Adv Health Sci Educ Theory Pract. 2026 Feb 13. doi: 10.1007/s10459-026-10508-0. Online ahead of print.

A theoretical framework for experiential learning: Creating Active Knowledge Experiences (CAKE) 

 

 

들어가며: 왜 이 논문에 주목해야 할까? 

보건의료 전문직 교육(Health Professions Education, HPE)에서 경험학습(experiential learning)은 이제 선택이 아닌 필수처럼 쓰이고 있습니다. 시뮬레이션, 문제기반학습(PBL), 역할극, 탐구기반학습 등, 학생들이 직접 해보면서 배우는 방식이죠. 그런데 문제가 하나 있습니다. 많은 교육자들이 경험학습 기회를 설계할 때 이론적 근거 없이, 본인의 경험과 감에 의존하는 경우가 많다는 겁니다.

 

이 논문의 저자들은 이 문제의식에서 출발합니다. 디지털 교육에서 학습이론을 활용한 비율을 분석한 결과, 논문의 3분의 1만이 이론적 토대를 언급했고, 시뮬레이션 기반 교육 논문 중 3분의 2는 학습이론을 활용하지 않았다고 보고합니다 (Bajpai et al., 2019). 게다가 한 메타분석에서는 13,626편의 논문 중 실제 사용 가능한 성과 데이터를 보유한 논문이 겨우 88편에 불과했다고 합니다 (Burch et al., 2019).

 

이런 배경에서 McGill University의 Rebecca Archer와 동료들이 제안한 것이 바로 CAKE 프레임워크입니다. 교실 기반 경험학습 기회(Experiential Learning Opportunity, ELO)를 설계할 때 활용할 수 있는, 이론에 기반한(theory-informed) 실용적 도구죠.

🧩 먼저, 용어 정리부터 

이 논문은 '경험학습'이라는 개념을 Hoover와 Whitehead (1975)의 정의에 기반하여 다음과 같이 규정합니다:

"개인적으로 책임을 지는 참여자가 높은 수준의 능동적 참여를 통해 학습 상황에서 지식, 기술, 그리고/또는 태도를 인지적, 정서적, 행동적으로 처리하는 모든 교육적 기회"

(원문: "Any educational opportunity where a 'personally responsible participant cognitively, affectively, and behaviourally processes knowledge, skills, and/or attitudes in a learning situation by a high level of active involvement'")

 

중요한 점은, 경험학습은 학습이론(learning theory)이 아니라 학습의 한 방식(a concept for a way of learning)이라는 겁니다. 즉, 경험학습 자체가 이론은 아니고, 여러 이론적 토대 위에서 설계되어야 하는 교수법적 접근이라는 의미입니다.

 

또한 '능동학습(active learning)'이라는 용어가 경험학습과 흔히 동의어처럼 쓰이지만, 저자들은 CAKE의 'Active'는 능동학습을 직접 지칭하는 게 아니라, "성찰이나 추측이 아닌 행동으로 특징지어지는"(characterized by action rather than by contemplation or speculation) 이라는 사전적 의미에서 가져왔다고 밝힙니다.

 

논문에서 사용하는 주요 용어를 간단히 정리하면 이렇습니다.

용어 의미
이론(Theory) 교육 과정의 한 측면을 설명하거나 이해하도록 돕는, 체계적으로 조직된 명제들의 집합
구인(Construct) 이론의 핵심 명제, 이론의 구성 요소
교수법(Instructional Methods) 학습을 촉진하기 위해 내용을 전달하는 방법
페다고지(Pedagogy) 학습이론과 맥락에 대한 이해를 바탕으로 교수법을 고안하는 교수의 기술
참여(Engagement) 학습자가 기술이나 지식을 공부하고 연습하는 데 시간을 기꺼이 투자하는 상호작용
동기(Motivation) 목표를 향한 시작과 지속적 에너지의 이유

🔍 기존 프레임워크의 한계 

저자들은 기존에 제안된 경험학습 관련 프레임워크들을 검토한 뒤, 다음과 같은 한계를 지적합니다.

  • 첫째, Bajpai 등(2019)의 Theory-Technology Alignment Framework는 디지털 교육 전반을 대상으로 하기 때문에, 기술을 사용하지 않는 경험학습에는 적용할 수 없고, 어떤 학습이론을 사용할지에 대한 방향도 제시하지 않습니다.
  • 둘째, 가상현실(VR)이나 게이미피케이션(gamification) 전용 프레임워크들은 경험학습의 특정 유형만 다룹니다.
  • 셋째, 보건의료 분야의 프레임워크들은 대부분 임상 서비스 학습(clinical service learning)에 국한되거나, 이론적 근거가 부재합니다.

특히 많은 프레임워크가 Kolb의 경험학습이론(Experiential Learning Theory, ELT)만을 유일한 이론적 토대로 삼고 있다는 점을 문제로 짚습니다. ELT는 순환적이고 선형적인 특성, 그리고 경험적 기반의 건전성에 대해 비판을 받아왔기 때문에 (Fenwick, 2000; Seaman, 2008), 경험학습의 여러 측면은 다른 이론의 구인들을 적용하는 것이 유익할 것이라는 겁니다.

📚 CAKE를 구성하는 12가지 학습이론 

CAKE 프레임워크는 하나의 이론이 아니라 12개의 학습이론에서 핵심 구인들을 추출하여 통합한 결과물입니다. 저자들은 교육학, 공학, 보건의료교육, 경영학, 심리학, 사회학 등 다양한 분야를 아우르는 문헌 검토를 수행했고, CLUSTER 검색 방법(Booth et al., 2013)을 활용하여 Krath 등(2021)의 게이미피케이션 리뷰를 출발점(seed citation)으로 삼았습니다.

 

포함된 이론들은 다음과 같습니다:

이론 핵심 아이디어
인지적 도제 이론 (Cognitive Apprenticeship Theory, CAT) 전문가의 사고과정을 가시화하여 모델링, 스캐폴딩, 성찰을 통해 학습
인지부하 이론 (Cognitive Load Theory, CLT) 작업기억의 제한을 고려한 교수설계
복잡계 이론 (Complexity Theory) 학습은 복잡하고 적응적인 시스템 내의 상호작용에 의해 영향받는 창발적 과정
학업정서의 통제-가치 이론 (Control-Value Theory, CVT) 통제감과 과제 가치에 대한 인식이 학업정서와 동기에 영향
문화역사적 활동이론 (Cultural-Historical Activity Theory, CHAT) 도구, 공동체, 사회적 규칙이 학습과 발달을 매개
경험학습이론 (Experiential Learning Theory, ELT) 구체적 경험 → 성찰적 관찰 → 추상적 개념화 → 능동적 실험의 순환
몰입 이론 (Flow Theory) 도전 수준과 기술 수준의 균형에서 오는 깊은 몰입 상태
목표지향 이론 (Goal Orientation Theory, GOT) 숙달 목표 vs. 수행 목표가 동기와 학습에 미치는 영향
자기결정 이론 (Self-Determination Theory, SDT) 자율성, 유능감, 관계성의 충족이 내재적 동기를 촉진
자기조절학습 이론 (Self-Regulated Learning, SRL) 인지, 정서, 동기적으로 학습에 참여하면 스스로 피드백을 생성
상황학습 이론 (Situated Learning Theory, SLT) 지식은 실제적 맥락과 실천공동체 내에서 사회적으로 습득
사회구성주의 이론 (Social Constructivist Theory, SCT) 사회적 상호작용과 문화적 맥락을 통해 지식을 공동 구성, 근접발달영역(ZPD)이 핵심
전환학습 이론 (Transformative Learning Theory, TLT) 기존 가정에 대한 비판적 성찰을 통한 관점 전환

흥미로운 점은, 초기 검색에서는 개인의 인지와 동기에 초점을 맞춘 이론들이 주로 도출되었는데, 저자들이 경험학습에서 사회적 차원이 충분히 다루어지지 않음을 인식하고 보충적 이론 선정 과정(targeted supplementation process)을 거쳐 사회구성주의 이론, 문화역사적 활동이론, 전환학습이론을 추가했다는 것입니다.

🎂 CAKE 프레임워크의 구조 

비유부터 이해하기 

저자들은 CAKE라는 약어가 프레임워크의 목적(이론 기반 ELO 설계)을 요약하는 동시에, 적절한 비유이기도 하다고 설명합니다:

"ELO를 만드는 것과 마찬가지로, 케이크를 굽는 데에도 포함될 수 있는 재료들과 그것들이 어떻게 상호작용할 수 있는지를 이해해야 합니다. 둘 다 만들기 위해 능동적 참여가 필요하고, 원하는 결과에 맞는 적절한 복잡성을 갖추기 위해 층을 쌓을 수 있습니다."

(원문: "Like ELO creation, baking a cake requires understanding the possible components to be included and how they may interact. Both require active participation to create, and can be layered to develop appropriate complexity for the desired outcomes.")

그리고 논문의 마지막 문장이 인상적입니다:

"잘 구운 케이크는 한 줌의 재료보다 훨씬 낫다."

(원문: "A well-baked CAKE is much better than a fistful of ingredients.")

전체 구조: 접시 + 3개 층 + 4개 조각 

CAKE 프레임워크는 3개의 '층(layer)'과 4개의 '조각(slice)', 그리고 이 모든 것이 놓이는 '접시(plate)'로 구성됩니다.

 

🍽️ 접시 = 학습 맥락(Learning Context)

 

  • 모든 ELO의 출발점은 학습 맥락을 고려하는 것입니다. 여기에는
    • 물리적(교실 구조, 기자재),
    • 사회적(그룹 구성, 권력 관계),
    • 문화적(학습자 배경, 전문직 규범),
    • 제도적(교육과정 요구, 인증 기준),
    • 상황적(사전지식, 동기, 시기) 요인이 모두 포함됩니다.
  • 저자들은 특히 학습 맥락이 중립적이지 않다는 점을 강조합니다:

 

"학습 맥락은 중립적이지 않습니다. 인종차별, 장애차별, 성차별, 이성애규범성을 포함한 역사적, 구조적, 제도적 힘에 의해 형성되며, 이는 경험학습 기회 내에서 학습자의 참여와 성공을 차별적으로 촉진하거나 제약할 수 있습니다."

(원문: "Learning contexts are not neutral; they are shaped by historical, structural, and institutional forces—including racism, ableism, sexism, and heteronormativity—that can differentially facilitate or constrain learners' participation and success within experiential learning opportunities.")

 

📐 3개의 층(Layer)

  • 교육자 층(Educator Layer): 학습 환경을 준비하기 위해 교수자가 취해야 할 사고와 행동
  • 학습자 층(Learner Layer): 학습자에게 요구하는 것, 학습을 어떻게 지원할 것인지
  • 성과 층(Outcomes Layer): 교육자와 학습자 중심의 사고와 행동에서 나오는 의도된 학습 성과 (케이크의 '아이싱'에 해당)

🍰 4개의 조각(Slice)

각 조각은 ELO의 전(before), 중(during), 후(after)에 일어나야 할 활동을 나타냅니다.

🔎 네 조각을 하나씩 살펴보기 

1️⃣ C - Conceptualize 조각: "이 ELO에서 학습자가 무엇을 배우길 원하는가?"  

⏰ 시기: ELO 이전 

이 조각은 의도된 학습 성과를 명확히 하고, 지식 격차를 파악하여 ELO 설계를 안내하는 데 초점을 맞춥니다. 주요 이론은 SRL, CAT, ELT, CLT입니다.

 

교육자 층 — 성과(Outcomes):

  • 이 ELO의 바람직한 성과는 무엇인가?
  • 학습자가 어떤 관련 지식과 기술을 이미 갖고 있는가?
  • 성공적인 결과는 어떤 모습인가?

여기서 핵심적인 설계 원칙은 모델링(Modelling)입니다. CAT에서 가져온 이 구인은, 교육자가 관련 지식과 기술을 말로 설명하기보다 직접 행동, 기술, 지식을 시연하여 학습자가 과제의 해석적 구조를 형성할 수 있도록 해야 한다는 것입니다.

 

학습자 층 — 필요(Needs):

  • 학습자가 ELO에 필요한 지식과 기술을 갖추도록 어떻게 보장할 것인가?
  • 학습자가 목표 성과 개발에 집중하도록 어떻게 보장할 것인가?

CLT의 관점에서, 정교화, 스키마 구성, 새로운 지식과 기존 지식의 연결에 집중할 수 있도록 본유적 부하(germane load)를 극대화하는 것이 중요합니다. 이를 위해서는 외재적 부하(extraneous load)를 줄이고, 내재적 부하(intrinsic load)를 적절히 관리해야 합니다.

 

🧁 아이싱 = 학습 준비 상태(Prepared to Learn) 

이 조각의 결과로, 학습자는 안전한 학습 환경에서 충분히 참여할 준비가 된 상태가 됩니다.

2️⃣ A - Activate 조각: "왜 이 ELO를 하는가?" 

⏰ 시기: ELO 이전 & 도중 

이 조각은 학습자의 인지적, 정서적, 행동적 참여를 의도적으로 활성화하는 데 초점을 맞춥니다. 주요 이론은 SDT, CVT, GOT입니다.

 

교육자 층 — 동기(Motivation):

  • 이 ELO의 가치를 학습자에게 어떻게 전달할 것인가?
  • 이 ELO를 학습자의 원하는 성과와 진로 목표에 어떻게 연결할 것인가?

여기서 과제의 진정성(authenticity)이 핵심입니다. 학습자가 이 과제가 의미 있는 전문적 실천을 대표하고, 현실적 의사결정을 요구하며, 전문직에서 지식이 사용되는 방식을 반영한다고 인식하는 것이 중요합니다.

다만 저자들은 진정성에 대한 중요한 단서를 붙입니다:

"진정성은 실세계 조건의 완전한 재현을 요구하지 않습니다. 과도한 사실성과 복잡성은 외재적 인지부하를 증가시킬 수 있으며, 초보 학습자에게는 덜 효과적일 수 있습니다."

(원문: "Authenticity does not require full replication of real-world conditions. Excessive realism and complexity can potentially increase extraneous cognitive load and may be less effective for novice learners.")

대신 선택적 또는 보정된 진정성(selective or calibrated authenticity)을 통해, 전문적 맥락과 불확실성, 결과의 중대성은 제공하되, 인지부하를 관리하고 학습을 적절히 스캐폴딩할 수 있도록 의도적으로 사실성과 정보량을 제한하는 접근을 권합니다.

