npsm 새물리 New Physics : Sae Mulli

pISSN 0374-4914 eISSN 2289-0041
Qrcode

Article

Research Paper

New Phys.: Sae Mulli 2022; 72: 525-536

Published online July 31, 2022 https://doi.org/10.3938/NPSM.72.525

Copyright © New Physics: Sae Mulli.

Discussions on Teaching Methods for Online Physics Experiments

Jongwon Park1*, Haktae Kim2, Minkyung Kim3, Gyeongseon Lee4, Hanghwa Hong5

1Chonnam National University, Gwangju 61186, Korea
2Gwangju Mujin Middle School, Gwangju 61633, Korea
3Singa Middle School Gwangju 62295, Korea
4Muanbuk Middle School, Muan 58521, Korea
5Gwangju National University of Education, Gwangju 61203, Korea

Correspondence to:*E-mail: jwpark94@jnu.ac.kr

Received: April 21, 2022; Accepted: June 12, 2022

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License(http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

This study was conducted to alleviate the difficulty of teaching online physics experiments. To this end, five methods for teaching online physics experiments based on a literature review are summarized: experiments using simulations, experimental videos, remote experiments, experiments focusing on data analysis, and hands-on experiments at home. In this study, the advantages and disadvantages of these five online experimental methods and the conditions for effectively using online physical experiments are summarized. Therefore, the results of this study should be useful for teaching actual online physical experiments. Although this study was initiated because of complete online education caused by COVID-19, online physics learning should continue to expand in ordinary learning situations. Therefore, the results of this study can be meaningfully used even after the COVID-19 pandemic.

Keywords: Online physics experiment, Simulation, Remote experiment, Experimental video, Data analysis, Experiments at home

본 연구는 온라인 물리실험 지도의 어려움을 돕기 위해 수행되었다. 이를 위해 문헌조사를 통해 가능한 온라인 실험지도 방안을 다음 5가지로 정리하였다: 시뮬레이션을 이용한 실험, 실험 비디오, 원격실험, 데이터 분석 중심의 실험, 가정에서의 직접 실험. 본 연구에서는 5가지 온라인 물리실험 방법의 장점들과 단점을 정리하고, 효과적인 활용을 위한 조건들을 제안하였다. 따라서 본 연구결과은 실제 온라인 실험지도에 유용하게 활용될 것으로 본다. 본 연구는 COVID-19에 의한 전면적인 비대면 수업 때문에 시작되었으나, 미래에는 일상적인 학습 상황에서도 온라인 물리학습이 계속 확대될 것으로 예상되므로, COVID-19 상황이 종료된 후에도 본 연구결과는 의미있게 활용될 수 있다고 본다.

Keywords: 온라인 물리실험, 시뮬레이션, 원격실험, 실험 동영상, 데이터 분석, 가정에서의 실험

2020년 COVID-19 상황으로 선택의 여지가 없이 갑작스럽게 모든 초중고에서 일시적으로 온라인으로 물리수업을 하게 되면서, 물리교사들은 많은 어려움을 겪게 되었다. 특히 COVID-19 상황에서의 온라인 학습은 이전에 해왔던 온라인 학습과는 근본적으로 다르다는 지적이 있다[1]. 즉 COVID-19 이전에는 온라인 수업과 대면 수업을 적절하게 조화시켜 진행할 수 있었지만, COVID-19 상황에서는 모든 수업을 온라인으로 해야 하므로, 온라인 수업을 위한 준비가 되어있지 않은 교사도 많았고, 시스템적으로나 인적으로 온라인 교육을 위한 지원이 충분하지도 않았다[2].

이에 교육학자들과 교사들은 이러한 어려움을 해결하기 위한 다각적인 노력을 함께 해 왔다. 예를 들어, 2022년 1월 초에 google scholar에서 2020년 이후 발표된 논문 중에서 ‘covid-19 online learning’으로 키워드 검색을 해 보면 관련된 논문만 12만여 개가 검색되었다. 또한 미국 물리교사협회(AAPT: Association of American Physics Teacher)에서는 물리 학습 지도를 위한 사이트(PhysPort: https://www.physport.org/)를 운영하고 있는데, 그곳에서는 ‘갑자기 온라인 실험을 해야 하는데 어떻게 해야 하나?’라는 질문에 대해 많은 전문가가 다양한 이론과 함께 실제적인 아이디어를 제안하여 이를 공유하고 있다. 이러한 아이디어 공유 사이트는 비단 물리 영역에만 있는 것은 아니다. 예를 들어, 2020년 3월 facebook에는 “Strategies for Teaching Chemistry Online (SFTCO)”이 생성되어, 2021년 7월에는 약 4,600여 명의 회원이 활동하고 있었는데[3], 여기에서는 화학 지도와 관련된 어려움과 성공적인 사례 경험 등을 공유하고 토론하는 방식으로 운영되고 있다. 현재 게시물에서 가장 많은 키워드를 보면, laboratory, technology, assessment 등으로 나타나, 화학 분야에서도 온라인 실험 지도에 관심이 많다는 것을 알 수 있다.

이처럼 온라인 교육을 위해 많은 교사와 교육학자들이 다양한 노력을 기울여 왔지만, 해결해야 할 어려움은 아직도 많이 있다[4]. 특히 온라인 과학학습 상황에서 실험 지도에 대한 어려움을 보고한 연구들이 많이 있다. 예를 들어, 아일랜드 초중등교사 269명을 대상으로 한 연구에 의하면, COVID-19 상황에서 초등교사의 12%와 중등교사의 37%가 탐구활동을 전혀 못 하고 있다고 하였다[5]. 또 우리나라에서는 초등학교에서 원격 학습을 위한 콘텐츠를 이용한 탐구 경험을 제시한 수업이 22% 정도로 부족하다는 보고와 함께[6], 초등학교 과학 전담 교사 응답자의 61%가 온라인 수업에서의 탐구활동 지도를 가장 어려워한다고 응답한 보고도 있다[7]. 또 다른 연구에서도 우리나라 초등교사 응답자의 70%가 과학 수업에서 직접적인 관찰 및 실험활동을 어려워한다는 보고가 있다[8]. 이에 본 연구는 물리 분야에 한정하여 온라인 상황에서의 실험 지도에 초점을 맞추었다.

물론 COVID-19가 종식되면 기존처럼 대면 교육으로 바뀔 것이므로, 온라인 물리 실험 지도의 어려움을 고민할 필요가 없다고 생각할 수도 있지만, 원격교육은 앞으로도 계속 확대될 것으로 예상되므로[9], COVID-19 이후의 물리 학습 지도를 위해서도 온라인 물리 실험에 관한 연구는 필요하다고 본다.

이에 본 연구에서는 온라인 물리 실험을 위한 다양한 방법들을 조사하고, 그러한 방법들의 장점과 단점, 그리고 효과적인 적용 방안을 정리하고 논의하는 것을 목표로 하였다.

이를 위해 구체적으로 온라인 상황에서 할 수 있는 물리 실험으로 시뮬레이션을 이용한 실험[10, 11] 이나 원격실험 (remote experiment)[12], 데이터 분석 중심의 탐구활동[13] 이나 실험 및 시범 비디오를 이용한 탐구활동[14], 그리고 실험 키트나 스마트폰을 이용하거나 인터넷 또는 주변에서 쉽게 구할 수 있는 장비를 이용한 가정용 실험[15, 16]을 중심으로 조사하였다.

