Teaching for transfer of learning in health professions education: AMEE Guide No. 176
🧠 학습 전이(Transfer of Learning)를 진짜 일어나게 하려면?
요즘 교육 현장에서 자주 듣는 말 중 하나가 바로 "학습한 걸 실제 상황에 쓸 수 있어야 해요"일 거예요.
하지만 말처럼 쉬울까요? 오늘 소개할 AMEE 가이드는 이 학습 전이(transfer of learning)라는 개념을 실제로 교수 설계에 녹여내는 방법에 대해 아주 실용적인 조언을 줍니다.
🔍 학습 전이란?
"Transfer of learning occurs when past learning is applied to new situations that may be similar or different, and also at a varying time from the initial time of learning."
→ 학습 전이란, 과거에 배운 내용을 새로운 상황(유사하거나 다른 상황)에, 배운 시점과는 다른 시점에 적용하는 것을 말합니다.
📝 이 정의가 중요한 이유?
현실에서는 이런 일이 자주 안 일어납니다. 즉, 학습자가 배운 내용을 다른 곳에서 잘 못 써먹는다는 거죠.
🎯 전이를 돕는 교수 전략 3가지
- 허깅(Hugging)
→ 학습 상황 자체를 실제와 비슷하게 만들어주는 방법이에요. 시뮬레이션(simulation), 사례 기반 학습(case-based learning)이 여기에 해당해요.
"…by incorporating similarities between the learning situation and the future situations in which the learning might be used." - 브리징(Bridging)
→ 이미 배운 것과 새로운 상황 사이의 연결점을 찾도록 도와주는 방식이에요.
"…by helping learners to find connections between their previous learning and the new situation…" - 대조 학습(Contrast learning)
→ 비슷한 두 상황을 비교하면서 차이점을 인식하게 해요.
"This strategy enhances the learner’s key metacognitive processes… by comparing and contrasting different situations."
🧩 핵심 요소는 4가지
이 가이드에서는 전이가 성공적으로 일어나기 위해 꼭 필요한 네 가지 핵심 요소를 정리했어요.
각 요소는 학습자의 정신적 모델(mental model) 형성과 적용에 직접적인 영향을 미칩니다.
| 요소 설명 | 설명 |
| 🧠 인지(Cognition) | 지식 간 연결을 만들고 정신적 모델을 형성하는 능력 |
| 🧭 메타인지(Metacognition) | 전략을 계획하고 조정하는 자기 점검 능력 |
| 🔥 동기(Motivation) | 의미 있는 학습과 전이에 대한 내적 의욕 |
| 🌍 상황(Situation) | 실제와 유사하거나 다양한 맥락에의 반복 노출 기회 |
🛠 실습 예시 – ALS 수업에서는 이렇게!
ALS(Advanced Life Support)는 복잡한 지식과 술기를 통합적으로 요구하죠. 그런데 심전도 해석은 배웠지만, ALS 상황에서 바로 적용하지 못하는 경우 많지 않나요?
"Although learners may recognize different types of electrocardiogram patterns, they may not be able to recognize them during an ALS scenario."
→ 배운 걸 새 상황에 적용하는 연습이 부족한 것이에요.
이럴 땐 어떻게 해야 할까요?
- 다양한 임상 사례(case)를 제공하고
- 반복적으로 연습할 기회를 주고
- 시뮬레이션 상황에서 적용하며
- 유사성과 차이점을 비교해보는 프롬프트(prompt)를 주면 좋아요!
🤖 AI가 도와줄 수 있을까?
흥미롭게도, 이 가이드는 AI의 가능성에 주목해요.
"AI can create adaptive simulations that mimic real-life clinical scenarios…"
→ AI는 실제처럼 구성된 시나리오를 만들고,
"AI systems deliver real-time, personalized feedback…"
→ 실시간 개별화 피드백도 줄 수 있어요.
하지만 문제도 있어요.
"Privacy is a major concern… Fairness is also a significant issue… a lack of transparency… accountability…"
→ 개인정보, 편향성, 설명 불가능성, 책임 문제까지… AI가 아무리 좋아도 윤리적·제도적 장치가 따라줘야 한다는 이야기죠.
📌 마무리: 반복과 연결의 힘
"An essential aspect of teaching for transfer is the repeated opportunity for learners to transfer their mental model to a variety of different situations…"
→ 전이를 위한 교수의 핵심은 정신적 모델을 다양한 상황에 반복 적용해보는 기회를 제공하는 거예요.
이제는 '배웠다'에서 끝나는 교육이 아니라, '쓸 수 있게 만드는 교육'으로 나아가야겠죠.
서론 (Introduction)
“우리가 전이를 원한다면, 전이의 가능성을 실제로 증진시키는 방식으로 가르쳐야 한다 … 우리는 우리가 자리에 없을 미래의 어느 시점을 목표로 가르치고 있다는 사실을 기억해야 한다!” [1].
교육에서의 주요 과제 중 하나는 바로 학습의 전이(transfer of learning)이다. 이는 과거에 학습한 내용을 새로운 상황에서 성공적으로 사용하는 것을 의미한다 [2]. 교육자들은 자신이 가르친 내용이 현재의 상황을 넘어서 유용하게 사용되기를 기대하며, 학습자들 역시 자신이 배운 것이 미래에도 관련성을 가질 것이라고 기대한다 [3].
전이에 대한 정의는 다양하지만, 대부분의 견해는 전이가 성공적이라는 것은 원래의 학습이 일어난 상황과는 다른 상황에서 학습자가 그 내용을 입증해 보일 수 있을 때라고 본다 [4]. 중요한 점은, 교육자와 학습자 모두 전이가 자연스럽게 일어날 것이라는 가정을 자주 한다는 것이다 [4]. 그러나 학습자들은 실제 상황(real-life situations)에 전이할 수 있는 적절한 전략을 종종 갖추지 못했으며, 교육자들 역시 이러한 전략을 어떻게 사용할 것인지에 대한 구체적인 지침을 거의 제공하지 않는다 [5][6].
건강전문직 교육(health professions education, HPE)의 학문적 및 임상 영역 모두에서 전이가 성공적으로 이루어지지 않는다는 연구들이 증가하고 있다. 예를 들어, 기초의학 지식이 한 주제에서 다른 주제로, 과목 간, 또는 임상적 문제 해결로의 전이가 부족한 경우가 흔하다 [7]. 마찬가지로, 시뮬레이션 기반 교육(simulation-based education)에서 임상적 의사결정(clinical decision-making) 및 환자 진료(patient care)로의 전이 역시 제한적이다 [8–10]. HPE 외부의 연구들을 종합한 한 리뷰에 따르면, 교육훈련의 15%에서 30%만이 실제 업무(workplace)로 전이되며, 이러한 비율은 지난 30년간 거의 변하지 않았다고 한다 [11]. 이와 유사한 전이율이 HPE에서도 나타날 가능성이 높지만, 이 맥락에서 전이를 직접적으로 다룬 메타분석은 아직 없다.
전이를 위한 교육(teaching for transfer)을 이해하고 실행하기 위해서는 학습자가 과제 수행을 위한 정신적 모델(mental model)을 적극적으로 구축하는 것뿐 아니라, 그 모델을 다양한 새로운 상황에서 반복적으로 적용해보는 기회가 중요하다. 예를 들어, 심전도 해석과 같은 과제를 학습할 때, 이를 환자 증례 기반 질문(clinical vignette-based question)이나 환자 관리 상황에 반복적으로 활용하는 과정이 포함되어야 한다. 이와 같은 과정은 다음의 네 가지 핵심 요소(cognitive, situation, metacognition, motivation) 간의 복잡한 상호작용을 강조한다.