 

학습자 층 — 목표(Goals):

  • 목표 설정을 어떻게 통합할 것인가?
  • 숙달 목표 지향(mastery goal orientation)을 어떻게 촉진할 것인가?

CVT에서는 목표 설정을 세 가지 유형으로 나눕니다: 개인 목표(individual goals, 숙달 지향), 경쟁 목표(competitive goals, 수행 지향), 협력 목표(cooperative goals, 집단 역량 평가). 하이브리드 목표 구조도 가능합니다.

GOT의 관점에서, 숙달 지향 학습자가 학습에 더 긍정적으로 참여하므로, 교육자는 성적을 덜 강조하고, 긍정적 자기대화를 격려하며, 활동의 도전 수준을 적절히 조정하고, 개인적 관심과 시간 유연성이 ELO에 영향을 미칠 수 있는 방법을 제공함으로써 숙달 목표 지향을 촉진하는 것이 좋습니다.

 

🧁 아이싱 = 참여(Engagement) 

학습자가 활동이나 결과의 가치를 인식하고 그에 대한 통제감을 느낄수록 정서와 참여가 더 긍정적이 됩니다. 이것은 CVT의 통제(Control)와 가치(Value) 구인에 잘 부합합니다.

3️⃣ K - Key Actions 조각: "이 ELO를 어떻게 하는가?" 

⏰ 시기: ELO 이전 & 도중 

 

이 조각은 원하는 학습자 행동과 활동을 촉발하는 ELO의 의도적 설계에 초점을 맞춥니다. 주요 이론은 ELT, CVT, CAT, SLT, Flow Theory, Complexity Theory입니다.

 

교육자 층 — 스캐폴딩(Scaffolding):

  • 학습 과제의 적절한 난이도는 무엇인가?
  • 다양한 학습자 필요를 고려하여 어떻게 스캐폴딩할 것인가?

핵심은 학습자를 근접발달영역(Zone of Proximal Development, ZPD) 안에 머물게 하는 것입니다. 과제가 너무 쉬우면 지루하고, 너무 어려우면 불안해집니다. 스캐폴딩은 학습자가 진보함에 따라 점차 줄여나가야(fade) 합니다.

저자들은 실패의 중요성도 강조합니다:

"과제의 도전 수준이 학습자를 근접발달영역으로 밀어넣어야 하지만, 이것이 때때로 학습자가 과제에 실패하는 결과를 초래할 수 있음을 이해하는 것이 중요합니다. 이 예상되는 결과는 ELO 내에서 지원되어야 하며, 학습자가 안전한 환경에서 생산적으로 분투하고 실수와 실패로부터 배울 수 있도록 해야 합니다."

(원문: "While the challenge level of the task should push the learner into their zone of proximal development, it is crucial to understand that this will sometimes result in the learner failing at the task. This expected result should be supported in the ELO so that the learner can productively struggle and learn from mistakes and failures in a safe environment.")

 

학습자 층 — 연습(Practice):

  • 안전한 학습 공간을 어떻게 만들 것인가?
  • ELO는 탐색과 발전을 어떻게 지원할 것인가?

ELO 시작 전 학습자들과의 논의에서 모든 사람이 배우기 위해 여기 있으며, 실수는 학습의 일부임을 확인해야 합니다. '성장 마인드셋(growth mindset)'의 개념, 즉 노력을 통해 향상될 수 있다는 기대는 동기와 자기조절학습에 연결됩니다.

 

🧁 아이싱 = 발전(Development) 

스캐폴딩과 도전 수준의 균형을 통해 학습자는 몰입 상태(flow state)에 진입하며, 원하는 학습 성과를 향해 발전합니다.

4️⃣ E - Evaluate 조각: "이 ELO에서 무엇이 학습되고 있는가?" 

⏰ 시기: ELO 이전, 도중, 이후 

이 조각은 피드백과 성찰을 통해 학습을 심화하는 데 초점을 맞춥니다. 주요 이론은 CAT, CVT, SRL, ELT입니다.

 

교육자 층 — 피드백(Feedback):

  • ELO의 의도된 성과가 충족되고 있는지 어떻게 확인할 것인가?
  • 학습자에게 다양한 형태의 피드백을 어떻게 보장할 것인가?

저자들은 성찰을 ELO 이후에만 한정하는 것은 학습 주기(learning cycles)에 대한 비판 중 하나라며, 과정 전반에 걸친 성찰도 학습에 가치가 있다는 증거가 있음을 강조합니다 (Fenwick, 2000). 교육자, 동료, 그리고 ELO 자체가 모두 피드백을 제공하도록 설계될 수 있습니다.

 

학습자 층 — 성찰(Reflection):

  • 성찰을 학습 향상에 어떻게 활용할 것인가?
  • 동료, 전문가, 자기 자신으로부터의 학습을 어떻게 지원할 것인가?

CAT의 관점에서, 성찰에는 사회적 요소가 포함되어야 합니다. 성찰을 공유하여 그룹이 발생하는 차이를 논의하고 이해하려고 시도하며, 학습자 자신의 수행뿐만 아니라 전문가와 동료의 수행에 대해서도 성찰해야 합니다.

 

🧁 아이싱 = 통찰(Insight) 

피드백과 성찰은 학습자가 자기 자신에 대한 통찰을 발전시키도록 돕고, 이는 자기효능감, 결단력, 끈기로 이어질 수 있습니다.

📋 실제 활용: 교육자를 위한 가이드 

논문에서는 교육자가 바로 활용할 수 있도록 Table 4를 의도적으로 논문에서 쉽게 추출할 수 있게 설계했다고 밝힙니다. 각 조각별 핵심 질문을 정리하면 다음과 같습니다:

 

Conceptualize (이전)

  • 이 ELO의 바람직한 성과는 무엇인가?
  • 학습자의 관련 지식과 기술은 무엇이며, ELO에 필요한 것을 갖추고 있는가?
  • 성공적 결과는 어떤 모습인가?
  • 학습자가 원하는 성과 개발에 집중하도록 어떻게 보장할 수 있는가?

Activate (이전 & 도중)

  • 이 ELO의 가치를 학습자에게 어떻게 전달할 것인가?
  • 이 ELO를 학습자의 원하는 성과와 진로 목표에 어떻게 연결할 것인가?
  • 목표 설정을 어떻게 통합할 것인가?
  • 숙달 목표 지향을 어떻게 촉진할 것인가?

Key Actions (이전 & 도중)

  • 학습 과제의 적절한 난이도 수준은 무엇인가?
  • 다양한 학습자 필요를 고려하여 이 ELO를 어떻게 스캐폴딩했는가?
  • ELO는 탐색과 발전을 어떻게 지원하는가?
  • 안전한 학습 공간을 어떻게 만들 것인가?

Evaluate (이전, 도중 & 이후)

  • ELO의 의도된 성과가 충족되고 있는지 어떻게 확인할 수 있는가?
  • 학습자에게 다양한 형태의 피드백이 제공되도록 어떻게 보장할 수 있는가?
  • 성찰을 학습 향상에 어떻게 활용하고 있는가?
  • 동료, 전문가, 자기 자신으로부터의 학습을 어떻게 지원했는가?

⚠️ 한계와 향후 과제 

저자들은 솔직하게 여러 한계를 인정합니다.

 

  • 첫째, 이 프레임워크는 12개의 이론만 포함하고 있으며, 다른 관련 이론이 간과되었을 가능성이 있습니다.
  • 둘째, 이론적 기반은 기존 문헌에 의해 잘 뒷받침되지만, 타당도와 신뢰도가 아직 공식적으로 확립되지 않았습니다.
  • 셋째, 이 프레임워크는 교실 기반 경험학습 기회의 의도적 설계를 지원하기 위한 것이지, 불확정적인 전문직 실천 현장에서 학습이 전개되는 방식을 설명하거나 모델링하려는 것이 아닙니다.

 

향후 연구에서는 다양한 교육 맥락에서의 실증적 검증과 함께, CAKE의 맥락화된 활용 사례를 제공할 필요가 있다고 제안합니다.

💡 나가며: 이 논문이 의미 있는 이유 

이 논문의 가장 큰 기여는 경험학습 설계에 있어 '이론적 근거의 부재'라는 오래된 문제에 대한 실용적 해법을 제시했다는 점입니다.

 

많은 교육자들이 이론의 중요성은 알지만, 시간과 훈련의 부족으로 충분한 이론적 지식을 개발하지 못한다는 현실(McLean et al., 2008; Robinson & Hope, 2013)을 고려할 때, CAKE처럼 이미 이론적 구인들이 통합되어 있는 프레임워크는 이론에 관심은 있지만 어디서 시작해야 할지 모르는 교육자들에게 좋은 진입점이 될 수 있습니다.

 

특히 의학교육에서 시뮬레이션, AI 기반 학습, 팀기반학습 등 다양한 경험학습 방법을 설계할 때, 단순히 '이 활동이 재미있을 것 같다'는 직관을 넘어서 '왜 이 활동이 효과적인지, 어떤 이론적 메커니즘이 작동하는지'를 설명할 수 있는 틀을 제공한다는 점에서, 교육과정 설계와 학술 출판 양쪽 모두에 유용한 참고자료가 될 것입니다.

 

서론 (Introduction) 

교육자들은 학습자들에게 이론(theory) 과 실천(practice) 사이의 간극을 메워주기 위해 경험학습 접근(experiential learning approaches; learning by doing) 을 사용한다. 이러한 교수 접근은 매우 효과적이며, 일부 고등교육 프로그램에서는 핵심 구성요소로 간주된다 (Al-Elq, 2010; Cook et al., 2011; Crowe et al., 2018; Kolb & Kolb, 2005; Kononowicz et al., 2019; Motola et al., 2013; Noyes et al., 2022; Radović et al., 2021; Yardley et al., 2012; Zendejas et al., 2013). 보건의료전문직교육(Health Professions Education; HPE) 에서 경험학습은 실제적(authentic) 지식과 기술 을 반복적으로 연습하도록 함으로써 환자 결과(patient outcomes) 개선과 연결되어 왔다 (Blanié et al., 2020; Cook et al., 2011, 2013; Kononowicz et al., 2019).

 

각 학습자를 하나의 경험학습 기회(ELO) 에 적극적으로 참여시키려면, 전통적인 강의식 수업(didactic lecturing) 과 비교해 활동 설계를 위한 교수자의 더 큰 노력, 시행을 위한 더 많은 교육과정 시간, 그리고 종종 더 많은 물질적 비용이 필요하다 (Danielson et al., 2015; Hemmer et al., 2008; Lateef, 2010; Sadoski & Colenda, 2010; Wurdinger & Allison, 2017; Ziaee et al., 2004).

 

  • 손으로 해보는 학습(hands-on learning) 의 장점 때문에, 많은 교육자들이 자신의 수업에서 이를 도입해 왔지만, 종종 이론(theory) 에 의해 안내되기보다는 ‘무엇이 효과적인가(what works)’에 대한 개인적 판단에 의존해 왔다 (Bajpai et al., 2019; Breunig, 2005; Heinrich & Green, 2020; Khaldi et al., 2023). 이론 기반(theory-informed) 학습 기회는 더 큰 영향력을 가질 가능성이 높다 (Colquhoun et al., 2013; De Leeuw et al., 2016; Greeno et al., 2004; Jonassen & Land, 2012; Sfard, 1998).
  • 중요한 점은, 학습이론(learning theory) 과의 강한 연결 없이 개발된 ELO는 비효과적일 위험이 있으며, 설령 겉으로는 효과적으로 보이더라도 자원과 시간 배분을 정당화할 강한 근거가 없다면 기존 강의식 콘텐츠를 대체하도록 정당화하기가 더 어렵다는 것이다. 교수자들은 자신의 전공 특이적 강의 시간(discipline-specific lecture time) 이 줄어드는 것을 우려하기 때문에, 이는 ELO에 대해 적절한 질 관리(quality control) 와 함께 학습의 증거를 확보해야 함을 의미한다 (Austin & Rust, 2015; Nooghabi et al., 2011; Wurdinger & Allison, 2017).
  • 학습이론 은 어떤 학습 기회가 왜, 그리고 어떤 상황에서 작동하는지를 설명해 주며, 근거기반(evidence-based) 이고 과학적으로 검증된(scientifically validated) 학습 전략과 교수 방법을 산출한다는 점에서 좋은 교수의 핵심이다 (Artino & Konopasky, 2018; Good & Levin, 2019). 경험학습에 관한 AMEE 가이드는 학습이론을 광범위하게 논의하고 있지만, 동시에 “theories를 도움이 되지 않는다고 느끼는 것이 정당할 수 있다”라고도 지적한다 (Yardley et al., 2012).
  • 따라서 이론을 활용해 원하는 결과가 나올 가능성이 더 높은 ELO를 설계하도록 지원하는 이론 기반 프레임워크 는 교육자들에게 유용할 것이다 (Bajpai et al., 2019; Colquhoun et al., 2013; De Leeuw et al., 2016). 이는 다시 교육과정의 자원과 시간을 이러한 ELO 쪽으로 이동시키는 것을 정당화하는 데 기여할 수 있다.

 

많은 보건의료 전문직 분야는 공공의 수요를 충족하기 위해 졸업생 수를 늘릴 것을 권고해 왔다 (Boyle, 2025; CASN/ACESI, 2022; Hagen et al., 2020; Tack et al., 2018). 이 권고로 인해 많은 HPE 프로그램이 정원을 확대해 왔다. 그러나 대규모 학급(large class sizes) 을 가진 고등교육 맥락에서 ELO를 시행하는 것은 도전적이다 (Maloney & Haines, 2016; Sawaya et al., 2021; Trinh et al., 2021). ELO의 자원집약성은 학생 수가 늘어날수록 더 커지며, 자원 제약은 불평등한 경험(unequal experiences) 이나 경험학습 기회의 축소(reduced opportunities for experiential learning) 로 이어질 수 있다 (Bonaminio et al., 2008; Hemmer et al., 2008; Monks & Schmidt, 2011; Raghavan et al., n.d.; Sapelli & Illanes, 2016).

