AIEd 지식베이스AIEd KB
이 페이지의 목차

이 페이지는 한국어로 번역되었습니다. 문서 페이지는 여전히 영어로 작성되어 있습니다. 이 페이지를 영어로 읽기

개념

상황 학습

생성일 2026-08-16 · 갱신일 2026-09-30

영어 페이지의 자동 번역이며, 아직 원어민의 검수를 받지 않았습니다.

상황 학습 — Lave와 Wenger(1991)의 1990년대 초 작업에 뿌리를 둔 이론으로, 학습이 고립되고 맥락이 분리된 행위가 아니라 실제적 활동, 맥락, 문화에의 참여를 통해 일어난다는 것입니다. 지식은 실천 공동체 안에서 학습자와 동료들에 의해 공동 구성되며, 초심자는 정당한 주변적 참여를 통해 배웁니다. 공동체의 주변부에서 중심으로 옮겨가는 동안 전문 구성원들의 문화, 언어, 실천을 흡수하는 것입니다. 강조점은 실제 세계 상황에서의 실행을 통한 학습에 놓이며, 여기서 평가는 학습과 분리되기보다 과업 자체에서 드러납니다.

생각해 볼 질문들

  • 당신이 진정으로 잘할 줄 아는 것 — 기술, 기술직, 장인 작업 — 을 떠올려 보십시오. 그것을 추상적인 지시를 통해서 주로 배웠습니까, 아니면 그 일을 하는 실제 공동체에 참여함으로써 배웠습니까? 그것은 지식이 실제로 어디에 살고 있는지에 대해 무엇을 시사합니까?
  • Lave와 Wenger는 초심자가 '정당한 주변적 참여'를 통해 배운다고 서술합니다. 실천 공동체의 가장자리에서 시작하여 안쪽으로 옮겨가는 것입니다. 그러한 새로 온 사람을 어디서 관찰(혹은 그 역할을)한 적이 있으며, 무엇이 그들을 주변부에서 중심으로 옮겨가게 했습니까?
  • 지식이 실제적 맥락에 '상황화'되어 있다면, 학습을 의도적으로 실제 세계 상황과 분리하는 전통적 교실에, 그리고 맥락이 분리된 내용을 전달하도록 설계된 AI 도구에 그것이 시사하는 바는 무엇입니까?
  • 이 페이지는 상황 학습을 AI를 위한 설계 렌즈로 다룹니다. 적응형 시스템이나 시뮬레이션이 학습을 맥락에서 끌어내기보다 실제적 실천에 뿌리내리게 할 어떤 방법이 있을 수 있습니까?
  • AI에 기반한 학습을 실제 맥락에 상황화하는 것을 가로막는 연구가 말하는 장애물은 무엇이며, 그 가운데 어떤 것을 당신이 속한 기관에서 보았습니까?

들어가며

상황 학습은 지식베이스의 학습 이론 흐름 안에서 활동과 맥락 이론 가운데 하나입니다. 그것은 사회적 구성에 관한 비고츠키적 주제를 받아들이면서, "행하기"와 "배우기"의 긴밀한 통합과 실천 공동체의 중요성에 대한 강한 강조를 더합니다. 교육적 입장으로서 그것은 자신의 현실과 관련된 기술을 습득하고 지식을 자기화하는 데 핵심 요소로서 학습자의 사회문화적 맥락을 부각함으로써 전통적이고 표준화된 학교 교육에 맞섭니다.

AI-교육 문헌에서 상황 학습은 AI를 위한 설계 렌즈를 제공하기 때문에 중요합니다. 적응형 시스템, 실제적 시나리오 속에서의 지능형 교수, 그리고 몰입형 시뮬레이션은 AI 기반 교육을 실제 세계 맥락에 뿌리내리게 할 수 있으며, 상황 학습은 그에 대한 대가로 AI에게 실제적 실천과 복잡성 속에서 의미 있는 닻을 제공합니다. 둘은 널리 상호 보완적으로 다루어지며, 윤리적 토대를 위해 인간의 안내가 필수적입니다.

AI를 위한 설계 렌즈로서의 상황 학습

지식베이스의 연구는 상황 학습을 단순한 추상 이론이 아니라 교육에서의 AI를 위한 구체적인 설계 및 평가 틀로 다룹니다.