본 Guide에서는 전이의 주요 이론들을 소개하고, 네 가지 핵심 요소를 통합한 전이 모델(an integrated model of transfer)을 제시한다. 이 모델이 HPE의 학문적 및 임상 영역에서 어떤 실천적 학습 전략(practical learning strategies)을 안내할 수 있는지를 다룰 것이며, 나아가 이러한 전략들이 기초의학 및 임상기술 교육(current teaching activities)에 어떻게 적용될 수 있는지도 구체적으로 보여줄 것이다.
전이(transfer)의 이론적 기반
Underlying theories of transfer
Baldwin과 Ford는 학습자 특성, 훈련 특성, 직장 환경을 통합한 포괄적인 훈련 전이 모델(transfer of training model)을 제시하였다 [12]. 이 모델은 다음과 같은 세 가지 구성요소의 주요 특성을 포함한다:
- 학습자 특성(Learner characteristics): 학습자의 능력 수준(level of ability), 성격(personality), 그리고 동기(motivation)
- 훈련 특성(Training characteristics): 교수 설계(instructional design) 및 내용의 관련성(content relevance)
- 직장 환경 특성(Work environment characteristics): 동료의 지원(support from colleagues)과 새로운 정신적 모델(mental model)을 실제로 적용할 수 있는 기회(opportunity to apply)
이 모델은 전이에 있어 동기의 중요성을 강조한다. 여기에는 학습자, 학습 활동, 환경이 전이에 미치는 영향이 포함된다. 그러나 대부분의 학문적 연구는 전이의 인지적(cognitive) 측면에 초점을 맞추고 있다. 전이를 설명하기 위해 두 가지 인지 모델(cognitive models)이 널리 사용되어 왔으며, 이들은 전이가 성공적인지 여부에 대한 시사점을 제공한다:
a. Salomon과 Perkins의 모델 [13]
Salomon과 Perkins는 전이 모델을 개발하며 두 가지 전이 기제(mechanism)를 제안했다: 저차 전이(low-road transfer)와 고차 전이(high-road transfer).
- 저차 전이(low-road transfer)는 주로 무의식적이고 자동적인 인지 처리 과정(unconscious automatic cognitive process)을 수반한다. 예를 들어, 기초 심폐소생술(CPR)과 같은 기술은 학습자가 숙달(mastery)된 이후, 다양한 상황에 쉽게 적용될 수 있다.
- 고차 전이(high-road transfer)는 의식적인 인지 처리(conscious process)와 함께, 한 상황이 다른 상황에 어떻게 적용될 수 있는지에 대한 메타인지적 성찰(metacognitive reflection)을 요구한다. 고차 전이는 초기 학습으로부터 오랜 시간이 지난 후, 또는 복잡한 상황에 대한 적용에서 발생한다.
- 이때 핵심 인지 과정은 주의 깊은 추상화(mindful abstraction)이며, 이는 특정 상황에서 일반적인 패턴(general pattern)을 탐색하고, 유사한 패턴을 가진 이전 상황에서의 문제 해결 방식을 식별하는 것이다. 예를 들어, 고급 심폐소생술(ALS)의 전문성은 단지 축적된 실습 경험만이 아니라, 전략적인 메타인지적 사고(metacognitive thinking)를 통해 환자에게 최선의 진료를 제공하려는 노력에 기반한다.
b. Gagné의 모델 [14]
Gagné는 수평 전이(lateral transfer)와 수직 전이(vertical transfer)의 구분을 강조하는 전이 모델을 개발하였다.
- 수평 전이(lateral transfer)는 동일한 복잡성 수준에서의 전이를 의미한다. 예를 들어, 기초 CPR 기술이 이에 해당된다.
- 수직 전이(vertical transfer)는 하위 수준(lower-level) 기술에서 상위 수준(higher-level) 기술로의 전이를 의미한다. 예를 들어, ALS에서 요구되는 고급 기술은 하위 기술(기초 CPR 등)을 완전하게 숙달한 이후에만 가능하다.
이 두 가지 모델은 전이에 대한 설명 방식에는 차이가 있지만, 과제를 적절히 수행하기 위해 학습자가 정신적 모델(mental model)을 형성하고 이를 다양한 상황에 적용할 수 있어야 한다는 본질적인 요구 사항을 공유한다 [4]. 인지과학(cognitive science)은 과제 수행을 위한 정신적 모델을 형성하는 인지 과정을 설명해줄 수 있으며, 이는 학문적 과제와 임상 과제 모두에 적용될 수 있다. 이때, 선언적 지식(declarative knowledge)과 절차적 지식(procedural knowledge)의 통합이 필요하다 [15].
- 선언적 지식(declarative knowledge)은 ‘무엇을 아는가(knowing what)’에 해당하며, 예를 들어 심장 주기의 단계(phases of the cardiac cycle)와 같은 사실적 정보를 의미한다.
- 반면 절차적 지식(procedural knowledge)은 ‘어떻게 아는가(knowing how)’에 초점을 맞추며, 이러한 사실을 과제 수행에 적용하는 것이다. 예컨대, 심폐소생술(CPR)에 관한 문제 해결 문항에 답하거나 직접 CPR을 수행하는 것이 이에 해당한다 [16,17].
학습은 이러한 정신적 모델을 형성하는 과정 속에서 이루어지며, 이는 선언적 지식이 점차 절차적 지식으로 전환되는 과정을 통해 이루어진다. 이 과정을 절차화(proceduralisation)라고 한다 [18].
- 절차화는 선언적 지식의 소실(decay)을 방지하고, 오류를 줄이며, 수행 속도를 증가시킨다 [16,17].
- 절차적 지식이 전이에 중요하다는 점은 Singley와 Anderson [19], 그리고 Taatgen [20]에 의해서도 강조되었다.
또한, 메타인지(metacognition)는 효과적인 전이(effective transfer)에 있어 필수적이다 [21]. 메타인지는 ‘생각에 대해 생각하는 것(thinking about thinking)’으로 정의되며 [22], 학습자가 전이를 위해 다양한 전략을 갖추고 이를 실제로 적용하는 것의 중요성을 인식하도록 돕는다. 정신적 모델을 새로운 상황에 효과적으로 개발하고 적용하기 위해서는, 전이에 필요한 전략을 효과적으로 활용하는 능력이 요구된다. 예를 들어, 이전 상황과 유사하거나 다른 특성을 식별하는 것은 전이에 핵심적인 전략이다.
이러한 전략의 활용을 가능하게 하는 핵심 메타인지 과정(key metacognitive processes)에는 다음이 포함된다:
- 요구되는 과제를 분석하는 것(analysing the required task)
- 적절한 전략을 선택하는 것(choosing appropriate strategies)
- 그 전략의 효과성을 평가하기 위한 자기 모니터링(self-monitoring)
- 전략이 효과적이지 않을 경우 조정하는 성찰(reflecting to adjust strategies)
전이의 통합 모델 (The integrated model of transfer)
우리는 전이의 통합 모델(integrated model of transfer)을 제시한다(그림 1 참조). 이 모델은 기존의 다양한 이론들과 모델들의 주요 특징을 통합하여, 전이(transfer)의 성공을 위해 필수적인 네 가지 핵심 요소—인지(cognitive), 상황(situation), 메타인지(metacognition), 동기(motivation)—를 강조한다. 이 모델은 전이에 대한 유용한 이해를 제공할 뿐 아니라, 실제 교육 현장에서 전이를 촉진하기 위한 교수 활동을 설계하는 데 실질적인 통찰을 제공할 수 있다.