 

  • HPE에서 이러한 자원 제약은 주로 교실 기반 훈련(classroom-based training), 예컨대 전임상(pre-clinical) 수업, academic half-days, 워크숍 등에서 나타난다.
  • 반면 임상 또는 직장 기반 훈련(workplace-based training) 에서는 학습자들이 소집단으로 실제 환자와 상호작용하므로, 교사 대 학습자 비율이 더 작고 더 개인화된 학습 기회가 가능하다.

 

따라서 위에서 지적한 자원 문제와 정원 확대를 고려할 때, 대규모 학급에서도 고품질의 전임상 ELO 에 충분히 참여할 수 있도록 보장하여, 교실 안에서 실제적(authentic) 지식, 기술, 임상추론(clinical reasoning) 과 같은 원하는 교육 성과를 달성하도록 할 필요가 매우 크다. 더 나아가, 학습이론에 근거한 목적지향적 설계와 시행(purposeful approach to design and implementation) 뿐 아니라, 비동기 기능(asynchronous functionality; 언제든 접근 가능) 을 갖춘 기술 기반 해결책은 ELO의 자원 부담을 완화하는 동시에, ELO를 효과적이고 매력적인 교수법으로 만드는 특성들을 오히려 강화할 수도 있다 (Doo & Bonk, 2020; Foohey et al., 2022).

 

본 논문은 관련 문헌을 검토하여 경험학습을 조명한다. 여기에는 용어(terminology), 기존 프레임워크(existing frameworks), 그리고 교수와 학습을 뒷받침하는 핵심 학습이론(key learning theories) 이 포함된다. 이러한 토대를 바탕으로, 본 논문은 Creating Active Knowledge Experiences (CAKE) Framework 를 소개한다. 이것은 교실 기반 학습 상황에서 교육자들이 효과적인 ELO를 설계하도록 돕기 위한, 새롭고 사용자 친화적이며 이론 기반의 도구이다. 본 논문은 CAKE 프레임워크의 구성요소를 상세히 설명하고, 교육 현장에서 이를 적용하기 위한 실제적 단계(practical steps)를 제시한다.

용어 (Terminology) 

경험학습(experiential learning) 은 손으로 직접 해보는 방식의 학습(hands-on method of learning) 이다. 이는 학습이론(learning theory) 그 자체가 아니라, 학습의 한 방식(a concept for a way of learning) 을 가리키는 개념이다 (Badyal & Singh, 2017). 본 논문은 경험학습의 핵심 특성을 간결하게 표현한 Hoover and Whitehead’s (1975)의 정의를 채택한다. 즉, 경험학습이란 “a personally responsible participant cognitively, affectively, and behaviourally processes knowledge, skills, and/or attitudes in a learning situation by a high level of active involvement” 가 일어나는 모든 교육적 기회를 뜻한다 (Hoover & Whitehead, 1975). 문헌에서는 경험학습이 종종 서비스러닝(service learning), 즉 실제 작업 환경(real-life work setting; 예: internship)에서 이루어지는 경험학습과 동의어처럼 사용되지만, 사실 이는 보다 넓은 우산형 교수방법(umbrella instructional method) 으로서 여러 다른 방법을 포괄한다 (Burch et al., 2016, 2019).

 

  • 서비스러닝 외에도 경험학습 방법의 예로는
  • 행동 기반(action-based),
  • 문제 기반(problem-based),
  • 탐구 기반(inquiry-based),
  • 시나리오 기반(scenario-based),
  • 역할극(role-playing),
  • 설계 기반(design-based),
  • 메이커스페이스(makerspace),
  • 시뮬레이션(simulation) 등이 있다.

 

한편 능동학습(active learning) 이라는 용어도 종종 경험학습의 동의어처럼 사용되지만, 이 용어는 매우 광범위하고 문헌에서 명확하고 일관된 정의가 부족하다 (Doolittle et al., 2023). 최근의 한 체계적 문헌고찰은 능동학습을 “activities and strategies that foster higher-order thinking에 초점을 둔, knowledge construction을 위한 student-centred approach”라고 정의하였다 (Doolittle et al., 2023). 이 정의에 따르면 경험학습은 능동학습의 한 유형으로 볼 수 있다. 다만 CAKE라는 약어에서의 ‘Active’ 는 능동학습을 직접 가리키는 것이 아니라, 위의 Hoover and Whitehead 정의에서 사용된 것처럼 “관조(contemplation)나 추측(speculation)이 아니라 행동(action)에 의해 특징지어짐” 이라는 의미를 반영한다 (Merriam-Webster, n.d.).

 

명확성을 위해 짧은 용어 표기(terminology notation) 가 필요하다. 이 용어들은 복잡하며 다양한 학문 분야의 기여를 반영하고 있음을 인정하면서, 본 논문은 표 1에서 사용되는 용어와 그 정의를 정리한다.

기존 통합 프레임워크 (Existing integrative frameworks) 

여러 연구자들이 다양한 형태의 경험학습 방법을 통합하는 프레임워크를 개발해 왔다. Bajpai et al. (2019)은

 

  • 보건전문직 프로그램의 디지털 교육(digital education) 을 위한, 이론 주도형 Theory-Technology Alignment Framework 를 제시하였다 (Bajpai et al., 2019). 이 프레임워크는 모든 디지털 교육에 적용되므로, 경험학습을 넘어서는 교육과정 설계에도 사용할 수 있다. 그러나 이는 기술을 사용하지 않는 경험학습 에는 적용되지 않으며, 또 어떤 학습이론을 사용해야 하는지에 대한 구체적 방향도 제시하지 않아 그 선택을 사용자에게 맡긴다.
  • 마찬가지로 Krath et al. (2021)의 게이미피케이션(gamification) 리뷰는 게임 기반 학습(game-learning)에 활용할 수 있는 이론 유도 원칙(theory-guided principles) 을 제시한다 (Krath et al., 2021). 이 역시 일부는 경험학습일 수 있지만, Bajpai et al.의 프레임워크와 마찬가지로 경험학습의 전체 폭을 포착하지 못하며, 동시에 경험학습이 아닌 학습도 포함한다 (Krath et al., 2021; Verschueren et al., 2019).
  • 또한 가상현실(virtual reality) 에 특화된 이론 기반 프레임워크도 존재하지만, 이는 경험학습의 한 유형만을 다루며 가상현실 밖의 학습은 설명하지 못한다 (e.g. Birkheim et al., 2023; Kim & Kim, 2023; Zhu et al., 2016).

 

보건의료전문직 분야의 여러 논문들이 경험학습 프레임워크를 제시해 왔지만, 그 범위를 임상 서비스러닝(clinical service learning experiential education) 으로 제한하거나 (e.g. Claramita et al., 2018; Dickman et al., 2013; Sewchuk, 2005), 혹은 이론에서 도출되지 않은(frameworks not derived from theory) 경우가 많다 (e.g. Anderson et al., 2020; Wang & Zorek, 2016). 한편 다른 학문 분야의 이론 기반 프레임워크들은 종종 Experiential Learning Theory (ELT) 하나만을 경험학습의 이론적 기반으로 삼거나 (e.g. Baldwin & Rosier, 2016; Lee et al., 2008; Matsuo, 2015; Sangwan & Singh, 2022; Satyam & Aithal, 2022; Shore & Dinning, 2023), 혹은 ELT와 그 관련 교수모형을 함께 언급하는 수준에 머문다 (e.g. Heinrich & Green, 2020).

새로운 프레임워크의 필요성 (Rationale for a novel framework) 

학습 기회(learning opportunity) 가 이론에 기반할수록(theory-informed) 그 영향력이 커진다는 점은 널리 이해되고 있다 (Colquhoun et al., 2013; De Leeuw et al., 2016; Greeno et al., 2004; Jonassen & Land, 2012; Sfard, 1998). 경험학습은 수십 년 동안 학습 성과 향상(improving learning outcomes) 을 목표로 한 교육적 개입(interventions)을 만드는 데 사용되어 왔다 (Burch et al., 2019; Kolb & Kolb, 2017). 그러나 앞서 언급했듯, 이 영역의 연구는 종종 ELO의 시행과 평가에 초점을 맞출 뿐, 이론에 의해 충분히 안내되지 못했다 (Bajpai et al., 2019; Breunig, 2005; Khaldi et al., 2023). 경험학습을 시행하는 모범사례(best practice) 권고는 존재하지만 (Motola et al., 2013; Pangelinan et al., 2018), 그 이론적 토대(theoretical underpinning) 역시 명시적이지 않은 경우가 많다.

 

교육기술의 발전은 경험학습 기회에 대한 출판물의 현저한 증가를 가져왔다. 이러한 시행착오적 접근(trial-and-error approach) 은 종종 구성적 정렬(constructive alignment), 즉 과정의 목표와 학생 수행 평가를 정렬하는 접근(Biggs, 1996)과 연관되며, 그 결과 의도된 학습성과를 기술하는 서술적(descriptive) 출판물이 폭발적으로 증가하였다 (Bajpai et al., 2019). 그러나 결과 데이터를 찾은 한 메타분석에서는, 13,626편 중 실제로 활용 가능한 결과 데이터를 제공한 논문이 88편에 불과했다 (Burch et al., 2019). 디지털 교육에서 사용된 학습이론을 검토한 또 다른 리뷰는, 검토 대상 출판물 중 겨우 3분의 1만이 자기 교육기회의 이론적 기반을 언급했으며, 가장 흔히 인용된 “이론”은 문제기반학습(problem-based learning) 이었다고 보고했다 (Bajpai et al., 2019). 그러나 문제기반학습은 진정한 이론(true theory) 이 아니라 경험적 교수방법(experiential instructional method) 으로 간주된다 (Krath et al., 2021). 특히 분명한 경험학습으로 분류될 수 있는 논문들, 예를 들어 디지털 시뮬레이션 기반(digital simulation-based) 논문만 보더라도 3분의 2는 해당 기회를 설계할 때 어떠한 학습이론(learning theory) 도 사용했다고 보고하지 않았다 (Bajpai et al., 2019). 관련 이론들을 연결하는 것은 교육자들이 보다 견고하고 효과적인 학습 기회를 만들 수 있게 한다 (Kamel-ElSayed & Loftus, 2018). 따라서 이론의 부재(lack of theory) 는 문제이며, 경험학습에 대한 비판점으로도 제기되어 왔다 (Burch et al., 2019).

 

앞서 언급했듯 일부 프레임워크는 ELT 하나만을 이론으로 사용한다. 그러나 ELT는 경험학습에서 매우 널리 쓰이는 이론이지만, 문헌에서는 그 순환적(cyclical) 이고 선형적(linear) 인 성격, 그리고 경험적 토대(empirical foundation)의 타당성에 대해 비판이 제기되어 왔다 (Fenwick, 2000; Seaman, 2008). 이러한 비판은 경험학습의 일부 측면이 다른 이론들로부터 발전된 구성개념(constructs) 을 적용할 필요가 있음을 뒷받침한다.

 

이와 같은 문제의식은, HPE에서 경험학습의 구체적 도전, 강점, 요구를 다루기 위해 여러 관련 학습이론을 효과적으로 통합하는 실용적(practical) 경험학습 프레임워크 가 필요하다는 점을 보여준다. 또한 많은 교육자들이 즉각적 적용(immediate application) 을 염두에 두고 시행착오를 통해 경험학습 기회를 만들고 있다. 이런 교육 실험들이 이론적 토대를 결여하고 있다는 비판은 중요하지만, 실제로 많은 교육자들은 그러한 이론적 지식을 충분히 개발할 시간과 훈련을 갖추지 못하고 있다 (McLean et al., 2008; Robinson & Hope, 2013). 따라서 도움이 되는 프레임워크(helpful framework) 를 만드는 것은 관심 있는 교육자와 연구자들이 자신의 실천에 대해 보다 나은 이론적 기초를 갖추도록 돕고, 궁극적으로 학습성과를 향상시키는 데 기여할 수 있다.

표 1. 본 논문에서 사용된 교육 용어와 정의 (Table 1 Educational terms with definitions as used in this paper) 

 

Theory (이론)

  • 교육과정의 한 측면을 설명하거나 이해를 돕는, 논리적으로 연결된 명제들의 체계적이고 연구된 집합.
  • 동의어: Learning theory (학습이론)
  • Reference: (S. Ross, 2021)

 

Construct (구성개념)

  • 이론을 이루는 기본 구성요소 또는 핵심 명제(building blocks or key propositions).
  • Reference: (S. Ross, 2021)

 

Instructional Methods (교수방법)

  • 학습을 촉진하고 교육성과를 달성하기 위해 내용을 전달하는 방식.
  • 동의어: teaching method
  • Reference: (Rink, 2001)

 

Pedagogy (페다고지 / 교수학)

  • 가르침의 기술(craft of teaching)과, 학습자-교육자-학습 내용-학습환경 간 상호작용. 즉 교육자가 학습이론과 관련 지식 및 관계에 대한 이해를 바탕으로 학습을 위한 교수방법을 고안하는 방식.
  • Reference: (Rink, 2001)

 

Experiential Learning (경험학습)

  • “personally responsible participant” 가 높은 수준의 능동적 참여를 통해 학습 상황에서 지식, 기술, 태도를 인지적·정의적·행동적으로 처리하는 모든 교육적 기회.
  • 동의어: Hands-on learning
  • Reference: (Hoover & Whitehead, 1975)

 

Engagement (참여)

  • 학생이 시간과 노력을 들여 공부하고, 연습하고, 기술이나 지식을 배우려는 의지를 통해 나타나는 학습 상호작용.
  • Reference: (Carini et al., 2006)

 

Motivation (동기)

  • 목표를 향한 행동을 시작하게 하고 지속적인 에너지를 제공하는 이유.
  • Reference: (Urhahne & Wijnia, 2023)

 

Affect (정서 / 정의적 경험)

  • Emotion은 감정이 사회문화적 공적 맥락에서 협상되는 방식이며, affect는 보다 생물생리학적 경험으로 간주된다.
  • Reference: (Gorton, 2007)

 

주(note): 참고문헌은 각 용어 정의의 출처를 포함한다.

문헌고찰 (Literature review) 

개념적 수준에서 볼 때, 경험학습 활동은 개인적 경험과 상호작용을 통해 지식 구성(construction of knowledge) 을 촉진하는 것으로 이해될 수 있다. 따라서 구성주의(constructivism) 를 경험학습의 “조부모(grandparent)” 격 이론으로 인정하는 것이 중요하다 (Yardley et al., 2012). 그러나 이 기초이론이 매우 포괄적이며, 경험학습에 관해서는 충분한 세분성(granularity)을 제공하지 못한다고 판단하여, 우리는 경험학습을 위한 이론 기반 프레임워크를 개발할 때 다른 이론들을 탐색하기로 하였다.

