오늘의 아티클
https://m.blog.naver.com/bdaxdml/223310491238
[정기 Trend Report] VOL 06. Gen Z 리서치 보고서 : 부트 캠프 인식조사 및 인터뷰
안녕하세요, 빅데이터분석학회 BDA📊입니다. 이번 12월 Gen Z 리서치 보고서의 주제는 ‘부트 캠프 ...
blog.naver.com
아티클 요약
✅ Summary
부트캠프 인식 조사
- 조사 대상 BDA 학회원 74명
- 부트캠프 참여 적절 시기 : 대학교 3,4학년 (70%), 학부 졸업 이후 (27%)
- 기업 채용 연계는 관심을 끄는 요소지만 실제로는 학습자 실력에 맞는 커리큘럼과 프로젝트 개수가 중요하며 특정 주제를 심화 학습하는 커리큘럼이 더 효율적
조사 방식
- 정량조사: BDA 학회원 74명을 대상으로 부트캠프 인식, 참여 여부 등을 조사
- 전공자 32명, 비전공자 41명으로 구성
- 조사 문항은 인지도, 인식, 참여로 구분
- 정성조사: 정량조사 응답자 중 전공자 2명, 비전공자 2명을 인터뷰
- 부트캠프 참여 전 기대와 참여 후 경험을 중심으로 진행
주요 조사 결과
- 적절한 수강 시기
- 응답자의 70%가 대학교 3, 4학년을 가장 적합한 시기로 응답
- 부트캠프 경험자 대부분은 명확한 목표 설정을 강조하며 추천
- 참여 목적
- 주요 목적 : 관련 능력 향상(최다), 관련 분야 경험
- 기업 채용 연계가 관심 요소로는 가장 높았으나 실제 참여 목적은 역량 강화와 경험 축적에 더 초점
- 프로젝트와 커리큘럼
- 학습자의 실력에 따라 프로젝트 수와 커리큘럼 난이도가 적절히 조정될 필요가 있음
- 풀스택 커리큘럼보다 특정 주제를 심화 학습하는 방식이 더 효율적일 수 있음
인사이트
- 학습자 수준에 맞춘 커리큘럼과 적정 프로젝트 개수를 제공하는 부트캠프가 필요
- 부트캠프 선택 시 자신의 실력과 학습 범위에 적합한 프로그램인지 확인하는 것이 중요
고민해볼 점
❓ BDA 학회원 74명의 데이터가 일반 사람들에게도 적용이 된다는 보장이 없다.
❓ 학습자의 실력에 따라 프로젝트 개수나 커리큘럼 난이도가 달라져야 한다는 인사이트를 활용해서 어떻게 실현할 수 있을지 개인화된 교육 제공의 한계는 무엇일까?
교육운영 PM이 되어 적용해본다면?
☹️ 문제 상황
- BDA 학회원은 특정 환경(데이터 분석 학술 동아리)에 속한 집단으로 일반 교육생과는 성향 및 요구 사항이 다를 수 있음
- 이 데이터를 기반으로만 인사이트를 도출하면 특정 집단의 요구에만 맞춰져 다양한 배경의 학습자를 충분히 만족시키지 못할 위험이 존재
- 직장인은 조사 대상에서 배제됨
💡 실행 방안
- 추가 데이터 수집 및 검증
- 타깃 학습자를 다양화하여 설문 조사와 인터뷰를 진행
- 부트캠프 참가를 고려하는 직장인, 전직 희망자, 비전공자 등 다양한 집단을 대상으로 요구 사항과 기대를 파악
- 다른 부트캠프 사례 분석
- 유사한 타깃 그룹을 대상으로 성공적으로 운영된 부트캠프 사례를 참고하여 적용 가능한 요소를 벤치마킹
- 기존 사례와의 비교를 통해 BDA 데이터의 일반화 가능성을 간접적으로 평가 </aside>
☹️ 문제 상황
- 학습자마다 실력과 학습 속도가 다르기 때문에 동일한 커리큘럼이 모든 학습자에게 효과적이지 않을 수 있음
- 지나치게 많은 프로젝트나 과도한 난이도는 일부 학습자에게 좌절감을 주고 반대로 난이도가 낮으면 도전 의식을 줄일 수 있음
💡 실행 방안
- 사전 진단 테스트 도입
- 입학 전 사전 테스트(코딩 테스트, 설문조사)를 통해 학습자의 현재 실력을 평가하고 ‘상’, ‘중’, ‘하’로 그룹화
- 결과에 따라 각 수준에 맞춘 기본 학습 경로를 제공
- 모듈형 커리큘럼 설계
- 공통 모듈 : 모든 학습자가 수강해야 하는 필수 기본 과정
- 선택 모듈 : 학습자가 자신의 실력과 관심사에 따라 선택할 수 있는 심화 과정
- 동일한 교육 내에서도 개인화된 학습 경로를 제공
- 유연한 프로젝트 설계
- 프로젝트 개수를 선택하거나 난이도를 조정할 수 있는 시스템 구축 (프로젝트 진행 전 역할 수행이 불가능하다고 판단되면 개인 학습으로 전환)
- 학습자가 프로젝트를 진행하면서 부족한 역량을 보완할 수 있도록 멘토링 세션을 제공
- 실시간 피드백과 조정
- 학습 진행 중간에 주기적인 피드백 세션을 열어 학습자의 어려움을 파악하고 필요 시 커리큘럼을 수정
- 강사와 멘토가 개인의 학습 상태를 점검하여 학습자의 목표 달성을 지원
- 🌟기술 기반 솔루션 활용
- 학습 플랫폼에 AI 기반 맞춤형 추천 시스템을 적용하여 학습 데이터와 진행 상황에 따라 추천 강의나 추가 자료를 제공
📈 기대 효과
- 학습자의 개별 요구를 충족
- AI 활용을 통한 운영 효율성 증대
- 운영 효율성과 학습 효과를 지속적으로 강화 (지속 가능한 교육 모델 구축)