협력적 문제해결 중심 교수모델(CoProC)을 적용한 과학 수업이 공업계열 특성화고 학생들의 인성 역량과 과학의 정의적 특성에 미치는 영향

이 연구는 광역시에 위치한 공업계열 특성화 고등학교 화학공업과, 기계과, 자동차과 학생 중 화학공업과 2학년 2개 학급 총 43명을 대상으로 하였다. 해당 학교는 화학공업과 2개 학급, 기계과 3개 학급, 자동차과 2개 학급 총 7개 학급으로 구성되어 있으며, 평균 입학 성적이 93% 정도 되는 하위권 학생들이 주로 진학하는 학교이기 때문에 학생들의 학력은 낮은 편이다. 실험집단은 2학년 화학공업과 학생, 비교집단은 2학년 기계과 및 자동차과 학생을 대상으로 하였으며, 2학년 실험집단 2개 학급은 총 43명, 비교집단 2개 학급은 총 40명이다. 연구에 참여한 교사는 특성화 고등학교에 재직 중인 교직 경력 7년차 교사로 학부에서 화학공학을 전공하였고 교육대학원에서 화학교육전공 석사과정을 이수하였다. 협력적 문제해결 중심 교수모델(CoProC) 수업을 실제로 실시하기 전 CoProC 모형 개발에 참여했던 과학교육 전문가로부터 2020년 9월부터 10월까지 총 6회에 걸쳐 협력적 문제해결력과 논의의 중요성, CoProC 수업 모형의 이론적 배경 및 교수 모델 3단계와 각 학습 절차에 관한 설명, 각 단계별 교수-학습 전략에 관한 교육을 받았다.

협력적 문제해결 중심 교수모델(CoProC) 수업의 주제 선정. 이 연구에서 적용한 협력적 문제해결 중심 교수모델(CoProC-B형)에 기반한 과학 수업의 주제는 사회과학적 쟁점에 관한 것으로 과학교육 전문가 1명, 과학교육 박사과정 5명, 과학교육 석사과정 4명이 수차례의 협의를 통해 수정·보완하여 최종적으로 동물실험, 드론, 유전자 맞춤형 아기, GMO 식품, 인공지능 총 5개의 주제를 선정하였다. 1개의 주제는 2차시로 구성되었으며, 한 차시는 50분으로 이루어졌다(Table 1).

협력적 문제해결 중심 교수모델(CoProC) 수업 절차에 따른 적용. 협력적 문제해결 중심 교수모델(CoProC)에 기반한 과학 수업은 2020년 11월부터 12월까지 2개월 동안 총 5개 주제로 진행되었다. 실험집단 학생들은 CoProC-B형 수업을 진행하였으며, 협력적 문제해결 중심 교수모델(CoProC)에 기반한 과학 수업을 경험하기 이전에 인성 역량 함양을 위한 수업이나 논의 수업을 수행한 경험이 없었다. 비교집단 학생들은 교과서, 개념 정리 학습지를 활용하는 강의식 수업을 진행하였다.

협력적 문제해결 중심 교수모델(CoProC)은 CoProC-A형과 CoProC-B형의 두 유형으로 나뉜다. CoProC-A형과 CoProC-B형의 두 유형은 준비 단계인 모둠 형성 및 규칙 제정과 역할결정 및 배정의 절차는 같으나 문제해결 단계의 탐구 설계 및 수행, 해결안 제시, 평가 단계의 관련 자료 찾기의 학습 절차에서 차이가 있다.

CoProC-A형은 해결안 제시의 절차가 과학적 결론 도출을 요구하는 프로그램으로 문제를 해결하기 위한 탐구 활동이 실험을 설계하고 수행하는 것이다. 학생들이 CoProC-A형의 학습 절차를 거칠 때, 과학적 결론 도출을 하기 위해 실험 설계와 수행을 하거나 주어진 자료를 해석하여 자신의 해결안을 결정하며, 관련 자료 찾기 절차에 자신의 주장을 과학적 이론과 비교하여 발전시킨다.