 

교실 기반 수업(classroom settings)의 교수-학습과 관련된 많은 학습이론을 여러 관련 학문 분야에서 검토하였다. 이론은 교육학, 공학, HPE(해부학, 치의학, 운동학, 의학, 간호학, 작업치료, 수의학 포함), 경영학, 마케팅, 체육교육, 심리학, 사회학 등에서 교실 기반 경험학습(classroom-based experiential learning) 을 설명하거나 연구하는 데 기여한 경우 검토 대상에 포함되었다. 경험학습은 고등교육의 매우 다양한 영역에서 사용되므로 교육영역을 제한하지 않았다. 물론 अनेक 다른 이론들도 경험학습 활동의 설계와 사용에 정보를 제공할 수 있지만, 우리는 임상 현장의 workplace-based learning과 구별되는 교실 기반 학습 의 맥락 차이를 고려해, 교실 기반 학습에 특화된 이론들 로 범위를 제한하였다. 검색어 개발을 위해 연구 사서(research librarian)와 교육 전문가들의 자문을 받아 SCOPUS, CINHAL, APA PsychInfo, ERIC, Google Scholar, Ovid MEDLINE, PsycINFO에서 검색하였다. 검색어는 Hoover and Whitehead (1975)의 정의에 비추어 경험적(experiential) 인 학습 기회를 기술하거나 연구하는 논문에서 흔히 사용되는 것들로 선택되었다. 구체적 검색어는 experiential learning, active learning, learning by doing, inquiry-based learning, scenario-based learning, role play, active learning, motivation, engagement, simulation, problem-based learning, hands-on learning이었다.

 

이 문헌고찰에서 분석의 주요 단위(primary unit of analysis) 는 개별 실증연구(empirical studies)가 아니라 학습이론과 그 기저 구성개념(underlying constructs) 이었다. 특정 이론과 구성개념이 경험학습 문헌 전반에서 얼마나 반복적으로 적용되고 조작화(operationalized)되며 검토되었는지가, 해당 이론의 관련성과 포함 여부를 판단하는 핵심 기준이었다. 이런 의미에서 실증연구들은 이론 선택에 간접적으로 기여하였다. 즉, 특정 이론이 विभिन्न 교육 맥락에서 경험학습을 설명하거나 설계하는 데 어떻게 적용되었는지를 보여줌으로써 이론 선택을 뒷받침하였다.

 

경험학습 이론을 검색할 때, 많은 데이터베이스 알고리즘은 동명 이론(theory of the same name), 즉 “experiential learning”을 검색하면 Experiential Learning Theory 를 우선적으로 노출시키는 경향이 있다. 따라서 우리는 CLUSTER 방법(Citations, Lead authors, Unpublished materials, Scholar searches, Theories, Early examples and Related projects)을 포함한 대안적 검색전략을 추가하고, 다른 검색어 집합으로 탐색을 시작할 필요가 있었다 (Booth et al., 2013). 우리는 CLUSTER mnemonic을 따르되, 특히 learning theory 에 초점을 맞추었다 (Booth et al., 2013). Krath et al. (2021)은 문헌검색의 종착점(endpoint)이 아니라, CLUSTER 기반 탐색의 씨앗(seed) 혹은 pearl citation 으로 사용되었다. Krath et al.에서 확인된 각 이론은, 그 이론의 기초적인 이론 텍스트와 경험학습 연구에서의 적용을 보여주는 대표적 실증연구를 찾기 위한 일련의 표적 검색(targeted searches)의 출발점이 되었다.

 

이론은 다음과 같은 경우 제외되었다.

 

  • 첫째, 핵심 구성개념이 다른 선택된 이론과 실질적으로 중복되면서도 추가적인 설명력을 제공하지 않는 경우.
  • 둘째, 현대 교육문헌에서 더 이상 의미 있게 대표되지 않는 경우.
  • 셋째, 학습이론이라고 보기 어려울 정도로 이론적 응집성(theoretical coherence) 이 부족한 경우.
  • 이러한 판단은 연구팀의 반복적 논의와 전문가 자문을 통해 이루어졌으며, 교육 및 HPE에 대한 학문적 전문성과, 각 이론의 개념적 독자성 및 경험학습 실증문헌에서의 지속적 사용 여부를 근거로 삼았다. 최종적으로 포함된 이론들은 경험학습을 설명하거나 이해하는 데 자주 사용되었거나, 설명적 가치를 가진 구성개념을 제공하는 이론들이었다.

 

이 내러티브 리뷰(narrative review)의 초기 검색 전략은 의도적으로 넓고 구조화된 방식으로, 경험학습 논문에서 참조된 이론들에 초점을 두었다. 그러나 학습을 사회적 활동(social activity)으로 인식하는 방향으로 전환되면서, 우리가 확인한 많은 학습이론에도 사회적 구성요소가 포함되기는 했지만, 그 초점은 여전히 거의 전적으로 개인의 인지(cognition) 와 동기(motivation) 에 머물렀다. 그 결과 경험학습의 사회적, 문화적, 체계적 차원(social, cultural, systemic dimensions) 은 상대적으로 다루어지지 않았다. 대부분의 learning scientists는 학습의 사회적 측면을 핵심으로 본다 (Nasir et al., 2020; Sawyer, 2022). 경험학습에서 특히 집단 기반(group-based) 또는 협력적(collaborative) 환경을 이해하려면 사회학습이론(social learning theories) 이 필수적이다. 이에 우리는 사회적 구성주의 유형의 구성주의(social type of constructivism) 를 다시 검토하는 표적 보완(targeted supplementation)을 시행하였다. 보완 이론들은 교육문헌에서의 사용 빈도와 교육 전문가 자문을 바탕으로 잠정 목록을 만든 뒤, 협력적, 맥락화된, 집단 기반 경험학습 환경 에서 실증적으로 사용된 정도를 기준으로 정제하였다. 그 결과 Social Constructivist Theory, Cultural-historical Activity Theory, Transformative Learning Theory 가 추가로 포함되었다. 확인된 이론들의 개요는 표 2에 제시하였다.

개념적 토대 (Conceptual foundation) 

표 2의 학습이론들은 학습 과정에 대한 중요한 통찰을 제공한다. 우리는 이들 이론의 핵심 측면을 추출하고 종합하여, Creating Active Knowledge Experiences (CAKE) 라는 이론 기반 경험학습 프레임워크 를 만들었다. 이 프레임워크는 학습을 준비하고, 학습에 참여하고, 학습을 성찰하는 과정에서의 정의적(affective), 동기적(motivational), 인지적(cognitive), 메타인지적(metacognitive) 측면을 반복적(iterative; learning and re-learning) 방식으로 통합한다. 이 프레임워크는 교육자들이 ELO를 보다 총체적(holistic) 으로 설계하도록 하며, 동시에 각 학습자와 맥락에 가장 적합한 방식으로 이론 구성개념을 선택해 적용할 수 있게 한다 (Bajpai et al., 2019). 따라서 본 논문 전반에 걸쳐 이론적 출처를 명시적으로 인용하여, CAKE를 구성하는 이론적 관점을 독자들이 더 탐색하고 자신의 교육맥락에 맞게 적용할 수 있도록 하였다.

 

CAKE 라는 약어는 이 프레임워크의 목적, 즉 이론 기반 ELO 설계(designing theory-based ELOs) 를 요약하는 동시에, HPE에서 경험학습을 위해 만들어지는 기회를 비유적으로 잘 나타낸다.

 

  • 케이크를 굽는 것(baking a cake) 처럼, ELO를 만드는 일도 어떤 구성요소들이 들어갈 수 있고 그것들이 어떻게 상호작용할 수 있는지를 이해해야 한다.
  • 둘 다 만들어내기 위해 능동적 참여(active participation) 가 필요하며, 원하는 성과에 맞추어 적절한 복잡성을 형성하기 위해 층(layer)을 쌓을 수 있다.
  • 케이크는 보통 사회적으로 나누어 먹기 위한 것이지만, 모든 케이크나 모든 ELO가 모든 사람에게, 모든 상황에서 적합하거나 매력적인 것은 아니다.

 

학습이 비선형적(non-linear) 이며, 교육자와 학습자에게 영향을 미치는 상호연결된 요인들이 복합적이라는 점을 인정하는 것은 매우 중요하다.

 

  • CAKE는 설계의 명료성을 위해 층(layered components)으로 제시되지만, 실제 사용 시 이 요소들은 역동적으로 상호연결된(dynamically interrelated) 것으로 이해되어야 한다. 이 프레임워크는 학습을 본질적으로 연결되고 맥락화된 활동(connected and situated activity) 으로 보는 이론들을 대체하려는 것이 아니다.
  • CAKE는 학습과정에 기여하는 복잡한 관계를 단순화한 것이다. CAKE의 선형적 성격을 고려할 때, 독자는 이것이 단지 학습 기회를 구성하기 위한 비계(scaffold) 일 뿐이며, 그 학습 기회 자체는 서로 연결된 다양한 영향과 반응의 그물망 속에 자리하고 있음을 기억해야 한다.
  • “CAKE” 비유를 더 확장하면, 케이크에는 매우 많은 종류가 있으며 상호작용하는 재료의 조합도 매우 다양하다.

 

표 2. 경험학습 이해에 기여하는 학습이론과 요약 (Table 2 Learning theories selected for their contribution to understanding experiential learning) 



1) Cognitive Apprenticeship Theory (CAT, 인지적 도제이론) 

  • 학습은 전문가의 사고과정(thinking processes) 을 가시화하는 안내된 참여(guided participation) 를 통해 일어난다. 초보자는 모델링(modelling), 비계(scaffolding), 성찰(reflection) 을 통해 기술을 발달시킨다.
  • 실제 세계에 직접 연결되는 실제적 경험(authentic experiences) 이 핵심이므로 hands-on learning과 잘 맞는다.
  • Reference: (Collins et al., 1991)

 

2) Cognitive Load Theory (CLT, 인지부하이론) 

  • 작업기억(working memory) 의 한계가 학습을 제약하므로, 교수설계는 외재적 인지부하(extraneous cognitive load) 를 최소화하고 내재적(intrinsic) 및 본유적/정교화 부하(germane load) 를 최적화해야 한다.
  • hands-on activity를 설계할 때 과제가 너무 쉽지도(지루함) 너무 복잡하지도(인지과부하) 않도록 해야 한다.
  • Reference: (Fraser et al., 2015; R. Mayer, 1998; R. E. Mayer, 2002; Sweller, 2011)

 

3) Complexity Theory (복잡성이론) 

  • 학습은 복잡적응계(complex adaptive systems) 내 상호작용의 영향을 받는 창발적(emergent) 이고 역동적(dynamic) 인 과정이며, 지식은 선형적으로 전달되는 것이 아니라 공동 구성(co-constructed) 된다.
  • 이 이론은 학생들이 복잡한 실제 시나리오에 적응하고 분석하며 예측불가능성 속에서 배우도록 요구하는 hands-on experience에 적절하다. 
  • Reference: (Fenwick & Dahlgren, 2015; Manson, 2001; Martin et al., 2019)

 

4) Control-Value Theory of Academic Emotions (CVT, 학업정서의 통제-가치 이론) 

  • 학업정서(예: enjoyment, anxiety)는 학습에 대한 자신의 통제감(control) 과 과제에 부여하는 가치(value) 에서 비롯되며, 이는 동기와 성취에 영향을 준다.
  • hands-on learning에서는 학생들이 활동에 대해 통제감을 느끼고, 학습경험의 가치와 관련성을 인식하도록 환경을 조성해야 한다.
  • Reference: (Harley et al., 2019; Pekrun, 2006)

 

5) Cultural-Historical Activity Theory (CHAT, 문화-역사적 활동이론) 

  • 도구(tools), 공동체(community), 사회적 규칙(social rules)에 의해 매개되는 학습과 발달을 탐구하기 위해 Activity Theory를 확장한 이론이다.
  • 경험학습 활동은 실천을 형성하는 문화규범(cultural norms), 가치(values), 인공물(artifacts) 을 고려해야 하며, 그렇지 않으면 방어적 학습(defensive learning) 이나 낮은 참여로 이어질 수 있다.
  • Reference: (Engeström, 2014; Roth et al., 2009)

 

6) Experiential Learning Theory (ELT, 경험학습이론) 

  • 학습은 구체적 경험(concrete experience), 성찰적 관찰(reflective observation), 추상적 개념화(abstract conceptualization), 능동적 실험(active experimentation) 으로 구성된 순환적 과정(cyclical process)을 통해 일어나며, 실제 세계 경험이 이해를 심화하는 데 중요하다고 본다.
  • 참여하고, 성찰하고, 지식을 적용하도록 하는 hands-on activity는 이 이론과 잘 부합한다.
  • Reference: (Cooper, 1977; Kolb & Kolb, 2017; D. A. Kolb, 1984)

 

7) Flow Theory (몰입이론) 

  • 개인이 깊은 몰입(deep immersion) 과 집중 상태를 경험하고, 과제의 도전 수준과 자신의 기술 수준이 균형을 이룰 때 최적의 학습이 일어난다.
  • 이 이론은 종종 경험에 대한 최적의 능동적 참여를 연구하는 데 사용된다.
  • Reference: (Nakamura & Csikszentmihalyi, 2009)

 

8) Goal Orientation Theory (GOT, 목표지향성이론) 

  • 학습자는 숙달목표(mastery goals) 또는 수행목표(performance goals) 를 채택하며, 이것이 동기와 도전에 대한 반응을 형성한다.
  • 교육자는 학습자들이 숙달지향(mastery-oriented) 목표를 발달시키도록 지원해야 한다.
  • Reference: (Dweck, 1986; Miller et al., 2021)

 

9) Self-Determination Theory (SDT, 자기결정성이론) 

  • 동기는 세 가지 기본 심리 욕구, 즉 자율성(autonomy), 유능감(competence), 관계성(relatedness) 이 충족될 때 강화되며, 내재적 동기(intrinsic motivation) 는 더 깊은 학습과 참여를 이끈다.
  • 선택권을 주고, 기술을 발달시키며, 타인과 연결되게 하는 hands-on activity는 동기를 향상시킬 수 있다.
  • Reference: (Gagné & Deci, 2005; Ryan & Deci, 2000)

