An Explorative Case Study of Data-Driven Lesson Study

기존 대학 수업 컨설팅은 교수자의 주체적 역할 부재, 실질적 수업 개선 연계 미흡, 데이터 기반 수업분석 실행의 한계가 있었다. 본 연구는 이러한 한계를 극복하는 대안으로서 데이터 기반 수업 연구의 특성을 탐색하고, 참여 교수자의 성찰 변화를 분석한 탐색적 사례연구이다. 데이터 기반 수업 연구는 ‘미국문화와 사회’ 교양 과목을 대상으로 수업 계획-관찰-성찰 및 재설계의 3단계로 진행하였으며, 수업 영상, 학생 성찰지, 학습 활동 결과물, 교수자 사전-사후 면담 자료를 수집하였다. 수업 분석을 위해 ICAP 루브릭과 생성형 AI를 활용하였고, 교수자 성찰 변화는 인식론적 네트워크 분석(ENA)으로 분석하였다. 연구 결과, 데이터 기반 수업 연구는 교수자 주도성을 바탕으로 데이터 기반 수업 분석의 객관성과 효율성을 높이고, 지속가능한 순환적 개선을 가능하게 하는 특성을 보였다. 교수자의 성찰은 문제의 원인 진단에서 해결책 모색으로 관점의 변화가 나타났는데, ENA에서 ‘해결: 수업방식 개선’과 ‘성찰: 교수법 효과성 제고’ 간 연결 가중치가 사전 0.09에서 사후 0.23으로 증가하였다. 본 연구는 교수자가 주도성을 가진 ‘성찰적 실천가’로서 데이터 기반 수업 성찰의 중요성과 AI를 활용한 자기수업컨설팅의 가능성을 보여주었으며, 대학의 교수 지원 프로그램 개발과 개선을 위한 실천적이고 새로운 모델을 제시했다는 점에서 의의가 있다.