🧠 의학교육과 학습 분석(Learning Analytics), 어디까지 왔을까?

안녕하세요! 오늘은 제가 흥미롭게 읽은 논문 하나를 소개해보려고 해요.
바로 의학교육에서의 학습 분석(Learning Analytics)의 윤리적 고려사항에 관한 비판적 문헌고찰입니다.

이 글을 통해서,

• 학습 분석이 의학교육에 어떤 방식으로 쓰이고 있는지,
• 어떤 기대와 우려가 공존하고 있는지,
• 우리가 앞으로 어떤 방향으로 나아가야 할지
  차분하게 함께 정리해보려고 해요.

🔍 학습 분석(Learning Analytics)이 뭐예요?

쉽게 말해, 학습 분석은 학습자의 활동 데이터를 수집하고 분석해서,
학습 성과를 향상시키거나 교육 프로그램을 개선하는 데 활용하는 방법이에요.

“Learning analytics is the measurement, collection, analysis and reporting of data about learners and their contexts, for purposes of understanding and optimizing learning and the environments in which it occurs.”
(The Society for Learning Analytics Research, 2023)

요즘은 빅데이터(Big Data) 기술과 접목되면서,
이런 학습 분석이 **의학교육(Medical Education)**에도 점점 더 많이 사용되고 있어요.

📈 의학교육에서 학습 분석이 어떻게 쓰이고 있을까?

논문에서는 학습 분석의 활용을 네 가지 큰 테마로 정리하고 있어요:

1. 학습 과정과 교수법 분석 (Learning process and pedagogy)
   → 개별 학습자의 학습 패턴을 추적하고, 효과적인 학습 전략을 파악해요.
2. 사후 평가 (Retrospective assessment)
   → 누가 어려움을 겪고 있는지, 누가 개입이 필요한지 확인할 수 있어요.
3. 예측 평가 (Prospective assessment)
   → 학습자의 미래 성과나 졸업 시점까지 예측할 수 있어요.
4. 교육 개선 (Educational improvement)
   → 교육 시스템 전체를 정밀하게 개선하는 데 도움을 줄 수 있어요.
   흔히 *정밀 교육(Precision Education)*이라고도 불려요!

⚖️ 그런데, 윤리적인 문제는 없을까?

있어요! 😥
연구진은 이 분야의 급속한 발전과 함께 **윤리적 함의(Ethical Implications)**를 반드시 짚고 넘어가야 한다고 강조해요.

논문에서 제시한 4가지 핵심 윤리 쟁점은 다음과 같아요:

1. 데이터의 신뢰성 (Trustworthiness of data)

• 데이터에 편향이 들어갈 수 있어요.
• 예: 설문 피로(survey fatigue), 평가자의 암묵적 편향 등

“Data collected through assessment systems often have implicit and hidden biases.”
(Cirigliano et al., 2017)

2. 방법론의 신뢰도 (Reliability of methodology)

• 분석 도구나 알고리즘이 제대로 설계되지 않았다면, 엉뚱한 결론을 낼 수도 있어요.

“If the methodologies used to derive and evaluate learning algorithms are not sound, then the results generated from them may be inherently incorrect.”

3. 프라이버시와 데이터 관리 (Privacy, Confidentiality, and Management)

• 학습자는 자신이 어떤 데이터를 제공하고 있는지, 누가 이 데이터를 보고 있는지 모르는 경우가 많아요.

“Learners are often not given autonomy over when and where they are assessed, how frequently they are assessed, or what results may occur as the consequences of assessment outcomes.”

4. 문제 학습자 낙인 (Labeling learners as “problematic”)

• 알고리즘이 어떤 학습자를 ‘문제 있는 학습자’로 잘못 분류하면, 자기충족적 예언(self-fulfilling prophecy)이 될 수 있어요.

“Labeling learners as ‘problematic’... could lead to a feed-forward bias that negatively impact a student’s self-perceptions and hinder further development.”

🧭 우리가 지켜야 할 윤리 원칙들

연구진은 이 문제를 Beauchamp와 Childress의 생명윤리 4원칙에 따라 분석했어요:

• Beneficence (선행) → 이익이 해를 넘어야 한다
• Nonmaleficence (악행금지) → 해를 끼치지 말아야 한다
• Autonomy (자율성) → 학습자의 자기결정권을 존중해야 한다
• Justice (정의) → 혜택과 부담이 공정하게 분배되어야 한다

🌱 그럼에도 불구하고, 가능성은 충분해요!

학습 분석은 잘만 활용하면 의학교육을 정말 정밀하게 만들 수 있어요.

• 도움이 필요한 학습자를 일찍 발견하고,
• 우수 학습자에겐 더 많은 기회를 줄 수 있죠.

“That possibility, sometimes called precision education, could make medical education more effective and efficient.”
(Triola & Burk-Rafel, 2023)

또, 학습 분석을 통해 기존 시스템의 편향을 감지하고 수정하는 데도 활용할 수 있어요!

“Learning analytics and big data may provide mechanisms for identifying where biases exist in medical education.”

🧩 마무리하며…

이 논문은 우리에게 다음과 같은 메시지를 전해줘요:

“To successfully implement learning analytics in medical education, educators must use ethically informed decision-making processes as they craft new systems.”

👉 “윤리적으로 숙고된 의사결정”이 바로 핵심입니다.
앞으로 우리가 더 많은 데이터를 다룰수록, 이 원칙은 더욱 중요해질 거예요.

서론 (Introduction)

**학습 분석(Learning analytics)**은 학습자의 수행에 대한 교육 데이터를 *통계적 모델링(statistical modeling)*과 결합하여 의료교육(Medical Education) 분야에서 점점 더 많이 활용되고 있습니다 (ten Cate et al., 2020).

**학습 분석(Learning analytics)**이란 학습자 및 그들의 맥락에 관한 데이터를 측정(measurement), 수집(collection), 분석(analysis), *보고(reporting)*하는 것으로, 그 목적은 학습과 학습이 일어나는 환경을 이해하고 최적화하는 것입니다 (The Society for Learning Analytics Research, 2023).

_대용량의 복잡한 데이터(Big data)_는 학습 분석을 가능하게 하는 연료(fuel) 역할을 하며, 종종 학습자에게 제공되는 **개입(interventions)**과 **향상(improvements)**을 이끄는 데 사용됩니다 (Thoma et al., 2020). 이러한 접근 방식은 의학교육 시스템 전반을 개선할 수 있는 유망한 길을 제시하지만, 학습자에 대한 의사결정을 내릴 때 학습 분석이 가지는 윤리적 함의도 함께 고려해야 합니다 (ten Cate et al., 2020; Thoma et al., 2020).

대량의 학습자 데이터를 해석하는 개념은 새로운 것이 아닙니다. (Krumm et al., 2018) 지난 10년 동안, 교육자들은 의학교육 환경에서 데이터를 수집하고 분석하며 해석할 수 있는 가능성에 대해 지속적으로 언급해 왔습니다 (Chan et al., 2018; ten Cate et al., 2020). 데이터의 수집, 분석, 해석 활동을 통해 정보를 제공받을 수 있는 구체적인 교육 과정들은 다음과 같습니다:

1. 학업 성취도 평가 (Assess academic progress),
2. 미래 성과 예측 (Predict future performance),
3. 피드백 및 개별 학습 계획으로 대응할 수 있는 잠재적 문제 파악 (Identify potential issues that could be addressed with feedback and individualized learning plans)
   (Consortium, 2011)

학습 분석이 기존의 교육 측정 혹은 데이터 마이닝(Data Mining)과 구별되는 점은, 개별 학습자의 진행 상황과 교육 시스템 전체에 대한 통찰을 제공하기 위해 학습자 데이터에 특별히 초점을 맞춘다는 것입니다.

학습 분석은 학습자의 경험과 성과를 향상시킬 수 있는 유망한 방법들을 제시합니다. 그러나 의학교육에서 더 많은 데이터가 수집되고 활용될수록, 우리는 그 사용 방식에 대해 비판적으로 사고하고 윤리적 고려를 강화할 필요가 있습니다. 예를 들어, 학습자에게서 수집된 데이터에는 *암묵적 편향(implicit biases)*이 포함될 수 있으며, 이러한 편향은 결과적으로 편향된 예측 알고리즘을 만들어낼 수 있습니다 (Baker & Hawn, 2021; Thoma et al., 2023). 또한 새로운 교육 개입을 설계하고 실행할 때에는, 그 개입의 결과가 어떻게 사용될 수 있는지에 대한 신중한 고려가 필요합니다.

예를 들어, 알고리즘이 특정 학습자가 일정 기준을 충족하지 못한다고 제안할 경우,

• 그 학습자는 **보충 교육(remediation)**이 필요한 것인가?
• 아니면 프로그램에서 퇴출되어야 하는가?
• 학습자의 데이터가 다른 학습자와 비교되거나 교수자에게 시각화될 때, 그 학습자는 어떤 수준의 프라이버시 권리를 가질 수 있는가?

개별 학습자로부터 방대한 데이터를 수집하는 것이 표준이 되어가는 지금, 우리는 학습 분석을 윤리적이고 공정하게 사용하기 위한 고민을 반드시 해야 합니다.

이 논문에서는, 의학교육 내에서 학습 분석과 빅데이터의 활용을 비판적으로 고찰합니다.
특히, 이러한 방법들의 윤리적 사용에 대해 새롭게 제기되는 문제들을 다룬 문헌을 검토하고,
그 내용을 **Beauchamp와 Childress의 생명윤리 4원칙(Beauchamp & Childress, 2001)**을 기반으로 비판적으로 분석합니다.

방법 (Methods)

리뷰 프로토콜 (Review protocol)

이 비판적 문헌고찰(critical review)에 포함할 논문을 선정하기 위해, 우리는 PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-analysis Extension for Scoping Reviews) 지침을 활용하였습니다 (Tricco et al., 2018).

PRISMA-ScR는 범위 고찰(scoping review)의 질과 투명성을 보장하기 위한 표준 가이드라인입니다.

이 리뷰에 포함되기 위해서는 다음 기준을 만족해야 했습니다:

• 의학교육 내에서 학습 분석(learning analytics) 또는 **빅데이터(big data)**의 현재 혹은 제안된 활용을 다룰 것
• 학습 분석 또는 빅데이터의 도입 및 구현 과정에서의 윤리적 고려사항 혹은 도전 과제를 언급할 것
• 영어로 출판된 peer-reviewed 논문일 것

관련 문헌은 **MEDLINE (PubMed)**와 SocINDEX 데이터베이스를 통해 검색되었으며, 검색 시점은 데이터베이스 시작 시점부터 2021년 4월까지로 설정하였습니다.

검색어 (Search terms)

문헌 검색 전략은 미시간대학교(University of Michigan)의 전문 사서들과 협업하여 개발되었습니다. 초기 검색 전략은 한 명의 사서가 설계하였으며, 의학 주제어(MeSH, Medical Subject Headings) 및 관련 키워드를 활용하였습니다. 이후 팀 내 논의를 거쳐 반복적으로 개선되었고, 제2의 사서에 의해 peer review를 받았습니다. 최종 MEDLINE 검색 전략은 다음과 같습니다:

(“Education, Medical” [Mesh] OR “medical education” [tiab] OR “medical training” [tiab] OR “medical trainee” [tiab]
OR “medical trainees” [tiab] OR resident [tiab] OR residents [tiab] OR residency [tiab] OR
“medical students” [tiab] OR “medical student” [tiab] OR intern [tiab] OR interns [tiab]
OR fellow [tiab] OR fellows [tiab] OR fellowship [tiab] OR fellowships [tiab]
OR “Competency-Based Education“[Mesh] OR education [sh])
AND
(big data [mh] OR “big data” [tiab] OR “learning analytics” [tiab] OR “predictive analytics” [tiab])

동일한 키워드를 활용하여 **SocINDEX에서도 병렬 검색(parallel search)**이 수행되었습니다.

문헌 선정 기준 (Selection of sources of evidence)

다음 기준을 충족하는 논문을 포함시켰습니다:

• 학부 또는 대학원 의학교육 내에서 학습 분석 또는 빅데이터를 언급
• 그 활용 가능성, 구체적 도전 과제, 또는 의미 있는 시사점을 논의할 것

두 데이터베이스 간 중복 제거 후, 총 272편의 고유한 제목이 선별되었습니다. 제목과 초록을 기준으로 적합성 여부를 검토한 결과, 248편은 기준에 부합하지 않아 제외, 총 24편의 논문을 전문(full-text) 수준에서 검토하였습니다. 이 중 6편은 최종적으로 제외되었으며, 이는 Figure 1에 요약되어 있습니다.

데이터 차팅 과정 (Data charting process)

모든 저자와 함께 **데이터 추출 변수(data items)를 결정하기 위한 데이터 차팅 양식(data charting form)**을 개발하였습니다.

• 두 명의 리뷰어(PY, MAM)가 독립적으로 데이터를 추출하고,
• 그 결과를 **주연구자(BCG)**와 논의하였습니다.
• 데이터 차팅 양식은 반복적(iterative) 과정에서 지속적으로 업데이트되었으며,
• 의견 불일치는 합의(consensus)를 통해 해결하였습니다.

데이터 항목 (Data items)

두 명의 리뷰어가 각 논문으로부터 다음 항목을 독립적으로 추출하였습니다:

• 출판 연도 (Publication year)
• 제1저자와 교신저자의 소속 국가
• 논문 유형 (예: 원저, 해설, 리뷰 등)
• 의학교육에서 학습 분석 또는 빅데이터의 현재 및 제안된 활용 사례
• 해당 활용에 대해 언급된 윤리적 함의(ethical implications)

결과 종합 (Synthesis of results)

• **기초 통계(descriptive statistics)**를 이용하여 논문 특성을 요약하였습니다.
• 이후, 논문들에서 학습 분석 및 빅데이터의 활용 방식과 윤리적 시사점에 관한 내용을 추출하였고,
• 이를 분석하여 **공통된 패턴과 주제(theme)**를 도출하였습니다.

초기 분석 결과는 저자 전체에게 공유되어 피드백을 받고, 이를 바탕으로 두 번째 데이터 추출 및 코딩 과정을 수행, 그 결과 **더 정제된 주제 집합(smaller set of themes)**을 도출하였습니다. 최종적으로, 모든 저자들이 논의하여 주제를 반복적으로 수정 및 정제하였고, **합의(consensus)**에 도달하였습니다.

결과 (Results)

기술 통계 (Descriptive statistics)

검색을 통해 총 **272편의 고유한 논문 기록(unique records)**이 확인되었으며, 이 중 **18편의 전자본 논문(full-text articles)**이 최종 분석 대상으로 포함되었습니다.

• 이 중 논평(commentary) 논문이 가장 많았으며 (n = 9, 50%),
• 다음으로 원저(original research) 논문 (n = 7, 39%),
• 리뷰(review) 논문 (n = 2, 11%) 순이었습니다. → 자세한 내용은 Table 1 참고

**제1저자(first author)**가 속한 국가는 다음과 같이 다양하였습니다:

• 캐나다 (n = 7, 39%)
• 사우디아라비아 (n = 3, 17%)
• 미국 (n = 3, 17%)
• 스웨덴 (n = 2, 11%)
• 호주, 싱가포르, 영국 (각각 n = 1, 6%)

논문 출판 연도는 2013년 7월부터 2021년 4월까지이며, 가장 많은 논문이 출판된 연도는 2014년과 2018년으로 각각 **4편(22%)**이었습니다. 추출된 데이터는 의학교육에서의 학습 분석과 빅데이터의 활용 사례와 해당 활용에서의 윤리적 함의를 포함하며, _Table 2_에 요약되어 있습니다.

의학교육에서의 학습 분석 활용 (Use of learning analytics in medical education)

학습 분석과 빅데이터의 활용에 대해, 다음의 **4가지 주요 주제(theme)**가 도출되었습니다:

1. 학습 과정 및 교수법 (Learning process and pedagogy)
2. 사후 평가 (Retrospective assessment)
3. 사전 평가 및 예측 (Prospective assessment, including prediction)
4. 교육 개선 (Educational improvement)

1️⃣ 학습 과정 및 교수법

학습 분석과 빅데이터는 주로 개별 학습자의 학습 과정을 밝혀내는 데 활용되었습니다 (Chahine et al., 2018; Chan & Zary, 2019; 등). 또한, 다음과 같은 방식으로 활용됩니다:

• 학습 패턴 분석 및 학습 참여도 추적 (Chan & Zary, 2019; Saqr, 2018 등)
• 다양한 학습 방식의 효과성 이해
• 학습자에게 적시의 피드백 제공

즉, 의학교육에서 학습 분석의 핵심적 용도는 → 학습자의 수행을 추적하고, 학습 방법의 효과를 파악하며, 개인화된 피드백을 제공하는 것입니다.

2️⃣ 후향적 평가 (Retrospective assessment)

학습 분석은 또한 개별 학습자의 성과를 되돌아보는 데, 그리고 교육 프로그램의 질을 평가하는 데 활용됩니다 (Arora, 2018; Holmboe et al., 2020 등). 대표적인 활용 예는 다음과 같습니다:

• 학습에 어려움을 겪는 학습자 식별 (struggling learners)
• 조기 개입이 필요한 대상 파악
• 개별 학습자의 역량 기반 데이터 제공, 이를 통해
  • 자동화된 점수 산정 (automated scoring)
  • 시간에 따른 학습자 발달 궤적 추적
  • 레지던트-환자 상호작용의 적절성 평가
  • 효과적인 학습 전략 분석 및 성과 통찰

3️⃣ 전향적 평가 및 예측 (Prospective assessment and prediction)

학습 분석은 학습자의 학업 및 임상 성과를 예측하는 데 유용하다고 여겨집니다 (Ellaway, 2013; Saqr, 2015, 2018 등).

주요 활용 방식은 다음과 같습니다:

• 레지던트의 졸업 준비 상태 및 독립 진료 가능 시점 예측
• 훈련 이후 실무(performance post training) 예측
  → 이는 교육 전반을 통합적으로 파악할 수 있게 해줍니다.

4️⃣ 교육 개선 (Educational improvement)

다수의 논문에서, 학습 분석과 빅데이터가 의학교육의 전반적인 개선에 중요한 역할을 한다고 언급했습니다 (Chan & Zary, 2019; Thoma et al., 2020 등). 특히 강조된 개념은 다음과 같습니다:

• **정밀 교육(precision education)**의 실현 가능성
• 개인화된 콘텐츠 제공
• 학습자의 요구에 맞춘 지원 제공
• 맞춤형 피드백 제공
• 효율적인 개입을 통해 빠르게 대응하는 체계

다음 부분도 이어서 보내주시면 계속 번역해드리겠습니다.

네, 이어서 Ethical Considerations of Learning Analytics in Medical Education 섹션을 번역해 드리겠습니다. 학술성과 전문성을 유지하되, 중요한 윤리적 쟁점들을 강조해 명확하게 전달하겠습니다.

의학교육에서 학습 분석의 윤리적 고려사항

(Ethical Considerations of Learning Analytics in Medical Education)

의학교육에서 **학습 분석(learning analytics)**과 빅데이터(big data) 활용과 관련된 윤리적 고려사항을 검토한 결과, 다음과 같은 네 가지 핵심 주제가 도출되었습니다:

1. 데이터의 신뢰성 (Trustworthiness of data)
2. 방법론의 신뢰도 (Reliability of methodology)
3. 프라이버시, 기밀성, 데이터 관리 (Privacy, confidentiality, and management of data)
4. 학습자에 대한 문제 낙인(Labeling of learners as “problematic”)

1️⃣ 데이터의 신뢰성 (Trustworthiness of data)

의학교육에서 학습 분석을 적용할 때 가장 핵심적인 윤리적 우려 중 하나는, 학습자에 대해 수집된 데이터가 신뢰할 수 있는가에 관한 문제입니다 (Chan et al., 2018; Ellaway et al., 2014, 2019; Holmboe et al., 2020; Thoma et al., 2020).

• 구체적으로는 데이터의 품질(quality), 대표성(representativeness), **정확성(precision)**이 주요 검토 대상이었습니다 (Ellaway et al., 2014).
• 특히, **평가 시스템을 통해 수집된 데이터에는 암묵적 편향(implicit bias) 또는 숨겨진 편향(hidden bias)**이 포함될 수 있음이 지적되었습니다 (Cirigliano et al., 2017).
• 학습자의 통제 밖에서 수집된 데이터가 그들의 실제 역량을 정확히 반영하지 못할 수 있다는 우려도 제기되었습니다 (Chahine et al., 2018).
• 설문조사를 통한 데이터 수집은 종종 *응답 피로(survey fatigue)*로 인해 데이터의 강건성(robustness)이 약화될 수 있습니다 (Ellaway et al., 2019).
• 일부 연구는 호손 효과(Hawthorne effect)—즉, 관찰되고 있다는 인식이 학습자의 행동을 변화시키는 현상—로 인해 데이터 신뢰성이 더 손상될 수 있다고 보고합니다 (Ellaway, 2013; Ellaway et al., 2014).

2️⃣ 방법론의 신뢰도 (Reliability of methodology)

두 번째 윤리적 고려사항은 데이터 분석에 사용되는 방법론의 신뢰성입니다 (Chan & Zary, 2019; Ellaway et al., 2014, 2019).

• 여러 연구자들은 빅데이터 분석에서 '신호와 잡음'을 구분하는 어려움을 지적하였고, 이는 본질적인 한계로 작용할 수 있다고 우려했습니다 (Ellaway et al., 2019).
• 특히 양적 분석을 통해 도출되는 상관관계나 패턴이 반드시 인과관계를 반영하지 않을 수 있음이 반복적으로 지적되었습니다 (Chan et al., 2018; Ellaway, 2013).

즉, 정교한 분석 기법을 적용하더라도, 그 결과를 맹신하는 것은 위험할 수 있으며 방법론적 타당성에 대한 지속적인 검토가 요구됩니다.

3️⃣ 프라이버시, 기밀성, 데이터 관리 (Privacy, Confidentiality, and Management of Data)

세 번째 주요 윤리 주제는 빅데이터의 수집 및 관리에서의 프라이버시와 기밀성 문제입니다 (Arora, 2018; Chan & Zary, 2019; Saqr, 2018 등).

• 연구자들은 학습자에 대한 더 많은 정보를 추적하려는 시도가,
  예: 모바일 기기를 통한 위치 정보(geolocation) 수집
  학습자의 **자율성(autonomy)**과 프라이버시를 침해하는 것으로 간주될 수 있으며,
  그 결과 학습자와 기관 간의 신뢰 저하를 초래할 수 있다고 경고했습니다 (Arora, 2018; Ellaway et al., 2019).

데이터의 범위를 넓힐수록, 그 활용에 대한 정당성과 투명성을 확보하는 것이 더욱 중요해집니다.

4️⃣ 문제 낙인(Labeling of Learners as “Problematic”)

마지막으로, 많은 논문들이 학습 분석을 통해 학습자를 ‘문제 있는 학습자(problematic learner)’로 낙인찍는 위험성에 대해 우려를 표했습니다 (Chan et al., 2018; Ellaway, 2013; Holmboe et al., 2020).

• 예를 들어, 어떤 학습자가 **“위험에 처한 훈련생(trainee-at-risk)”**으로 지정되면,
  이는 향후 교수자들의 기대와 행동에 영향을 주는 **피드포워드 편향(feed-forward bias)**을 일으킬 수 있습니다.
  → 결과적으로 학습자의 **자기 인식(self-perception)**을 훼손하고 개인 발달을 방해할 수 있습니다.

또한, 이러한 라벨이 잘못 부여되었을 경우,
그 이후에 어떤 일이 일어나는지에 대한 **경험적 근거(empirical evidence)**는 매우 부족하다는 점도 문제로 지적됩니다.

논의 (Discussion)

의학교육 내에서 **학습 분석(Learning Analytics)**은 다양한 유망한 응용 가능성을 가지고 있지만, 본 고찰은 학습자의 교육 경험을 더 잘 이해하고 개선하기 위한 목적으로 학습 분석을 적용할 때 발생할 수 있는 여러 가지 우려 사항들을 드러냅니다. 학습 분석은 개별화된 학습 계획과 맞춤형 경험을 제공함으로써 학습자의 의학교육을 증진시킬 잠재력이 있습니다. 그러나 이러한 도구를 학습자의 진전(progress)을 평가하거나 결정하는 데 사용할 경우, **의도치 않은 결과(unintended consequences)**가 초래될 수 있으며, 이는 빅데이터를 의학교육에 도입할 때 반드시 전면에 놓고 고민해야 할 요소입니다.

학습 분석의 윤리적 고려사항 요약

문헌 검색을 통해 다음과 같은 윤리적 고려사항이 학습 분석과 관련됨을 확인하였습니다:

• 데이터의 신뢰성(trustworthiness)
• 데이터를 수집·분석하는 방법론의 신뢰성(reliability of methodology)
• 데이터 수집 및 공유와 관련된 프라이버시 문제(privacy concerns)
• **학습 알고리즘 결과를 기반으로 학습자를 낙인(labeling)**하는 위험

이러한 고려사항은, 학습 분석이 의학교육을 변화시키고 개선할 수 있는 잠재력을 지니는 한편, 학습자에게 미칠 수 있는 결과를 신중하게 검토해야 함을 시사합니다. 특히, 학습자들은 보통 평가가 이루어지는 환경, 평가 도구의 선택, 평가 결과가 초래하는 결과에 대해 거의 통제권을 가지지 못하며, 이러한 맥락에서 학습 분석의 영향은 더욱 중요하게 다가옵니다.

🔎 Beauchamp & Childress의 생명윤리 원칙을 활용한 윤리적 분석

우리는 Beauchamp와 Childress의 의료 윤리 4원칙을 적용하여, 의학교육에서 학습 분석의 증가가 학습자에게 초래할 수 있는 윤리적 영향을 분석하였습니다 (Beauchamp, 2007; Beauchamp & Childress, 2001).
이 윤리적 틀은 환자 또는 연구 참여자와 같은 취약한 대상에 대한 생명윤리적 연구를 분석하는 데 기초를 제공하며,
이는 의학교육 시스템 내에서 학습자 및 그들의 환자에게 영향을 미치는 교육 개입의 평가에도 유용합니다.

✅ 선행의 원칙 (Beneficence)

“이익을 해보다 더 많이 제공하라”는 원칙

문헌에서는 학습 분석이 다음과 같은 긍정적 효과를 제공할 수 있음을 보여주고 있습니다:

• 개별 학습자의 학습 패턴에 대한 통찰
• 정밀하고 개인화된 학습 계획 수립
• 교육 프로그램의 질 향상 및 국가 단위 교육 시스템의 개선 가능성

이러한 이점들은 학습 분석을 옹호하는 데 있어 매우 강력한 근거가 됩니다.

하지만, 동시에 다음과 같은 **잠재적 해악(harms)**을 함께 고려해야 합니다:

• 교육 데이터의 기밀성과 프라이버시 침해 가능성
• 불완전하거나 잘못된 방법론에 기반한 개입
• 오류 있는 알고리즘으로 인해 학습자를 잘못 분류하거나 낙인찍는 문제

따라서 이익과 위험 간의 균형을 신중히 평가해야 합니다.

❌ 악행 금지의 원칙 (Nonmaleficence)

“해를 끼치지 말라”는 원칙

본 고찰은 데이터 수집 방식, 분석 방법론, 내재된 편향 등과 관련된 다양한 우려를 보여주었습니다.
이러한 문제들은 교육 프로그램이나 시스템 수준의 결정뿐 아니라, 개별 학습자에게 직접적인 해악을 미칠 수 있습니다.

예를 들어:

• 정량적 데이터 수집의 우선순위가 증가하면서,
  *근무 시간 준수(duty hour compliance)*처럼 측정 가능한 행동에만 집중될 수 있습니다.
  → 이는 의사소통(communication), 공감(compassion) 같은 정성적이고 측정 어려운 역량의 중요성을 희석시킬 수 있습니다.

또한,

• 학습 분석을 통해 학습자를 ‘문제 있는 학습자’로 식별할 경우,
  이는 **자기충족적 예언(self-fulfilling prophecy)**을 불러올 수 있습니다.
  → 잘못된 예측에 의해 학습자는 자율성 감소, 환자 진료 기회 제한, 책임 부여 축소 등
  _임상 환경 내에서의 기회 상실_을 경험할 수 있습니다.

🤖 데이터와 알고리즘의 한계, 그리고 학습자에 대한 영향

학습자가 기대되는 진료 수준을 충족하지 못하는 경우 이를 식별하는 일은 중요하지만, 동시에 데이터셋과 알고리즘이 평가 결과에 영향을 주는 복잡한 맥락을 충분히 포착하지 못할 수도 있다는 사실을 인식하는 것도 매우 중요합니다.

예를 들어,

• 한 번의 **저조한 수행(poor performance)**이 있었던 학습자가,
  그 단일한 결과가 포함된 데이터셋에 의해 향후 수련 평가에까지 부정적 영향을 받게 되는 것이 과연 정당한가?
• 또는 **더 엄격한 평가자(strict rater)**에게 평가받은 학습자가,
  **관대한 평가자(lenient rater)**에게 평가받은 학습자보다 낮은 수행 능력을 가진 것으로 간주되는 것이 과연 타당한가?

이와 같은 질문은 의학교육에서 새로운 논점은 아니지만, 데이터 기반 알고리즘이 미래까지 학습자의 경로에 영향을 미치는 경우, 이러한 문제는 학습 분석을 본격 도입하기 전에 반드시 해결되어야 할 과제입니다.

🧭 자율성(Autonomy)과 학습 분석

학습 분석의 윤리적 고려사항은 누가 알고리즘의 결과를 해석하고 의사결정을 내리는가,
그리고 그 결정이 학습자에게 어떤 영향을 미치는가에 대한 문제와도 밀접하게 관련됩니다.

**자율성(Autonomy)**은 “스스로 결정할 수 있는 능력을 가진 사람의 선택을 존중해야 한다”는 윤리 원칙입니다 (Beauchamp & Childress, 2001).

본 비판적 문헌고찰에서는, 의학교육에서의 빅데이터 활용이 학습자의 프라이버시와 자율성을 위협할 수 있다는 우려가 강하게 제기되었습니다.

📌 학습자의 자율성이 위협받는 방식:

• 학습자는 자신의 데이터가 언제, 어떻게 수집되고, 누가 접근 권한을 가지며, 어떻게 사용되는지조차 알지 못하는 경우가 많음
• 평가가 이루어지는 시간, 장소, 빈도에 대한 통제권이 없음
• 자신의 성과(performance data)에 누가 접근할 수 있는지, 어떤 데이터가 공유되고, 그 데이터가 어떤 방식으로 미래 의사결정에 사용되는지에 대해 거의 영향력을 행사하지 못함

예를 들어, 특정 평가에서 **불만족스러운 결과(unsatisfactory performance)**를 받은 학습자가,
그 한 번의 결과로 인해 향후 환자 진료나 기술 습득 기회를 배제당할 수 있습니다.

• 이러한 상황에서, 학습자는 데이터 수집 시점, 사용 방식, 평가 기준 결정 과정에 대한 통제권이 거의 없으며,
• 결과적으로 알고리즘의 출력 결과에 의해 부당하게 불이익을 받을 위험이 있습니다.
• 즉, 학습자는 스스로의 오류를 설명하거나 정정할 기회를 갖지 못하는 취약한 입장에 놓이게 됩니다.

따라서, 학습 분석의 활용은 반드시 학습자와 함께(co-produce) **데이터 활용의 규칙과 거버넌스 구조(governance structure)**를 공동 설계해야 합니다 (Thoma et al., 2021).

⚖️ 정의(Justice)와 학습 분석

학습 분석의 또 다른 윤리적 논점은 **정의의 원칙(principle of justice)**과 관련되어 있습니다.

**정의(Justice)**는 “이익, 위험, 비용이 적절하고 공정하게 분배되어야 한다”는 윤리 원칙입니다 (Beauchamp & Childress, 2001).

그러나 **신뢰할 수 없는 데이터(untrustworthy data)**를 바탕으로 학습 분석을 수행할 경우, **의학교육 내에 이미 존재하는 편향(bias)**을 **오히려 영속화(perpetuate)**할 수 있습니다.

예시:

• **성별이나 인종에 대한 암묵적 편향(implicit bias)**이 포함된 평가 데이터를 알고리즘에 학습시키는 경우,
  → 이 알고리즘은 **실제 역량을 반영하지 못하는 추천 결과(recommendations)**를 생성할 수 있음

따라서, 데이터에 포함된 편향의 원인을 식별하고, 이를 보정할 수 있는 메커니즘을 개발하는 것은
의학교육에서 학습 분석의 윤리적 사용을 보장하기 위한 핵심 전제입니다.

🧪 학습 분석 결과의 타당성과 신뢰도 문제

학습 분석의 또 다른 문제는, 대규모 데이터셋으로부터 도출된 결과가 실제로 타당(valid)하고 신뢰할 수 있는(reliable) 것인가입니다.
→ 만약 학습 알고리즘을 도출하거나 평가하는 방법론이 견고하지 않다면, 그 알고리즘이 산출하는 결과 자체가 본질적으로 오류가 있을 수 있습니다.

이로 인해 특히 영향을 받을 수 있는 집단은 다음과 같습니다:

• 사회적 소수자(marginalized) 또는 불리한 조건에 놓인(disadvantaged) 학습자
• 규모가 작거나, 편향되거나 잘못된 방법론을 식별할 전문성이 부족한 교육 프로그램에 속한 학습자

이러한 집단은 부적절하게 설계된 알고리즘으로부터 더 큰 부담을 받을 가능성이 있습니다.

🌐 학습 분석의 잠재력과 교육 혁신

그럼에도 불구하고, 우리는 학습 분석과 빅데이터가 의학교육을 혁신할 수 있는 잠재력을 지닌다는 사실을 잊어서는 안 됩니다.

이러한 가능성은 때때로 **정밀 교육(precision education)**이라고 불리며, 의학교육을 보다 효율적이고 효과적으로 만들 수 있는 방향성을 제시합니다 (Triola & Burk-Rafel, 2023).

예를 들어,

• 학습에 어려움을 겪는 학습자를 조기에 식별하고, 적시에 보충 교육(remediation) 기회를 제공
• 우수 학습자에게는 보다 이른 시기에 자율적인 실습 기회를 제공 (Kuchera et al., 2023)

이러한 변화는

• 의학교육의 질 향상,
• 보다 잘 훈련된 의사 배출,
• 궁극적으로는 **환자 치료 성과 향상(patient outcomes)**이라는 의학교육의 궁극적 목표로 이어질 수 있습니다.

🧩 학습 분석을 활용한 교육 격차 및 편향 분석

학습 분석은 또한 개별 학습자 수준과 교육 프로그램 수준의 훈련 격차를 식별하는 데 활용될 수 있습니다.
이를 통해 교육자와 정책 입안자 모두가 혁신적 방향성을 설계하고 평가할 수 있는 근거를 확보할 수 있습니다.

또한, 교육 프로그램의 성과를 시간에 따라 모니터링하고 책임성을 확보하는 도구로도 활용될 수 있습니다.

비록 본 고찰은 학습 분석이 기존 평가 시스템의 편향을 영속화할 수 있다는 우려를 드러냈지만,
반대로 그 편향의 근원을 식별하고 개선하는 도구로도 활용될 수 있음을 보여줍니다.

예를 들어:

• 평가 데이터를 수집함으로써 어떤 시스템적 편향이 존재하는지 탐색하고,
• **조정 전략(mitigation strategies)**을 개발하여 학습자를 보호할 수 있습니다.

이를 위해서는 편향을 탐지하고 감시할 수 있는 알고리즘 설계가 필요하며,
→ 윤리적 관점에서 체계적으로 기획된 학습 분석은
→ **이미 존재하는 체계적 해악(systematic harms)**을 줄이고 학습을 향상시키는 잠재력을 지닙니다.

📊 학습 분석의 윤리적 구현을 위한 노력의 필요성

의학교육에서 학습자에 대한 교육 데이터 수집이 점차 증가함에 따라, 정교한 학습 분석 기법의 활용은 곧 표준이 될 것입니다.

본 고찰은 다음의 점을 강조합니다:

• 학습 분석이 윤리적으로 개발되고 실행되도록 하기 위한 자원과 노력의 필요성
• 학습자에게 가해질 수 있는 이익과 위험을 면밀히 평가할 수 있는 윤리적 판단 체계의 구축 필요성

이러한 윤리적 균형(ethical calculus)을 면밀히 고려하는 것은 연구자와 교육자 모두의 책임입니다.

📉 연구의 한계 (Limitations)

• 본 고찰에 포함된 논문 수는 상대적으로 적었습니다.
  이는 의학교육에서의 학습 분석과 그 윤리적 함의라는 주제가 **아직 신생 분야(emerging field)**이기 때문입니다.
• 일반적인 학습 분석에 대한 연구는 풍부하지만,
  → 의학교육 맥락에서 윤리적 함의를 명시적으로 다룬 논문은 극히 드뭅니다.
• 이로 인해, 실제 존재하는 윤리적 문제들 중 본 고찰에서 다루지 못한 부분도 있을 수 있습니다.
• 또한, 검토된 논문 중 다수가 동일한 저자나 연구 그룹에 의해 작성되었으며,
  → 이는 특정 관점이나 편향이 과도하게 반영되었을 가능성을 내포합니다.

향후 다양한 집단과 교육 환경을 반영한 연구가 이러한 한계를 극복하는 데 기여할 것입니다.

🔚 결론 (Conclusion)

의학교육에서 학습 분석의 활용이 증가함에 따라, 학습자에게 미칠 윤리적 함의를 신중하게 고려하는 것이 중요합니다.

• 학습 분석은 의학교육에 여러 가지 유망한 이점을 제공할 수 있으나,
• 동시에 학습자에게 해를 미칠 수 있는 가능성도 함께 내포하고 있습니다.

의학교육에서 학습 분석을 성공적으로 구현하기 위해서는, 윤리적 판단에 기반한 의사결정 과정을 통해 새로운 시스템을 설계해야 합니다.

Marcotte, K., Yang, P., Millis, M. A., Vercler, C. J., Sebok-Syer, S. S., Krumm, A. E., & George, B. C. (2025). Ethical considerations of using learning analytics in medical education: a critical review. Advances in Health Sciences Education, 1-15.

이 특별호는 *데이터 과학(data science)*이 보건의료 전문직 교육 연구 및 실제에서 이제 중요한 역할을 하고 있다는 전제에서 출발한다. 이는 사회과학 전반에서도 마찬가지 현상이다 (예: Foster & Stine, 2004; Jemilniak, 2020). 우리는 과장된 기대와 유행어 뒤에 숨어 있는 진실을 꿰뚫어보며, 보건의료 전문직 교육 연구자들이 데이터 과학 기법, 데이터 과학의 윤리, 그리고 이 신흥 영역에서 이론이 갖는 역할에 어떻게 효과적으로 관여할 수 있는지를 고찰해야 한다.

We need to look past the hype and inflated expectations to consider how health professions education scholars can effectively engage with data science techniques, the ethics of data science, and the role of theory in this emerging area.

여기서 '데이터 과학(data science)'이라는 용어는 빅데이터(Big Data), 분석 기법(analytics), 그리고 이와 연관된 신흥 주제 영역을 포괄하는 의미로 사용되었다.

데이터 과학과의 실제적 연계라는 측면에서, 이번 특별호에 실린 여러 논문들은 빅데이터를 활용한 연구들을 보고하고 있다 (예: Chahine et al., 2024; Johnston et al., 2025; Kulasegaram et al., 2024a, b). 그러나 흥미롭게도 유일한 문헌고찰 논문인 Marcotte et al. (2025)은 __보건의료 전문직 교육 분야에서 빅데이터 기법을 사용한 논문은 의외로 소수에 불과__하다는 점을 지적한다.

이러한 결과는, 보건의료 교육 분야에서 빅데이터의 가능성에 대해 __열정적으로 이야기하는 사람은 많지만, 실제로 이를 활용하는 사람은 훨씬 적다는 사실__을 보여준다 (Johnsson & Tolsgaard, 2024). 또한 Kitto et al. (2024), Constable et al. (2024)과 같은 연구자들은 데이터 과학의 특정 활용이 야기할 수 있는 함의에 대해 분명한 경계심을 드러낸다.

한편으로는 데이터 과학이 새로운 교육적 통찰과 아이디어를 지원할 수 있는 큰 잠재력을 가지고 있지만, 다른 한편으로는 __프라이버시, 감시(surveillance), 통제(control)__에 대한 중대한 우려가 존재한다 (Grierson et al., 2023; Kulasegaram et al., 2024a, b).

“Like other socio-technical phenomena, Big Data triggers both utopian and dystopian rhetoric.”
– Boyd & Crawford (2012, p.653)

즉, 빅데이터는 다른 사회기술적 현상들과 마찬가지로 유토피아적 담론과 디스토피아적 담론을 동시에 불러일으킨다.

우리는 데이터 과학의 교육 연구 적용에 대한 이러한 경계심의 한 가지 이유가 다음과 같은 구조적 부재에 있다고 본다: 즉, __데이터가 윤리적이고, 안전하며, 생산적인 방식으로 수집되고 활용되도록 보장해 줄 확립된 원칙, 기준, 인프라, 규제의 부족__이다.

이러한 정책 및 절차의 공백은 데이터 과학의 잠재력을 실현하는 데 중대한 장애물이 된다. 연구자들은 최선의 의도를 가지고 있음에도 불구하고 __"잘못된 일"을 저지를지도 모른다는 불확실성__에 직면하게 된다. 실제로 연구자들은 다음과 같은 여러 윤리적 문제에 대한 지침을 필요로 한다:

• 연구 결과가 개인이나 집단에게 해가 되지 않도록 하려면 어떻게 해야 하는가?
• 프라이버시와 기밀성을 어떻게 보호할 수 있는가?
• informed consent (정보에 입각한 동의)와 같은 윤리 원칙을 어떻게 의미 있게 준수할 것인가?

이 문제들은 연구자뿐 아니라 데이터 관리자(data stewards) 및 다른 이해관계자들에게도 동일하게 적용된다.

이번 특별호에 실린 여러 논문에서 이와 같은 *윤리적 고려사항(ethical considerations)*은 반복적으로 등장한다. Postman (1992)은 *"우리는 기술을 연인의 눈으로 바라보며, 결점 없이 완벽하다고 여기고 미래에 대한 불안은 품지 않는다"*고 말한 바 있다 (p.5). 하지만 보건의료 전문직 교육 분야에서는, 적어도 지금까지는 그렇게 '사랑에 빠지진' 않았고, 오히려 데이터 과학의 잠재적 함의에 대해 신중하고 우려하는 경향이 더 강하다.