CoProC-B형은 사회과학적 쟁점에 대한 문제해결안을 제시하는 것으로, 학생들은 자신의 주장과 증거를 발표하며 문제해결을 위해 실험 설계와 수행 대신 자료 수집을 수행한다. 수집한 자료를 종합, 분석하여 자신의 해결안을 결정하고, 학급 문제에 대한 충분한 자료를 탐구 설계 및 수행의 활동에서 찾았으면 관련 자료 찾기를 생략할 수 있다. 만약 관련 자료 찾기에서 다른 모둠의 의사결정과 근거에 대한 사실 여부나 추가로 알아볼 것이 있으면 간단히 확인하는 형태로 진행하였다.

학생들은 모둠 형성 및 규칙 제정부터 해결안 제시까지 논의 과정을 통해 서로 합의하고 협력하여 문제해결 단계를 수행하였다. 마지막 평가 단계에서 학생들은 수업 되돌아 보기 활동을 통해 자신의 협력적 문제해결 과정을 되돌아 보며 스스로 점검하는 시간을 가졌다. 또한 학생들의 인성 역량 변화 및 과학의 정의적 특성에 미치는 영향을 살펴보기 위해 수업 적용 전과 후에 각각 인성 역량 및 과학의 정의적 특성 검사를 실시하였다.

협력적 문제해결 중심 교수모델(CoProC)을 적용한 과학 수업이 공업계열 특성화고 학생들의 인성 역량과 과학의 정의적 특성에 미치는 영향을 알아보기 위해 참여 학생들의 사전, 사후 인성 역량 및 과학의 정의적 특성 검사지, CoProC수업 학생 활동지, 차시별 수업 영상 및 모둠별 논의 과정 음성 녹음본을 수집하였다.

인성 역량 검사. 학생들의 인성 역량 변화를 알아보기 위해 수집한 인성 역량 검사는 전란영 외(2018)의 “협력적 문제해결 중심 교수모델에 기반한 학생 인성 역량 평가도구 개발” 연구에서 제시한 검사 도구를 활용하였다. 전란영 외(2018)는 협력적 문제해결 중심 교수모델에 기반한 학생 인성 역량 평가도구 개발 연구에서 권정인 & 남정희(2017)의 연구에서 제시한 인성 역량 구성 요인을 바탕으로 수정, 보완한 인성 역량 요소를 제시하였다. 권정인 & 남정희(2017)의 연구에서 제시한 인성 역량 요소는 긍정적 자기이해, 배려, 협력, 소통, 존중, 정직, 책임, 자기조절 등 총 8개의 항목으로, 전란영 외(2018)는 소통을 더 세분화하여 개방성, 공감, 관용을 구성 요인으로 설정하고, 배려와 존중을 중첩되는 개념으로 보고 타인에 대한 존중과 존경이 포함되는 배려를 최종 인성 역량 요소로 선정하였다.³³ 이를 바탕으로 개방성 5문항, 관용 4문항, 배려 5문항, 성실 7문항, 공감 6문항, 정직 7문항, 책임 5문항, 자기조절 7문항, 협력 7문항 등 총 53문항을 인성 역량 구성 요소로 제안하였다. 인성 역량 검사는 4점 척도로 검사지를 구성하였으며, cronbach’s α 값은 전체 문항에 대해 0.95로 측정되었다.