- 이 통합 전이 모델에서 핵심 인지 요소(core cognitive component)는 바로 성공적인 전이를 위해 요구되는 정신적 모델(mental model)의 형성이다. 학습자는 정신적 모델을 지속적으로 발전시키는 과정에 있으며, 이 모델은 학습자가 유사하거나 다른 다양한 상황에서 과제를 수행하는 활동을 통해 적극적으로 구성된다. 이러한 상황은 초기 학습 시점과 시간적으로도 차이가 날 수 있다. 과제는 학문적인 것(예: 평가 문항에 답하기)일 수도 있고, 임상적인 것(예: 진단 내리기, 임상 술기 수행 등)일 수도 있다. 새로운 상황의 특성이 이전 상황과 유사한 특징을 지닌 경우, 전이는 발생할 가능성이 높다.
- 상황(situation) 역시 핵심 요소(core component)이다. 왜냐하면 상황은 학습자가 자신의 정신적 모델을 개발하고 적용할 수 있는 필수적인 기회를 제공하며, 이 과정에는 또 하나의 핵심 요소인 메타인지(metacognition)의 활용이 포함되기 때문이다.
- 메타인지는 핵심 요소로서, 동적인 과정이다. 이는 의식적일 수도 있고, 무의식적일 수도 있다. 학습자는 자신의 정신적 모델이 다른 상황으로의 전이에 적절한지 여부를 스스로 점검(self-monitor)하며, 이러한 점검은 새로운 학습의 자극(stimulus to new learning)이 되기도 한다.
- 이 모든 핵심 요소들을 밑받침하고 있는 기반은 바로 학습자의 동기(motivation)이다. 동기는 학습자가 정신적 모델을 형성하고 전이 전략을 활용하며, 다양한 상황에서의 학습 기회를 적극적으로 활용하도록 이끄는 추진력(driving force)이다.
이 통합 모델은 추가적으로 확장될 수 있으며, 전이의 통합 모델에 포함된 핵심 요소들이 실제 교수에 어떻게 적용될 수 있는지를 구체적으로 보여줌으로써 전이를 향상시키는 교수 전략에 실질적인 통찰을 제공한다.
인지(Cognitive)
학습자는 과제를 수행할 수 있는 정신적 모델(mental model)을 처음에 반드시 개발해야 하며, 이 모델은 전이(transfer)에 사용될 수 있어야 한다. 이 모델은 선언적 지식(declarative knowledge)과 절차적 지식(procedural knowledge)을 모두 적절한 수준으로 포함하고 있어야 한다 [23]. 학습에서 가장 중요한 측면 중 하나는 이러한 정신적 모델의 개발이며, 이는 개별 정보 조각(discrete pieces of information)들 사이의 연결 관계(linking relationships)를 구축함으로써 이루어진다 [24]. 이 점은 교육자들에게 중요한 시사점을 제공한다. 사실들 간의 관계를 명시적으로 드러내는(teaching the relationships between facts) 교수법이 반드시 필요하다. 그렇지 않으면 전이는 훨씬 더 어려워질 수밖에 없다.
정신적 모델의 형성을 촉진하는 근거 기반 전략(evidence-based strategies)으로는 다음과 같은 것이 있다:
- 통합적 교수(integrated instruction) [25]
- 생산적 실패(productive failure) [26,27]
- 대조 사례 활용(contrasting cases) [28,29]
이 세 가지 전략은 모두 사실과 정보 조각 사이의 연결을 형성하여 정신적 모델을 구축하는 데 중점을 둔다 [28].
전이의 또 다른 중요한 요소는 ‘원천 학습(original learning)’의 존재이다 [23]. ‘원천 학습’은 바람직한 난이도(desirable difficulties), 노력(struggle), 수고(effort)의 관점에서 설명된다. 전반적으로 일관된 핵심 메시지는 다음과 같다: 학습자가 정신적 모델을 형성하고 적용할 수 있는 충분한 학습 기회가 초기 단계에서 제공되지 않는다면, 전이는 일어나지 않는다. 또한, 비판적 사고(critical thinking)와 질문하기(questioning)는 정신적 모델을 개발하는 데 있어 핵심적인 역할(pivotal role)을 한다. 물론, 직접 교수(direct instruction)는 전문가의 통찰과 효율적인 해결책을 제공한다는 점에서 가치가 있다. 그러나 직접 교수는 때때로 정신적 모델의 형성과 전이를 저해할 수 있다는 점도 간과해서는 안 된다 [30].
동기(Motivation)
동기는 전이(transfer)에 있어 결정적인 역할을 한다. 최근 연구들은 전이에 대한 동기(motivation to transfer), 학습 동기(motivation to learn), 그리고 자기효능감(self-efficacy)이 직장 내 교육 전이 과정(training transfer process)을 촉진하는 데 있어 핵심적인 역할을 한다는 점을 강조하고 있다 [31].
자기효능감(self-efficacy)은 동기와 밀접하게 연결된 변수이며, 전이를 예측하는 또 하나의 중요한 요소이다. 자기효능감은 학습자가 특정 과제를 수행할 수 있다는 자신의 능력에 대해 얼마나 자신감을 느끼는지를 의미한다 [32]. 학습자가 자신이 배우는 내용이 다른 상황에 적용 가능하고 관련성이 있다고 인식하면, 그 학습은 의미 있게 느껴지고 동기 역시 증가하게 된다 [4].
교육자에게 있어 중요한 고려사항은, 학습자가 미래의 학습과 수행—특히 임상 현장(clinical workplace)에서의 수행—에 대비할 수 있도록 준비시키는 것이다. 이를 위해 학습자의 목표 및 열망과 정렬된 학습 활동을 설계해야 한다 [23]. 예를 들어, 학습자에게 “세상과 부딪히는 경험(bump up against the world)”을 제공할 수 있는 활동을 통해, 그들이 현재 발전시키고 있는 정신적 모델을 시뮬레이션된 혹은 실제 임상 상황 속에서 점차 복잡해지는 과제를 반복적으로 수행하며 적용할 수 있도록 해야 한다.
학습자들이 자신이 성장하고 발전할 수 있다고 믿는 정도는 학습과 전이에 대한 흥미와 관심에 중대한 영향을 미친다 [33,34].
Dweck의 연구에 따르면, 성장 마인드셋(growth mindset)을 가진 사람은 자신의 능력을 보다 정확하게 이해하는 반면, 고정 마인드셋(fixed mindset)을 가진 사람은 특정 상황에서 자신의 능력을 과대평가할 가능성이 있다고 한다 [35]. Dweck은 다양한 성취 목표(achievement goals) 중에서 두 가지 주요 유형을 제시하였다 [33]:
- 학습 목표(learning goals): 자신의 능력을 향상시키는 것을 목표로 함
- 수행 목표(performance goals): 타인의 긍정적인 평가를 받는 것을 목표로 함
연구에 따르면, 학습 목표를 가진 학습자들이 수행 목표를 가진 학습자보다 더 높은 전이 점수를 기록하는 경향이 있다 [33].
성장 마인드셋은 학습에 긍정적인 영향을 미치며, 이전에 학습한 내용을 새로운 상황으로 전이할 때 필연적으로 마주치는 도전(difficulties and challenges)을 기꺼이 수용하게 만든다.