Mercuri and Emerson (2024)는 글로벌 보건 문맥에서의 데이터 주권(data sovereignty) 및 __관할권 간 협력(inter-jurisdictional work)__의 사례를 통해 이러한 윤리적 공백을 조명하고 있다. 이 분야에서는 수많은 데이터 기반 연구들이 눈에 띄는 윤리적 긴장과 우려를 일으켜왔다. Rowland et al. (2024)은 문서 분석(document analysis)을 통해, 데이터 과학에 대한 커다란 약속들이 존재함과 동시에 __블라인드 스팟과 위험 요소에 대한 불안__도 존재함을 보여준다.

흥미로운 점은, 이러한 윤리적 문제들을 다루는 속도가 __관할권(jurisdiction)__이나 __학문 영역__에 따라 매우 다르다는 것이다. 예를 들어, Johnston 외(2025)의 논문에서 사용된 **영국 의학교육 데이터베이스(UK Medical Education Database, UKMED)**는, 데이터 수집과 관리에 필요한 윤리적 연구 인프라와 규정을 수년에 걸쳐 검토한 후, 10여 년 전에 설립되었다 (Dowell et al., 2018). 반면, 다른 논문들은 이제 막 보건의료 전문직 교육에서 데이터 과학의 가능성을 탐색하기 시작한 국가 및 시스템 내에서의 활동을 보여주는 좋은 사례들이다 (Chahine et al., 2024; Kulasegaram et al., 2024a, b).

데이터 과학에 필요한 역량은 전반적으로 양적 연구에 필요한 역량과 유사하다:

• 양질의 데이터 확보,
• 체계적인 데이터 관리 및 거버넌스,
• 전통적 통계 분석 능력 등이 그것이다.

하지만 데이터 과학은 또한 __기계 학습(machine learning)__이나 __자연어 처리(natural language processing)__와 같은 인공지능 기반 접근법과 기술을 활용할 수도 있다. 이는 전통적인 보건의료 교육 연구자들에게는 익숙하지 않은 기술이며, 따라서 연구자들은 이러한 기술을 새롭게 습득하거나, 관련 전문 지식을 가진 사람들과 협업해야 할 것이다.

또한 앞으로 연구자들은 사회과학 내의 새로운 하위 분야들과도 적극적으로 교류해야 할 것으로 보인다. 예를 들면:

• 데이터 과학 방법론(data science methods) (Foster et al., 2020),
• 계산 사회과학(computational social science) (McLevey, 2022),
• 디지털 인문학(digital humanities) (Drucker, 2021) 등이 있다.

__학제 간 연구(interdisciplinary work)__는 도전적이지만 (예: Macleod, 2018), __이 분야를 발전시키기 위해 반드시 필요한 전략__이다.

세 번째로 지적할 점은, 데이터 과학에서 이론(theory)이 갖는 역할에 대한 질문이 우리의 참여를 방해하고 있을 가능성이다.

어떤 학자들은 이론이 필요 없다고 주장한다. 이들은 연구 질문과 답변이 "귀납적 과정과 통계 조작에 기반한 바텀업 접근 방식(bottom-up process based on inductive processes and statistical manipulation)"에서 나온다고 본다 (Mazzocchi, 2015, p.1250). 이러한 관점에서 보면, 데이터 과학은 패턴 인식과 통계 기법, 데이터베이스 시스템, 기계 학습을 통해 현상에 대한 새로운 통찰을 생성함으로써 이론 구축을 자극할 수 있다 (Luo et al., 2019).

반면, 이론이 데이터 과학에서 핵심적이다라고 믿는 학자들도 있다 (예: Tolsgaard et al., 2020).
가장 명확한 수준에서, 이론은 가설(hypothesis)의 형태로 데이터 과학을 지탱하며, 다음과 같은 지침을 제공한다:

• 어떤 변수를 모델에 포함시킬 것인가?
• 어떤 요인이 데이터를 영향을 미치는가?
• 어떤 결과에 주목할 것인가?
• 다른 맥락에 어떻게 일반화할 수 있는가?

“At its most obvious, theory underpins data science in the form of hypotheses, providing guidance about the variables to include in a model, what influences the data, to which results to attend, and how to generalize results to other settings.”
– Wise & Schaffer (2015)

가장 중요한 마지막 논점은 다음과 같다:
데이터 과학은 단순한 도구와 기법들의 모음(toolkit)이 아니다. 오히려, 데이터 과학은 새로운 실천(practice)을 생성해낸다 (Orlikowski & Scott, 2015a, b; Scott & Orlikowski, 2014).

“Data science is not a bag of tools and techniques. Rather, data science generates new practices.”
– Orlikowski & Scott

이러한 이유로, 데이터 과학의 '결과(outcomes)'를 탐구하는 연구는 반드시 다음을 동반해야 한다: 기술과 인간 행위자(human actors)가 어떻게 작용하고 상호작용하는지를 면밀히 검토하는 사려 깊은 질적 연구. 이러한 상호작용이 어떻게 새로운 행동을 생성하고, 새로운 실천의 가능성을 제시하는지를 탐구해야 한다 (Scott & Orlikowski, 2014).

“Change the instruments, and you will change the entire social theory that goes with them.”
– Latour (2009, p.155)

라투르(Latour)의 이 말처럼, 도구가 바뀌면 그것과 연계된 사회이론 전체가 변화하게 된다.

우리 분야가 여전히 데이터 과학과 관련해서 대부분 '논평(commentary)'과 '문헌고찰(review)' 수준의 학술 작업에 머물러 있는 이유 중 하나는, 어쩌면 우리 스스로의 한계 때문일 수 있다.

교육자이자 연구자인 우리는, 데이터 과학을 독립된 실체(entity)처럼 대하는 오류에서 벗어나야 한다.
데이터 과학은 도구 그 자체가 아니라, __인간과 기술이 상호작용하며 형성되는 새로운 실천의 장__이라는 사실을 인식해야 한다.

따라서, 보건의료 전문직 교육에서 데이터 과학의 윤리적이고 학문적인 기반을 튼튼히 구축하기 위해, 경험적(empirical) 연구를 수행하여 실증적 데이터를 수집해야 한다.

이제 데이터 과학은 사라지지 않을 것이며, 우리는 그 잠재력을 최대한 활용하기 위한 준비와 실천을 시작해야 할 시점에 있다.

“It is here to stay, so let us get on with the tasks needed to make the most of it.”

Cleland, J., Grierson, L., & Tolsgaard, M. (2025). Data science in health professions education: promises and challenges. Advances in Health Sciences Education, 1-4.

🧠 보건의료 교육에서 ‘데이터 과학’은 과학일까?

안녕하세요! 오늘은 최근 Advances in Health Sciences Education 저널에 실린 흥미로운 에디토리얼을 소개해보려고 해요.
제목부터 강렬하죠?

"Is data science in health professions education a ‘science’ as the term is generally understood?"

즉, "보건의료 전문직 교육에서 데이터 과학(data science)은 우리가 일반적으로 생각하는 의미의 과학(science)일까?" 라는 질문이에요. 이 글에서는 이 질문을 중심으로, 우리가 쉽게 간과할 수 있는 데이터 과학의 본질, 윤리, 책임, 정체성까지 폭넓게 다루고 있어요.

1️⃣ 데이터 과학은 ‘이론’을 사용하는가?

우리가 흔히 ‘과학’이라 부를 수 있으려면, 어떤 이론(theory) 기반이 있어야 해요. 그런데 데이터 과학은 어떤가요?

"Much data science would seem to have very little of its own theory (other than a tacet commitment to the principle of ‘truth is in the data’)."
→ "데이터 과학은 ‘데이터에 진실이 있다’는 암묵적인 전제 외에는, 자체적인 이론이 거의 없어 보인다."

게다가 대부분 데이터 안의 패턴을 찾는 것에 집중하고, 그 패턴에 대해 사후적으로(post hoc) 설명하려는 경우가 많다고 지적해요. 이건 흔히 우리가 생각하는 '이론 기반 과학'과는 좀 거리가 있죠.

2️⃣ 누가 데이터를 만들고 책임지는가?

🔍 두 번째 핵심 포인트는 **책임(responsibility)**이에요. 과학자라면 보통 자신의 데이터에 대해 전반적인 책임을 져요— 무엇을, 어떻게, 왜 수집하는지 설계하는 것까지 포함해서요. 하지만 교육 현장에서 데이터는 대부분

• 학습자가 클릭하거나
• 온라인 시스템에서 자동으로 수집되거나
• 교육 플랫폼 로그에서 생성되는 등
  우연히 생성되는 경우가 많아요.

"Only some educational activity generates data for data science purposes (usually when learners and teachers interact with online systems) and the data generated are not always reliable, complete, or meaningful."
→ "일부 교육 활동만이 데이터 과학 목적에 맞는 데이터를 생성하고, 그마저도 신뢰할 수 있거나, 완전하거나, 의미 있는 경우는 드물다."

그리고 데이터를 누가 만들었고, 누가 해석하며, **그 결과에 책임을 지는가?**라는 문제는 여전히 복잡하죠.

3️⃣ 동료 평가(peer review)는 가능한가?

과학의 핵심 중 하나는 **동료 평가(peer review)**인데요, 데이터 과학에서 다루는 **수동적 데이터(passive data)**는 이게 거의 불가능하다고 해요. 왜냐면 수집 과정이나 방법이 명확하게 드러나지 않거나, 데이터가 비공개거나, 기업 자산이기 때문이죠.

"Peer review of passive data is nearly impossible... If there is no peer review or scrutiny, then data science is not science – it is more akin to in-house evaluations and secondary data analyses."
→ "수동적 데이터는 동료 평가가 거의 불가능하다... 동료 평가나 검토가 없다면, 데이터 과학은 과학이라기보단 사내 평가나 2차 데이터 분석에 가깝다."

4️⃣ 진짜 ‘과학자’는 누구인가?

여러분, 지금 데이터 과학자라고 불리는 사람들은 어떤 사람들이 많을까요?
대부분 프로그래머(programmers), 통계전문가(statisticians), 또는 시스템 전문가들이죠.

"They are generally not professionally-trained researchers or academics – which begs the question of whether they truly reflect the title of ‘scientist’."
→ "이들은 보통 전문 연구자나 학자는 아니며, 과연 ‘과학자’라는 호칭이 적절한지에 의문이 든다."

👩‍🏫 그런데 교육 연구는 **사회과학(social sciences)**의 복잡성을 다루는 분야잖아요?
데이터 과학이 진짜 'HPE 안의 과학'이 되려면, 교육학과 사회과학의 전문 연구자가 팀에 반드시 포함되어야 한다는 게 저자들의 주장입니다.

5️⃣ 결론: 데이터 과학은 과학일까?

이 모든 질문을 정리하며, 연구자들은 이렇게 말해요.

“It depends.”

그래요, 상황에 따라 다르죠. 
하지만 데이터 과학이 진정한 과학이 되려면,

• 이론을 고민하고,
• 데이터의 질과 윤리를 신중히 다루며,
• 학제 간 팀 구성과 학술적 맥락을 갖추어야 한다는 게 핵심 메시지입니다.

"We urge education researchers to reflect on these challenges to ensure that the science of data science in health professions education is as robust and scientific as it can be."
→ "HPE에서 데이터 과학이 가능한 한 엄밀하고 과학적인 모습으로 자리잡을 수 있도록, 교육 연구자들이 이러한 도전 과제를 숙고해주기를 강력히 권고한다."

💬 마무리 생각

이 논문은 단순히 데이터 과학을 비판하려는 게 아니라, “과학적”이라는 말이 의미하는 바가 무엇인지 되돌아보게 해주는 글이에요.
데이터가 많다고, 기술이 뛰어나다고, 그것만으로 ‘과학’이라고 부를 수는 없다는 점, 우리 모두가 다시 생각해봐야 하지 않을까요?

이 특별호(Special Issue)에서는 **보건의료 전문직 교육(Health Professions Education) 분야에서 데이터 과학(data science)**이 어떻게 최첨단 사고와 실제(practice)로 자리잡고 있는지를 보여주는 일련의 논문들을 수록하였습니다. 이 에디토리얼에서는 다음과 같은 질문을 제기합니다:

👉 “보건의료 전문직 교육에서의 데이터 과학은 우리가 일반적으로 이해하는 의미에서 ‘과학’(science)인가?”

이 질문은 이 신흥 분야나 그 분야의 연구자들을 폄하하기 위함이 아니라, _보건의료 전문직 교육 학문 영역 내에서 이 분야의 위치를 명확히 하기 위한 목적_에서 제기한 것입니다. 유사한 질문은 이미 다른 연구자들에 의해 제기된 바 있으며 (예: Malik, 2022), 데이터 과학이 통계학(statistics)이나 컴퓨터 과학(computer science)의 리브랜딩(rebranding)인지, 확장(extension)인지, 아니면 완전히 새로운 학문인지에 대한 논의는 오랫동안 지속되어 왔습니다. (Donoho, 2017)

이 질문에 답하기 위해, 저자들은 세 가지 기준을 중심으로 논의를 전개합니다:

• 과학의 본질(nature of science)
• 데이터의 통제와 질(control and quality of data)
• 그리고 누가 이 작업을 수행하는가(who does the work)

과학의 본질(nature of science)

이 저널이 이론 중심(theory-oriented)인 점을 고려할 때, 다음과 같은 질문을 던지는 것이 타당해 보입니다:

👉 “데이터 과학은 이론을 사용하는(theory-using) 학문인가? 그리고 그 정도는 어느 수준인가?”

많은 데이터 과학 연구는, **‘데이터 속에 진실이 있다’(truth is in the data)**는 암묵적 전제(tacit commitment) 외에는 자체적인 이론(theory)을 거의 갖고 있지 않은 듯 보입니다. 실제로 데이터 과학의 상당 부분은, 데이터 안에 숨겨져 있는 ‘패턴(pattern)’을 이론 없이(atheoretical) 탐색하고, 그 패턴을 사후적으로(rationalized post hoc) 설명하는 데 초점을 맞춥니다.

데이터 과학은 데이터를 가지고 무엇을 하느냐에 초점을 맞춘다는 점에서 통계학 및 컴퓨터 과학과 유사하며, 데이터가 무엇을 나타내는지 혹은 왜 분석되는지에 대한 특정한 관점을 제시하지는 않습니다.

이러한 경향은 인공지능(AI) 분야의 문헌에서도 관찰되는데, 이 분야에서는 **특정한 과업(task)에 초점을 맞추기보다는 여러 문제 범위에 걸쳐 수행 능력을 발휘할 수 있는 ‘근본 모델(fundamental models)’**의 개념이 등장하였습니다. (Eisenstein, 2024)

그렇다면 다시 질문할 수 있습니다:
👉 “데이터 과학은 이론을 생성하는(theory-building) 학문인가?”

이에 대한 대답도 대체로 부정적입니다. 데이터 과학은 개념적 설명보다는 실용적 응용(practical applications)에 더 중점을 두며, 이론 생성에는 제한적인 성향을 보입니다. 물론, 이러한 특징은 응용 학문(applied field)에서는 반드시 단점이 되는 것은 아니지만, 과학적 활동(scientific activity)의 맥락에서는 우려의 대상이 될 수 있습니다.

또 하나의 질문은 다음과 같습니다:

👉 “데이터 과학은 탐구(inquiry)에 있어 체계적인 접근(programmatic approach)을 반영하고 있는가?”

과학(science)은 개별 과학자의 연구뿐 아니라, 그 연구가 다른 이들의 연구 위에 구축되고, 다시 공동체에 환원되어야 한다는 점에서 누적적(cumulative)이자 집적적(aggregative)인 활동입니다. 이러한 점은 ‘교수-학습에 대한 학문적 접근(Scholarship of Teaching and Learning, SOTL)’과 ‘학문적 교수(scholarly teaching)’ 간의 긴장에서도 비슷하게 나타납니다. (Hutchings & Shulman, 1999)

👉 SOTL은 단순히 교육 시스템을 운영하거나 관리하는 사람들에게만 의미 있는 지역적 통찰(local insight)이 아니라, _공동체적 활동(community activity)_이 되기 위해서는 반드시 공유(sharing)되어야 합니다.

데이터 과학이 학문적으로 기반을 두지 못할 이유는 전혀 없습니다. 하지만 현재의 데이터 과학은 많은 경우 기업적 필요(corporate needs)와 이해관계(interests)에 맞춰져 있는 경향이 있습니다. 📌 (이는 많은 데이터 과학 관련 직무가 기업에 의해 자금 지원을 받기 때문이기도 합니다.) 또한 기업이 이론적 목표(theoretical ends)를 추구하거나, 학문적 엄밀성(rigour)의 기준을 충족시키지 못할 이유도 없습니다.

다만, 기업적 필요와 가용한 재원(available funding)에 부응하기 위해 연구 방향을 설정해야 할 경우, 데이터 과학 역시 과학자들이 자신이 진정으로 하고 싶은 연구를 수행할 수 없는 불안정한 위치에 처하게 됩니다. 국가의 연구지원(government funding)은 충분하지 않을 수 있으며, 이런 상황에서 기업과 협력하려면, 과학자는 _현실적이거나 인식되는 이해충돌(real or perceived conflicts of interest)_을 최소화해야 할 책임을 갖습니다.

과학에 있어 또 다른 핵심 관심사는 바로 **‘엄밀성(rigour)’**입니다.

이 엄밀성은 곧 **연구 방법의 철저함(thoroughness of methods)**과 **비판적 사고의 유무(critical thinking)**를 의미합니다.
이와 관련하여 우리는 **Glassick 외(1997)**가 제안한 학문적 활동(scholarly activity)의 기준을 참고할 수 있습니다.

📌 학문적 활동으로 인정되기 위해서는 다음의 요소들을 갖추어야 합니다:

• 명확한 목표(clear goals)
• 충분한 준비(adequate preparation)
• 적절한 방법(appropriate methods)
• 의미 있는 결과(significant results)
• 효과적인 발표(effective presentation)
• 성찰적 비판(reflective critique)

물론 연구마다 그 구체적인 내용은 달라지겠지만, **이번 특집호에 실린 논문들(papers in this special issue)**은 동료평가(peer review)를 거치며 정제되었고, 이로 미루어 보아 데이터 과학도 분명히 학문적(scholarly)일 수 있음을 시사합니다.

가장 핵심적인 문제는 다음과 같은 책임(responsibility)의 문제입니다:
👉 “데이터 과학에서 사용되는 데이터에 대해 누가 어떤 책임을 지는가?”

일반적으로 과학자들은 자신이 다루는 데이터에 대해 매우 큰 책임을 집니다. 이들은 데이터를 이론화(theorizing)하고, **무엇을, 어떻게 수집할 것인지 설계(designing)**하며, 데이터의 질(quality)에 대해 깊이 고민합니다.

그러나 교육 활동 중 오직 일부만이 데이터 과학 목적에 맞는 데이터를 생성하며, 대개는 학습자와 교사가 온라인 시스템을 통해 상호작용할 때만 그러합니다.

그런데 이렇게 생성된 데이터는 반드시 신뢰할 수 있거나(reliable), 완전하거나(complete), 의미 있는(meaningful) 것은 아닙니다.

예를 들어,
👉 “클릭(click)은 과연 무엇을 의미하는가?”
👉 “참여자가 자신이 추적되고 있다는 것을 인식하면서 발생하는 ‘호손 효과(Hawthorne effect)’—또는 ‘암묵적 사회적 존재감(implied social presence)’(Wong & Stephen, 2019)—는 데이터에 어떤 영향을 주는가?”
👉 “과제가 자발적인지, 강제적인지에 따라 반응이 어떻게 달라지는가?”
👉 “학습자의 작업이 전자건강기록(Electronic Health Record, EHR)과 통합될 때, 추적(tracking)은 어떻게 작동하는가?”
👉 “진정으로 의미 있는 데이터란 무엇이며, 그러한 데이터를 정말로 얻을 수 있는가?”

이와 같은 질문들은, 우리가 데이터를 진정으로 학습에 도움이 되도록 사용하고자 할 때, 오늘날의 데이터 과학자들이 직면하는 중대한 도전 과제입니다.

데이터 과학의 책임은 또한 **연구 윤리(research ethics)**와도 밀접한 관련이 있습니다.

_사람들의 데이터(data from or about people)_가 관련될 경우, 이 책임은 더욱 중요해집니다.

현재 많은 학술지들은 과학의 재현성(reproducibility)을 보장하기 위해, 연구에 사용된 데이터셋의 공유(data sharing)를 요구하고 있습니다. (Ellaway, 2024)
👉 “그렇다면 데이터 과학 연구팀은 데이터를 저장소(repository)에 올릴 때, 타인이 해당 연구를 재현할 수 있도록 분석에 사용된 **코드(code)**도 함께 제공해야 하는가?”

일반적으로 과학자라면 어떤 데이터를 수집할지, 어떻게 수집할지에 대해 일정 수준의 통제(control)를 가지고 있다고 기대됩니다.
이러한 데이터는 **‘능동적 데이터(active data)’**라고 부를 수 있습니다.
즉, 데이터 과학자가 실험을 설계하고 데이터를 생성하는 활동을 조작(manipulate)할 수 있는 경우입니다.

반면, 과학자가 단지 주어진 데이터만을 가지고 작업할 수 있는 경우, 우리는 이를 **‘수동적 데이터(passive data)’**라고 부릅니다.
👉 데이터 과학의 상당 부분은 이러한 ‘수동적 데이터’에 의존하며, 이로 인해 발생하는 도전 과제 역시 함께 따라옵니다.

**전자건강기록(EHR)을 사용하는 2차 데이터 분석(secondary data analysis)**에서도 마찬가지로 **편향(bias)**과 **데이터 품질 문제(data quality)**에 대한 우려가 제기되어 왔습니다. (Sarwar et al., 2022)

흥미롭게도, 데이터 과학은 **정량적 데이터(quantitative data)**에 편향되는 경향이 있지만, 정성적 데이터(qualitative data) 또한 이러한 데이터셋의 일부가 될 수 있습니다. 그러나 **정성적 데이터의 2차 분석(secondary analysis of qualitative data)**은 다음과 같은 이유로 별도의 지침(guidance)이 필요합니다:

• 정성 데이터 보관(archiving)의 어려움
• 메모, 노트 등의 보조 자료를 어디까지 포함시킬 것인가
• 배경 정보의 범위

이에 대해 **Sherif(2018)**는 **정성적 데이터의 2차 분석을 위한 네 가지 기준(four criteria)**을 제안합니다:

1. 현재의 연구와 데이터셋 간의 적합성 및 관련성 (fit and relevance)
2. 데이터셋의 일반적인 질 (general quality)
3. 데이터셋의 신뢰도 (trustworthiness)
4. 데이터셋의 시의성 (timeliness)

👉 이러한 기준들은 데이터 과학자에게 훨씬 더 높은 수준의 책임감을 요구하게 됩니다.

과학(science)은 종종 **추적된 사건, 과정, 현상(tracked events, processes, or phenomena)**으로부터 **추적되지 않은(untracked) 혹은 추적 불가능한(untrackable) 현상에 대한 추론(inference)**을 이끌어냅니다.

그렇다면 데이터 과학에는 **잠재 모형화(latent modeling)**가 얼마나 존재할까요?
이 저널에서는 2012년에 **잠재 모형화 논문(latent modeling paper)**이 게재된 바 있으며 (Boscardin, 2012),
10여 년이 지난 2024년에야 다시 한번 인용되었습니다 (Ding & Homer, 2024).

👉 이러한 현상은 데이터 과학이 '비과학(nonscience)'임을 시사하는 것일까요?
아니면 단순히 이 분야가 아직 '초기 단계(infancy)'에 있다는 증거일까요?

데이터 과학과 **동료평가(peer review)**의 관계는 어디에 있을까요?

특히 **수동적 데이터(passive data)**의 경우, 동료평가는 거의 불가능에 가깝습니다.

• 데이터 수집 및 분석에 사용된 방법(methods)의 세부사항을 확인하는 것은 어렵고,
• **기밀성(confidentiality)**이나 소유권(proprietary) 문제로 인해 데이터셋 자체를 검토할 수 없는 경우도 많습니다.

👉 **검토(scrutiny)**와 **동료평가(peer review)**가 없다면, 데이터 과학은 과학(science)이 아니라 **기업 내 자체 평가(in-house evaluation)**나 **2차 데이터 분석(secondary data analysis)**에 가까운 활동이 됩니다.

Sherif(2018)이 제안한 것과 같은 **정량 및 정성 연구를 위한 평가 기준(criteria)**이 존재하지 않는다면, 논문 심사만으로는 핵심 우려들을 다룰 수 없습니다. 따라서 연구자는 **충분한 설명(description)**과 **세부사항(details)**을 직접 책임지고 제공해야 할 의무가 있습니다.

우리는 **데이터 과학에서 데이터를 어떻게 사용하는지에 관한 윤리적 기준(ethical criteria)**이 필요합니다.
동의(consent), 익명성 또는 식별 가능성(anonymity/identifiability), 조작 또는 강제(manipulation/coercion)와 같은 기본적인 윤리 문제는 데이터 과학에도 동일하게 적용되지만,
👉 “데이터 과학자들은 윤리적으로 누구에게, 어떤 방식으로 책임을 지는가?”
👉 “그리고 어떤 상황에서 책임을 요구받는가?”

이 문제는 특히 **학문적 자유(academic freedom)**의 맥락에서 두드러집니다.
👉 “지도자나 제도, 현상 유지(status quo)에 도전하며, 권력자에게 진실을 말할 수 있는 학문적 자유 위에 서 있는 데이터 과학 연구는 얼마나 되는가?”

현재는 중요한 데이터를 수집조차 허용되지 않는 경우도 존재합니다.
그렇다면, **윤리(ethics)**는 **무언가가 과학인가 아닌가를 구분하는 또 하나의 기준(marker)**입니다.

• *학자(academic)*는 그에 맞는 **행동의 의무(obligation to act)**와 **보호 장치(protection)**를 갖지만,
• 기업 지향적(corporate-oriented) 접근은 보통 **정책(policy)**을 따르며, **위험 회피 성향(risk-averse)**이 강합니다.

Ellaway(2024)의 질문처럼,
👉 “데이터 과학은 타인이 소비할 수 있도록 **신뢰할 수 있는 지식(reliable knowledge)**을 생성하는 것인가?”
👉 “아니면 정책과 과정의 의사결정(decision-making) 및 **방향 설정(directing)**까지 포함하는가?”

물론 보건의료 전문직 교육(Health Professions Education, HPE)처럼 **응용 분야(applied field)**에서는 이러한 **경계(perimeter or boundary)**가 원래 다소 모호할 수 있습니다. 하지만,

👉 “데이터 과학이 HPE의 과학(sciences of HPE)과 분리되어 있거나, 분리된 채 유지된다면, 그 모호함은 훨씬 더 커지지 않을까?”

데이터 과학의 현 상황은 **상업적 목적의 활동(commercial for-profit activity)**과 **제도적 활동(institutional or corporate activity)**이 병존하면서 더욱 혼란스러워지고 있습니다.

이러한 상황 속에서 **학문적 동기(academic motivation)**나 **학문적 기반(academic grounding)**은 상대적으로 현저히 덜 나타나고 있는 것처럼 보입니다. 실제로 많은 기관(예: 대학 등)은 **불확실성과 비용(uncertainty and expense)**을 감수하며 자체적으로 데이터 과학 활동을 수행하기보다는,
👉 **외부 서비스 제공업체(external service providers)와 계약(contract)**하는 것을 선호하는 경향이 있습니다.

물론 **최종 결정권자(decision makers)**는 여전히 교수진일 수 있지만, 👉 실제 **데이터 수집, 처리, 보고(data collection, processing, reporting)**는 **학문 밖의 영역(outside the academy)**에서 이루어질 수 있습니다.

이러한 상황에서는, 데이터 과학이 ‘과학(science)’이라 주장할 수 있는 근거조차 매우 미약해지는 것이죠.
📌 “The tenuous claim to be science is even more attenuated in these situations.”

여기서 우리는 잠시 멈추어 **“도대체 누가 데이터 과학자인가?”**라는 질문을 던져야 합니다.
👉 “Who is on the team?”

데이터 과학은 **팀 기반 활동(team-based activity)**이기 때문에, 팀 구성원에 대한 고민이 반드시 필요합니다.

이와 관련하여 Young과 Dubé(2024)는 다음과 같은 논의를 제시합니다:
👉 과학(science)의 또 하나의 기준은, **개인(individual)**에서 **팀(team)**으로 초점이 전환되면서 발생한다는 것.

현실적으로 데이터 과학에 투입되는 인력은 대부분

• 프로그래머(programmers)
• 통계전문가(statisticians)
• 시스템 중심의 전문가(systems-focused professionals)

이들은 **전문 연구자(professionally-trained researchers)**나 **학자(academics)**가 아닌 경우가 많습니다.

그렇다면 우리는 이런 질문을 던질 수밖에 없습니다:
👉 “이들이 과연 진정한 의미의 '과학자(scientist)'라고 부를 수 있는가?”

물론 실험을 설계하고, 도구를 개발하며, 데이터를 수집하고 분석하여 결론을 도출하는 것은 외형상 분명 과학 활동처럼 보입니다.
그러나, **교육 분야(education)**에서는 **사회과학(social sciences)의 복잡성(complexities)**이 중심이 됩니다.
이는 **물리학이나 지질학처럼 선형적(linear)**인 자연과학의 접근과는 본질적으로 다릅니다.

👉 따라서 보건의료 전문직 교육(HPE)에서 데이터 과학이 진정한 ‘과학’이 되기 위해서는,
반드시 교육(education)과 사회과학(social sciences) 분야의 전문가가 팀에 포함되어야 합니다.

마지막으로 데이터 과학을 과학(science)으로 간주할 수 있는 또 하나의 기준은,

👉 _“정당하게 데이터 과학자(data scientist)로 인정받는 개인(individuals)의 양성과정이 존재하는가?”_입니다.

전 세계적으로 **데이터 과학을 위한 대학원 과정(graduate programs)**이 점점 늘어나고 있지만, 만약 이것이 기준이라면, 우리는 **Norman(2011)**이 제시한 **‘이민 학자(immigrant)’와 ‘정착 학자(settler)’의 유형 분류(typology)**를 떠올리게 됩니다.

즉, 보건의료 전문직 교육(HPE)에 뿌리를 두지 않고, 다른 분야에서 넘어온 연구자들을 말합니다.
이들은 물론 좋은 동료들일 수 있지만,
👉 “우리는 HPE 내부에서 데이터 과학자를 양성해야 하는 것이 아닐까?”
라는 질문을 진지하게 고려할 필요가 있습니다.

그렇다면, 이 글의 제목이 묻고 있는 질문,

👉 “데이터 과학은 HPE에서 과학인가?” 에 대한 대답은?

✅ “그것은 상황에 따라 다르다(It depends).”

우리의 이 복잡하고 모호한 분야(HPE)에서 많은 일들이 그러하듯이 말입니다.

우리는 HPE 내에서 데이터 과학을 수행하는 이들에게 다음을 깊이 고민해볼 것을 제안합니다:

• 이론 구축(theory building)의 여부와 수준
• **데이터에 대한 통제력(control)**과 질적 수준(quality)
• **연구팀의 구성(team composition)**과 전문성

이번 특별호에 실린 논문들을 보면,
👉 데이터 과학이 과학적 방식으로 수행될 수 있으며, 정당하게 학술지에 게재될 수 있는 연구 활동이 될 수 있음을 보여줍니다.

또한, 이와 동일한 기준을 적용하면,
프로그램 평가(program evaluation), 교육 혁신(innovation), 역사적 연구(historical scholarship) 등 다른 학문적 활동 영역들도 **과학으로서 주변적인 위치(marginal position)**에 있다는 점을 알 수 있습니다.

👉 “이들이 과학으로서 얼마나, 어떤 방식으로 정당성을 가질 수 있는가는
여러 요인과 연구자의 관점에 따라 달라집니다.”

사실, 데이터 과학은 과학적이지 않은 방식으로 접근, 수행, 보고되는 경우도 많습니다.
📌 Calling it a science — 즉, 이를 '과학'이라 부르는 것은
✔️ **더 많은 엄밀성(rigour)**과 **실질성(substance)**을 추구하는 *열망적 주장(aspirational drive)*일 수 있고,
✔️ 때로는 정당하지 않은 대상에 *권위를 부여하려는 수사적 전략(rhetorical play)*일 수도 있습니다.

반대로, 데이터 과학은 지금 **새로운 패러다임(new paradigm)**으로 자리를 잡아가는 과정일 수 있으며,
이 경우에는 **비판적 분석(critical analysis)**보다는
✅ *육성(nurture)*과 *지원(support)*이 더 적절할 수도 있습니다.

우리는 HPE 분야의 교육 연구자들에게 다음을 강력히 권고합니다:

👉 **데이터 과학이 진정한 의미에서 과학으로서 갖춰야 할 기준과 도전 과제를 숙고(reflect)**함으로써,
👉 보건의료 전문직 교육 내 데이터 과학이 가능한 한 엄밀하고 과학적이 될 수 있도록 만들어야 합니다.

Ellaway, R. H., & O’Sullivan, P. (2025). Is ‘data science’science?. Advances in Health Sciences Education, 1-5.

🎓 협력학습(Collaborative Learning)의 본질을 파헤치다

– Marjan Laal의 논문을 바탕으로

안녕하세요! 오늘은 의학교육이나 다양한 교수 상황에서 자주 언급되는 ‘협력학습(Collaborative Learning)’이란 무엇인지, 그리고 진정한 협력학습으로 작동하기 위해 어떤 요소들이 필요한지를 탐구해보려고 해요. 소개해드릴 논문은 Marjan Laal 교수가 발표한 *“Collaborative Learning; Elements”*입니다.

이 글 하나만 읽어도, 해당 논문의 핵심 내용을 충분히 이해할 수 있도록 찬찬히 풀어볼게요. 😊

🧩 협력학습이란 무엇인가요?

논문에서는 협력학습을 이렇게 정의하고 있어요.

“협력학습은 다양한 수행 수준의 학습자들이 소그룹으로 함께 공통의 목표를 향해 나아가는 수업 방식이다.”
"Collaborative learning refers to an instruction method in which learners at various performance levels work together in small groups toward a common goal."

여기서 중요한 건, 단순히 모여 앉아 있는 게 협력학습이 아니라는 거예요. 서로 도움이 되는 방식으로 적극적으로 상호작용하고, 공통의 책임을 가지며, 학습 공동체로서 기능할 때 진정한 협력학습이 되는 겁니다.

🤝 왜 협력학습인가요?

Laal 교수는 협력(collaboration)을 이렇게 설명합니다.

“협력은 상호작용의 철학이자 삶의 태도다. 개인은 자신의 행동에 책임을 지며, 동료의 능력과 기여를 존중한다.”
"Collaboration is a philosophy of interaction and personal lifestyle where individuals are responsible for their actions, including learning and respect the abilities and contributions of their peers."

21세기에 들어서면서, 혼자 생각하고 일하는 방식에서 벗어나, 함께 고민하고 함께 해결하는 방식이 점점 더 중요해지고 있어요. 특히 교육현장에서는 토론, 협업, 다양한 시각의 교류를 통해 더 깊이 있는 이해가 가능해지죠.

⚙️ 협력학습을 구성하는 5가지 핵심 요소

논문은 Johnson & Johnson의 연구(1990, 1998)를 토대로, 협력학습의 핵심 요소 다섯 가지를 다음과 같이 제시하고 있어요.

1. ✅ 긍정적인 상호의존성 (Positive Interdependence)

팀원들은 서로에게 의존할 수밖에 없고, 누군가 제 역할을 하지 않으면 전체가 영향을 받는 구조여야 해요.

“각 팀원들은 성공을 위해 서로에게 의존해야 한다는 믿음을 가져야 한다.”
"Members need to believe that they are linked with others in a way that ensures that they all succeed together."

이런 구조가 제대로 만들어져야 협력학습이 작동해요. “너 없인 나도 없다”는 걸 모두가 이해해야 하죠. 🔗

2. 💬 상호작용 (Promotive Interaction)

팀원들은 서로를 도우며 배워야 해요. 단순한 정보 교환이 아니라, 문제 해결 방법을 설명하고, 개념을 논의하고, 서로의 이해를 확인하는 상호작용이 필요하죠.

“그룹 구성원들은 피드백을 주고받고, 결론을 도전하며, 가장 중요하게는 서로를 가르치고 격려해야 한다.”
"Group members must be done interactively providing one another with feedback, challenging one another's conclusions and reasoning, and perhaps most importantly, teaching and encouraging one another."

3. 🙋 개별 책무성 (Individual Accountability)

공동 작업이라 하더라도 모든 팀원이 각자의 책임을 져야 해요. ‘무임승차’는 협력학습을 망치는 지름길이에요.

“모든 팀원은 작업의 자신의 부분과 학습 내용 전체를 숙달할 책임이 있다.”
"All members in a group are held accountable for doing their share of the work and for mastery of all of the material to be learned."

4. 🗣️ 사회적 기술 (Social Skills)

단순히 앉아서 얘기만 하면 될까요? 아니요. 협력은 기술이에요. 특히 신뢰, 의사소통, 갈등관리, 리더십 같은 사회적 기술이 매우 중요하죠.

“구성원들은 신뢰 구축, 의사결정, 커뮤니케이션, 갈등관리 등의 기술을 개발하고 연습해야 한다.”
"Members are encouraged and helped to develop and practice trust-building, leadership, decision-making, communication, and conflict management skills."

5. 🔍 집단 자기 평가 (Group Processing)

그룹은 주기적으로 “우리가 잘하고 있는가?”, “무엇을 개선할까?”를 돌아봐야 해요. 이를 통해 집단의 기능을 지속적으로 향상시킬 수 있죠.

“협력적 노력을 통해 목표를 달성하는 데 있어 구성원들의 효과성을 명확히 하고 향상시키는 것, 그것이 집단 자기 평가의 목적이다.”
"The purpose of group processing is to clarify and improve the effectiveness of the members in contributing to the collaborative efforts to achieve the group’s goals."

💭 협력학습이 왜 중요한가요?

이 논문에서는 **공자(Confucius)**의 오래된 말을 인용하면서 협력학습의 철학을 이렇게 정리하고 있어요.

“나에게 말하면 잊어버릴 것이다. 나에게 보여주면 기억할지도 모른다. 나를 참여시키면 이해할 것이다.”
"Tell me and I will forget, Show me and I may remember, Involve me and I will understand."

그리고 Silberman은 이 말을 확장해서 이렇게 표현했죠.

“내가 듣는 것은 잊어버리고, 듣고 보는 것은 조금 기억하며, 듣고 보고 질문하거나 토론하는 것은 이해하기 시작한다.
듣고 보고 토론하고 행동하는 것은 지식과 기술을 익히고,
누군가에게 가르치는 것은 완전히 숙달하게 된다.”
"What I hear, I forget. What I hear and see, I remember a little. What I hear, see, and ask questions about or discuss with someone else, I begin to understand. What I hear, see, discuss and do, I acquire knowledge and skills. What I teach to another, I master."

결국 학습자는 수동적으로 듣는 존재가 아니라, 능동적으로 참여하고 가르칠 수 있을 때 진짜 학습이 이루어진다는 거예요. 🎯

🧠 마무리 정리: 협력학습의 핵심 키워드

핵심 요소 의미 요약

🔶 1.1. 서론 (Introduction)

✅ 협력(Collaboration)의 철학적 의미

• **협력(collaboration)**은 단지 작업 방식이 아니라,
• 상호작용에 대한 철학이자, **개인의 삶의 태도(lifestyle)**이다.
• 이 철학은 다음을 전제로 한다:
  • 개인은 자신의 행동(learning 포함)에 대해 책임을 지고,
  • 동료의 능력과 기여를 존중한다.
• 사람들이 모여 집단을 이루는 모든 상황에서, 협력은 다음과 같은 상호작용 방식을 제안한다:
• 구성원 각자의 역량과 기여를 존중하고 부각시키는 관계 설정
• CL에서는 다음과 같은 집단 내 민주적 구조가 중요하게 작동한다:
  • 권한의 공유 (Sharing of authority)
  • 책임의 수용 (Acceptance of responsibility)

✅ 협력학습(Collaborative Learning, CL)의 근본 전제

• 협력학습의 핵심은 경쟁이 아니라 협력이다.
• 구성원 간의 협력을 통해 **합의(consensus)**를 이끌어내는 방식이며,
  이는 개인이 다른 구성원을 이기기 위해 경쟁하는 방식과는 대조적이다.
• 이러한 협력적 철학은 단지 교실 수업에만 국한되지 않으며,
• 위원회 회의, 지역사회 활동, 가정 내 상호작용 등 다양한 상황에서
  **삶의 방식(living and dealing with people)**으로 실천된다 (Panitz, 1996).

✅ 21세기의 협력 필요성

• 협력은 **21세기의 대표적 인간 참여 방식(human engagement)**으로 주목받고 있다.
• 복잡하고 비판적인 문제들을 해결하기 위해,
• 함께 사고하고, 함께 일하는 능력의 필요성이 증가하고 있다 (Austin, 2000; Welch, 1998).
• 이에 따라 교육에서도 다음과 같은 변화가 일어나고 있다:
  • 개인 중심 시도 → 팀워크 중심
  • 자율성 중심 → 공동체성 중심
    (Leonard & Leonard, 2001)

✅ CL의 오해들 (Klemm, 1994)

협력학습은 종종 잘못 이해되는데, 다음과 같은 활동은 CL이 아니다:

1. 각자 개별 과제를 하며 서로 대화만 나누는 것 (직접 혹은 온라인)
2. 개인별로 과제를 수행한 후, 먼저 끝낸 사람이 나중에 끝낸 사람을 도와주는 것
3. 한두 명만 과제를 수행하고, 나머지는 결과물에 이름만 올리는 것

✅ 진정한 CL은 상호 의존적이며, 공동 책임을 기반으로 한 적극적 참여와 지적 상호작용을 포함해야 한다.

✅ 본 논문의 목적

• 이 논문은 다음을 목적으로 한다:
  • 협력학습의 기본 개념을 제시하고,
  • CL을 구성하는 핵심 요소들을 정의하고 특성화하려는 시도이다.

