온라인 학습자의 학습 행동과 성과에 대한 탐색적 연구: LMS 로그데이터 기반
An Exploratory Study of Online Learners’ Behavior and Performance: Evidence from LMS Log Data
김향미(LG AI연구원); 전광호(서울사이버대학교)
10권 2호, 93~100쪽
초록
본 연구는 비동기식 온라인 학습 환경에서 학습자의 자기조절학습 요소인 학습동기와 시간관리 전략이 학업 성과에 미치는 영향을 학습관리시스템(LMS) 로그데이터를 활용하여 실증적으로 분석한 탐색적 연구이다. 국내 AI 관련 온라인 교육 과정에 참여한 1,265명의 실제 학습 로그데이터를 기반으로, 학습 빈도, 학습 규칙성, 접속 간격 등의 행동 데이터를 주요 변수로 설정하고 로지스틱 회귀분석 및 K-means 군집분석을 수행하였다. 분석 결과, 초기 학습동기는 학업 성과에 유의한 영향을 미치지 않은 반면, 높은 학습 빈도와 규칙적인 학습 패턴은 학업 성과에 긍정적인 영향을 주는 것으로 나타났다. 특히, 규칙적으로 학습에 참여하고 일정한 학습 간격을 유지한 학습자는 그렇지 않은 학습자보다 과정 이수율이 유의미하게 높았다. 학습자는 행동 특성에 따라 ‘우수 학습자’, ‘불규칙적 학습자’, ‘탐색형 학습자’, ‘미참여 학습자’의 네 집단으로 분류되었으며, 각 집단 간 학업 성과 차이는 통계적으로 유의미하게 나타났다. 이러한 결과는 단순한 학습 동기보다도 실제 학습 실행과 관련된 전략, 특히 시간관리와 학습의 일관성이 온라인 학습의 성과에 보다 큰 영향을 미친다는 점을 시사한다. 본 연구는 학습자의 실제 행동 데이터를 기반으로 학습 전략을 정량적으로 분석함으로써, 맞춤형 학습 지원 방안과 조기 개입 전략 수립의 필요성을 제언하며, 효과적인 온라인 교육 설계를 위한 실천적 시사점을 제공한다.
Abstract
This exploratory study empirically investigates the impact of self-regulated learning components - namely learning motivation and time management strategies - on academic achievement in asynchronous online learning environments, using Learning Management System (LMS) log data. A total of 1,265 participants enrolled in an AI-related online course, and their behavioral data - such as login frequency, learning regularity, and session intervals - were analyzed as key variables. Logistic regression and K-means clustering techniques were employed to examine the relationship between learning behaviors and course completion outcomes. The results showed that while initial learning motivation did not have a statistically significant effect on academic achievement, frequent and regular engagement in learning activities positively influenced learning outcomes. In particular, learners who maintained consistent study intervals and logged in at regular times were significantly more likely to complete the course successfully. Based on learning behavior patterns, participants were classified into four distinct groups: High Engagement Learners, Inconsistent Learners, Exploratory Learners, and Non-Engaged Learners. Statistically significant differences in academic achievement were observed across these clusters. These findings suggest that in asynchronous online learning environments, actual behavioral strategies - especially time management and learning consistency - play a more crucial role in academic success than initial motivational levels. By analyzing real behavioral data captured through the LMS, this study provides empirical evidence highlighting the need for early identification of at-risk learners and the development of personalized support and intervention strategies. Ultimately, the results contribute practical insights for the design of effective and data-informed online education programs.
- 발행기관:
- 한국비즈니스학회
- 분류:
- 과학기술학