풍부하고 복합적인 유아들의 상호작용

[표 6] 수업 지도안의 예시(1차시) UNIT weather (날씨) 차시 1/8 학습 목표 1. AI 음성인식 시스템과 상호작용하여 날씨를 물어볼 수 있다. 2. 날씨에 관련된 단어를 익히고 말할 수 있다. 3. 오늘의 날씨를 묻고 AI 음성인식 시스템의 응답을 이해 할 수 있다. 준비 사항 구글홈, 날씨 관련한 수업자료(까이유와 날씨얼굴표정교구), TV 학습 절차 단계 교수학습활동 시 간 도입 ▪ (인사나누기)Greetings ▪ 오늘 날씨에 대해 자연스럽게 이야기 나눈다. 5‘ 전개 흥미 유발 ▪ (준비된 교구를 제시하여 날씨에 관련된 단어와 구문을 익힌다.) T: 친구가 옷을 하나도 안 입었네. 날씨가 추운 것 같은데,우리 날씨에 맞게 옷을 입혀줘 볼까? How is the weather today? It is sunny. (햇빛이 있을 땐 무슨 옷이 좋을까?) It is cloudy. (구름이 햇빛을 가려서 날씨가 흐리네..) It is snowing. (눈이 오고 있어.) It is windy. (쉭쉭 바람이 부네. 어떤 옷이 괜찮을까?) It is raining. (비가 오는구나.) (목표 구문과 어휘를 계속해서 따라할 수 있도록 지도한다.) ▪ (역할 바꾸기 게임을 하며 구문과 어휘를 익힌다.) T: 이번에는 선생님이랑 역할을 바꾸어보자 네가 How is the weather today? 하고 물어보면 선생님이 대답을 해볼게. 10‘ 상호 작용 ▪ 구글홈과 상호작용하는 모습을 보여준다. T: Ok, google! (대화의 첫 시작을 알리는 호출음임을 알려준다.) How is the weather today? G: It is sunny. T: 구글이 뭐라고 했는지 들었니? 다시 한번 잘 들어보자! Ok, google! How is the weather today? G: It is sunny. ▪ 다른 구문으로 목표 어휘를 들어 볼 수 있도록 한다. Is it raining/sunny/windy/ snowing/cloudy? (목표 어휘를 중심으로 구글홈의 응답을 주의 깊게 들어본다.) ▪ 학습자에게 시도해 볼 수 있도록 기회를 주고, 유아가 여러 번 시행착오를 겪더라도 격려하며 교사는 조력자의 역할을 한다. ▪ 목표문장으로 AI 음성인식 시스템에게 말해보는 미션을 해보고, 목표어휘를 구글홈에게서 얻었을 때 충분히 칭찬해 준다.) 10‘ - 31 - [그림 3] 1차시 수업 장면 [그림 4] 마무리 수업 장면 3.4 자료 수집 본 연구에서는 사례연구 방법의 연구과정에 사용된 자료수집 및 수집 방법을 기술한다. 연구자는 본 사례연구를 다양하고 심층적으로 관찰하고자 신뢰도와 타당성을 높이기 위하여 연구자의 관찰일지 및 수업이 녹화된 비디오 관찰, 학부모의 면담 등의 다양한 자료들을 수집하고, AI 음성인식 시스템 기반 수업과정 및 결과를 분석하였다. 자료의 다각화를 위하여 수업 관찰일지, 학부모 인터뷰, 학습동영상 전사 자료를 약 2개월 간 수집하였 다. 주 1~2회 교사와 진행한 AI 음성인식 시스템과 상호작용한 수업을 녹화한 동영상 27편(790분)을 돌려보면서 전사하였고, 학부모 인터뷰 녹 음자료 3개(약 115분)를 전사하였다. 또한 수업 후 작성한 관찰일지 36 편을 수집하였다. 수집한 자료는 범주화 과정을 거쳐 질적으로 분석하였 정리 마무리 ▪날씨 동요 듣기 및 평가 -구글홈을 사용해 날씨에 관련한 노래를 TV (유튜브 http://www.youtube.com/) 등을 활용하여 들어보며 수업을 평가해보는 시간을 갖는다. T: Ok, google! Play ‘How is the weather song’ on youtube on the TV. G: Sure. I’m now playing ‘How is the weather song’ on youtube. 5‘ - 32 - 으며, 수업녹화 동영상을 돌려보며 여러 차례 반복하여 분석하였다. 전사 한 스크립트의 정량적 데이터를 만들기 위해 연구자가 고안한 AI 음성인 식 상호작용 코드(AIIC: Artificial Intelligence Interaction Code)로 분석 하였다. 