본 연구는 문헌조사에 의해 실시되었다. 먼저 온라인 물리 실험의 유형을 조사하기 위해 google scholar와 대학 도서관의 논문검색 기능을 이용하여 ‘onlne experiment (or inquiry, laboratory)’, ‘COVID-19 & science education’ 등의 키워드를 이용하여 온라인 과학실험을 위해 어떤 유형의 실험방법들이 활용되었는지를 조사하였다. 이렇게 검색된 논문에서 제목과 초록을 통해 온라인 과학실험을 유형별로 구별하였는데, 검색된 논문의 양이 워낙 많아서, 논문을 읽으면서 온라인 실험 유형별로 나누면서, 더 이상의 새로운 유형에 대한 논문이 나오지 않는다고 판단되었을 때, 논문 조사를 마쳤다. 그리고 이 과정에서 주요 논문이 누락될 수도 있으므로, ‘Sicnece Education’과 같은 대표적인 과학교육 논문집들에서 별도로 온라인 실험에 관련된 논문을 검색하였고, 이를 다시 온라인 실험 유형을 나누는 데 참고하였다. 그리고 논문을 읽으면서 논문에서 인용된 논문들을 추가로 2차 검색하는 방식을 사용하여 검색범위를 확장하였다. 반대로 논문조사의 범위를 좁히기 위해서는 물리 실험 내용이 포함된 논문을 우선으로 조사하였다. 그 결과, 온라인 실험방법을 시뮬레이션을 이용한 실험, 원격실험, 가정에서의 실제 실험, (빅)데이터 분석, 그리고 실험/시범 동영상을 이용한 방법의 5가지로 분류할 수 있었다.

그리고 검색된 논문 중에서 온라인 실험의 장점과 단점, 그리고 효율적인 사용방법에 대한 제안 내용이 포함된 논문들을 추출하여, 그 내용을 온라인 실험 유형별로 정리하였다. 이때 모든 논문을 다 살펴볼 수는 없으므로, 논문을 읽으면서 장점과 단점, 효율적인 사용 방법에 대한 내용을 정리하면서, 추가로 읽은 논문에서 정리된 내용이 반복되고 추가적인 내용이 더 없다고 판단되면, 논문에 대한 조사를 마쳤다.

본 연구는 문헌을 통해 온라인 상황에서의 물리탐구 실험 지도를 위한 방법들을 시뮬레이션, 원격실험, 가정에서의 실제 실험, (빅)데이터 분석, 그리고 실험/시범 동영상을 이용한 실험 방법 5가지로 나누어 조사하였다.

1. 시뮬레이션을 이용한 온라인 물리실험

온라인으로 할 수 있는 과학실험으로, 시뮬레이션은 여러 연구자에 의해 제안되어 왔다[12]. 물리 시뮬레이션도 국내외적으로 그동안 많이 개발되어 왔고 (Appendix A 참고), 현재까지도 다양한 목적으로 시뮬레이션을 활용한 연구들이 수행되고 있다[10, 11, 17]. 또한 시뮬레이션을 물리 수업에 적용하여 긍정적인 결과를 얻었다는 보고들도 많이 있다[18]. 실제로 학교에서도 물리 교사들이 시뮬레이션을 많이 활용하고 있어, 온라인 상황에서도 학생들이 쉽게 실시간으로 교사와 상호작용하면서 활동지 등을 이용하여 시뮬레이션을 이용한 물리 탐구 실험을 수행하도록 할 수 있다.

사실 대면수업과 온라인 수업이 조화롭게 진행될 수 있는 상황에서는 시뮬레이션을 이용한 실험활동을 특별한 상황이나 목적 하에 사용할 것을 권고하였다. 즉 대면 수업에서는 실제로 가능한 실험을 직접 수행하고, 시뮬레이션은 실제로 수행하기 어렵거나 위험한 실험, 너무 많은 시간이 소요되거나 고가장비가 필요한 실험 등에만 활용하도록 권고해 왔다[10].

그러나, 전면적인 온라인 수업 상황에서는 실제로 가능한 실험활동도 시뮬레이션을 활용해야 하는 경우가 생기고, 따라서 시뮬레이션의 다양한 장점을 적극적으로 활용할 필요가 있다. 예를 들어, 시뮬레이션을 이용하면 실험 장비의 조작이나 자료수집 등에 소요되는 시간을 줄일 수 있으므로, 독립변인의 변화를 보다 다양하게 조작하면서 그에 따른 종속변인의 효과를 알아볼 수 있고, 자료의 수집보다는 자료의 해석에 초점을 맞출 수 있다[10]. 또 시뮬레이션은 공기 분자의 운동과 같이 보이지 않는 실험상황을 가시화하여 나타낼 수 있으며[17], 그래프를 이용하여 실험 결과도 즉각적으로 보여줄 수 있고[19], 반복하거나 실험과정을 되돌아가서 다시 점검할 수 있다는 장점이 있다.

그러나 시뮬레이션을 물리 실험에 활용할 때 유의할 점이나 효과적인 적용을 위한 제안들도 있다. 예를 들어, 학생들이 시뮬레이션은 실제 현상과 무관하며 이론적으로 조작된 결과라고 생각할 수 있으므로, 시뮬레이션을 실제 현상과 연관지어 주는 것이 중요하다. 또한 시뮬레이션도 그룹에서 토의 활동을 할 때 더 효과적이라는 지적도 있다. 그리고 쉬운 조작 환경 때문에 체계적인 실험 계획없이 (예를 들어, 변인통제 없이) 임의적으로 여러 개의 변인을 동시에 조절하는 등의 시행착오적인 행동을 하기도 하므로[20], 구성주의에 기초한 조직화된 안내[21]나 메타인지와 같이 학생이 자신의 실험과정을 인식할 수 있도록 돕기 위한 방안이 필요하다는 지적도 있다[17]. 이상으로 시뮬레이션을 이용한 온라인 물리 실험의 장점과 단점, 그리고 효과적인 활용을 위한 제안을 정리하면 Table 1과 같다.

Table 1 . Characteristics of online experiment using simulation.

CategoryCharacteristics of Simulation
Advantage- It can be used instead of expensive equipment, hard-to-perform experiments, or dangerous experiments.
- Students can save time for data collection, adjust experimental conditions or variables easily, repeat the experimental process, and conduct experiment individually.
- It presents the experimental situation and results visually and immediately.
Disadvantage- Students can misunderstand that the experimental process and results are irrelevant to reality.
- Students cannot develop practical inquiry skills.
- Because of easy manipulation, students can arbitrarily adjust variables without systematic procedure.
Conditions for effective use- It should be linked with real phenomena.
- Discussion through group activities is more effective.
- Guidance to recognize the inquiry process metacognitively is needed for systematic inquiry.
Others- Many simulations are open to the public on various internet sites.
- Positive application effects in various aspects have been reported.


2. 물리 원격실험

원격실험 (remote experiment) 은 온라인으로 접속하여 사전에 설치된 실험 장비들을 비디오 카메라로 보면서 원격으로 조작하여 실제 실험과 동일하게 직접 데이터를 얻을 수 있는 실험방식이다. 이 방법은 원격이지만 실제 실험을 할 수 있다는 것이 주요 장점이다. 그러나 온라인으로 실험 장비를 조정할 수 있는 스프트웨어와 하드웨어가 필요하고, 여러 학생들이 동시에 접속하기 힘들고, 사용 후 실험장비들을 초기화해 놓아야 한다는 점에서 비용과 인력이 필요하다는 단점이 있다.

이러한 단점에도 불구하고 원격실험은 약 20년 전부터도 활용되어 왔다[22]. 예를 들어, 영국의 4개 대학에서는 원격실험을 공동으로 개발하여 소개하면서, 원격실험에서의 기술적인 문제, 학생의 접근 가능성, 학습 성취에 미치는 영향 등과 함께 원격실험을 활용할 때 고려해야 할 다양한 측면들을 제시하였다[23].