 

10) Self-Regulated Learning Theory (SRL, 자기조절학습이론) 

  • 각 모형은 조금씩 다르지만, 핵심은 학습자가 자신의 학습과정에 인지적·정의적·동기적으로 관여 할 때, 목표를 더 잘 추구하기 위해 스스로 피드백을 생성한다는 점이다.
  • 학생들은 자신의 학습에 대한 주도권을 가지고, 복잡한 과제를 헤쳐 나가기 위한 메타인지 기술(metacognitive skills) 을 개발할 수 있다.
  • Reference: (Artino et al., 2011; Panadero, 2017; Pintrich, 1999; Puustinen & Pulkkinen, 2001)

 

11) Situated Learning Theory (SLT, 상황학습이론) 

  • 지식 습득은 실제적 맥락(authentic, real-world contexts), 종종 실천공동체(communities of practice) 안에서의 참여를 통해 사회적으로 내재된 방식으로 일어난다.
  • Reference: (O’Brien & Battista, 2020)

 

12) Social Constructivist Theory (SCT, 사회적 구성주의 이론) 

  • 지식은 사회적 상호작용(social interaction) 과 문화적 맥락(cultural context) 속에서 공동 구성된다. 이 이론의 핵심 구성개념은 근접발달영역(Zone of Proximal Development; ZPD) 이며, 이는 비계(scaffolding)의 근거가 된다.
  • Reference: (Powell & Kalina, 2009; Vygotskij & Vygotskij, 1965)

 

13) Transformative Learning Theory (TLT, 변혁학습이론) 

  • 학습자는 자신의 사회적 가치와 신념체계의 영향을 받으며, 이것이 도전받는 혼란 딜레마(disorienting dilemma) 를 경험하고 자신의 가정을 비판적으로 성찰할 때 개인 또는 체계 수준의 변화를 이끌 수 있다.
  • Reference: (Christie et al., 2015; Mezirow, 2018)

 

주(note): 여기에 제시된 참고문헌은 해당 학습이론을 이해하기 위해 본 논문에서 사용한 것들이다.

CAKE의 구성요소 (Components of CAKE) 

 

CAKE 프레임워크는 학습 맥락(learning context) 이라는 접시(plate) 위에 놓인 세 개의 층(layers) 과 네 개의 조각(slices) 으로 이루어져 있다 (Fig. 1).

 

  • 세 개의 층 각각은 학습의 주요 구성요소 또는 행위자(agent), 즉 교육자(educator), 학습자(learner), 의도된 결과(intended outcomes) 에 초점을 둔다.
    • 교육자 층(educator layer) 은 학습환경을 준비하기 위해 교사가 수행해야 할 생각과 행동으로 구성된다.
    • 학습자 층(learner layer) 은 교사가 학습자에게 요구하는 것이 무엇인지, 그리고 학습을 어떻게 지원할지를 설명한다.
    • 성과 층(outcomes layer) 은 교육자와 학습자 중심의 생각과 행동으로부터 기대되는 결과를 의미한다.
  • CAKE는 다시, 경험학습 기회 이전(before), 중(during), 이후(after)에 일어나야 하는 활동을 설명하는 조각(slices) 으로 나뉜다. 조각의 이름은 하나의 단일 구성개념(unitary construct)이 아니라 넓은 설계 의도(broad design intentions) 를 나타내기 위한 것이다. 각 조각은 여러 상호관련된 학습 메커니즘을 포괄한다.
    • Conceptualize 조각은 ELO에 무엇이 필요한지를 결정한다.
    • Activate 조각은 ELO에 참여하도록 하는 동기를 지원한다.
    • Key Actions 조각은 ELO의 핵심 구성요소를 설명한다.
    • Evaluate 조각은 ELO에서 무엇이 학습되고 있으며, 그것을 어떻게 판단하는지를 다룬다.
    • 각 조각과 층에는 guiding questions 가 붙어 있어, 교육자들이 이 프레임워크를 보다 쉽게 사용할 수 있도록 하였다.

CAKE의 각 조각을 설명할 때마다, 그 조각을 위한 중심 질문(central question) 과 그 조각을 만드는 데 주로 사용된 핵심 이론(predominant theories) 이 제시된다. 각 CAKE 조각의 층은 교육자 층 에서 시작해 학습자 층, 그리고 결과(outcomes) 순으로 논의된다. 그리고 각 층은 해당 조각의 guiding questions를 통해 확장 설명된다.

 

Fig. 1. The complete CAKE 


주(note): CAKE 프레임워크는 네 개의 조각으로 나뉘며, 각 조각은 ELO를 위한 하나의 핵심 질문을 가진다.

  • 아래층(bottom layer)은 효과적인 ELO를 만들고 운영하기 위해 교육자가 고려해야 할 요소들로 구성된다.
  • 위층(top layer)은 학습자가 ELO에 참여하면서 수행하게 되는 과제와 고려사항을 보여준다.
  • 케이크 위의 아이싱(icing)은 각 요구에 대한 의도된 학습성과(intended learning outcomes)를 뜻한다.
  • 케이크 접시(cake plate)는 각각의 ELO가 학습자, 교육자, 환경에 적용되는 학습 맥락의 영향을 받는다는 점을 상기시킨다.

학습 맥락 (Learning context)

학습 맥락(learning context) 은 학습경험을 형성하고 영향을 미치는 물리적(physical), 사회적(social), 문화적(cultural), 제도적(institutional), 상황적(situational) 요인의 결합을 말한다 (Danish & Ma, 2023; Dennen & Burner, 2008). 여기에는

 

  • 학습이 일어나는 환경,
  • 학습자와 교수자의 개인내적 특성(intrapersonal characteristics),
  • 이용 가능한 자원, 그리고
  • 학습 활동의 더 넓은 목적이나 목표가 포함된다 (Conole & Fill, 2005; Danish & Ma, 2023; Filgona et al., 2020; Khairul Amali et al., 2023).

 

중요한 점은, 학습 맥락은 중립적이지 않다(not neutral) 는 것이다. 이는 인종차별(racism), 장애차별(ableism), 성차별(sexism), 이성애규범성(heteronormativity) 과 같은 역사적·구조적·제도적 힘에 의해 형성되며, 이것은 경험학습 기회에서 학습자의 참여와 성공을 서로 다르게 촉진하거나 제약할 수 있다. 그러므로 교육자는 CAKE의 이 조각에 주의를 기울일 때 이러한 현실을 염두에 두어야 한다. 어떤 교육활동이든, 그 학습 맥락은 학습자와 교육자가 함께 의미와 이해를 구성하는 방식에 중대한 영향을 미치며, 개인마다 서로 다르게 나타난다 (Batiibwe, 2019; Ben-Eliyahu et al., 2018; Christie et al., 2015; Mezirow, 2018; Powell & Kalina, 2009; Roth et al., 2009; Vygotskij & Vygotskij, 1965). 따라서 어떤 ELO를 설계하든 그 출발점에서 반드시 학습 맥락을 고려해야 한다. 표 3은 학습 맥락을 구성하는 요인들, 그 예시, 교육자 고려사항, 그리고 ELO 설계에 대한 함의를 제시한다.

 

표 3. 학습 맥락에 기여하는 요인들과 ELO 설계 시 교육자 고려사항 (Table 3 Factors contributing to learning contexts and considerations for the educator designing an ELO) 

Physical (물리적 요인) 

  • 예시: 교실 배치(classroom layout), 기술 접근성(access to technology), 실험실 또는 시뮬레이션 공간, 조명, 소음 수준, 가구, 학습자료
  • 교육자 고려사항: ELO에 적합한 공간과 가구 배치를 선택하고, 실제성(authenticity)에 필요한 요소를 결정하며, 장비와 자원이 접근 가능하고 정상 작동하는지 확인해야 한다. 또한 모든 학습자가 능동적으로 참여하고 hands-on practice를 할 수 있도록 물리적 환경을 설계해야 한다.
  • References: (Khairul Amali et al., 2023; Pekrun, 2006; Sweller, 2011)

Social (사회적 요인) 

  • 예시: 집단 규모(group size), 동료 관계(peer dynamics), 멘토/퍼실리테이터의 존재, 협력 기회, 교수자-학습자 권력관계
  • 교육자 고려사항: 실제 전문직 역할을 모방하는 집단 구조(개인, 짝, 팀)를 결정하고, 공정한 참여를 보장하는 ELO를 설계해야 한다. 또한 기여와 위험 감수를 가능하게 하는 심리적 안전성(psychological safety) 을 구축하고, peer-to-peer teaching, facilitator modelling, scaffolding을 포함하며, 상호지원의 문화를 촉진해야 한다. 인종, 젠더정체성, 장애, 성적 지향과 관련된 배제적 역동도 예측하고 완화해야 한다.
  • References: (Biggs, 1996; Carmeli et al., 2009; Collins et al., 1991; Ryan & Deci, 2000; Urhahne & Wijnia, 2023; Vygotskij & Vygotskij, 1965)

Cultural (문화적 요인) 

  • 예시: 학습자의 문화적 배경, 전문직 규범, 학문분야 전통, 언어 사용, 학습과 권위에 대한 가치
  • 교육자 고려사항: 문화적으로 포괄적이며 관련성 있는 사례를 사용하고, 다양한 환자/대상자 집단을 반영하는 시나리오를 제시해야 한다. 선행 경험을 가정하지 말고, 다양한 관점을 통합하며, 학습자 자신의 맥락을 끌어오도록 해야 한다. 또한 문화적 관점이 의사결정을 어떻게 형성하는지 성찰하도록 돕고, 고정관념을 재생산하지 않도록 주의해야 한다.
  • References: (Christie et al., 2015; Engeström, 2014; Fenwick & Dahlgren, 2015; Mezirow, 2018)

Institutional (제도적 요인) 

  • 예시: 교육과정 요구사항, 인증기준(accreditation standards), 기관 정책, 재정, 일정 제약, 업무량 기대
  • 교육자 고려사항: 프로그램 학습성과와 인증기준에 정렬시키고, 가용 시간과 자원 안에서 설계하며, 기관 정책과 우선순위를 고려해야 한다. 혁신성과 실행가능성(feasibility)의 균형을 맞추고, 기존 프로그램 구조 안에 통합하며, 자원 사용의 가치를 근거로 정당화해야 한다.
  • References: (Biggs, 1996; Engeström, 2014)

Situational (상황적 요인) 

  • 예시: 선행지식(prior knowledge), 동기, 학기 시기(time of year/semester), 동시적 요구(concurrent demands), 현재 사건 또는 실제와의 관련성
  • 교육자 고려사항: 기초 지식과 기술을 평가하고, 학습자의 준비도(readiness)에 맞게 활동 시기를 배치하며, 내용이 실제적이고 시의적절한(real-world, timely) 상황과 연결되도록 해야 한다. 또한 사례의 복잡성을 학습자의 준비도에 맞게 조절해야 한다.
  • References: (Campbell & Campbell, 2009; Rodriguez et al., 2008; Taylor et al., 2022)

Conceptualize CAKE 조각 (Conceptualize CAKE slice, Fig. 2) 

이 조각의 중심 질문은 다음과 같다. “이 ELO를 통해 학습자들이 무엇을 배우기를 원하는가?” 이 조각은 의도된 성과를 명확히 하고, 경험학습 기회의 설계를 안내할 지식 격차(knowledge gaps) 를 식별하는 데 초점을 둔다. 이 조각에 주로 통합된 이론은 SRL, CAT, ELT, CLT 이다.

교육자 층: outcomes 

이 ELO의 원하는 성과(desired outcomes)는 무엇인가?

 

  • ELO가 시작되기 전에, 교육자는 학습경험에 대한 계획을 개념화(conceptualize) 하고 설계해야 한다. 학습활동 설계는 보통 의도된 학습성과(intended learning outcomes) 를 결정하는 것에서 시작한다 (Biggs, 1996; Conole & Fill, 2005). ELO의 목적에 따라 성과는 지식, 기술, 속성(attributes)의 어떤 조합도 포함할 수 있다. CAT에서는 Content construct 를 활용해, 학습자가 활동에 참여하기 위해 어떤 지식과 전략을 가져야 하는지, 그리고 ELO를 통해 무엇을 발달시키길 원하는지를 결정할 수 있다 (Collins et al., 1991). 또한 원하는 학습성과의 결정은 표 3의 제도적 학습맥락(institutional factors) 과도 연결되어야 한다. 즉 성과가 교과목 또는 프로그램의 요구와 정렬되어 있고, 일정이나 업무량과 충돌하지 않도록 해야 한다.

 

학습자들은 어떤 관련 지식과 기술을 가지고 있는가?

 

  • 학습자의 현재 관련 지식과 기술 수준을 파악하는 것은 효과적인 학습 기회를 설계하는 데 핵심적이다 (Campbell & Campbell, 2009; Pintrich, 1999). SRL의 Planning Activities construct 는, 새로운 내용을 이해하고 메타인지 기술을 발달시키기 위해 관련 지식과 경험을 사전에 활성화(priming)할 필요가 있음을 보여준다. 따라서 ELO의 시작에서 학습자들이 이미 관련 지식을 가지고 있는지, 그리고 그것을 다시 떠올리게 하는 활동을 포함하는 것이 중요하다. 같은 프로그램의 학생들이라면 동일한 기초지식을 가졌다고 기대할 수 있지만, 각자 서로 다른 삶의 경험을 가지고 들어올 수 있다 (Fanning & Gaba, 2007). 사회경제적 지위, 직업 경험, 대학 이전 경험, 이전 성취 등은 단순한 학습능력을 넘어 학업성취에 영향을 미친다 (Rodríguez-Hernández et al., 2020). 여기에서 학습자들이 자신의 지식을 서로 나누도록 하는 사회적 요소(social factor) 를 추가하면, SDT와 CAT의 social connectedness 구성개념을 반영하게 되어 학습동기를 높일 수 있다 (Collins et al., 1991; Ryan & Deci, 2000). 물론 이는 다양한 관점의 공유가 적극적으로 환영되는 심리적 안전성 을 고려한 방식으로 이루어져야 한다 (Fanning & Gaba, 2007).