마지막으로, 자기결정 이론(self-determination theory) 역시 동기를 이해하는 데 핵심적인 역할을 한다 [36,37]. 이 이론에 따르면, 인간은 세 가지 기본 심리적 욕구(basic psychological needs)가 충족될 때 동기를 느끼며 성장할 수 있다:
- 자율성(Autonomy): 목표를 향해 자신의 행동을 통제하고 있다고 느끼는 것
- 관계성(Relatedness): 타인과의 연결감과 소속감을 느끼는 것
- 유능감(Competence): 과제를 수행할 수 있다는 자신감을 느끼는 것
높은 자기효능감, 성장 마인드셋, 그리고 이 세 가지 기본 욕구의 충족은 미래의 전이와 성과(performance and transfer)를 현저히 향상시킬 수 있다.
메타인지(Metacognition)
메타인지는 성공적인 전이(successful transfer)를 위한 핵심 요소이다. 그 이유는 메타인지가 학습자에게 자신이 선택한 전략의 효과를 스스로 점검하고(self-monitor), 필요에 따라 변화(adjustment)를 줄 수 있는 기회를 제공하기 때문이다. 이러한 자기 점검과 전략 수정 능력은 학습의 핵심 요소(key for learning)다. 교육자는 학습자가 전이를 위해 메타인지 과정을 실제로 사용할 수 있는 기회를 제공하는 활동을 설계할 수 있다 [38,39]. 다음과 같은 활동들이 특히 중요하다:
a. 전이를 위한 목표 설정 및 전략 계획
학습자는 이전에 경험했던 상황들과 유사하거나 다른 특성들을 식별하여, 새로운 상황(new situation)의 특징을 분석하고, 이에 맞춘 전략을 계획(plan)해야 한다. 이러한 활동은 학습자가 자기주도적으로 전략을 수립하고 조정할 수 있는 기반을 마련해준다.
b. 자기 평가(self-assessment)
학습자는 자신이 선택한 전략이 얼마나 효과적인지 평가해보아야 한다. 이 성찰(reflective) 활동은 전이 과정 중 또는 이후에도 수행될 수 있으며, 다음과 같은 학습을 자극한다:
- 해당 상황에서 어떤 정신적 모델(mental model)이 적절한지 판단하고
- 미래의 새로운 상황에 효과적으로 적용하기 위한 전략이 무엇인지 탐색
이러한 메타인지 활동은 학습자가 이전 경험을 분석하고, 미래의 전이에 대비한 전략적 사고를 기를 수 있는 계기가 된다.
상황(Situation)
통합 전이 모델(integrated model of transfer)의 관점에서 상황(situation)은 전이가 성공적으로 일어나기를 기대하는 맥락 또는 환경을 의미한다. 이 상황의 핵심은 학습자가 자신의 정신적 모델을 개발할 수 있는 기회를 제공해야 한다는 점이다. 그러나 이때 주의할 점은, 학습 활동이 실제 세계(real world)의 활동과 유사해야 한다는 것이다. 이러한 ‘유사성 원리(similarity principle)’의 중요성은 Thorndike를 비롯한 여러 인지심리학자들에 의해 강조되어 왔다 [4]. 하지만, 학습 활동이 반드시 실제 세계(real world)의 환경을 그대로 반영해야 하는 것은 아니다. 실제 환경과 유사한 특성을 갖도록 구성된 저기술(low-technology) 시뮬레이션도 전이 촉진에 효과적일 수 있다 [40].
또한, 학습자가 특정 내용이나 기술을 잊어버리지 않도록 하기 위해서는 반드시 반복 연습(repeated practice)의 기회를 제공해야 한다. 학습 활동에서는 사례의 복잡성(complexity)과 학습자의 자율성(autonomy)도 점진적으로 증가해야 한다. 교육자는 ‘상황’ 자체를 전략적으로 사고(strategically think)해야 한다. 특정 상황은 선언적 지식(declarative knowledge)과 절차적 지식(procedural knowledge)의 통합뿐 아니라, 외부 요소(예: 중단 상황 추가)와의 통합까지도 요구할 수 있기 때문이다.
실제로 교육자나 학습자 모두 과제 간 전이가 높을 것이라 기대하는 경우가 많지만, 실제 과제의 상황이 매우 다를 경우, 전이는 제대로 일어나지 않을 수 있다. 예를 들어, 마네킹을 활용한 기관삽관(intubation) 훈련이 실제 임상 환경(clinical environment)으로의 전이로 이어질 가능성은 낮다. 그 이유는 실제 상황에서는 시간 압박(time pressure), 주의 산만(distraction), 해부학적 변이(anatomical variation) 등 다양한 요인이 존재하기 때문이다. 그럼에도 불구하고, 고급 심폐소생술(ALS) 시나리오에 도전하기 전에, 학습자는 먼저 기관삽관에 대해 충분히 숙달(mastery)해야 한다.
학습자에게 새로운 상황에 노출(exposing to a new situation)시킬 때, 두 가지 측면을 고려하는 것이 중요하다.
- 학습자는 새로운 상황을 먼저 관찰(observe)해야 한다. 이 전략은 사회 인지 이론(social cognitive theory)의 대리 학습(vicarious learning) 개념에 기반한다. Bandura 등 [41]의 연구에 따르면, 타인의 행동을 관찰하고 그 결과를 인식함으로써 학습이 이루어질 수 있다.
- 몇 차례 관찰한 후에는, 학습자가 직접 그 상황에 참여(participate)하여 자신의 지식과 기술을 숙달해야 한다. 이러한 활동은 학습자의 전이에 대한 동기(motivation for transfer)를 높일 수 있으며, 다양한 상황에 반복적으로 참여하는 것 자체가 전이의 가능성을 증대시킨다.
전이를 촉진하는 핵심 실천적 학습 전략과 교육 활동
(Key practical learning strategies and educational activities to increase transfer)
이 절에서는 전이를 향상시키기 위한 핵심 실천적 학습 전략과 교육 활동들을 제시한다. 이 전략들은 강의실 수업부터 임상 실습까지, 어떤 유형의 교육 활동에서도 적용될 수 있다. 전이를 위한 두 가지 주요 교수 접근법은 바로 ‘허깅(hugging)’과 ‘브리징(bridging)’이다 [42].
- a. 허깅(hugging): 교육자가 학습 상황과 향후 전이가 이루어질 수 있는 상황 간의 유사성(similarities)을 포함시켜 전이를 장려하는 방식이다.
- 전이 학습을 처음 연구한 심리학자인 Woodworth와 Thorndike [43]는 학교 교육과 실제 생활에서 마주치는 과제 간 유사성을 고려하여 교육과정을 설계할 것을 강조했다. 이 메시지는 지금도 매우 유효하며, 시뮬레이션(simulation)이나 사례 기반 수업(case-based teaching)의 활용이 그 예이다.
- b. 브리징(bridging): 교육자가 학습자가 기존에 배운 내용과 새로운 상황 간의 연결점을 찾도록 도와주는 방식이다. 이때 핵심은 선언적 지식(declarative knowledge)의 추상화(abstraction)이다.