원격실험은 단지 실제 실험을 할 수 없는 상황을 대신하기 위해 도입된 것만은 아니었다. 원격실험은 실험장비의 구입과 유지에 드는 비용이 높고, 실험을 준비하고 정리할 때 교사의 업무부담이 있다는 등의 이유로 학교에서 실제 실험을 지도하기 어려울 때, 이를 보완하기 위해 도입되었다. 또 학생이 언제 어디에서든 실제 실험을 개별적으로 반복해서 시간 제한없이 수행할 수 있으며, 실제 실험에서 발생할 수 있는 위험요소 (예를 들어 높은 전압이나 방사능 물질을 이용한 실험) 가 없고, 고가의 좋은 실험장치를 지역에 상관없이 서로 공유할 수 있다는 등의 장점 때문에 적극적으로 활용할 것을 권고해 왔다[24, 25].

이와 같이 원격실험이 활성화되면서 다음과 같이 5단계 과정으로 구성된 원격실험용 수업모형도 제안되었다[12]: 오리엔테이션 (주제와 주요 변인을 소개함) - 개념화 (연구문제 또는 가설에 집중함) - 탐구 (계획을 세워 원격으로 실험을 수행하고 자료를 해석함) - 결론 (탐구문제에 대한 답을 제시하거나, 가설을 평가함) - 논의 (탐구과정과 결과를 공유하고, 결과와 결론을 발표하고 자신의 탐구과정을 반추함). 이 모델에 의하면, 원격실험이 실제 실험 과정과 매우 유사하다는 것을 알 수 있다.

원격실험을 적용하면서 여러 가지 긍정적인 효과를 보고한 연구들도 있다. 예를 들어, Brinson[26]은 실제 실험과 비실제 실험 (원격 실험뿐 아니라 시뮬레이션 실험도 포함) 에서의 성취도를 비교한 연구들 56편 (2005년 - 2013년) 을 재분석한 결과, 비실제 실험이 실제 실험보다 성취도가 높은 경우도 37%로 낮지 않았고 비슷한 경우도 14%라고 하였다. 또 대학생을 대상으로 한 화학공학 수업에서 원격 실험을 한 그룹이 통제 그룹에 비해 성취도가 유의미하게 높다는 보고도 있다[27]. Lowe[28]는 중등학생 (9 - 11학년) 에게 원격실험을 적용하였을 때, 학생들이 원격실험은 미리 실험장치들이 세팅되어 있어 좋으며(43%), 데이터를 수집하기에 더 좋고 (86%), 더 신뢰할 수 있다(70%)는 등의 긍정적인 반응을 보였다고 하였다. 그러나 그룹 활동을 하는데 비효과적이라는 응답도 47%가 있었고, 동기 유발면에서도 실제 실험이 더 낫다는 응답도 41%로 나타나, 이러한 부분에 대한 보완이 필요하다는 것을 알 수 있다.

원격실험의 효과적인 사용을 위해서는 다음과 같은 ‘원격실험에서 필요한 6가지 지원’도 고려할 필요가 있다[27]: 수행 안내 (탐구과정과 결과에 대한 안내를 제공하여 개인 행동을 조정함), 힌트 (학생이 무엇을 해야 하는지에 대해 특정 안내를 제시함), 과정 제한 (불필요한 행동을 제한함), 탐구 (무엇을 해야 하는지 제안함), 도움 (학생이 과제를 수행할 전문성이 부족한 경우에 도움을 줌), 정보 제공 (과제에 필요한 정보를 찾지 못하거나 사전지식이 부족한 경우에 정보를 제공함).

이와 같이 원격실험에 대한 연구와 실천이 꾸준히 있어 왔고, 앞으로도 온라인 교육이 확대되면서 원격실험은 더욱 확대될 것으로 예상된다[30]. 특히 인터넷에서 누구나 사용할 수 있도록 공개된 원격 실험실도 볼 수 있는데, 원형 자석 주위의 자기장을 측정하고 분석할 수 있는 원격 실험실이[31] 한 예이다 (Appendix A 참고). 또 영국의 Open University에서도 자기장 속에서 운동하는 전하빔의 운동을 측정할 수 있는 실험 등 몇 가지 원격실험을 공개하고 있다 (Appendix A 참고). 하지만 아직 국내에서 우리나라 초중등 교육과정에 맞추어 원격 실험실을 제공하는 경우는 없어, 초중등 학생들에게 원격실험을 제공하기 위해서는 지원과 개발이 필요한 상황이다. 이상으로 원격 물리실험의 장점과 단점, 그리고 효과적인 활용을 위한 제안을 정리하면 Table 2와 같다.

Table 2 . Characteristics of Online Experiment Using Remote Experiment.

CategoryCharacteristics of Remote Experiment
Advantage- It reduces the burden on teachers to prepare for and clean up experiments.
- Expensive equipment for experiment can be shared.
- It can be used instead of dangerous experiments.
- Students can save time for setting the equipment and conduct actual experiment individually and repeatedly without time and space constraints.
Disadvantage- Initial equipment installation requires a high cost.
- Manpower is needed for maintenance and initialization of equipment.
- Students cannot learn how to install experimental equipment.
Conditions for effective use- Teacher needs to use strategies for motivation.
- Teacher needs to use strategies for a effective group activity.
- It is recommended to consider six items (Zacharias et al., 2015) to assist and guide remote experiments.
Others- It has been studied and developed since about 20 years ago.
- There are open labs in the internet, but very few are still available.


3. 가정에서의 실제 물리실험

온라인 상황에서 학생들이 가정에서 직접 실험할 수 있는 방법들도 많이 소개되고 있다. 대표적인 방법으로 스마트폰의 센서나 공개된 소프트웨어를 이용한 실험이나 주변에서 쉽게 구할 수 있는 소재를 이용한 실제 실험 등이 그것이다.

먼저 스마트폰 센서를 이용한 실험을 위해서는 ‘Phyphox’과 같은 앱을 사용하게 된다 (Appendix A 참고). 이 외에도, 스마트폰의 ‘slow motion’ 기능을 이용한 물체 운동 분석 실험[15], 스마트폰의 각도 측정 앱을 이용하여 비탈면에서의 최대정지 마찰력을 측정하는 실험[32], 스마트폰의 함수발생기 앱을 이용한 정상파 실험[16] 등이 있다.

스마트폰은 학생들이 친숙하게 활용할 수 있다는 장점과 함께, 별자리 관찰과 같이 직접 관찰이 어려운 관찰을 가능하게 하고, 정확한 측정 결과를 쉽게 얻을 수 있다는 장점이 있다[33]. 또 컴퓨터를 이용한 실험과 같이 스마트폰을 이용한 실험도 학생의 흥미 유발에 도움이 된다는 보고가 있다[34].

가정에서 할 수 있는 실험으로는, Tracker와 같은 공개 소프트웨어를 이용하여 비디오로 녹화된 물체의 운동을 분석하는 실험이 있다 (Appendix A 참고). Hochberg et al.[35]은 12학년을 대상으로 진자운동을 분석하는 실험에서 비디오 분석 소프트웨어와 스마트폰의 가속도 센서를 이용하였을 때, 성취도에서 긍정적인 효과가 있다고 하였다.

그리고 주변에서 쉽게 구할 수 있는 재료들을 이용하여 가정에서 직접 할 수 있는 실험으로는, 레이저 포인터와 CD를 이용한 빛의 간섭실험[15], 실에 추를 매달아서 할 수 있는 공명 실험[36], 알루미늄 포일로 만든 검전기를 이용한 유전분극 실험, 스마트폰 카메라를 이용하여 리모컨의 적외선을 관찰하는 실험, 포일로 감싼 스마트폰을 이용한 전기장 차폐 실험[37] 등이 있다.

