 모든 분야에서 일상적으로 늘 발생되기 때문이다. 따라서 증거 기반의 의사결정을 할 수 있도록 데이터를 수집, 관리, 평가 및 활용하는 방법이 무엇인지, 데이터가 의사결정에 어떻게 영향을 미치는지를 이해하는 것은 캐나다 대학생들에게 꼭 필요한 기초 지식이며 지식경제 분야에서는 더욱 더 필요한 능력이라는 것이다.
데이터 리터러시에 대한 탄탄한 기초 지식을 분야별/영역별로 구축하고 시민들이 개인 및 사회 활동 전반에 걸쳐 이러한 능력을 적절하고 다양하게 사용할 수 있도록 보장하는 것도 대학의 역할이다. 이는 대학의 교육과정을 통해서 실현하는 것이 가장 효과적인데, 대학은 비판적 사고 역량을 제고하고 세계적인 경쟁력을 갖춘 인재를 배출한다는 중요한 목표가 있기 때문이다. 학부 커리큘럼에 데이터 리터러시를 명시적으로 추가하는 것은 전공이 서로 다른 졸업생들의 데이터 기술 격차를 줄일 수 있는 바람직한 방법이지만 이 과정은 쉽지 않다. 대학의 커리큘럼이 이미 새로운 교육과정과 교과목으로 개편되었고, 정보 활용능력이나 계산적 사고와 같은 리터러시를 다루고 있다면 중복성으로 인해 데이터 리터러시를 위한 교과목 개설은 힘들다고 한다.
댈하우지대학교의 보고서에 따르면, 21세기 핵심 역량은 비판적 사고, 문제해결, 컴퓨팅적 사고이며 비판적 사고는 데이터 리터러시에 필요한 기본 역량이다. 데이터로 작업하려면 우선 올바른 질문을 하고 결과를 비판적으로 평가할 수 있는 능력이 필요한데, 이러한 역량을 의도적으로 교과과정에 포함시키지 않으면 별도로 학습하기가 어렵지만, 통계 리터러시나 과학 리터러시(science literacy)로 대체 가능하다고 평가하고 있다. 특히 과학 리터러시는 데이터 리터러시를 위해 필요한 비판적 사고와 관련된 분석 방법, 접근법, 사고습관 등에서 유사점을 공유하고 있다는 것이다.
데이터 리터러시를 정의하는 5가지 핵심 요인(데이터의 개념, 수집, 관리, 평가, 활용)으로 구성된 <표 2>는 데이터 리터러시의 세부 역량과 필요한 활동에 대한 다양한 수준을 보여준다. 이 표는 데이터 리터러시 교육에서 창출할 수 있는 학습 성과와 단계별 학습 성과의 평가 기준을 제시하고 있다. 이 <표 2>에는 앞서 <표 1>을 통해 제시한 학습 성과(핵심 역량)가 여러 개 포함되어 있는데 진한 글씨체로 표시하였다. 이는 데이터 리터러시가 21세기 업무현장에서 요구하는 핵심 역량을 갖추는데 일조할 것이라는 것을 잘 보여주고 있다.