허깅과 브리징 모두, 교수 상황에서 다양한 예시와 상황에의 노출(exposure to a variety of situations and examples)을 통해 더욱 효과적으로 구현될 수 있다. Gick와 Holyoak [44]의 연구에 따르면, 하나의 개념을 여러 상황에 걸쳐 소개하면 전이 가능성이 향상된다. 따라서 학습자에게 다양한 활동에 대한 노출을 제공하는 것은 정신적 모델의 발달과, 그 모델을 실제로 적용할 수 있는 맥락을 인식하는 능력을 지원하는 데 필수적이다. 반복 연습(repeated practice)과 함께 이루어지는 안내된 수업(guided instruction)과 피드백(feedback)은 정신적 모델을 개발하는 데 가장 효과적인 전략 중 하나이다 [45].
대리 학습(vicarious learning)은 이러한 전략들을 보완해준다. 이는 학습자가 관찰을 통해 정신적 모델을 개발할 수 있는 기회를 제공한다 [46]. 이 전략은 학습자가 복잡한 규칙과 절차를 실제로 작동하는 모습으로 관찰할 수 있게 하여, 이해를 증진시키고 자기 효능감(self-efficacy)을 높여준다 [47]. 예를 들어, 운전 학습에는 다른 사람의 운전 행동을 관찰하는 대리 학습과, 직접 운전하는 능동적 참여가 모두 포함된다. 이 방식은 특히 행동(behaviours), 태도(attitudes), 조직 문화(culture of an organization)를 가르치는 데 효과적이다. 전문가들이 다양한 상황에서 어떻게 행동하는지를 관찰함으로써, 학습자는 환자에게 해를 끼치지 않고도 전이의 가능성을 높일 수 있다. 이 때문에 대리 학습은 임상 교육에서 필수적인 도구가 되며, 학습자가 정신적 모델을 개발하고 실세계에서의 실천을 통해 동기(motivation)를 강화하는 데 도움이 된다.
학습자가 다양한 상황에 노출되는 것은 전이를 촉진한다. 이는 다음과 같은 효과를 낸다:
- 적응력(adaptability) 향상
- 일반화를 위한 유사성 패턴 인식(pattern recognition) 능력 향상
- 핵심 메타인지 과정(metacognitive processes)의 발달
다양한 맥락을 경험하게 되면, 학습자는 자신의 정신적 모델을 새로운 상황에 맞게 조정(adapt)할 수 있는 능력을 갖추게 되며, 이는 다양한 상황에 공통적으로 적용할 수 있는 근본 원칙(common underlying principles)을 인식하게 한다 [28,29]. 이러한 다양한 상황의 제공은 또한 교육자가 피드백과 안내를 제공할 수 있는 기회를 늘려주며, 이를 통해 학습자는 자신의 정신적 모델과 개념 적용을 더욱 정교화(refine)할 수 있다.
메타인지를 향상시키기 위한 추가 전략으로는 다음이 있다:
- 메타인지 사용을 유도하는 프롬프트(prompts)
- 학습자의 메타인지 과정 사용에 대한 피드백(feedback)
- 대조 학습(contrast learning)
프롬프트 (Prompts)
프롬프트(prompt, 유도 질문)를 제시하는 것은 학습자가 다양한 상황 간의 유사점이나 차이점을 인식하도록 돕는다. 이 전략은 학습자의 핵심 메타인지 과정인 과제 분석(task analysis) 및 맥락에 적합한 전략 선택(choice of appropriate context-specific strategies) 능력을 향상시킨다. 스캐폴딩(scaffolding)은 이와 밀접하게 연관된 교수 기법으로, 프롬프트와 교사의 안내(guidance), 전략 및 도구를 활용하여 학습자가 스스로는 도달하기 어려운 이해 수준을 달성하도록 지원한다. 이후 점차 지원을 줄여가며, 학습자가 독립적으로 과제를 수행할 수 있게 된다 [48].
프롬프트는 학습자의 정신적 모델(mental model)과 핵심 메타인지 기술을 개발하는 데 유용한 도구로 권장된다.
전이를 위한 실천적 프롬프트 예시
- 이 지식과 기술을 앞으로 어떻게 사용할 수 있을까?
- 이걸 전에 본 적이 있니? 무엇을 떠올리게 하니?
- 이것은 무엇과 유사해 보이니?
- 이 주제에 대해 이미 알고 있는 것이 있니?
핵심 메타인지 과정에 대한 피드백(Feedback on key metacognitive processes)
모든 피드백은 먼저 개별 학습자의 행동에 대한 평가(assessment)를 필요로 하며, 이를 위해 마이크로분석(microanalysis)이라는 정형화된 분석 방법(structured method)이 활용될 수 있다. 이 기법은 학습자가 핵심 메타인지 과정을 실제로 어떻게 활용하고 있는지를 식별하는 데 효과적이다 [49–51]. 학습자가 전이를 수행하기 직전이나 직후, 해당 메타인지 과정에 초점을 맞춘 구체적인 질문을 제시할 수 있다 [52]. 각 질문에 대한 학습자의 반응은 교육자에게 학습자가 해당 메타인지 과정을 실제로 얼마나 능동적으로 활용하고 있는지에 대한 유용한 정보를 제공하며, 전이에 대한 학습을 개선하는 효과적인 피드백을 제공할 수 있게 해준다.
메타인지 과정을 식별하기 위한 마이크로분석 질문 예시
- 전이 직전의 계획 수립(planning before transfer)
→ “학습을 성공적으로 전이하기 위해 무엇을 해야 할까?” - 전이 이후의 성찰(reflection after transfer)
→ “이번에 학습 내용을 얼마나 잘 전이했다고 생각하니?”
→ “전이를 하면서 어떤 점을 바꾸고 싶었니?”
→ “앞으로 학습 내용을 전이할 때는 어떤 방식으로 접근할 거니?”
학습자의 메타인지 과정 활용에 대한 피드백은, 성장 마인드셋(growth mindset)을 통해 학습 동기(motivation)를 높이는 데에도 효과적이다. 학습자는 자신의 전이 시도—성공이든 실패든—를 노력이나 전략처럼 발전 가능한 요소로 귀인하게 되며, 이는 추가 학습과 연습을 통해 개선 가능하다는 신념을 강화시킨다. 더불어, 핵심 메타인지 과정에 대한 피드백은 실제 임상 과제(clinical task)의 수행 능력(performance)과 메타인지 기술 모두를 향상시키는 것으로 입증되었다 [53].
대조 학습 (Contrast learning)
두 개의 유사한 상황에서 정보를 대조(contrast)함으로써, 학습자는 다음과 같은 차이를 인식할 수 있다: 기존 상황에 기반한 자신의 원래 정신적 모델(original mental model)과, 새로운 상황에서 적용을 시도하며 형성되고 있는 현재의 정신적 모델(developing mental model) 간의 차이점이다. 중요한 점은, 이러한 변화나 차이(variations or contrasts)를 강조하는 것 자체가 해당 상황을 어떻게 관리할 수 있는지에 대한 핵심 개념(key concepts)을 이해하는 데 도움을 준다는 것이다 [28].
프롬프트(prompts), 서면 디브리핑 활동(writing debriefing sessions), 그리고 “만약 ~라면?”(what-if?) 시나리오는
다양한 상황을 비교·대조하여 contrast learning을 효과적으로 구현할 수 있는 전략이다. 프롬프트와 달리, 대조 학습은 두 유사한 상황 간의 차이를 실제로 드러내는 시연(demonstration)을 필요로 한다. 대조 학습은 학습자의 정신적 모델을 발달시키는 데 권장되는 접근법이다. 그 이유는 이 방식이 더 깊은 이해(deeper understanding)를 유도하고, 정신적 모델을 다양한 상황에 적절하게 적용하는 능력을 향상시키기 때문이다.