📌 요약 정리

항목 내용

🔶 1.3. 결과 (Results)

✅ 인간 상호작용 방식의 세 가지 유형 (Brown & Lara, 2011, 인용: Johnson, 2009)

개인이 타인의 행동과 관련하여 행동을 취하는 방식에는 세 가지가 있다:

1. 타인의 성공을 촉진하는 방식 (협력적)
2. 타인의 성공을 방해하는 방식 (경쟁적)
3. 타인의 성공/실패와 무관한 방식 (개별적)

즉, 개인은 다음 세 가지 방식 중 하나로 행동할 수 있다:

• ♻️ 협력적(cooperative):
  공동의 학습 목표 달성을 위해 함께 작업하는 방식
• ⚔️ 경쟁적(competitive):
  소수만이 도달할 수 있는 목표를 두고 서로 경쟁하는 방식
• 👤 개별적(individualistic):
  다른 사람의 목표와 무관하게 자신만의 목표를 위해 학습하는 방식

✅ 협력학습(CL)의 특징 (Srinivas, 2011)

• CL은 학습자들이 집단을 이루어 문제를 해결하거나, 과제를 완수하거나, 산출물을 창출하는 교육적 접근이다.
• CL 환경에서는 학습자가 사회적·정서적으로 도전을 받는다:
  • 다양한 관점을 듣고,
  • 자신의 생각을 표현하고 방어하며,
  • 자신만의 개념적 틀을 구축하게 된다.
• 학습자들은 다음과 같은 경험을 하게 된다:
  • 동료와 의사소통
  • 아이디어 제시 및 방어
  • 다양한 신념 교환
  • 다른 개념 틀에 대한 질문 제기
  • 능동적 참여

✅ Johnson 외 (1990)의 협력학습 5대 핵심 요소

협력학습은 단순히 집단으로 학습하는 것과는 다르며,
다음의 5가지 구성 요소가 충족될 때에만 진정한 CL로 간주된다:

1️⃣ 명확히 인식된 긍정적 상호의존성 (Positive Interdependence)

• 팀원은 목표 달성을 위해 서로에게 의존해야 하며,
• 한 명이 역할을 다하지 않으면 모두가 손해를 본다.
• 모든 구성원은 서로가 성공해야 나도 성공할 수 있다는 믿음을 공유해야 한다.
• 핵심 개념:
• “함께 하면 더 나은 학습과 산출물이 가능하다”는 믿음

2️⃣ 의미 있는 상호작용 (Considerable Interaction)

• 구성원들은 서로를 돕고 격려하며 학습을 촉진한다:
  • 이해한 내용을 설명
  • 지식 공유 및 수집
  • 피드백 제공
  • 결론과 추론에 대한 도전
  • 서로에게 가르치고, 동기를 부여
• 이러한 상호작용은 쌍방향적이고 능동적으로 이루어져야 한다.

3️⃣ 개별 책임과 개인적 책임 (Individual Accountability & Personal Responsibility)

• 각 구성원은:
  • 자신의 역할을 성실히 수행할 책임
  • 학습할 모든 내용을 이해하고 숙달해야 할 책임이 있다.

4️⃣ 사회적 기술 (Social Skills)

• CL은 인지적 활동뿐만 아니라, 사회적 역량 개발도 중요시한다.
• 학습자들은 다음과 같은 기술을 배우고 연습한다:
  • 신뢰 형성
  • 리더십
  • 의사결정
  • 의사소통
  • 갈등 관리

5️⃣ 집단 자기평가 (Group Self-Evaluation / Group Processing)

• 팀은 다음을 수행해야 한다:
  • 그룹 목표 설정
  • 현재 잘하고 있는 점 평가
  • 더 나은 작동을 위한 개선 방안 도출
• 이는 팀의 지속적인 성장과 학습 효율성을 도모하는 핵심 절차이다.

✅ 핵심 요약표

요소 설명

🔶 1.4. 논의 (Discussion)

✅ 공자의 교육 철학: 참여를 통한 이해

2400여 년 전, **공자(Confucius)**는 다음과 같은 교육적 통찰을 남겼다:

• 🗣️ “말해주면 잊어버린다”
• 👁️ “보여주면 기억할지도 모른다”
• 🤝 “참여하게 하면 이해한다”

→ 공자는 이미 수천 년 전에, 학습자가 능동적으로 참여할 때 진정한 학습이 일어난다고 보았다.

✅ 21세기 학습자의 요청: “나를 참여시켜달라”

• 오늘날 학습자들도 공자와 동일한 메시지를 외치고 있다:
• “단순히 알려주지 말고, 내가 직접 참여하고 몰입할 수 있도록 해달라”
  (Hsu & Malkin, 2011)
• 학습은 단순히 정보를 누군가의 머릿속에 붓는다고 해서 일어나는 것이 아니다.
• 학습자는 스스로 **인지적 처리(mental processing)**를 수행해야 하며,
  수동적 강의만으로는 진정한 학습이 일어날 수 없다.

✅ Silberman의 ‘능동 학습 신조’ (The Active Learning Credo)

• **Silberman (1996)**은 공자의 말을 현대적으로 재해석하여,
  학습의 깊이를 설명하는 **능동 학습 신조(Credo)**를 제시했다:

활동 수준 학습 수준

• 이 Credo는 학습의 수준이 정보 수용 → 상호작용 → 수행 → 가르침으로 갈수록
  점점 더 깊이 있는 이해와 숙달로 나아간다는 점을 보여준다.

✅ 논의의 시사점

• 참여와 몰입은 협력학습의 핵심 원리이자,
• 고대의 교육 철학과 현대 학습과학이 일치하는 지점이다.
• 협력학습은 학습자가:
  • 질문하고,
  • 토론하고,
  • 직접 해보고,
  • 타인과 상호작용하며,
  • 심지어 가르치는 ‘행위자(Agent)’로 전환되는 교육적 환경을 설계한다.

📌 요약 정리

항목 내용

🔶 협력학습(CL)의 개념과 핵심 요소: 긍정적 상호의존성 중심

✅ 협력학습(CL)의 기본 개념 (Gokhale, 1995 인용)

• 협력학습(CL)은 학습자들이 공동의 학습 목표를 달성하기 위해 짝을 이루거나 소그룹을 구성하는 교수법이다.
• 이 교수법은 다음의 특징을 지닌다:
  • 수준이 다양한 학습자들이 함께 소그룹으로 작업함
  • 학습자는 자신뿐 아니라 동료의 학습에도 책임을 짐
  • 한 사람의 성공이 다른 사람의 성공으로 이어짐

✅ 핵심 구성 요소: 긍정적 상호의존성 (Positive Interdependence)

▶ 정의 및 설계 방법

• 긍정적 상호의존성은 다음과 같이 구조화되어야 효과적이다:
• 구성원들이 “나 혼자 성공할 수 없고, 모두가 함께 성공해야 한다”는 인식을 갖도록 하는 구조
• 따라서 그룹의 목표와 과제는 다음의 방식으로 설계되어야 한다:
  • 함께 성공하거나 함께 실패한다는 메시지가 전달되어야 함 (sink or swim together)
  • 개별 구성원의 노력이 필수적이고, 대체 불가능한 것으로 인식되어야 함
  • 각 구성원이 자신만의 자원, 역할, 책임을 바탕으로 고유한 기여를 하도록 구조화되어야 함

▶ 핵심 효과

• 이러한 구조는 다음과 같은 효과를 낳는다:
  • 학습자는 **자신뿐 아니라 동료의 성공에도 헌신(commitment)**하게 된다.
  • 긍정적 상호의존성이 없다면 협력학습도 성립하지 않는다.
• 구성원들이 긍정적 상호의존성을 명확히 이해하게 되면, 다음을 인식하게 된다:
  • 모든 구성원의 노력이 필요하고 대체 불가능
  • 각자의 자원, 역할, 책임을 기반으로 한 고유한 기여가 존재함
    (Johnson, R.T., Johnson, D.W., & Holubec, E.J., 1998)

✅ 상호작용의 조건: 긍정적 상호의존성만으로는 부족하다

• CL 활동에서 요구되는 충분한 수준의 상호작용을 생성하려면,
  긍정적 상호의존성만으로는 충분하지 않다.

▶ 더 강한 상호작용을 유도하기 위한 조건

1. 구성원들은 팀의 성공이 각자의 기여에 달려 있다고 인지해야 한다.
2. 성공을 위해서는 지속적인 상호작용, 특히 **대면 상호작용(face-to-face interaction)**이 필수적이라고 믿어야 한다.

✅ 핵심 정리

항목 설명

🔶 협력학습의 구성 요소: 상호의존성, 상호작용, 개별 책무성

✅ 1. **긍정적 상호의존성 (Positive Interdependence)**의 한계와 조건

• 보고서 작성, 프로그래밍 과제 등은 하나의 공동 산출물을 만들기 때문에
  겉보기에는 긍정적 상호의존성을 가진 과제로 보일 수 있다.
• 하지만 이러한 과제가 지속적인 상호작용을 반드시 요구하지는 않는다.
• 진정한 긍정적 상호의존성의 핵심은 다음에 있다:
• “자기 자신의 성공뿐만 아니라, 팀의 모든 구성원이 성공하도록 헌신하는 것”
  (istudy, 2004)

✅ 2. 촉진적 상호작용 (Promotive Interaction)

• 촉진적 상호작용이란 학습 활동 또는 과제가 다음을 필요로 하는 경우를 말한다:
  • 지속적인 대화(conversation)
  • 의견 교환(exchange)
  • 상호 지원(support)
• 구성원들은 실제로 함께 작업하면서,
• 자원을 공유하고, 서로를 돕고, 격려하고, 성취를 축하하며
  → **상호 성공을 촉진(promote)**한다.

▶ 이때 발생하는 주요 인지 활동과 상호작용 역학:

• 문제 해결 방법에 대한 구두 설명
• 자신의 지식을 다른 사람에게 가르치기
• 이해도 점검
• 현재 학습 중인 개념에 대해 토론
• 현재 학습과 과거 지식 간 연결짓기

➡️ 이러한 활동은 집단 과제 지시와 절차에 구조화하여 포함시킬 수 있다.

▶ 결과적으로 CL 그룹은 다음의 이중적인 지원 체계가 된다:

구분 설명

📌 대면 상호작용을 통한 학습 촉진 과정 속에서,
구성원들은 서로의 성공과 존재 모두에 헌신하게 된다 (Foundation Coalition, 2004)

✅ 3. 개별 책무성 (Individual Accountability)

▶ 정의와 필요성

• 개별 책무성은 **무임승차(free riding)**나 **사회적 태만(social loafing)**을 방지하기 위한 구조적 장치이다.
• 이는 학습자 각자가:
  • 자신의 수행과 학습에 책임을 져야 한다는 인식을 갖는 것

▶ 실제 구현 방법

• 각 개인의 수행을 평가하고,
• 그 결과를 개인과 그룹에 모두 피드백함으로써,
  • 누가 더 많은 지원이나 격려가 필요한지 파악할 수 있다.

▶ 무임승차가 발생하기 쉬운 상황 (Harkins & Petty, 1982; Kerr & Bruun, 1981; Williams et al., 1981):

• 각자의 기여도를 식별하기 어려운 경우
• 구성원들의 기여가 중복되는 경우
• 구성원들이 최종 산출물에 대해 책임지지 않는 경우

➡️ 이럴 때 학습자는 책임감을 느끼지 않고, 학습에 소극적으로 참여하게 된다.

✅ CL의 목표와 개별 책무성의 의미

• 협력학습의 목적은, 각 구성원이 독립적으로도 강한 학습자가 되도록 돕는 것이다.
• 구성원은 함께 학습함으로써,
• 나중에는 혼자서도 더 잘 수행할 수 있는 역량을 갖추게 된다.
• 다시 말해, CL은 집단 속에서 학습한 내용을 개인의 내면화로 전환시키는 교수 전략이다.

📌 요약 정리

요소 핵심 내용

🔶 협력학습의 핵심 요소 ④⑤: 대인관계 기술 & 집단 과정

✅ ④ 대인관계 및 소집단 기술의 적절한 사용 (Appropriate Use of Interpersonal and Small-Group Skills)

▶ 협력적 목표 달성을 위한 필수 조건 (Johnson, 2005; 1991; Johnson & Johnson, 2008)

서로의 노력을 조율하고 공동의 목표를 달성하기 위해, 학습자들은 다음과 같은 사회적 기술을 활용할 수 있어야 한다:

• 🤝 서로를 이해하고 신뢰하는 것
• 🗣️ 정확하고 명확하게 소통하는 것
• 💬 서로를 수용하고 지지하는 것
• ⚖️ 갈등을 건설적으로 해결하는 것

📌 이 네 가지는 협력학습이 원활히 작동하기 위한 기초 역량이다.

▶ 사회적 기술 교육의 필요성

• 학습자들이 협력학습 환경에서 **질 높은 협력(high-quality collaboration)**을 수행하기 위해서는,
  • 관련 사회적 기술을 명시적으로 가르쳐야 하며,
  • 그것을 적극적으로 사용하도록 동기를 부여해야 한다.
• 집단 역학(group dynamics) 분야 전체는 다음의 전제를 기반으로 한다:
• “사회적 기술은 집단의 생산성을 좌우하는 핵심 요인이다.”
  (Johnson & Johnson, 2008)

✅ ⑤ 집단 과정 (Group Processing)

▶ 정의 및 개념

• 집단 과정이란, 그룹이 자신의 작동 방식을 **반성적으로 성찰(reflect)**하는 것을 의미한다.
• 여기서 ‘과정(process)’이란:
• 시간에 따라 일어나는 일련의 식별 가능한 사건들의 흐름
• **결과 목표(outcome goals)**를 달성하는 데 있어서,
  → **과정 목표(process goals)**란 그러한 결과를 이끌어내는 일련의 행위들을 의미한다.

▶ 집단 과정의 구체적 활동

• 집단 구성원들이 함께 모여 다음을 수행함:
  1. 서로의 행동 중 어떤 것이 유익했고, 어떤 것이 그렇지 않았는지 기술하기
  2. 계속 유지할 행동과 변경이 필요한 행동을 결정하기

➡️ 이를 통해 집단은 스스로의 작동 방식에 대한 통찰을 얻고,
→ 협력적 노력의 효율성과 효과성을 개선할 수 있게 된다.

▶ 집단 과정의 목적 (Johnson & Johnson, 2008)

• 구성원들이 협력 목표 달성에 효과적으로 기여할 수 있도록
  → 역할 수행의 명료화 및 집단 기능의 향상을 촉진하는 데 있다.

✅ 요약 정리

요소 핵심 내용

🔶 1.5. 결론 (Conclusion)

✅ 협력학습의 정의와 학습 환경

• **협력학습(Collaborative Learning, CL)**은
• 학습자 간의 **공동 지적 노력(joint intellectual effort)**을 기반으로 한 **다양한 교육 접근 방식의 포괄적 개념(umbrella term)**이다.
• CL 환경에서는 학습자들이 다음과 같은 **사회적·정서적 도전(social and emotional challenges)**을 경험한다:
  • 다양한 관점을 듣고,
  • 자신의 아이디어를 명확히 표현하고 방어해야 하며,
  • 능동적으로 참여하게 된다.
• 이 과정에서 학습자는:
  • 동료들과 의견을 나누고,
  • 아이디어를 제시하고 토론하며,
  • 다양한 신념을 교환하고,
  • 서로의 개념 틀에 질문을 제기하는 기회를 갖게 된다.

✅ 협력학습을 구성하는 필수 요소들

협력학습으로 인정되기 위해서는 다음 5가지 핵심 요소가 반드시 포함되어야 한다:

① 긍정적 상호의존성 (Positive Interdependence)

• 모든 팀 구성원이 서로에게 의존해야만 목표 달성이 가능함
• 한 사람이 역할을 수행하지 않으면 전체가 영향을 받음
• 구성원은 “우리는 함께 성공하거나 함께 실패한다 (sink or swim together)”는 믿음을 공유해야 한다.

② 촉진적 상호작용 (Promotive Interaction)

• 구성원들은 서로 가르치고, 문제 해결과 개념 이해를 도와주며,
• 학습을 지원하고, 격려하고, 성취를 함께 축하한다.

③ 개별 책무성 (Individual Accountability)

• 구성원 개개인이 자신의 학습과 과업에 책임을 져야 함
• 무임승차를 방지하고, 질 낮은 작업이 집단에 의해 수용되지 않도록 방지한다.

④ 사회적 기술 (Social Skills)

• CL은 다음과 같은 사회적 역량 개발을 요구하고, 지원한다:
  • 리더십
  • 의사결정
  • 신뢰 형성
  • 의사소통
  • 갈등 해결

⑤ 집단 자기평가 (Group Self-Evaluation)

• 집단은 목표 달성 및 팀워크의 질에 대해 성찰하고,
  • 어떤 행동이 도움이 되었고, 그렇지 않았는지를 평가하며,
  • 지속하거나 변경해야 할 행동을 결정한다.

✅ 결론 요약 표

핵심 요소 설명

Laal, M. (2013). Collaborative learning; elements. Procedia-Social and Behavioral Sciences, 83, 814-818.

🎓 함께 배우는 힘: 협력학습(Collaborative Learning)이란 무엇인가?

“혼자 가면 빨리 갈 수 있지만, 함께 가면 더 멀리 갈 수 있다.”

교육에서도 마찬가지입니다. 이제는 혼자 외우는 학습에서 벗어나, 함께 생각하고 만들어가는 학습이 강조되는 시대입니다. 이 포스팅에서는 Marjan Laal과 Mozhgan Laal이 발표한 논문 [Collaborative Learning: What is it?]을 바탕으로 협력학습(Collaborative Learning, 이하 CL)의 개념과 역사, 핵심 요소들, 협동학습(Cooperative Learning)과의 차이, 그리고 오늘날 교육에서의 함의를 정리해보려 합니다.

🧩 1. 협력학습(Collaborative Learning)의 개념과 등장 배경

❓ 협력학습이란?

협력학습(Collaborative Learning)은 학생들이 함께 문제를 해결하거나 과제를 수행하며 공동의 학습 목표를 추구하는 교육 방식입니다. 이 접근법은 단순히 함께 앉아 과제를 하는 것 이상을 뜻합니다.

“Collaborative learning (CL) is an educational approach to teaching and learning that involves groups of learners working together to solve a problem, complete a task, or create a product.”
👉 협력학습(Collaborative Learning)은 문제 해결, 과제 수행, 산출물 생성 등을 위해 학습자들이 함께 작업하는 교수-학습 접근법이다. 【본문】

CL은 단순한 집단 활동이 아니라, 학습자들이 서로의 관점에 도전하고 방어하며 자신의 사고 틀을 구성해가는 과정입니다. 따라서 학습자는 교사나 교재에 의존하기보다 자신만의 지식 구조를 형성하게 됩니다.

🕰️ 역사적 배경

CL은 1950~60년대 영국에서 의과 교육을 중심으로 시작되었습니다. 특히 의과대학생들이 함께 진단을 내리는 과정에서 더 나은 판단을 하게 된다는 연구 결과가 중요한 기점이 되었죠. Bruffee(1996)는 이를 다음과 같이 설명합니다:

“The idea of CL came into being thanks to the efforts of British teachers and researchers in the 1950s and 1960s.”
👉 협력학습의 개념은 1950~60년대 영국의 교사들과 연구자들의 노력에서 시작되었다. 【본문】

🔍 2. 협력학습의 핵심 요소들

Johnson & Johnson(1990)은 협력학습이 진정으로 작동하기 위한 **다섯 가지 핵심 요소(five key elements)**를 제시합니다. 이 다섯 가지가 모두 충족되어야 단순한 '그룹 활동'이 아닌 '협력학습'으로 간주될 수 있습니다.

✅ 1) 긍정적 상호의존성 (Positive Interdependence)

모든 팀원이 서로 의존하면서 공동 목표를 위해 노력해야 합니다.

“Team members are obliged to rely on one another to achieve the goal.”
👉 팀원들은 목표를 달성하기 위해 서로에게 의존해야 한다.

✅ 2) 상호작용 (Face-to-Face Promotive Interaction)

서로 도우며 지식을 설명하고, 피드백을 주고받고, 함께 사고하는 과정이 필요합니다.

“Group members must be done interactively providing one another with feedback, challenging one another's conclusions...”
👉 그룹 구성원은 서로 피드백을 제공하고, 상대방의 결론과 추론에 도전하며, 상호작용을 통해 학습해야 한다.

✅ 3) 개인 책임 (Individual Accountability)

모든 구성원이 학습 내용에 대한 책임을 개별적으로 져야 합니다.

“All students in a group are held accountable for doing their share of the work and for mastery of all of the material to be learned.”
👉 모든 학생은 자신의 몫을 수행하고 학습 내용을 숙지할 책임이 있다.

✅ 4) 사회적 기술 (Social Skills)

신뢰, 의사소통, 리더십, 갈등 해결 등의 사회적 기술이 강조됩니다.

✅ 5) 집단 성찰 (Group Processing)

팀은 자신들의 활동을 되돌아보고, 개선할 점을 찾는 과정을 가져야 합니다.

🧠 3. 협력학습 vs. 협동학습

협력학습(Collaborative Learning)과 협동학습(Cooperative Learning)은 자주 혼용되지만, 철학과 구조에서 분명한 차이가 있습니다.

“Cooperation is a structure of interaction... Collaboration is a philosophy of interaction...”
👉 협동(Cooperation)은 특정 목표 달성을 위한 구조이며, 협력(Collaboration)은 상호작용에 대한 철학이다. (Panitz, 1999) 【본문】

💡 4. 협력학습이 왜 중요한가?

협력학습은 단순히 지식 전달 방식의 변화가 아니라, 배움에 대한 패러다임 전환을 의미합니다.

📍 Johnson & Johnson & Smith (1991)는 다음과 같은 교육 패러다임을 제시합니다:

• 지식은 학생에 의해 구성되고 재구성된다.
• 학습은 학습자가 주체적으로 수행하는 활동이다.
• 교사는 의미 구성의 조건을 제공하는 조력자이다.
• 교육은 학습자 간, 교사-학습자 간의 상호작용이다.

이러한 관점에서, 협력학습은 21세기 학습자의 기대에 부응하는 방식입니다. 예를 들어, 팀 프로젝트를 통한 멀티미디어 산출물 제작 등은 기존의 시험이나 보고서보다 더 실천적이고 의미 있는 학습 경험을 제공합니다.

🧭 5. 마무리하며 – 협력학습은 '방법'이 아니라 '문화'

논문은 협력학습을 다음과 같이 정리합니다:

“CL is an umbrella term for a variety of educational approaches involving the joint intellectual effort... The underlying premise of CL is based upon consensus building through cooperation...”
👉 협력학습은 다양한 교수법을 포괄하는 개념이며, 협력을 통해 합의(consensus)를 이끌어내는 데 그 기반이 있다. 【본문】

이 말은 CL이 단순한 ‘방법론’이 아니라, 서로의 다름을 존중하고 함께 의미를 만들어가는 문화라는 점을 보여줍니다.

🔖 정리하면

• 협력학습(Collaborative Learning)은 지식의 공동 구성을 지향하는 교육 철학입니다.
• 단순한 그룹 활동과는 다르게, 긍정적 상호의존성, 상호작용, 개인 책임, 사회적 기술, 집단 성찰이 모두 충족되어야 합니다.
• 협동학습과는 철학과 구조가 다르며, 교사의 역할은 전달자에서 촉진자로 이동합니다.
• 오늘날의 교육에서 CL은 비판적 사고, 실천 중심 학습, 사회적 역량을 키우는 데 핵심적인 역할을 합니다.

🔶 협력학습(Collaborative Learning, CL)의 개념과 본질

• **협력학습(Collaborative Learning, CL)**이라는 용어는 다양한 학문 분야에서 폭넓게 사용되어 왔으나, 그 정의에 대해서는 합의된 견해가 부족하다 (Jenni & Mauriel, 2004).
• 비록 명확한 정의는 없지만, CL에는 공통적으로 내재된 핵심적 특성들이 존재한다.

🔶 21세기의 교육 패러다임 변화와 협력의 중요성

• 21세기는 협력의 시대라고 불릴 정도로, 사회적으로도 비판적 사안에 대해 함께 사고하고 행동하는 역량이 점점 중요해지고 있다 (Austin, 2000; Welch, 1998).
• 이에 따라 교육에서는 개인의 노력에서 집단의 노력으로, 독립성에서 공동체성으로 중심축이 이동하고 있다 (Leonard & Leonard, 2001).

🔶 협력학습의 정의와 특징

• 협력학습은 학생들이 그룹을 이루어 문제를 해결하거나 과제를 완수하거나 산출물을 창출하는 교육적 접근이다.
• 이 과정에서 학습자들은 다양한 관점을 듣고, 자신의 생각을 표현하고 방어함으로써 사회적·정서적 도전을 경험하게 된다.
• 학습자들은 이를 통해 단순히 전문가나 교재의 틀에 의존하지 않고, 자신만의 개념적 틀을 구축해 나간다 (Srinivas, 2011).
• CL 환경에서는 학습자들끼리 서로 의견을 나누고, 방어하고, 질문하고, 다양한 믿음을 교환하며 능동적으로 참여하게 된다.

🔶 CL이 가져오는 교수법의 변화

• CL은 기존의 교사 중심·강의 중심 수업 방식에서 벗어나, 학생 주도의 토론과 활동 중심 학습으로의 전환을 의미한다.
• 물론 강의, 필기, 청취 등의 요소가 완전히 사라지는 것은 아니지만, 이제는 학생들의 활동과 토론 중심 학습과 병행하여 이루어진다.
• CL을 활용하는 교사는 더 이상 지식의 전달자라기보다는, 학습자에게 지적 경험을 설계하는 전문가, 즉 **코치나 산파(midwife)**의 역할을 수행한다 (Smith & MacGregor, 1992).

🔶 협력학습의 오해와 실제

• CL은 작은 그룹이 서로 학습을 도와주는 방식으로 정의된다. 하지만 흔히 몇 가지 방식이 CL로 오해되기도 한다 (Klemm, 1994).
  ❌ 각자 과제를 하며 옆 사람과 이야기하는 것
  ❌ 먼저 끝낸 학생이 아직 끝내지 못한 학생을 도와주는 것
  ❌ 일부 학생만이 과제를 수행하고 다른 학생은 이름만 올리는 것
  → 이러한 방식은 진정한 협력학습이 아니다.

🔶 협력학습의 효과와 근거

• **협동 학습(cooperative learning)**을 실천하는 팀은 더 높은 수준의 사고를 수행하며, 정보의 장기 기억 유지 또한 뛰어난 것으로 나타났다.
• Samuel 외 여러 학자들의 연구에 따르면, 학습자 간 지식의 공유와 토론은 학습자의 책임감과 비판적 사고력을 증진시킨다.
• Gokhale (1995)는 소그룹 내 활발한 아이디어 교환이 참여자의 흥미를 증진시킬 뿐 아니라, 비판적 사고 촉진에도 기여한다고 강조하였다.

✅ 요약 정리

항목 내용

🔶 1.3. 연구 결과 (Results)

✅ 협력학습의 기원과 역사적 배경

• 협력학습(Collaborative Learning, CL)의 개념은 1950~60년대 영국의 교사들과 연구자들의 노력에서 비롯되었다고 Bruffee(1996)는 설명한다.
• 의과대학생들이 지도교수와의 상호작용을 통해 진단을 배우는 과정을 연구한 M.L.J. Abercrombie는,
• "집단으로 진단을 학습한 의대생들이 개별 학습자보다 더 빠르고 정확한 의학적 판단에 도달한다"는 결론을 내렸다.
• Bruffee는 처음 CL이라는 개념을 접하게 된 계기로,
• "권위주의적 수업 방식에 대한 반발로부터 협력학습이 등장했다"고 보는 연구자들의 견해를 소개한다 (p.85).

✅ 고등교육에서의 CL 필요성 제기

• 1970년대에 접어들면서, 대학 교수들은 학생들이 **대학 수준의 글쓰기(writing)**로 전환하는 데 큰 어려움을 겪고 있음을 인식하게 되었다.
• 이에 대한 연구자들의 결론은,
• 기존의 도움 방식은 너무 ‘수업 중심적’이며,
  학생들에게 필요한 것은 기존 수업의 연장이 아닌, 대안적 접근법이라는 점이었다 (p.86).

🔶 협력학습의 정의: 전문가들의 견해 정리

협력학습을 보다 잘 이해하기 위해, 분야 전문가들의 대표적 정의들을 아래와 같이 정리할 수 있다.

📘 MacGregor (1990)

“협력 교수 및 학습은 학생들이 문제를 해결하거나, 과제를 완수하거나, 산출물을 창출하는 데 함께 참여하는 교수법이다.”

📘 Smith & MacGregor (1992)

“협력학습은 학생들 또는 학생과 교사 간의 공동 지적 노력을 포함하는 다양한 교수-학습 접근의 상위 개념(umbrella term)이다.
대부분의 활동은 학생들이 함께 탐색하거나 적용하는 데 중점을 두며, 단순히 교사의 강의나 설명에 의존하지 않는다.”

📘 Gerlach (1994, p.12)

“협력학습은 학습이 본질적으로 사회적 행위라는 관점에 기반하며,
참여자들이 서로 이야기하는 과정에서 학습이 일어난다고 본다.”

📘 Golub et al. (1988)

“협력학습의 핵심은 학생 간의 대화를 촉진하는 구조에 있다.
학습은 이러한 상호 대화 속에서 이루어진다.”

📘 Dillenbourg (1999)

“협력학습은 두 명 이상이 함께 어떤 것을 배우거나 배우려고 시도하는 상황이다.

• ‘두 명 이상’은 두 사람, 소집단(35명), 전체 학급(2030명) 모두 포함 가능
• ‘무언가를 배운다’는 것은 강의를 듣거나 문제 해결과 같은 학습활동을 수행하는 것
• ‘함께’는 대면 혹은 컴퓨터 매개 상호작용 등 다양한 형태의 상호작용을 포함”

✅ 요약 정리

구분 내용

🔶 협력학습의 교육적 목적 및 핵심 요소

✅ 협력의 교육적 의의

• **교육에서 협력(collaboration)**은 가능한 많은 학생들에게 가장 효과적인 교수법을 제공하기 위한 방안으로 활용된다 (Pugach & Johnson, 1995).

✅ Johnson et al. (1990)의 협력학습 5대 핵심 요소

Johnson과 동료 연구자들(1990)은 협력학습(Collaborative Learning, CL)을 단순히 그룹 활동으로 오해해서는 안 된다고 강조하며,
다음의 5가지 요소가 갖추어져야만 CL로 간주될 수 있다고 설명한다:

1️⃣ 명확하게 인식되는 긍정적 상호의존성 (Positive Interdependence)

• 팀 구성원들이 공동의 목표 달성을 위해 서로 의존해야만 하는 관계가 형성되어야 한다.
• 한 명이 역할을 제대로 수행하지 못하면, 전체 팀이 불이익을 받는다.
• 구성원들은 모두 함께 성공해야만 한다는 믿음을 공유해야 한다.

2️⃣ 의미 있는 상호작용 (Promotive Interaction)

• 구성원들은 서로가 학습할 수 있도록 돕고 격려한다.
• 이해한 내용을 설명하거나 지식을 수집 및 공유하면서 학습이 일어난다.
• 이 과정은 다음과 같은 상호작용으로 구성된다:
  • 피드백 제공
  • 결론과 추론에 대한 도전
  • 서로에게 가르치고 동기 부여하기

3️⃣ 개별 책무성과 책임 (Individual Accountability)

• 모든 구성원이 자신의 역할을 수행해야 할 책임이 있으며,
• 학습해야 할 전체 내용에 대한 숙달도 각자의 책임이다.
• 그룹이라는 틀에 숨어 무임승차(free-riding) 해서는 안 된다.

4️⃣ 사회적 기술 (Social Skills)

• 협력학습은 단순한 인지적 활동이 아닌, 사회적 기술 발달도 함께 요구한다.
• 학습자들은 다음과 같은 기술을 훈련하고 실천할 기회를 갖는다:
  • 신뢰 형성
  • 리더십
  • 의사결정
  • 의사소통
  • 갈등 관리

5️⃣ 집단 자기평가 (Group Processing)

• 팀 구성원들은 다음을 수행해야 한다:
  • 집단의 목표 설정
  • 현재 잘하고 있는 부분에 대한 자기 평가
  • 향후 더 효과적인 작동을 위한 개선 사항 도출

✅ 정의 요약

• 위의 5가지 요소를 포함하고 있어야만, 협력학습이라는 이름으로 제공되는 교수활동이 진정한 CL로 간주될 수 있다.
• 다시 말해, 단순한 집단 활동이 아니라, 명확한 구조와 원칙을 바탕으로 설계된 교수법이어야 한다.

📌 표: 협력학습의 5가지 핵심 요소 요약

핵심 요소 설명

🔶 1.4. 논의 (Discussion)

✅ 협력학습에서의 상호 작용과 사고의 재개념화

• **Bruffee (1996)**는 협력학습(Collaborative Learning, CL)이 전통적 교수 방식과 일부 유사한 특징(예: 튜터가 학생보다 글쓰기에 대한 지식이 더 많음)을 공유할 수는 있지만,
• CL은 "학생과 튜터 모두가 수업에 기여하며, 수업으로부터 통찰을 얻는 과정"이라고 설명한다.
• 전통적 교수법에서는 교사가 학생으로부터 무언가를 배울 것이라는 기대나 의무는 없다.
• 반면, CL에서는 교사 또한 학습하는 주체가 되어야 하며, 이것이 CL의 핵심 요소 중 하나다.

✅ 사고(thinking)와 대화(conversation)의 관계

• Bruffee는 대화의 작동 방식을 연구한 결과,
• "사고(thought)는 내면화된 대화(internalized conversation)"라는 결론에 도달했다 (p. 87).
• 따라서 효과적으로 사고하려면, 효과적으로 대화하는 법을 배워야 하며,
• “개인적으로 잘 사고하기 위해서는, 집단적으로 잘 사고하는 법, 즉 잘 대화하는 법을 익혀야 한다”고 주장한다 (p. 88).

✅ 협력학습은 철학이자 삶의 방식

• 전통적으로 협력학습은 정기적으로 모여 함께 작업하는 학습자 집단으로만 이해되곤 했다.
• 하지만 협력은 단지 교수 전략이 아니라,
• 상호작용에 대한 철학이며, 책임 있는 개인적 삶의 태도이다 (Panitz, 1996).
• 진정한 협력은 다음을 포함한다:
  • 각자의 책임 있는 행동과 학습
  • 동료의 능력과 기여에 대한 존중
  • 집단 내 권한의 공유와 책임의 분담
  • 경쟁보다는 협력을 통한 합의(consensus building)의 추구
• CL은 단지 교실에서만 실현되는 것이 아니라,
• 회의, 지역사회 활동, 가정생활 등 모든 집단 상황에서의 대인관계 방식으로 적용될 수 있다.

✅ Johnson, Johnson & Smith (1991)의 새로운 교수 패러다임

이들은 협력학습을 통해 제안되는 새로운 교수-학습 패러다임을 다음과 같이 정리하였다:

1️⃣ 지식은 학생에 의해 구성되고 재구성된다.

• 지식은 발견(discovery), 구성(construction), **변형(transformation)**의 과정을 거친다.
• 교수자의 역할은 학생이 자신의 인지 구조를 통해 학습 내용을 해석하고,
  이를 장기기억에 저장할 수 있도록 조건을 조성하는 것이다.

2️⃣ 학습은 학습자가 능동적으로 수행하는 활동이다.

• 학습은 **학습자에게 가해지는 것(to the learner)**이 아니라,
  **학습자가 스스로 해내는 것(by the learner)**이다.
• 학습자는 기존의 인지 구조를 활성화하거나 새로운 구조를 구성함으로써 새로운 지식을 통합한다.

3️⃣ 교수자의 노력은 학생의 역량과 재능 개발에 집중된다.

4️⃣ 교육은 학생 간, 교수자-학생 간의 개인적 상호작용이다.

• 교육은 지식의 일방적 전달이 아니라,
  함께 작동하는 상호작용의 과정이다.

5️⃣ 이 모든 것은 협력적 맥락 안에서만 가능하다.

• **협동적 분위기(cooperative context)**가 전제되어야 학습이 효과적으로 일어난다.

6️⃣ 교수는 이론과 연구의 복합적 적용으로서 고도의 전문성을 요한다.

• 효과적인 교수는 단순한 기술이 아니며,
  지속적인 연습과 전문적 훈련이 필요한 복잡한 실천이다.

✅ 핵심 정리

핵심 개념 설명

🔶 협력학습의 확장된 정의와 협동학습과의 구분

✅ 협력학습의 보다 포괄적인 형태 (Dalziel & Peat, 1998)

• **Dalziel과 Peat(1998)**은 협력학습(Collaborative Learning, CL)을 보다 넓은 의미에서 정의하며,
  다음과 같은 강도가 낮은 활동들도 CL의 범주에 포함될 수 있다고 주장하였다:
  • 선배 학생에게 도움을 요청하기
  • 강의 노트 교환
  • 자유로운 분위기의 수업 외 학습 공간 활용
• 이러한 넓은 의미의 CL은 대학이 공식적으로 이러한 활동을 장려하지 않더라도,
• 많은 학생들이 자연스럽게 경험하는 보편적 학습 형태일 수 있다.
• 그러나 대학 차원에서도 이러한 자발적 협력 활동의 가능성을 높이고,
• 이를 구조적으로 지원할 수 있는 프로그램을 개발할 여지가 존재한다.

✅ CL과 Cooperative Learning의 구분 (Paulson & Faust, 2002)

• **협동학습(Cooperative Learning)**과 **협력학습(Collaborative Learning)**은 유사해 보일 수 있으나,
  이 둘은 분명히 구별되는 교육적 개념이다.
• Cooperative Learning은 다음과 같은 특징을 갖는다:
  • 구조화된 상호작용 구조를 통해 특정 목표나 산출물을 공동으로 달성하도록 설계됨
  • 주로 교사 중심, 과제 중심으로 설계되며, 명확한 역할 분담과 절차가 존재
• 반면 Collaborative Learning은 훨씬 급진적이고 철학적 기반을 가진 접근으로,
  • 과제 설계
  • 교재 선택
  • 수업 내용의 구성 및 발표
• 교수자와 학생이 동등한 입장에서, 함께 다음과 같은 활동에 참여함:
• 따라서 CL은 단순히 교수자가 제시한 내용을 효과적으로 기억하도록 도와주는 전략을 넘어서,
• 기존 교수 방식 자체에 대한 근본적 전환을 요구하는 방식이다.

✅ 협동 vs. 협력: Ted Panitz (1999)의 정의

**Ted Panitz (1999)**는 다음과 같이 **협동(cooperation)**과 **협력(collaboration)**을 구분하여 정의하였다:

📘 Cooperation (협동학습)

“협동은 구체적인 목표나 산출물을 달성하기 위해,
사람들이 구성된 구조 안에서 함께 작업하도록 설계된 상호작용 방식이다.”

• 명확한 목표, 과제 중심
• 그룹 활동을 위한 체계적인 절차와 역할 분담

📘 Collaboration (협력학습)

“협력은 상호작용에 대한 철학이자 개인의 삶의 태도로,
개인이 자신의 행동(학습 포함)에 책임을 지고,
동료의 능력과 기여를 존중하는 태도에 기반한다.”

• 수평적 관계, 공동 책임
• 상호 존중, 자율성, 집단적 의미 형성

✅ 핵심 요약 비교표

구분 협동학습 (Cooperative Learning) 협력학습 (Collaborative Learning)

🔶 협동학습과 협력학습의 실질적 차이 (Panitz, 1999)

✅ 협동(Cooperative) 모델의 특징

• 교사는 여전히 수업의 전 과정에 대한 통제권을 유지한다.
• 수업의 진행 방식:
  1. 교사가 질문을 제시하고,
  2. 교과서 외의 보조 자료(논문, 기사 등)를 제공하며,
  3. 학생들은 소그룹으로 질문에 대한 답을 탐색하고,
  4. 결과를 전체 수업에서 발표하고 토론한다.
• 이 과정에서 학생들이 수행하는 학습 활동은 많지만,
• 학습의 절차와 방향은 교사가 설정하고 있으며, 학생은 그 틀 안에서 활동하는 구조이다.

✅ 협력(Collaborative) 모델의 특징

• 학습의 거의 전적인 책임이 학습자에게 부여된다.
• 수업의 전개 방식:
  1. 학생들은 자신들이 가지고 있는 정보가 충분한지 스스로 판단한다.
  2. 부족하다면, **추가 자료(논문, 책, 영상, 인터넷 등)**를 스스로 탐색한다.
  3. 필요한 자료는 팀원들이 나누어 수집하고,
  4. 분석할 항목과 근거의 개수도 스스로 결정한다.
  5. 교사는 진행 상황에 대해 조언하거나, 그룹 내 갈등 해결을 돕고, 집단 역학에 대해 대화를 유도하는 **촉진자(facilitator)**로서 기능한다.
• 이러한 과정에서 학생들은 학습과정에 대한 **높은 주인의식(ownership)**을 가지게 되며,
• 자신의 학습에 대해 책임감을 갖고 적극적으로 참여하게 된다.

✅ Gokhale (1995): 협력학습의 개념 정리

협력학습이란 학습자들이 소그룹으로 구성되어 공통의 학습 목표를 향해 함께 학습하는 교수 방법이다.
이때 학습자는 자신의 학습뿐 아니라, 동료의 학습에도 책임을 지며,
한 사람의 성공이 다른 학습자의 성공에도 긍정적으로 작용한다.

✅ 협력학습의 인지적 효과

• 고차 사고력(higher-order thinking skills) 개발에 탁월한 효과:
  • 단순한 사실 암기를 넘어서서
  • 정보의 의미를 파악하고,
    분석, 평가, 종합, 적용할 수 있도록 도와준다 (Klemm, 1994).
• 전통적인 교육 방식(정보 전달 중심)과는 대조적으로,
• 비판적 사고와 깊이 있는 이해를 촉진한다.

✅ 협력학습 vs. 경쟁/개별 학습

• 협력학습은 경쟁적 또는 개별 학습 환경에 비해,
  • Gabbert et al. (1986)
  • Johnson & Johnson (1981, 1980)
• 비판적 사고력, 문제해결력을 더 효과적으로 개발한다는 다수의 연구 결과가 있다.