과학의 정의적 특성 분석. 과학 교육에서 정의적 특성의 대표적 구성 요소로 ‘태도’를 중심으로 한 연구가 활발히 진행되어왔지만, 연구자에 따라 다양한 특성-태도, 흥미, 가치, 선호, 자아개념, 인성, 도덕성, 포부 수준 및 동기, 성취동기, 불안, 사회성, 정서 등을 정의적 특성의 구성 요소로 분류하기도 한다.^51-54 과학 교육에서 정의적 특성을 연구한 선행연구를 살펴보면, 김아영 & 박인영(2001)은 과제난이도선호, 자기조절효능감, 자신감을 구성 요소로 하였고,⁵⁵ 윤미선 & 김성일(2003)은 교과 내용, 교과 가치 및 노력, 교과 유능감, 교과 담당 교사를 구성 요소로 선정하였다.⁵⁶ 김상달, 이상균 & 최성봉(2010)은 과학에 대한 흥미와 즐거움, 과학에서 도구적 동기유발, 과학에서의 긴장감, 과학에서 자아개념을 구성 요소로 하였으며,⁵⁷ 윤정교외(2013)는 교과흥미, 교과내용, 교과가치 및 노력, 교과에 대한 유능감, 교사에 대한 선호도를 구성 요소로 하였다.⁵⁸ 또한 문공주 & 함은혜(2016)는 흥미의 일관성, 노력의 지속성, 흥미, 과제집착력, 자기조절능력을 구성 요소로 선정하였다.⁵⁹ 이 연구에서는 앞서 언급한 과학 교육에서의 정의적 특성 연구에서 제시하는 정의적 특성 요소를 추출한 후 과학교육 전문가 1명, 과학교육 박사과정 5명, 과학교육 석사과정 4명 등 연구자들 간 수차례의 논의를 거쳐 최종적으로 흥미, 도구적 동기유발, 긴장감, 자아개념, 흥미의 일관성, 노력의 지속성, 과제집착력, 자기조절능력의 8개 요소를 과학의 정의적 특성 구성 요소로 선정하였다.

이 연구에서는 위에서 선정한 8개의 과학의 정의적 특성 구성 요소로 구성된 과학의 정의적 특성 검사를 위해 김상달, 이상균 & 최성봉(2010),⁵⁷ 문공주 & 함은혜(2016)⁵⁹의 연구에서 제시한 검사 문항을 재구성하였다. 김상달, 이상균 & 최성봉(2010)은 OECD/PISA의 학생용 설문지를 번안하여 과학에 대한 흥미 5문항, 과학에서 도구적 동기 유발 4문항, 과학에서의 긴장감 5문항, 과학에서 자아개념 5문항, 총 19개 문항을 선정하였다.⁵⁷ 문공주 & 함은혜(2016)의 연구에서는 개인적 특성으로 선천적인 인지능력, 흥미, 자기효능감과 같은 동기요인 외에도 후천적인 노력에 의해 개발할 수 있는 개인적 능력이나 특성이 있다고 보고, 이들을 알아보기 위한 검사지로 흥미의 일관성 5문항, 노력의 지속성 6문항, 흥미 5문항, 과제집착력 5문항, 자기조절능력 8문항, 총 29개의 문항을 선정하였다.⁵⁹ 이 연구에서는 두 연구에서 사용한 문항을 모두 활용하여 최종적으로 총 48문항의 과학의 정의적 특성 검사지를 구성하였다. 과학의 정의적 특성 분석은 5점 척도로 검사지를 구성하였으며, cronbach’s α 값은 전체 문항에 대해 0.76으로 측정되었다.

논의 과정. 협력적 문제해결 중심 교수모델(CoProC)을 적용한 과학 수업은 논의 기반 탐구 수업을 바탕으로 하며, 교사와 학생, 학생과 학생 사이의 상호작용을 통해 주어진 문제를 해결하는 수업이다.⁴⁹ CoProC 수업 단계 중 ‘준비 단계’ 및 ‘문제해결 단계’에서는 다른 사람과의 협력적 문제해결이 중점적으로 나타나므로,⁴⁹ 이 연구에서는 준비 단계와 문제해결 단계에서 나타난 논의 과정을 분석하였다. 이를 위해 학생들의 수업 동영상과 모둠별 음성 녹음본을 수집하였다. 연구에 참여한 실험집단은 1개 학급당 총 5개 모둠으로 구성되어 있으며, 모든 모둠의 논의과정을 활동별로 녹음하여 총 50개의 수업 녹음본을 수집하였다(Table 2). 또한 수업 촬영은 실험집단 학생들이 속한 2개 학급에 적용한 5개 활동, 총 10개의 수업 활동 동영상을 수집하였다. 모든 녹음본과 수업 동영상은 CoProC 수업 준비 단계의 세부 절차인 역할결정 및 배정부터 문제해결 단계의 마지막 세부 절차인 해결안 제시까지 수집하였다.

