오늘날의 디지털 시대에서 특별히 빠르게 성장하는 학문 분야가 컴퓨터 공학입니다. 미국노동통계국(BLS, US Bureau of Labor Statistics)에서 발표한 자료에 따르면 컴퓨터 공학은 앞으로 세계 경제에서 급성장할 주요 직업군 중 하나로, 2028년까지 컴퓨터 공학 분야는 21% 성장율이 예상된다고 합니다. 이렇게 수요가 급증하는 한 편, 취업을 준비하는 졸업 예정자들과 대학에게 모두 중요한 컴퓨터 공학 프로그램들의 롤아웃은 대학들에게 고민거리가 아닐 수 없습니다.
대한민국의 교육은 컴퓨터 공학 및 IT 분야 투자 측면에서는 비교적 좋은 성적표를 보이지만, 시험 채점이나 형성적 피드백 제공 관련해서 교수자가 느끼는 한계나 어려움은 한국 대학들도 크게 다르지 않습니다. STEM 과목 시험 채점시 특히 고려되어야 하는 사항들을 이해하고, 교수-학습 참여자들의 니즈(needs)를 반영하는 종합적인 채점 플랫폼이 필요한 이유입니다. 한양대학교 융합전자공학부 교수이자 오랜 Gradescope의 이용자인 김호근 교수는 이러한 문제 인식을 가지고 이를 해결할 솔루션 탐색에 적극적이었고, 마침내 그 고민을 해결해준 Gradescope에 관한 그의 경험을 나누어 주었습니다.
컴퓨터 공학 수업 교수들이 겪는 가장 큰 어려움이 무엇인지 물었을 때 김 교수는 프로그래밍 랩과 프로그래밍 과제를 채점하는 것이라고 답했습니다.
“학생들이 정확히 어디에서 막혔는지 찾아내어 디버깅(de-bugging) 과정을 돕는다는 게 사실 꽤 어렵습니다. 학생들이 코딩하는 내내, 옆에 같이 앉아 지켜보는 게 아니라면 말이죠… [그리고] 학생들이 제출한 코드 중 어떤 것들은 컴파일(Compile)이 안 되거나 채점자 환경을 바꾸지 않고는 아예 채점이 가능하지(gradable) 않은 경우도 있습니다.”
그의 말에 따르면, 대학에서 일반적으로 사용하는 LMS (Learning Management System)는 코딩 과제 채점 때 고려되어야 하는 미묘한 부분들을 반영하지 못하는 경우가 많고, 각 학생들에게 적절한 피드백을 제공하기 어려우며, 자동 채점을 위해서는 따로 셸 스크립트(Shell scripts)를 사용해야 하므로 시간도 많이 소요된다고 합니다.
김 교수는 꽤나 오래 전부터 이것에 문제 의식을 가지고 있었습니다. 학생에서 교수로 변모하는 과정 전반에 걸쳐, 그는 이 문제를 어떻게 개선할 수 있을까 고민해왔습니다. 처음 이 문제를 인식한 건 대학 신입생일 때로, 과제나 시험 결과 관련하여 교수님이나 조교로부터 시의적절하고 실제적으로 도움 되는 피드백을 받기 어렵다는 생각이 들었다고 합니다. 시간이 흘러 조교가 되고 보니, 채점해야 하는 학생 페이퍼는 많고 첨삭 시간이 많이 소요되어, 각 학생들에게 시간 내에 유의미한 피드백을 주는 것이 결코 쉽지 않은 일임을 실감했습니다. 보통, 한 과목 시험 채점에 2주 정도가 소요되는데, 채점 과정 중 기존에 세워놓은 기준에서 벗어난 답변이 있는 경우, 이에 맞게 기준 및 배점을 변경해야 해서 시간이 많이 걸렸다고 합니다. 또한, 최종적으로 총점 및 문항별 점수, 채점상의 오류가 있는지 여부 등을 꼼꼼하게 확인하는 작업에도 적잖은 시간이 소요되었다고 합니다.
2013년, UC 버클리대학교 (UC Berkeley)의 GSI (Graduate Student Instructor, 대학원생 교수자)였던 그는 학생과 교수자 모두에게 도움이 될 채점 과정 개선 방안을 적극적으로 모색하고 있었습니다. 그러다 Gradescope에 대해 알게 되었는데, 당시 Gradescope은 UC Berkeley 박사과정 중이던 학생 두 명과 교수가 합작하여 만든 혁신적인 소프트웨어로, 그 효과에 만족한 사람들을 중심으로 빠르게 입소문이 퍼지고 있었습니다. GSI 교육에서 Gradescope을 정식으로 소개받은 그는 Gradescope이 그가 오랫동안 개선하고 싶었던 채점 과정을 변화시킬 솔루션임을 직감하며 바로 사용을 결정하였고, 그 때부터 오늘 날까지 Gradescope과 9년간의 여정을 함께 하였습니다.
