Learning Analytics 관점의 학습 큐레이션과 워크플로우 러닝 실현 방법

Learning Analytics 관점의 학습 큐레이션과 워크플로우 러닝 실현 방법

매년 패스트캠퍼스 기업교육 팀에서는 다가오는 해의 HRD 트렌드를 파악하고 임직원 교육 설계에 필요한 다양한 인사이트를 전파하는 'Future Conference for HRD'를 엽니다. 2022년의 HRD 퓨쳐 컨퍼런스 또한 많은 분들의 성원 속에 성공적으로 마무리되었는데요.

이번 콘텐츠에서는 지난 HRD 퓨처 컨퍼런스의 여러 세션 중에서도, 두 번째 트랙 'Future of Learning : Workflow Learning'의 첫 번째 연사 정연지님의 발표 내용을 정리해 소개해드리고자 합니다. 뉴욕대학교에서 학습분석학 박사 과정을 수료 중에 계신 정연지님께서는 'Learning Analytics(학습 분석학)관점으로 본 온라인 학습 큐레이션의 중요성'을 주제로 워크플로우 러닝을 소개하고, 특히 온라인 환경에서 콘텐츠 큐레이션이 왜 꼭 필요한지 짚어주셨는데요. 2023년 HRD 분야의 핵심 키워드로 꼽히는 '워크플로우 러닝'의 개념과 설계 방향까지 전부 알아보고 싶다면, 이 글을 끝까지 읽어보세요!

HR 테크놀로지 및 기업교육의 동향

l 기업교육의 첫 번째 변화 - 직원 경험의 중요성 확대
기업 교육은 시대적 트렌드에 따라 변화하고 있습니다. 1998년 ~ 2002년에는 이러닝(E-Learning) & 블랜디드 러닝(Blended Learning) 이후 2005년에는 탤런트 매니지먼트(Talent Management), 2010년에는 디지털 러닝(Digital Learning)이 트렌드였다면 최근에는 직원들이 일터에서 어떤 경험을 하고 있는지에 중점을 두고 있는데요. 여기서 직원 경험(Employee eXperience, EX)이란, 입사 이전 채용 과정에서부터 퇴사까지 직원이 겪는 모든 경험을 말합니다. 최근의 리포트들에서는 직원 경험을 중시하는 것이 요즘 HR 시장의 가장 큰 변화라고 꼽고 있는데, 이는 조직 전체나 콘텐츠가 아니라 직원 개개인에 맞춰 기업 패러다임이 전환되고 있다는 것을 의미합니다.

또, 여기서 주목해야 할 점은 이러한 직원 경험이 테크놀로지에 의해 향상될 수 있다는 것인데요. 회사에서 직원들의 긍정적 경험과 생산성을 높이기 위해 활용할 수 있는 애플리케이션을 지원하거나, 이미 업무 중 활용하고 있는 테크놀로지에 추가 기능을 개발해 주는 것이죠. 예로 들면 마이크로소프트(Microsoft)의 워크플레이스 애널리틱스(Workplace Analytics)가 있는데요. 마이크로소프트의 애플리케이션을 활용하는 회사의 경우, 임직원별로 이번 주에 어떤 미팅과 업무가 있으며 어디까지 수행했는지, 그리고 지난달이나 주에 비해 어느 정도인지를 한눈에 볼 수 있습니다. 이런 식으로 최근에는 각 임직원 개개인이 직무에서 어떤 경험을 이루고 있는지를 정리하여 보여주는 기술들이 HR 분야에서 많이 활용되고 있습니다.

l 기업교육의 두 번째 변화 - 업무의 분절
과거에는 주로 특정 역량을 중심으로 기업 교육이 모델링 되는 경향이 있었습니다. 어떤 직무를 위한 하나의 역량만을 위한 교육인 거죠. 하지만 요즘은 직무를 한 가지 스킬이 아니라 다양한 경험과 스킬들이 결합한 총체적인 산물로 인식하며 직무의 범위를 고정해두지 않고, 역할이나 목표가 바뀔 때마다 리스킬링(Reskilling)과 업스킬링(Upskilling)을 통해 필요한 스킬들을 지속적으로 학습하는 경향이 두드러지고 있습니다.