수업 되돌아보기. 수업 되돌아보기는 협력적 문제해결 중심 교수모델(CoProC)에서 수업 과정 중 자신의 인지 변화와 행동 변화에 대해 기록하는 것이다.⁶⁰ 학생들은 수업 되돌아보기 활동을 통해 협력적 문제해결 과정에서 자신이 발전한 부분이 있는지 부족하다면 무엇이 부족한지를 점검하게 된다. 따라서 학생들은 자신의 협력적 문제해결 과정을 되돌아보며 스스로 점검하게 된다. 수업 되돌아보기 활동은 협력적 문제해결 중심 교수모델(CoProC)을 적용한 과학 수업의 평가 단계에 포함된 절차로 문제해결 단계가 끝난 후 평가 단계를 수행할 수 있는 시간을 제공하고 CoProC 학생 활동지에 포함되어 작성하도록 하였다. 학생들에게 수업 되돌아보기 활동지에 기록할 내용으로 수업을 통해 새롭게 알게 된 점, 나의 생각이 어떻게 변화하였는지, 새롭게 생긴 의문점은 무엇인지, 모둠 구성원과 내가 맡은 역할은 잘 수행하였는지, 전반적인 활동을 성실하게 하였는지 등을 작성하도록 하였다. 수업 되돌아보기 활동은 자신의 생각을 솔직하게 일기 형식으로 작성하도록 독려하였다.

이 연구에서는 협력적 문제해결 중심 교수모델(CoProC)을 적용한 과학 수업이 공업계열 특성화고 학생들의 인성 역량과 과학의 정의적 특성에 미치는 영향을 알아보고자 하는 것이다. 이를 위해 수업 전과 후에 실시한 인성 역량 및 과학의 정의적 특성 검사지, 각 모둠별 논의 과정 음성 녹음본, 학생들이 작성한 결과물인 수업 되돌아보기 활동지를 분석하였다.

인성 역량 분석. 전란영 외(2018)의 연구를 바탕으로 한 인성 역량 검사지를 이용하여 협력적 문제해결 중심 교수모델(CoProC) 수업을 적용하기 전 사전 검사와 총 5개의 주제를 모두 적용한 후 사후 검사를 실시하였다. 사전, 사후 검사 결과의 통계처리는 SPSS WIN 23.0을 사용하였다. 사전 검사 결과로 독립표본 T-검정을 실시하여 실험집단과 비교집단의 동질성을 확인하였고, 인성 역량의 변화를 비교하기 위해 유의수준을 *p<.05로 설정하고 사전 검사 결과를 공변인으로 한 공변량 분산 분석(ANCOVA)을 실시하였다. 또한 협력적 문제해결 중심 교수모델(CoProC)을 적용한 수업이 공업계열 특성화고 학생들의 인성 역량에 미치는 영향의 효과 크기(effect size)를 알아보기 위해 사전 검사 결과를 공변인으로 하여 사후 검사 결과에 대한 값을 부분 에타 제곱(η_p²)으로 분석하였다. η_p²은 통제 변수를 통제한 후 남겨진 종속 변수 변량을 토대로 독립 변수의 효과 크기를 제시한 것으로,⁶¹ 코헨(1988)은 η_p²의 추정값이 .01이면 작은 효과, .06이면 중간 효과, .15 또는 그 이상이면 큰 효과로 해석할 수 있다고 제안하였다.⁶²

또한 과학교육 전문가 1명, 과학교육 박사과정 5명, 과학교육 석사과정 4명이 모둠별 논의 과정 음성 녹음본 전사본과 수업 되돌아보기 활동지를 수차례 분석하여 인성 역량 하위 요소별 구체적 사례를 제시하였으며, 질적 분석을 병행하여 협력적 문제해결 중심 교수모델(CoProC)이 학생들의 인성 역량에 미치는 영향을 심층적으로 살펴보았다.