Gradescope을 처음 이용하면서 그가 가장 만족한 부분은 학생 답안지들을 일괄 스캔하여 Gradescope에 업로드해두기만 하면, 공동 채점자들 간에 답안지를 주고 받는 수고를 할 필요가 없다는 점이었습니다. 당시 두 명의 교수와 두 명의 조교로 이뤄진 공동 채점자 그룹이 함께 채점을 해야 했는데, 학생 답안지를 일일이 주고 받아야 하는 비효율을 해결할 수 있어 무척 편리했다고 합니다. 또한, 언제든 수정 가능한 다이나믹 루브릭을 채점자 간에 공유하며, 겹치지 않고 실시간 동시 채점을 할 수 있다는 점도 놀라웠다고 합니다.
한 편, 컴퓨터 공학에 대한 관심이 높아지고 산업 전망은 밝지만, 그 이면에는 컴퓨터 공학을 전공하는 학생들이 학습에 어려움을 겪고 있는 현실이 있습니다. 전 세계적으로 컴퓨터 공학 과정 미수료율이 꽤 높다는 점에 주목하면, 학생들의 성공적인 학습을 위해서는 교수자의 적절한 지원이 필요하다고 볼 수 있습니다. 학생들의 학습 현황에 따른 비계 설정 (Scaffolding) 및 테스트와 학습 간의 연계가 필요한 이유입니다. 이를 1차적으로 지원하는 것이 바로 Gradescope의 자동채점기(Autograder)입니다.
자동채점기는 미리 구성된 인풋(input)을 입력해 놓으면, 학생들이 코드를 제출했을 때 교수자가 설정해 놓은 학습 목표 체크 포인트를 달성했는지 여부를 자동 확인하여 바로 결과를 도출하는 기술입니다. 코드 제출과 동시에 바로 결과 및 피드백이 제공되므로, 학생 입장에서 즉각적인 학습이 가능할 뿐 아니라, 교수자, 학생 모두의 시간을 절약해줍니다. 수업의 전체적인 학습 목표를 고려하여 체크포인트를 설정하기 때문에 이를 통하여 학생들의 수준 및 학습 현황을 정확하게 파악하고 필요한 피드백이 바로 제공된다는 점이 장점입니다. 그가 한양대에서 가르치는 학생들은 이에 대해 “마법처럼 놀랍다”며 매번 감탄한다고 합니다. 그도 자동채점기가 그의 수업 레벨 자체를 한 단계 끌어올렸다고 말합니다.
2차적으로, 교수자는 Gradescope의 다이나믹 루브릭(Dynamic rubrics) 을 통해 학생들의 학습을 지원할 수 있습니다. 다이나믹 루브릭은 과제나 시험에 대해 자세하고 적절한 형성적, 총괄적 피드백 제공을 가능하게 함으로써, 학생들이 본인들의 이해 미흡 지점을 정확하게 파악할 수 있게 한다는 장점이 있습니다. 이 부분은 김 교수가 Gradescope을 사용해 채점 및 평가를 진행했던 수업의 학생들의 반응에도 고스란히 나타납니다.
“제 학생들은 Gradescope의 피드백과 루브릭 기능에 대단히 만족해합니다. 강의 평가 상에서도 루브릭을 통해 공정하고 투명한 채점 결과를 볼 수 있었고, 본인이 학습적으로 어떤 부분을 보완해야 하는지 확실하게 알 수 있었던 점에 대한 만족도가 높았습니다.”
교수와 학생 모두가 행복한 교실을 만들고 수업의 질을 높이기 위해서는 효율화가 꼭 필요합니다. 현실적인 이유들로 대학의 수업 운영이 항상 가장 효율적으로 이뤄지지는 못 하는 상황이지만, 다행히 많은 교육업계 종사자들이 교수자는 행정적인 일을 줄이고 교육에 집중할 수 있어야 한다는 점과 수업에서의 기술 활용이 학생들의 성공적인 학습과 교수자의 워크플로우 개선에 주요한 역할을 한다는 점을 점차 인정하며 변화하고 있습니다.
물론, 모든 교육 관련 기술(Ed tech)이 다 좋은 것은 아니므로, 담당자는 한정된 재원 내에서 최선의 선택을 할 수 있게끔 옥석을 가려낼 수 있어야 할 것입니다. 이것을 위한 가장 좋은 방법은 실제 사용해 본 교수자들의 경험을 참고하는 것입니다. 김 교수는 프로그래밍 인터뷰 (기술 문제 기반 면접 기술)에 Gradescope이 아닌 유사 프로그램을 사용해보았는데, Gradescope과 비교했을 때 유연성과 주도성 면에서 큰차이를 느꼈다고 말했습니다.