 

성공적인 결과(successful outcome)는 어떤 모습인가?

  • ELO의 과제와 원하는 학습성과가 명확하고, 수업의 질(high-quality instruction)이 높게 설계될수록 학습자의 정서와 인지가 향상된다 (Pekrun, 2006; Titsworth et al., 2015). 다음 CAKE 조각에서 더 자세히 논의하겠지만, 학습자에게는 학습목표 설정(goal setting) 이 필요하다. SRL의 Monitoring and Regulation Strategies 는, 학습자가 자신의 목표를 측정할 기준(standard)을 가져야 한다고 본다 (Pintrich, 1999). 따라서 교육자는 그러한 기준틀(template)을 제공해야 한다. 그것이 문서일 수도 있지만, hands-on learning opportunity라는 점을 고려하면 CAT의 Modelling construct 를 활용하는 것이 실용적이다 (Collins et al., 1991). 즉, ELO를 통해 획득해야 할 지식과 기술을 단지 설명하는 대신, 교육자가 관련 행동, 기술, 지식을 직접 모델링(model) 함으로써 학습자들이 과제에 대한 해석 구조(interpretive structure) 를 형성하게 해야 한다. 학습자는 이 전문가 과정의 모델(model of expert processes) 을 참조하여, ELO의 목표 달성 또는 완료가 어떤 모습인지 이해할 수 있다.

 

학습자 층: needs 

교육자는 학습자들이 이 ELO를 수행하는 데 필요한 지식과 기술을 갖추도록 어떻게 보장할 것인가?

  • 필요한 지식을 의도적으로 공유하고 필요한 기술이 무엇인지 알려주는 것은 지식 공고화(knowledge consolidation) 를 돕는다 (Campbell & Campbell, 2009; Collins et al., 1991; Kolb & Kolb, 2017). 교육자는 학습자들이 ELO에 가장 효과적으로 참여할 수 있도록, 어떤 사전 과제(pre-task activities) 를 부여할지 신중히 고려해야 한다. 가설 생성(hypothesis generation) 은 매우 중요한 사전 활동이며, 특히 임상추론(clinical reasoning) 이 의도된 성과일 때 더욱 그렇다 (Arocha et al., 1993). ELT의 Abstract Conceptualization construct 는 학습자가 자신의 지식을 사용해 ELO가 어떻게 진행될지에 대한 이론 또는 가설을 세워야 함을 시사한다 (Kolb & Kolb, 2017). 학습자들은 사전 지식을 활용하여 ELO의 전개 방식에 대한 여러 가설을 세우고, ELO 동안 얻게 되는 피드백을 통해 그것을 수정, 확인, 혹은 반박할 수 있어야 한다 (Arocha et al., 1993). 이러한 경험의 다양성은 동료 간 토론(peer-to-peer discussions)을 촉진하는 긍정적 자원이 될 수 있다. 즉, 학습자들이 이미 가진 지식과 기술이 무엇인지, 그것이 आगामी ELO를 시각화하거나 가설화하는 데 어떻게 활용될 수 있는지를 서로 논의하도록 할 수 있다.

 

교육자는 학습자가 원하는 성과를 개발하는 데 집중하도록 어떻게 도울 것인가?

  • CLT에 따르면 germane load 를 극대화하면 학습자는 정교화(elaboration), 스키마 구성(schema construction), 새 지식과 기존 지식 간 연결 형성에 집중할 수 있어 학습이 향상된다 (Sweller, 2011). 이를 위해서는 extraneous load 를 줄이고 적절한 intrinsic load 를 관리해야 한다. Extraneous load는 보통 잘못된 교수설계(bad instructional design) 로 인해 발생하는 अतिरिक्त 인지과정으로 이해된다 (Klepsch et al., 2017). 따라서 학습환경과 물리적 과제 구성요소를 설계할 때 extraneous load를 줄이는 것이 반영되어야 하며, 그렇지 않으면 학습자는 과제와 무관한 인지 자극에 과부하를 겪게 된다 (Sweller, 2011). ELO 안에서 관련 학습자료는 시간적·공간적으로 연계된(contiguous) 방식으로 제공되어야 한다 (van Merrienboer & Sweller, 2010). 또한 음성과 시각 정보가 연속적이고, 학습자의 주의가 핵심 자료로 향하도록 설계된다면 멀티미디어(multimedia) 형식도 유익하다 (Mayer & Moreno, 2003). 환경 속에서 학습자의 주의를 과제의 관련 요소에서 벗어나게 하는 시각, 소리, 과제는 줄여야 한다. 나아가 학습자의 스트레스를 증가시키는 더 넓은 범위의 상황적 요인, 예컨대 개인적, 사회적, 지역적, 전지구적 사건들도 extraneous load를 더하는 요소로 간주할 수 있다 (Taylor et al., 2022). 성별(gender) 과 사회경제적 요인(socioeconomic factors) 도 성공적이고 포괄적인 학습환경을 위해 고려되어야 하며, 참여를 가로막는 시간 및 물질적 장벽을 최소화해야 한다 (Dehdarirad et al., 2014; Fenwick & Dahlgren, 2015; Inguva et al., 2021; Jacobs, 1996; Li & Singh, 2022). 또한 ELO의 유연성(flexibility) 과 접근성(accessibility) 은 전통적인 동시적(synchronous) 대면 경험학습 방식과의 균형 속에서 검토되어야 한다 (Kelly et al., 2021; Lajoie & Poitras, 2017; Owston, 2018).

 

아이싱: prepared to learn 

위의 CAKE 조각은 학습자가 안전한 학습환경(safe learning environment) 에서 ELO에 충분히 참여하도록 장려하는 방식으로 ELO를 개념화한다.

 

  • 관련 자원을 제공하고, 학습자가 자신이 가진 모든 지식과 기술을 탐색하도록 돕는 것은, 건전한 원리와 협력적 지식에 기반한 이론 또는 가설을 생성하도록 지원한다. 이는 추론 기술(reasoning skills) 의 발달을 돕는다 (Arocha et al., 1993). 또한 ELO의 전개를 상상하고 계획하기 위해 관련 자료를 의도적으로 고려하는 것은 과제 이해를 향상시킨다 (Kolb & Kolb, 2017; Pintrich, 1999).

 

바로 이러한 이해를 통해 학습자는 배울 준비가 된 상태(prepared to learn) 에 도달한다.

 

Fig. 2. Conceptualize CAKE slice 
주(note): “이 ELO를 통해 학습자들이 무엇을 배우길 원하는가?”

 

  • 결과를 결정하고 그것을 어떻게 달성할지 정하는 것은 교육자 수준(bottom layer)의 과제이다.
  • 학습자의 필요에 주의를 기울이는 것은 학습자 수준(top layer)의 과제이다.
  • 의도된 학습성과(icing)는 preparedness to learn 이다.

 

Activate CAKE 조각 (Activate CAKE slice, Fig. 3) 

이 조각의 중심 질문은 “왜 우리는 이 ELO를 하는가?” 이다. 따라서 이 조각의 강조점은 학습자의 인지적(cognitive), 정의적(affective), 행동적(behavioural) 참여를 의도적으로 활성화하는 데 있다. 동기(motivation)는 이 조각의 핵심 메커니즘이지만, Activate 는 단순히 동기 그 자체보다는, 학습자를 ELO에 참여시키고 배울 준비를 갖추게 하는 목적지향적 행동(purposeful actions) 을 더 넓게 가리킨다. 이 조각에 주로 통합된 이론은 SDT, CVT, GOT 이다.

교육자 층: motivation 

교육자는 이 ELO의 가치를 학습자에게 어떻게 전달할 것인가? 

  • 학습자들이 ELO가 자신의 진로목표(career goals) 와 어떻게 관련되는지를 이해하도록 돕는 것은 동기와 강하게 연결된다. 학습동기(motivation to learn)는 복잡한 주제이며, 보통 외재적(extrinsic)·내재적(intrinsic) 유인으로 구분되고, 학습자와 환경의 상호작용 속에서 생겨난다 (Urhahne & Wijnia, 2023).
    • 어떤 과제가 즐겁기 때문에 가치 있게 느껴질 때, 그것은 내재적으로 가치화(intrinsically valued) 된 것이다. 반대로 과제가 즐겁지 않지만 여전히 수행해야 한다면, 참여나 완료에 대한 보상과 같은 외재적 동기유발(extrinsic motivators) 이 필요할 수 있다 (Urhahne & Wijnia, 2023).
    • SDT는 외재적 동기를 다시 더 자율적인(autonomous) 것과 더 통제된(controlled) 것으로 구분한다 (Ryan & Deci, 2000). 자율적 동기(autonomous motivation) 란, 학습자가 활동 자체를 즐기지는 않더라도 그 가치를 내면화하고 중요하다고 느끼는 상태를 말한다 (Gagné & Deci, 2005). 내재적 동기(intrinsic motivation) 와 자율적 동기 는 보다 고품질의 동기(higher-quality motivation) 로 간주된다 (Ryan & Deci, 2000).
    • 교육자는 또한 언어적·비언어적 열정(verbal and nonverbal enthusiasm) 을 통해 학습자가 ELO의 가치를 인식하는 방식을 긍정적으로 바꿀 수 있다 (Pekrun, 2006). CAT의 Modelling construct 에서 말하는 전문가 과정의 모델링을 넘어, 과제에 대한 열정을 포함한 정서의 모델링(modelling affect) 은 학습자에게 정서적 전염(emotional contagion) 을 일으켜 ELO의 가치를 더 크게 느끼도록 만들 수 있다 (Pekrun, 2006).

교육자는 이 ELO를 학습자의 원하는 성과와 진로목표에 어떻게 연결할 것인가? 

  • 과제의 실제성(authenticity) 은 CVT, ELT, SLT에서 도출되는 ELO 설계의 핵심 요소이다 (Kolb & Kolb, 2017; Pekrun, 2006). 여기서 authenticity는,
    • 학습자가 그 과제를 의미 있는 전문직 실천(meaningful professional practice) 의 대표물로 인식하는지,
    • 현실적인 의사결정(realistic decision making) 을 요구하는지, 그리고
    • 지식이 그 전문직 안에서 어떻게 사용되는지를 반영하는지를 뜻한다 (Lavoie et al., 2020).
  • 학습자들이 실제적이고 자신들의 목표에 유용하다고 믿는 과제를 제시하는 것은, 그들이 학습기회를 가치 있게 여기고 참여하도록 동기화할 가능성을 높인다.
  • 중요한 것은, 실제성이 반드시 현실 조건의 완전한 재현(full replication of real-world conditions) 을 의미하는 것은 아니라는 점이다.
    • 지나친 현실감(realism)과 복잡성(complexity)은 extraneous cognitive load를 증가시키고, 초보 학습자에게는 오히려 덜 효과적일 수 있다 (Lapierre et al., 2022).
    • 대신 선택적 혹은 조정된 실제성(selective or calibrated authenticity) 은, 전문직 맥락, 불확실성, 결과(consequences) 등을 제공하여 실제 세계의 추론 요구를 반영하되, 동시에 명확성(clarity) 확보, 인지부하 관리, 적절한 비계 제공을 위해 현실감과 데이터 양을 의도적으로 제한하는 방식이다 (Leppink & Van Den Heuvel, 2015).
    • 학습자가 전문성을 발달시킬수록, 복잡성과 현실감의 수준은 점차 증가시킬 수 있다.
  • 따라서 실제 세계 상황의 다양성(diversity) 이 학습기회 안에도 반영되도록 하는 것이 중요하다 (Tsimane & Downing, 2020). 만약 문화, 사회경제적 배경, 언어, 장애 등의 다양성을 적절히 통합할 수 있는 지점이 있다면, 관련 집단과의 대화를 통해 신중히 반영해야 한다 (Engeström, 2014; Gay, 2002). 사회적 요인이 동기에 미치는 잠재적 영향이 크고 (Urhahne & Wijnia, 2023), 일반적인 학습에도 중요하다는 점을 고려하면 (Powell & Kalina, 2009; Vygotskij & Vygotskij, 1965), 그 과제가 협력적(collaborative) 이어야 하는지 혹은 최소한 사회적 요소를 포함해야 하는지 신중히 판단해야 한다. 팀워크(teamwork) 는 실제 세계의 많은 경험과제에서 본질적 요소이며 (Goh et al., 2013; Sancho-Thomas et al., 2009), ELO에도 적절히 포함될 수 있다. 전반적으로 ELO는 학습자가 자신의 미래 진로에 관련 있고 의미 있다고 인식하는 과제 를 통해 지식과 기술을 발달시킬 수 있도록 지원해야 하며, 동시에 적절한 단순성(simplicity), 명료성(clarity), 교수적 지원(instructional support) 과 실제성 사이의 균형을 유지해야 한다.

학습자 층: goals 

교육자는 goal-setting을 어떻게 통합할 것인가?

  • 학습자의 진로목표와 관련된 올바른 유형의 목표를 설정하도록 하는 것은, 학습자가 ELO에 대해 느끼는 통제감(sense of control) 을 높이고, 결과적으로 긍정적 정서(positive affect) 가 나타날 가능성을 높인다 (Pekrun, 2006). ELO의 성과를 위한 학습목표(learning goals) 설정은 중요한 학습 단계이다 (Panadero, 2017; Pekrun, 2006; Schunk, 1990). SRL에서 Planning Activities construct 는 바로 이러한 목표 설정을 다룬다 (Pintrich, 1999). CVT는 Goal Setting의 구성개념을 세 가지 유형으로 확장한다 (Pekrun, 2006).
    • 개인 목표(individual goals) 는 다른 학습자와 무관하게 개인의 유능성 또는 숙달을 기준으로 하며, mastery orientation 과 연결된다.
    • 경쟁 목표(competitive goals) 는 개인 간 상대적 유능성 비교를 포함하며, performance orientation 과 avoidance 와 관련된다.
    • 협력 목표(cooperative goals) 는 학습자 집단 전체의 유능성을 평가하며, 성취를 높이고 social connectedness 를 강화할 수 있다 (Johnson et al., 1981).
  • 또한 혼합형 목표구조(hybrid goal structures) 도 가능하다. 예를 들어, 팀 내에서는 협력하지만 팀 간에는 경쟁하는 활동이 그 예이다. 서로 다른 목표구조는 다양한 형태의 성공을 가능하게 하고, 통제감을 통해 학습자의 참여를 촉진할 수 있다 (Pekrun, 2006). 학습자들은 동기, 준비도, 학습능력에 영향을 미치는 여러 개인 간 변수(interpersonal variables) 를 갖고 있다. ELT는 서구적 개인주의(Western ethnocentric focus on individualism) 를 중심에 두고 있다는 비판을 받아 왔다. 일부 문화에서는 자율성이나 개인적 성취가 바람직한 결과 목표로 간주되지 않는다 (T. J. Fenwick, 2000; Seaman, 2008). 따라서 질 높고 관련성 있으며 달성 가능한(high-quality, relevant, achievable) 목표를 설정하는 것이 학습동기에 중요하다 (Locke, 1996).