대조 학습 촉진을 위한 실천적 프롬프트 예시
- X는 Y와 어떻게 약간 또는 많이 비슷한가요?
- X는 Y와 어떻게 약간 또는 많이 다른가요?
학습 전이를 위한 교수의 실제 사례
(Practical example of teaching for transfer of learning)
우리는 여기에서 기초 의과학 지식과 임상 실습 상황을 결합한 실제적인 교수 사례를 통해 학습 전이(teaching for transfer of learning)를 설명하고자 한다. 이 예시는 다양한 교수 전략들이 정신적 모델에 대한 학습자의 이해를 증진시키고, 이를 실제 임상 상황(real-world medical scenarios)에 능동적으로 적용하도록 유도하는 방식을 보여준다. 예를 들어, 고급 심폐소생술(Advanced Life Support, ALS)은 기초 의학 지식(basic science knowledge)과 여러 절차적 기술(procedural skills)의 통합을 요구한다. 심정지 상황(cardiac arrest scenario)을 적절히 다룰 수 있는 역량을 갖추기 위해 학습자는 다음의 요소들을 필요로 한다:
- (a) 기초 의과학 지식: 심혈관 해부학과 생리학, 사용 약물의 작용 기전 등
- (b) 임상적 의사결정 능력의 개발: 가능한 병인, 가장 가능성 높은 진단, 감별 진단, 최적 치료 선택
- (c) 임상 술기 능력의 개발: 흉부 압박, 인공호흡 같은 기술적 기술(technical skills)뿐 아니라, 의사소통, 리더십 등의 비기술적 기술(non-technical skills)
기초 의과학 지식은 학습자가 임상 실습으로 나아가기 전에 갖추어야 할 정신적 모델의 기반을 제공한다. 해부학, 생리학, 생화학, 미생물학, 병리학, 약리학 등은 건강과 질병 상태에서 인체에 대한 통합적 이해를 구성한다. 하지만 교육자들은 종종 학습자가 임상 현장에서 이러한 정신적 모델을 충분히 갖추지 못했다고 언급한다. 학습자에게는 선언적 지식과 절차적 지식을 통합하는 것뿐 아니라, 이를 새로운 상황에 적용하는 능력이 도전 과제가 된다. 예를 들어, 학습자가 다양한 심전도 패턴을 식별할 수 있다고 해도, ALS 상황에서는 이를 즉각적으로 인식하지 못할 수 있다. 따라서, 학습자는 먼저 기본적인 정신적 모델을 충분히 습득해야 한다. ALS처럼 복잡한 기술을 포함하는 경우라면, 예컨대 심전도에 대한 기초적인 정신적 모델을 먼저 갖춘 후, 이를 실제로 적용하고 발전시킬 수 있는 다양한 연습 기회가 반드시 제공되어야 한다. 임상 증례(clinical cases)를 포함시키는 것은 학습자가 심전도, 이학적 검사 등 여러 선언적 지식을 통합하여 정신적 모델을 형성하는 데 도움이 된다. 교육자는 학습자에게 이전 증례들과의 유사점과 차이점을 프롬프트(prompt)할 수 있으며, 이를 통해 학습자가 자신의 정신적 모델을 다양한 상황에 어떻게 적용할 수 있는지를 더 잘 이해할 수 있도록 도울 수 있다. 또한, 서로 다른 임상 증례 간의 정보를 대조(contrast)함으로써 학습자는 상황 간의 차이를 인식하고, 이후 새로운 상황에서도 더 잘 전이하고 적용할 수 있는 가능성이 높아진다.
그러나 이러한 모든 전략을 사용하더라도, 학습자가 향후 실제 임상 실습에 자신의 정신적 모델을 완전히 성공적으로 전이하기까지는 여전히 어려움이 따를 수 있다. 이는 더 많고 다양한 반복적 적용 기회(repeated opportunities for application)를 요구하기 때문이다. 시뮬레이션(simulation)은 전이를 향상시키는 잠재력을 가진다. 시뮬레이션은 학습자에게 다양한 수준의 복잡도로 설계된 다양한 상황 속에서 훈련할 수 있는 안전한 환경(safe environment)을 제공하며, 비시뮬레이션 상황(no-simulation)보다 전이 가능성이 높다는 연구 결과도 있다 [54,55].
다양한 시뮬레이션 시나리오를 제공함으로써, 학습자는 선언적 지식과 절차적 지식을 통합하고, 이를 실제와 유사한 복잡한 상황에서 적용해보는 기회를 가질 수 있다. 전이를 증진시키기 위해 활용할 수 있는 다양한 전략들이 존재하며, 이에 대해서는 Table 1에 정리되어 있다. 또한, 시뮬레이션 시나리오 자체가 현실 세계의 복잡성을 반영할 때, 전이 가능성은 더욱 높아진다.
학습 전이를 위한 교육과정 구현
(Implementing a curriculum for teaching for transfer of learning)
이상적으로는, 모든 수준에서의 교수 활동은 통합적으로 설계되어야 하며, 학습자들이 임상 환경에서 성공적으로 전이(transfer)를 실현할 가능성을 최적화할 수 있도록 다양한 활동에 참여할 수 있어야 한다. 이는 교육과정 전반에 걸쳐 선언적 지식(declarative knowledge)과 절차적 지식(procedural knowledge)의 개발을 모두 고려해야 한다는 것을 의미한다 [28]. 전이를 촉진하는 교육 활동을 교육과정 수준(curricular level)에서 체계적으로 조직하는 일은 매우 도전적인 과제이며, 이에 대한 과정은 문헌에서도 충분히 기술되지 않았다.
사실 대부분의 교육기관에서의 교수는 전통적으로 강의 중심(lecture-focused)이며 교수자 중심(educator-centred)으로 이루어져 왔다. 그 결과, 전이를 위한 교수는 파편적(fragmented)이고 학문 중심(discipline-centred)으로 설계되어 있는 경우가 많다. 학습자가 성공적으로 전이를 수행하려면, 교육과정은 그들이 전이를 이루어낼 수 있는 활동에 적극적으로 참여하도록 돕는 방향으로 설계되어야 한다. 개별 수업이나 시뮬레이션 활동에서는 이러한 전이 중심 교육이 다소 문서화되어 있긴 하지만, 어떠한 주요 교육 개혁도 효과적으로 구현되기 위해서는 제도적 지원(institutional support)이 필수적이다. 또한, 교수법은 최근 수십 년간 개별 교수자의 책임에서 교육기관 전체의 책무로 전환되는 변화를 겪어왔지만, 교수의 질을 지속적으로 향상시키기 위한 체계적인 메커니즘(quality enhancement of teaching)은 아직 충분히 정착되지 못했다 [56].
교수개발(Faculty development)은 학습 전이를 중심에 둔 보건의료 교육과정 설계에서 매우 중요한 역할을 한다. 교수개발은 단순히 단발성 워크숍이나 강좌를 제공하는 수준을 넘어서, 교수자의 지속적인 성장과 전문성 향상을 지원하는 프로그램 중심의 실천(programmatic practice)으로 정의 범위를 확장해 왔다 [57]. 이러한 범위 확장의 일환으로, 교육자들에게 다음과 같은 기회와 지원이 포함된다:
- 임상 실습 상황(clinical practice situations)에 대비할 수 있는 고품질의 준비(training and preparation) 제공
- 새로운 교수 전략을 연습하고 적용할 수 있는 기회 제공 (예: 학문 강의실이나 시뮬레이션 환경에서)
최근 직장 내 교수개발 연구에 따르면, 현장 기반 교수개발(faculty development in the workplace)은 그 현장에서 실제로 일하는 임상의(clinicians)와의 협력(collaboration)을 바탕으로, 해당 조직문화에 대한 상황적 지식(situated knowledge of the culture) 위에 기반해야 한다는 점이 강조되었다 [58].