<표 2>
데이터 리터러시의 세부 역량13)
| 주요 역량 | 세부 역량 | 필요한 활동 |
|---|---|---|
| 개념적 체계 구축 | 데이터에 대한 개요 파악 | 데이터에 대한 전반적인 지식 및 이해 |
| 데이터 수집 | 데이터의 검색 및 수집 | 데이터의 탐색 |
| 데이터의 품질 평가 | 데이터 출처에 대한 신뢰도 평가 | |
| 데이터 관리14)) | 데이터 구성 | 기본 데이터 구성 방법 및 도구에 대한 지식 |
| 데이터 처리 | 데이터 정리 방법 평가 | |
| 데이터 평가 | 데이터 분석 | 분석 계획 수립 |
| 데이터 해석(데이터의 이해) | *차트, 표 및 그래프 읽고 이해하기 | |
| 데이터를 사용하여 *문제 파악 | 데이터를 사용하여 실제 상황에서 문제 파악(즉, 작업의 효율성) | |
| 데이터 시각화 | 데이터를 구성하고 시각적으로 표현할 수 있는 의미 있는 표 작성 | |
| 말로 데이터 설명하기 | *데이터 제시를 위해 원하는 결과 평가 | |
| 데이터 기반 *의사결정 | 데이터에서 얻은 정보의 우선순위 지정 | |
| 데이터 활용 | *비판적 사고 | 데이터와 관련된 높은 수준의 문제 및 당면 과제 파악 |
| 데이터 문화 | 학습, 연구, 의사결정을 위한 데이터의 중요성을 인지 | |
| 데이터 윤리 | 데이터와 관련된 법적, *윤리적 문제에 대한 인식 | |
| 데이터 인용 | 널리 수용되는 데이터 인용 방법에 대한 지식 | |
| 데이터 공유 | 데이터 공유를 위한 방법 및 플랫폼 평가 | |
| 데이터 기반의 의사결정 평가 | 후속 데이터를 수집하여 데이터 기반 의사결정 또는 솔루션의 효과 평가 |
대학의 코어 커리큘럼(core curriculum)에서 데이터 리터러시를 다루어야 하는 이유는 데이터 리터러시가 사회 구성원인 학생과 사용자뿐만 아니라 민주시민이 꼭 갖추어야 할 기초 능력이고, 데이터 사용 의존도가 높아지는 사회에 필요한 인재를 대학이 양성해야하기 때문이다. <표 2>에 제시된 여러 역량들을 제고하기 위해서는 교육과정에 따라서 과학, 컴퓨터 과학, 공학, 비즈니스, 경영, 사회과학, 교육학 등의 여러 교과목과 연계하여 현실 세계의 다양한 문제와 현황을 분석하고 이를 학생 중심의 프로젝트 기반 학습(project-base learning)으로 교육할 수 있다.
2.3 미국 버클리 소재 캘리포니아대학교의 데이터 리터러시
버클리 뉴스(Berkeley News)12)에 의하면, UC Berkeley는 데이터가 넘치는 세상에 살고 있는 학생들을 위해서 2015년 가을학기부터 4학점의 “데이터 과학의 기초(foundations of data science)” 과목을 개설하였다. 전공기초가 아니라 전교생을 대상으로 개설한 교양과목으로 현실 세계의 데이터와 직접 작업할 수 있는 기회를 제공하고 실제 문제를 해결할 수 있도록 교과내용이 설계되었으며, 다양한 전공 교수들이 팀티칭으로 진행하고 있다. 주당 3시간의 강의와 2시간의 실험으로 진행되며, 개별 과제와 팀 프로젝트로 구성된 이 과목에서 학생들은 추론과 컴퓨팅의 핵심 개념을 배우면서 경제 데이터, 지리 데이터, 소셜 네트워크를 포함한 현실 세계의 데이터를 직접 다루게 된다.15)
대학은 이 과목을 현실 세계의 이슈와 문제들을 탐구할 수 있는 새로운 렌즈를 제공하는 과정이라고 설명하고 있다. 학생들이 가장 흥미 있는 특정 분야의 관심 주제에서 생성된 데이터를 중심으로 비판적 사고를 할 수 있도록 교육하고 있는 것이다. 이러한 과정을 통해서 맥락을 파악하면서 데이터를 이해할 수 있으며 데이터 분석 방법의 기초가 되는 컴퓨팅과 통계 개념을 배울 수 있다. 학생들은 데이터로 둘러싸인 세상에서 이 과목을 통해 파이썬 프로그래밍 기술과 데이터를 결합하여 향후 연구 분야에서, 미래의 직업에서, 심지어 일상생활에서도 마주치는 문제들을 탐구하고 질문할 수 있기 때문에 매우 실용적인 과목을 수강한다는 것이다. 이 과목을 수강한 학생들의 만족도는 높은데, 직접 데이터를 보고 분석하고 질문하고 결론을 도출하는 것을 배우는 것이 즐겁다고 한다. 통계학이나 소프트웨어 등의 선수과목을 요구하지 않는 이 과목은 인문계 학생과 과학을 전문적으로 공부하려는 학생을 모두 포함하여 학생 전체가 수강할 수 있는 과목으로 문⋅이과 전공 학생들 간 데이터 리터러시의 격차를 없애고자 하는 것이다.
