AOU는 어려움을 겪고 있는 학생들을 돕고 학생 수를 늘릴 수 있도록 학생 진도율 및 유지율의 주요 요인을 파악하고자 했습니다. 복잡한 데이터를 이해하는 데 분석이 도움이 될 수 있을까요?

AOU는 IBM Watson Analytics를 활용하여 학생 진도율 및 유지율의 주요 요인을 파악하고, 어려움을 겪고 있는 학생들이 다시 성공을 향해 나아갈 수 있도록 돕기 위한 맞춤형 이니셔티브를 개발할 수 있었습니다.

8개국에 독립 캠퍼스를 두고 있는 아랍 오픈 대학교(AOU)는 매우 다양한 조직입니다. AOU는 학생 유치 및 유지, 높은 학업 수준 유지, 재정적 지속 가능성 유지 등 전 세계 모든 현대 대학이 직면한 과제와 동일한 과제에 직면해 있습니다. 동시에, 8개국에 걸쳐 있는 국제적인 범위는 각 국가 캠퍼스의 고유한 문화적, 법적, 학문적, 재정적 상황을 존중해야 하는 최고 수준의 전략이 필요하다는 것을 의미합니다.

컴퓨팅 및 공학 학부 학장이자 AOU의 정보 및 교육 기술 담당 부총장인 Ashraf Hussein 교수는 다음과 같이 설명합니다. "각 캠퍼스는 해당 지역 고등교육부(MoHE)의 요건에 따라 관리되며 다양한 사회경제적 조건과 학교 교육 표준의 영향을 받습니다. 따라서 학생들의 학업 성과와 성취도에 대한 종합적인 분석을 얻기가 어렵습니다.”

Hussein 교수는 또한 “우리는 학생들의 성과에 기여하는 요인을 정확히 구분하는 데 어려움을 겪고 있었습니다. 따라서 낙제한 학생을 도와 진도율 및 유지율을 높이기 위한 전략을 수립할 때 어디서부터 시작해야 할지 파악하기가 어려웠습니다. 데이터는 스프레드시트만으로 이해하기에는 너무 복잡하기 때문에 데이터 자체뿐만 아니라 여러 영역 간의 관계, 추세, 이면에서 일어나는 일까지 볼 수 있어야 합니다."라고 말합니다.

Hussein 교수는 분석 솔루션이 도움이 될 수 있다는 점을 깨달았습니다. “학생 유지율과 진도율에 영향을 미치는 요인을 조사하기로 결심했지만, 먼저 이 작업에 적합한 툴이 필요했습니다.”

5년 동안 학생 수를 두 배로 늘리기 위한 전략의 일환으로 AOU는 학생 진도율과 유지율을 개선하기 시작했습니다. 그러나 조직의 복잡한 구조로 인해 학생 진도 및 유지와 관련된 주요 요인을 식별하기가 어려웠습니다.

이제 AOU는 분석을 통해 얻은 인사이트를 통해 도움이 필요한 학생을 식별하고 이들을 돕기 위해 더 맞춤화된 이니셔티브를 고안하여 유지율과 진도율을 높이고 학생 수를 늘릴 수 있게 되었습니다.

Hussein 교수는 다음과 같이 말합니다. "IBM Watson Analytics 덕분에 학생들이 대학을 중퇴하는 이유를 파악하고 유지율을 높이기 위한 조치를 취하는 데 도움이 되는 핵심 요소를 정확히 찾아낼 수 있었습니다.

예를 들어, 학생의 출신 국가는 중퇴율을 나타내는 중요한 지표였습니다. 우리는 학습자들이 다양한 국가에서 왔기 때문에 고등학교 교육의 질과 범위가 상당히 다를 수 있다는 사실을 깨달았습니다. 이는 일부 학생들이 낮은 수준의 프로그램 핵심 과정조차 따라잡기 힘들다는 것을 의미했습니다. 그 결과, 우리는 오만 현지 캠퍼스에서 0학점 수학 입문 과정인 IT100, IT101, MA100을 고등교육부 의무 과목으로 제공했을 때의 효과를 조사하기로 결정했습니다.

이 실험은 2013년 가을부터 2017년 가을까지의 조사 기간 동안 모니터링되었습니다. 분석 결과, 앞서 언급한 입문 과정을 제공했을 때 레벨 1 핵심 수학 과목에서 자퇴하는 학생의 비율이 평균 34% 감소한 반면 합격률은 평균 12% 증가한 것으로 나타났습니다.

이 결과는 이러한 입문 과정이 학생들에게 AOU 시스템에서 성공하는 데 필요한 기초를 제공하는 데 성공했음을 시사합니다. 이제 우리는 다른 주제 및/또는 국가에서 유사한 과정을 시행하여 이러한 성공을 이어가고 있습니다."

