[논문 리뷰] A taxonomy of video lecture styles

Konstantinos Chorianopoulos|arXiv (Cornell University)|2018. 01. 01.

Multimedia Communication and TechnologySocial Sciences참고 문헌 13인용 수 22

한 줄 요약

이 논문은 인간의 존재 여부와 지도 매체 유형을 기반으로 한 이원적 분류 체계를 제안하여 비동기 강의 영상 스타일을 체계적으로 분류하고 설계할 수 있도록 한다. Khan Academy, Coursera, Udacity 등의 플랫폼에서 공통적으로 나타나는 주요 제작 패턴을 규명하고, 다양한 교육적 맥락에서 효과적인 영상 강의 형식을 선택하거나 개발하는 데 교육자들을 안내하는 체계적 프레임워크를 제공한다.

ABSTRACT

Many educational organizations are employing instructional video in their pedagogy, but there is limited understanding of the possible presentation styles. In practice, the presentation style of video lectures ranges from a direct recording of classroom teaching with a stationary camera and screencasts with voice-over, up to highly elaborate video post-production. Previous work evaluated the effectiveness of several presentation styles, but there has not been any consistent taxonomy, which would have made comparisons and meta-analyses possible. In this article, we surveyed the research literature and we examined contemporary video-based courses, which have been produced by diverse educational organizations and teachers across various academic disciplines. We organized video lectures in two dimensions according to the level of human presence and according to the type of instructional media. In addition to organizing existing video lectures in a comprehensive way, the proposed taxonomy offers a design space that facilitates the choice of a suitable presentation style, as well as the preparation of new ones.

연구 동기 및 목표

• 다양한 교육 플랫폼 간 지도 영상 강의 스타일에 대한 일관되고 종합적인 분류 체계가 부족한 문제를 해결하기 위해.
• 인간의 신체적 존재와 매체 유형 등 영향을 미치는 주요 요소들을 식별하고 분류하기 위해.
• 교육적 필요와 기술적 실현 가능성에 기반해 새로운 영상 강의 형식을 선택하거나 개발할 수 있도록 설계 공간을 제공하기 위해.
• 주요 플랫폼(예: Khan Academy, Coursera, Udacity)의 기존 영상 강의를 분석하여 반복적인 스타일 패턴을 도출하기 위해.
• 용어와 분류 기준을 표준화하여 영상 강의의 효과성에 대한 메타 분석과 비교를 용이하게 하기 위해.

제안 방법

• Google Scholar를 활용한 문헌 리뷰를 통해 'instructional video', 'video lecture', 'MOOC' 등의 关련 키워드를 사용하여 최근에 많이 인용된 연구들을 식별하였다.
• YouTube Edu, iTunesU, Coursera, Udacity, Khan Academy, EdX 등의 주요 플랫폼에서 대표적인 영상 강의를 분석하여 시각적 및 구조적 패턴을 추출하였다.
• 영상 강의를 두 가지 차원에 따라 분류하였다: (1) 인간 존재 수준(인간이 전혀 없음에서 인간의 완전한 신체 표현까지, 아바타 및 로봇 포함), (2) 지도 매체 유형(예: 슬라이드, 스크린캐스트, 드로잉 보드, 코딩 세션).
• 발견한 결과를 종합하여 기존의 영상 강의 스타일과 잠재적인 새로운 스타일을 맵핑하는 세밀한 이원적 분류 체계를 구축하였다.
• 이전 연구의 실증적 결과(예: Guo et al., 2014)를 활용하여 분류 체계의 차원과 카테고리의 타당성과 정교함을 검증하고 개선하였다.
• 교육적 설계와 상호작용 구조의 역할을 강조하였으며, 영상 강의가 퀴즈, 탐색 도구 및 보조 자료와 통합될 때 가장 효과적이라고 밝혔다.

실험 결과

연구 질문

• RQ1 주요 교육 플랫폼에서 지배적인 영상 강의 제작 스타일은 무엇이며, 인간 존재 여부와 매체 사용 측면에서 어떻게 다를까?
• RQ2 말하는 헤드, 스크린캐스트, 또는 강의실 녹화와 같은 영상 강의 스타일의 변화가 학습자 참여도와 인식된 효과성에 어떤 영향을 미치는가?
• RQ3 플랫폼 전용 가이드라인이나 기술적 제약이 영상 강의 스타일 선택에 얼마나 큰 영향을 미치는가?
• RQ4 표준화된 이원적 분류 체계는 새로운 지도 영상 형식의 설계, 비교, 제작을 향상시킬 수 있는가?
• RQ5 분류 체계의 제3, 제4 상자에서 디지털 아바타나 고급 후반 제작 기법을 활용한 새로운 영상 강의 스타일은 어떤 것이 등장할 수 있는가?

주요 결과

• 가장 흔한 영상 강의 스타일은 단일 고정 카메라로 촬영된 직접적인 강의실 또는 사무실 녹화이며, MIT OpenCourseware와 같은 플랫폼에서 흔히 사용된다.
• Guo et al. (2014)에 따르면, 디지털 태블릿에 손으로 그린 그림을 사용하는 '말하는 헤드' 스타일의 Khan Academy 방식은 슬라이드 프레젠테이션이나 코딩 세션보다 더 높은 참여도를 보인다.
• 편집 없이 학생 상호작용이 없는 강의실 녹화 영상들은 온라인 환경에서 성능이 열악한 편이므로, 제작 품질과 진행 속도가 중요하다는 점을 시사한다.
• Udacity나 Coursera와 같은 플랫폼은 과목과 학문 분야를 초월해 일관된 표준화된 영상 스타일을 사용하고 있어, 개인 강사의 선호도보다 기관 차원의 설계 선택이 반영되어 있음을 보여준다.
• 제안된 이원적 분류 체계는 영상 강의 스타일의 다양성을 효과적으로 포괄하며, 향후 설계와 연구를 위한 체계적 프레임워크를 제공한다.
• 특히 디지털 아바타, 로봇, 또는 시네마틱 효과를 활용한 새로운 영상 강의 스타일의 혁신 가능성이 제3, 제4 상자에서 크게 기대된다.