교육자는 mastery goal orientation을 어떻게 장려할 것인가?

  • GOT는 학생들의 학습목표를 움직이는 보다 깊은 동기를 이해하게 해준다. 앞서 말했듯, mastery orientation 을 가진 학습자는 과제에서 유능성을 획득하려는 욕구에 의해 동기화된다. 반면 performance-oriented learners 는 자신의 유능성을 동료나 교수자에게 보여주려는 욕구에 의해 동기화된다 (Dweck, 1986). 두 방향 모두 타당할 수 있지만, mastery orientation 을 가진 학습자가 학습에 더 긍정적으로 참여할 가능성이 높다는 점은 잘 알려져 있다 (Miller et al., 2021). 따라서 교육자는 성적(grades) 의 비중을 낮추고, 긍정적 자기대화(positive self-talk) 를 장려하며, 활동의 도전 수준을 적절히 조정하고, 학습자의 개인적 흥미(personal interest)와 시간 유연성(time flexibility)이 ELO에 반영되도록 함으로써 mastery orientation을 촉진하는 것이 바람직하다 (Miller et al., 2021).

아이싱: engagement 

  • 이 두 층은 CVT의 Control and Value construct 와 잘 부합한다. 즉 학습자가 활동이나 결과의 가치를 더 크게 지각하고, 자신이 그것을 더 많이 통제할 수 있다고 느낄수록, 그 정의적 반응은 더 긍정적이고 더 적극적인 engagement 로 이어진다 (Pekrun, 2006). 목표설정(goal setting)은 동기, 참여, 그리고 자기조절학습(self-regulated learning) 발달과도 깊이 연결된다 (Schunk, 2008).
  • 이는 또한 Ericsson의 Deliberate Practice 개념과도 맞닿아 있다. 즉 학습자는 지각된 필요(perceived need)에 반응하여, 자율적이고 의도적으로(autonomously and deliberately) 연습을 통해 자신의 수행을 향상시키려 한다 (Clapper, 2022; Ericsson, 2006). 활동의 가치를 내면화하고, 단순한 반복이 아닌 자율적 연습 충동을 갖는 것은 개인을 전문성(expertise) 으로 이끈다. 교육자는 학습자의 동기 중 많은 부분을 직접 통제할 수 없지만, ELO의 유용가치(utility value) 를 직접적 적용성과 진로목표와의 관련성이라는 관점에서 분명히 설명하는 것은 참여를 이끄는 긍정적 자율동기(positive autonomous motivator) 가 될 수 있다 (Gagné & Deci, 2005).

 

Fig. 3. Activate CAKE slice

주(note): “왜 우리는 이 ELO를 하는가?”

  • 배우려는 동기를 촉진하는 것은 교육자 수준(bottom layer)의 과제이다.
  • 학습자가 적절한 목표를 설정하도록 하는 것은 학습자 수준(top layer)의 과제이다.
  • 의도된 학습성과(icing)는 ELO 과제에 대한 positive engagement 이다.

 

Key Actions CAKE 조각 (Key actions CAKE slice, Fig. 4) 

이 조각의 중심 질문은 “우리는 이 ELO를 어떻게 수행하는가?” 이다. 이 조각은, 원하는 학습자 행동과 활동을 유도하도록 ELO를 의도적으로 설계함으로써 참여가 유지되고 학습이 촉진되도록 하는 데 초점을 둔다. 비계(scaffolding) 와 의도적 연습(deliberate practice) 은 학습자가 원하는 지식과 기술을 발달시키는 데 도움을 준다. 참여 전략(engagement strategies)이 이 조각의 중심이긴 하지만, Key Actions 는 참여 그 자체를 결과로 보기보다, 활동의 설계(design) 와 순서화(sequencing) 를 강조한다. 여기에 주로 포함된 이론은 ELT, CVT, CAT, SLT, Flow Theory, Complexity Theory 이다.

교육자 층: scaffolding 

학습과제의 적절한 난이도는 무엇인가?

  • 학습자의 발달을 위해 적절히 도전적이면서도 지지적인 ELO를 만드는 것은, 학습자가 자신의 능력을 진전시키도록 한다 (Collins et al., 1991; Miller et al., 2021). “실제 세계” 적용 가능성은 중요하지만(Complexity Theory, ELT, CAT, SLT), 동시에 학습자가 현실적으로 배워야 하는 과제들의 다양한 난이도와 도전 수준 을 검토해야 한다. 앞서 말했듯 extraneous load를 줄이고 적절한 intrinsic load를 관리하면 germane load를 극대화할 수 있다 (Sweller, 2011). 학습자료의 복잡성과 과제 난이도는 intrinsic load의 요소이며, 학습기회를 설계할 때 반드시 고려해야 한다 (Fraser et al., 2015; R. E. Mayer, 2002; Sweller, 2011). 또한 인지능력(cognitive ability), 유전적 요인(genes), 기질(temperament) 과 같은 개인차, 그리고 선행지식과 경험은, 개인이 ELO와 상호작용하는 방식을 바꾼다 (Kolb & Kolb, 2017; Pekrun, 2006; D. A. Kolb, 1984; Ryan & Deci, 2000). 이들 중 일부는 적절한 도전 설계를 통해 완화할 수 있다. 즉 학습자가 질문하고 실수할 수 있는 심리적으로 안전한 환경(psychologically safe environment) 을 제공함으로써 참여를 촉진할 수 있다. 너무 쉽거나 너무 어려운 ELO 모두 학습자의 참여를 떨어뜨릴 수 있다. 특히 성공이 불가능하다고 여겨지는 도전은 무망감(hopelessness) 을 만들어 신뢰(trust)를 약화시킬 수 있다 (Fraser et al., 2015; Pekrun, 2006). 신뢰와 질 높은 관계는 상황학습(situated learning) 관점에서 심리적 안전성과 더 나은 학습행동과 연결된다 (Carmeli et al., 2009). 과제의 도전 수준은 학습자를 근접발달영역(ZPD) 으로 밀어 넣어야 하지만, 이 과정에서 학습자가 때때로 실패할 수 있다는 점도 반드시 이해해야 한다. 이러한 예상된 실패는 ELO 안에서 지지되어야 하며, 그래야 학습자는 안전한 환경 속에서 생산적 고투(productive struggle) 를 하고 실패로부터 배울 수 있다 (Ericsson, 2006; Kuehster & Hall, 2010; Tsuei et al., 2019).

교육자는 서로 다른 학습자 요구를 고려해 이 ELO를 어떻게 scaffolding할 것인가?

  • 모든 학습자가 같은 도전 수준에서 효과적으로 배우는 것은 아니다. GOT를 확장해 보면, 과제의 난이도는 학습자의 유능성(competence) 과 적절하게 맞아야 참여와 학습효과가 극대화된다고 볼 수 있다 (Miller et al., 2021). CVT의 autonomy support, CAT의 Sequencing, CLT, Flow Theory에 나타나는 scaffolding 관련 구성개념은, 서로 다른 정도의 지원을 제공함으로써 학습자가 ZPD 안에 머물도록 돕는다. 다시 말해, ELO는 학습자의 필요에 따라 적절한 guidance 또는 contingent support를 제공하도록 설계되어야 하며, 그 결과 학습자가 과소도전(under-challenged; bored) 이거나 과대도전(over-challenged; anxious) 되지 않게 해야 한다. 이러한 지원은 학습자가 성장함에 따라 점차 줄어들어야(fade) 하며, 과제의 책임이 교육자 থেকে 학습자에게 이전되어야 한다. 이는 초보 학습자에게는 더 많은 scaffolding을 제공하면서도, 동시에 실제 세계의 더 높은 복잡성과 예상치 못한 도전을 모방하는 과제를 포함할 수 있게 해준다. 학습자에게 scaffolding을 제공하는 방법에는 modelling, prompting, hinting, signposting, instructing, explaining, questioning, feedback 등이 있다 (Pea, 2004; Van De Pol et al., 2010).

학습자 층: practice 

교육자는 어떻게 안전한 학습 공간(safe learning space)을 만들 것인가?

  • 학습자가 자신의 목표를 측정할 기준을 갖게 되면, 그 목표를 향해 성실히 노력해야 한다 (Pintrich, 1999). 이를 위해서는 반복 연습(repeated practice) 과 실패로부터의 학습(learning from failure) 이 편안하게 느껴져야 한다 (Fanning & Gaba, 2007; Pekrun, 2006). 따라서 ELO 이전의 논의에서, 모두가 배우기 위해 그 자리에 있으며 실수는 학습의 일부라는 점을 분명히 인정해야 한다 (Fanning & Gaba, 2007). 학습자는 과제 요구를 충족하기 위해 자기조절 전략(self-regulation strategies) 을 사용할 필요가 있을 수 있다 (Pekrun, 2006; Pintrich, 1999). 학습전략과 인지자원은 학업학습과 과제 그 자체에 초점을 둔 긍정적 정서(positive emotions) 가 있을 때 더 잘 작동한다 (Pekrun, 2006). 성장 마인드셋(growth mindset), 즉 노력에 의해 향상될 수 있다고 기대하는 태도는 동기와 자기조절학습과 연결되므로 장려되어야 한다 (Bai & Wang, 2023; Dweck, 1986).

ELO는 탐색(exploration)과 발달(development)을 어떻게 지원할 것인가?

  • 학습자는 ELO를 통해 반복적으로 연습하면서 향상되고 발달할 수 있어야 한다. 대부분의 의도된 학습성과는 전문성(expertise) 으로 나아가기 위해 의도적 연습(deliberate practice) 을 필요로 한다 (Collins et al., 1991; Ericsson, 2006). ELT의 Active Experimentation construct, CAT와 SRL의 지식 적용 관련 구성개념, 그리고 Complexity Theory의 반복적이며 비선형적인(iterative and non-linear) 학습모형은 모두 학습자가 탐색하고 반복적으로 시도하도록 장려한다 (Collins et al., 1991; Fenwick & Dahlgren, 2015; D. A. Kolb, 1984; Pintrich, 1999). 안전한 환경이 주어진다면, 학습자는 또한 고투하고 실패할 준비가 되어 있어야 한다. 이것은 직관적 이해(intuitive) 를 넘어 더 깊은 이해를 발달시키는 데 필수적이다 (Archer, 2023; Ericsson, 2006; Kua et al., 2021; Kuehster & Hall, 2010; Tsuei et al., 2019).

아이싱: Development 

scaffolding을 능숙하게 적용하고 적절한 과제 요구를 관리하면, 수업의 인지적 질(cognitive quality) 이 향상되고 학습자는 학습과제에 대한 통제감을 더 느끼며, 더 긍정적인 academic values 를 갖게 된다 (Pekrun, 2006). 도전 수준과 학습자의 기술 사이의 세심한 균형은 학습자가 연습 중 flow state 를 발달시키도록 돕는다 (Nakamura & Csikszentmihalyi, 2009). 이는 탐색과 연습을 통해 원하는 학습성과의 발달을 지원한다 (Collins et al., 1991; Ericsson, 2006). 이처럼 경험학습은 불안(anxiety) 을 줄이고 자기효능감(self-confidence) 을 높일 수 있으며, 이는 ELO에서 배운 내용이 실제 환경으로 전이(transfer) 되는 것을 돕는다 (J. G. Ross, 2012).

 

Fig. 4. Key actions CAKE slice

주(note): “우리는 이 ELO를 어떻게 하는가?”

 

  • ELO의 도전 수준을 scaffolding을 통해 관리하는 것은 교육자 수준(bottom layer)의 과제이다.
  • 반복적이고 의도적인 연습은 학습자 수준(top layer)의 과제이다.
  • 의도된 학습성과(icing)는 이 ELO의 학습성과로 의도된 지식과 기술의 발달(development of knowledge and skills) 이다.

 

Evaluate CAKE 조각 (Evaluation CAKE slice, Fig. 5) 

이 조각의 중심 질문은 “이 ELO에서 무엇이 학습되고 있는가?” 이다. 여기에서는 피드백(feedback) 과 성찰(reflection) 이 학습을 심화시키고, 통찰(insight)의 발달을 촉진하며, 학습자의 진전과 교수적 의사결정(instructional decisions)을 모두 알려주는 역할을 한다. 이 조각에 주로 통합된 이론은 CAT, CVT, SRL, ELT 이다.

교육자 층: feedback 

교육자는 ELO의 의도된 성과가 실제로 달성되고 있는지 어떻게 보장할 것인가?

  • 학습 세션의 성과를 설정한 뒤에는, 학습자가 그 성과를 달성했는지 어떻게 평가할 것인가 를 결정하는 것이 좋은 실천이다 (Biggs, 1996; Fischer et al., 2024). 평가로 이어지는 assessment 는 과제와 학습을 반영해야 한다 (Pintrich, 1999). 따라서 교육자는 학습자가 무엇을 배우기를 원하는지 비판적으로 검토하고, 그것을 어떻게 측정할지 고민해야 한다. hands-on learning은 일반적으로 hands-on assessment 를 요구한다. 서로 다른 유형의 평가를 통해 학습자들이 다양한 목표를 추구할 수 있도록 하면, 학습자는 자신의 성공 경험을 더 잘 통제한다고 느끼게 되고, 이는 큰 동기유발 요인이 될 수 있다 (Pekrun, 2006). 반면 고위험(high-stakes) 혹은 고영향(high-impact) 평가에서는 사회적 비교나 동료 비교를 피하는 것이 바람직할 수 있는데, 이는 매우 부정적인 정서적 영향을 유발할 수 있기 때문이다 (Pekrun, 2006).

 

교육자는 학습자에게 여러 형태의 피드백이 제공되도록 어떻게 보장할 것인가?