과학의 정의적 특성 검사. 김상달, 이상균 & 최성봉(2010)과 문공주 & 함은혜(2016)의 연구를 바탕으로 구성한 과학의 정의적 특성 검사지를 이용하여 협력적 문제해결 중심 교수모델(CoProC) 수업을 적용하기 전 사전 검사를 실시하고, 총 5개의 주제를 모두 적용한 후 사후 검사를 실시하였다. 사전, 사후 검사 결과의 통계처리는 SPSS WIN 23.0을 사용하였다. 사전 검사 결과로 독립표본 T-검정을 실시하여 실험집단과 비교집단의 동질성을 확인하였고, 과학의 정의적 특성에 미치는 영향을 알아보기 위해 유의 수준을 *p<.05로 설정하고 사전 검사 결과를 공변인으로 한 공변량 분산 분석(ANCOVA)을 실시하였다. 협력적 문제해결 중심 교수모델(CoProC)을 적용한 수업이 공업계열 특성화고 학생들의 과학의 정의적 특성에 미치는 영향의 효과 크기(effect size)를 알아보기 위해 인성 역량 분석에서와 같은 방법으로 분석을 실시하였다.

또한 협력적 문제해결 중심 교수모델(CoProC)을 적용한 과학 수업이 공업계열 특성화고 학생들의 과학의 정의적 특성에 미치는 영향을 심층적으로 살펴보기 위해 모둠별 논의 과정 음성 녹음본 전사본, 수업 되돌아보기 활동지를 과학교육 전문가 1명, 과학교육 박사과정 5명, 과학교육 석사과정 4명이 수차례 분석하여 과학의 정의적 특성 하위 요소별 구체적 사례를 제시하였다.

인성 역량 검사 결과. 인성 역량 검사는 개방성, 관용, 공감, 성실, 배려, 정직, 자기조절, 책임, 협력 등 9개의 하위 요소로 구성되어 있다. 사전, 사후 검사 결과의 통계처리는 SPSS WIN 23.0을 사용하여 분석하였으며, 실험집단과 비교집단의 동질성 확인을 위해 사전 검사 결과를 이용하여 독립표본 T-검정을 실시하였다(Table 3).

사전 검사를 이용한 동질성 검사 결과, 실험집단과 비교집단 간에는 유의미한 차이가 없는 것으로 나타났다(t=−0.460, p>.05). 9개의 인성 역량 하위 요소에 대해 독립표본 T-검정을 실시한 결과, 역시 두 집단 간에는 유의미한 차이가 없는 것으로 나타났다. 구체적인 분석 결과를 살펴보면, 개방성(t=0.781, p>.05), 공감(t=−0.170, p>.05), 관용(t=−1.105, p>.05), 배려(t=−0.325, p>.05), 성실(t=−0.212, p>.05), 자기조절(t=−0.725, p>.05), 정직(t=−0.505, p>.05), 책임(t=−0.818, p>.05), 협력(t=−0.363, p>.05)에서 실험집단과 비교집단이 유의미한 차이가 없는 것으로 나타났다. 따라서 사전 인성 역량 검사 결과에 대해 실험집단과 비교집단은 동질 집단으로 간주할 수 있다.

협력적 문제해결 중심 교수모델(CoProC)을 적용한 수업에서 공업계열 특성화고 학생들의 인성 역량이 향상되었는지 알아보기 위해 사후 인성 역량 검사 결과에 대한 공변량 분산 분석(ANCOVA)을 실시하였다(Table 4).