사실 가정에서 하는 실험활동은 학교와 같이 잘 통제된 학습환경이 아니기 때문에 학생의 학습 참여나 학습효과에 대해 우려되는 점이 있다. 그러나 우리나라에서 고등학생들에게 기주공명장치를 이용한 전통적인 정상파 실험 대신, 페트병과 함수발생기 앱이 설치된 스마트폰으로 실험을 했을 때, 전통적인 실험에 비해 오히려 개념이해에 긍정적인 효과가 있었다는 보고도 있다[16]. 또한 물리 영역은 아니고 전면적인 온라인 수업상황도 아니지만, 학생들이 가정에서 실험활동을 한 경우에 지식습득뿐 아니라 자아 확신이나 만족감, 그리고 과목에 대한 태도에서 긍정적인 효과가 있고[38], 탐구활동에 참여하게 하는 효과가 있으며[39], 호기심이나 비판적 반추, 그리고 합리성과 객관성 등으로 구성된 과학적 태도에도 향상이 있었다는 보고들이 있다[40].

그러나 가정에서의 실험에 긍정적인 측면만 있는 것은 아니다. 예를 들어, 스마트폰 센서는 대부분 매우 예민하여 지나치게 자세한 데이터가 측정되므로, 이것이 학생들의 데이터 분석을 어렵게 하기도 한다. 그리고 MBL 실험과 마찬가지로 자료의 수집과 분석과정을 컴퓨터나 앱이 알아서 한다고 생각하여 탐구활동에 인지적으로 참여하지 않는 경우도 발생한다[41].

또한 가정에서는 필요한 실험 장비에 한계가 있어 좀 더 복잡한 실험은 하기 어려우며, 필요한 경우, 실험 도구를 학생별로 제공해야 하는 어려움도 있다. 예를 들어, 수직으로 매단 자석이 위아래로 진동할 때, 바닥에 놓인 스마트폰의 자기장 센서를 이용하여 스프링의 진동 주기를 측정하기 위해[42] 자석과 스프링을 학교에서 개인별로 보내주어야 하는데, 이때 비용이나 배송 측면에서 어려움이 있을 수 있다. 그럼에도 불구하고, 국내 교육청에서 초등 및 중등별 과학실험을 위해 간단한 실험재료를 개인별로 제공한 사례가 있고 (Appendix A 참고), 우리나라 대학에서도 화학 실험을 위해 기초 실험 키트를 개인별로 제공한 후, 온라인 영상회의를 통해 실험을 지도한 사례도 있다(https://www.etnews.com/20210517000173). 이러한 실험 키트를 준비할 떄, 학생이 사용하기에 안전해야 하고, 견고해야 하며, 불필요한 관심을 끌 만한 요소들이 없어야 한다는 조건을 제시한 연구도 있다[43].

이러한 노력에도 불구하고, 현재 교육과정에서 제시된 실험을 모두 가정에서 대신할 수는 없을 것이다. 따라서 현재 교육과정에서 제시된 실험을 가정에서 할 수 있는 실험으로 바꾸어 보는 시도도 필요하고, 그에 따라 교과서 실험 안내서가 적절하게 새로 변형될 필요도 있다. 예를 들어, 스마트폰 센서나 소프트웨어 작동법, 필요한 실험 장치 제작 안내, 자료수집 방법, 엑셀로 수집된 자료의 분석 방법 등에 대한 구체적인 안내가 필요할 수 있다. 그러나 현재는 이러한 방식으로 가정에서 할 수 있는 실험들이 우리 교육과정에 맞추어 충분히 개발되어 있지 않다. 이상으로 가정에서 실제로 수행하는 물리 실험의 장점과 단점, 그리고 효과적인 활용을 위한 제안을 정리하면 Table 3과 같다.

Table 3 . Characteristics of Home Experiment.

CategoryCharacteristics of Home Experiment
Advantage- Actual experiments are possible.
- Smartphone apps enable observations that are difficult to observe directly, and provide accurate measurement results easily.
- It is helpful for student's interest, achievement, and scientific attitude.
Disadvantage- It may be necessary to send a required basic experimental materials individually.
- More complicated experiments are impossible.
- Too detailed data is measured in the smartphone apps.
- Students rely only on smartphone apps for the data collection and analysis process and do not participate cognitively.
Conditions for effective use- Student-friendly guidance on installation or manufacture of experimental devices, how to use smartphone apps, and how to collect and analyze data is needed.
- The experiments presented in the curriculum need to be modified as a home experiment.
Others- It uses smartphones/sharedware/easy materials available around us.


4. 데이터 분석 중심의 물리실험

데이터 분석 중심의 물리실험이란, 학생이 직접 수집한 데이터가 아닌 이미 수집된 데이터를 분석하는 탐구활동을 의미한다. 이 경우에는 직접 실험을 하지 못하므로 실험장치 설치나 사용법, 또는 측정이나 관찰에 관련된 수공적 기능 등을 연습하거나 기를 수 없고, 시뮬레이션과 마찬가지로 실제 현상과 구체적으로 연관짓지 못하면 데이터의 물리적 의미를 인식하지 못할 수도 있다는 단점이 있다.

그럼에도 불구하고 데이터 분석 중심의 활동은 과학탐구의 주요 유형으로 강조되고 있다[44]. 특히 현대 사회에서는 데이터에 기반한 탐구활동이 더욱 강조되면서 과학학습에서 데이터 소양 (data literacy) 을 주요 목표로 강조하고 있다[45,46]. 데이터를 이용한 온라인 실험에는 데이터 수집과정에 학생들이 직접 참여하지 않지만, 다음과 같이 다양한 목적의 탐구활동으로 활용될 수 있다[47].

첫째, 데이터를 이용한 온라인 탐구는 기초적인 데이터 분석 기능 (예를 들어, 엑셀을 이용한 데이터 분석 기능 등) 을 기르기 위한 목적에 적절하다. 실제로 Hug and McNeill[13]은 데이터의 조작, 패턴 확인, 데이터로부터 결론 이끌기, 내용 지식 고려하기 등의 활동은 실제로 데이터를 직접 수집하여 수행하는 탐구에 비해, 수집된 데이터를 분석하는 경우에 학생들이 더 많이 참여한다는 것을 관찰하였다. 데이터 분석 과정에 포함된 주요 활동의 예를 들면 Table 4와 같다[48].

Table 4 . Inquiry skills involved in data analysis.

TypeSkill
C1To draw and interpret graphs using data.
C2To draw a trend line in a graph.
C3To describe key qualitative features of data and trend lines.
C4To describe qualitatively similarities and differences between data.
C5To draw conclusion based on data.
C6To justify conclusions and point out the limits contained in data analysis and conclusions.
C7To estimate the value using interpolation and extrapolation.


둘째, 2개 이상의 독립변인이 동시에 변화되는 좀 더 복잡한 형태의 데이터는 높은 수준의 데이터 분석기능을 기르기 위한 목적으로 활용할 수 있다[49]. 예를 들어, Table 5a의 데이터만 주어지면 ‘변인 A1은 종속변인 B에 영향을 주지만, A2는 영향을 주지 않는다’는 결론을 내리기 쉽다. 그러나 A1의 영향이 A2가 함께 있을 때만 작용할 수도 있으므로, 더욱 분명한 결론을 내리기 위해서는 추가 데이터가 있어야 한다. 즉 Table 5b의 데이터가 추가된다면, ‘A1과 A2가 동시에 있을 때만 A1이 영향을 준다’는 결론을 내릴 수 있다.