l 기업교육의 세 번째 변화 - 테크놀로지의 확산
앞서 언급한 직원 경험뿐만이 아니라, 학습 경험과 마이크로 학습을 위한 테크놀로지들도 많이 확산되고 있습니다. 과거에는 LMS(Learning Management Systems) 또는 평가 및 저작 개발 도구(Assessment & Developnment Tools)를 중점적으로 활용했다면, 최근에는 개인의 학습 경로에 맞춰서 스킬을 평가할 수 있는 경험을 제공하는 학습 경험 플랫폼(Learning Experience Platforms)들이 주로 활용되고 있죠. 또 지식 습득을 위해 커리큘럼의 단계적인 학습을 제공하는 프로그램 전달 플랫폼(Program Delivery Platform)이나 학습 경로를 설계하고 제공하는 마이크로 러닝 플랫폼(Micro-learning Platform)도 많이 도입되고 있고요. 이런 플랫폼들에 학습자가 어떤 경로로 학습해왔는지에 따라 맞춤형 학습 경로를 생성하고, 필요할 것 같은 학습을 추천해주며, 더불어 이 플랫폼 내에서 실제로 협력하고 자신의 프로그램을 관리하고 생성할 수 있는 저작 기능까지 추가되며 사용되는 기술의 종류가 다양해지고 있습니다.

마이크로 러닝(Micro Learning)과 워크플로우 러닝(Workflow Learning)

그렇다면 이제 본격적으로 마이크로 러닝과 워크플로우 러닝이 무엇인지에 대해 알아보겠습니다. 먼저 마이크로 러닝은 지금 당장 내가 필요한 것이 무엇인지에 초점을 두는 학습법입니다. 2분에서 3분 내외로 당장 필요한 주제나 문제 중심으로 학습하죠. 예시로 생각해 보면 문제 해결을 위해 유튜브에서 짧은 영상을 찾아보는 것인데요, 이처럼 확실한 문제가 있고 이를 빠르게 해결해 실무에서 적용하고자 할 때 적합한 방법이라고 할 수 있습니다. 과거에는 액션 하나를 배우기 위해 A부터 Z까지 모든 것이 정리된 하나의 커리큘럼이 필요했다면, 최근에는 직무에서 내가 지금 당장 필요한 특정 부분만 학습하는 것이 더 중요해진 것입니다.

여기서, 기존에 기업교육에서 많이 활용되었던 매크로 학습(Macro Learning)과 무엇이 다른지에 대한 궁금증이 들 수 있습니다. 매크로 학습은 주로 새로운 지식을 배우고 싶다는 니즈에 초점을 둡니다. 그리고 이 지식을 학습하기 위해 며칠에 걸쳐 커리큘럼이 제공되는데요. 따라서 가르치는 교육자가 전문성을 갖고 있는지가 중요한 사항라면 마이크로학습의 경우 해당 컨텐츠가 정말로 지금 적시에 유용한지, 정확한지가 핵심입니다. 때문에 새로 직무를 시작하는 경우 초반에는 매크로 학습이 필요하지만 전문성을 키워가는 과정에서 마이크로 학습이 계속해서 필요하고 특히, 전문가에 가까워질수록 마이크로 학습과의 조화가 필요합니다.

마이크로 러닝의 대두가 의미하는 것처럼, 이제 기업교육에는 '순간(Moments)'이 매우 중요해졌습니다. 다양한 역할이 주어져 많은 업무들로 바쁜 임직원들에게, 현업에서 딱 필요한 순간마다 그때그때 교육을 제공해야 할 필요성이 높아진 것입니다. 같은 관점에서, 워크플로우 러닝은 업무와 동떨어진 것이 아니라 일상 업무의 사이클에 맞추어 학습이 업무 중에 제공되도록 하기 위해 비롯되었습니다. 워크플로우 러닝을 적용하면 업무 성과 향상은 물론 실제로 임직원들이 어떻게 업무에 몰입하고 있는지 효과를 측정하는 데 유용하고, 임직원이 필요한 순간에 필요 정보를 제공하므로 학습에 있어 더 적극적인 참여를 이끌어낼 수 있죠.