  • 학습자는 ELO 전, 중, 후에 적극적으로 피드백을 찾도록 장려되어야 한다 (Bai & Wang, 2023). 피드백은 도전 수준을 조절하고 ELO 안에서 최적의 학습을 지원하는 데 핵심적이다. 학습과정의 필수 구성요소로서, 구체적이고 시의적절한(specific, timely) 피드백이 제공되어야 하며, 학습자가 자신의 수행을 인식하고 주어진 피드백을 효과적으로 성찰할 수 있어야 한다 (Ericsson, 2006; Kua et al., 2021). 시뮬레이션과 같은 복잡계(complex system) 속 학습에서는 여러 피드백 출처가 중요하다 (Fenwick & Dahlgren, 2015). 교육자, 동료, 그리고 ELO 자체가 모두 학습자에게 피드백을 주도록 설계될 수 있다. ELT와 CAT는 모두 교육자가 피드백을 제공하는 방법으로 Coaching 을 제시한다 (Collins et al., 1991; Kolb & Kolb, 2017). ELO 이후 제공되는 구조화된 피드백도 중요하지만, 성찰(reflection)을 학습 후에만 제한하는 것은 learning cycles에 대한 비판점이기도 하다. 왜냐하면 학습과정 전반에 걸친 성찰이 학습에 가치 있다는 근거가 있기 때문이다 (T. J. Fenwick, 2000). 교육자, 학습자, 또는 ELO가 제공하는 즉각적 피드백(immediate feedback) 은 행위 속 성찰(reflection in action) 을 지원할 수 있으며, 그 결과 학습자는 자신의 행동을 조절(modulation of actions)하고, active experimentation과 self-regulation을 ELO 안에서 수행하게 된다 (Schön, 1995; Yanow & Tsoukas, 2009).
  • 또한 학습자에게는 자신의 경험, 그리고 자신이 어떤 방식으로 피드백을 가장 잘 받는지에 대해서도 성찰하도록 요구해야 한다. 효과적인 피드백 과정은 학습자가 수동적 수혜자가 아니라 능동적 참여자(active participants) 가 되어 그 과정에 실제로 참여할 것을 필요로 한다 (Molloy et al., 2020; Pollard & Subasinghe, 2024). 학습자는 ELO 성과를 향해 나아가는 과정에서, 그 학습경험이 의도한 바대로 잘 작동하고 있는지를 평가할 수 있는 좋은 위치에 있다.

 

학습자 층: reflection 

교육자는 성찰을 활용해 학습을 어떻게 향상시킬 것인가?

  • 학습자는 ELO 동안 존재하는 공식적·비공식적 피드백의 다양한 출처를 인식하고, 그 피드백을 활용해 자신의 향후 수행을 성찰하고 조정할 수 있어야 한다 (Fenwick & Dahlgren, 2015; Kolb & Kolb, 2017; Pintrich, 1999). 성찰은 ELT, CAT, SRL 모두에서 중요한 위치를 차지하며, ELO 학습 안에 의도적으로 포함되어야 한다 (Collins et al., 1991; Kolb & Kolb, 2017; Pintrich, 1999). ELT에서 경험학습 순환의 네 핵심 요소 중 하나는 Reflective Observation 이며, 학습자는 자신의 경험을 성찰함으로써 그 경험을 이해로 전환한다 (Kolb & Kolb, 2017). 시뮬레이션 학습모형에서는 디브리핑(debriefing) 과 같은 ELO 이후의 구조화된 성찰이 필수적이다 (Fanning & Gaba, 2007). 그러나 앞서 언급했듯, Reflection은 학습기회 이후에만 제한되어서는 안 되며, ELO 전반에 걸쳐 적극적으로 포함되어야 한다 (T. J. Fenwick, 2000).

 

교육자는 동료, 전문가, 자기 자신으로부터의 학습을 어떻게 지원할 것인가?

  • 인지적 도제이론(CAT)은 성찰에도 사회적 요소가 있어야 한다고 본다. 즉 각자의 성찰을 공유하여, 그 차이가 생긴 이유를 집단이 함께 논의하고 이해하도록 해야 한다. 그리고 성찰의 대상은 학습자 자신의 수행뿐 아니라, 전문가(expert) 와 동료(peers) 의 수행도 포함해야 한다 (Collins et al., 1991). 또한 실수와 도전은 다시 돌아보아야 하며, 거기에서 배울 수 있는 모든 기회가 실제로 활용되도록 해야 한다 (Fanning & Gaba, 2007).

 

아이싱: insight 

 

  • ELO 안에서 “그 순간의(in-the-moment)” 피드백 을 통해 적극적 성찰과 메타인지가 이루어지도록 하면, 혁신적 문제해결(innovative problem-solving) 과 유연한 사고(flexible thinking) 를 통한 적응적 전문성(adaptive expertise) 의 발달을 촉진할 수 있다 (Clarke et al., 2023; Kua et al., 2021; Lajoie & Gube, 2018). 적응적 전문성의 발달은 Complexity Theory, ELT, CAT, SLT가 강조하는 “실제 세계 적용 가능성(real-world applicability)”과 맞닿아 있다. 이는 더 상급의 학습자에게 ELO가 실제 삶의 복잡성과 예상치 못한 도전을 모방하도록 해준다. ELO 이후의 피드백과 디브리핑이 지지적이면서도 개선의 기회를 제공하면, 학습자는 자신의 수행에 대해 불안이나 무망감에 빠지지 않게 된다 (Pekrun, 2006). 피드백과 그에 대한 성찰은 학습자가 자기 자신에 대한 통찰(insight) 을 발달시키도록 돕는다. 이는 자기효능감(self-efficacy), 결단력(determination), 지속성(persistence) 으로 이어질 수 있다 (Burch et al., 2019). 이러한 성찰은, 조정이 필요한 영역을 학습자가 인식하게 함으로써 deliberate practice를 지원하고, self-regulated learning을 촉진한다 (Lajoie & Gube, 2018).

 

Fig. 5. Evaluation CAKE slice
주(note): “이 ELO에서 무엇이 학습되고 있는가?”

 

  • 피드백은 교육자 수준(bottom layer)의 과제이고,
  • 성찰은 학습자 수준(top layer)의 과제이다.
  • 의도된 학습성과(icing)는 insight 이다.

 

실제 적용 (Practical implementation) 

ELO의 사용 범위가 매우 넓기 때문에, CAKE 프레임워크는 다양한 HPE 맥락에 적용될 수 있도록 설계되었다. 더 나아가 이 다차원적 프레임워크는 여러 이론의 핵심 구성개념을 통합함으로써, 모든 학생을 위한 개별화된 페다고지(individualized pedagogies) 와 학생중심학습(student-centred learning) 을 지원한다. CAKE 프레임워크는 교육자에게 실제로 도움이 되도록 의도된 것이므로, 학계가 교육자 시간에 부과하는 요구를 고려할 때, 유의미한 추가 노력 없이도 쉽게 사용할 수 있어야 한다 는 점이 중요하다 (Van Dijk et al., 2020). 표 4는 논문에서 쉽게 추출하여 활용할 수 있도록 의도적으로 설계되었으며, 교육자가 ELO를 설계하고 실행할 때 실용적 참고자료로 사용할 수 있게 하였다. 또한 CAKE 프레임워크는 전체적으로 매우 유연하게 사용되도록 설계되었기 때문에, 교육자는 자신의 맥락에 따라 특정 조각(slices)이나 그 안의 guiding questions에 더 큰 비중을 둘 수 있다.

 

표 4. 교육자 적용을 위한 CAKE 프레임워크 가이드 (Table 4 CAKE framework guide for educator implementation) 

1) Conceptualize — Before 

  • 이 ELO의 원하는 성과는 무엇인가?
  • 학습자들은 어떤 관련 지식과 기술을 가지고 있으며, 이 ELO에 필요한 것을 갖추고 있는가?
  • 성공적인 결과는 어떤 모습인가?
  • 학습자가 원하는 성과 개발에 집중하도록 나는 어떻게 도울 수 있는가?

2) Activate — Before & During 

  • 나는 이 ELO의 가치를 학습자에게 어떻게 전달할 것인가?
  • 나는 이 ELO를 학습자의 원하는 성과와 진로목표에 어떻게 연결할 것인가?
  • 나는 goal setting을 어떻게 포함시킬 것인가?
  • 나는 mastery goal orientation을 어떻게 장려할 것인가?

3) Key Actions — Before & During 

  • 학습과제의 적절한 난이도는 무엇인가?
  • 서로 다른 학습자 요구를 고려해 나는 이 ELO를 어떻게 scaffolding했는가?
  • 이 ELO는 탐색과 발달을 어떻게 지원하는가?
  • 나는 어떻게 안전한 학습 공간을 만들 것인가?

4) Evaluate — Before, During & After 

  • 이 ELO의 의도된 성과가 실제로 달성되고 있는지 나는 어떻게 보장할 것인가?
  • 학습자에게 여러 형태의 피드백이 제공되도록 나는 어떻게 보장할 것인가?
  • 나는 성찰을 이용해 학습을 어떻게 향상시키고 있는가?
  • 나는 동료, 전문가, 자기 자신으로부터의 학습을 어떻게 지원했는가?

주(note): 이 교육자 가이드는 CAKE의 각 조각, ELO를 설계할 때 그것들을 언제 고려해야 하는지, 그리고 각 조각의 guiding questions를 포함한다.

한계와 다음 단계 (Limitations and next steps) 

CAKE 프레임워크를 만들기 위해 경험학습과 관련된 학습이론을 포괄적으로 검토하였지만, 학습이론의 양과 다양성 때문에 모든 이론을 다룬 체계적 문헌고찰(systematic review) 은 아니었다. 따라서 본 논문이 HPE에서 ELO를 개발하기 위한 이론 기반 프레임워크(theory-informed framework) 를 제안하고는 있지만, 몇 가지 한계를 인정할 필요가 있다.

  • 최종 CAKE 프레임워크에는 저자들이 경험학습에 핵심적이라고 판단한 열 개의 이론만 포함되었다. 따라서 다른 관련 이론이 간과되었을 가능성이 있으며, 향후 개정(iterations)에서는 추가가 필요할 수 있다.
  • 또한 CAKE 프레임워크는 교실 기반 경험학습 기회의 의도적 설계(intentional design of classroom-based experiential learning opportunities) 를 지원하기 위한 것이며, 불확정적인 전문직 실천 환경(indeterminate professional practice settings) 에서 학습이 실제로 어떻게 전개되는지를 설명하거나 모델링하는 것을 목표로 하지 않는다.
  • 제안된 프레임워크의 이론적 토대는 기존 문헌에 의해 잘 지지되지만, 그 타당도(validity) 와 신뢰도(reliability) 는 아직 공식적으로 확립되지 않았다. 따라서 실제 적용에서 그 효과를 입증하고 견고성을 보장하기 위해서는 추가적인 실증적 평가(empirical evaluation) 가 필요하다.
  • 또한 최선의 노력을 기울였음에도 불구하고, 이 프레임워크의 일반화 가능성(generalizability) 은 개별 교육환경과 학문 분야에 고유한 맥락적 요인에 의해 제한될 수 있다. 향후 연구는 다양한 교육맥락에서 이 프레임워크를 실증적으로 검증하여 그 적용 가능성과 효과성을 확인하고, 여러 학습맥락에서 CAKE가 실제로 어떻게 적용될 수 있는지를 보여주는 사례를 제공해야 한다.

결론 (Conclusion) 

HPE에서 경험학습 안에 관련 학습이론을 자연스럽게 통합하는 실용적 프레임워크(practical framework) 가 필요하다. 자원 제약을 고려할 때, 경험학습이 일관된 학습성과를 제공하도록 보장하는 것은 필수적이다. 견고한 이론적 토대는 보다 일관된 결과를 낳는 것으로 알려져 있다. 교육자의 시간과 훈련 제약을 고려하는 실용적(pragmatic) 프레임워크인 CAKE를 개발하는 것은 매우 유망한 해결책이다. CAKE는 교육자와 학습자에게 구조화된 지침을 제공함으로써, 교육자들이 경험학습 기회를 교육프로그램에 통합하고 원하는 학습성과를 달성하도록 돕는다. 고유한 층(layers) 과 조각(slices) 을 가진 CAKE 프레임워크는 경험학습에 대한 독특한 접근을 제시한다. 즉 학습환경을 준비하고, ELO를 통해 학습자를 지원하며, 의도된 성과를 의식적으로 고려하는 학습자 중심적(learner-centred) 초점은, 이론에 기반하면서 성공적인 ELO를 만들도록 설계되어 있다. 더 나아가 CAKE의 구성요소들이 서로 연결되어 있다는 점은, 경험학습을 설계하고 실행할 때 총체적 고려(holistic consideration) 가 중요하다는 사실을 강조한다. 요컨대 CAKE 프레임워크는 HPE에서 경험학습의 이론적 토대(theoretical underpinnings) 와 실천적 구현(practical implementation) 을 강화하는 유망한 진전이라고 할 수 있다. 구조화되어 있으면서도 적응 가능한 접근을 제공함으로써, CAKE는 교육자들이 전통적인 교실 경계를 넘어서는 의미 있고 영향력 있는 학습경험을 설계하고, 학생들이 학문적·전문직적 노력에서 성공할 수 있도록 준비시키게 한다. 잘 구워진 CAKE 한 조각은, 한 움큼의 재료보다 훨씬 낫다.

'논문 읽기 (with AI)' 카테고리의 다른 글

종적 통합 임상실습: 해석학적 문헌고찰 (Adv Health Sci Educ Theory Pract. 2026)  (1) 2026.03.13
의학교육에서 능력주의적 차별이 미치는 정동: 행복, 체념, 그리고 장애인 킬조이(Adv Health Sci Educ Theory Pract. 2026)  (0) 2026.03.13
인증평가의 간소화: 학문분야 간 분석 (Adv Health Sci Educ Theory Pract. 2026)  (0) 2026.03.13
주디스 버틀러의 수행성 이론으로 행위주체성의 위치를 찾기 (Adv Health Sci Educ Theory Pract. 2026)  (1) 2026.03.13
참여의 스펙트럼을 다시 성찰하기: 교육에서 환자를 파트너로 어떻게 참여시킬 것인가? (Med Educ. 2025)  (0) 2026.03.08

+ Recent posts

티스토리툴바