또한 다음과 같은 요소들이 필수적이다:
- 교수자들이 새로운 활동을 시도할 때 정서적 지원(emotional support) 제공
- 첫 시도에서 기대한 결과를 얻지 못했더라도 그 시도 자체를 수용할 수 있는 분위기(tolerability) 조성
그리고 무엇보다 중요한 것은, 학습자로부터 정기적으로 피드백을 받고(follow-up and regular feedback), 그들이 다양한 상황에서 임상 실무를 수행할 준비가 얼마나 되어 있는지를 평가하는 과정을 교육 시스템에 내재화하는 것이다.
학습 전이를 위한 교수의 미래 방향
(Future directions for teaching for transfer of learning)
인공지능(Artificial Intelligence, AI)은 개별화된 지원(personalized support)을 제공함으로써 학습 전이(transfer of learning)를 향상시킬 상당한 가능성(significant potential)을 지니고 있다. AI는 학습자의 정신적 모델(mental model)을 실제 임상 환경에 가까운 맥락에서 연습하고 적용할 수 있도록, 현실 임상 시나리오(real-life clinical scenarios)를 점진적으로 복잡하게(adaptively complex) 설계한 적응형 시뮬레이션(adaptive simulations)을 생성할 수 있다 [59].
또한, AI 시스템은 실시간(real-time)으로 개별화된 피드백(personalized feedback)을 제공할 수 있으며, 이는 정신적 모델을 개발하는 데 있어 매우 중요하다. 이러한 기능 외에도, 자연어 처리(natural language processing) 기술을 활용한 AI 기반 튜터링 프로그램(AI-powered tutoring programs)은 학습자의 답변을 이해하고, 심화된 분석을 유도하며 서로 다른 정보 조각들 간의 연결(connection)을 도출하는 데 도움이 되는 프롬프트(prompts)를 제공한다. 이러한 적응형 기능(adaptive capability)을 통해 AI는 학습자의 수행 데이터를 분석하고, 도전(challenge)과 지원(support)을 지속적으로 제공할 수 있도록 교육 콘텐츠를 조정(adjust instructional content)할 수 있다.
적응형 교수 시스템(Adaptive Instructional Systems), 예를 들어 가상 환자(virtual patients) 시스템은 AI의 교육적 가능성을 더욱 잘 보여준다. 이러한 시스템은 핵심 메타인지 프롬프트(key metacognitive prompts)를 활용하여, 사용자의 임상적 의사결정(clinical decision-making)을 돕고, 진행 상황(user progress)에 따라 난이도를 조정하거나 제안을 제공한다. 이와 유사하게, 가상현실 시뮬레이션(virtual reality simulations)은 학습자가 복잡한 술기(complex procedures)를 안전하게 연습할 수 있는 몰입형 환경(immersive environments)을 제공하며, 다양한 임상 시나리오를 모사함으로써 실제 환경으로의 전이(transfer of skills to real-world settings)를 촉진한다 [60,61]. 이러한 시스템에 핵심 메타인지 학습 프롬프트를 통합하는 방식에는 다음이 포함된다:
- 목표 설정(goal-setting)
- 전략적 계획(strategic planning)
- 수행 성찰(performance reflection)
이는 효과적인 전이를 위해 필수적인 핵심 메타인지 과정(key metacognitive processes)을 강화한다 [39]. 이러한 접근은 학습자에게 자신의 이해도를 평가(self-evaluation)하고, 개선이 필요한 영역을 식별하며, 보다 정확한 정신적 모델을 형성하도록 돕는다 [38].
이러한 기술을 기반으로 최근에는 메타인지 프롬프트를 지원하는 적응형 로봇 튜터(adaptive robotic tutors)가 교육 기술 분야에서 유망한 도구(promising tool)로 떠오르고 있다 [62]. 이러한 로봇 튜터(robotic tutors)는 학습자와의 상호작용 대화(interactive conversations)를 통해 비판적 사고(critical thinking)와 과정 성찰(process reflection)을 촉진하고, 학습자의 필요에 맞춘 실시간 적응형 스캐폴딩(real-time adaptive scaffolding)을 제공한다. 또한, 로봇 튜터는 다음을 통해 학습자의 동기를 강화할 수 있다:
- 격려(encouragement)
- 달성 가능한 도전 과제 제시(setting achievable challenges)
- 진전 상황 인식(recognizing progress)
이러한 요소들은 학습자의 자신감(confidence)과 지속성(persistence)을 높이며, 이는 성공적인 전이(successful transfer)에 있어 결정적인 요소이다.
전이를 위한 AI 활용의 과제와 향후 방향
AI의 도입은 전이 중심 교육(teaching for transfer)을 위한 흥미로운 가능성(exciting potential)을 제시하지만, 이를 현장에 적용하기 위해 해결해야 할 몇 가지 주요 과제(major challenges)가 존재한다 [63].
- 우선 개인정보 보호(privacy)가 핵심적인 우려 사항이다. AI 시스템은 일반적으로 사용 학습자 각각에 대한 개인적이고 민감한 정보(sensitive information)를 포함한 대량의 데이터를 요구하기 때문이다. 이러한 데이터가 어떻게 수집되고, 저장되며, 활용되는지, 그리고 이 모든 과정이 적절한 동의(consent)와 보안 조치(security measures) 하에서 이루어지는지에 대해 의문이 제기된다. 대다수의 AI 시스템은 외부 클라우드 컴퓨팅 서비스 제공자(cloud computing provider)를 통해 데이터 처리를 수행하며, 이 과정에서 데이터 소유권(data ownership)과 보안(security)에 대한 이슈가 함께 대두된다.
- 또한, 공정성(fairness) 문제도 매우 중요하다. AI 모델은 학습에 사용된 훈련 데이터(training data)에 내재된 편향(biases)을 무의식적으로 학습하고 재생산할 수 있으며, 이로 인해 특정 집단의 학습자에 대한 불공정한 대우나 기존 교육 불평등의 강화로 이어질 수 있다. 이러한 문제는 특히 딥러닝(deep learning) 기반 시스템의 불투명성(lack of transparency)으로 인해 더욱 복잡해진다. 딥러닝 시스템은 흔히 ‘블랙박스(black box)’처럼 작동하며, 그 결정 과정(decision-making process)을 이해하거나 신뢰하기 어려운 경우가 많다.
- 책임성(accountability)도 복잡한 문제다. AI 시스템이 오류를 일으키거나 피해를 유발했을 때, 책임이 누구에게 있는가를 명확히 하기 어렵고, 이에 따라 법적 책임(liability)과 윤리적 책임(ethical responsibility)에 대한 논의가 필요해진다.
- 데이터 소유권(data ownership)도 여전히 활발한 논쟁의 주제다. 즉, AI 모델을 학습시키는 데 사용된 데이터의 소유권은 누구에게 있으며, AI로부터 파생되는 이익은 어떻게 분배되어야 하는가에 대한 질문이 이어진다. 이러한 문제들은 다음과 같은 필요성을 강조한다:
- 강력한 규제 체계(robust regulations)
- 윤리 지침(ethical guidelines)
- 기술적 해결책(technical solutions)
일부 교육기관은 AI 사용에 대해 매우 제한적인 지침(highly restrictive guidelines)을 마련하고 대응하고 있지만, AI는 매우 빠르게 진화하는 분야(rapidly evolving topic)이기 때문에 지속적인 논의가 필요하다.