또한 전사한 스크립트와 AIIC코드로 분석된 데이터의 교차확인을 동료교사의 도움을 받아 이중으로 검토하고 자료 해석 과정의 타당성과 신뢰성을 확보하고자 하였다. 3.4.1 면담 및 설문조사 연구자는 수업에 대한 사전이해 증진과 실행한 수업의 문제점을 확인하 고자 학부모와 사전ㆍ사후 면담을 실시하였다. 사전 면담으로는 유아 참 여자들의 개인 특성 및 기존 영어 학습여부를 물었으며, 사후 면담으로는 수업 외 자녀와 피드백내용과 수업 후, 학습주제와 관련한 반응정도 등 개방형 질문으로 면담을 실시하였다. 이를 통해 연구자는 AI 음성인식 시 스템 학습과 관련된 유아들의 수업 외 행동들과 생각을 학부모를 통해 객 관적으로 확인할 수 있었다. Agar(1980)에 의하면 관찰로 얻은 자료가 비속적인 비형식적 면담에서 어떠한 정보를 얻어야 하는지에 대한 안내자료라면, 면담으로부터 얻은 정보 또한 중요하다고 하였다. 인공지능 음성인식 시스템으로 학습 프로그램을 진행한 후, 사후 면담을 통해 자녀의 변화 등을 질문하였으며, 학부모의 동의를 얻어 면담 내용을 녹음하였다. 연구에 사용된 학부모 대상 설문조사 질문은 , 에 제시되었다. - 33 - 3.4.2 관찰일지 및 수업녹화 수업관찰은 객관적이고 상세한 관찰이 가능하도록 눈과 귀를 통해 들어 오는 것을 허심탄회하게 받아들이는 태도가 중요하다. 관찰일지는 수업 중에 발생하는 사실과 현상, 행동을 객관적으로 기록할 목적으로 사용된다. 효과적인 관찰을 위하여 Yoloye(1977)는 관찰 대상으로 적합한 사실이나 현상, 행동에 주의를 집중해야 한다는 점을 강조하면서, 특히 교사와 학 생의 행동에 대한 객관적인 기록의 작성을 역설하였다. 풍부하고 복합적인 유아들의 상호작용을 기록하는 방법으로 캠코더를 활용하여 유아들과 AI 음성인식 시스템 간에 이루어지는 언어적ㆍ비언어 적 상호작용의 미묘함을 기록하였다. 수업 당시에 발견하기 어려웠던 유 아들의 행동이나 발화도 촬영을 한 후, 반복해서 녹화된 영상을 분석하며 놓 친 부분이 없는지 확인하였다. [그림 5]에서 캠코더는 유아들의 시선을 끌 지 않도록 최대한 작은 캠코더 장비와 핸디형 삼각대를 활용하였으며, 교 사와 학습자의 측면에 삼각대를 사용하여 배치함으로 시야에서 배제시켰 다. 캠코더는 한정된 시야 범위를 가지고 있어, 최대한 광각의 렌즈가 부 착된 캠코더를 활용하여 유아들의 모습을 최대한 놓치지 않도록 하였다. AI 음성인식 시스템은 유아들의 학습참여율을 높이기 위하여 눈과 입 을 붙여서 [그림 6]과 같이 의인화하였다. [그림 5] 캠코더 등 수업장비 [그림 6] AI 음성인식 시스템(구글홈) - 34 - 3.5 자료 분석 자료 분석은 연구자가 직접 수집한 자료를 확실하고, 신뢰할 수 있고, 정 확하게 올바른 방식으로 정리하는 것이다. 즉, 연구 결과를 논의의 여지없 이 설득력 있게 제시하는 일이다(Wolcott, 1994). 자료해석은 자료에서 어 떤 의미를 찾으려는 시도이며, 질문에 답하려는 시도이다. 3.5.1 면담 자료 및 관찰일지 분석 본 연구 참여자 학부모와의 면담내용은 사전에 학부모의 동의를 구하여 녹음되었으며, 연구자가 한글파일로 전사하였다. 각 개인별, 일자별로 파일 을 만들어서 분류하고 확인하는 과정을 거쳤다. 관찰일지는 수기로 기록하였으며, 녹화된 수업의 전사 또한 대부분 수 기로 작성하였다. 필요한 부분은 컴퓨터 한글 프로그램으로 작성하여 기 록하였다. 먼저 코딩을 통해 도출한 하위 범주에 해당하는 내용이 있으 면, 따로 분류하여 정리하였다. 전사된 자료는 텍스트 덩어리로 잘라서 특정 범주로 정리하기 위하여 많 은 연결가능성을 염두하고 되도록 많은 범주로 자료를 개편하는 개방형 코 딩과, 중심 범주 내에 하위 범주를 배치시켜서 분류하는 축 코딩을 통해 전사된 자료를 선별하여 범주를 다듬어 갔다. 3.5.2 수업녹화 AIIC 코드 분석 수업녹화 분석은 유아영어학습자의 상호작용 시도와 AI 음성인식 시스 템의 피드백을 한눈에 볼 수 있도록 연구자가 고안한 4개의 코드(AIIC : Artificial Intelligence Interaction Code)를 활용하여 정리하였다.