✅ 21세기형 학습자와 협력학습의 연결성 (Rodgers et al., 2006)

• 기술 발달에 힘입어, CL은 현대 학습자가 기대하는 교수 방식으로 자리잡고 있다.
• 팀 기반 프로젝트는:
  • 멀티미디어 기반으로 구성 가능하고,
  • 전통적인 term paper보다 더 실제적이고 강력한 학습 경험을 제공한다.
• 학습자는 현실 세계에 적용 가능한 실용적 지식을 원하며,
• 교육 과정은 수업 내용을 실제 문제, 조직, 기관 등과 연결시켜야 한다.
• 이를 통해 학습자는 자신의 학습 스타일 강점을 살릴 수 있는 기회를 얻는다.

✅ 정리 요약

구분 협동학습 (Cooperative Learning) 협력학습 (Collaborative Learning)

🔶 1.5. 결론 (Conclusion)

✅ 협력학습의 포괄적 개념

• **협력학습(Collaborative Learning, CL)**은 **공동의 지적 노력(joint intellectual effort)**을 포함하는 **다양한 교수-학습 접근 방식의 상위 개념(umbrella term)**이다.
  • 그 범위는 소규모 프로젝트부터,
  • 보다 구조화된 집단 학습 형태인 **협동학습(Cooperative Learning)**에 이르기까지 포함된다.

✅ 협력학습의 철학적 기반

• CL은 사람들과 상호작용하는 방식에 대한 철학적 접근을 제안한다.
• 학습자는 개별 구성원의 능력과 기여를 존중하고 강조하는 태도를 지녀야 하며,
  집단 내에서는 권한(authority)의 공유와 책임(responsibility)의 수용이 동시에 이루어진다.

✅ 경쟁이 아닌 협력에 기반한 학습

• CL의 핵심 전제는,
• 개인의 성취가 타인을 이기는 경쟁이 아니라,
  **구성원 간 협력을 통한 합의(consensus building)**로 이루어진다는 점이다.

✅ CL의 다섯 가지 핵심 요소 요약

CL을 효과적으로 실행하기 위해 반드시 포함되어야 하는 다섯 가지 핵심 구성 요소는 다음과 같다:

1. 긍정적 상호의존성 (Positive Interdependence)
   • 팀원들이 서로에게 의존하지 않으면 목표 달성이 불가능한 구조
2. 의미 있는 상호작용 (Considerable Interaction)
   • 설명, 피드백, 논의 등을 통한 깊이 있는 상호작용
3. 개별 책임감 (Individual Accountability)
   • 각자의 역할과 학습 내용에 대한 책임
4. 사회적 기술 (Social Skills)
   • 협력에 필요한 신뢰, 의사소통, 갈등 해결 능력 등
5. 집단 자기평가 (Group Processing)
   • 집단 목표 설정, 과정 성찰, 향후 개선 전략 수립

✅ 결론 요약 표

항목 내용

Laal, M., & Laal, M. (2012). Collaborative learning: what is it?. Procedia-Social and Behavioral Sciences, 31, 491-495.

🩺 학생 피드백, 그냥 WBA 채우는 걸까?

– CHAT 이론으로 들여다본 WBA 시스템의 긴장과 변화 이야기

요즘 의학교육에서 빠지지 않고 나오는 단어 하나, 바로 WBA (Workplace-Based Assessment) 입니다. 학생이 임상 현장에서 관찰을 받고 피드백을 받는 과정이죠. 이건 분명 좋은 의도를 가진 도구예요. 하지만 막상 현장에서 써보면 "이게 정말 나를 위한 피드백이 맞나?" 싶은 생각이 들 때가 있지 않으셨나요?

오늘 소개할 논문은 UCSF(University of California, San Francisco)의 연구팀이 **WBA 도구를 두 해(2019~2020년)에 걸쳐 도입하면서 어떤 긴장(tension)이 생기고, 그게 어떻게 변화했는지를 CHAT(Cultural Historical Activity Theory, 문화역사활동이론)**의 틀로 분석한 연구입니다.

"형식은 체크리스트인데, 내용은 형성적 피드백이길 바라는 이 모순!"

그 고민을 깊이 파고든 이 연구, 함께 들여다보시죠 🔍

1️⃣ 시작은 좋았지만, 현실은 시큰둥 – 배경과 문제의식

CBME (Competency-Based Medical Education) 에선 피드백이 핵심입니다. 단순한 평가가 아니라, 학생의 성장과 학습을 돕는 도구로서의 피드백이죠. 그래서 많은 학교에서 WBA를 활용합니다. 

하지만 현실은 이상과 다릅니다.

"Many learners fail to find value in WBAs and interpret feedback differently from how it is intended."
많은 학습자들이 WBA의 가치를 느끼지 못하고, 피드백을 의도와 다르게 해석한다.

👩‍⚕️👨‍⚕️ 학생들은 WBA가 피드백이 아닌 평가, 즉 summative assessment로 여겨질 때가 많았고,

👨‍🏫 교수들은 바빠서 형식적인 서술 몇 줄만 쓰고 끝내기 일쑤였죠.

그래서 연구팀은 "WBA 도구 자체만 보지 말고, 이걸 사용하는 전체 시스템을 보자!"는 생각을 하게 됩니다. 여기서 등장하는 게 바로 CHAT 이론이에요.

2️⃣ CHAT로 보는 피드백 시스템 – 그림 한 장으로 보는 구조 🧩

CHAT는 활동(activity)이 어떤 요소들로 구성되는지를 설명하는 이론이에요. 핵심 구성 요소는 다음과 같습니다:

연구팀은 이 CHAT 구조를 바탕으로, WBA 시스템에서 어떤 요소들 간의 긴장이 있는지, 그리고 시간이 지나면서 그 긴장이 어떻게 바뀌었는지를 살펴봅니다.

3️⃣ 시스템은 이렇게 달라졌어요 – 1년 차 vs. 2년 차 비교 ⚖️

🔹 1년 차 (2019년):

• 도구: 컴퓨터 기반 MedHub
• 작성: 감독자가 직접 작성해야 함
• 긴장: 작성 지연, 내용 부실, 학생은 부담스러움

🔹 2년 차 (2020년):

• 도구: 모바일 기반 Qualtrics, QR 코드로 바로 접근 가능
• 작성: 학생도 직접 작성 가능!
• 변화: 실시간 작성 가능, 부담 분산, 자율성 증가

💡 연구팀은 이렇게 말합니다:

"Shifts in tensions reflected greater coordination among the year 2 system elements to support the intended purpose of WBAs being for formative feedback for learning."
2년 차에는 시스템 요소들 간의 조정이 이루어져, 학습을 위한 형성적 피드백이라는 본래 목적을 더 잘 지원하게 되었다.

4️⃣ 어디서 긴장이 생겼을까? 5가지 포인트로 요약 👇

5️⃣ 연구팀의 핵심 메시지 💬

이 논문이 가장 강조하는 건 이거예요:

"WBA as a systems-level intervention that must consider interactions among people, technology, and context."
WBA는 사람, 기술, 맥락 간의 상호작용을 함께 고려해야 하는 시스템 수준의 개입이다.

즉, 그냥 도구 하나 바꾸는 문제가 아니라,
✔ 누가 쓰는지,
✔ 어떻게 쓰는지,
✔ 그걸 둘러싼 문화는 어떤지…

이 모든 걸 시스템 전체로 봐야 한다는 거죠.

6️⃣ 그럼 앞으로 뭘 해야 할까? 🔧

논문은 몇 가지 제안을 해요:

• 도구는 사용자 친화적이고 시간 효율적이어야 해요.
• 학생이 피드백에 적극적으로 참여할 수 있게 설계해야 해요.
• 평가보다는 성장에 초점 맞춘 대화가 이루어지게 문화도 바뀌어야 해요.
• 학생과 감독자 모두에게 피드백의 목적을 교육해야 해요.

그리고 이런 변화를 위해선 단발적 개입이 아니라, 지속적인 시스템 모니터링과 다각도의 시도가 필요하다고 강조하죠.

📝 마무리하며

피드백이란 단어는 쉽지만, 그걸 제대로 받고, 주고, 배우는 건 어렵습니다.

이 논문은 우리에게 묻습니다.

"너희 학교의 WBA 시스템은 정말 학생의 학습을 위한 구조로 설계되어 있나요?"

우리 학교의 WBA는 어떤가요?
피드백은 살아있는가요, 아니면 형식에 그치고 있나요?

이 논문은 단지 UCSF의 사례를 넘어서,
우리 교육 시스템을 성찰할 거울이 될 수 있습니다.

✍ 포스팅이 도움이 되셨다면, 좋아요💗와 댓글💬 부탁드려요!
궁금하신 점이나 함께 토론하고 싶은 주제는 언제든 환영입니다 😊

역량중심 의학교육(Competency-based medical education, CBME) 에서는 학습자의 성장을 촉진하기 위해 효과적인 피드백 시스템이 필수적이다.¹,² 특히, 저부담(low-stakes) 환경에서 직장 내 직접 관찰(direct observation)을 기반으로 수행되는 직장기반평가(Workplace-based assessment, WBA) 도구는 학습자 개개인에게 시의적절한(individualized, timely) 피드백을 제공할 수 있다.³–⁷ 하지만 많은 의학 학습자들이 실제 임상 환경(clinical learning environment)에서 받는 피드백의 유용성에 대해 만족하지 못하는 것으로 보고되고 있다.⁸,⁹ 다수의 학습자들이 WBA의 가치(value) 를 제대로 이해하지 못하거나, 제공된 피드백을 원래의 의도와 다르게 해석(interpret feedback differently)하는 경우가 많다.¹⁰ 따라서 성공적인 WBA 도구 구현(implementation)과 지속적인 활용을 위한 전략 이 반드시 필요하다.

이전 연구들에 따르면 학습자와 지도교수는 WBA에 대해 부정적인 인식을 가지고 있다(negative learner and teacher perceptions).¹⁰–¹⁶ 효과적인 WBA 활용을 방해하는 요인으로는, 

• 도구 사용 목적에 대한 사용자들의 불확실성(user uncertainty)
• 평가 수행을 위한 충분한 시간 부족(insufficient time)
• 평가도구 사용법에 대한 미흡한 훈련(inadequate training)

등이 있다.¹⁰ 더 나아가, 학습자와 지도교수가 WBA를 통해 제공되는 피드백의 목적이 형성평가(formative)인지 총괄평가(summative)인지에 대해 서로 다른 인식을 가지고 있는 경우도 많다(contradicting perceptions).¹¹ 특히, WBA가 형성평가의 목적으로 사용되더라도, 학생들은 피드백이 궁극적으로는 성적이나 평가 결과에 영향을 줄 수 있다고 인식하기도 한다.¹²–¹⁵ 학습자들은 피드백 자체의 중요성을 인식하고 있지만, 실제로 WBA 도구를 사용해 피드백을 받는 행위는 임상 업무(clinical workflows)를 방해하고 부담스럽게 느껴질 수 있다.¹⁶ 이러한 장벽들은 WBA의 유용성(usefulness)에 대한 사용자들의 인식이 교육 환경(educational context)에서의 구체적인 설계와 구현 방식(design and implementation features) 에서 비롯된다는 점을 시사한다.

기존 연구에서는 성공적인 WBA 구현에 기여하는 시스템 내의 요소들로서 학습자(subjects), 문화(culture), 도구 설계(tool design) 를 강조했으나, 이 요소들 간의 상호작용(interactions)에 대해서는 거의 고려하지 않았다.¹⁷–¹⁹ 구체적으로는,

• 학습자 중심 연구(learner-centered studies) 에 따르면, 학습자의 개인적인 학습 목표와 연계된 직접 관찰을 통해 WBA 피드백의 효능(efficacy)이 높아진다.¹⁷
• 문화 관련 연구(culture studies) 는 교수진이 자주 피드백을 주고받는 문화를 정상화(normalize frequent feedback)하는 메시지를 줄 때 WBA 도구가 성공적으로 정착할 가능성이 높아지며, 그 결과 실시간 직접 관찰(real-time direct observation)을 통한 피드백의 수용도(acceptance)도 증진된다고 보고한다.⁹,¹²,¹⁸
• 도구 설계 및 구현(tool design and implementation) 연구에서는 평가도구가 서술적 의견(narrative comments)을 생성할 때 수치 점수(numerical scores)를 부여할 때보다 사용자의 수용도가 높고 더 유익한 정보를 제공한다는 점을 확인하였다.¹⁹,²⁰

이러한 요소들을 독립적으로 보는 것이 아니라 하나의 통합적 시스템(system) 으로 보는 것이 평가 프로세스를 개념화(conceptualize)하고 WBA의 구현과 관련된 사람들, 문화, 도구의 복잡한 관계(complex array)를 이해하는 데 더 유용할 수 있다.

이러한 시스템적 관점에서 볼 때, 문화역사활동이론(Cultural Historical Activity Theory, CHAT)은 학습자들에게 피드백을 제공하는 것과 같은 활동(activity)을 도구(tool)가 어떻게 매개(mediate)하는지 살펴보는 시스템 수준(systems-level)의 시각을 제공할 수 있다. CHAT에 따르면 활동 시스템(activity system)은 주체(subjects, 학습자), 도구(tools), 그리고 사회적 맥락(social contexts) 내의 규칙(rules), 역할 분담(division of labor), 공동체(community)가 상호작용하여 특정 목표(object, 목적)와 결과(outcome)를 이루어내는 것으로 정의된다(그림 1 참고).²¹,²²

이 요소들 간의 긴장(tensions)은 시스템 내 모순(contradictions)을 유발하고, 변화를 촉진하거나 새로운 지식을 창출(new activity patterns)할 수 있다.²³,²⁴ CHAT는 의학교육 분야에서 서비스와 교육 간의 긴장(service-education tensions)²⁵,²⁶이나 복잡한 전문직 간 상호작용(interprofessional dynamics)을 탐구할 때 활용된 바 있다.²⁷ 이전 CHAT 연구에서는 활동 시스템의 도구가 물리적 도구(physical tools, 예: 봉합재료, EMR 등)와 상징적 도구(symbolic tools, 예: 학습목표, 체크박스 등)로 구분되며, 이들이 상호작용을 통해 특정 결과를 도출한다고 보았다.²⁵,²⁷–²⁹ 따라서 CHAT를 통해 학습자와 감독자가 WBA 도구를 활용하여 피드백과 학생 학습이라는 목적을 공동으로 달성하는 활동 시스템에서의 긴장을 조명하고, WBA 구현의 장애물(barriers)과 촉진요인(facilitators)을 밝힐 수 있다.

예컨대, 학습자와 감독자가 피드백 활동의 목적(object)을 서로 다르게 이해하면(supervisors는 학습자의 성장을 위한 목적으로 이해하지만, 학습자는 평가 결과와 관련된 목적으로 이해할 경우), 이는 원래 의도하지 않은 결과(unintended outcome)를 초래할 수 있다.³⁰

결론적으로, 성공적인 WBA 구현은 도구(tool) 와 구현 환경(context) 및 학습자와 감독자의 사용자 경험(user experience) 에 대한 포괄적 이해를 필요로 한다.¹⁹,³¹ CHAT를 통해 임상 실습 학생과 감독자가 WBA 도구를 이용하여 직접 관찰과 피드백에 참여하는 방식을 분석할 수 있다.³² 본 연구는 2년에 걸친 WBA 도구 구현 기간 동안, CHAT의 시각을 통해 의과대학 임상실습(clerkship)의 피드백 활동 시스템에서 일어난 변화(changes)와 긴장(tensions)을 탐색하고자 한다.

연구 방법(Methods)

설계(Design)

본 연구는 질적 연구 방법(qualitative approach) 을 사용하여, 문화역사활동이론(CHAT) 의 민감화 개념(sensitizing concepts)²¹–²⁴을 활용하여 의과대학 임상실습(clerkship)에서의 직장기반평가(WBA) 의 활용 방식을 탐색하였다. 구체적으로, 피드백 활동 시스템(feedback activity system)의 구성 요소(예: 공동체(community), 도구(tools), 규칙(rules), 목표(objects) 등)를 확인하고 이 요소들 간의 긴장(tensions)을 분석하였다. 본 연구는 UCSF(University of California, San Francisco) 기관생명윤리위원회(IRB)로부터 면제 판정(exempt)을 받았다.

연구 환경(Context)

• UCSF 의과대학생들은 12개월에 걸쳐 8개의 필수 임상실습(core clerkships; 마취과, 가정의학과, 내과, 신경과, 산부인과, 소아과, 정신과, 외과)을 수행한다.
• 2019년, 학교는 임상실습 평가 시스템을 통과/낙제(pass/fail) 로 변경하고, 학습을 위한 평가(assessment for learning)를 강조하기 시작하였다.³⁵
• 직접 관찰(direct observation)과 피드백을 강화하기 위해, 학교는 2019년 1월부터 형성적 피드백(formative feedback)을 위한 WBA 도구 를 도입하였다.
• 온라인 WBA 양식(form)은 ▲임상실습 분야(clerkship specialty), ▲관찰한 기술(skill observed), ▲Ottawa scale을 적용한 신뢰 평가(entrustment rating adapted from Ottawa scale)³⁶, ▲서술적 의견(narrative comments)을 기입하는 공간으로 구성되었다.
• 평가자가 WBA 양식을 제출하면 감독자(supervisor)에게 자동 이메일 알림이 발송된다. 작성된 양식은 해당 학생과 그 학생의 코치(coach), 임상실습 책임자(clerkship director)만 접근할 수 있는 개인 온라인 대시보드(student dashboard)에 저장된다.³⁷,³⁸
• 모든 학생은 의대 전 과정에서 지속적으로 지도와 피드백을 제공하는 장기 멘토(longitudinal physician coach)를 갖는다.³⁹
• WBA 자료는 학생의 임상실습 성적(clerkship grades)이나 MSPE(Medical Student Performance Evaluation) 작성 시 사용되지 않는다.
• 학생들은 평균적으로 매주 2개의 WBA 양식을 작성하도록 요구된다.

연구 기간 2년 동안 UCSF는 서로 다른 형태의 WBA 도구를 사용했다.

• 1년 차(2019년):
  • 평가자는 학교의 평가 시스템(MedHub)을 통해 컴퓨터로 양식을 작성하였다(부록1 참고).
  • 학생들이 직접 관찰 후 온라인 포털을 통해 감독자에게 양식 링크를 보냈으며, 총 6,919개의 양식이 모두 감독자에 의해 작성 되었다.
• 2년 차(2020년):
  • 학생 ID 배지의 QR코드를 스마트폰으로 스캔하여 접근 가능한 모바일 양식(Qualtrics 플랫폼 사용)을 활용하였다(부록2 참고).
  • 2년 차부터는 감독자뿐 아니라 학생 본인도 WBA 양식을 작성할 수 있는 선택권이 주어졌다.
  • 총 9,039개의 양식이 작성 되었으며, 이 중 1,636건(18.1%)은 감독자가, 7,403건(81.9%)은 학생 본인이 작성하였다.

COVID-19로 인한 임상실습 중단으로 인해, 연구는 2년 차(2020년)에 두 시점(timepoints)에서 이루어졌다:

• 첫 번째 시점(timepoint 1): 임상실습 개시 후 첫 10주 이후
• 두 번째 시점(timepoint 2): COVID-19로 인한 4개월 중단 이후 임상실습 재개 및 종료 시점(그림2 참고).

중단 후 재개된 임상실습은 기간이 3~6주 단위로 축소되었다(상세 자료는 부록3 참고).

연구 참여자(Participants)

본 연구는 WBA 도구의 주요 사용자이자 수혜자인 임상실습 학생(core clerkship students) 을 주요 대상(subjects)으로 선정하였다. 또한, 2년간(2019-2020년)의 피드백 활동을 분석하면서, 도구 설계(tool design)의 변화와 역할 분담(division of labor; 감독자 또는 학생이 작성)의 변화에 주목하였다.

• 1년 차 학생(2019년) 은 이전 연구(임상실습 평가 연구)에서 WBA 관련 질문을 포함한 인터뷰에 참여한 바 있으며,⁴⁰ 이 연구에서 도출된 초기 결과가 현 연구를 심화시키는 데 기여하였다.
• 연구자는 이메일을 통해 임상실습 학생들에게 반구조화된 인터뷰(semistructured interviews) 참여를 요청하였고, 응답한 순서대로 인터뷰를 진행하였다.
• 1년 차 데이터를 분석하는 과정에서, 전통적 블록 실습(traditional block) 학생과 종단적 통합 임상실습(Longitudinal Integrated Clerkship, LIC) 학생 간에 패턴의 차이가 나타나, 이를 더 심도있게 탐구하고자 하였다. 이에 따라 2년 차 연구에서는 두 가지 임상실습 유형의 학생들을 모두 포함하는 목적적 표집(purposive sampling)을 시행하였다.
• 또한 COVID-19 중단 전후의 피드백 활동 시스템에서 학생들의 초기 경험(early learning)과 이후 다양한 전공 간 경험을 모두 분석하기 위해 앞서 설명한 두 가지 시점(timepoints)을 설정하였다.
• 인터뷰에 참여한 학생에게는 전자 기프트카드(electronic gift card) 20달러를 제공하였다.

인터뷰 가이드(Interview guide)

피드백 및 WBA에 대한 문헌 검토(literature review)⁴,⁶,¹⁰ 를 기반으로 인터뷰 가이드를 개발했다. 1년 차와 2년 차의 인터뷰 가이드는 서로 달랐다.

• 1년 차 인터뷰 자료 는 앞서 진행된 임상실습 평가(clerkship grading)에 관한 보다 광범위한 연구의 일부로서 개별 질적 인터뷰(individual qualitative interviews)를 통해 수집되었고, WBA에 대한 질문을 포함했다.⁴⁰
• 이 1년 차 자료의 샘플 분석을 통해 CHAT의 관점에서 활동 시스템(activity system)의 요소들을 확인하였으며, 이는 2년 차 인터뷰 가이드 개발 의 토대가 되었다. 확인된 활동 시스템의 주요 요소는 다음과 같다:

• 주체(subjects) : 학생
• 도구(tools) : WBA 도구 버전
• 규칙(rules) : 학교의 요구사항, 피드백 제공의 규범(norms of feedback)
• 공동체(community) : 교수진(attendings), 전공의(residents), 동료(peers) 등 전체 학습문화(overall learning culture)
• 역할 분담(division of labor) : WBA 양식의 작성 및 요청 주체
• 목표(object) : 활동에 대한 학생들의 인식된 혹은 실제 목적(perceived or actualized purpose)
• 결과(outcome) : 이 요소들 간 상호작용의 결과(results from interactions)

• 2년 차 인터뷰에서는 이러한 임상실습 피드백 활동 시스템 요소들에 대한 학생들의 생각(ideas), 태도(attitudes), 행동(behaviors)을 탐색하였다(그림 1; 부록4 참고).²¹
• 피드백 및 평가의 민감한 특성을 고려하여 반구조화된 개별 인터뷰(semistructured individual interviews) 를 진행하여 학생들의 익명성을 보장하였으며, 인구통계학적 정보(demographic information)는 학생들의 자가보고(self-reported) 방식으로 수집했다.

자료 수집(Data collection)

• 두 명의 훈련받은 연구자(L.S., Abdikarin Abdullahi⁴⁰ 및 L.B.P., A.F.)가 매년 인터뷰를 수행했다.
• 인터뷰 가이드는 연구 대상이 아닌 학생(예: 실습이 끝난 postclerkship students)을 대상으로 파일럿 인터뷰(pilot interview) 를 진행하여 사전 검증하였다.
• 선임 연구자(B.C.O., K.E.H.)의 피드백을 받아 질문의 흐름(flow), 명확성(clarity), 적합성(relevance)을 향상시켰다.

인터뷰는 다음과 같은 일정으로 진행되었다(그림2 참고):

• 1년 차 인터뷰 : 2019년 6월부터 8월까지, 전화 또는 대면으로 진행.
• 2년 차 인터뷰 :
  • 첫 번째 시점(Timepoint 1): 2020년 5월 (Zoom 활용)
  • 두 번째 시점(Timepoint 2): 2020년 10월부터 11월 (Zoom 활용)

모든 인터뷰는 전문적으로 음성 녹음(audio recording)되었으며, 분석 전에 필사(transcription) 및 익명화(deidentification) 처리되었다.

자료 분석(Data analysis)

• 분석은 인터뷰 녹취록(transcripts)을 CHAT의 맥락에서 읽으면서 코딩 프레임워크(coding framework)를 구축하는 것으로 시작했다.
• 1년 차 인터뷰 및 2년 차 첫 번째 시점 인터뷰에서 얻은 5개의 녹취록을 이용하여, 3명의 연구자(L.B.P., B.C.O., K.E.H.)가 CHAT 활동 시스템 요소들과 일치하는 코드를 도출하였다.
• 토론을 통해 분석 과정에서 지속적으로 코드북(codebook)을 수정하고 개선하였다. 완성된 코드북을 사용하여 2명의 연구자(L.B.P. 및 A.F., B.C.O., 또는 K.E.H.)가 이전 연구에서 수집된 모든 1년 차 인터뷰 자료를 코딩했다.⁴⁰
• 2년 차 자료는 수집과 분석을 동시에 진행하였다.
• 각 녹취록은 2명의 연구자(L.B.P.와 A.F., B.C.O., 또는 K.E.H.)가 독립적으로 코딩한 뒤 토론을 통해 의견 불일치를 조정하였다.
• 첫 번째 시점과 두 번째 시점에서 각각 9건씩의 인터뷰가 완료된 후, 새로운 아이디어가 더 이상 도출되지 않고 CHAT 활동 시스템 각 요소에 대한 풍부한 사례(rich examples)가 확보되어, 이론적 충분성(theoretical sufficiency)이 달성된 것으로 판단하였다.⁴¹
• 코드로 분류된 발췌본(excerpts)을 분석하여 활동 시스템 내 긴장(tensions)을 확인하고, CHAT 도표(diagrams)를 이용한 개념적 논의(conceptual discussion) 및 데이터 시각화(data visualization)를 통해 긴장을 요약하고 세분화하였다.
• 자료의 코딩 및 관리는 Dedoose 프로그램(버전 8.3.47)을 활용하였다.

성찰성(Reflexivity)

• 연구팀은 코드 개발 및 조정 과정에서 성찰성에 대한 지속적인 논의를 진행하였다.
• 연구팀 구성원들은 다양한 관점(varied perspectives)을 가지고 있었다:
  • 1년 차 WBA 구현을 경험한 선임 의과대학생(L.B.P.)
  • WBA 경험이 없는 임상실습 이전(preclerkship)의 의과대학생(A.F.)
  • 관련 문헌에 정통한 교수이자 교육과학자(B.C.O.)
  • 1년 차 연구에 참여했던 전공의(L.S.)⁴⁰
  • 두 해에 걸쳐 WBA 설계와 구현을 감독한 부학장(associate dean, K.E.H.)
• 자료 분석 전반에서 자기 성찰적 저널링(self-reflective journaling) 및 메모(memos)를 활용하여 연구진의 가정과 해석(assumptions and interpretations)을 투명하게 관리하였다.
• 이를 통해 서로의 해석을 비판적으로 검토하고, 토론을 거쳐 합의(consensus)로 연구 결론을 도출하였다.

결과(Results)

• 1년 차: 총 168명의 임상실습(clerkship) 학생들이 이메일 초청을 받았고, 이 중 18명이 인터뷰에 참여하였다.⁴⁰ 단, 연구팀 저자였던 인터뷰 참여자 L.B.P.의 자료는 제외하였으며, 최종적으로 17명의 학생 데이터가 분석에 포함되었다.
• 2년 차: 총 167명의 학생이 이메일 초청을 받았으며, 25명이 응답하였다. 이 중 18명이 실제로 인터뷰에 참여하였으며, 첫 번째 시점(timepoint 1)에 9명, 두 번째 시점(timepoint 2)에 9명이 참여하였다.
• 참가자의 자가보고 인구통계 정보(self-reported demographic data)는 표 1에 제시되어 있다.

우리는 CHAT 관점에서 다음의 5가지 주요 활동 시스템 내 긴장(tensions) 을 확인하였으며, 이들은 시간 경과 및 도구의 변화에 따라 달라졌다:

1. WBA 피드백이 총괄평가(summative assessment)로 오해되는 현상
2. 피드백을 지연시키는 번거로운 도구 설계(cumbersome tool design)
3. 감독자에게 WBA 요청이 부담이 될까 우려하는 심리
4. WBA가 단순한 체크리스트 활동인지, 학습 기회로 여겨지는지에 대한 인식의 차이
5. 각 임상실습 특유의 학습 문화 안에서 WBA가 수행되는 방식

→ 그림 3 참조.

2년 차에는 특히 학생이 WBA 양식을 직접 작성할 수 있는 기능(self-completion capabilities) 이 추가됨에 따라 새로운 긴장 요소들이 발생하였다:

• 자율성(autonomy)과 감독(supervision) 간의 균형 문제
• WBA 내용의 일관성 부족
• 여전히 WBA가 단순한 체크리스트 활동 으로 인식되는 현상

→ 부록 5 참고: http://links.lww.com/ACADMED/B292

이하의 결과에서는 이러한 긴장의 진화 과정, 긴장을 매개한 시스템 요소들, 학생들이 이를 극복하기 위해 사용한 전략들을 기술하였다. 인용문에는 인터뷰 연도(I 또는 II)와 참여자 번호(1–18)를 병기하였다. 2년 차 참여자는 II-1~II-9(첫 번째 시점), II-10~II-18(두 번째 시점)으로 표기하며, LIC 학생은 별도 표기하였다.

🔹 WBA 피드백이 총괄평가로 오해됨

비록 WBA는 형성평가(formative assessment) 를 위해 설계되었지만, 1년 차 학생들은 이를 총괄평가(summative assessment)로 인식하였다(object의 오해). 학생들은 감독자들이 동일한 온라인 플랫폼에서 사용되는 총괄평가 양식과 WBA 도구를 혼동하는 것을 관찰했다. 이로 인해 형성적 피드백 시스템에 대한 신뢰(trust) 가 약화되었다:

"저는 [WBA]를 보내는 걸 망설여요. 예전에도 그랬는데, 감독자가 제 총괄평가 양식 대신 그것만 작성하는 경우가 있었거든요." (I-2)

2년 차에서는 WBA 전용 플랫폼(도구)이 도입되면서 형성/총괄평가 간의 구분이 명확해졌고, 이러한 긴장은 완화되었다:

"한 한 달쯤 실습 돌고 나서야 깨달았어요. '아, 이거는 그냥 나를 위한 거구나. 다른 사람을 위한 게 아니구나'라는 걸요." (II-1)

하지만 도구의 의도를 이해하면서도 여전히 “총괄평가에 반영될지도 모른다” 는 우려는 남아 있었다:

"그날 있었던 일이 잘 안 풀렸을 때, ‘이거는 평가가 아닌 건 알지만, 그래도 이걸 언급하면 이 감독자가 그 주에 기억하는 건 결국 그 나쁜 경험일 수도 있잖아’ 하고 걱정됐어요." (II-3)

해당 학생은 새로운 감독자에게 도구의 목적을 사전에 설명함으로써 긴장을 완화하고자 하였다:

"우리는 항상 이렇게 말해야 해요. ‘WBA를 주 2개씩 받아야 하고, 이건 형성적 피드백이지 평가 목적이 아니에요. MSPE에 포함되지 않아요.’” (II-3)

또한 일부 학생들은 긍정적인 피드백을 받을 수 있는 관찰자나 기술을 전략적으로 선택 하기도 했다. 더불어, 학생이 WBA를 직접 작성할 수 있는 기능(self-completion) 이 추가되면서 형성 대 총괄 평가(object)의 긴장 완화에 도움이 되었다. 이 기능은 학생들이 WBA를 자신이 이해하는 목적에 맞게 활용할 수 있도록 하였다.

🔹 피드백 지연을 유발한 번거로운 도구 설계

1년 차 도구에서는 실시간 피드백(object)을 지향하면서도, 컴퓨터에서 WBA 양식을 작성해야 하는 제약(tool) 이 있어 모순이 발생했다. 학생들은 관찰 후 수 시간 뒤에 WBA 요청 링크를 감독자에게 전송하였고, 감독자는 늦게 작성하거나, 형식적인(generic) 피드백만 제공하였다:

"가끔은 너무 일반적인 피드백만 받아서, 도대체 뭘 보고 그런 말을 하는 건지 알 수가 없어요. 때로는 제가 그 감독자랑 일했던 시점보다 몇 주가 지나서야 [WBA]가 돌아오기도 해요." (I-5)

학생들은 형식적이고 지연된 피드백이 학습자와 감독자 모두의 참여도(buy-in)를 저해한다고 인식했다(community의 문제). 단, 마취과(anesthesia) 실습에서는 모바일 QR 코드 방식 을 시범 도입하여 실시간 피드백이 활발히 이루어졌다. 2년 차 도구는 QR 코드를 통한 모바일 기반 설계로, 직접 관찰과 동시에 WBA를 완료할 수 있게 되어 지연 문제를 해소하였다:

"저는 QR 코드의 열렬한 팬이에요. 우리 학년부터 생긴 기능인데, 누군가에게 링크를 문자나 이메일로 보내는 것보다 훨씬 간편하거든요. 바로 그 자리에서 할 수 있어요." (II-1)

감독자 역시 이 기술 변화로 인해 WBA 참여도가 향상되었다고 느꼈다:

"감독자들이 새 시스템이 훨씬 더 낫고 쉽다는 걸 깨달은 이후에는 반감 같은 건 거의 없었어요. 다들 잘 따라오시는 것 같아요." (II-9, LIC)

하지만 2년 차에도 일부 기술적 장애물은 남아 있었으며, 예컨대 학생들이 자신의 대시보드에서 피드백 내용을 제대로 확인하지 못하는 문제가 있었다. 그럼에도 불구하고, 도구 기술의 전반적인 개선은 학생과 감독자 공동체(community) 의 WBA 도구 지지를 강화하였고, 실시간 피드백이라는 원래의 목적(object) 과도 더욱 잘 일치하게 되었다.

🔹 WBA 요청이 감독자에게 부담이 될까 걱정됨

1년 차와 2년 차 모두에서 학생들은 자신이 감독자에게 부담을 주는 것이 아닐까 하는 우려를 표현했다. 학생들은 WBA 요청이 환자 진료나 팀의 바쁜 일정에 방해될까 걱정했다. 비록 임상실습 책임자들이 피드백 요청을 장려했지만, 피드백 대화를 문서화해야 한다는 규칙(rule) 이 노동집약적이고 불필요하게 느껴졌으며, 특히 1년 차에서는 도구 작성 책임이 전적으로 감독자에게 있었기 때문에 그 부담감이 더 컸다:

“[WBA]는 모든 사람에게 짜증나는 일이에요. 전공의들은 양식 하나 더 작성하고 싶지 않고, 의대생들도 바쁜 전공의들에게 또 양식을 부탁하는 게 싫죠.” (I-5)

하지만 지도교수와의 장기적 관계(longitudinal relationships) 가 이 긴장을 완화시키는 데 도움이 되었다:

“저는 오히려 [WBA] 요청이 더 수월해요. 제가 담당 교수님들과 장기적으로 관계를 맺고 있고, 그분들은 제 교육을 위해 존재하는 분들이니까요.” (II-10, LIC)

또 다른 학생들은 감독자의 부담을 줄이기 위해 책임을 스스로 떠맡으려는 태도(division of labor) 를 보였다. 예컨대, 1년 차 학생들은 감독자가 기억하지 못할 것을 고려하여 사전에 내용을 기록해 주기도 했다:

“감독자가 말했던 피드백을 제가 미리 메모해 두고, 그걸 토대로 WBA를 작성하도록 도왔어요. 보통 감독자들이 뭘 피드백했는지 기억도 못 하시거든요.” (I-4)

2년 차에서는 학생이 직접 WBA를 작성할 수 있는 기능(self-completion)이 생기면서 역할 분담 구조가 바뀌었다. 처음에는 여전히 감독자에게 WBA 작성을 요청했지만, 점차적으로 학생 스스로 양식을 작성하는 경우가 많아졌다. 이로 인해 학생들은 자신의 필요에 따라 도구를 활용하여 규정을 충족하거나 피드백을 수집했다. 어떤 경우에는 사후 작성(retroactive completion) 을 하거나, 감독자에게 알리지 않고 조용히 작성하기도 했다.

“제가 직접 작성하는 게 훨씬 쉽기는 해요. 하지만 솔직히 감독자가 직접 쓰셨을 때보다 피드백의 질은 떨어지는 것 같아요. 좀 더 깊이 생각해주시는 게 어렵죠.” (II-8)

몇몇 학생에게는 WBA 직접 작성이 감독자에게 미안한 감정을 덜어주는 동시에 학습에도 긍정적인 영향을 주었다. 피드백 내용을 기록하면서 자기 성찰(self-reflection) 을 강화하는 계기가 되었다:

“우리가 얘기한 내용을 제가 적어놓는 게 도움이 됐어요. 뭔가 빠뜨리지 않게 정리하고, 피드백 내용을 요약하고 재진술하는 것도 제게는 좋은 훈련이었어요.” (II-3)

🔹 WBA가 체크리스트인가, 학습 기회인가

학생들은 WBA의 피드백 목적(object) 에는 공감했지만, 주당 2개의 WBA 작성 규칙(rule) 이 이 목적을 가리는 경우가 많았다. 많은 학생들이 이 규칙을 스트레스로 인식했으며, 규정이 없거나 더 적은 횟수가 더 낫다고 느꼈다. 하지만 일부 학생들은 피드백을 꾸준히 요청하도록 유도하는 기능이 있다는 점에서 규정의 가치를 인정했다:

“이런 규정은 있어야 해요. 스스로 어떤 걸 해야 한다는 걸 강제하지 않으면, 지키는 게 어렵다는 걸 깨달았거든요.” (II-8)

대부분의 경우, 학생들은 WBA의 진정한 목적보다는 '규정 충족' 자체를 활동의 목표(object)로 인식하게 되었다. 다만, 2년 차에서는 감독자에게 의존하지 않고 WBA를 작성할 수 있게 되면서 이 긴장은 어느 정도 해소되었다. 하지만 규칙이 너무 경직되어 있다고 느낀 학생들은 유용한 피드백보다는 작성 편의성에 초점을 두게 되었다:

“이 숫자를 채워야 한다는 생각에, 누가 피드백을 주자마자 ‘이걸 [WBA]로 바로 만들 수 있을까?’만 생각하고, 정작 피드백에 집중을 못했어요.” (II-14)

감독자 역시 규칙 충족에만 집중하면, 피드백의 진정성(authenticity) 과 유용성(usefulness) 이 떨어진다고 학생들은 지적했다:

“이건 그냥 또 하나의 체크리스트처럼 느껴져요. 너무 실망스러워요. 저는 제 의학교육이 그냥 ‘체크만 하는 것’이 되는 걸 원하지 않거든요. 감독자들도 좀 더 진심으로 참여하셨으면 해요.” (II-15)

반대로, 규칙에 덜 압박을 느낀 학생들은 WBAs를 학습 중심으로 더 자유롭게 활용할 수 있었으며, 발전이 필요한 영역에 피드백을 요청하기도 했다:

“제가 어떤 기술을 잘 하고 있는지, 다음에는 뭘 더 해야 하는지, 어떤 부분에서 피드백을 받아야 할지를 돌아보게 돼요. 1년 동안 제 성장을 추적하는 데 도움이 돼요.” (II-9, LIC)

특히 자발적 피드백을 주지 않는 감독자들과 함께한 학생들은, 규정을 피드백 대화를 주도하는 근거로 활용했다. 많은 학생들이 작성된 피드백보다, 그 대화 자체가 더 가치 있었다고 평가했다:

“이게 저희에게 ‘저에 대해 자주 피드백 주세요’라고 말할 수 있는 기회를 줘서 정말 좋아요. 이게 규정이니까요.” (II-11)

🔹 임상실습별 학습 문화와 WBA

WBA의 유용성은 각 임상실습(clerkship) 환경과 문화(culture) 에 따라 달라졌다. 학생들은 감독자와 임상실습 책임자(clerkship directors)가 분위기를 좌우한다고 느꼈다. 도구 활용을 장려하는 교수진 은 WBA의 가치를 높이는 반면, 도구 활용을 회피하는 교수진은 WBA 수행을 어렵게 만들었다. 앞서 언급한 긴장의 변화에 따라, 2년 차 학생들은 1년 차보다 감독자들이 WBA에 더 적극적인 태도를 보였다고 평가했다.

전공과 실습 장소에 따라 WBA에 대한 지원 정도가 상이했으며, 이는 WBA 요청 시 학생들의 심리적 안정감에도 영향을 미쳤다.

• 내과(internal medicine) 는 피드백을 중시하는 문화가 뚜렷하여, 감독자가 WBA 작성을 제안하는 경우가 많았다.
• 소아과(pediatrics) 처럼 직접 관찰과 피드백이 일상 업무에 포함된 전공은 자연스럽게 WBA 수행이 용이했다.
• LIC 학생들 은 장기적인 관계 덕분에 WBA를 요청하는 것이 더 편하다고 느꼈다.
• 반면, 지속적인 피드백 문화가 이미 정착된 환경에서는 WBA가 불필요하다고 느끼는 경우도 있었다.

WBA 수행이 어려운 환경에서는, 감독자가 지나치게 바쁘고, 피드백의 질도 떨어지는 경우가 많았다:

“외과니까 바쁜 거 이해해요. 전공의들 절반은 WBA가 뭔지도 모르는 것 같았어요. WBA 작성해 달라고 부탁하는 게 정말 고역이었어요.” (II-9, LIC)

학생들은 비협조적인 문화 속에서도 WBA를 받기 위한 전략을 개발했다. 예컨대,

• 구두 발표(oral presentation)처럼 관찰이 쉬운 상황을 포착하거나,
• 피드백을 사후에 기록(log)하거나,
• WBA가 무엇인지 자세히 설명하지 않고 피드백 요청만 간단히 하는 방식 등을 활용하였다:

“흉부외과 실습할 때는 그냥 이렇게 말했어요. ‘피드백을 기록해도 될까요?’ ... [WBA]가 뭔지에 대해 길게 설명하진 않았어요. 그냥 피드백만 요청했죠.” (II-13)

논의(Discussion)

본 연구에서는 피드백 활동 시스템(feedback activity system) 내 구성요소로 작동하는 WBA 도구를 중심으로 시간의 흐름과 도구의 변화에 따라 달라지는 여러 가지 긴장(tensions) 을 확인하였다.