데이터 프라이버시(data privacy), 접근성(accessibility), 교육자의 역할(role of educators) 등과 같은 우려를 해결하기 위해,
향후 정책 개발(policy development)은 다음과 같은 방향에 집중해야 한다:
- AI, 증강현실(augmented reality), 가상현실(virtual reality) 기술을 보건의료 전문직 교육(HPE)에 통합하기 위한 표준과 권고사항(standards and recommendations) 마련
- 이러한 기술을 사용할 수 있도록 교육자를 준비시키기 위한 교수개발 프로그램(faculty development programs)에 투자
→ 특히 효과적인 학습 활동, 피드백, 학습자 중심 환경 조성에 중점을 두어야 한다.
향후 AI 시스템 개발(특히 프롬프트 기반 시스템(prompt-based systems))은 의료 전문가, HPE 교육자, 교육 설계자, 프롬프트 엔지니어 등 다양한 분야의 전문가 간의 긴밀한 협력을 필요로 할 것이다.
마지막으로, 보건의료 전문직 교육(HPE)에 AI를 널리 도입하는 데 있어 가장 큰 장애물 중 하나는 현재 AI 시스템의 비용(cost)이다. 하지만 이 비용은 향후 크게 감소할 가능성이 있다. 향후 연구는 다음과 같은 비교 평가에 초점을 맞춰야 한다:
- AI 기반 스캐폴딩 기법(AI-powered scaffolding techniques)
- 가상 시뮬레이션(virtual simulations)
- 로봇 튜터(robotic tutors)
→ 이들이 학습 전이를 촉진하는 데 얼마나 효과적인지
이러한 연구는 학습자의 수행(performance)에 미치는 영향을 시뮬레이션 상황(simulated settings)과 실제 임상 환경(real-world clinical settings) 모두에서 평가해야 한다 [64].
결론 (Conclusion)
학습 전이(transfer of learning)는 과거에 학습한 내용을, 유사하거나 다른 새로운 상황(new situations)에, 그리고 학습이 이루어진 시점과는 다른 시점(varying time)에 적용할 수 있을 때 발생한다. 그러나 이러한 핵심적인 교육 개념(key educational concept)은 아직까지도 교육 설계(educational design)에 충분히 통합되어 있지 않다. 이 AMEE 가이드에서는, 학습자의 동기(motivation), 정신적 모델(mental model)의 개발과 적용, 그리고 과제와 관련된 핵심 메타인지 과정(key metacognitive processes)의 활용을 향상시킬 수 있는 근거 기반 교육 활동(evidence-based educational activities)을 제시하였다.
전이를 위한 교육(teaching for transfer)의 핵심 요소는, 학습자가 자신이 구축한 정신적 모델을 다양한 상황에 반복적으로 적용해볼 수 있는 기회(repeated opportunity)를 갖는 것이다. 이러한 상황은 실제 임상 현장(real-life clinical workplaces)일 수도 있고, 시뮬레이션 환경(simulated environments)일 수도 있다. 앞으로의 연구는 다음과 같은 주제에 초점을 맞춰야 한다:
- 다양한 학습 전략과 교육 활동 간의 상호작용(interplay)
- 이들이 실제 임상 환경에서의 업무 학습(workplace learning)과 수행(performance),
- 그리고 의료 서비스의 질 향상(improved quality of care)에 미치는 영향
이러한 연구는 전이 개념의 체계적 적용을 통해 보건의료 전문직 교육의 질을 높이는 데 기여할 수 있을 것이다.
🔑 학습 전이를 촉진하는 교수 전략 및 교육 활동 요약
1. 🫂 허깅 (Hugging)
- 무엇을 할까?
학습 상황과 앞으로 마주하게 될 상황 사이의 유사성을 통합하기 - 왜 중요할까?
학습자가 향후 수행에 중요한 특징을 인식하도록 도와 정신적 모델(mental model) 형성에 기여 - 어떻게 할까?
다음 수업과 유사한 점들을 현재 수업에서 강조하여 미리 연결 고리를 만들어줌
2. 🌉 브리징 (Bridging)
- 무엇을 할까?
학습자가 기존 학습 내용과 새로운 상황 간의 연결고리를 찾을 수 있도록 지원하기 - 왜 중요할까?
학습자가 성과에 중요한 특징을 인식하고 정신적 모델을 형성하는 데 도움이 됨 - 어떻게 할까?
개념도(concept map) 같은 과제를 통해 이전 지식과 새로운 상황 간의 연결을 명시적으로 도출
3. 👀 대리 학습 (Vicarious Learning)
- 무엇을 할까?
학습자가 다양한 상황을 관찰할 수 있는 기회를 제공하기 - 왜 중요할까?
정신적 모델과 동기를 함께 개발하는 데 기여 - 어떻게 할까?
학습자가 단순히 관찰만 하도록 설계된 학습 기회를 마련
4. 🔁 다양한 연습 (Variety of Practice)
- 무엇을 할까?
학습자가 다양한 상황에서 연습할 수 있는 기회를 늘리기 - 왜 중요할까?
학습자가 정신적 모델을 실제 다양한 상황에 적용해보도록 돕기 때문 - 어떻게 할까?
피상적인 변화만 있는 여러 과제를 제공해 반복 연습 유도
5. ❓ 프롬프트 (Prompt)
- 무엇을 할까?
유사점과 차이점을 찾을 수 있도록 도와주는 질문을 제시하기 - 왜 중요할까?
학습자의 정신적 모델과 메타인지(metacognition)를 동시에 구축하는 데 도움 - 어떻게 할까?
유사점과 차이점에 초점을 맞춘 목표 질문을 설계하여 제시
6. 🧠 메타인지 과정에 대한 피드백 (Feedback on Metacognitive Processes)
- 무엇을 할까?
핵심 메타인지 과정에 대한 질문을 통해 피드백 제공 - 왜 중요할까?
메타인지와 동기를 동시에 향상시킬 수 있음 - 어떻게 할까?
학습자가 메타인지 전략을 어떻게 활용했는지에 대한 피드백을 제공
7. 🔍 대조 학습 (Contrast Learning)
- 무엇을 할까?
유사한 사례들 간의 차이를 인식하도록 돕는 정보 제공 - 왜 중요할까?
중요한 정보를 인식하도록 돕고, 특히 유사한 사례들 사이의 결정적 차이점을 파악하는 데 유익함 - 어떻게 할까?
유사한 사례 간의 차이를 식별하는 과제나 활동을 설계
'논문 읽기 (with AI)' 카테고리의 다른 글
| 커리큘럼 변경 중 평가 관리하기 오타와 컨센서스 선언문 (Med Teach. 2024) (0) | 2025.05.28 |
|---|---|
| 의학교육에서의 감성 지능: 직업적 정체성 형성에서의 역할: AMEE Guide No. 186 (Med Teach, 2025) (0) | 2025.05.28 |
| 가설적 추론 코딩: 이론 구축 및 정성적 (재)분석 (Sociological Methods & Research, 2022) (0) | 2025.05.23 |
| 질적 조사의 가설적 추론 분석 (Qualitative Inquiry, 2020) (0) | 2025.05.23 |
| 가설절 추론 주제분석 가이드 (The Qualitative Report, 2022) (0) | 2025.05.23 |