UC Berkeley는 “데이터 리터러시는 중요하다. 이것은 100개 이상의 다양한 전공에서 공부한 버클리 대학 졸업생 모두가 가져야 할 기본적인 역량 중 하나이다. 데이터 과학은 단순한 기술적 도구 그 이상이며, 그것은 바로 사고방식이다”라고 말하고 있다. 또한 “데이터 과학은 그 나름의 뚜렷한 엄격함을 가지고 있으며, 문맥이 있으며 윤리적 문제를 야기한다. 예를 들어, 데이터가 어디서 왔는지, 어떻게 좋은 질문을 할 수 있는지, 그리고 데이터의 한계점은 무엇인지 알아야 한다.”는 것이다. 교과목 개요는 다음과 같다.16)
“데이터 과학의 기초 과목은 추론적 사고, 컴퓨팅적 사고, 그리고 현실 세계(real-world)와의 관련성이라는 세 가지 관점에서 가르친다. 사회나 자연 현상에서 발생한 데이터가 주어졌을 때, 그 맥락을 이해하기 위해 어떻게 데이터를 분석할까? 이 과목은 경제 데이터, 문서 모음, 지리적 데이터, 그리고 소셜 네트워크를 포함한 실제 데이터를 직접 분석해보는 경험을 바탕으로 컴퓨터 프로그래밍 및 통계 추론의 중요한 개념과 스킬을 가르친다. 개인 정보 보호 및 데이터 소유권 문제를 포함하여 데이터 분석을 둘러싼 사회적, 법적 문제도 다룬다.”
2020년 가을학기 강의계획서17)를 요약하면 <표 3>과 같이 기초 확률과 통계 내용 중심이며, 파이썬 학습을 지원하는 조교가 배정되어있고, 강의 동영상을 공개하고 있다.18) <표 3>의 내용은 통계학 수업과 유사하지만 이 과목은 현실 세계의 데이터를 이해하고 활용하기 위한 수단으로 통계를 배우는 것이며, 다양한 관점의 새로운 렌즈로 세상을 바라보며 흥미 있는 이슈를 탐구하는 과정에 필요한 도구로서 통계가 필요한 것이다. 데이터 리터러시는 창의적인 문제해결 능력을 함양하여 지식 창출의 근간이 되며, 근거 있는 적절한 판단과 결정을 할 수 있도록 돕는다.
2.4 국내 대학의 교양기초교육으로서 데이터 리터러시 적용 방안
국내에서도 데이터 리터러시는 4차 산업혁명과 함께 도래한 디지털 정보시대를 살아가는 사회구성원에게 필요한 능력으로서 현 교육에서 다루어야 할 지식으로 자리매김하고 있다. 그 결과 2015년 개정 기준 중⋅고등학교 사회과 교육과정에 데이터 리터러시와 관련된 내용이 부분적으로 반영되었다(김태영, 2020: 209). 교육부도 데이터 리터러시의 중요성을 인정하여 학생들을 대상으로 2019년 ‘제1회 교육 공공데이터 활용 대회’를 개최하였다.
교육부가 개최한 이 대회의 목적은 데이터 리터러시 및 문제해결 능력을 함양하여 지식 창출을 하는 것이다. 반드시 공공데이터 포털(data.go.kr)에 있는 교육 관련 데이터 및 교육 유관기관에서 보유한 정형⋅비정형 데이터를 활용하여 학교 교육 관련 문제를 제안하고 해결 방안을 포스터로 완성해야 한다.19) 3명 이내 팀을 구성한 모든 학생이 참여할 수 있는데, 제1회 대회에서 수상한 주제는 ‘지역별 장애학생 분표 현황에 따른 특수학교 포화 문제 해결방안 분석’과 ‘향후 수도권과 지방의 학생 수 예측을 통한 문제점과 해결 방안 탐색’ 그리고 ‘학생 비만에 영향을 미치는 요인 탐색 연구’ 등이다. 이는 개방된 공공데이터를 수집하고 분석하여 시각화하는 일련의 과정을 문제중심학습(problem-based learning, PBL)과 팀기반학습(team-based learning, TBL) 방식으로 진행할 수 있다는 것을 보여주는 적절한 사례이다. 데이터 리터러시는 ‘데이터를 활용한 가치 창출 및 의사결정 활동’을 하면서 비판적 사고, 문제해결, 의사소통 및 협업 등 4C 역량을 강화하고 학생중심의 교육이 가능하다.