Table 5 . Example of the relationship between deponent and independent variables.

a
Independent Variable ADependent
Variable A1Variable A2Variable B
existexistchange
non-existexistno-change
b
Independent Variable ADependent
Variable A1Variable A2Variable B
existnon-existno-change
non-existnon-existno-change


셋째, Lakatos[50] 의 연구 프로그램과 같이, 실험에서도 데이터는 수집될 때의 상황과 조건의 영향을 받는다. 예를 들어, 꼬마전구를 사용하여 전압과 전류를 측정하면, 꼬마전구의 저항이 열에 의해 변하면서 전류가 전압에 비례하지 않는다. 마찬가지로 물의 굴절률을 측정할 때도 사용한 빛의 파장을 달리하면, 물의 굴절률이 함께 변하게 된다. 따라서 온라인 데이터 분석 활동에서는 데이터가 수집될 때의 상황이나 조건의 변화에 따라 달라지는 결과들을 비교 분석하는 활동을 할 수 있다.

넷째, 최근에는 빅데이터를 이용한 분석 활동이 새로운 유형의 탐구활동으로 소개되고 있다. 예를 들어, 우리나라에서도 고등학생 과학학습을 위해 Google Ngram Viewer (Appendix A 참고) 과 Google trends (Appendix A 참고) 에서 ‘첨단소재’를 키워드로 데이터를 추출하고, 이러한 데이터의 특징을 분석하는 학습자료를 개발한 연구가 있다[51]. 또한 공공데이터 포털에서 다양한 유형의 데이터들을 제공하고 있는데 (Appendix A 참고), 주요 키워드 (예를 들어, 발전량, 전기차, 태양광 등) 를 이용하면 관련 데이터를 추출하여 데이터 분석 활동을 할 수 있다. 이때 연구 문제에 따라 어떤 데이터를 추출하는 것이 필요한지, 데이터 분석을 위해 어떠한 그래프가 적절한지, 그래프로부터 알 수 있는 주요 특징은 무엇인지, 변인들간의 관계를 수학적인 관계식으로 어떻게 나타낼 수 있는지 등을 분석하는 활동 중심의 탐구활동을 할 수 있다.

빅데이터를 이용한 분석 활동은 앞으로 새로운 유형의 탐구 활동으로 계속 확대될 것으로 예상된다. 그러나 아직 빅데이터를 물리 탐구에 활용한 연구는 매우 적은 편이고, 또 공개된 빅데이터 수준이 너무 자세하고 전문적이어서, 초중등 교육과정에 맞추고 학생용 수준으로 가공해야 실제로 물리수업에서 활용할 수 있는 경우가 많다는 단점이 있다.

다섯째, 데이터를 이용한 실험에서도 다양한 과학의 본성을 다룰 수 있다. 예를 들어, 데이터를 증거로 활용하는 과정에는 Table 6과 같이 다양한 과학의 본성이 포함되어 있다[52].

Table 6 . The nature of scientiffc evidence.

TypeNature of Scientiffc Evidence
1Scientiffc evidence is distinct from explanatory theory.
2Logically driven results can also be scientiffc evidence.
3Scientiffc evidence is often difierent from raw data.
4Scientiffc evidence is theory laden.
5Scientiffc evidence is context laden.
6Evidence that supports a claim cannot guarantee the truth of the claim.
7Conflicting evidence can sometimes be used to modify and articulate a claim rather than rejecting the claim.


이처럼 다양한 목적으로 활용할 수 있는 데이터 분석 중심의 온라인 실험은, 데이터 수집 과정에서 소요되는 시간을 절약할 수 있고, 실험장치 설치와 데이터 수집 과정에서 생길 수 있는 오류를 예방할 수 있다는 장점이 있다. 또 실제 과학자가 얻은 데이터나 복잡한 실험 상황에서 얻은 자료들을 분석할 수 있는 기회를 가질 수 있고, 특히 빅데이터와 같이 단일 학교에서는 주어진 시간과 환경에서 얻을 수 없는 데이터를 분석할 수 있는 기회를 준다는 장점이 있다.

실제로 데이터 분석을 중심으로 하는 탐구활동이 다양한 측면에서 긍정적인 학습효과를 줄 수 있다는 연구들도 있다. 예를 들어, Ucar and Trundle[53]이 예비 초등과학 교사를 대상으로 한 연구에서는, 전통적인 직접 실험에서 학생들이 개념적 이해를 한 비율이 43%에 불과하였지만, 데이터 분석 중심의 활동에서 그 비율은 72%로 더 높았다. 그러나 6학년 학생을 대상으로, 학생들이 직접 얻은 데이터 (1차 데이터) 와 다른 사람이 얻은 데이터 (2차 데이터) 를 해석하고 설명하는 경우를 비교한 연구에서는[54], 1차 데이터의 경우에 해석과 설명의 수준이 더 높은 것으로 나타나, 2차 데이터의 활용에 한계가 있다는 점도 지적되었다. 한편 9학년 학생들이 진자 운동에 관련된 가설을 선택하는 과정에서는 1차 데이터의 2차 데이터의 경우에 차이가 없다고 하여[55], 2차 데이터 활용에 의한 학습효과는 상황에 따라 일관되지 않은 것으로 판단된다. 이상으로 데이터 분석 중심의 물리실험의 장점과 단점, 그리고 효과적인 활용을 위한 제안을 정리하면 Table 7과 같다.

Table 7 . Characteristics of experiment focusing on data analysis.

CategoryCharacteristics of Data Analysis Experiment
Advantage- Time for data collection is not required and it prevents errors which can be generated in data collection.
- Students can develop specific inquiry skills related to data analysis.
- Students can recognize the nature of science related to data analysis.
- It gives opportunity to analyze data that cannot be collected by individuals or schools, such as big data.
Disadvantage- Students may not be able to relate data to real phenomena.
- Students cannot learn how to use and install experimental equipment to measure data.
- In the case of big data, the data should be reconstructed to suit the student level.
Conditions for effective use- The data should be linked to what the actual phenomenon is about.
- Students should be able to recognize the situation/conditions when data is collected, and to interpret/predict changes in data according to their changes.
- It is necessary to provide separate guidance on data analysis skills (e.g., how to use Excel, control variables, draw and interpret graphs, etc.).
Others- There are not many cases of inquiry activities using big data.
- Big data analysis experiments are expected to expand in the future science education.


5. 실험/시범 동영상을 이용한 물리실험

마지막으로 실제 실험을 대신할 수 있는 방법으로 실험과정을 녹화한 녹화물도 인터넷에 많이 보급되어 있다. 예를 들어, 주제별로 많은 실험 동영상을 내려받을 수 있도록 제공한 사이트도 있고, 실제 실험상황에서 변인의 값을 달리한 영상들을 함께 제공하여 변인의 변화에 따른 영향을 탐색해 볼 수 있도록 한 사이트도 있다 (Appendix A 참고). 이 외에 유튜브에서 많은 시범 동영상을 볼 수 있다 (Appendix A 참고).

이러한 실험 및 시범 동영상은 학생이 직접 실험하지 않는다는 점이 단점이지만, 고가의 장비를 이용한 실험이나 위험하거나 쉽게 하기 어려운 실험을 보여줄 수 있고, 주요 장면을 학생이 반복해서 자세하게 볼 수 있다는 장점도 있다. 또한 탐구기능을 학습한다는 측면보다는 개념적 이해를 위한 학습에 적합한 경우가 많다.