• WBA가 형성평가(formative assessment) 를 위한 수단으로 제도적으로 장려되고 있음에도 불구하고, 학생들은 여전히 WBA가 총괄평가(summative assessment)로 오용될 가능성에 대한 우려를 나타냈으며, 이는 피드백 시스템 내 지속적인 긴장 요소였다.
• 초기 WBA 도구의 비효율적인 설계(tool design) 는 WBA 작성 지연과 피드백 전달의 저하로 이어졌고, 결과적으로 학생과 감독자 모두의 참여도(buy-in) 를 떨어뜨렸다.
• 학생들은 감독자에게 부담을 주고 싶지 않다는 이유로 WBA 요청을 꺼렸고, WBA를 규정상의 '체크리스트'로만 인식할 경우, 그 본래 목적이었던 유용한 피드백 제공이 약화되었다.
• 또한, 감독자의 태도와 도구에 대한 인식 등 맥락(context)과 문화(culture) 는 학생들의 도구 사용에 영향을 미쳤다.

이러한 긴장들은 정적인 것이 아니라 동적으로 변화하였으며, 기존 긴장이 완화되는 동시에 새로운 긴장이 나타났고, 결과적으로 학생들이 인식한 WBA에 대한 수용도(acceptance)는 2년 동안 전반적으로 향상되었다(보충 부록 5 참조: http://links.lww.com/ACADMED/B292).

🔹 CHAT 이론의 통합적 관점

CHAT(Cultural Historical Activity Theory) 를 이론적 틀(theoretical framework) 로 채택함으로써, 피드백과 WBA를 단일 행위가 아닌 더 넓은 활동 시스템(activity system)의 일부로 분석할 수 있었다.

• 대부분의 WBA 관련 연구는 사용자(user) 나 도구(tool) 자체에 초점을 맞추지만, 실제 임상 교육환경에서의 직접 관찰과 피드백은 다양한 요소들이 상호작용하는 복합 시스템 안에서 이루어진다.⁴²
• CHAT는 주체나 도구만이 아니라, 활동 시스템을 구성하는 모든 요소 간의 관계에 주목하도록 시야를 전환시킨다.⁴³,⁴⁴

도구의 두 가지 버전(2019년과 2020년)을 분석하면서, 활동 시스템 내 요소들이 서로 어떻게 영향을 미치는지 이해할 수 있었다.

• 예컨대, 1년 차에는 다양한 긴장이 시스템 내 단절(fragmentation)을 드러냈으나, 2년 차로 넘어가면서 형성평가 목적을 지지하는 방향으로 시스템 요소 간 조정(coordination)이 이루어졌다.

이는 WBA의 구현을 이해하는 데 있어 단순한 도구 사용 분석을 넘어 활동 패턴 자체에 대한 심층적 고찰을 가능하게 하였으며, CHAT는 그러한 해석을 이끌어내는 데 탁월한 이론적 도구였다.

또한, Engeström의 확장적 학습 이론(expansive learning theory) 에 따르면, 시스템 내 모순(contradictions)은 변화와 성장을 촉진할 수 있다.²³,²⁴ 본 연구에서의 피드백 활동 시스템의 변화는 이러한 확장 학습의 사례로 이해할 수 있다. 더 나아가 Engeström은 변화 실험실(Change Laboratory) 접근법을 제안하며, 시스템 내 이해관계자 간 협력을 통해 긴장을 분석하고 활동 시스템을 재설계하여 도구 구현을 개선할 수 있다고 보았다.⁴⁵ 이는 교육 맥락에 특화된 WBA 설계 전략을 마련하는 데 유익한 접근이 될 수 있다.

🔹 기존 문헌과의 연계

본 연구 결과는 형성평가를 위한 WBA에 대한 기존 문헌과 잘 일치한다.⁴,¹³,¹⁶,⁴⁶

• 경쟁이 심한 의학교육 문화 속에서 형성적 평가를 정착시키는 것은 어려운 과제이며,
• 본 연구는 WBA 피드백 활동 시스템의 여러 요소를 의도적으로 조정함으로써 도구에 대한 인식을 변화시킬 수 있음을 보여주었다.

예컨대,

• 학생에게 도구 작성 권한을 부여하고(division of labor),
• 기존 평가 시스템과 분리된 새로운 플랫폼(tool) 을 제공함으로써,
• 학생들이 WBA를 저부담(low-stakes)의 피드백 도구로 인식하게 되었으며, 피드백 과정에 더 적극적으로 참여하게 되었다.⁴⁷,⁴⁸

하지만 학생들은 여전히 감독자가 기억하는 내용이나 부정적인 피드백 요청의 위험성에 대한 우려를 보였다. 향후에는 피드백의 목적에 대한 학생 및 감독자 교육과 성장 지향적 대화를 위한 전략 교육을 강화하여, 학습자들이 피드백 활동 시스템에서 자신의 역할을 명확히 이해하도록 해야 한다.⁴⁷

🔹 WBA 설계 및 구현에 대한 시사점

다른 연구들과 마찬가지로, 본 연구에서도 다음과 같은 긴장이 반복적으로 나타났다:

• WBA가 학습 가치를 가지도록 설계되면서도, 과도한 부담은 주지 않아야 하며
• **학생과 감독자 간의 역할 분담이 이루어져야 하되, 피드백의 질을 저해하지 않아야 한다.**¹⁰

이에 따라, 본 연구는 피드백 활동 시스템 요소별로 구체적인 권고사항(Table 2 참고) 을 제시하며, 성공적인 WBA 사용을 위한 전략을 다음과 같이 정리하였다:

• 형성평가를 위한 기술 설계는 사용자 친화적이며 시간 효율적이어야 한다.
• 학생의 개별 학습 필요에 맞춤화되면서도, 교수자의 일상 업무 흐름을 방해하지 않는 방향으로 설계되어야 한다.⁴⁹
• WBA 규정이 단순한 체크리스트로 인식되는 현상을 완화하기 위해, 학생 중심의 WBA 도구 개발이 필요하다.
• 도구 작성 시간에 대한 고려 역시 중요하다. 이는 피드백의 학습 효과를 극대화하는 동시에, 학습자 평가 시스템에서 흔히 발생하는 데이터 수집 및 관리의 부담을 줄이기 위한 전략이다.⁴⁷

궁극적으로, 의과대학은 직접 관찰과 의미 있는 피드백 대화가 장려되는 문화를 조성해야 한다.⁴⁰ 이러한 시스템 수준의 변화(system-level change) 는 시간이 지나면서 피드백과 WBA가 임상실습 학습 문화의 일부로 자연스럽게 통합되도록 유도할 수 있을 것이다.

연구의 한계 (Limitations)

본 연구에는 여러 가지 제한점이 존재한다.

• 자료 수집은 단일 기관(one institution)에서만 진행되었고, 이는 WBA 도구의 초기 2년간의 도입 경험에 국한된다.
  → 다른 기관들의 피드백 활동 시스템은 상이할 가능성이 높으며, 본 연구 결과와의 유사점 및 차이점에 대해 별도의 고려가 필요하다.
• 본 연구에서의 피드백 활동 시스템에 대한 이해는 자발적으로 참여한 학생들의 관점에 기반하였다.
  → 연구진은 응답 순서대로 학생들을 인터뷰하였으며, 후속 응답자들의 관점이 다를 경우 결과에 영향을 미쳤을 가능성이 있다.
• 2년 차에는 LIC 학생 비율이 1년 차보다 높아졌는데, 이는 블록형 임상실습 학생들과는 다른 경험 차이를 더 잘 조명하는 데 기여했을 수 있다.
• 본 연구는 교수진, 전공의, 행정 담당자의 관점은 포함하지 않았으며, 이들의 WBA 구현 경험은 연구 범위를 넘어선다.
  → 그러나 이들의 시각은 활동 시스템 내 상호작용을 더욱 풍부하게 이해하는 데, 특히 업무 부담(perceived workload) 과 고품질 피드백 제공 능력에 대한 인식을 이해하는 데 도움이 될 수 있다.
• WBA에 대한 수용도 증가는 시간이 지남에 따라 학생들의 익숙함(familiarity)이 높아졌기 때문일 수도 있으며, 이는 1년 차와 2년 차 간 시스템 변화와 무관하게 발생했을 가능성이 있다.
• Pass/Fail 평가 체제로의 전환도 학생들의 평가 인식에 영향을 주었을 수 있다.
  → 이와 같은 성적 제도의 차이에 따라 활동 시스템은 달라질 수 있으며, 이는 다른 평가 시스템을 운영하는 기관에 적용 시 주의가 필요하다.⁴⁰,⁵⁰
• COVID-19로 인한 교육과정 중단(curricular interruptions) 은 2년 차에 영향을 미쳤다.
  → 연구진은 임상실습 중단 전후 모두에서 학생들을 인터뷰하였지만, 팬데믹으로 인한 모든 영향을 충분히 포착하지 못했을 수 있다.
  → 그러나, 2년 차의 두 시점(timepoints) 간 WBA 인식이나 사용 방식에는 큰 차이가 없었다.

결론 (Conclusions)

본 연구는 WBA를 시스템 수준의 개입(systems-level intervention) 으로 개념화하는 데 있어 다음과 같은 통찰을 제공한다:

• 의도된 피드백 목적(learning을 위한 formative feedback) 을 달성하기 위해서는
  사람(people), 기술(technology), 맥락(context) 간의 상호작용을 고려해야 한다.
• 피드백 활동 시스템을 다양한 관점에서 탐색하고,
  지속적인 시스템 모니터링 및 개선을 수행하는 것은,
  임상실습 환경에서 학습 중심 형성평가 문화를 정착시키기 위한 목표를 달성하는 데 핵심적이다.

필요하시면, 전체 내용을 요약하거나 PPT 슬라이드용으로 정리해 드릴 수도 있습니다. 또는 보충자료(Appendix)와 표(Table 1 & 2)도 요청해 주시면 번역해 드릴게요.

이 그림은 문화역사활동이론(Cultural Historical Activity Theory, CHAT) 을 기반으로 한 피드백 활동 시스템(feedback activity system) 을 시각적으로 설명한 모형입니다. 특히 이 모형은 WBA(Workplace-Based Assessment, 직장기반평가) 가 의과대학 임상실습 교육 환경에서 어떻게 피드백 활동을 매개(mediate)하고, 그 과정에서 어떤 구성 요소 간 상호작용과 긴장(tension)이 발생하는지를 설명**합니다.

🔷 구성 요소 설명 (CHAT의 6요소 + 결과)

1. Subject (주체)

• 설명: 활동에 참여하고 있는 학생(student).
• 역할: 피드백 활동의 중심 참여자이며, 학습 및 자기 성장의 주요 수혜자.

2. Tools (도구)

• 설명: 활동을 매개하는 도구, 여기서는 WBA 도구가 해당.
• 예시: WBA 양식, 플랫폼(예: MedHub, Qualtrics), QR 코드 접근 등.

3. Object (목표)

• 설명: 활동의 목적. 이 그림에서는 피드백(feedback) 이 명시됨.
• 핵심: 단순히 WBA를 작성하는 것이 아니라, 학습을 위한 피드백 제공이 목적임.

4. Outcome (결과)

• 설명: 활동의 결과물. 여기서는 학습(learning) 으로 설정됨.
• 강조점: Object → Outcome으로의 전환은 시스템 요소들이 잘 정렬될 때 이루어짐.

5. Rules (규칙)

• 설명: 활동과 관련된 규범과 지침(norms and guidelines).
• 예시: 학교의 WBA 작성 규정, 피드백 횟수 요구(예: 주 2회), 성적 평가 방식 등.

6. Community (공동체)

• 설명: 활동이 수행되는 맥락에서의 구성원들.
• 예시: 지도 교수(attendings), 전공의(residents), 동료 학생(peers) 등.

7. Division of Labor (노동의 분업)

• 설명: WBA 작성을 누가 어떻게 수행하는지를 포함한 역할 분담.
• 예시: 감독자가 작성 vs. 학생이 자가 작성, 피드백 요청의 주도권 등.

🔷 주요 특징 및 해석

✅ 굵은 선

• 각 요소들이 서로 상호작용(interaction) 하며 연결되어 있음을 의미합니다.
• 이 상호작용이 조화를 이루면 효과적인 피드백과 학습으로 이어지고, 불균형이 발생하면 긴장(tension)이 생김.

✅ 회색 점선 화살표 & 주석

• Tensions (긴장) 은 활동 시스템 요소들 간의 상호작용에서 발생할 수 있으며, 이는 학습과 변화(learning and transformation) 로 이어질 수 있음.
• 예: 도구(WBA)의 목적이 '형성평가'임에도 불구하고 '총괄평가'로 오해될 경우 Object와 Tool 사이에서 긴장이 발생.

🔷 전체 구조 요약

이 그림은 학생(student) 이라는 주체가, WBA 도구(tool) 를 사용하여, 피드백(object) 을 받기 위한 활동을 수행하고, 그 결과로 학습(outcome) 을 달성하는 이상적인 시스템을 보여줍니다. 그러나 이 모든 과정은 규칙, 공동체, 역할 분담 등 다양한 요소들과의 상호작용에 따라 지원되거나 방해받을 수 있으며, 때로는 긴장과 갈등을 낳기도 한다는 점을 강조합니다.

📌 활용 포인트 (교육적 적용 시)

• 이 모델은 단순한 평가 도구(WBA) 사용을 넘어, 전체 교육 시스템의 맥락에서 도구가 어떻게 기능하는지 분석하는 데 유용합니다.
• 또한 시스템 내 긴장 요소를 식별하고 변화 전략을 설계하는 데 이론적 틀로 활용될 수 있습니다 (예: Engeström의 확장학습 모형 및 Change Laboratory 접근).

필요하시다면 이 그림을 활용하여 슬라이드용 요약, 학생 강의 자료, 혹은 연구 프레임워크 구성에 맞춘 분석도 도와드릴 수 있습니다.

이 그림은 Figure 3으로, **2019년(1년 차)**과 **2020년(2년 차)**에 걸쳐 **임상실습 피드백 시스템의 변화와 그에 따른 긴장(tensions)**을 **CHAT(Cultural Historical Activity Theory)**의 틀을 활용하여 시각화한 것입니다.
특히, 그림은 WBA(Workplace-Based Assessment) 도구의 변화와 함께 시스템 내 요소들 간 긴장이 어떻게 진화했는지를 비교하고 있습니다.

🔷 전체 구조 개요

그림은 두 개의 삼각형 모형을 통해 두 해의 시스템을 각각 시각화하고 있으며, 아래 표에서는 CHAT 요소 간 긴장을 요약하고 비교하고 있습니다.

🔹 Feedback System in Year 1 (2019)

🧩 Tool

• New MedHub 도구, 컴퓨터 기반, 기술적 문제 있음
• 도구의 설계가 불편하고 시간 소모적(cumbersome)

🎯 Object

• 표면적으로는 피드백이 목적이지만, 실제로는 *코스 요건 충족(meet course requirements)*에 치우침

🧑 Subject

• 임상실습 학생들(clerkship students)

⚖ Rules

• 주 2회의 WBA 요구가 강제됨

👥 Community

• 교수, 전공의, 동료 학생들 등 8개의 필수 임상실습 환경의 공동체

🛠 Division of Labor

• WBA는 전적으로 감독자가 작성

🎯 Outcome

• 지연된 피드백, 피드백의 질 저하, 도구와 무관한 구두 피드백 발생

🔹 Feedback System in Year 2 (2020)

🧩 Tool

• Qualtrics 도구, 모바일 기반, QR 코드 접근
• 실시간 피드백 가능해짐

🎯 Object

• 형성적 피드백(formative feedback), 감독자와의 상호작용, 코스 요건 충족

🧑 Subject

• 동일하게 임상실습 학생들

⚖ Rules

• 주 2회의 WBA 규정은 유지

👥 Community

• 동일한 8개 실습 환경

🛠 Division of Labor

• 학생 또는 감독자가 작성 가능(자가작성 허용됨)

🎯 Outcome

• 실시간 피드백 증가, 학습과 성찰 중심 피드백, 구두/서면 피드백 병행

📊 하단 표 요약: CHAT 요소별 주요 긴장 비교

✅ 핵심 해석

• 이 그림은 도구의 단순한 업그레이드가 아니라, 역할 분담, 문화, 규칙, 인식 등 활동 시스템 전반의 상호작용이 함께 진화하면서 피드백의 질과 학습 효과가 향상됨을 보여줍니다.
• 특히 학생이 주체가 되어 도구를 활용하고 피드백을 이끌어내는 방향으로의 전환은, 형식적 ‘과제’에서 실제 ‘학습 기회’로의 전환을 가능하게 했습니다.
• CHAT은 이러한 복잡하고 다층적인 변화를 분석하고 해석하는 데 매우 강력한 이론적 렌즈로 작동했습니다.

필요하시면 이 도표를 기반으로 슬라이드 요약, 강의 자료, 논문 발표 시 설명용 해석 문구도 제공해드릴 수 있습니다.

Beyond Checking Boxes: Exploring Tensions With Use of a Workplace-Based Assessment Tool for Formative Assessment in Clerkships

🩺 전공의 임상교육에서 효과적인 피드백이란?

― 최근 체계적 문헌고찰을 통해 본 핵심 원칙과 모델들

안녕하세요!
오늘은 전공의 임상교육(Postgraduate Medical Education)에서 ‘피드백(feedback)’을 어떻게 주는 것이 가장 효과적인 방식인지에 대해 다룬 최근 논문 하나를 소개드릴게요. 이 논문은 단순한 제언 수준이 아니라, 관련 문헌을 전반적으로 정리하고 분석한 **체계적 문헌고찰(Systematic Review)**이에요. 덕분에 피드백에 대해 갖고 있던 여러 궁금증들을 명확하게 정리해주는 느낌이었습니다.

🔍 논문 개요

이 논문은 임상 현장에서 감독자(supervisor)가 피감독자(supervisee, 주로 전공의)에게 피드백을 제공할 때, 과연 어떤 방식이 가장 효과적일지를 파악하기 위해 다양한 모델과 원칙들을 분석한 체계적 고찰이에요. 연구진은 이렇게 말합니다:

“We aimed to systematically and critically review the empirical evidence focusing on the provision of effective feedback in clinical supervision in postgraduate medical education.”
→ 우리는 전공의 임상 교육에서 효과적인 피드백 제공에 관한 경험적 근거를 체계적이고 비판적으로 고찰하고자 했다.

그리고 부차적인 목적은 이렇습니다:

“Our secondary aim was to identify the common and differentiating components of models and guidance relating to the provision of effective feedback in this context.”
→ 이 맥락에서 모델들과 가이드라인의 공통점과 차이점을 규명하는 것이었다.

1️⃣ 도입: 피드백에 대한 새로운 관점

예전에는 피드백을 단순히 "감독자가 피감독자에게 정보를 전달하는 것"으로 생각했어요. 하지만 요즘은 피드백을 ‘대화’로 바라보는 시선이 늘고 있습니다. 즉, 피감독자가 수용하고 활용할 수 있도록 **공동 성찰(joint reflection)**을 이끄는 방식이죠.

“There is a growing trend towards thinking about feedback as a conversation… with the supervisor facilitating joint reflection on the supervisee’s performance and ways to improve it.”
→ 피드백을 대화로 인식하려는 경향이 증가하고 있으며, 이때 감독자는 피감독자와 함께 수행을 돌아보고 개선 방안을 모색하는 역할을 한다.

하지만 실제 현장에서의 간극은 존재합니다. 감독자는 보통 “충분히 피드백을 준다”고 느끼는 반면, 피감독자는 “양도 적고 질도 떨어진다”고 느끼는 경우가 많아요. 이를 해결하기 위해 여러 피드백 모델과 가이드라인이 소개되어 왔지만, **경험적 근거(empirical evidence)**가 얼마나 탄탄한지에 대한 질문은 여전히 남아 있었죠.

2️⃣ 본론: 문헌고찰을 통해 발견한 주요 결과들

📚 포함된 연구 개요

• 총 4745개의 문헌을 검색했고, 이 중 51편이 포함 기준을 충족했어요.
• 그 중 **12편은 경험적 연구(empirical studies)**였고, 나머지는 이론 기반 논문이었습니다.

경험적 연구들은 대부분 질적으로 fair한 수준으로 평가되었고, **피드백의 효과성(effectiveness)**은 주로 **감독자와 피감독자의 인식(perceptions)**에 근거해서 평가되었어요. 단 한 편만이 행동 변화를 직접 측정했다고 하니, 이 부분은 좀 아쉬운 지점이었죠.

🧱 주요 피드백 모델들과 그 공통 요소

총 21개의 피드백 모델을 분석했는데, 이 중 10개 이상(50% 이상)에서 공통으로 포함된 ‘핵심 구성 요소(core components)’는 다음과 같아요:

• 피감독자의 자기평가(self-assessment) 유도
• 개선이 필요한 영역 언급
• 개선 제안 제공
• 개선 계획(improvement plan) 수립

이 외에도 20~50%의 모델에서 나타난 ‘공통 구성 요소(common components)’는 다음과 같아요:

• 교육적 동맹(educational alliance) 형성
• 목표 검토와 초점 설정
• 구체적이고 행동 중심적인 내용
• 직접 관찰 기반 피드백
• 잘한 점 강조
• 피감독자의 피드백 인식 탐색

📌 재밌는 점은, 다양한 모델들이 이들 구성 요소를 중심으로 서로 큰 충돌 없이 일관된 원칙을 공유하고 있다는 점이었어요.

🧠 효과적인 피드백의 공통 원칙들

문헌에서 공통적으로 등장한 ‘효과적인 피드백의 원칙들’ 중 일부는 다음과 같아요:

• 구체성(Specificity)
• 시기적절함(Timeliness)
• 비판단적 언어 사용(Descriptive, non-judgemental language)
• 정기적인 피드백(Regularity)
• 대면(face-to-face) 피드백

이 중 일부는 기존 모델에 반영되지 않았다는 점이 흥미롭죠. 예를 들어 정기적인 피드백 제공이나 비판단적 언어 사용은 모델보다는 문헌에서 더 많이 강조된 원칙이에요.

3️⃣ 후반부: 감독자의 태도와 피드백의 관계, 그리고 현실의 복잡성

연구진은 이렇게 말합니다:

“Effective feedback is not about just delivering a message; it involves facilitating a conversation to collaboratively understand the supervisee’s performance and find ways to enhance it.”
→ 효과적인 피드백은 단순한 전달이 아니라, 피감독자의 수행을 함께 이해하고 개선 방법을 찾기 위한 대화를 이끄는 것이다.

그리고 감독자가 단지 지식을 아는 것만으로는 부족하고, 다음과 같은 개인적 자질이 매우 중요하다고 강조해요:

• 태도(attitudes)
• 가치관(values)
• 동기(motivation)
• 헌신(commitment)

또한, **감독자의 이중 역할(conflicting roles)**이 피드백에 부정적 영향을 줄 수 있다는 점도 짚고 넘어갑니다.

“When conflicting roles are unaddressed, it can lead to a rupture in the educational alliance and limit a supervisee’s openness to disclosing areas they would benefit from improvement in.”
→ 상충되는 역할이 명확히 다뤄지지 않으면 교육적 동맹이 깨지고, 피감독자는 자신의 개선이 필요한 영역을 드러내는 데 주저하게 된다.

🧭 결론: 통합 모델의 의미와 향후 연구 방향

결론적으로, 모델 자체를 뒷받침하는 경험적 근거는 아직 제한적이지만, 피드백 원칙 자체에 대해서는 문헌 전반에서 상당한 합의가 이루어졌다는 점이 위안이 됩니다.

연구진은 다음과 같이 마무리합니다:

“We envisage that the principles outlined in our composite model emerging from this review will be of practical assistance to supervisors in working collaboratively with supervisees to deliver feedback effectively.”
→ 우리는 이번 고찰을 통해 도출된 통합 모델의 원칙들이, 감독자가 피감독자와 협력적으로 효과적인 피드백을 제공하는 데 실질적인 도움이 될 것이라 기대한다.

🩺 도입(Introduction)

Clinical supervision은 **전공의 교육(postgraduate medical education)**의 핵심 요소입니다.¹–³ 감독자가 피감독자에게 그들의 수행(performance)에 대해 제공하는 *피드백(feedback)*은, **효과적인 임상 지도(clinical supervision)**의 핵심 구성 요소로 간주되며,⁴–⁶ 피감독자의 학습과⁴ 수행 향상⁴ ⁷–⁹을 촉진합니다. 전통적으로 피드백은 감독자가 피감독자의 수행의 어떤 측면에 대해 **일방향적(one-way)**으로 정보를 전달하는 것으로 개념화되었습니다.¹⁰ 하지만 최근에는 피드백을 **대화(conversation)**로 간주하려는 경향이 증가하고 있습니다. 이때 감독자는 피감독자의 수행에 대해 **함께 성찰(joint reflection)**하고, 이를 어떻게 향상시킬 수 있을지에 대해 함께 논의하는 역할을 수행합니다.⁴ ¹¹ ¹²

이러한 *현대적인 개념화(contemporary conceptualisation)*에서 핵심은, 학습자(피감독자)를 적극적으로 참여시키는 것이며, 이는 피드백을 **수용(acceptance)**하고 **개선에 활용(use)**할 수 있도록 하기 위한 목적입니다.⁴ ¹¹ ¹²

감독자들은 일반적으로 충분하고 빈번하게 피드백을 제공한다고 믿고 있습니다.⁴ ⁸ ¹⁰ ¹³ ¹⁴ 하지만, 피감독자들은 자신이 받은 피드백이 양과 질 모두에서 부족하다고 인식하는 경향이 있습니다.⁴ ⁷ ⁸ ¹⁰ ¹³ ¹⁴ 효과적인 피드백을 제공하기 위한 가이드라인은 문헌상 존재하며, 대표적으로는

• Feedback Sandwich 모델,⁷ ⁸
• Pendleton’s rules,⁶–⁸
• ALOBA principles⁶ 등이 있습니다.

하지만 **이러한 가이드라인이 실제 경험적 근거(empirical evidence)**에 의해 얼마나 뒷받침되는지는 명확하지 않습니다.

본 연구의 목적은 전공의 임상 교육 상황에서 효과적인 피드백 제공에 대한 경험적 근거를 체계적이고 비판적으로 고찰하는 것이며, 부차적 목적으로는, 해당 문맥에서 사용되는 피드백 모델들과 가이드라인의 공통 요소와 차별 요소를 규명하고자 하였습니다.

🔍 연구 방법(Method)

본 연구는 **체계적 문헌고찰(Systematic Review)**로, **PRISMA 가이드라인(Preferred Reporting Items for Systematic Reviews and Meta-Analyses)**¹⁵을 따랐으며, 연구 프로토콜은 PROSPERO에 등록하였습니다.¹⁶

📌 포함 기준 (Eligibility Criteria)

우리는 다음과 같은 조건을 만족하는 경험적(정성적 또는 정량적) 및 이론적 문헌을 찾고자 하였습니다:

• Population (대상): 전공의 의학 교육 맥락에서 임상 지도를 받는 의료 종사자(medical practitioners)
• Intervention (중재): 효과적인 피드백 제공을 목적으로 하는 모델 또는 가이드라인
• Outcome (결과): 피드백이 *효과적(effective)*이었는지를 중심으로 평가
  → 예: 피감독자의 행동 변화, 감독자 및 피감독자의 태도나 인식
• Comparator (비교군): 대부분의 문헌이 비통제(uncontrolled)일 것이라 예상되어 비교군 기준은 정의하지 않았음
• 제외 기준: 언어 및 출판연도에 제한을 두지 않음

🗂 정보 출처 (Information Sources)

예비 검색 후, JW가 아래 데이터베이스에서 정식 검색을 수행하였습니다:

• PubMed
• EMBASE
• PsycINFO
• CINAHL
• The Cochrane Library

최종 데이터 추출일은 2019년 8월 25일입니다. 또한, 선별된 경험적 문헌의 참고문헌 목록을 통해 추가 자료를 찾았으며, **해당 문헌의 교신저자들(corresponding authors)**에게 이메일을 통해 추가 연구 및 미출간 자료도 요청하였습니다.

🔍 검색 전략 (Search Strategy)

전체 검색 전략은 **보조 파일 1 (online supplemental file 1)**에 제공되어 있으며, PubMed에서 사용된 최종 검색어는 다음과 같았습니다:

‘(postgrad* OR trainee* OR doctor* OR physician* OR medical practitioner*) AND feedback AND (supervis* OR clinical teach*)’

✅ 연구 선정 (Study Selection)

문헌 선정 절차는 **도표(Figure 1)**에 요약되어 있습니다.

• JW가 모든 검색 결과를 EndNote X9에 불러온 후, 중복 문헌을 제거하고, 제목과 초록(Title and Abstract) 수준에서 1차 선별을 실시하였습니다.
• 전문(full-text) 수준에서의 포함 여부는 두 명의 저자(CR, JW)가 독립적으로 평가하였고, 논의와 합의를 통해 결정하였습니다.

🧪 질 평가 (Quality Appraisal of Empirical Studies)

포함된 경험적 연구들은 Critical Appraisal Skills Programme (CASP) 체크리스트¹⁷를 사용하여 평가했습니다. 단, **설문조사(survey methodology)**를 사용한 연구에는 Center for Evidence-Based Management tool¹⁸을 사용했습니다.

• 두 명의 저자(CR, JW)가 독립적으로 체크리스트를 완료하고, 연구들을 poor / fair / good로 평가하였습니다.
• 이후 **제3의 저자(SP)**가 이 평가를 검토하고, 직접 체크리스트를 작성한 후, CR, JW와의 논의를 통해 최종 합의에 도달했습니다.

→ 전체 체크리스트 및 평점은 보조 파일 2에 수록되어 있습니다.

📊 자료 수집 및 분석 (Data Collection and Synthesis)

📌 1. 경험적 연구 (Empirical Studies)

두 명의 연구자(CR, JW)가 각각 독립적으로 경험적 논문에서 자료를 추출하였고, 불일치는 **제3의 연구자(SP)**와의 논의를 통해 **합의(consensus)**에 도달하였습니다.

• 메타분석(meta-analysis), 출판 바이어스에 대한 통계적 평가, **민감도 분석(sensitivity analysis)**은 **비교 가능한 연구가 충분하지 않아 수행되지 않았습니다.**¹⁹
• 데이터는 **표 형식(tables)**과 **서술적 종합(narrative synthesis)**을 통해 요약되었으며, 특히 포함된 연구의 질에 초점을 맞추었습니다.

📌 2. 피드백 모델 및 가이드라인 (Feedback Models and Guidance)

• JW는 이론적 및 경험적 논문에서 효과적인(effective), 비효과적인(ineffective) 피드백에 관한 모델과 가이드라인의 내용을 추출하였습니다.
• 정성적 내용 분석(qualitative content analysis) 방법론²⁰ ²¹을 사용하여 피드백과 관련된 핵심 주제(theme), 원칙(principle), **구성 요소(component)**를 식별하고, 각각이 얼마나 널리 인용되었는지와 경험적 근거의 유무를 확인하였습니다 → ⬅ 보조 파일 3(online supplemental file 3) 참조
• CR은 이 데이터를 독립적으로 검토 및 검증하였습니다.
• 이후, 효과적인 피드백과 비효과적인 피드백의 원칙들을 요약표(summative table) 형태로 정리하였습니다
  → ⬅ 보조 파일 4
• 또한 JW는 개별 피드백 모델들이 해당 핵심 원칙들을 포함하고 있는지를 분석하였습니다
  → ⬅ 보조 파일 5
• **핵심 구성 요소(core components)**는 전체 모델 중 50% 이상에 포함된 요소,
  **공통 구성 요소(common components)**는 20% 이상에서 나타난 요소로 정의되었습니다.
• 이러한 기준에 따라, 효과적 vs 비효과적 피드백의 공통 원칙을 표 형식으로 정리하고,
  전체 문헌에서 도출된 효과적인 피드백 제공을 위한 가이드라인을 도식화된 형태로 시각화하였습니다.

🧾 결과 (Results)

🔎 검색 결과 요약

총 4745개의 문헌이 검색되었으며, 이 중 51개 문헌이 본 고찰에 포함되었습니다. 이 중 **12개는 경험적 데이터(empirical data)**를 보고하고 있었습니다. 검색, 스크리닝, 제외, 포함 과정을 요약한 PRISMA 흐름도는 Figure 1에 제시되어 있습니다.

📚 경험적 연구 개요 (Empirical Studies)

• 포함된 12개의 경험적 연구 중:
  • 7편은 정성적 연구(qualitative)
  • 4편은 정량적 연구(quantitative)
  • 1편은 *혼합 방법 연구(mixed-methods)*였습니다.

→ 정성적 연구와 정량적 연구는 각각 표 1, 표 2에 요약되어 있으며, 혼합 방법 연구는 두 표에 분할 포함되어 있습니다.

• **무작위 대조 연구(Randomised Controlled Trial, RCT)**는 1편뿐이었으며, 나머지 연구들은 **비통제 설계(uncontrolled design)**로 근거 중심 의학의 근거 수준에서 낮은 수준으로 평가되었습니다.²²–²⁴
• 피드백의 **효과성(effectiveness)**은 주로 다음의 인식(perceptions)을 통해 평가되었습니다:
  • 피감독자(supervisees): ⁵ ²⁵–³²
  • 감독자(supervisors): ²⁹–³²
  • 동료들(colleagues): ²⁹
• 단 1편의 연구만이 **피감독자의 수행(performance)**에 대한 직접적인 영향을 탐구하였습니다.³⁴

🧠 정성적 연구 (Qualitative Studies)

• 정성 연구 8편(혼합 연구 포함) 중:
  • 4편: ‘낮은(‘poor’) 질’로 평가됨
  • 3편: ‘보통(‘fair’) 질’
  • 1편: ‘높은(‘good’) 질’
• ‘poor’ 평가를 받은 연구:
  • 피감독자 인터뷰 연구 2편²⁵ ²⁷
  • 피드백 경험에 대한 내러티브 탐구 1편⁵
  • 훈련생 및 감독자의 인식을 탐색한 탐색적 연구 1편²⁶
• ‘fair’ 평가 연구:
  • 특정 피드백 모델을 적용하고, 피드백 회의 녹취록을 분석하거나 감독자 및 피감독자와 디브리핑 회의를 진행함³⁰–³²
• ‘good’ 평가 연구:
  • 피드백 대화의 녹취록을 분석하여 **상호작용 유형(one-way vs two-way)**을 포함한 상호작용 형태를 식별³³

📌 특정 피드백 모델을 탐구한 3개의 연구

✅ R2C2 모델 (fair-quality 2편)³⁰ ³¹

• 구성 단계:
  1. 관계 형성(Rapport and Relationship)
  2. 피드백에 대한 반응 탐색(Reaction)
  3. 피드백 내용(Content) 이해 확인
  4. 수행 변화(Coaching) 계획
• 피드백 대화에 피감독자가 적극 참여하도록 돕는 데 효과적이며, 수행 개선 계획 수립 및 행동 변화로 이어졌다고 보고됨

✅ ECO 모델 (fair-quality 1편)³²

• 구성: 감정(Emotion) → 내용(Content) → 결과(Outcome) 순으로 다룸
• 감독자 및 피감독자 모두 긍정적으로 평가하며, 피감독자는 개선 영역에 따라 실제 행동 변화가 있었고, 감독자는 실제 실무 변화를 목격하였다고 보고

🔍 구체적 모델이 아닌 원칙 중심 연구 (5편)

효과적인 피드백의 공통 구성 요소로 다음이 보고됨:

• 존중적이고 우호적인 교육 분위기 조성
• 정기적이고 시기적절한 피드백 제공
• 구체적이고 명확한 피드백
• 직접 관찰에 기반한 피드백
• 비판단적(non-judgemental) 접근
• 개선 계획 수립

이러한 원칙들은 대부분 **피감독자의 인식(perception)**을 통해 도출되었으며,
피감독자가 유익하다고 느낀 피드백 사건과 연관됨

📈 정량적 연구 (Quantitative Studies)

• 정량 연구 5편(혼합 연구 포함) 중:
  • 4편: ‘보통(fair)’ 질
  • 1편: ‘낮은(poor)’ 질 (회의 초록만 존재)²⁸
• RCT 연구(fair-quality):
  • metrics-based vs non-metrics feedback 비교: 초음파 시술에서 단계 수행 증가, 오류 감소³⁴
• 문서화된 실행 계획과 피드백 간 연관성을 분석한 연구 1편: 피드백 상호작용이 아닌 문서 양식 분석에 국한³⁵
• 다중 출처 피드백(multi-source feedback) 도구를 평가한 연구 1편: 전반적으로는 긍정적 평가, 그러나 감독자와 피감독자의 인식 차이 존재²⁹
• 도움이 된(helpful) vs 도움이 안 된(unhelpful) 피드백을 비교한 연구 1편⁵:
  • 도움이 된 피드백의 9가지 기법:
    예: 친근하고 존중하는 분위기 조성, 비판단적 접근
  • 도움이 안 된 피드백의 5가지 기법:
    • 피드백 전에 피감독자의 생각/감정을 묻지 않음
    • 개선 제안 없음
    • 목표 기반 아님
    • 양이 너무 많거나 적음
    • 판단적인 태도

🧱 문헌에 나타난 피드백 모델 (Feedback Models in the Literature)

총 21개의 피드백 모델이 임상 감독(clinical supervision)에서 효과적인 피드백을 다루는 것으로 확인되었습니다
→ ⬅ 보조 파일 5(online supplemental file 5) 참조

📌 핵심 구성 요소(Core Components)

전체 모델의 ≥50% (n≥10) 이상에서 공통적으로 나타난 핵심 요소는 다음과 같습니다:

• 피감독자의 자기평가(self-assessment)를 유도함
• 개선이 필요한 영역을 언급함
• 개선 제안(suggestions for improvement)을 제공함
• 개선 계획(improvement plan)을 수립함

📌 공통 구성 요소(Common Components)

*전체 모델의 ≥20%~50% (n≥5)*에서 발견된 공통 요소는 다음과 같습니다:

• 교육적 동맹(educational alliance) 구축
• 피감독자의 목표를 검토하여 피드백의 초점을 설정함
• 피감독자의 자기평가를 다룸
• 피드백 내용은 구체적이고(specific), **행동 중심적(behaviourally focused)**이며,
  가능하다면 직접 관찰(first-hand observations)에 기반하고, 잘 수행된 점에 대한 긍정적 언급을 포함함
• **피감독자의 피드백에 대한 인식(view)**을 탐색함

💡 중요한 점: 모델 간에 상충되는 원칙이나 구성 요소는 발견되지 않았습니다.

📂 모델의 유형 분류 (Types of Feedback Models)

각 모델은 강조하는 측면에 따라 다음의 세 가지로 분류되었습니다:

🔬 경험적 검증이 이루어진 모델

• **21개 모델 중 단 2개(10%)**만이 경험적 연구에 의해 뒷받침됨:
  • R2C2 model
  • ECO model
• 핵심 원칙(core principles) 포함 비율:
  • R2C2 모델: 75% (n=3)
  • ECO 모델: 50% (n=2)
• 공통 요소(common features) 포함 비율:
  • 각 모델 모두 37.5% (n=3)를 포함

📜 효과적/비효과적 피드백의 원칙 (Principles of Effective and Ineffective Feedback)

전공의 임상 교육 문헌에서 다양한 효과적 및 비효과적 피드백의 원칙이 확인되었습니다.

• 20% 이상(n≥10)의 문헌에서 반복적으로 언급된 **공통 원칙(common principles)**은 표 3에 정리됨
  → ⬅ 보조 파일 4 참조
• 각 원칙은 경험적 연구에 의해 어느 정도 지지되며, 대부분은 ‘보통(fair)’ 수준의 연구에서 도출됨
• 가장 많이 언급된 효과적 피드백의 원칙:
• ‘구체적으로 제공하기(being specific)’

⚠️ 모델과 불일치하는 원칙들

다음 두 가지 원칙은 많이 언급되었음에도, 피드백 모델 내 공통 구성 요소로 포함되지 않았습니다:

1. 시기적절한 피드백 제공(timely feedback)
2. 판단적이지 않은 언어 사용(descriptive rather than judgemental language)

또한, 아래 두 원칙은 어떠한 모델에서도 나타나지 않았지만, 문헌상에서 자주 언급된 효과적인 피드백의 원칙입니다:

• 정기적인 피드백 제공(regular feedback)
• 대면 피드백(face-to-face feedback)

⚖️ ‘평가적 진술(evaluative statements)’에 대한 문헌 내 상반된 입장

• 다수의 문헌에서는 비판단적 언어(non-evaluative language) 사용의 중요성을 강조함⁶ ⁷ ³⁶ ³⁷ ⁴⁰ ⁴¹
  → 감독자의 **평가적 언급은 피감독자의 방어적 태도(defensiveness)**를 유발할 수 있어 학습에 방해됨
• 반면, **일부 문헌에서는 수행 기준(performance standards)**과의 비교를 권고함⁴ ⁴²
  → 피감독자가 격차(gaps)를 명확히 인식할 수 있도록 하기 위함
• 한 연구는 동기 유발에 도움이 된다면 평가 기준과의 연결이 바람직하다고 하며,
  **비교가 좌절감을 유발할 경우에는 자가 향상(personal excellence)**에 초점을 둘 것을 제안함¹⁰

🧩 효과적인 피드백 제공을 위한 통합 모델 (Composite Model)

문헌에 나타난 다양한 가이드라인을 종합하여
__임상 감독 상황에서 효과적인 피드백 제공을 위한 ‘통합 모델(composite model)’__을 제시함
→ ⬅ Figure 2 참고

이 모델은 다음을 포함합니다:

• 모든 핵심 및 공통 구성 요소와 원칙
• 모델 외 문헌에서 제안된 공통 원칙들

📌 통합 모델의 주요 강조점

• 교육적 동맹(educational alliance) 형성의 중요성
• 여러 단계에서 피감독자의 의견을 수렴하고 그에 따라 피드백을 **유연하게 조정(adapt)**할 것
• **직접 관찰(first-hand observation)**의 중요성 강조
• **구체성(specificity)**과 개선 계획 수립(improvement planning) 강조

✅ 이 모델은 기존의 개별 모델들보다 구조적(structural), 내용 기반(content-based), 지원 중심(supportive) 측면 모두를 아우르는 보다 포괄적인 접근을 제시합니다.

💬 논의 (Discussion)

임상 감독 상황에서 효과적인 피드백을 제공하기 위한 다양한 모델들이 존재합니다. 그러나, 이러한 모델 중 경험적 검증을 받은 것은 전체의 10%에 불과하며, **모델 간 비교 효과성(comparative effectiveness)**에 대한 근거는 존재하지 않습니다.