미국의 컬럼비아대학교는 오랫동안 과학과 수학이 없는 인문학 중심의 코어 커리큘럼(core curriculum)을 유지했고, 2013년에 비로소 과학이 코어 커리큘럼의 상설 과목이 되어야 한다는 공감대가 형성되어 ‘과학의 최전선(Frontiers of Science)’20)이라는 통합과학 과목을 개설하였다(헬펀드, 2017: 5). 컬럼비아대학교가 코어 커리큘럼에 개설한 ‘과학의 최전선’ 수업은 모든 학생들이 수강해야 하는 교양필수 과목이다. 이 과목에서 과학의 원리나 지식을 배우기보다는, ‘과학이 무엇인지’ 그리고 ‘어떻게 과학으로 자연을 이해하는지’를 보여주는 과목이다(헬펀드, 2017: 6). 기존의 과학교육방식에서 탈피하여 과학적 방법론 및 사고방법을 훈련시켜 과학적 사고 습관을 기르는 것이 목적이다. 과학뿐만 아니라 타 분야에서도 필요한 과학적 방법론을 포함하고 있으며 도전적이고 흥미로운 주제를 많이 담고 있다. 이 수업을 계획한 컬럼비아대학교 천문학과 교수 데이비드 헬펀드는 부교재로 사용할 수 있는 ‘과학적 사고 습관(scientific habit of mind)’이라는 온라인 자료를 마련했고, 2016년 단행본으로 ‘A survival guide to the misinformation age: scientific habit of mind’를 출판했다. 우리나라에는 ‘생각한다면 과학자처럼’으로 번역되어 출판되었다.
이 책의 서문에 따르면 우리 모두 그릇된 정보로부터 현명한 결정을 내릴 수 있도록 정보의 타당성을 평가할 수 능력을 갖추어야 한다. 즉 사회구성원으로서 데이터 리터러시가 중요하며, 이는 과학을 이해하고 과학적 사고를 하면서 키울 수 있다는 것이다. 번역판을 기준으로 이 책은 ‘과학이란 무엇인가’ 등을 비롯하여 13개의 주제로 구성되어 있으며, <표 4>와 같이 4개의 주제는 확률과 통계 관련 내용이다. 이는 <표 3>에 제시된 ‘데이터 과학의 기초(foundations of data science)’ 교과의 내용과 거의 동일한 기초 확률과 통계 내용이다. 컬럼비아대학교가 정량적 사고를 강조한 교양 통합과학 교과에서 지향하고자 하는 것은 합리적⋅비판적 사고의 습득, 과학적 사고의 습관화를 통한 실생활 속 문제해결능력 강화 등이다. 이는 <표 2>에 제시했듯이 데이터 리터러시가 추구하는 하위 역량이다.
<표 4>
‘과학의 최전선’ 교과목의 장별 제목과 소제목
국내 대학이 UC Berkeley와 같이 데이터 리터러시를 위한 새로운 교과목을 단기간 내에 개설하기 힘들다면, 먼저 컬럼비아대학의 ‘과학의 최전선’과 같은 통합과학이나 수학 교과에서 컴퓨터 프로그래밍 없이도 데이터를 이용하고 그래프를 읽고 기초 확률과 통계를 이해하고 합리성과 비합리성을 구분하는 능력을 키울 수 있다. 이미 파이썬을 기반으로 수업을 진행하고 있는 ‘컴퓨팅적 사고’와 같은 교과에서는 프로그래밍 실습이 포함되어 있으므로 학습 효과가 배가되어 완성도 높은 데이터 리터러시 교육이 가능할 것이다.