실험 비디오가 학습효과에 미친 영향을 조사하기 위해, 공과대학에서 실제 실험을 실시한 경우와 실험과정을 녹화한 비디오를 이용한 경우에 성취도 차이가 있는지 조사한 연구가 있다[14]. 이 연구에서는 비디오를 이용한 그룹에게는 보고서 작성과 자료 분석 방법 등이 포함된 문서파일과 실험과정이 녹화된 비디오 파일을 제공하였으며, 비디오에는 실험 소개, 실험과정 읽기, (학생과 교수가 함께 하는) 실험 수행과정, 수집된 자료 등이 녹화되어 있었다. 성취도를 비교한 결과, 최종 시험에서 두 그룹간 차이가 없었고, 보고서 평가에서는 오히려 비디오를 이용한 그룹이 높은 점수를 받은 것으로 나타났다. 그리고 실험이나 시범 동영상은 아니지만, 학생들이 일반적으로 가지고 있는 과학과 과학자에 대한 잘못된 이미지 (예를 들면, 과학자는 헝글어진 머리에 일 중독이고 위험한 실험을 수행한다 등) 를 수정하기 위해 과학자의 실제 연구활동을 담은 비디오를 활용한 연구도 있다[56].

또한 실험 동영상을 효과적으로 활용되기 위한 방안을 조사한 연구도 있다. 예를 들어, 동영상 화면은 계속해서 진행되는 특성이 있으므로, 주요 장면에 대한 스틸 사진 (예를 들어, 측정하는 상황에서 실험기기를 확대한 사진) 을 동영상과 함께 사용하면 더 좋은 학습효과를 얻을 수 있다고 하였다[57]. 또 물리 실험의 경우는 아니지만, 물리 문제를 해결하는 동영상에서 손이 나오는 동영상은 실제 상황에 가깝게 보일 수 있지만, 손이 나오지 않은 동영상을 이용하였을 때 오히려 성취도가 더 높게 나타나, 손이 학생이 집중해야 할 내용에 방해 역할을 한다는 것을 알 수 있다[58]. 따라서 동영상을 이용한 실험에서는 주요 장면이 아닌 것에 의한 방해효과를 줄이도록 해야 한다. 그리고 Mayo et al. [59] 은 초전도 현상을 주제로 한 동영상을 수업에 활용할 때, Bruner [60] 의 3단계 지적발달 단계를 응용하여 동영상을 제작하였다. 즉 실제 현상을 찍은 동영상을 먼저 사용하고, 자기력선을 나타내는 그림을 보여주는 동영상을 다음에 사용하고, 그 다음에 적용 및 예시들에 대한 동영상을 보여줌으로서, 긍정적인 학습효과를 관찰하였다.

사실 실험 및 시범 동영상은 많은 곳에서 개발되어 제공되고 있고 실제 물리수업에서도 많이 사용되고 있지만, 실험 및 시범 동영상 자료 자체의 특성과 물리학습에 미치는 영향을 좀 더 체계적으로 조사한 연구는 그렇게 많지 않다. 따라서 동영상을 이용한 물리 실험 활동에 대한 연구도 다양한 측면에서 필요하다고 본다. 이상으로 실험 및 시범 비디오를 이용한 물리실험의 장점과 단점, 그리고 효과적인 활용을 위한 제안을 정리하면 Table 8과 같다.

Table 8 . Characteristics of experiment using video.

CategoryCharacteristics of Experiment Using Video
Advantage- Students can observe experiments that require expensive equipment or are difficult to conduct.
- Students can observe key scenes repeatedly.
Disadvantage- Few studies have shown that video is effective in developing inquiry skills.
Conditions for effective use- Still screens can help students focus on the main scenes of successive movie screens.
- It is often suitable for conceptual understanding rather than developing inquiry skills.
Others- Research on the characteristics of experimental video and its effect on learning is needed.

COVID-19는 미리 예상하거나 대처하지 못한 상황에서 물리 학습에 커다란 영향을 주었다. 그러나 이러한 급격한 상황에서도 물리교사와 물리교육학자들은 유의미한 물리학습을 위해 다양한 노력과 접근들을 시도하였다. 그럼에도 불구하고, 온라인 상황에서 물리 실험 지도에는 많은 어려움들이 있었다.

본 연구에서는 문헌 연구에 기초하여 온라인 상황에서 가능한 실험방법으로, 시뮬레이션을 이용한 실험, 실험/시범 비디오를 이용한 실험, 원격실험, 집에서의 직접 실험, 데이터 분석 중심의 실험 5가지를 정리하였다.

본 연구에서 정리한 5가지 온라인 물리실험 방안에 대한 논의는 독창적인 새로운 결과라고 보기는 힘들다. 그러나 본 연구 결과는 온라인 상황에서 실험을 지도할 때, 좀 더 체계적으로 실험유형에 따른 장점은 살리고 단점은 보완하는 방식으로 활용하기를 기대하고 수행되었다. 그러한 점에서 5가지 방안에 대해 각각 장점과 단점, 그리고 효과적인 사용을 위한 제안을 정리하였다. 물론 이론적으로 정리한 이러한 방안들이 실제 수업에서도 쉽게 활용된다고 기대하기는 어렵다. 따라서 이러한 5가지 방안들을 실제로 적용할 때 예상되는 어려움에 초점을 맞추어 보다 효율적인 활용방안에 대한 제안에 관심을 가질 필요가 있다.

예를 들어, 시뮬레이션의 경우에 실제 현상과의 연결을 강조하고, 단순한 조작 활동만 일어나지 않도록 탐구활동에 대한 메타인지적 인식과 학생 간 토의 활동을 강조한 제안은 충분히 의미있는 제안이다. 또한 데이터 분석 실험을 위해서는 관련된 기본 기능, 예를 들어, 표나 그래프의 작성법, 데이터 분석을 위한 엑셀의 사용법 등에 대한 기본기능 학습이 선행되어야 하고, 교육과정과 연계지어 학생 수준에 맞는 데이터를 선택하고 가공하여 활용해야 한다는 제안도 의미가 있다. 또한 실험 및 시범 비디오를 이용한 실험의 경우에도 실제성을 강조하기 위해 교사가 직접 실험하는 장면을 녹화한 자료가 유용할 것으로 보고, 단순한 비디오 시청 활동만 일어나지 않도록 활동지나 토의, 배운 내용을 정리하는 활동 등과 같은 다양한 방법들이 함께 활용되어야 한다는 제안도 의미가 있다. 가정에서 학생이 직접 실험을 하도록 하는 경우에는, 학생이 흥미를 가질 수 있고, 쉽게 실험 장치를 만들거나 조작할 수 있는 실험 활동이 적절할 것이다. 특히 스마트폰 앱을 사용하는 경우에는 앱의 사용법에 대한 간단하면서 분명한 안내도 고려할 필요가 있다.

물론, 단점이나 어려움을 교사가 모두 해결할 수 있는 것은 아니다. 예를 들어, 시뮬레이션의 경우에 다양한 사이트에 흩어져 있는 프로그램들을 함께 모으고, 교육과정과 연계지어 제시하는 방안이나, 원격실험의 경우에 보다 많은 원격실험 사이트의 개발이 필요하다는 점, 스마트폰의 앱을 이용한 온라인 실험의 경우에 교사들이 쉽게 활용하지 못하는 경우가 있어 이에 대한 연수가 필요하다는 점 등은 관련 전문가나 교사교육자들이 관심을 가지고 해결하도록 노력해야 할 내용들이다. 이 외에도 공개된 빅데이터를 이용한 실험에서는 데이터의 수준이 중등학생이 다루기에 너무 자세하고 복잡한 경우가 있어, 학교 과학학습에 적절한 수준으로 데이터로 가공해 줄 필요가 있다. 가정에서의 실험을 위해 필요한 실험재료를 개인별로 보내주어야 하는 경우에도 이를 지원하기 위한 재정적 지원과 인력 지원이 필요하다.