그나마 다행인 점은, 다양한 피드백 모델들 간에 **핵심 및 공통 구성 요소들(core and common components)**이 일관되게 공유되고 있다는 것입니다. 또한, 이 구성 요소들은 **보다 광범위한 문헌에서 제시된 효과적인 피드백 원칙들과도 잘 정렬(alignment)**되어 있었습니다.

문헌에서 자주 언급되는 피드백 원칙들은 **일정 수준의 경험적 근거(empirical support)**를 가지며, 그 근거의 대부분은 ‘보통(fair)’ 수준으로 평가된 경험적 연구들에서 도출되었습니다. 이처럼 피드백 모델들의 공통 요소와 효과적 피드백의 원칙들을 식별함으로써, 우리는 **임상 감독 상황에서 효과적인 피드백을 제공하기 위한 통합 모델(composite model)**을 제안하였습니다. 이 모델은 의학교육뿐 아니라 다양한 임상 훈련 분야에서 감독자와 기관 모두에게 실질적으로 유용할 것으로 기대됩니다.

🤝 피드백 제공에서 감독자-피감독자 관계의 중요성

임상 감독 상황에서 효과적인 피드백을 제공하는 데 있어, 가장 핵심적인 요소 중 하나는 감독자(supervisor)와 피감독자(supervisee) 간의 관계입니다.

• 감독자가 **교육적 동맹(educational alliance)**을 형성하기 위한 사전 노력을 기울이고,
• 이 동맹을 유지할 수 있도록 개별화된 맞춤형 피드백을 제공하는 것이 중요합니다.

__지원적이고 협력적인 접근 방식(supportive and collaborative approach)__은 피감독자가 피드백을 유효하고 관련성 있는 것으로 인식하고, 실제로 행동으로 옮길 가능성을 높여줍니다.

효과적인 피드백은 단순한 정보 전달이 아니라,
피감독자의 수행을 함께 이해하고 이를 향상시키기 위한 대화(conversation)의 촉진입니다.

❓ 형식(formal) vs 비형식(informal), 형성(formative) vs 총괄(summative) 피드백 구분의 모호함

본 고찰에 포함된 많은 논문들이 자신들이 다루는 피드백이 형식적 또는 비형식적인 것인지,
그리고 형성적 또는 총괄적 목적 중 어느 것인지를 명확히 기술하지 않았습니다.⁵ ²⁷ ³⁷ ³⁸

• 일부 문헌은 피드백이 형식적/비형식적 모두에 해당한다고 명시하였고,⁴ ⁶ ⁴¹
• 또 다른 문헌은 형성적/총괄적 목적 모두를 언급했습니다.¹³ ³⁰ ⁴²
• 몇몇은 **형성적 피드백(formative feedback)**에 초점을 두었으며,⁷ ²⁶ ³⁵
• 일부는 **형식적 형성 평가(formal formative assessment)**에 집중했습니다.³⁶

한편, 어떤 논문은 피드백을 **항상 형성적인 것(formative)**으로 간주하며, **총괄적 평가(summative evaluation)**와는 구분된다고 보았습니다.⁴⁰ ⁴³

실제 교육 현장에서는 **형식-비형식, 형성-총괄의 이분법적 구분보다는 연속선(continuum)**으로 존재하며,
이 피드백은 평가와도 통합되어 작동하고 있습니다.⁸ ³⁰

본 고찰에서 제시한 원칙들과 통합 모델은,

• 짧고 비공식적인 형성 피드백,
• 직장 기반 평가(workplace-based assessment)를 포함한 형식적 형성 피드백,
• 총괄적 평가 후 제공되는 피드백 등
  __임상 감독 상황에서 이루어지는 모든 형태의 피드백 상호작용에 적용 가능__합니다.

⏩ 따라서, **개인과 관계, 그리고 맥락에 따라 요소들을 조정할 수 있는 유연한 접근(flexible approach)**이 권장됩니다.

🚧 기존 문헌의 한계 (Limitations of the Existing Literature)

효과적인 피드백에 관한 가이드라인과 원칙에 대한 신뢰도는 경험적 근거의 수량과 질이 제한적이라는 점에서 영향을 받습니다.

❗ ‘효과적인 피드백’ 정의 및 측정의 문제

• 피드백의 **효과성(effectiveness)**은 주로 감독자와 피감독자의 **주관적 인식(subjective perception)**을 통해 측정됨
• 이는 중요하지만, 피드백의 **주된 목표인 수행 향상(professional development)**을 직접적으로 측정하지는 않음⁴ ¹⁰

🧠 보다 직접적인 측정 지표는 피감독자의 행동 변화, 태도, 지식의 변화일 수 있습니다.

하지만 행동 변화를 주요 결과 지표로 삼는 것에는 도전과제와 문제가 존재합니다:

• 감독자가 피감독자의 관점을 탐색하지 않을 경우, 학습 필요를 **오인(misidentify)**할 수 있음⁴⁴
• 관련성이 낮은 피드백은 피감독자의 신뢰감과 자신감 저하를 초래할 수 있음⁴⁴

📉 해로운 피드백의 결과:

• **동기 저하(demotivation)**⁸
• **수행 저하(performance deterioration)**⁸ ¹¹
• **학습과 평가에 대한 소외(disengagement)**⁴⁵
• 자기평가 공유에 대한 회피⁴³

✅ 따라서, 행동 변화 하나만으로 피드백의 효과를 판단하는 것은 충분하지 않음
대신, **피드백에 대한 만족도(satisfaction)**는 보다 실용적인 측정 지표가 될 수 있습니다.⁴⁶

👁️ 지각(perception)의 역할

감독자와 피감독자의 피드백에 대한 지각은 피드백이 의미 있는 학습으로 이어지는 정도에 매우 큰 영향을 미칩니다.⁴⁷

• 피감독자가 피드백을 관련 있고 의미 있는 것으로 인식할 경우, 수용하고 행동으로 옮길 가능성이 커집니다.
• 이는 **치료적 동맹(therapeutic alliance)**이 치료 결과에 영향을 미치듯, **교육적 동맹(educational alliance)**이 피드백의 효과성에도 중요한 영향을 미친다는 점을 시사합니다.¹¹

→ 따라서, 임상 감독 하에서의 효과적인 피드백은 개별 맞춤형으로 제공되며, 교육적 동맹을 유지하는 방식이어야 합니다.

🔍 향후 연구 방향 (Future Research)

앞으로의 연구는 다음과 같은 한계를 극복해야 합니다:

• 피드백 효과성의 최적 측정 방법은
  • 행동, 태도, 지식 변화라는 객관적 개선 지표와
  • 피드백에 대한 만족도라는 주관적 지표의 **이중 고려(dual consideration)**가 필요
• **평가적 언어(evaluative language)**의 영향은 현재 문헌에서 상반된 결과가 존재하므로,
  더 정교하게 **하위 유형별(subcategories)**로 구분하고 연구될 필요가 있음⁴ ⁶ ⁷ ³⁶ ³⁷ ⁴⁰–⁴² ⁴⁴
• 많은 감독자가 **이중 역할(dual role)**을 가지므로 평가적 언어를 피하기 어려운 구조적 한계도 고려되어야 함⁴⁸ ⁴⁹
• 다른 교육 맥락에서의 피드백 문헌도 비교 검토하여, 의학교육 문헌과의 차이점이나 보완 요소를 규명할 수 있음

🧩 보완적 프레임워크의 고려 (Supplementing Feedback Guidance with Broader Supervision Frameworks)

이번 고찰에서 제시된 효과적인 피드백 제공을 위한 가이드라인은 더 넓은 감독(supervision) 프레임워크를 고려함으로써 보완될 수 있습니다. 예를 들어, 심리학 분야에서는 감독의 효과성을 높이기 위해 **역량 기반 임상 감독 모델(competency-based clinical supervision model)**이 개발되었습니다.⁵⁰ 이 모델은 감독자가 **임상 감독 능력(clinical supervision competence)**을 개발하고 이를 명확히 입증할 수 있어야 함을 강조합니다.⁵⁰

• **교육적 동맹(educational alliance)**에 대한 피감독자의 평가와⁵¹
• **감독자의 역량(supervisory competence)**에 대한 평가는⁵² 심리측정 도구(psychometric tools)를 통해 가능하며,
• 피감독자의 평가 외에도, 동료나 ‘감독 전문가’에 의한 감독 역량 평가도 수행될 수 있습니다.⁵²
  예: 감독 세션 녹화 영상을 리뷰하는 방식 등

이러한 감독자 역량 기반 프레임워크는
임상 감독자가 효과적인 피드백을 제공하는 능력을
달성, 유지, 최적화, 평가하는 데에 도움이 될 수 있습니다.

이와 같이 피드백 제공에 관한 가이드라인은 다른 프레임워크들과 병행하여 유용하게 활용될 수 있습니다.
하지만 궁극적으로는,

• 감독자의 태도(attitudes),
• 가치관(values),
• 동기(motivation),
• **고품질 감독에 대한 헌신(commitment)**에
  의존하게 됩니다.⁵⁰

⚠️ 한계 (Limitations)

본 체계적 문헌고찰은 **전공의 의학교육(postgraduate medical education)**과 **임상 중심 데이터베이스(clinically oriented databases)**에 국한되었습니다.

• 학부 수준 의학교육(undergraduate medical education),
• 비의학 임상 분야(non-medical clinical disciplines),
• **비임상 분야(non-clinical professions)**에서의 감독 및 피드백에 관한 근거는 포함하지 않았습니다.

이러한 명확한 초점 설정은 해당 맥락 내에서의 심층적 이해를 가능하게 해주었지만, 동시에 다른 분야의 감독 효과성에 관한 통찰을 일반화하기에는 한계가 있습니다.

🧱 분석 상의 개념적 중복 (Conceptual Overlap in Coding)

본 고찰에서 도출된 모델 구성 요소와 피드백 원칙은 다양한 문헌에서의 **정성적 내용 분석(qualitative content analysis)**을 기반으로 하였습니다. 이 과정에서 **개념 간 중복(semantic overlap)**이 일부 발생하였습니다. 예를 들어,

• *‘개선 제안 제공(providing suggestions for improvement)’*이라는 원칙은,
  • ‘개선 영역 언급(commenting on area for improvement)’
  • *‘개선 계획 수립(developing an action plan)’*과 중복될 수 있습니다.

우리는 이러한 중복을 특정 원칙에 대한 근거를 과대평가하거나,
피드백 제공을 지나치게 단순화하지 않기 위해 허용하였습니다.

🧑‍🤝‍🧑 감독자 중심 접근의 한계 (Supervisor-Focused Perspective)

본 고찰은 피드백 제공 시 **감독자의 행동(actions)**에 초점을 맞추고 있으며,

• 피감독자의 역할이나³
• 피드백 수용의 과정은 상대적으로 덜 고려되었습니다.⁴⁸

피감독자의 참여도, 수용성, 반응성은 피드백의 효과성에 직접적인 영향을 미칠 수 있습니다. 또한, **병원 및 보건 조직의 문화(cultural factors)**도 감독 및 피드백의 효과성에 영향을 줄 수 있습니다.³ ⁴³ ⁴⁸

🧩 이중 역할(conflicting roles) 문제

일부 전공의 교육 환경에서는 감독자가

• 직속 관리자(line manager) 또는
• 공식 평가자(assessor) 등
  __복수의 상충되는 역할(conflicting roles)__을 수행합니다.⁴⁸ ⁴⁹

이로 인해 감독자는 피드백 제공 시 다음과 같은 복잡성을 경험하게 됩니다:

• 비평가적 언어(non-evaluative language) 사용의 어려움
• **수행 기준(performance standards)**과 연결하지 않기 위한 노력의 어려움

🎯 피감독자는 이 피드백이 진심에서 비롯된 것인지, 아니면 기관의 요구사항을 만족시키기 위한 것인지
의심하게 될 수 있습니다.¹¹

😔 상충되는 역할이 명확히 다루어지지 않을 경우, **교육적 동맹의 파열(rupture)**을 초래할 수 있으며,
피감독자는 자신의 개선이 필요한 영역을 솔직하게 공유하기 꺼리게 됩니다.⁴⁹

✅ 결론 (Conclusion)

전공의 의학교육 맥락에서 임상 감독 시 효과적인 피드백 제공을 위한 특정 모델과 가이드라인을 지지하는 경험적 근거는 제한적입니다. 그러나, 본 고찰을 통해 널리 공유되는 피드백 원칙들에 대해서는 일정 수준의 근거가 확인되었습니다. 피드백이라는 복합적이며 다면적인 영역에 대해 향후에는 다음과 같은 연구가 요구됩니다:

• **행동 변화(behavioural change)**와
• **피감독자의 관점 평가(perceptions of supervisees)**를
  통합적으로 고려하는 최적의 피드백 효과 측정 방법 개발

현재 문헌에서는 효과적인 피드백과 그렇지 않은 피드백에 대해 전반적으로 일관된 관점이 제시되고 있다는 점은 고무적입니다.

📌 본 고찰에서 도출된 통합 모델에 포함된 원칙들은
감독자들이 피감독자와 협력적으로(cooperatively) 피드백을 제공하는 데 실질적인 도움이 될 것으로 기대됩니다.

Guidance for providing effective feedback in clinical supervision in postgraduate medical education: a systematic review

👥 의사의 피어 리뷰(peer review), 정말 배움의 기회가 되나요?

의사들의 **지속적인 전문성 개발(Continuing Professional Development, CPD)**은 이제 너무도 당연한 전제가 되었습니다. 그런데 우리가 정말 주목해야 할 건, 과연 어떤 방식의 피드백(feedback)이 실제로 도움이 되는가? 하는 문제예요.

이번 포스팅에서는 의사들이 실제로 경험하는 피어 리뷰가 어떤 식으로 피드백을 주고받게 되는지, 그 과정이 진짜 학습이 일어나는 순간이 되기는 하는지에 대해 아주 자세히 알아보려 해요.

📌 1. 이 연구는 왜 시작되었을까?

CPD에서 피드백은 빠질 수 없는 핵심 요소예요. 예전에는 주로 **자기 주도적 학습(self-regulated learning)**에 기대는 구조였다면, 요즘은 객관적인 외부 피드백이 훨씬 더 중요하게 여겨지고 있죠. 하지만 문제가 있어요. 의사들이 스스로 학습의 필요를 인식하고, 그것을 실제로 개선으로 연결하는 데에는 한계가 있다는 연구 결과들이 점점 많아지고 있어요. 그래서 **북미의 규제기관들(regulatory bodies)**은 단순히 문제 있는 의사를 관리하는 것에서 벗어나, 의사들의 전반적인 진료 향상을 지원하기 위해 의무적 피어 리뷰를 도입하기 시작했어요.

하지만!
의사들은 이 피어 리뷰를 환영할까요?
정말 효과적인 피드백 기회로 받아들이고 있을까요?

👉 이 질문에 답하기 위해, 연구팀은 **피어 평가자(peer evaluators, PE)**와 리뷰 대상자(reviewees) 모두의 이야기를 들어보았답니다.

🔍 2. 연구는 어떻게 진행됐을까?

✏️ 연구 방법

• 질적 연구(qualitative research) 중에서도 **구성주의 근거이론(constructivist grounded theory, CGT)**을 사용했어요.
• 즉, 특정 가설 없이 인터뷰를 통해 피드백 상호작용의 의미를 참여자의 관점에서 탐색한 거예요.

🏥 연구 맥락

• 캐나다의 두 규제기관에서 운영하는 의무적 피어 리뷰 프로그램을 중심으로 연구를 했어요.
• 리뷰는 동료 의사가 병원이나 진료소를 방문해서 차트 검토와 대화를 나누는 방식으로 진행돼요. 어떤 경우에는 **다면 피드백(multisource feedback)**도 포함돼요.
• 총 30명의 의사가 인터뷰에 참여했고, 이 중 다수는 과거에 PE로도 활동한 경험이 있었어요.

📈 3. 리뷰 대상자들은 피드백을 어떻게 받아들였을까?

👍 처음엔 불안하지만… 막상 받아보면 괜찮다?

많은 리뷰 대상자들은 처음엔 굉장한 불안감을 느꼈어요. 규제기관이 나를 평가하러 오는 거니까요.

"Oh my gosh, are they going to pick up on all the things I’m doing wrong?" (P13-PE)

하지만 막상 피드백을 받고 나면, 대부분은 유쾌하고 무난한 경험이었다고 회상해요.

"It actually made me feel good … it was nice to have a peer, you know, point out some positive things." (P08-PE)

특히 **자신감이 부족하거나, '내가 진짜 좋은 의사일까?'라는 의심(imposter syndrome)**을 느끼는 사람에게는 이런 긍정적인 피드백이 꽤 위로가 되었다고 해요.

❗그런데 문제는… 학습 효과는 별로?

하지만 많은 참여자들이 공통적으로 말한 건 바로 이거예요:

"칭찬은 많았지만, 구체적이지 않았다."

"Really it was very positive and nothing negative and really not even that much constructive." — P22-R

즉, 기분은 좋았지만 실질적인 학습이나 진료 변화(practice change)로 이어지지는 않았다는 거죠.

또, 리뷰가 주로 **문서화(documentation)**나 행정 절차에 집중되다 보니 진짜 임상 능력을 평가한다고 느껴지지도 않았어요.

"You could be a very good physician and a very bad documenter […] I’m not sure one is correlated with the other to be honest, but that’s what you’re left with."
— P18-R

🙄 그래서 전체적인 평가는?

많은 의사들이 이렇게 느꼈어요:

"이거 그냥 '일'이었어. 그것도 무급 노동처럼 느껴지는..."

"It felt like unpaid work. It was a lot of work and definitely for what I got out of it, it wasn’t worth the value."
— P27-R

👥 그럼 PE들은 어떻게 느꼈을까?

흥미로운 사실은, PE들 대부분은 리뷰 대상자일 때보다 PE로 활동하면서 더 많이 배웠다고 느꼈다는 거예요.

"I learn a lot of new things, just other people’s techniques … different protocols and stuff that I hadn’t considered."
— P13-PE

즉, 다양한 의사들의 진료 스타일을 관찰하고, 피드백을 주고받는 과정이 실제 자기 개발로 이어졌다는 것이죠.

"I learn far more than I impart."
— P01-PE

🧠 4. 연구팀의 해석: 피드백은 왜 효과 없다고 느껴질까?

연구팀은 이렇게 말합니다:

"Feedback must shoulder the heavy weight of expectations."
“피드백은 지나치게 큰 기대의 무게를 짊어지고 있다.”

즉, 요즘은 피드백이 당연히 나를 '변화시키는(transformative)' 경험이어야 한다고 여겨지기 때문에, 그게 아니면 별로 쓸모 없다고 느껴진다는 거예요. 그런데 현실적으로, 무작위로 선정된 대부분의 의사는 이미 잘하고 있는(safe and competent) 사람이에요. 당연히 큰 변화보다는 **작은 강화(reinforcement)**나 **미세한 조정(tweaking)**이 더 많을 수밖에 없죠. 하지만 그런 피드백은 “별거 아니네” 하고 가볍게 흘려버릴 위험이 크다는 거예요.

🔄 5. 대안은? 피드백에서 피드포워드(feedforward)로!

연구팀은 마지막에 이렇게 제안합니다:

"Perhaps it is time for our CPD models to think more in terms of feedforward."

📌 **피드포워드(feedforward)**란?

• 평가 전에 무엇이 평가될지, 기준이 무엇인지, 왜 중요한지를 명확히 알려주고
• 리뷰 대상자가 더 적극적으로 자기 평가에 참여할 수 있도록 만드는 접근이에요.

이렇게 하면, 피드백이 비난도, 칭찬도 아닌 ‘학습의 순간’으로 수용될 수 있을 거라는 제안이죠.

📚 마무리하며

의무적 피어 리뷰는 어쩌면 의사들에게 학습 기회보다는 행정적 부담처럼 다가오고 있는지도 몰라요. 하지만 우리가 이 과정을 어떻게 설계하고 안내하고 설명하느냐에 따라, 더 의미 있는 학습 기회로 전환할 수 있는 여지는 분명 존재합니다. 그 시작은 기대치를 조정하는 것, 그리고 변화를 강요하지 않아도 괜찮다는 인식을 넓히는 데서 출발할 수 있어요. 🌱

지속적인 전문성 개발과 피드백의 역할

지속적인 전문성 개발(Continuing Professional Development, CPD)은 이제 전 세계 대부분의 관할구역에서 활동하는 의사들에게 필수적인 것으로 받아들여지고 있다.¹ 사실상, **안전하고 효과적인 환자 진료(safe and effective patient care)를 보장하는 것은 지속적으로 진료 개선(practice improvement)에 참여하는 것에 달려있다는 점이 당연한 것으로 여겨지고 있다.**²

과거 CPD의 전통적 모델에서는 책임의 대부분이 개인 전문가에게 부여되었다(즉, 자율규제(self-regulation)에서 ‘자신(self)’에 초점이 맞추어졌다).³ 그러나 최근의 연구는 의사가 스스로 자신의 지식이나 수행의 부족한 부분을 정확히 파악하고, 이를 학습을 통해 보완할 수 있을지에 대해 의문을 제기하고 있다.⁴

자기평가(self-assessment)의 한계에서 오는 어려움을 인식하면서,⁵,⁶ **의료계는 의사가 자신의 수행(performance)에 대한 유효한 통찰(insight)을 얻기 위해서는 신뢰할 수 있는 외부의 명시적 피드백(explicit feedback from credible external sources)이 필요하다는 점을 이해하게 되었다.**⁷

이러한 문제의식에 대응하기 위해, 북미의 규제기관(regulators)은 의사의 수행이 기준 이하일 경우에만 제한하거나 개선 조치를 취하는 소극적(reactive) 규제 모델에서, **모든 의사의 진료 개선을 촉진하고 지원하려는 적극적(proactive) 모델로 전환하기 시작하였다.**⁸,⁹ 이러한 변화는 종종 규제기관이 의사를 대신하여 마련하는, **의무적으로 진행되는 동료 심사(peer review)**를 통한 피드백 제공을 포함하게 된다. 하지만 이 같은 노력은 엇갈린 반응을 받아왔다. 예를 들어, 외과의사들은 이론적으로는 동료 코칭(peer coaching)의 가치를 인정하면서도, 실제 실행에 대해서는 여러 가지 의구심과 우려를 표한 바 있다.¹⁰ 유사하게, Lockyer 등(2018)은 5년간 진행된 다면평가(multisource feedback, MSF) 프로그램의 종단적 연구를 평가한 결과, “의사들은 동료, 직장 동료 또는 환자들로부터 받은 데이터를 자기평가에 잘 반영하지 않는 것으로 보인다.”¹¹(pS78,S79)는 결론을 내렸다.

관계중심적 코칭(Relationship-centered coaching)은 도움이 되는 것으로 보이지만,⁸ 이것만으로 모든 문제가 해결되는 것은 아니다. 사실 피드백 자체가 점점 더 **복잡한 상호작용 활동(complex interactive activity)**으로 이해되고 있으며,⁷,¹² 여기서 문화(culture),¹³ 개인의 자신감(confidence),¹⁴ 그리고 피드백을 제공하는 사람에 대한 신뢰도(credibility of the feedback source)¹⁵-¹⁸ 등이 피드백이 행동 변화로 유의미하게 이어질 가능성에 영향을 줄 수 있다.

그러나 이 영역에서 수행된 연구의 대다수는 학부 및 대학원 수준에서 이루어졌으며, 이 수준에서는 학습자가 자신의 능력을 입증하는 동시에 전문성을 갖추기 위해 노력하는 과정에서 피드백을 원하는 동시에 두려워하는 긴장(tension)이 흔히 나타난다.¹⁹-²² 의사들이 실제 임상 업무에 정착하면서 이러한 긴장이 어떻게 해소되는지, 아니면 지속되는지에 대해서는 명확하지 않다. 한편으로, 임상에서 활동하는 의사들은 학생 시절처럼 임상 감독자에게 자신의 능력을 보여줘야 하는 압박이나 공식적 평가에서 벗어나, 좀 더 안전하고 진정성 있게 학습 기회에 참여할 수 있게 된다. 반면에, 의학은 독립적인 진료(independent practice)를 매우 중시하는 문화가 있으며, 이를 전문가로서의 정체성의 핵심 요소로 간주하는 경우가 많아, 의무적인 동료 심사(peer review)가 오히려 자율성에 대한 위협(high-stakes impingement on autonomy)으로 여겨질 위험이 있다.²³

따라서, 임상에서 의사들의 진료 개선(practice improvement)을 지원하려는 노력을 극대화하기 위해서는 다음 두 가지 측면에 대해 더 잘 이해할 필요가 있다.

• 어떤 종류의 평가와 피드백이 전문성 개발을 유의미하게 도울 수 있는지
• 피드백의 신뢰도를 저해하는 것으로 인식되는 요소들을 학습을 촉진하는 긍정적인 요소로 전환할 수 있는지

규제기관이 주관하는 동료 심사(peer review)는 총괄평가(summative)와 형성평가(formative)의 목표를 모두 지닌 복합적(hybrid) 평가이기 때문에, 이 연구를 수행하기 위한 유용한 맥락(context)을 제공한다. 이에 본 연구의 목적은 다음과 같다:

“이러한 맥락에서 의사들이 피드백에 어떻게 참여(engage)하는지 탐구하는 것이다.”

방법(Method)

연구 설계

우리는 *사회적 과정(social processes)*을 탐구하는 **질적 연구 방법론(qualitative research methodology)**인 **구성주의 근거이론(Constructivist Grounded Theory, CGT)**을 활용하였다.²⁴ 이 방법론을 통해, **형성적 목적을 가지고 설계되었지만 결과적으로 총괄적 영향(summative influence)을 가질 수 있는 피어 피드백 상호작용(peer feedback interactions)**이 어떻게 구성되고 인식되는지를 귀납적으로(inductively) 이해하고자 하였다.

맥락(Context)

캐나다에서 **의사의 진료(practice)는 각 주(province)의 규제 기관인 “College”를 통해 규제(regulation)**된다. 이들 College는 공공의 안전을 보호해야 할 법적 의무를 지니고 있다. 진료 기준(practice standards)의 준수를 보장하기 위해, 다수의 College들은 정기적으로 의사를 선정하여 **의무적 진료 평가(mandatory practice review)**를 시행한다.

이러한 선정 과정은 *무작위(random)*일 수도 있고, *위험 요소(risk factors)*에 기반한 **표적 선정(targeted)**일 수도 있다. 선정 및 평가 과정의 세부 사항은 기관마다 다르며, 연구에 포함된 프로그램의 익명성 보장을 위해 더 자세한 내용은 공개하지 않았다.

일반적으로 프로그램은 **피어 평가자(Peer Evaluators, PEs)**를 지정하여 의사의 진료소 및 차트 검토(chart review)를 수행하게 한다. 이와 함께 **피어 간의 토론(peer discussion)**도 일상적으로 포함되며, 이는 의사의 진료 패턴을 더 잘 이해하기 위한 목적이다. 일부 프로그램에는 다면평가(multisource feedback, MSF) 요소도 포함되어 있으며,²⁵ 작성된 보고서 형태의 피드백이 제공되고, College의 정책에 따라 피어 토론 과정에서 코칭이 추가될 수도 있고, 아닐 수도 있다.

피어 평가자(PE)의 역할과 훈련

PE는 일반적으로 과거에 피어 리뷰를 성공적으로 받은 경험이 있는 의사 중에서 지원 또는 초청을 통해 선발된다. 이들은 R2C2 모델(관계 Relationship, 반응 Reaction, 내용 Content, 코칭 Coaching)을 사용하여 피드백을 제공하도록 훈련받는다.²⁶

이 모델은 일대일(one-on-one) 코칭 접근법으로, **신뢰 관계 구축(rapport)**과 **성찰 유도(reflection)**를 통해 **피드백 대화(feedback conversation)**를 이끌어내는 데 중점을 둔다. PE는 연중 추가 교육(training sessions)에 참여할 것으로 기대된다.

참여자 모집(Recruitment)

본 연구는 **규제기관이 주관하는 전문성 향상 프로그램(professional enhancement programs)**을 통해 **피어 평가자(PE)**와 **피어 평가를 받은 의사(reviewees)**를 **목적적 표집(purposeful sampling)**하여 모집하였다. 모집 대상은 2개 College의 피어 리뷰 프로그램 참여자였다.

각 College는 연구진을 대신하여 피어 리뷰를 받은 지 6개월 이내의 의사 전원에게 모집 이메일을 보냈다. 이메일에는 연구 설명과 함께 연구에 관심 있는 경우 연구보조원(research assistant, RA)에게 연락하도록 안내되어 있었다. 15개월 동안 총 4차례에 걸쳐 500건 이상의 이메일이 발송되었으며, 인터뷰 자료와 코딩 체계가 연구 목적을 충족하고 다양한 관점을 충분히 포괄하게 되었을 때 모집을 종료하였다.²⁷,²⁸

총 63명의 PE 및 reviewee가 RA에게 연락하였고, 이 중 **30명이 동의서를 제출하고 개별 반구조화 인터뷰(semi-structured individual interview)**에 참여하였다. 연구팀은 이 시점에서 **이론적 충분성(theoretical sufficiency)**에 도달했다고 판단하였다.

참여자 특성(Participant characteristics)

참여자 특성은 표 1에 요약되어 있다. 연구 참여 요청 이메일을 받은 전체 집단에 대한 인구통계학적 정보는 제한적으로만 제공되었으나, 한 College가 제공한 데이터에 따르면, 본 연구 참여자들은 진료과(specialty) 면에서 더 다양했으며(가정의학과 의사 비율: 46.6% vs 77.2%), 그 외 성비(여성: 46.6% vs 39.7%), 진료 경력 20년 이상(66.7% vs 63.8%) 비율은 유사한 수준이었다.

자료 수집 및 분석(Data Collection and Analysis)

자료 수집과 분석은 **순환적이고 반복적인 과정(iterative and recursive process)**으로 이루어졌다. 개별 인터뷰는 2018년 10월부터 2020년 5월 사이에 진행되었으며, 각 인터뷰는 30~70분 동안 지속되었다. 모든 인터뷰는 RA가 진행하였으며, 피어 리뷰 과정에 대한 참여자의 전반적인 인식, 받은 또는 제공한 피드백의 신뢰도 및 가치, 이로부터 도출된 학습 또는 진료 변화에 대한 통찰을 탐색하였다. 인터뷰는 모두 오디오 녹음되었고, 전문 속기사에 의해 전사(transcribed)된 후, 분석 전에 비식별화(de-identified)되었다. 전사본은 **점진적 분석(progressive analysis)**을 통해 분석이 진행되었다.

자료 분석 (Data Analysis)

전사된 인터뷰 자료는 **근거이론(Constructivist Grounded Theory, CGT)**에서 일반적으로 사용하는 3단계 코딩 과정(three-stage coding process)—초기 코딩(initial coding), 집중 코딩(focused coding), 이론적 코딩(theoretical coding)—을 통해 점진적으로 분석되었다.²⁴

• 초기 코딩 단계에서, 연구자 K.A.L.과 L.A.는 각각 3개의 전사본을 **줄 단위로 검토(line-by-line review)**하였다.
  이때 **동명사(gerunds)**나 **참여자의 실제 언어(in vivo codes)**를 사용하여, 참여자들이 묘사한 의미와 행동을 포착하였다.
• 그 후 두 연구자는 논의를 통해 초기 코딩 결과를 검토하고, **초기 관찰 결과를 예비 범주(preliminary categories)**로 정의하고 통합하여 **코드북(codebook)**을 작성하였다.
• 이어서 L.A.와 L.C.는 이 예비 범주를 적용하여 추가로 5개의 전사본을 코딩하고, 이 범주들이 자료와 얼마나 잘 부합하는지(resonance and relevance)를 판단하였다.

연구팀 전체는 일련의 회의(series of meetings)에 참여하여 분석 결과가 자료에 근거를 두고 있으며(data-grounded), 다양한 경험과 관점을 포괄하고 있는지를 점검하였다. 이 회의들에서는 다음과 같은 논의가 이루어졌다.

• 예비 연구 결과(preliminary findings)
• 데이터셋 내에서의 패턴 인식(perceptions of patterns)
• 도출된 코드 및 범주 결과

이러한 과정을 통해 전체 데이터셋에 적용할 최종 범주(categories)를 확정하였으며, 이는 다음과 같은 **순환적 분석 과정(iterative cycles)**을 통해 정제되었다:

• 개별 연구자의 코딩
• 팀 간 협업을 통한 논의
• 전체 전사본 및 데이터 발췌문(excerpts)의 반복적 재검토

이 모든 과정은 **해석의 일관성(coherence of interpretation)**을 점검하기 위해 수행되었다.²⁴

자료 분석 전반에 걸쳐, **자료 간 및 전사본 간의 지속적인 비교(constant comparison)**가 이루어졌으며, **메모 작성(memoing)**을 통해 점점 더 추상화되는 아이디어를 포착하고 확장하였다. 이러한 메모는 또한 **이론적 표집(theoretical sampling)**의 필요성을 판단하는 데에도 사용되었다.²⁴

예를 들어, 연구 초기에는 PE의 관점이 과도하게 반영되었으므로, PE 역할을 수행한 경험이 없는 reviewee들을 의도적으로 추가 표집하였다. 또한 몇몇 참여자들이 **임포스터 증후군(imposter syndrome)**이 피어 평가에 대한 인식에 영향을 미쳤다고 자발적으로 보고함에 따라, 이후 인터뷰에서는 이에 대해 의도적으로 질문을 추가하였다.

연구자의 위치성과 신뢰도 확보 (Reflexivity and Trustworthiness)

모든 **CGT 연구에는 연구자의 주관적 역할(subjective role)**이 자료 수집 및 분석 과정에 내재되어 있다. 이에 따라 **신뢰도(trustworthiness)**를 확보하기 위해, 연구팀은 **지속적인 자기 성찰 과정(reflexivity)**에 참여하였다. 자세한 내용은 **보조 디지털 부록(Supplemental Digital Appendix 1)**에서 확인할 수 있다:
[http://links.lww.com/ACADMED/B463].²⁹

윤리적 승인 (Ethics Review)

본 연구의 연구계획은 다음의 두 기관에서 윤리적 검토 및 승인을 받았다:

• 오타와 건강과학 네트워크 연구윤리위원회(Ottawa Health Science Network Research Ethics Board, OHSNREB):
  Protocol #20180257-01H
• 브리티시컬럼비아 대학교 행동과학 윤리위원회(University of British Columbia’s Behavioural Research Ethics Board):
  Protocol #H13-01542

연구 내 인용된 **참여자 발언(quote)**은 다음과 같이 표기된다:
참여자 번호 + PE 또는 R — 여기서 PE는 피어 평가자(peer evaluator), R은 피어 평가 대상자(reviewee)를 의미한다.

결과 (Results)

참여자들은 피어 리뷰(peer review) 개념에 대해 일반적으로 이야기하면서, 자신의 진료를 ‘신선한 눈(fresh set of eyes)’으로 들여다볼 수 있는 기회의 가치를 인정하였다 (P08-PE). 이는 자신의 진료가 건전하고 최신인지 확인할 수 있으며, 동시에 바쁜 임상의들에게 자신의 수행(performance)에 대해 멈추어 돌아볼 수 있는 드문 기회를 “강제로”(P15-PE) 제공해준다는 점에서 의미가 있었다.

이러한 응답은 다음과 같은 점을 시사한다: 참여자들은 원칙적으로 피어 리뷰를 받거나, 동료로부터 진료 개선에 도움이 되는 피드백을 받는 것 자체에 반대하지 않았다.

"I think it is because there’s really no exam after you finish med school. So you kind of practice in a silo, you know, 20 years, 30 years out and [peer review] kind of allows for some quality to be maintained, as well as standardization and, you know, kind of interact with your peers." (P03-PE)

"의대 졸업 이후엔 시험이 없잖아요. 그러다 보니 20년, 30년을 좀 고립된 방식으로 진료하게 되고요. 피어 리뷰는 그런 상황에서 일정 수준의 질을 유지하게 하고, 표준화도 가능하게 해주며, 동료들과 상호작용할 기회도 되는 거죠." (P03-PE)

그러나 실제로 **규제기관(regulatory body)**이 의무적으로 실시하는 피어 리뷰 상황에서는, 이러한 “신선한 눈”이 **적대적 기관(adversarial institution)**의 대표자로 여겨져, 드문 피드백 기회를 **위협(threat)**으로 인식하게 되는 경우가 많았다. 모든 참여자들은 **규제기관에 대한 깊은 불신(deep mistrust)**을 공통적으로 언급하였다. 이는 다음 두 가지 요인에서 기인했다:

• 규제기관이 의사의 면허와 생계(livelihood)에 대해 갖는 막대한 권력(immense power)
• 의학교육 초기에 **“College는 항상 당신을 잡으려 한다”(“the College is always out to get you”)**는 식의 **오랜 불신감(long-standing suspicion)**이 주입되었기 때문 (P30-R)

대부분의 참여자는 자신의 진료에 큰 문제가 없을 것이라 생각했음에도 불구하고, 거의 모두가 처음에는 다음과 같은 불안감을 느꼈다: “혹시 evaluator가 내가 저지른 실수나 미처 인식하지 못한 결함을 찾아내는 건 아닐까?” 예를 들어, P13-PE는 다음과 같은 생각을 했다고 한다:

"Oh my gosh, are they going to pick up on all the things I’m doing wrong?"
"이런, 혹시 내가 잘못하고 있는 모든 걸 다 들춰내는 건 아닐까?"

이중적 압박: 피드백 수용 vs 방어

리뷰 대상자(reviewee)들은 피어 평가자가 제공하는 피드백에 어떻게 반응하는지도 주의 깊게 관찰될 것임을 인지하고 있었으며, 이에 따라 다음과 같은 복잡한 압박 상황을 경험했다:

• 성찰적으로 피드백을 수용하며 진료 개선을 도모하려는 태도를 보이되,
• 부당하거나 부적절하다고 느껴지는 피드백에 대해서는 반박해야 하는 이중적 과제를 수행해야 했다.

한 참여자는 이런 상황을 “줄타기(tightrope walk)”에 비유하며, 이 두 태도를 구분할 수 있는 고도의 역량을 지닌 PE는 드물다고 지적했다.

"The problem is always that every time you get into discourse with a regulator it is easy for the regulator to fall back on, ‘well you just don’t have insight,’ which really just means ‘you’re not listening to what I’m saying.’ But it’s not that you’re not listening, you want the give and take. It’s hard to have a wholesome give and take with somebody whose ultimate responsibility is to regulate you and to bring you to standard." (P15-PE)

"문제는, 규제자와 대화에 들어가면 항상 ‘너는 통찰력이 부족하구나’라고 말하기 쉽다는 겁니다. 사실 그건 ‘내 말을 안 듣고 있네’라는 뜻이죠. 그런데 문제는 우리가 정말 듣지 않는 게 아니라 ‘쌍방의 대화(give and take)’를 원하는 거예요. 그런데 궁극적으로 내 진료를 규제하고 표준에 맞추려는 사람이랑 그런 대화를 하기란 정말 어렵죠." (P15-PE)

PE의 시선: 불신과 불안을 인식하다

PE 참여자들도 이와 같은 역동성을 인지하고 있었고, **신뢰받는 피드백 제공자(trusted feedback provider)**로서의 역할 수행이 어렵다는 점을 인정하였다. PE들은 자신이 불신의 대상인 기관을 대표하여 다른 의사의 클리닉에 방문한다는 사실 자체가 불안감을 유발하며, 학습의 장애물이 될 수 있음을 잘 알고 있었다:

"I understand what a stomach-clenching process this is when somebody goes in who’s external, to look at your personal material." (P17-PE)
"외부인이 와서 당신의 개인적인 진료 내용을 들여다보는 게 얼마나 속이 뒤틀리는 경험인지 저도 잘 압니다." (P17-PE)

PE의 전략 vs Reviewee의 반응

이처럼 복잡한 상황 속에서, PE들은 진료 개선을 유도하기 위해 다양한 전략을 활용하려 하였다. 하지만, 이러한 시도에 대해 reviewee들이 문제점을 지적하거나 무가치하게 느끼는 경우도 많았고, 그 결과 피어 리뷰 자체에 큰 가치를 느끼지 못하게 되는 경우도 있었다. 

이후의 결과 파트에서는,

• PE들이 사용한 여러 전략들,
• 그리고 이에 대한 reviewee들의 반응이 구체적으로 제시된다.

위협성을 줄이려는 PE의 노력 (Efforts by PEs to Reduce the Stakes)

**피어 평가자(PE)들에게 있어 가장 중요한 것은 *동료성(collegiality)*과 심리적 안전성(safety)이었다. 이들은 **리뷰 대상자(reviewee)를 의도적으로 평가 과정에 공동 참여(co-directing)**시키는 방식으로, 평가의 ‘기울어진 운동장’을 평탄하게 만들고자 했다. 그 방식은 검토 날짜를 reviewee가 직접 고르게 하는 것처럼 사소해 보이는 요소부터 다양했으며, 이를 통해 권력의 비대칭성을 완화하려 했다.

사전 안내와 기대치 설정의 중요성

PE들은 **사전에 명확한 안내(clear guidance)**를 제공하는 것이 핵심 전략이라고 강조했다. 이들은 다음과 같은 요소를 리뷰 대상자에게 분명히 설명하였다:

• 검토 절차 전반에 대한 세부 설명
• 리뷰 대상자가 사전에 준비해야 할 사항
• 리뷰 당일 해야 할 일에 대한 안내

그들은 이 프로세스가 동료적 학습(collegial learning)의 기회이며, 상호 간의 의미 있는 배움(mutual learning)을 위한 것임을 지속적으로 강조하려고 노력했다.

"I’m speaking on behalf of the College, but don’t be alarmed, it’s just an effective enhancement process not an assessment or a punitive thing and we learn from each other." (P05-PE)
"제가 College를 대표해 말하고 있지만, 걱정하지 마세요. 이건 평가나 처벌을 위한 게 아니라 효과적인 개선(enhancement)을 위한 과정이에요. 서로에게서 배우는 거죠." (P05-PE)

"좋은 의사를 더 좋은 의사로"라는 메시지 강화

PE들은 자신들의 역할이 문제 있는 의사를 찾아내는 데 있는 것이 아니라,

“좋은 의사를 더 좋은, 그리고 최고의 의사로 성장시키는 것”(to take doctors from good to better to best)
라고 설명하였다. (P12-PE)

실제로 한 PE는 인터뷰를 시작할 때 의사의 탁월함(clinician excellence)을 인정하고 축하하려는 질문들로 대화를 시작했다:

“What would you like to brag about? What do you do really well that I can make a note of and report back?”
"스스로 자랑하고 싶은 건 무엇인가요? 정말 잘하고 계신 건 어떤 건가요? 제가 그것도 적어가서 보고서에 반영하고 싶거든요."
"So I get them, sort of, to tell me about the really good stuff that they do, and then just go through things and try and be supportive in it." (P12-PE)

이처럼 대화를 긍정적 분위기 속에서 시작하는 전략은 리뷰 대상자의 불안을 낮추고, 학습을 촉진하려는 의도였다.