워크플로우 러닝을 임직원에게 제공하는 방법

임직원에게 워크플로우 러닝을 제공하기 위해, 마이크로 순간(Micro-Moments)과 학습분석학 관점에서의 솔루션 방법을 살펴보겠습니다. 먼저 '마이크로 순간' 이란 사용자가 뭔가를 알고 싶거나, 사거나, 어디로 가기 위해서 등 어떤 행동을 하기 위해 휴대폰을 활용하는 다양한 순간들을 의미하는데요. 이 개념을 학습에 적용해 보면, 아래 5가지의 맥락과 순간을 고려해 적시에 맞게 워크플로우 러닝을 임직원에게 제공해야 합니다.

워크플로우 학습 제공을 위한 교육 설계

그럼, 이론적으로는 어떻게 워크플로우 러닝을 생성하고 지원할 수 있을까요? 먼저 조직 단위에서 탑다운으로 설계를 할 때는 기업의 지식 시스템이 임직원이 바로바로 필요한 정보를 찾기 쉽고, 찾아볼 수 있는 콘텐츠가 충분하며 정확한지 확인해야 합니다. 내부적으로 콘텐츠가 원활하게 공유될 수 있도록 접근 권환도 설정해두어야 임직원이 실제로 활용할 수 있겠죠. 서로 커뮤니케이션할 수 있는 장치가 있거나 메일로 학습을 독려하거나, 실무에서도 계속 학습 내용을 적용할 수 있다면 지속적인 학습을 위한 장치가 되어줄 것입니다.

또 임직원 개인 단위에서의 설계 팁도 있는데요. 임직원 스스로도 학습이 필요한 목록을 유지 및 관리하고, 업무 일정에 전용 학습 시간을 정해두어야 합니다. 업무와 관련된 고품질의 뉴스레터를 구독하거나 실제 업무가 발생하는 학습 채널에 적극적으로 참여하는 것도 좋은 자세입니다.

l 조직적인 측면에서 설계 시 주의 사항
일단, 학습이 맥락화되어야 합니다. 학습이 일어나는 맥락 즉 교육 대상자의 직무 특성, 업종의 특성, 교육 환경에 맞춰 교육이 진행되어야 하고요. 무엇보다 대상자에게 마이크로 러닝 경험을 만들어주어야 합니다. 이를 위한 콘텐츠들은 짧은 순간에 학습이 이뤄질 수 있도록 지원해야 하므로, 2분 정도의 짧은 콘텐츠들을 어떻게 유용하면서도 정확한 내용으로 구성할 수 있을지에 대해 설계가 되어야 합니다.

이제 학습분석학 관점에서 워크플로우 러닝에 대해 접근해 보겠습니다. 먼저 학습분석학이란, 학습과정과 결과를 더 잘 이해하고 지원하기 위해 데이터 스트림 및 교육 환경의 고유한 특성, 요구 및 우려에 대해 데이터 사이언스 방법을 개발하고 적용하는 것을 의미합니다. 교육 이해관계자들의 의사 결정을 지원하는 시의적절한 정보를 제공하는 것이 학문의 큰 목표로서, 학습자가 갖고 있는 목표나 문제 상황에 대해서 필요한 데이터를 수집하고 이를 가공하여 측정할 수 있는 지표를 만들고, 처방하는 학문이라고 할 수 있습니다.

학습분석학의 특징 중의 하나는 많은 데이터를 사용한다는 것인데요. 여기서 데이터는 활동 데이터, 산출물 데이터, 연관 데이터를 포함한 학습 과정에서의 데이터 그리고 사전 지식과 사후 성과를 포함한 학습 결과 데이터, 이 밖에도 동기나 인구 특성을 비롯한 학습자 특성 데이터나 교육 환경 그리고 기업 조직 데이터 등이 활용될 수 있습니다.

하지만, 이렇게 수집할 수 있는 많은 데이터들을 다 모은다고 해서 활용 가능한 학습 지표를 만들 수 있는 것은 아닙니다. 의미 있는 학습 지표를 위해, 학습분석학에서는 학습에서의 어떤 부분을 측정할 것인지 설정하는 것이 매우 중요합니다. 가령, 어떤 러닝 모듈의 성과 지표를 많은 시간을 할애한 것이나 많이 클릭한 것으로 잡는다면 의미 없는 클릭이나 재생이 이뤄질 수 있는 것이죠. 때문에, 주어진 데이터로 어떤 지표를 잡아야 의미 있을지 고민하고 우리 조직의 관심사에 가장 적절한 분석 기법은 무엇일지 찾아야 하는데요. 이를 통해 학습자에게 어떤 처방을 내려 줄지 알아보고, 본인이 학습을 제대로 하고 있는지 확인하게 하여 맞춤형 개별 학습을 지원할 수 있기 때문입니다.

