I. 서론 배경 및 목적: 교육부는 2025년부터 AI 디지털교과서를 도입할 예정이며, 이에 따라 수학 교과에서 학생의 개별 특성에 맞는 맞춤형 교육을 실현하기 위해 정확한 학습자 진단과 데이터 분석 시스템이 필수적임 (교육자료 강등)

이 연구는 수학 AI 디지털교과서에 적합한 학습자 데이터 수집 및 분석 모델을 제안.

II. 선행 연구 개별화 교수·학습: 기존에는 특수교육, 영재교육 등에 주로 적용되었으나 최근에는 일반 교육에서도 AI 기반의 동적 진단 모델(dynamic framework)이 제안됨.

학습 스타일 비판: 단순 선호보다는 인지 능력 평가 중심의 진단이 필요하다는 주장.

분석 요소:

인지적 요소: 문제해결력, 메타인지

정의적 요소: 불안, 학업효능감

행동적 요소: 시간관리, 수업참여

III. 학습자 데이터 수집 분석 사례 국내 주요 사례:

‘똑똑! 수학탐험대’: 수 세기, 수의 순서, 연산유창성 등 기초 수학 능력을 사전 진단.

‘Askmath’: 초등 3~6학년 대상의 학습경로 기반 개념 이해도 진단.

분석 도구:

시선 추적(Eye tracking)

이벤트 데이터 (문제 풀이 시간, 클릭 등)

자기 응답 설문 (정서적 태도)

IV. 학습자 데이터 구축 분석 모델 제안된 모델은 학습을 시기별로 구분:

학습 전: 학습 준비도, 수학습관, 자신감, 불안, 학습의욕 등 진단