그리고 5가지 온라인 실험방안들의 특성을 고려하여, 물리학습 내용과 학습목적에 따라 적절한 실험방안을 선택하여 활용하는 것도 중요할 것이다. 예를 들어, 시뮬레이션은 수업 중에 활용하는 것도 가능하지만, 학생들이 개인별로 언제든지 반복적으로 사용할 수 있다는 점을 살려, 개인별 과제수행을 위해 활용할 수 있을 것이다. 또 원격실험은 위험하거나 고가장비를 대신하여 할 수 있는 실험에 활용할 수 있고, 데이터 분석실험은 데이터를 다양한 관점에서 분석해 보고, 증거에 기초한 논증 활동을 하도록 하는 데 유용할 것이다. 집에서 하는 실험은 이론적으로 배운 내용을 주변 현상에서 직접 관찰하고 체험해 보기 위한 수업에 적절하다고 할 수 있다. 마지막으로 실험 및 시범 비디오를 이용한 실험은 주로 추상적인 개념을 설명하는 수업에서 실제 현상을 관찰하기 위한 용도로 활용하기에 적절할 것이다. 물론, 이러한 제안 외에도 5가지 실험방안들이 다양한 취지와 목적으로 다양한 상황에 맞게 적절하게 활용될 수 있을 것이다.

또한 실험 주제와 내용에 따라 5가지 실험 방안들 중 몇 가지 방안을 동시에 활용하는 방법도 있을 것이다. 예를 들어, 2015 중학교 물리 교육과정의 ‘용수철을 이용한 무게 측정’ 실험의 경우에는 실험 장치를 설치하고 측정하는 과정을 동영상으로 제공할 수 있다. 이때 학생들이 실제 탐구기능을 기르지 못한다는 단점을 보완하기 위해, 동영상을 보고 학생들이 무작위로 제시된 실험단계를 순서대로 맞추는 활동을 활동지에서 하도록 하면 (또는 빠진 실험단계를 넣거나, 잘못된 실험단계를 수정하는 활동도 가능하다), ‘실험 설계하기’ 기능을 기르는데 도움이 될 것이다. 그리고 실제 데이터 수집과 분석은 시뮬레이션을 이용한 실험에서 하도록 할 수 있다.

또 ‘마찰전기를 이용하여 정전기 유도 현상 관찰하기’ 실험의 경우에 가정에서 직접 알루미늄 포일로 검전기를 만들고[36, 37], 신문이나 종이로 만든 막대와 옷감에 문지른 플라스틱 막대를 이용하면 직접 실험을 할 수 있다. 이때 종이막대 이외에 주변에서 얻을 수 있는 다양한 재료 (예를 들어 타월을 감아 만든 막대) 를 자유롭게 활용하도록 하면 학생들이 흥미를 갖고 자발적으로 참여하도록 유도할 수 있을 것이다. 그리고 이러한 실험활동은 과제로 미리 제시하여 수행했던 장면을 사진으로 찍어 제출하도록 하고, 수업에서는 학생들이 제출한 사진 자료와 함께 전자의 이동을 에니메이션으로 나타낸 동영상을 활용하면 좋을 것이다.

마지막으로 언급할 내용은, 본 연구가 이러한 방안들을 실제 적용해 보지 않았다는 점에서 아직 기초단계의 연구라는 점이다. 그럼에도 불구하고 앞으로 온라인에서 물리 학습 지도를 하는 상황이 확대될 것으로 예상해 본다면, 본 연구가 보다 효율적인 온라인 물리 실험 지도를 위한 충분한 기초를 제공할 수 있다고 본다. 즉 COVID-19가 종료된 후에도 미래에는 온라인 교육이 확대될 것으로 예상되므로, 본 연구결과는 미래 물리교육 환경을 위해서도 널리 활용될 것으로 기대된다. 따라서 본 연구결과들을 활용하여 실제 온라인 물리실험지도를 실시하면서 실제적인 문제나 어려움에 대한 대안들이 실질적으로 축적될 수 있기를 기대한다.

Appendix A : 온라인 물리실험 관련 웹사이트

유형웹사이트특징
시뮬레이션https://phet.colorado.edu/koColorado 대학에서 개발한 대화형 시뮬레이션으로 물리 시뮬레이션이 42개가 있고, 학년 수준별로 구분되어 있다.
http://physics.bu.edu/~duffy/sims.htmlBoston 대학에서 물리 시뮬레이션 200여 개를 제공하고 있고, 관련된 다른 시뮬레이션 사이트도 링크되어 있다.
https://javalab.org/이동준 선생님이 개발한 자바 실험실로 물리 영역별로 개발하여 분류되어 있다.
원격실험https://learn5.open.ac.uk/course/view.php?id=2Open 대학에서 개발한 실험실로 물리, 천체, 전기 및 공학 분야에서 총 13개의 원격실험이 있다.
https://www.didaktik.physik.uni-muenchen.de/sims/magneticfield/실린더 형태의 자석 주위의 자기장 세기를 직접 원격으로 측정할 수 있다.
가정에서의 실험https://physlets.org/tracker/물체의 운동을 찍은 비디오를 이용하여 물체의 운동을 분석할 수 있는 프로그램 (Tracker) 이다.
https://blog.naver.com/ngc224andromeda광주광역시 창의융합 교육원에서 제공하는 프로그램으로, 실험재료 꾸러미, 비디오 자료, 학생용 활동지와 교사용 안내서를 통해 가정에서 직접 실험과 제작을 수행할 수 있도록 안내하고 있다.
https://phyphox.org/de/home-de/스마트폰 앱 (Phyphox) 을 통해 수행할 수 있는 실험을 안내하고 있다.
데이터 분석 실험https://books.google.com/ngramsGoogle Ngram Viewer에서는 1500년 이후 발간된 문헌을 대상으로 키워드 검색을 통해 어떤 주제에 대해서 얼마나 많은 출판이 있었는지를 분석할 수 있다.
https://trends.google.com/trends/?geo=KRGoogle trends 는 특정 검색어가 얼마나 자주 검색되어 있는지를 제공하고 있어, 특정 검색어에 대한 사람들의 관심을 분석할 수 있다.
https://www.data.go.kr/index.do우리나라 공공기관에서 만든 모든 자료 (데이터) 나 정보를 검색어를 통해 찾을 수 있다.
실험/시범 비디오http://physics.wfu.edu/demolabs/demos/avimov/bychptr/bychptr.htm WakeForest 대학에서 물리 주제별로 실험 및 시범 비디오를 제공하고 있다.
https://www.rit.edu/cos/livephoto/변인을 달리하면서 직접 실험하는 과정을 찍은 동영상을 제공하고 있어, 동영상을 통해 데이터를 얻고 분석하는 실험을 할 수 있다.
https://www.youtube.com/watch?v=WqvImbn9GG4&list=PL860B6886A47E5490Youtube를 통해 실험이나 시범을 수행하는 장면을 직접 찍은 동영상을 제공하고 있다.
https://www.youtube.com/channel/UCyFi7JjZgmBoSmibrwOQiTw/videos
https://www.youtube.com/playlist?list=PLZJXoAzC7YEVDqi7dxMKZVX1jD76iwG6B

이 논문은 2020년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구입니다 (NRF-2020S1A3A2A01095782).