학습분석학이 어떻게 활용될 수 있는지 예시를 보면서 말씀드리겠습니다. 'Degreed'은 마이크로 러닝을 실제로 수행하고 있는 플랫폼으로, 학습자에 맞춰 개별화된 피드를 제공하는데요. 스스로 본인이 갖고 있는 스킬을 추가하여 본인 또는 매니저가 수준을 평가할 수 있고 어떤 스킬이 추가로 필요한지도 표시할 수 있습니다. 학습에 따른 스킬 그래프까지 제공하여, 추천 기능을 활용해 나랑 비슷한 경향의 임직원을 추천받을 수도 있고 비슷한 연차 또는 직무인 임직원을 함께 비교해서 보여주기도 합니다. 이런 비주얼 정보들을 통해서 내가 앞으로 어떻게 커리어 패스를 쌓아야 하는지, 추가로 배워야 할 것들은 어떤 게 있는지 살펴볼 수 있습니다.

실제 기업에서 학습분석학을 적용하는 것의 한계

사실, 학습분석학을 콘텐츠 큐레이션에 적용하면 아주 유용하지만 실제로 제공하는 데에 어려움도 분명히 있습니다. 먼저, 앞서 살펴본 대로 학습과 시스템의 구조가 복잡하기 때문에 이를 단순화하는 작업에 시간이 필요하기도 하고요. 또 어떤 순간들이 임직원에게 중요한지, 그 순간은 공통적인 것인지 개인적인 것인지 즉 어떤 마이크로 순간에 학습경험을 생성해야 하는지에 대한 논의가 충분히 이뤄지고 있지 않고 있는 것도 어려움 중 하나입니다. 또 학습 콘텐츠를 어떤 근거로 큐레이션을 할지에 대한 논의도 필요합니다. 학습자가 기존에 자신 있다고 표시한 내용이나 완료한 성과를 기반으로 그다음 콘텐츠를 큐레이션 할 수도 있지만, 이 외에도 평소에 관심 있는 스킬이나 직무와 특히 연관되는 스킬 관련한 콘텐츠를 큐레이션 할 수도 있죠. 따라서 어떻게 하면 다양한 테크놀로지들이 적절한 순간에 임직원에게 워크플로우 러닝을 제공할 수 있도록 설계할 것인지에 대한 충분한 논의가 꼭 필요합니다.

콘텐츠 큐레이션을 위한 대시보드를 개발할 때에도 고려해야 할 점이 있습니다. 해당 임직원의 성과를 예측하기 위해선 기존의 훈련 데이터들이 필요한데요. 여기서 이 데이터가 추후 임직원들이 수행할 방향과 비슷한지도 확인해야 합니다. 예를 들어 30년 전의 임직원이 어떤 스킬에 대해 보여준 성과와 최근 MZ세대의 임직원들이 보여줄 데이터는 그 결괏값이나 의미가 다르겠죠.

그리고 활용할 때에도, 이 다양한 대시보드들 중에서 누구에게 어떤 정보를 어떻게 전달할지, 또 해당 정보가 어떤 행동을 야기할지를 중점적으로 고려해 보면 좋습니다. 하나의 학습 플로우를 만들기 위해 서로 다른 이해관계를 가진 학습자, 임원진, 강사, 설계자/엔지니어가 함께 논의해 보면 우리 기업 임직원을 위한 가장 효과적인 콘텐츠 큐레이션 방안을 구상할 수 있을 것입니다.

※ 본 내용은 [ Future Conference for HRD : 10년 후에도 살아남을 기업의 인재 육성 전략 ] 세션 내용을 요약하여 구성되었습니다.

- 이전 글 읽기 :
HRD 퓨쳐 컨퍼런스 다시 보기 ① Future of Work : Reskilling & Upskilling
HRD 퓨쳐 컨퍼런스 다시 보기 ② Future of Learning : Workflow Learning