AOU는 과정 전반의 KAPI를 살펴보는 것 외에도 개별 학생의 학업 성과에 대한 인사이트를 얻고자 했습니다. 이에 따라 AOU는 학생의 현재 학점, 진도율, 경고 받은 횟수 등으로 구성된 '학생 위험 요소(SRF, Student Risk Factor)' 점수를 설계했습니다.

Hussein 교수는 다음과 같이 말합니다. "이 SRF 점수는 어려움을 겪고 있고 지원이 필요한 학생을 식별하는 데 사용할 수 있으므로, 대학은 학생이 학업을 중단하고 중퇴하기 전에 개입할 수 있습니다. SRF 점수의 주요 요인 중 하나는 학생의 학년이었는데, 주니어 학생의 경우 개방형 교육 시스템에 익숙하지 않아 학습 초반에 어려움을 겪는 경향이 있다는 사실을 발견했습니다.

고등학교 성적이 평균 이하인 학생은 학부 공부에 더 어려움을 겪기 때문에 고등학교 내신 성적도 SRF를 결정하는 데 중요한 역할을 합니다. 또한 SRF에 영향을 미치는 중요한 요소로 학생들이 공부한 국가를 들 수 있습니다. 국가마다 학생들의 학업 배경과 각종 사회경제적 상황, 물리적 자원 및 인프라의 다양성이 다르기 때문입니다.

예를 들어 쿠웨이트, 이집트, 요르단, 바레인, 리야드에 있는 캠퍼스는 더 현대적이고 '스마트 빌딩'이 있는 반면 레바논과 오만에 있는 캠퍼스는 오래되고 열악한 시설을 갖추었습니다. 현재 어느 캠퍼스에 있든 모든 학생들에게 우수한 학습 환경을 제공하기 위해 오래된 건물을 업그레이드하는 작업을 진행하고 있습니다.

여러 나라의 정치 상황도 학생들의 학업 성취도에 영향을 미칩니다. 예를 들어 요르단과 레바논에는 시리아 난민이 많은데, 이들은 경제적 상황으로 인해 학업에 전념하기가 매우 어려운 경우가 많습니다. 우리는 현재 이러한 학생들을 지원하기 위한 기금을 제공하고, SRF 점수를 낮추어 대학 교육을 마칠 가능성을 높일 수 있도록 노력하고 있습니다.”

AOU는 IBM 솔루션을 통해 어려움을 겪고 있는 학생들에게 맞춤형 지원을 제공하고 재학률을 높임으로써 대학에 보다 안정적인 수익원을 창출할 수 있게 되었습니다.

Hussein 교수는 다음과 같이 말합니다. “학생들의 중퇴는 대학에 재정적인 영향을 미칩니다. 유지율을 높임으로써 재정적 안정성을 높이고 더 나은 교육 자원에 대한 지속적으로 투자할 수 있게 되었습니다. 서로 윈윈하는 것이죠.

IBM Watson Analytics는 학생들의 학업 성과를 추적하고 분석하는 것 외에도 지난 2017년 4월에 재검증된 새로운 ITC 프로그램을 업데이트하는 데 도움이 되었습니다. 분석 결과, 3~5학점으로만 구성된 핵심 과정을 제공하면 6~ 11%의 수익 손실이 발생하는 것으로 나타났습니다. 따라서 4학점과 8학점으로 구성된 핵심 과정만 제공하도록 프로그램을 업데이트하여 수익을 늘리고 프로그램 학습 성과를 더욱 향상시켰습니다.”

Hussein 교수는 마지막으로 다음과 같이 말합니다. "IBM Watson Analytics는 이전에는 접근이 불가능했던 방대한 양의 데이터를 분석하고 가치 있는 인사이트를 발견하는 데 핵심적인 역할을 했습니다. 이러한 지식을 활용하여 진학률과 유지율을 높임으로써 도움이 필요한 학생들에게 필요한 지원을 제공할 뿐만 아니라 대학에 다시 투자하여 교육 경험을 더욱 향상시킬 수 있는 안정적인 수익원을 확보하고 있습니다. 이는 분석이 없었다면 불가능했을 긍정적인 순환입니다.

데이터 분석은 대학 생활의 모든 영역에서 사실 기반 의사 결정에 매우 중요한 역할을 하고 있습니다. IBM Watson Analytics는 AOU가 학문적, 행정적, 재정적으로 더 큰 성공을 거둘 수 있도록 도와주는 의사 결정의 동반자라고 생각합니다."

아랍 오픈 유니버시티(AOU)(ibm.com 외부 링크)는 AOU 이사회 의장인 Talal Bin Abdul-Aziz 왕자가 2002년에 설립한 지속 가능한 개발 및 교육 비영리 프로젝트입니다.AOU는 쿠웨이트에 본사를 두고 있으며 레바논, 요르단, 사우디아라비아, 이집트, 바레인, 오만, 수단에 7개국에 캠퍼스를 두고 있습니다.영국 오픈 유니버시티와의 파트너십 계약에 따라 AOU는 영어로 진행되는 다양한 학부 및 대학원 학업 프로그램을 제공합니다.