피드백의 성격: 긍정적, 문서 중심, 점진적

전반적으로 PE들이 제공한 피드백은 다음과 같은 경향을 보였다:

• 긍정적이고 강화적인 메시지(positive and reinforcing) 중심
• 주된 개선사항은 문서화(documentation)나 행정적 이슈(administrative issues)에 집중
• 임상적 판단(clinical judgment)에 대한 직접적 비판은 최소화

더 비판적인 피드백이 필요할 경우에도, PE들은 직접적인 비난보다는 질문 방식으로 표현함으로써 위협을 약화시키려 하였다.

"But if there are different ways of doing it I would say, ‘Well, have you thought about doing it this way?’ [...] ‘This is how some people do it. What do you think about that?’"
"다른 방식도 있다면 이렇게 물어봐요. ‘이런 식으로 해보신 적 있으세요?’ 혹은 ‘이런 방식으로 하는 분들도 계시던데요. 어떻게 생각하세요?’"

그는 이어서 설명한다:

"그리고 그들은 저에게 근거를 제시합니다... 때로는 그럴듯한 이유를 대기도 하고, 때로는 검토해 보겠다고 말하기도 합니다. 그렇게 하면 변화를 이끌어낼 수 있습니다."
"And they will give me their rationale… sometimes good reasons, sometimes they’ll say they’ll look at it. And that’s how you bring about change."

즉, 이처럼 ‘무장 해제된 피드백(disarming feedback)’, 즉 받는 사람의 기존 신념과는 다를지라도 일정한 어조로 전달되면 수용성이 높아지는 피드백 방식이 변화를 유도할 수 있다고 보았다.

"무장 해제 피드백이라고 부르는데... 특정 어조로 전달되면 바이 인을 얻지 못합니다." (P04-PE)
"It’s what they call disarming feedback… If it’s delivered in a certain tone, it doesn’t achieve buy-in." (P04-PE)

이처럼 PE들은 긴장을 완화하고, 신뢰를 확보하며, 학습을 유도하기 위한 세심한 전략들을 구사하고 있었다.
그러나, 이러한 전략이 reviewee 입장에서 어떻게 수용되고 해석되었는지는 다음 부분에서 이어지며, 여전히 한계와 긴장이 존재했음을 보여줄 것이다.

리뷰 대상자의 반응 (Responses of Reviewees)

PE들이 취한 **긴장 완화 전략(anxiety reduction efforts)**은 전반적으로 효과적이었다. 대부분의 reviewee는 피어 간 토론(peer discussion)이 상대적으로 무해하고(innocuous), 심지어 **“유쾌했다(pleasant)”**고 회상하였다 (P25-R). 실제로 몇몇 참여자들은 이번 리뷰의 가장 큰 수확으로 **“나는 이미 좋은 의사다”라는 점을 확인(validation)**한 것을 꼽았고, 이는 **실제 진료 개선에는 영향을 주지 않더라도 자기 확신을 제공하는 피드백(validating feedback)**으로 받아들여졌다. 이러한 유형의 피드백은 자신을 “임포스터(imposter)”라고 느끼는 의사들에게 특히 유익했다. 예를 들어, Participant 19-PE는 다음과 같이 언급하였다:

“Imposter syndrome is a very common theme with physicians.”

임포스터 감정을 가진 참여자들은 리뷰 통보 자체가 오래된 자기 의심(self-doubt)을 악화시키는 계기가 되기도 했다. 반면 자신을 임포스터로 인식하지 않는 참여자들도, 긍정적인 피드백이 “안도감(reassurance)”과 “자신감 향상(confidence boosting)”을 주었다는 반응을 보였다.

“It actually made me feel good … it was nice to have a peer, you know, point out some positive things.” (P08-PE)

긍정적이지만 모호한 피드백에 대한 혼재된 평가

많은 참여자들은 “유쾌한 경험”이 반드시 학습적 가치가 크다고 느껴지진 않았다고 밝혔다. 피드백이 대체로 긍정적일수록 내용이 두루뭉술하고(tepid), 구체성이 부족하다는 인식이 많았다:

“Really it was very positive and nothing negative and really not even that much constructive… just ‘this is very thorough, this is really good, it was interesting, your patients are interesting.’” (P22-R)

**차트 작성(charting)**을 더 명확히 하거나, 진료의 효율성(efficiency)을 높이기 위한 구체적 조언을 받은 경우에는 감사의 뜻을 표현하기도 했다:

“To get specific feedback on ‘you could do this and you could do that a bit better’ was really, really helpful.” (P25-R)

그러나 대부분의 참여자들은 이를 **“지엽적인 문제 지적(nit-picky)”**으로 인식했으며 (P13-PE), P25-R처럼 실질적인 도움을 느낀 경우는 드물었다.

진료 역량 평가로서의 한계

많은 리뷰 대상자들은, 실제 환자 진료에 대한 관찰이 없고, 입원/외래 전반에 걸친 총체적 접근이 부족한 상황에서,
이번 리뷰가 “진료 역량을 측정하지 못한다(doesn’t measure competency)”, **“의사를 있는 그대로 반영하지 않는다(doesn’t necessarily reflect the physician)”**는 점을 지적하였다 (P24-R, P29-R).

“You could be a very good physician and a very bad documenter, right? So if you’re not a good documenter then obviously you look like you’re a bad physician… I’m not sure one is correlated with the other to be honest, but that’s what you’re left with.” (P18-R)
"진짜 좋은 의사라도 서류 작업을 못하면 안 좋게 보일 수 있어요. 실제로는 별로 상관없을 수도 있지만, 그런 인상만 남는 거죠."

피드백에 대한 평가: 인공적이고 임상과 무관

이러한 배경에서, 피어 리뷰를 통해 생성된 피드백은 **“인공적(artificial)”(P29-R)**이고 **“임상과 무관(clinically irrelevant)”(P11-PE)**하다고 느껴졌으며, 따라서 학습 촉진 효과도 제한적이었다. 많은 참여자들은 이 과정이 의사의 자율 규제(self-regulation)를 위해 필요한 절차라는 점에는 (때로는 마지못해) 동의했지만, 실제 경험은 처벌적(punitive)이고 교육적이지 않았다고 느꼈다:

“… the whole process was more punitive rather than wanting to be instructively helpful.” (P30-R)

“가성비” 낮은 의무적 절차라는 인식

대다수의 리뷰 대상자에게 있어, 규제기관이 요구하는 피어 리뷰는 ‘가성비 낮은(make-work)’ 활동이었다. 시간과 감정적 에너지를 투자한 것에 비해 얻는 것이 거의 없었다는 인식이 강했다:

"[PE들은] 계속 '이것은 여러분을 위한 것이고 많은 사람들이 정말 유익하다고 생각합니다'라고 말했고, 내내 일처럼 느껴졌습니다... 무급 노동처럼 느껴졌고... 그만한 가치가 없었습니다." (P27-R)
“[PEs] kept saying ‘this is for your benefit and lots of people find that it’s really beneficial’ and the whole time it kind of felt like work… it felt like unpaid work… it wasn’t worth the value.” (P27-R)

아이러니: PE가 되어야 비로소 배우는 경험

흥미롭게도, PE 자신들조차 리뷰 대상자로서보다는 PE 역할을 수행하면서 더 많은 학습을 얻었다고 언급하였다.
다양한 의사들의 진료 스타일을 관찰하는 경험이 큰 도움이 되었던 것이다:

“I learn a lot of new things, just other people’s techniques … different protocols and stuff that I hadn’t considered.” (P13-PE)

또한, 피드백을 제공하고 상대방의 수용 반응을 관찰하는 과정 자체가 자기 역량 향상으로 이어졌다:

“I think doing assessments has made me a better communicator… I’m a much better writer because of this… I’ve learned to pick up cues about who I’m about to talk to.” (P20-PE)

요약: 리뷰 대상자에게는 제한된 교육 효과

종합적으로, 양쪽 입장을 경험한 PE들조차도 피어 리뷰가 reviewee에게는 학습 효과가 제한적이라는 점을 인정하였다:

“I learn far more than I impart.” (P01-PE)

논의 (Discussion)

의료인의 역량을 개발하고 유지해야 한다는 필요성은 잘 알려져 있으며, 이를 바탕으로 특히 **높은 위험(high-stakes)**으로 인식되는 상황에서 피드백 제공과 수용을 어떻게 개선할 것인가에 대한 관심은 매우 크다. 하지만 현재까지의 의학교육 연구는 **대부분 정규 교육과정(formal training environments)**에 초점을 맞추고 있다.⁷ 이에 본 연구는 **임상의들에게 제공되는 피드백의 학습 가치(perceived learning value)에 대한 다각적 이해(multiperspective understanding)**를 생성하고자 하였다. **피어 평가자(PE)**와 리뷰 대상자(reviewee) 양측의 관점을 탐색함으로써, 본 연구는 다음 두 가지에 기여한다:

• 최근 강조되고 있는 풍부하고 사회문화적이며 관계 중심적인 피드백 상호작용에 대한 탐색 요구에 응답하였다.³⁰
• 동시에, 왜 의무적 피어 리뷰 프로그램이 교육적 효과 측면에서 미흡하게 인식되는지를 정교하게 설명하였다.

기대에 미치지 못하는 피드백의 이유: 기존 해석

우선, 본 연구는 다음과 같은 기존 설명을 확장하고 뒷받침한다:

• PEs는 R2C2 모델과 같이 근거 기반 피드백 전략을 충실히 따랐으며,²⁶
• 규제기관이 주도하는 피어 리뷰라는 근본적으로 위협적인(highly threatening) 상황을 완화하기 위해 상당한 노력을 기울였다.

그러나 그럼에도 불구하고, reviewee들은 피드백을 학습적으로 유의미하거나 가치 있다고 인식하지 못하는 경우가 많았다. 기존 문헌에서는 다음과 같은 설명을 제시한다:

• **신뢰할 수 있는 피드백(credible feedback)**은 신뢰(trust)와 직접 관찰(direct observation)에 기반해야 하며,¹⁸,³¹
• 이는 규제기관이 주도하는 프로그램에서는 달성하기 어렵다.

또한, 피어 리뷰와 같은 **고위험(high-stakes) 상황에서는 피드백의 감정적 수용 자체가 방해받을 수 있다.**⁹ 이러한 환경에서 **형성적 학습기회(formative learning opportunity)**를 기대하는 것 자체가 과도할 수 있다는 주장도 제기되어 왔다.³²

새로운 통찰: ‘기대’가 만들어내는 역설

하지만 본 연구는 한 걸음 더 나아가, 왜 피드백이 가치 없다고 인식되는가에 대한 또 다른 설명을 제시한다:

피드백에 부여된 ‘기대의 무게(the heavy weight of expectations)’ 때문이다.

의학교육에서는 피드백이 **수행 향상(performance improvement)을 위한 필수 조정(course correction)**으로 간주된다.⁷ 따라서 학습자와 임상의들은 피드백을 다음과 같이 **사회화(socialized)**되어 인식한다:

• 피드백은 변화를 유도하는(transformative) 경험이다.
• 피드백은 학습을 근본적으로 변화시키고(practice-changing),
• 의료 실천을 향상시켜야 한다.

하지만 본 연구에 참여한 대부분의 의사들은 무작위로 선정되었고, 이미 ‘안전하고 유능한(safe and competent)’ 의사였다. 따라서 생성된 피드백은 대부분 다음 중 하나였다:

• **기존 수행을 ‘인정’(validation)**하거나
• **작은 수정(fine-tuning)**을 제안하는 것

이러한 피드백은 그 자체로 신뢰성이 부족해서가 아니라,

학습자들이 기대하는 ‘피드백의 이상적인 모습’과 괴리되어 있었기 때문에 의미 없는 것으로 간주되었다.

즉, 유의미하고 신뢰받는 피드백이 되기 위해서는,

• 적시에 제공되고(timely),
• 관찰에 기반하며(based on observed performance),
• 구체적이고 상세해야(detailed) 하는 것은 물론,³¹
• 무엇보다도 ‘개선을 위한 비판(constructive criticism)’의 형식을 띠어야 한다.

반대로, 칭찬 위주의 피드백은 ‘이미 잘하고 있다는 사실’만을 확인해줄 뿐, reviewee의 학습 기대를 충족시키지 못한다.

피드백의 역설: 기대와 두려움 사이에서

흥미롭게도, 리뷰 대상자들은 초기 통보를 받았을 때, 학습 기회보다 ‘비판’에 대한 두려움이 컸다.

“혹시 내가 못하고 있는 부분을 들춰낼까?”
“전문가로서의 정체성에 위협이 되지 않을까?”

그러나 실제로는 피드백이 비판적이지 않았고, **실질적인 변화도 유도하지 못했다는 점에서 ‘안도감’과 동시에 ‘실망감’**을 느끼는 이중적 반응을 보였다.

✅ 안도: 다행히 큰 결점은 없었다.
❌ 실망: 그런데 학습적으로도 남는 게 없었다.

이러한 반응은 다음과 같은 *정체성의 긴장(identity tension)*을 보여준다:

• 한편으로는 자신의 역량을 인정받고자(affirmation of competence) 하면서도,
• 다른 한편으로는 피드백이 자신의 실천을 변화시킬(transformative) 것을 기대하는 것

이러한 긴장은 지도자는 피드백을 제공한다고 느끼지만, 학습자는 피드백을 ‘받지 못했다’고 인식하는 현상—즉, 피드백 인식의 불일치(disconnect)를 설명해준다.³³

결론적 메시지: 피드백의 가치는 ‘위협’에 달려 있는가?

만약 피드백이 ‘자기(self)’를 위협할 때에만 학습자가 그것을 진정한 피드백으로 인식한다면, 우리는 다음과 같은 **패러독스(paradox)**에 직면하게 된다:

가장 신뢰받고 유의미하다고 인식되는 피드백은,
**학습자에게 가장 큰 저항(resistance)을 불러일으킬 수 있는 유형일 수 있다.**³⁴

논의(계속): ‘자기(Self)’를 위협하지 않으면서도 도전감을 제공하는 피드백이 가능한가?

피드백 제공자가 학습자의 자기감(sense of self)을 위협하지 않으면서도 실질적인 성장을 이끌어내는 방식으로 도전감을 줄 수 있는 방법은 무엇일까? 이미 교육자들이 알고 있는 다음의 요소들은 물론 중요하다:

• **심리적 안정감(psychological safety)**의 보장³⁵
• **관계중심 교육(relationship-centered education)**의 실천¹⁸
• **신뢰성(credibility)**의 구축¹⁵,³⁶

하지만 지금의 교육 커뮤니티는 더 근본적인 질문에 직면하고 있다:

우리는 “피드백”이라는 단어를 너무 쉽게, 모든 수행 향상(performance improvement) 노력에 적용하고 있는 것은 아닐까?

만약 ‘피드백’이라는 말 자체가 ‘변화를 일으킬 수 있는 경험’이라는 기대치를 과도하게 설정한다면, **소소한 강화(reinforcement)**나 **작은 조정(minor tweaks)**은 실제로는 중요한 역할을 하더라도 학습 가치가 없는 것으로 간주될 수 있다.

기대치를 ‘설정’하는 것이 핵심일 수 있다

이러한 문제에 대응하기 위해, 피드백 제공이 이루어지는 과정에서 **명확한 기대관리(expectation management)**가 필요하다. 예를 들어,

• 어떤 기준이 평가될 것인지
• 왜 그것이 중요한지,
• 해당 상황에서 어떤 실천의 측면이 검토 대상이 될 것인지 등을 사전에 명시하면,
  피드백의 학습 가치에 대한 인식이 달라질 수 있다.

이 맥락에서, 이제는 CPD(지속적 전문성 개발) 모델이

단순한 피드백(feedback)에서 벗어나 "피드포워드(feedforward)", 즉, 사전에 기대성과를 명확히 제시하고 학습자가 스스로 이를 평가에 참여하게 하는 방식으로 전환할 때가 된 것인지도 모른다.³⁴

향후 연구와 실천적 제언

앞으로의 연구는 다음과 같은 점을 탐색할 필요가 있다:

• **진료 향상 프로그램(performance enhancement programs)**의 본질적 의미를 학습적으로 강화하는 방법
• 단순한 강화(reinforcement) 전략이 **의사의 웰빙(wellness)**에도 기여할 수 있는가 여부

특히, 이번 연구에서 예상치 못하게 발견된 다음의 결과는 매우 흥미로운 후속 연구 주제다:

피어 평가는 고기능(high-functioning) 의사들의 임포스터 증후군(imposter syndrome)을 완화하는 데 도움이 될 수 있다.

한계 (Limitations)

이번 연구는 **비밀 보장(confidentiality)**을 우선했기 때문에, 각 참여자가 왜 규제기관의 피어 리뷰 대상자로 선정되었는지는 알 수 없었다. 참여자가 리스크 기반(risk-based)으로 선정되어 실제 위협을 경험했는지, 혹은 **단순 무작위(random)로 선정되었지만 위협을 ‘느꼈는지’**는 연구에서 명확히 구분되지 않았다. 또한:

• 참여자의 다수가 리뷰 대상자이자 PE로 활동한 경험이 있는 의사였다.
  → 이로 인해 프로그램에 호의적인 시각을 가진 이들이 과대표집 되었을 가능성이 있다.
• 각 피어 리뷰 상호작용은 **단측적 관점(one-sided perspective)**에서만 자료를 수집하였다.
  → 향후 연구는 리뷰어–리뷰이 쌍(pair)을 모두 포함하는 연구가 필요하다.
• 참여자들이 인식한 피드백의 교육 효과는 실제 효과보다 과소/과대 평가되었을 가능성이 있으며,
  → 향후 연구는 실제 피드백이 어떻게 실행되었는가(implementation)를 추적하는 연구가 요구된다.
• 마지막으로, 본 연구는 질적 연구이므로 일반화(generalization)를 목적으로 하지 않지만,
  규제기관마다 피어 리뷰 방식이 매우 다를 수 있다는 점에서 타 지역에서의 재현 및 확장이 필요하다.

결론 (Conclusions)

고위험(high-stakes) 평가 상황은 학습을 유도할 수 있다. 그것이 준비 과정이든, 평가 자체로부터의 인식이든 간에 말이다.³⁷,³⁸ 하지만 이번 연구에서 나타난 의무적 피어 리뷰의 학습 효과에 대한 실망감은,

실제 위험(stakes)보다는 **기대치(expectations)**가 잘못 맞춰졌기 때문일 수 있다.

피드백 제공과 수용의 어려움을 해결하려는 기존의 노력들은, 의료계 내에서 공유되는 **“피드백은 근본적 변화를 가져와야 가치 있다”는 문화적 전제(sociocultural assumption)**를 충분히 고려하지 못했다. 

이번 연구는 다음과 같은 점을 경고한다:

• 대부분의 의사들이 이미 양호한 수행을 보이고 있다면,
• **작은 조정(tweaks)**이나 **안심(reassurance)**을 통해 얻을 수 있는 지식적/심리적 효과가 존재하지만,
• 이것이 "변화를 유도하지 않으면 가치 없다"는 인식에 의해 **무시될 수 있다.**³⁹

패러독스를 넘어: 피드포워드와 기대의 재설계

이러한 상황에서,

• **강한 수행을 인정하는 메시지(affirmation)**는 학습자가 **내면화(internalize)**하기보다 버리는(discard) 경향이 강하고, 
• 그 결과 의미 있는 피드백이 드물다고 느끼게 되며,
• 동시에 임포스터 증후군과 **번아웃(burnout)**이 만연한 상태가 지속되는 것이다.⁴⁰,⁴¹

이러한 피드백의 역설—받는 사람이 저항해야만 피드백으로 인식되는—을 해결하기 위해서는,

전통적인 피어 리뷰를 넘어서,

“피드포워드(feedforward)” 방식으로의 전환이 필요하다.

• 검토 기준을 사전에 명확히 공유하고,
• 리뷰 대상자를 보다 능동적으로 평가 과정에 참여시키는 방식이 되어야 한다.

우리는 다음과 같이 기대한다:

CPD 전반에서의 피드포워드 대화는 덜 불안을 유발하고, 보다 신뢰받는 방식으로, *강한 수행을 더욱 세련되게 다듬는 작업(tuning of strong performance)*도 학습적으로 유익한 과정으로 인식되게 만들 수 있다.

When Feedback is Not Perceived as Feedback: Challenges for Regulatory Body-Mandated Peer Review

📌 리더십과 팔로워십의 새로운 이해: LEADS+ Developmental Model📚

안녕하세요! 오늘은 복잡한 의료 조직 내에서 효과적인 리더십을 발휘할 수 있도록 도와주는 혁신적인 리더십 모델에 대한 논문을 소개해드리려고 합니다. 최근 의료 환경이 점점 더 복잡해지면서, 특히 학술의료센터(Academic Health Centres; AHCs)와 같은 조직에서는 기존 리더십 개념만으로는 한계가 있었어요. 이를 극복하고자 캐나다의 의료 리더십에서 널리 쓰이는 LEADS 프레임워크와 Kegan의 인간 발달 이론(Human Development Model)을 결합한 새로운 리더십 모델인 **『LEADS+ Developmental Model』**을 연구진이 제안했습니다.

💡 연구 배경 및 문제의식

21세기 의료 시스템은 엄청난 복잡성(complexity)에 직면하고 있습니다. 기술 발전, 환자의 요구 증가, 재정 압박 등 여러 가지 문제가 겹쳐 더욱 복잡해졌는데요. 특히 최근 팬데믹으로 인해 의료계 리더들이 "사악한 문제(wicked problems)"라는 새로운 도전에 직면했습니다.

이 문제들은 다양한 이해관계가 얽혀 기존의 리더십으로는 해결하기 어려워요. 그래서 학술 의료센터(AHC)처럼 병원과 대학이 함께 운영되는 매트릭스 조직(matrix organisations)에서는 리더들이 서로 다른 조직의 목표와 가치 사이에서 고민하게 됩니다.🤔

이런 상황에서 연구진은 리더들이 여러 역할(multiple roles)과 정체성(multiple identities)을 효과적으로 관리할 수 있도록 돕는 모델이 필요하다고 판단했습니다.

🔎 연구 목적과 접근 방법

연구진은 기존의 LEADS 프레임워크와 Kegan의 인간 발달 이론을 결합하여 리더들이 조직 내에서 다양한 역할을 효과적으로 수행할 수 있도록 하는 모델을 개발하고자 했어요.

이 과정에서 연구진은 다양한 리더십 이론과 프레임워크를 탐색했고, 그 중 LEADS 프레임워크와 Kegan의 인간 발달 모델을 선택했습니다. 이 두 모델은 서로의 부족한 부분을 상호 보완할 수 있었기 때문이에요. 특히 LEADS 프레임워크는 구체적인 리더십 역량을 제시했지만 다중 역할을 가진 리더의 상황적 맥락(context)은 부족했고, Kegan의 모델은 인간의 인지 발달을 다루었지만 리더십 역량에 대한 설명이 부족했습니다. 그래서 이 두 가지를 결합해 효과적인 모델을 만들었어요.

연구진은 이를 위해 집중적인 문헌 리뷰와 전문가 협의(knowledge user consultations)를 수행했고, 다양한 전문가와 실제 리더들의 피드백을 받았습니다.

📖 LEADS+ Developmental Model의 핵심 구성 요소

이 모델은 크게 두 가지 팔로워십 스타일과 두 가지 리더십 스타일을 제안하고 있습니다.

🔸 팔로워십 스타일(Followership)

• 필수적 팔로워십(Essential Followership): 신입 직원처럼 아직 리더 역할을 맡기 어려운 단계에서, 조직 내 암묵적 정보를 배우고 팀원들과 관계를 맺으며 업무를 수행하는 단계입니다.
• 전략적 팔로워십(Strategic Followership): 조직의 전략과 목표를 이해하고 창의적으로 행동하여 자신의 리더십 역량을 발전시키는 단계입니다.

🔹 리더십 스타일(Leadership)

• 역할 기반 리더십(Role-based Leadership): 공식적인 직함을 가진 리더가 자신의 역할 범위 내에서 업무를 수행하는 단계로, 다른 부서와의 협력이 필요하지만 때로는 계층적 구조로 인해 한계를 겪을 수 있습니다.
• 복잡성 기반 리더십(Complexity-based Leadership): 여러 역할을 통합하여 조직 전반에서 문제를 해결하고 협력적이며 창의적인 방법으로 리더십을 발휘하는 단계로, 분산적 리더십(distributed leadership)과 유사한 개념입니다.

연구진은 "고급 리더십은 LEADS 프레임워크의 '자기 주도(Leading Self)' 영역에서 유연한 변화(fluid shifts)를 필요로 하며, 리더들은 각 역할과 조직, 맥락에 따라 자신을 리더 또는 팔로워로 재개념화해야 한다(Advanced leadership requires fluid shifts for the Leading Self domain of LEADS, as leaders must reconceptualize themselves from a leadership/followership perspective as appropriate for given roles, organisations and context)"고 강조합니다.

또한 리더는 상황에 따라 리더십과 팔로워십 역할을 유연하게 전환하는 다재다능성(versatility)이 필요하다고 설명하고 있습니다.

💬 모델의 평가 및 실제 적용 가능성

연구진은 북미 전역의 다양한 리더들과 교육자들을 대상으로 설문 조사와 인터뷰를 진행했는데요, 이 모델에 대한 지지율이 10점 만점 중 평균 7.93점으로 매우 높았습니다. 참여자들은 이 모델이 "포괄적이고(comprehensive), 발달적(developmental)이며, 지향적(aspirational)"이라고 평가했습니다. 다만 연구진은 이 모델이 아직 실증적 근거(empirical evidence)가 부족하고, 추가 연구가 필요하다는 한계를 인정했습니다.

🎯 연구의 의의 및 결론

이 연구의 가장 큰 의의는 기존 리더십 프레임워크와 심리적 발달 이론을 결합하여, 실제로 복잡한 의료 조직 내 리더들에게 적용 가능한 모델을 제시했다는 점입니다. 연구진은 이 모델이 실제 현장에서 리더들이 다양한 역할과 정체성을 통합하여 더욱 효과적인 리더십을 발휘하는 데 큰 도움을 줄 수 있다고 결론지었습니다.

이 모델은 앞으로 다양한 의료 조직의 리더십 프로그램 개발이나 리더 개인의 자기 성찰(reflection) 도구로 유용하게 활용될 것으로 기대됩니다.

복잡한 시대에 꼭 필요한 리더십 역량을 잘 보여준 『LEADS+ Developmental Model』 논문 소개였습니다. 이 모델이 현장에서 널리 활용되기를 기대하며, 오늘 포스팅을 마칩니다.😊✨

1. 서론(INTRODUCTION)

21세기 보건의료 체계는 점점 더 복잡성(complexity)이 증가하고 있다. 기술 발전, 환자 인구 구조 및 기대치의 변화, 재정 압박, 빠른 정보 흐름, 보건 인력 자원의 문제 등이 이러한 복잡성을 더욱 심화시키고 있다.¹ 특히 코로나19 팬데믹은 이전까지 의료계 리더들이 경험하지 못한 수준의 **상호 연결성(interconnectedness)**을 더했다. 동시에, 팬데믹은 이른바 ‘사악한 문제(wicked problems)’²—즉, 매우 복잡하고 폭넓어서 현재의 리더십 관행으로는 대처하기 어려운 문제—를 발생시켰으며, 이는 학술 의료센터(Academic Health Centres; AHCs)의 리더십 역량 부족을 드러냈다.

💡 Wicked problems
“구성원과 조직의 다양한 이해관계와 관점들이 얽혀 있어 기존의 리더십과 문제해결 접근방식으로는 해결하기 어려운 문제들”

이러한 문제를 다루기 위해서는 **다양한 전문적 정체성(professional identities)**을 오가며 활동해야 하는 신규 및 현직 리더들을 지원할 수 있는 모델이 필요하다. 새로운 리더들은 학술적 영역과 의료 현장 모두에서 직면하는 복잡성을 더 잘 이해해야 한다. 이는 의료 리더들이 다음과 같은 사항을 보다 잘 관리하도록 도울 것이다.

• 경쟁적 우선순위(competing priorities)
• 대인 관계 역학(inter-personal dynamics)의 미묘한 차이
• 조직 내 정치(organisational politics)

이를 통해 이들의 경력이 학술적 및 의료적 맥락에서 모두 발전할 수 있다.

본 논문은 학술 의료센터(AHCs)—즉, 병원과 대학(학술기관)이 연계된 임상기관—에서 보건의료 시스템 리더들의 미묘한 역할과 경력 경로를 탐색한다. AHCs는 매트릭스 조직(matrix organisation)³으로서, 최소한 병원과 대학이라는 두 개의 개별 조직이 함께 작동한다. 매트릭스 조직은 독립된 문화와 시스템을 가진 조직들이 특정한 공동 목표를 달성하기 위해 개인들을 통해 서로 연결되어 있는 형태이다. AHC 내부 각 조직은 자신만의 고유한 목표, 가치, 우선순위, 도전 과제와 지식 사용자(knowledge users)를 가지고 있다.

• 병원 시스템과 학술 기관이 서로 연결되어 있기 때문에, 개인들은 여러 역할과 그에 따른 **다중 정체성(multiple identities)**을 갖게 된다.
• 각 조직에서 일하는 리더들은 종종 상충되는 요구, 목표, 가치, 관점을 조율(navigate)해야 한다.⁴
• 조직 간의 이해관계와 관점이 복잡하게 얽힌 wicked problems는 리더의 정체성을 더욱 혼란스럽게 한다.

경력이 발전하면서 개인은 전문적, 개인적 성장을 요구받게 되지만, 각 개인마다 이러한 성장 능력(capacity)에는 차이가 있다. 리더 역할에는 임상가(clinician), 관리자(administrator), 연구자(researcher), 교육자(educator), 오피니언 리더(opinion leader) 등 다양한 정체성이 포함될 수 있다.

이러한 전문적 정체성과 무관하게, 각 개인은 반드시 리더십뿐만 아니라 **팔로워십(followership)**에도 참여해야 한다고 주장한다.

💡 **팔로워십(Followership)**⁵⁻⁶
“리더가 제시한 목표를 위해 책임감을 가지고 이를 지원하고, 필요시 리더의 결정에 도전하고 논쟁하며, 조직의 변화에 적극적으로 참여하고, 도덕적 행동을 실천하는 현상”

리더의 역할이 발전할수록 리더십과 팔로워십 사이를 오가는 미묘한 균형이 요구된다.

LEADS 프레임워크와 그 한계

**LEADS in a Caring Environment 프레임워크(LEADS framework)**는 2006년에 개발된 것으로, 보건의료 리더들이 갖추어야 할 핵심 역량을 정의하고 장려하기 위한 목적에서 시작되었다.⁷⁻⁸ 오늘날 LEADS 프레임워크는 캐나다의 보건의료 시스템에서 가장 널리 사용되는 리더십 프레임워크 중 하나로,⁹⁻¹⁰ 호주,¹¹ 벨기에,¹² 인도,¹³ 이스라엘⁸,¹⁴ 등으로 확산되었으며, 영국의 Faculty of Medical Leadership and Management의 인증 표준(certification standards)에도 큰 영향을 미쳤다.

그러나 여러 역할을 동시에 맡고 있는 리더는 LEADS 프레임워크를 자신들의 다양한 역할과 경력 수준(seniority)에 적용하는 데 어려움을 겪을 수 있다. 예컨대, LEADS 프레임워크의 ‘L’(Leading Self)은 **단일한 정체성(singular identity)**을 전제로 하므로, 여러 가지 정체성을 통합해야 하는 경우 도전과제가 될 수 있다. 또한, 서로 통합된 시스템(integrated system) 내에서 리더가 다양한 역할과 복잡성을 마주할 때, LEADS 프레임워크는 이를 명시적으로 안내하지 않는다.

예를 들어 한 개인은 다음과 같은 역할을 동시에 맡을 수 있다.

• 병원 행정의 중역(executive role)
• 임상 감독자(clinical supervisor)
• 대학 학과의 중견 교수(mid-career faculty member)

동일한 wicked problem (예: 병원 직원의 복지 문제)을 놓고 각 역할의 관점에 따라 전혀 다르게 인식할 수 있다. LEADS 프레임워크는 정해진 시스템 내에서 리더십을 발휘하도록 돕지만, 여러 역할 간의 리더십과 팔로워십의 유연한 전환(fluidity)에 대해 명확한 지침을 제시하지 못하고 있다.

본 논문의 제안: LEADS+ Developmental Model

기존 LEADS 프레임워크의 강점과 리더-팔로워 역할을 포괄할 필요성을 고려하여, 본 논문은 기존의 작업을 확장하여 새로운 모델인 LEADS+ Developmental Model을 제안한다.¹⁵⁻¹⁶ 이 모델은 학술 의료센터(AHCs) 내에서 여러 리더십 역할을 맡을 때 나타나는 리더십과 팔로워십의 실천 방식을 제시하며, 다음의 네 가지 참여 스타일을 정의한다.

• 팔로워십 스타일(Followership Styles): 필수적(essential), 전략적(strategic)
• 리더십 스타일(Leadership Styles): 역할 기반(role-based), 복잡성 기반(complexity-based)

본 논문의 핵심 주장은 다음과 같다:

고급(advanced) 리더십은 LEADS 프레임워크의 'Leading Self' 영역에서 유연한 변화(fluid shifts)를 필요로 하며, 리더들은 각 역할과 조직, 맥락에 따라 자신을 리더 또는 팔로워로 재개념화(reconceptualize)해야 한다.

2. 연구 방법(METHODS)

본 연구는 의료 리더십 개발이 기존의 주요 의료 리더십 프레임워크인 **LEADS in a Caring Environment 프레임워크(LEADS framework)**와 어떻게 연결되는지를 탐구하기 위해 통합적 개념 리뷰(integrative conceptual review)¹⁷를 수행했다.
Gottlieb과 동료들이 사용한 프로세스와 유사하게, 문헌 속 다양한 관점과 이론을 탐색하며 확산적(divergent) 및 수렴적(convergent) 사고의 반복적 순환(iterative cycles)을 활용했다.¹⁸ 궁극적으로, 연구자들의 관점을 통합하여 하나의 개념적 프레임워크로 구체화했다. 이러한 연구의 작업 흐름(workflow)은 **그림 1(Figure 1)**에 나타나 있다.

2.1 연구팀(The team)

본 연구팀은 다음의 인원들로 구성되었다.

• 교육적 리더십 분야에서 학장급(decanal) 직위를 가진 두 명의 임상 교육자(clinician-educators) (JS, TMC)
• 의료 행정 리더이자 동시에 교수직을 맡고 있는 전문가 (SR)
• 리더십 및 의료 창업(health entrepreneurship) 교육자로서 창업보육기관(incubator) 및 여러 스타트업의 리더 역할을 수행 중인 전문가 (SL)
• 리더십 연구 분야의 박사급 교수로서 LEADS 프레임워크의 공동 창시자이자 비영리 단체 대표 (GD)⁷⁻⁸

연구 과정 전반에 걸쳐 팀 구성원들은 각자의 개인적인 가정(assumptions)을 서로 적극적으로 비판하고, 선택한 이론들의 타당성을 면밀히 검토하여, 리뷰된 문헌에 대해 지속적으로 반성적(reflexive) 태도를 유지하도록 했다.

2.2 분석팀 내 논의(Discussions within the analysis team)

첫 번째 단계로, 다양한 리더십 프레임워크와 이론들에 대한 시범적 검토(pilot review)를 수행하였다. (이 과정은 SR, SL 및 TMC가 진행함). 이 단계는 초기 논의의 기반이 되었다.

• **캐나다 보건의료 체계에서 두드러진 역할을 하고 있다는 점에서 LEADS 프레임워크가 가장 중요한(salient) 것으로 평가되었다.**⁷⁻⁸
• 그러나 **LEADS 프레임워크에 결여되어 있다고 판단된 발달적 관점(developmental framing)을 보완하기 위해 Kegan의 인간 발달 모형(human development model)이 추가로 선택되었다.**¹⁹

이 두 가지 프레임워크는 마치 질적 연구에서 감수성 개념(sensitising concepts)을 활용하는 것처럼, 연구팀의 지속적인 논의를 안내하는 데 중요한 역할을 했다.²⁰

• **상황적 리더십(Situational leadership)**²¹과 Cynefin 프레임워크²²는 리더십의 적응적 특성(adaptive nature)과 특정 맥락(context)에 따라 적절한 리더십 스타일을 구분하는 고급 능력(advanced proficiencies)에 대한 사고를 촉진했다.

연구팀은 영상회의(videoconferencing)를 통해 여러 차례 논의를 진행했으며, 실시간 공동 작업이 가능한 클라우드 기반의 문서 도구를 활용하여 개념 정리 및 메모를 공유했다. 각 회의는 약 1시간씩 진행되었다.

2.3 문헌 통합 및 초기 모델 테스트(Literature synthesis & initial testing)

초기 모델을 정교화(refining)한 후, 집중적 문헌 리뷰(focused literature review)를 실시했다. 연구팀은 보건의료 시스템 리더십, 팔로워십(followership), 조직개발(organisational development) 분야의 기존 문헌을 참조하여, 새롭게 도출한 개념 모델(conceptualization)을 기존의 다른 모델들과 대조했다.

• 반복적(iterative) 개정을 거쳐 하나의 개념 모델로 결정하였다.
• 이후 페르소나 중심 테스트(persona-driven testing)—다양한 상황에서 각 역할을 명확히 하기 위해 가상 캐릭터를 활용한 인지적 시뮬레이션(cognitive simulations)—와 지식 사용자(knowledge user)들과의 협의를 통해 개념 모델을 정교화했다.²³⁻²⁴
• 페르소나(persona)는 연구팀 구성원들이 실제로 경험했던 사례들(exemplars)을 기반으로 개발했다.²³⁻²⁵ (구체적인 페르소나 관련 삽화(vignettes)는 온라인 부록(Appendix S1)에서 확인 가능하다.)

2.4 지식 사용자 협의(Knowledge user consultations)

스코핑 리뷰(scoping reviews)²⁶ 및 캐나다 보건연구소(CIHR)의 지식 교류 프로세스(Knowledge Exchange process)²⁷에서 권장하는 지식 사용자 협의 방식에 따라, 이전에 출판된 프로세스를 기반으로 북미 전역의 다양한 교육자, 전문가 및 현장 실무자들로부터 피드백을 수집했다. 연구팀 내 숙련된 리더십 개발자(GD, TC, JS)의 추천을 기반으로 **눈덩이 표본추출법(snowball sampling)**을 활용하여 피드백을 제공할 지식 사용자들을 모집했다.

다음 중 최소 하나를 충족하는 사람을 포함하였다.

1. 두 개 이상의 조직 또는 부서에서 복합적 리더십 역할(blended leadership roles)을 경험한 사람
2. 복수의 역할을 수행하는 타인을 감독하거나 이끄는 사람
3. 리더십 훈련과 개발에 대한 교육 또는 학술 활동에 적극적으로 참여한 사람

북미 보건의료 맥락에서의 경험이 없는 사람들은 제외했다. 연구팀은 간단한 설문 도구(https://bit.ly/BridgeLEADsurvey)를 개발하여, 각 지식 사용자들이 자신의 리더십 실무와 관련하여 개념 모델의 강점, 약점, 적합성(relevance)을 평가하도록 요청했다. 정량적 데이터는 기술 통계(descriptive statistics)로 분석했으며, 정성적 데이터는 우선 선임저자(senior author; TMC)가 주제 분석(thematic analysis)을 실시한 후, 제1저자들(SR, SL)이 이를 확인하였다.²⁸ 추가적 피드백 제공을 희망한 사용자들과는 선임저자(TMC)가 주도하여 30분 간의 1:1 줌 인터뷰(Zoom communications, Inc.)를 진행했으며, 이 과정은 한 달 내 완료되었다. 인터뷰에서 얻은 피드백은 논문 작성 과정에서 본문의 내용에 지속적으로 반영되었다.

📌 Box 1: LEADS in a Caring Environment 프레임워크란 무엇인가?

『LEADS in a Caring Environment Capabilities Framework』 는 캐나다 보건의료 환경에서 효과적인 리더십과 관리를 수행하는 데 필요한 리더십 역량(capabilities)을 정의하는 프레임워크이다.

이 프레임워크가 다른 역량/능력 프레임워크와 구별되는 특징은 "돌봄(CARING)"을 핵심 가치로 삼는다는 점이다. 여기서 돌봄이란 다음을 포함한다:

• 환자(patients)에 대한 돌봄
• 직원(staff)에 대한 돌봄
• 의료 제공자(providers)에 대한 돌봄
• 인구 집단(population)의 건강에 대한 돌봄

LEADS 프레임워크는 모든 보건의료 분야 및 시스템의 모든 수준에서 필요한 주요한 기술, 행동, 능력, 지식을 나타낸다. 이 프레임워크는 다섯 가지 핵심 영역(domain)으로 구성되어 있다:

1. 자기 주도(Lead Self)
2. 타인 참여(Engage Others)
3. 성과 달성(Achieve Results)
4. 연합체 구축(Develop Coalitions)
5. 시스템 전환(Systems Transformation)

각각의 영역은 효과적인 리더십의 모습을 나타내는 4가지 핵심 역량(capabilities)을 포함한다.

이 프레임워크는 리더십(leadership)과 관리(management) 사이의 상호작용(interplay)을 강조한다. 두 요소 모두 보건의료 분야에서 효과적 리더십을 발휘하는 데 필수적이며, 이는 학술적(academic), 임상적(clinical), 행정적(administrative) 역할 모두에 적용 가능하도록 설계되었다.

LEADS 프레임워크는 또한 "분산적 리더십(distributed leadership)" 접근법을 나타낸다. 즉, 의료 시스템 내 개인의 위치(role/title)에 관계없이 누구나 자신이 있는 곳에서 리더가 될 수 있으며, 모든 사람이 보건의료를 변화시키는 데 참여할 수 있다는 것이다.