“Gradescope은 기본적으로 교수와 학생이 주도적으로 자유롭게 소통할 수 있는 플랫폼으로 디자인 되어져 있습니다. 또한, 수업이나 과제의 특성, 교수-학습자의 니즈에 따라 다양한 형태로 유연하게 활용할 수 있다는 점도 Gradescope만이 가지는 장점입니다.”
한편, 교수자가 교육에 집중할 수 있을 때 수업의 질은 향상되고 교수력은 강화되는데, 그는 이러한 점에서 채점 시간을 거의 절반으로 경감시켜준 Gradescope이 큰 변화를 가져왔다고 말합니다. 예전에는 최대 21시간 정도가 걸렸던 시험 답안 채점이 Gradescope을 이용하면 6-9시간이면 가능하다고 합니다. 프로그래밍 과제는 학기당 3개 정도 부과하는데, 이전에는 보통 과제당 13시간의 채점 시간이 소요되었지만 이제는 5-7시간이면 채점을 완료할 수 있다고 합니다. 여기에 자동채점기 (autograder)를 활용하면 3-4시간까지도 시간이 줄어듭니다.
개인 채점 뿐 아니라, 공동 채점의 경우에도 확실한 시간 절약이 가능합니다. 공동 채점자와 답안을 주고 받는 데 불필요하게 소모되던 시간과 에너지를 줄이고, 채점 기준을 변경시 이미 채점한 답안에도 자동 적용이 되며, 공동 채점자가 함께 실시간으로 채점할 수 있다는 점도 효율성을 크게 높였습니다. 게다가, Gradescope 상에서 성적 게시, 성적 정정 요청과 반영까지 모두 가능하니, 교수자의 워크플로우 효율이 극대화된다고 할 수 있겠습니다.
교수자 수업 운영의 효율성이 좋아질수록, 교수자가 학생의 학습적 니즈에 더 반응할수록 학생이 성공적으로 학습할 확률은 더 높아집니다.
“Gradescope을 통해 이제 3-4일 내에 학생들에게 피드백을 줄 수가 있습니다. Gradescpe 전에는 불가능하던 속도지요. 프로그래밍 과제는 자동채점기로 즉각 채점 결과를 제공할 수 있어 좋습니다. 신속한 피드백과 투명한 채점 기준 공개로 인해 학생들의 전반적 수업 만족도가 상승하였고, 교수와 조교의 부담도 경감되었습니다.”
Gradescope이 가져온 여러 변화 중 그는 학생들에게 시의적절하고 학습적으로 유의미한 피드백을 줄 수 있게 되었다는 점 외에, 교수자로서의 수업, 특히 채점 과정에 대한 태도에 변화를 주었다고 말했습니다.
“이전에는 채점 과정이 소모적이고 큰 의미가 없는데 어쩔 수 없이 해야 하는 임무 정도라고 생각했다면, Gradescope을 통해 채점 과정이 학생들이 현 단계를 파악하고, 효과적이고 유의미한 다음 단계로의 학습으로 연계되는 중요한 과정이라고 생각할 수 있게 되었습니다.”
9년이라는 오랜 시간동안 Gradescope과 함께 해온 이용자로서 처음부터 Gradescope의 도전과 발전을 지켜본 김 교수는 앞으로도 이를 적극 활용하겠다는 입장인데, 이번 학기에는 교과서 수록 예제들을 선택적으로 과제로 출제하여, Gradescope으로 채점할 예정이라고 합니다. 또한, Gradescope이 국내에서 정식 런칭하여 사용 가능하게 된 만큼, 본인이 Gradescope으로 경험한 긍정적인 변화를 동료 교수 및 연구자들에게도 전하고자 한다고 합니다.
마지막으로, 앞으로의 수업 및 평가의 미래상을 묻는 질문에 그는 앞으로 AI (Artificial Intelligence)를 활용한 교수 학습 도구는 더욱 확대될 것이며, 이는 전반적으로 교육에 긍정적인 효과를 가져올 것이라고 예상했습니다. 채점과 피드백 제공 과정에 AI를 통한 자동화 기술이 더 확산 적용되면 교육 결과 측정이 더 편리해질 것이고 결과적으로 교수자와 학생들에게 도움이 될 것이라고 전했습니다.
Gradescope은 모든 과목에 사용이 가능합니다.
Gradescope으로 모든 과목의 채점이 가능하며, 모든 형태의 과제와 시험에 활용 가능합니다.