통계학이나 기초과학, 대학수학과 같이 엑셀과 기초통계를 다룰 수 있는 교과에서도 데이터 리터러시를 위한 교육을 추가할 수 있다. 예를 들어 교양의 기초교육영역에 개설된 교과목 중에서 컴퓨터, 수학, 과학, 통계학 관련 교과에서는 위의 교육부 사례를 참고하여 프로젝트 과제로 데이터 리터러시를 경험할 수 있도록 강의를 설계할 수 있을 것이다. 문제해결에 필요한 데이터를 수집하고, 정리해서 분석하고, 새로운 의미를 찾아 지식 창출까지 이어지는 일련의 과정을 통해서 학생들은 ‘창의적인 사고’를 경험할 것이다. 이와 같은 수업 방식은 교수자의 일방적인 수업이 아니라 학생 스스로 공공데이터를 활용하여 사회문제 또는 자현현상을 다양한 시각으로 바라보고 문제를 해결하는 과정에서 대학이 추구하는 비판적 사고, 창의력 등 핵심 역량을 제고할 수 있으며, 필요한 지식을 습득하고 적절한 판단과 결정도 할 수 있다. 특히 협력학습에 기반 한 팀 활동을 통해서 문제중심학습(PBL)과 팀기반학습(TBL)과 같은 학습 과정에서 의사소통능력과 협업능력도 제고할 수 있다.
이렇게 교과별로 서로 다른 맥락과 방법으로 데이터 리터러시를 학습할 수 있으나 공통적인 것은 현실 세계의 문제를 데이터로 해결하는 과정에서 습득하게 되는 비판적이고 창의적인 사고방식이다.
3. 결론
현대 사회는 변화의 속도가 빠르고, 예측하기 힘든 사회문제와 자연현상이 우리를 더욱 더 힘들게 할 것이다. 우리는 독감 백신의 접종 유무를 선택해야 하고, 대면 회의를 해야 할지 비대면 회의를 해야 할지 선택해야 한다. 또한 선택을 넘어 탈원전이 옳은지에 대해 증거를 기반으로 의사결정을 하고자 한다면, 관련 데이터가 시민들에게 제공되는지, 제공된다면 과연 제대로 이해하고 판단할 수 있을지 궁금하다. 이런 측면에서 데이터 리터러시는 생존과 직결되는 중요한 역량이며, 과장 광고를 판단하고 가짜뉴스를 선별하는 등 시민으로서 의사결정을 할 때 반드시 필요한 역량이다.
서론에서 언급했듯이 사회가 요구하는 필수 역량은 1)윤리적 판단과 의사결정, 2)비판적 사고와 분석적 추론 능력, 3)복잡한 문제를 분석하고 해결하는 능력, 4)여러 출처의 정보를 찾고, 구성하고, 평가하는 능력 그리고 5)숫자로 작업하고 통계를 이해하는 능력 등 매우 구체적이다. 사용자들은 이런 능력을 갖춘 인재를 원한다. 이런 역량은 지금까지 살펴본 바와 같이 데이터 리터러시의 하위 요인이며, 사회와 다양한 학문 분야에서 요구하는 21세기 핵심 역량이다(Ridsdale at al, 2015: 38).
데이터 리터러시는 단순한 계산적 표현 또는 시각적 도구 그 이상이며, 중요한 것은 사고방식이다. ‘비판적 사고’로 데이터를 바라보고, 질문을 던질 수 있고, 데이터를 이해하는 것이 데이터 리터러시의 출발이다. 즉 비판적 사고로 데이터를 읽고 이해하고 분석해 활용할 수 있는 능력이 데이터 리터러시이며, 이는 교양기초교육을 통해서 반드시 함양해야 할 기본역량이다. 그러나 우리나라 대학 교양의 기초교육영역은 대부분 글쓰기와 외국어 중심으로 구성되어 있고, 최근 들어 디지털 리터러시가 활성화되기는 했으나 이 또한 전공분야에 편중되어 있다. 따라서 대학에서 교양기초교육으로 데이터 리터러시를 배우고 이를 통해 비판적 사고와 창의력 등 현대 사회가 요구하는 21세기 역량을 키우기 힘든 구조이다.
UC Berkeley와 같이 새로운 교과목을 개발할 수도 있지만, 교양의 기초교육 영역에 있는 기초과학, 통계학, 컴퓨팅적 사고(computational thinking), 대학수학 등에서도 데이터 리터러시 교육을 추가할 수 있다. 데이터 리터러시는 맥락이 설정된 현실 세계의 문제를 해결하는 과정이므로, 과학적 맥락의 문제는 자연 및 과학과 기술이 관련된 이슈로, 날씨 또는 기후, 생태계, 의학, 우주 과학, 유전학, 측정 등과 관련된 구체적인 데이터를 사용할 수 있다. 사회적 맥락의 문제는 지역 사회, 국가, 세계 공동체에 초점을 두며 선거, 인구통계, 대중교통, 정부, 공공 정책, 광고, 국가통계 및 경제 등과 관련된 내용들이 여기에 포함된다. 개인적 맥락의 문제는 학생 자신, 자신의 가족, 동료 집단에서의 활동과 관련되며 요리, 쇼핑, 게임, 건강, 개인의 교통수단, 스포츠, 여행, 개인적인 일정, 재정 운영 등과 관련된 문제들이 여기에 포함된다(OECD, 2018: 29-30).