이 프레임워크는 약 5년 주기로 창안자들에 의해 개정된다. 본 논문의 개념적 작업(conceptual work)은 이러한 개정 과정과 연계되어 있으며, LEADS 프레임워크의 발전(evolution)에 기여하기 위한 목적을 가지고 있다.

📌 Box 2: Kegan의 인간 발달 모형(Human Development Model, 의식 수준 Orders of Consciousness 포함)

**Kegan의 인간 발달 모형(Human Development Model)**은 개인의 정체성 형성(identity formation)을 **다양한 경험을 통해 형성되는 복합적 현상(complex phenomenon)**으로 설명하는 프레임워크이다.

경험의 수(number)와 범위(breadth)가 개인이 가질 수 있는 관점(perspectives)을 늘리고, 이를 객관적으로 활용하는 방법을 학습하게 한다. 다양한 도전(challenges)은 개인이 가진 관점을 변화시키며, 이러한 관점들을 결합하여 주변 세계를 탐색(navigate)하는 능력에 영향을 준다.

Kegan의 모형은 다섯 가지 의식 수준(Orders of Consciousness)을 제시한다:

• 1차 및 2차 수준(First-order and Second-order: imperial, incorporative, impulsive)
  → 자기 중심적(self-focused)으로, 타인의 욕구나 필요에 대한 인지가 거의 없다.
• 3차 수준(Third-order: interpersonal)
  → 자기 자신과 타인의 욕구(needs)에 대한 인식이 발달한다.
• 4차 수준(Fourth-order: institutional)
  → 이전에 거부되었던 자기 자신, 타인, 시스템의 여러 측면을 수용(acceptance)하게 되며, 자기 주도적 정체성(self-authorship)이 형성된다.
• 5차 수준(Fifth-order: inter-individual)
  → 시스템 수준의 사고(systems-level thinking)가 가능해지며, 자신과 타인의 관점이 복수적(multiplicity)이라는 것을 인정하게 된다.

이 프레임워크는 인간의 발달(human development)을 자기 자신(self), 타인(others), 그리고 시스템(systems)에 대한 점점 더 복잡하고 심화된 이해로 이어지는 점진적 발전(incremental progression)으로 개념화한다.

🔖 중요한 주의점
모든 사람이 위의 모든 의식 수준을 성취하지는 않는다.

3. 결과(RESULTS)

본 연구에서 제안하는 『LEADS+ Developmental Model』 은 의료 분야 전문가들이 리더십 역량을 습득해가는 과정을 명확한 단계적 이정표(milestones)로 제시함으로써, 이들이 리더십 여정을 효과적으로 시작할 수 있도록 돕는다.

3.1 기존 리더십 프레임워크 및 모델과의 비교(Contrasting to prior leadership frameworks and models)

문헌 리뷰를 진행하면서, 기존의 리더십 문헌(보건의료 분야 및 타 분야 포함)에는 리더의 발달 여정(developmental journey)을 체계적으로 묘사한 프레임워크가 부족하다는 것을 발견했다. 기존 문헌의 대부분은 다음과 같은 내용을 다루고 있었다.

• 개별 리더의 개인적 리더십 이야기(individual leaders’ stories) ²⁹⁻³²
• 선배 리더가 후배 리더를 멘토링하는 방법 ³³
• 보건의료 시스템 내 개인이 경력(career)을 거치며 경험하는 리더십 발달 경로(pathways) ³⁴⁻³⁶

하지만 대부분의 기존 프레임워크는 다음의 측면을 명확히 제시하지 않고 있다.

• 리더가 여러 역할(multiple roles) 사이에서 경험하는 비대칭적(asymmetric) 성장
• 보다 복잡한 리더십 역량(complex leadership capabilities)을 획득하면서 단계적으로 발전(stratify)해 나가는 과정
  (예: 개인 내적 발달, 소규모 팀과의 관계 형성, 타 조직과의 관계 형성, 시스템 변화나 성과 달성 등)

예를 들어, Heifetz의 ‘적응적 리더십(adaptive leadership)’ 접근법은 리더가 상황(context)에 따라 변화하고 적응해야 한다고 제안하지만, 리더가 시간이 지남에 따라 역할이 어떻게 변화하는지에 대해서는 명확한 통찰(insight)을 제공하지 않는다.³⁷

한편, 하버드의 McNulty, Marcus 등이 개발한 메타 리더십(meta-leadership) 프레임워크³⁸⁻⁴⁰는 위기 상황에서 여러 조직 간 가교 역할을 하는 리더의 필요성을 강조한다. 예컨대, 이 프레임워크는 비상 상황(예: 보스턴 마라톤 폭탄 테러) 연구를 통해 개발되었으며, 본 연구의 복잡성 기반 리더십(complexity-based leadership)과 유사점(resonant)이 많다. 하지만 메타 리더십 프레임워크는 개인이 다양한 맥락에서 리더십과 팔로워십의 다양한 참여 방식(styles of engagement)을 유연하게 전환(versatility)하는 능력에 대해서는 충분히 다루지 않으며, 또한 리더가 성장 과정에서 경험할 수 있는 다양한 발달 단계(stages of development)와의 비교도 제시하지 않는다.

이외에도 다양한 리더십 프레임워크들은 여러 단계를 제시하거나(Collins의 ‘좋은 기업을 넘어 위대한 기업으로’(Good to Great)의 다섯 단계 리더십 수준⁴¹), 리더가 삶의 과정에서 경험하는 단계를 포괄적으로 설명(Joiner & Joseph의 ‘리더십 민첩성’(Leadership Agility) 모델⁴²)하기도 한다. 그러나 대체로 의료 분야의 리더가 서로 다른 맥락에서 다양한 역량을 유동적으로 발휘할 수 있도록 개발의 여러 측면(aspects of development)을 통합적으로 제시하는 모델은 거의 없다.

3.2 통합할 프레임워크 선정(Selecting the frameworks for integration)

캐나다 보건의료 분야에서 LEADS 프레임워크는 널리 알려져 있으며 다양한 리더십 개발 프로그램의 토대가 되고 있다. LEADS는 2015년 CanMEDS 의사 역량 프레임워크의 리더 역할(Leader Role)⁴³⁻⁴⁴보다 더욱 구체적이다. 그러나 기존 모델을 검토한 결과, LEADS 프레임워크는 의료 리더의 역량(capabilities)을 체계적으로 보여주지만, 한 개인이 여러 조직적 역할(multiple organisational roles)을 동시에 수행하는 상황에는 명확히 적응할 수 없다는 한계가 있다. 즉, LEADS 프레임워크는 다양한 직급(seniority)을 동시에 가진 AHC 리더가 경험하는 맥락(context)이나 경험(experience)을 명확히 설명하지 않는다.

반면 Kegan의 **성인 발달 모형(adult development model)**은 LEADS 프레임워크와 상호 보완적이다. Kegan의 모형은 개인의 인지적 발달(cognitive development)에 집중하지만, 리더십 역량(capabilities)을 직접적으로 다루지는 않는다. Kegan과 동료들의 연구는 다음의 내용을 강조한다.

• 개인이 의식 수준(orders of consciousness)을 발전시키고 다양한 방식으로 발달적 구성을 만들어가는 과정⁴⁵
• 변화에 대한 타고난 저항(innate resistance to change)을 극복하며 조직 구성원 모두를 지원하는 문화를 형성하는 방법⁴⁶

이에 따라 본 연구팀은 이 두 프레임워크를 결합(remix) 하는 것이 AHC 리더들에게 더욱 유익하다고 판단했다.

3.3 통합된 프레임워크의 종합: LEADS와 Kegan의 결합(Synthesis of selected frameworks: LEADS meets Kegan)

『LEADS+ Developmental Model』 은 매트릭스 조직(matrix organisations) 내 리더십 발달 단계를 강조하며, 리더가 여러 리더십 정체성(multiple leadership identities)을 관리하도록 자기 성찰(self-reflection)을 촉진한다. (구체적인 모델의 단계별 사례는 **표 1(Table 1)**과 디지털 부록(Supplemental Digital Content, Appendix S1)에서 확인할 수 있다.)

이 모델은 다음과 같은 측면에서 활용될 수 있다:

• 팀 내에서 리더들이 다양한 맥락에서 수행하는 역할을 이해할 수 있도록 지원
• 대학 소속 교수개발팀(faculty development teams)이나 병원 관련 조직개발 부서에서 교육과정 설계(curricular design)에 이론적 기반(theoretical underpinnings)을 추가하는 데 사용
• 개별 리더를 지원하는 코치와 멘토가 자기 성찰 도구(reflective tool)로 사용 가능

무엇보다 중요한 것은, 본 모델이 AHC 조직 내에서 리더가 리더십 효과성(effectiveness)을 높일 수 있는 기회를 강조한다는 점이다. 동시에 이 모델은 보건의료 리더십 개발 프로그램(health leadership development programmes)의 안내서로도 활용될 수 있다.¹

3.4 LEADS+ Developmental Model에서의 팔로워십(Followership)

『LEADS+ Developmental Model』의 기초(base)는 우리가 제안하는 **필수적 팔로워십(essential followership)**과 전략적 팔로워십(strategic followership) 개념으로 구성되어 있다. 학술 의료센터(AHCs)에서 많은 사람은 조직의 업무와 사명에 참여하지만, 리더십 역량을 발휘할 준비가 되지 않은 경우도 많다. 분산적 리더십(distributed leadership)의 개념에 따라 Dickson 등은 누구나 비공식적 리더십 역량을 발휘할 수 있으며, 리더가 되는 법을 배우는 것은 곧 팔로워가 되는 법을 배우는 것임을 강조했다.⁴⁷ 즉, 누구나 리더가 될 수 있지만, 반드시 모든 상황이나 팀, 맥락에서 모두 리더가 될 필요는 없다는 것이다. 더 적합한 사람이 리더 역할을 맡거나, 개인의 에너지나 역량이 부족할 때 개인은 **효과적인 팔로워(effective followers)**가 되어야 한다. 최근 팔로워십은 리더와 팀을 지원하는 역량으로 주목받고 있다. 일부 학자들은 수평적 조직 구조(flattened hierarchies)에서 팔로워십이라는 용어가 시대착오적이라고 비판하지만⁴⁸⁻⁴⁹, 실제로는 전략적 목표를 달성하기 위해 의도적으로 리더를 따르는 상황이 분명히 존재한다.

3.4.1 필수적 팔로워십(Essential followership)

이 단계에서 개인은 조직 내 자신의 위치를 찾고 있으며, 일상 업무를 수행하기 위해 명확한 지침(guidance)이 필요하다.
예를 들어, 심장 재활(clinical cardiac rehabilitation) 부서에 처음으로 취업하여 임상 업무를 시작한 신입 의료진(의사, 간호사)은 초기 단계에서 팀 내 다른 구성원들이 회의를 주도하고 일정 관리를 하며, 새로운 질 향상 프로젝트나 업무 프로세스를 제시하고 우선순위를 정해주기를 기대한다. 이 맥락에서 필수적 팔로워십은 매우 자연스럽고 필수적이다.
이 단계의 개인은 다음과 같은 역량을 점차 습득하게 된다:

• 팀 내 암묵적 정보(tacit information)의 습득
• 팀원들과의 관계 형성 및 사회적 자본(social capital)의 구축
• 팀이 중시하는 업무를 수행하며 리더십이 필요한 영역(leadership gaps)을 발견
  그러나 초기에는 특정 업무를 명확히 부여받는 것(예: 초기 직무 기술서)이 중요하다.

3.4.2 전략적 팔로워십(Strategic followership)

많은 사람은 필수적 팔로워십 단계를 넘어, AHC 내에서 자신의 입지를 넓히고자 한다. 이 단계에서는 조직의 문화적 특성과 포용적 관행에 영향을 받기도 하지만, 개인의 리더십 열망은 조직 전략과 목표(strategy, aims and goals)에 얼마나 정렬(alignment)되는지에 따라 발전할 수 있다.

예를 들어, 큰 학술 부서의 책임자에게 직접 보고하는 재무 관리자(finance manager)는 조직 문화를 이해하고 고위 리더로부터 전략적 방향성을 받아, 더 적은 감독(oversight)을 받고 창의적으로 행동한다. 조직의 목표와 문화에 따라 전략적으로 행동을 조정(morph their actions)하게 된다. 예를 들면, 부서의 재무 관리자는 부서 내 비용을 전략적으로 재분배하여 조직 전략에 기여할 수 있는 영역으로 자원을 옮길 수 있다. 이를 “어느 자리에서나 리드하기(leading from any seat)” 또는 **분산적 리더십 원칙(distributed leadership principles)**의 실현으로 설명하기도 한다.⁵⁰

3.5 LEADS+ Developmental Model에서의 리더십(Leadership)

AHC 내에서 개인의 경력이 발전하면서 공식적(formal) 리더십 역할을 맡게 되는 단계로 진입할 수 있다. 본 모델에서는 이러한 공식적 리더십을 두 가지 유형으로 나눈다:

• 역할 기반 리더십(Role-based leadership)
• 복잡성 기반 리더십(Complexity-based leadership)

모델의 구성 요소들이 상호작용하는 모습은 그림 2(Figure 2)에 제시되어 있다.

3.5.1 역할 기반 리더십(Role-based leadership)

역할 기반 리더는 자신의 직함(title)의 범위와 역할의 경계(boundaries and mandate) 내에서 행동한다. 공식적 리더십(formal leadership)이라고도 불리는 이 유형의 리더는 자신의 역할에 따라 타 집단과의 관계를 정의한다.

예를 들어, 학과장(department chair)은 높은 **상호적 상호성(interpersonal mutuality, Kegan)**을 나타낸다. 이 용어는 개인이 자신의 인식(perceptions of themselves)에 따라 타인과의 관계에서 상호작용하는 방식을 의미한다. 역할 기반 리더는 자신의 위치를 정체성(identity)으로 삼고 타 집단과 상호 이익(mutually beneficial)을 추구하게 된다. 예를 들어 학과장은 학과 구성원의 시간을 보호하기 위해 타 부서의 비합리적인 요구를 방어할 수 있다.

역할 기반 리더는 자기 팀의 성취를 통한 성공(achievement orientation)을 추구하지만, 다른 부서와의 협력이 자신의 위상을 낮추는 상황에서 어려움을 겪을 수 있다. 직선적(linear), 계층적(hierarchical) 구조를 강조하는 조직은 개인을 역할 기반 리더십의 경직된 자세로 몰아갈 수 있으며, 창의성과 반응성을 억압(stifle)할 위험이 있다.

3.5.2 복잡성 기반 리더십(Complexity-based leadership)

LEADS+ 프레임워크에서 복잡성 기반 리더는 **하나의 정체성을 넘어 여러 역할을 통합적으로 조정하고 관리(reconcile)**한다. 이는 "모든 자리에서 리드하기(leading from every seat)"⁴⁷와도 연결되며, 특히 복잡한 환경에서 집합적 리더십(collective leadership), 분산적 리더십(distributed leadership)이 더 효과적임을 인정한다.⁵¹

이들은 **자신의 리더십 역할을 스스로 창조(self-author)**하며, AHC 내의 다양한 사람들을 연결하고, 조직을 넘나드는 문제를 해결하며, 여러 그룹이 경쟁 없이(non-competitive) 공동으로 성공하도록 돕는다. 예컨대 혁신과 연구 담당 부사장(vice-president of innovation and research)은 임상가, 병원 행정가, 교수로서의 역할을 통합하여 정부 지원금을 확보하기 위한 다양한 이해당사자(knowledge users) 간의 연합(coalition)을 구성할 수 있다.

복잡성 기반 리더는 공통된 가치(commonalities)를 기반으로 전통적으로 분리된 집단(silos) 간의 벽을 허물고 효과적인 연합(coalitions)을 만든다. 이들은 주로 이전에 공식적인 역할 기반 리더십을 경험했으나, 공식적 직함에 한정되지 않는다. 조직 구조와 과정을 잘 이해함으로써 복잡한 비선형(non-linear) 시스템을 활용하여 AHC가 보다 탄력적(resilient)이 되도록 돕는다.

3.6 다재다능함(Versatility): 리더십과 팔로워십의 통합

다재다능한(versatile) 리더는 상황이나 필요에 따라 리더십과 팔로워십 특성을 유연하게 조정한다. 이들에게는 이미 역량이 갖추어져 있을 수 있지만, 적절한 맥락에서 그것을 드러내는 것이 중요하다. 예를 들어, 임상과 학술 업무가 동시에 중단된 글로벌 팬데믹 상황에서 학과장(department chair)은 학술 부서 리더로서 주도적으로 행동하는 동시에, 임상 팀의 일원으로서 팔로워 역할도 수행하면서 여러 부서를 넘나들 수 있다.

이러한 유연한 역할 전환(versatility to transition) 능력은 개인이 다른 사람들과 협력하고, 더 큰 목표와 과정(process)을 위해 꼭 필요한 역할을 할 수 있게 돕는다. 개인이 발달 과정에서 각종 이정표(milestones)를 통과하면서 과거에 습득한 역량을 잃지 않는 것처럼, 본 논문에서는 다재다능성(versatility)을 동일하게 개념화한다.

즉, 리더십과 팔로워십 역량이 한 번 습득되면 개인은 자신이 처한 맥락에 따라 이 역량을 자유롭게 발휘할 수 있다(상황적 리더십 이론(situational leadership)과 연관됨).²¹

3.7 지식 사용자 협의 결과(Knowledge user consultation findings)

지식 사용자 협의 과정에서 모집된 65명 중 29명(응답률 44.6%)으로부터 본 개념 모델에 대한 피드백을 받았다. 응답자의 약 1/3(10명, 34%)은 선임저자와 1대1 인터뷰를 통해 구술 피드백을 제공하였다.

• 대다수 응답자는 학술 및 의료 현장에서 복수의 리더십 역할(multiple leadership roles)을 수행 중이었다(48.3%, n=14).
• 응답자의 1/4 이상이 의료 네트워크나 국가 학회에서 고위 리더십 역할을 맡고 있었다(27.5%, n=8).

응답자의 모델 지지 수준은 10점 만점에서 평균 **7.93점(SD 1.7)**으로 높았다(1=매우 싫어함, 10=매우 좋아함). 많은 응답자가 이 프레임워크가 자신들과 **공명(resonate)**한다고 느꼈다.
한 응답자는 이 모델을 다음과 같이 표현했다:

📌 “포괄적이고(comprehensive), 발달적(developmental)이며, 지향적(aspirational)이다.”

인터뷰에 참여한 모든 응답자는 본 모델이 리더십 개발자(leadership developer) 또는 현장 리더(practicing leader)로서 매우 유용하다고 평가했다. 큰 변경 제안은 없었으나, 다수는 본 프레임워크를 자신들의 리더십 프로그램이나 실무에서 어떻게 활용할지에 대한 다음 단계의 아이디어를 제시했다.

4. 논의(DISCUSSION)

본 논문은 학술 의료센터(AHC)의 복잡성(complexities)에 적합한 개념적 리더십 모델을 제안하며, 지배적인 리더십 프레임워크(LEADS)와 심리적 발달 이론(Kegan의 발달 이론)을 통합했다. 이를 **『LEADS+ Developmental Model』**이라 명명하였다.

이 모델은 많은 조직이 구성원들에게 가지고 있지만 명확히 표현하지 않았던 문화적 기대(cultural expectations)와 행동 규범(codes)을 투명하게 드러낸다. 지식 사용자 협의 결과, 많은 응답자는 이 모델이 자신들의 경험과 공명하고, 리더십 경로를 지도하거나 코칭하는 데 유용할 것이라고 평가했다. 특히 **리더십 개발 및 훈련을 강화함으로써, 소수집단(underrepresented groups)의 리더십 성취와 가시성을 높일 수 있다.**⁵²⁻⁵⁴

4.1 현장 적용을 위한 함의(Implications for the field)

본 모델은 교육 프로그램을 위한 안내서 또는 진단 도구(diagnostic tool)로서 리더십 발달의 각 단계에 필요한 역량(capabilities)을 맞춤형(tailored)으로 제시한다. 또한, AHC의 인적자원 측면에서는 조직의 부서나 프로그램에서 필요한 팔로워 및 리더의 표현형(phenotypes)을 식별(mapping)하는 데 활용할 수 있다.

즉, 단일 리더 구조(singular leader construct)를 가정하고 팀원의 기술적 전문성만으로 팀을 구성하는 대신, 조직은 각 리더십 역할에서 요구되는 구체적인 역량에 더욱 주의를 기울일 수 있다.

5. 연구의 한계(LIMITATIONS)

본 연구는 통합적 개념 리뷰(integrative conceptual review) 방식으로 진행되었다. 따라서 『LEADS+ Developmental Model』은 향후 연구 및 개발 과정에서 계속 진화할 것이다.

본 모델은 지식 사용자들의 피드백을 반영했지만, 많은 기본 가정(assumptions)에 대한 경험적 근거(empirical evidence)는 부족하다. 따라서 향후 다양한 환경에서 모델의 타당성(validity)을 입증하는 연구가 필요하다. 또한, 협의 과정에서 북미의 학술의료센터(AHC)의 리더십 맥락만을 반영하여 충분한 이론적 포화(theoretical sufficiency)를 달성했는지 확실하지 않으며, 의견의 균형(balance)과 완전성(completeness)을 모두 확보했다고 보기 어렵다.

협의 과정에서 지적된 본 모델의 구체적인 한계는 다음과 같다:

1. 모델의 높은 복잡성(high complexity)
2. 다른 기존 리더십 모델과의 유사성(similarity)
3. 모델을 지원하는 평가 도구(assessment tools)의 부재
4. 개인이 의도하는 리더십 역량과 모델의 함의된 궤적(implied trajectory)이 반드시 일치하지 않을 수 있음
5. 모델 내에서 역량 강화(capacity-building)에 대한 명확한 언급 부재
6. 의사 중심적(physician-centric) 모델이라는 인식

6. 결론(CONCLUSION)

본 논문에서 제안한 『LEADS+ Developmental Model』 은 지배적인 리더십 모델인 LEADS 프레임워크와 **Kegan의 심리적 발달 단계(psychological development stages)**를 통합한 것이다.

지식 사용자들의 협의 결과를 바탕으로 볼 때, 본 모델은 복잡한 학술의료 시스템(complex academic health systems) 내 리더들에게 필요한 팔로워십(followership)과 리더십(leadership) 역량을 효과적으로 설명하고 진단하는 데 도움을 줄 수 있다.

LEADS+ Developmental Model: Proposing a new model based on an integrative conceptual review

Sternszus, R., Snell, L., & Razack, S. (2024). Critically re‐examining professional norms: Medicine's urgent need to look inwards. Medical Education, 58(7), 775-777.

지난 수년간, 의사들이 반억압적(anti-oppressive), 반인종차별적(anti-racist), 문화적으로 안전하며(culturally safe), 사회 정의(social justice)의 옹호자가 되어야 한다는 중요한 목소리들이 점점 더 커지고 있다.1,2 이러한 광범위한 영역들은 건강 형평성(health equity)이 건강의 중심 원칙이라는 관념과, 의료 시스템 내에서 소수자(minoritized)이거나 구조적으로 소외된(structurally marginalised) 환자들이 중대한 피해를 경험했다는 사실에 뿌리를 두고 있다.3 이 영역들은 지식과 기술적 요소를 포함하고 있지만, 각각은 오히려 하나의 '입장(stance)'—즉, 의학적 실천에 가져와야 할 근본적인 관점—으로 더 특징지어진다. 따라서 이러한 지속적인 요구들은 의사의 핵심 정체성(core physician identity)의 전환 필요성을 강조하며, 의사들의 현재 집단적 모습이 마땅히 '되어야 할 모습'과는 다르다는 관점을 제시한다. 전문직 정체성의 형성을 지원하는 것이 의학교육의 근본적인 목표라는 점을 고려할 때,4 의학교육이 이 과제를 해결하는 데 핵심적인 역할을 할 수 있을 것으로 보인다.

Over the last several years, there have been increasing and important calls for physicians to become, amongst other things, anti-oppressive, anti-racist, culturally safe and advocates for social justice.1,2 These broad domains are rooted in the notion of health equity being a central tenet of health and that there has been significant harm experienced by minoritized and/or structurally marginalised patients within health care systems.3 Although these domains contain knowledge and skills elements, each is characterised more as a stance—a fundamental perspective to bring to the practice of medicine. As such, these ongoing calls appeal to a need for a shift in the core physician identity and espouse the view that who physicians currently ‘are’, as a collective, is not who they ‘ought to be’. Given that supporting the formation of professional identities is a fundamental goal of medical education,4 medical education appears to have a vital role in addressing this challenge.

현재 의사들이 집단적으로 가지고 있는 정체성은 그들이 마땅히 가져야 할 정체성과 다르다.

Who physicians currently ‘are’, as a collective, is not who they ‘ought to be’.

‘마땅히(~ought)’라는 단어를 사용할 때, 권력(power)과 규제(regulation)의 개념을 함께 불러온다는 점을 인정해야 한다. 의학 및 의학교육에서 이와 같은 규제적인 언어는 역사적으로 체계적 억압과 불평등을 야기한 것이 사실이다.5 예를 들어, 이번 Medical Education 최신호에 실린 Percival 등의 연구는6 소수 인종, 성별 또는 성 정체성을 가진 학습자들이 자신들의 소외된 정체성으로 인해 재교육(remediation)을 받을 가능성이 더 높다고 인식함을 강조한다. 또한, 이 학습자들은 자신의 지식 체계, 삶의 경험, 관점이 무시되는 인식론적 불의(epistemic injustice)를 경험하기 때문에 재교육을 더욱 부정적으로 받아들인다고 보고했다. Bullock 등의 선행연구7를 바탕으로 이 연구의 저자들은 프로그램 책임자(programme directors)가 인식론적 겸손(epistemic humility)을 갖추고, 학습자가 자신의 진정한 정체성을 온전히 드러내며 자기감시(self-monitoring)로부터 해방될 수 있도록 하는 정체성 안전성(identity safety)을 증진시키는 것이 중요하다고 강조했다.

It must be acknowledged that in using words like ‘ought’, we are invoking notions of power and regulation. It is undeniable that such regulatory language in medicine and medical education has historically contributed to systematic oppression and inequities.5 For example, the current issue of Medical Education features a study by Percival et al.,6 which highlights that learners of a minoritized race, gender or gender identity perceived their marginalised identities as making them more likely to undergo remediation. Moreover, remediation was perceived more negatively by these learners due to experiences of epistemic injustice, whereby their own knowledge systems, lived experiences and viewpoints were dismissed. Building on prior work by Bullock et al.,7 the authors of this study highlight the importance of programme directors operating with epistemic humility and fostering identity safety, defined as allowing learners to bring their full authentic selves and be liberated from ‘self-monitoring’, as important steps in addressing these challenges.

우리는 이 연구 저자들의 의견에 전적으로 동의하지만, 프로그램 책임자에게만 초점을 맞추는 것은 제기된 문제를 해결하는 데 충분하지 않을 것이라고 믿는다. 또한, 정체성 안전성을 증진시키는 것이 의료계의 자기규제(self-regulation)나 전문가들의 자기감시(self-monitoring)를 부정하는 의미는 아님을 명확히 해야 한다. 오히려 의사들이 앞으로 어떤 존재가 될 것인지에 대한 도전과 변화를 일으키고, 더욱 포용적인 전문직을 만들기 위해서는 의사의 핵심적 공통요소가 무엇인지, 그것이 어떻게 정의되고 유지되는지 지속적으로 비판적 재검토를 해야 한다는 것이다.

Although we largely agree with the authors of this study, we also believe that focusing on programme directors will be insufficient to address the concerns raised. Moreover, it is important to state that fostering identity safety does not mean that the profession should not selfregulate and professionals should not self-monitor. To the contrary, challenging and changing who physicians will become and creating a more inclusive profession will require an ongoing critical reexamination of what is core and common to physicians, how this is defined and how it is upheld.

본 논평에서 우리는 이러한 비판적 검토가 과정(process)과 내용(content)의 측면에서 어떻게 진행될 수 있을지 제시하고자 한다. 그 목표는 다양한 정체성과 관점을 반영하여 전문직의 규범(norms)과 가치(values)가 공동 구성(co-construction)되는 포용적 과정을 통해, 의사가 된다는 것의 핵심적 의미(core meaning)를 재정의(redefining)하는 것을 다시 상상하는 것이다.8 우리는 의료계 내 특정 집단에 대한 억압(oppression)과 타자화(othering)에 기여하고자 하는 것이 아니라, 의사들이 사회에 대한 책임을 더 잘 이행하고 마땅히 되어야 하는 존재가 될 수 있도록 방향을 제시하는 것을 목표로 한다.

In this commentary, we aim to describe what this critical examination could look like, both in terms of process and content. The goal of doing so is to begin to re-imagine the redefining of the core of what it means to be a physician, via a process of inclusive coconstruction, such that the norms and values of the profession are reflective of diverse identities and perspectives.8 We do not aim to further contribute to the oppression and ‘othering’ of groups within medicine. Rather, we aim to chart a course for physicians to better meet their responsibility to society and become who they ought to be.

의사가 마땅히 되어야 할 모습을 다시 상상하기 시작하려면 먼저 의사들의 정체성이 어떻게 형성되는지 탐구해야 한다. 전문직 정체성(professional identity)을 논의할 때 중요한 점은 두 명의 의사가 결코 똑같지 않다는 것이다. 개인성(individuality)은 중요하면서도 필수적이지만, 의사가 된다는 것이 의미하는 바의 일부 요소들은 반드시 공통적이고 핵심적이어야 한다.9

To begin re-imagining who physicians ought to become we must first explore how physician identities are formed. When discussing professional identity, it is important to re-iterate that no two physicians are the same. Individuality is both important and necessary, and yet there are some elements of what it means to be a physician that must be core and common.9

학습자들이 의학 분야에 들어올 때, 그들은 각자 독특한 개인적 가치(values), 믿음(beliefs), 행동(behaviours)을 지니고 있으며, 이러한 특성은 그들이 속한 의미 있는 사회적 집단(예: 성 정체성, 인종, 민족성)에 의해 영향을 받는다. 특히 의료계에서는 이러한 사회적 집단에 속하는 것이 보건의료 분야에서 구조적 차별(structural discrimination)을 경험하는 원인이 되기도 하며, 이는 의사로 성장하는 과정에서 긴장(tension)을 초래할 수 있다. 의사가 되는 과정에서 학습자들은 전문직의 규범과 가치(norms)를 배우고 이를 따라야 하는 사회화(socialisation) 과정을 거친다.10 이 규범들은 거시적(macro, 의료계와 사회), 중간적(meso, 전문 분야와 대학), 미시적(micro, 학과와 프로그램) 수준에서 정해진다. 이러한 규범은 의사와 사회에 의해 설정되며, 그 목적은 주로 공공(public)의 안전과 보호를 보장하는 사회적 계약(social contract)을 뒷받침하는 것이다.10 이 복잡한 과정에는 암묵적 학습(tacit learning)과 명시적 학습(explicit learning)이 모두 포함되며, 사회적 및 사회 내 위계(hierarchy)의 영향을 깊이 받는다. 개인의 정체성이 이 규범들에 영향을 받고, 또 이 규범에 영향을 미치며 개인적 정체성과 전문적 정체성을 형성해 나가는 과정이 바로 전문직 정체성 형성(professional identity formation, PIF)이라고 알려져 있다.

When learners enter medicine, they bring unique personal values, beliefs and behaviours that are influenced by their belonging to meaningful social groups (e.g., gender-identity, race and ethnicity). Specific to medicine, belonging to those groups may carry with it experiences of structural discrimination within healthcare, creating tensions in the process of becoming a physician. This process involves the engagement of learners in socialisation, whereby they are exposed to and must navigate the norms and values of the profession (henceforth referred to as ‘norms’).10 These norms are set at the macro (medical profession, society), meso (specialty, university) and micro (department, programme) levels. They are determined by both physicians and society and underpin the social contract whose purpose should be, in large part, to ensure the safety and protection of the public.10 This complex process includes both tacit and explicit learning and is profoundly affected by social and societal hierarchies. How one's personal identities are influenced by and influence upon these norms as they forge evolving personal and professional identities is known as professional identity formation (PIF).

의학 분야는 보다 다양한 사람들이 진입할 수 있도록 입학 선발(selection) 단계에서 많은 노력을 기울여 왔다. 또한 전문직 정체성 형성(PIF)을 지원하는 비판적 성찰(critical reflection)과 같은 커리큘럼적 시도에 대해서도 많은 논의가 있어왔다. 그럼에도 불구하고, 의료계에서 여전히 과소 대표되는(under-represented) 학습자들은 여전히 ‘타자화(othered)’된다고 느끼고 있으며, 사회 정의(social justice)와 같은 가치들이 의료계의 주류로 통합되는 단계에는 이르지 못했다.6,7,11–13 따라서 PIF를 지원하는 의학교육의 역할은 반드시 확대되어야 하며, 의사가 되는 것의 핵심(core)이 무엇인지에 대해 명시적으로 주목하며 이러한 규범(norms)을 재검토하도록 촉구하는 것을 포함해야 한다.

Significant efforts have been made at the level of selection to admit greater diversity into medicine. Much has also been written about curricular initiatives, such as critical reflection, that can support PIF. And yet learners under-represented in medicine still feel ‘othered’ in the medical community and the incorporation of values such as social justice are yet to become mainstream.6,7,11–13 As such, the role of medical education in supporting PIF must expand to include advocating for the re-examination of these norms with explicit attention to what is truly considered to be at the core of being and becoming a physician.

Percival 등의 연구에 따르면,6 프로그램 책임자들이 학습자들이 전문직 규범을 충족하지 못한다고 느낄 때 자신의 인식론(epistemology)을 비판적으로 검토하거나, 즉 인식론적 겸손(epistemic humility)을 가져야 한다고 주장한다. 우리는 전체 의료계 역시 규범이 어떻게 정해졌고 어떻게 사용되는지를 뒷받침하는 지식과 권력 관계(knowledge-power relations)에 대해 비판적으로 재검토하고 도전하기 위해 동일한 인식론적 겸손을 가져야 한다고 제안한다. 앞서 우리는 사회적 계약의 기반이 되는 핵심 전문직 규범을 명확히 하는 주요 목적이 환자와 공공의 안전을 보장하는 것이라고 언급했다.9 따라서 이 목적을 명백히 달성하는 규범들을 생각하는 것이 유익하다. 예컨대, 의료 기록을 위조하지 않는 것(정직성, honesty), 환자의 동의 없이 실험적 치료를 시행하지 않는 것(자율성 존중, respect for autonomy) 등은 이 목적에 부합한다는 데 논쟁의 여지가 없을 것이다.9 따라서 우리는 실천의 관계적 특성(relational nature of practice)에 뿌리를 둔 이러한 규범들을 핵심적(core)이거나 ‘타협 불가능한(non-negotiable)’ 규범으로 분류할 수 있을 것으로 본다.

Percival et al.6 argue that programme directors must bring a critical examination of their own epistemology, or epistemic humility, to situations where learners are felt to not be meeting professional norms. We would suggest that the profession as a whole must bring this same epistemic humility to re-examining and challenging the knowledge-power relations that underpin how these norms were set and how they are used. Earlier in this commentary, we stated that a key purpose of explicitly articulating the core professional norms that underpin the ‘social contract’ is to ensure the safety of patients and the public.9 It is therefore helpful to think about those norms that can be clearly defined as being of service to that aim. For example, there would likely be very little debate that not falsifying medical records (i.e., honesty) or performing experimental treatments without a patient's consent (i.e., respect for autonomy) would reflect this.9 We would therefore suggest that these norms, rooted in the relational nature of practice, can be categorised as core or ‘nonnegotiable’.

의료계 전체가 이러한 규범들이 어떻게 설정되었고 어떻게 사용되는지를 뒷받침하는 지식-권력 관계(knowledge-power relations)를 비판적으로 재검토하고 도전하기 위해 인식론적 겸손(epistemic humility)을 가져야 한다.

The profession as a whole must bring epistemic humility to re-examining and challenging the knowledge-power relations that underpin how these norms were set and how they are used.

반면 우리는 이렇게 묻는다. 현재 우리가 의사에게 기대하는 규범 중에서 매우 맥락적(contextual)이며 앞서 말한 핵심 기준을 충족하지 못하는 규범은 없는가? 예컨대 '적절한 옷차림(appropriately dressed)' 혹은 '적절한 경계 유지(appropriate boundaries)'라는 것은 실제로 무엇을 의미하는가? 또한 이런 유형의 전문직 규범이 공공의 안전보다는 문화적으로 지배적인 집단(culturally dominant group)의 선호를 따르도록 강제하는 측면이 얼마나 존재하는가? 만약 공공의 안전이 아니라 후자에 가깝다면, 명백히 해로운 규범은 배제되어야 한다. 또한 좀 더 주관적(subjective)이거나 문화적 맥락에 따라 달라지는 규범은 협상이 가능한(negotiable) 것으로 여겨야 한다. 이러한 규범들은 학습자와 전문직이 규제(regulation)나 재교육(remediation)의 기회로 간주할 것이 아니라, 성찰(reflection)과 학습(learning)의 기회로 받아들여야 하기 때문이다.6,9

On the other side, we ask: are there norms that we currently hold physicians to that are deeply contextual and do not meet this standard? For example, what does it mean to be ‘appropriately dressed’ or to display ‘appropriate boundaries’? And to what extent do these types of professional norms ensure conformity to the preferences of the culturally dominant group rather than the safety of the public? If the answer is the latter, then those norms that are clearly harmful must be excluded. In addition, those that are more subjective or culturally informed must be seen as negotiable, as they represent opportunities for reflection and learning on the part of learners and the profession rather than opportunities for regulation or remediation.6,9

현재의 전문직 규범들은 공공의 안전보다는 문화적으로 지배적인 집단의 선호에 얼마나 부합하도록 강요하고 있는가?

To what extent do current professional norms ensure conformity to the preferences of the culturally dominant group rather than the safety of the public?

더 나아가, 규범에 대한 재검토는 현재의 규범들 중 어떤 것이 협상 가능한 것인지(negotiable), 협상 불가능한(non-negotiable) 것인지 또는 무관하거나 해로운(not relevant/harmful) 것인지를 결정하는 것에 국한되어서는 안 된다. 그것은 또한 현재 우리의 규범 내에 존재하지 않으면서도 실제로 공공의 보호에 필수적인 것들이 무엇인지 신중히 고려하는 작업까지 포함해야 한다. 사회 정의(social justice)에 대한 헌신이 없는 상태에서도 의사가 공공의 안전을 보호할 수 있는가? 반인종차별적 실천(anti-racist practices)에 대한 헌신이 없다면, 의료계가 모든 환자들에게 형평성(equitably)을 가지고 봉사하며 그들의 이익을 보호한다고 말할 수 있을까? 우리의 견해는 그러한 헌신 없이는 불가능하다는 것이다. 최소한 의료계는 스스로 깊고 비판적인 성찰을 수행하며 이러한 중요한 질문들을 진지하게 탐구해야 한다.

Further, the re-examination of norms should not be limited to determining which of the current norms are negotiable, nonnegotiable or not relevant/harmful. It must also include careful consideration of what is not currently represented within our norms that are indeed essential for the protection of the public. Can physicians protect the public without a commitment to social justice? In the absence of a commitment to anti-racist practices, can we say that our profession serves and protects the interests of all of those to which we provide care equitably? As is implied, our view is that we cannot. However, at the bare minimum, medicine must take a deep and critical look inward and explore these important questions.

사회 정의(social justice)에 대한 헌신 없이 의사가 공공을 보호할 수 있는가?

Can physicians protect the public without a commitment to social justice?

요약하면, 본 논평은 우리 직업을 뒷받침하는 규범(norms)들과 이들을 만들어온 지식-권력 관계(knowledge-power relations)에 대한 비판적 재검토에 인식론적 겸손(epistemic humility)을 적용할 것을 촉구한다.6,8 우리는 의학교육이 전반적으로 중요한 역할을 수행할 수 있다고 믿는다. 인증 기관(certifying bodies)에서부터 전문 학회(specialty organisations)와 수련 프로그램(training programmes)에 이르기까지, 교육을 책임지는 조직들은 자신들의 규범을 다시 검토하고, 사명 선언문(mission statements), 행동 강령(codes of conduct), 역량 프레임워크(competency frameworks), 교육 설계(educational designs) 등 공식 문서에 이 규범들이 어떻게 표현되는지 점검하는 데 전념해야 한다. 이 작업은 환자들과 협력하여 공동 창조(co-creation)의 형태로 이루어져야 하며, 소외된 공동체(marginalised communities)와 의료계에서 과소 대표된(under-represented) 사람들의 의미 있는 참여를 반드시 포함해야 한다. 이 과정의 프로세스(process)와 결과(outcome)는 모두 매우 중요하다. 프로그램과 프로그램 책임자(programme directors)를 겨냥한 노력도 물론 중요하지만, 의사가 되는 것의 핵심(core)이 무엇인지에 대한 비판적 재검토가 이루어지기 전까지는, 의료에서 전문직업성(professionalism)은 계속해서 무기화(weaponized)될 것이고, 규제와 재교육(remediation)은 불평등과 인식론적 불의(epistemic injustice)를 조장하게 될 것이며, 의사 집단은 여전히 마땅히 되어야 할 모습이 되지 못할 것이다.

In sum, this commentary advocates for the application of epistemic humility to the critical re-examination of both the norms that underpin our profession and the knowledge-power relations which have led to them.6,8 We believe that medical education writ large has a critical role to play. From certifying bodies to specialty organisations to training programmes, organisations responsible for education must commit to re-examining their norms and how those are represented in formal documents such as mission statements, codes of conduct, competency frameworks and educational designs. This work should be seen as a co-creation and done in partnership with patients, and with the meaningful inclusion of marginalised communities and those who are under-represented in medicine. Both the process and the outcome of this process are of great importance. And although efforts aimed at programmes and programme directors are indeed important, until this critical reexamination of what is at the core of being a physician is realised, professionalism in medicine will continue to be weaponized, regulation and remediation will continue to foster inequity and epistemic injustice and physicians, as a collective, will continue not to be who they ought to be.

의사가 된다는 것의 핵심이 무엇인지에 대한 비판적 재검토가 이루어지지 않는 한, 의료에서의 전문직업성은 계속 무기화될 것이다.

Until a critical reexamination of what is at the core of being a physician is realised, professionalism in medicine will continue to be weaponized.