  1. A. Singh-Pillay and J. Naidoo, J. Balt. Sci. Educ. 19, 1125 (2020).
    CrossRef
  2. B. DeKorver, A. Chaney and D. Herrington, J. Chem. Educ. 97, 2825 (2020).
    CrossRef
  3. T. Crick, C. Knight, R. Watermeyer and J. Goodall, Proceedings of United Kingdom & Ireland Computing Education Research Conference (Glasgow, UK, Sep. 3-4, 2020), p. 31-37.
  4. R. Chadwick and E. McLoughlin (2020), https://edarxiv.org/vzufk/.
  5. H. Kim and S. Choi, J. Elem. Sci. Educ. 39, 522 (2020).
    CrossRef
  6. S. Kim, I. Yang and S. Lim, J. Korean Soc. Earth Sci. Educ. 13, 317 (2020).
    CrossRef
  7. S. Jung and Y. Shin, J. Educ. 40, 93 (2020).
    CrossRef
  8. I. E. Allen and J. Seaman, Digital Compass Learning: Distance Education Enrollment Report 2017. (Babson Survey Research Group, 2017).
  9. E. Choi and J. Park, J. Korean Phys. Soc. 42, 318 (2003).
  10. R. Haryadi and H. Pujiastuti, J. Phys.: Conf. Ser. 1521, 022017 (2020).
    CrossRef
  11. T. Jong, S. Sotiriou and D. Gillet, Smart Learn. Environ. 1, 3 (2014).
    CrossRef
  12. B. Hug and K. L. McNeill, Int. J. Sci. Educ. 30, 1725 (2008).
    CrossRef
  13. T. Abdel-Salam, P. J. Kauffman and G. Crossman, Eur. J. Eng. Educ. 31, 747 (2006).
    CrossRef
  14. E. G. Campari et al, Phys. Teach. 59, 68 (2021).
    CrossRef
  15. K. J. Sung and Y. Kim, New Phys.: Sae Mulli 67, 1362 (2017).
    CrossRef
  16. S. Moser, J. Zumbach and I. Deibl, Sci. Educ. 101, 944 (2017).
    CrossRef
  17. N. Rutten, W. R. van Joolingen and J. T. van der Veen, Comput. Educ. 58, 136 (2012).
    CrossRef
  18. R. Driver and E. Scanlon, J. Comput. Assist. Learn. 5, 25 (1989).
    CrossRef
  19. M. Yaman, C. Nerdel and H. Bayrhuber, Comput. Educ. 51, 1784 (2008).
    CrossRef
  20. Y.-S. Hsu and R. A. Thomas, Int. J. Sci. Educ. 24, 955 (2002).
    CrossRef
  21. C. Colwell, E. Scanlon and M. Cooper, Comput. Educ. 38, 65 (2002).
    CrossRef
  22. E. Scanlon, C. Colwell, M. Cooper and T. D. Paolo, Comput. Educ. 43, 153 (2004).
    CrossRef
  23. C. Viegas et al, Comput. Educ. 126, 201 (2018).
    CrossRef
  24. R. Heradio et al, Comput. Educ. 98, 14 (2016).
    CrossRef
  25. J. R. Brinson, Comput. Educ. 87, 218 (2015).
    CrossRef
  26. D. Ramírez, M. S. Ramírez and T. Marrero, Chem. Eng. Educ. 50, 141 (2016).
  27. D. Lowe, P. Newcombe and B. Stumpers, Res. Sci. Educ. 43, 1197 (2013).
    CrossRef
  28. Z. C. Zacharia et al, Educ. Technol. Res. Dev. 63, 257 (2015).
    CrossRef
  29. H. Mostefaoui, A. Benachenhou and A. Benattia, Comput. Appl. Eng. Educ. 25, 480 (2017).
    CrossRef
  30. C. Hoyer and R. Girwidz, Eur. J. Phys. 39, 065808 (2018).
    CrossRef
  31. S. Kapucu, Phys. Educ. 53, 053006 (2018).
    CrossRef
  32. J. Chang and Y. J. Chung, J. Korean Assoc. Sci. Educ. 37, 359 (2017).
    CrossRef
  33. A. M. Suwa, A. Halim and Z. Zainuddin, Asian J. Sci. Educ. 2, 18 (2020).
    CrossRef
  34. K. Hochberg et al, J. Sci. Educ. Technol. 29, 303 (2020).
    CrossRef
  35. J. Park, Observign and Thinking Physics Demonstrations. (Chonnam National University Press, Gwanju, Korea, 1997).
  36. J. Park and K. Lee, The World of New Physics Inquiry. (ChungMunGak, Seoul, Korea, 2005).
  37. A. Gendjova and J. Balt, . Sci. Educ. 6, 5 (2007).
  38. H. T. Zimmerman and J. Res, . Sci. Teach. 49, 597 (2012).
    CrossRef
  39. Z. Zulirfan, Z. H. IKsan, K. Osman and S. N. M. Salehudin, J. Balt. Sci. Educ. 17, 828 (2018).
    CrossRef
  40. S. Y. Park, J. K. Park and S. I. Yeo, J. Korean Elem. Sci. Educ. 25, 454 (2006). https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART001160815.
  41. U. Pili and R. Violanda, Phys. Teach. 57, 198 (2019).
    CrossRef
  42. D. Howard and M. Meier, Phys. Teach. 59, 404 (2020).
    CrossRef
  43. National Research Council, National Science Education Standards. (National Academy Press, Washington DC., USA, 1996).
  44. E. H. Gebre, Can. J. Sci. Math. Technol. Educ. 18, 330 (2018).
    CrossRef
  45. E. H. Schultheis and M. K. Kjelvik, Am. Biol. Teach. 82, 439 (2020).
    CrossRef
  46. C. Chinn and B. Malhotra, Sci. Educ. 86, 175 (2002).
    CrossRef
  47. C. F. J. Pols, P. J. J. M. Dekkers and M. J. de Vries, Int. J. Sci. Educ. 43, 274 (2021).
    CrossRef
  48. I. Kim, I. Lee and J. Park, New Phys.: Sae Mulli 68, 387 (2018).
    CrossRef
  49. I. Lakatos, The Methodology of Scientific Research Programmes: Philosophical Papers, edited by J. Worrall and G. Currie (eds). (Cambridge University Press, 1994), p 8-101.
  50. H. U. Kim, S. Y. Mun and J. E. Chun, J. Learner-Centered Curric. Instr. 20, 551 (2020).
    CrossRef
  51. J. Park, H.-G. Yoon, M. Kim and H. Jho, J. Balt. Sci. Educ. 20, 840 (2021).
    CrossRef
  52. S. Ucar and K. C. Trundle, Comput. Educ. 57, 1571 (2011).
    CrossRef
  53. I. Delen and J. Krajcik, Int. J. Sci. Educ. 37, 1953 (2015).
    CrossRef
  54. B. Priemer, S. Pfeiler and T. Ludwig, Phys. Rev. Phys. Educ. Res. 16, 013102 (2020).
    CrossRef
  55. I. Stamer et al, Res. Sci. Technol. Educ. 38, 168 (2020).
    CrossRef
  56. S.-B. Lee and B.-H. Jeon, J. Korea Contents Assoc. 7, 240 (2007).
    CrossRef
  57. N. L. Schroeder and A. L. Traxler, J. Sci. Educ. Technol. 26, 269 (2017).
    CrossRef
  58. A. Mayo, M. D. Sharma and D. A. Muller, Res. Sci. Educ. 39, 477 (2009).
    CrossRef
  59. J. Bruner, The Culture of Education. (Harvard University Press, 1996).
    CrossRef

Stats or Metrics

Share this article on :

Related articles in NPSM