데이터 리터러시는 실제 데이터를 활용하여 학습하는 것이 중요하며 교과목을 담당하고 있는 교수자가 교과목과 연관된 주제를 정하여 학생들로 하여금 기초통계와 엑셀과 같은 도구를 사용하여 데이터의 수집, 관리, 평가 및 활용을 할 수 있도록 진행할 수 있다. 무엇보다 교수자가 데이터 리터러시의 필요성을 인지하는 것이 매우 중요하며 실제 데이터를 사용하기 때문에 학습내용이 매우 실용적이고 구체적이다. 전공과 관계없이 비이공계 학생들에게도 꼭 필요한 역량이므로 교양기초교육을 통해서 문⋅이과 전공 학생들의 데이터 리터러시의 격차 해소가 필요하다. 문제해결을 위해 필요한 공공데이터를 인터넷을 통해 수집하고 가공하고 분석하여 시각화하는 일련의 과정을 과제로 진행하면서, 핵심 역량을 강화하고 교과목표도 달성하며 지식 창출도 기대할 수 있으므로 의미 있는 교육이 될 것이다.
지금까지 논의된 교양기초교육으로서의 데이터 리터러시는 다음과 같다.
유네스코가 정의한 리터러시란 다양한 맥락과 관련된 자료를 식별, 이해, 해석, 생성, 소통하고 계산하는 능력이다. 리터러시에는 개인이 자신의 목표를 달성하고, 지식과 잠재력을 계발하며, 지역사회를 비롯해 더 넓은 사회에 완전히 참여할 수 있도록 하는 일련의 학습이 포함된다(Montoya, 2018: 2). 지금까지 살펴본 데이터 리터러시는 기초통계 등의 도구를 이용하여 현실 세계의 데이터를 다양한 관점에서 바라보고, 근거 있는 적절한 판단과 결정을 할 수 있는 문제해결 능력을 제고하며, 비판적 사고를 통해 지식을 창출하는 근간이다. 이 과정에서 비판적 사고와 창의력 등 21세기 핵심 역량을 제고할 수 있다. 비판적 사고란 정보를 감정이나 편견 없이 합리적이고 논리적으로 분석하고 평가하는 사고 과정이다. 데이터 리터러시 역량을 갖춘 사람은 우리 주변에서 발생하는 현상을 접할 때 제시된 결과만 보는 것이 아니라 결과의 근거가 되는 데이터를 함께 보고, 데이터에 근거한 의사결정을 하며, 데이터를 공개하고 공유하려고 한다.21)
대학의 교양기초교육은 21세기 사회가 요구하는 기본 역량을 교육과정에 담아야 한다. OECD는 학교교육을 통해 학생들이 함양해야 할 21세기 역량은 논리적으로 소통하고 데이터를 근거로 정직하고 설득력 있는 방식으로 주장을 제기하는 능력이라고 했다. 우리 대학의 교양필수는 글쓰기와 영어 중심이지만(정승원 외, 2020), 미국의 많은 대학들은 글쓰기 외에 수학과 실험을 포함한 과학도 교양필수로 지정하고 있다(박진희 외, 2017). 문⋅이과 전공 관계없이 우리가 디지털 정보시대를 살아가려면 수리적 사고 습관과 과학적 사고 습관이 중요하다는 것이다. 데이터가 넘치는 세상에 살고 있는 학생들이 성공한 사회인으로서 그리고 현명한 민주시민으로서 살아가려면 비판적 사고를 바탕으로 문제를 해결하는 데이터 리터러시가 반드시 필요하다. 이것이 바로 대학의 교양기초교육에서 데이터 리터러시를 다루어야만 하는 이유이다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