  • 기회와 장애물. 60편의 논문(30년간)에 대한 PRISMA 체계적 검토는 AI가 상황 학습을 증강할 수 있다는 것을 발견합니다 — 학생의 변화하는 필요에 맞춘 적응형 시스템, 실제적 시나리오에 놓인 지능형 교수, 행정적 과업의 자동화, 그리고 자료 기반 교수자 지원을 통해. 한편 주요 장애물은 전통적 학교의 일방향 수동적 학습, 사전에 정의된 성과에 대한 지나친 강조, 그리고 교수자들의 제한된 맥락적 지식입니다. 윤리적 토대를 위해 인간의 안내가 필수적입니다.(Reshaping education in the era of artificial intelligence: insights from Situated Learning related literature)
  • 교육과 현실을 연결하는 촉매로서의 AI. AI는 교육을 현실과 실제적 맥락에 연결함으로써, 실제 세계 시나리오에 기반한 학습을 가능하게 함으로써 상황 학습의 촉매로 작동할 수 있습니다.(Connecting Education with Reality: AI as a Catalyst for Situated Learning)
  • 실제적 탐구 속에서의 매개 인공물. 과학 학습에서 AI 도구(가상 실험실, 시뮬레이션, 지능형 교수)는 디지털 실천 공동체와 학교, 실제 세계, 학제 간 맥락 사이의 경계 넘기를 가능하게 함으로써 상황 학습을 확장하는 "매개 인공물"로 기능합니다 — 학생을 "지식 학습자"에서 "과학 실천자"로 변화시키는 것입니다.(Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives)
  • 상황화된 교육과정 장치. AI 리터러시는 상황 학습의 일화 — (예상하고, 산출하고, 성찰하는) 능동적인 교수 도구 — 를 통해 개발될 수 있으며, 추상적 지시가 아니라 실제 세계 문제 해결을 통해 AI 역량을 기릅니다.(Towards AI literacy: A proposal of a framework based on the Episodes of Situated Learning)
  • 설계 기반 학습 속에서의 상황화된 평가. Yaşar et al. (2026)는 자신들의 연구를 상황 학습 이론과 반복적 설계 교수법과 교수 전략에 기반하여, 교수자, 동료 검토자, 연구비 검토자의 역할을 아울러 80개의 학생 설계 포스터를 평가했습니다. 역할을 인식하는 프롬프팅은 질적으로 다른 평가 피드백을 산출했습니다 — 교수자는 격려하고 과정 지향적이며, 동료는 지지적이고 대화적이며, 연구비 검토자는 형식적이고 결과 지향적입니다 — 이 차이들은 단순히 문체적인 것이 아니라 인식론적이며, 설계 실천의 서로 다른 측면을 부각했습니다. 이것은 의미론적으로 정밀한 루브릭으로 비계가 제공될 때 상황화되고 역할 특유적인 평가를 LLM이 어떻게 모방할 수 있는지, 그리고 설계 기반 학습에서의 평가가 평가로부터 분리되기보다 실제적 과업과 그 역할들에서 어떻게 드러나는지를 보여 줍니다.
  • 상황화된 AI 윤리. AI에 관한 윤리적 추론 자체가 상황화된 것으로 다루어지는 것이 가장 좋습니다. 추상적 원리보다 문화사적·생태학적 맥락에 기반한 것입니다.(Situated AI ethics: a cultural-historical and ecological framework for education)

상황 학습은 구현된 학습(둘 다 인지가 맥락과 행동에 기반함을 강조합니다), 분산 인지(사람, 도구, 맥락에 분산된 학습), 경험 학습, 그리고 구성주의 이론과 긴밀하게 연결됩니다. AI 교육에서 그것은 맥락이 분리되고 구체화되지 않은 학습에 대한 비판의 토대가 됩니다. 학습자를 실제적 실천에 닻을 붙잡아 두는 AI 설계는 지속 가능한 학습이 요구하는 상황성을 보존합니다.

연결된 개념

연결된 문서

메타데이터

학습과 교수구성주의, 경험 학습, 학습 이론, 상황 학습, 사회문화적 학습
교육에서의 인공지능 기초교육에서의 인공지능, 학습 설계
SourceHistoryEditChat

이 페이지 삽입

아래 코드를 복사하여 학습 관리 시스템이나 다른 웹사이트에 이 페이지를 삽입하세요. 삽입된 버전은 페이지 콘텐츠만 표시하며, 사이트의 헤더, 내비게이션, 푸터는 숨겨집니다.