공변량 분산 분석 결과, 총점에서 실험 집단이 비교집단보다 통계적으로 유의미하게 높게 나타났다(F=1, ***p<.001). 9개의 인성 역량 하위 요소에 대해 공변량 분산 분석을 실시한 결과, 역시 두 집단 간에는 통계적으로 유의미한 차이가 있는 것으로 나타났다. 구체적인 분석 결과를 살펴보면, 개방성(F=1, ***p<.001), 공감(F=1, ***p<.001), 관용(F=1, ***p<.001), 배려(F=1, ***p<.001), 성실(F=1, ***p<.001), 자기조절(F=1, ***p<.001), 정직(F=1, ***p<.001), 책임(F=1, ***p<.001), 협력(F=1, **p<.01)에서 실험집단이 비교집단보다 통계적으로 유의미하게 높은 것으로 나타났다.

협력적 문제해결 중심 교수모델(CoProC) 수업이 공업계열 특성화고 학생들의 인성 역량에 미치는 효과 크기(effect size)를 알아보기 위해 사전 검사 결과를 공변인으로 하여 사후 검사 결과에 대한 값을 부분 에타 제곱(η_p²)으로 분석하였다(Table 5).

효과 크기 분석 결과, 인성 역량 전체 항목에 대한 부분 에타 제곱(η_p²)의 값은 0.259로 효과 크기가 큰 것으로 나타났다. 인성 역량 하위 요소별로 살펴보면, 개방성은 0.172, 공감은 0.157, 관용은 0.233, 배려는 0.221, 성실은 0.251, 자기조절은 0.225, 정직은 0.234, 책임은 0.188, 협력은 0.104로 인성 역량 하위 8개 요소에서 효과 크기가 큰 것으로 나타났다. 인성 역량 하위 요소별 효과 크기를 살펴보면, 협력을 제외한 나머지 8개의 요소에서 효과 크기가 0.150 이상으로 크게 나타났다. 특히 성실, 정직, 관용, 자기조절, 배려, 책임, 개방성, 공감 순으로 효과 크기가 큰 것으로 나타났으며, 협력은 효과 크기가 중간으로 나타났다. 이는 인문계 고등학교 학생들을 대상으로 한 기존의 선행 연구 결과와도 부합한다. 선행 연구 결과를 살펴보면, 인성 역량 총점에서 효과 크기는 큰 것으로 나타났으며, 인성 역량 하위 요소 역시 책임을 제외한 나머지 8개의 요소에서 효과 크기가 큰 것으로 나타났다. 책임은 효과 크기가 중간으로 나타났다.⁶³ 인성 역량 하위 항목에 따른 효과 크기 차이는 있지만 기존의 선행 연구 결과와 부합하는 것을 볼 수 있다.

성실의 효과 크기는 0.251로 다른 하위 요소들과 비교하였을 때 효과 크기가 가장 큰 것으로 나타났다. <사례 1>에서는 유전자 맞춤형 아기라는 주제가 다소 어려웠으나 포기하지 않고 S1 학생과 S2 학생이 서로 논의하며 끝까지 해결하려고 하는 모습을 볼 수 있다.

<사례 2>는 문제를 해결하기 위한 자료를 수집하는 과정에서 느낀점을 기록한 내용이다. 학생은 GMO 식품에 관한 자료를 다방면에서 수집하였다. 모둠 활동을 잘 수행하기 위해 토론 활동 전 충분한 자료를 수집하는 행동은 성실에 관한 사례라고 볼 수 있다.

성실은 어려운 문제를 포기하지 않고 끝까지 해결하려고 하는 것으로, 어려움이 있으면 개선 방안을 찾기 위해 노력하거나 모둠 활동에서 과제를 미루지 않고 제시간에 제출하며, 활동 내용에 대한 결과를 잘 기록하는 행동 등으로 나타난다. 위의 사례에서 볼 수 있듯이, 학생들은 논의 활동 과정에서 좀 더 좋은 의견을 내기 위해 계속해서 소통하며 문제를 해결하기 위해 노력하였고, 자신의 의견에 충분한 근거를 제시하기 위해 사전에 자료 수집을 꼼꼼하게 하였다. 협력적 문제해결 중심 교수모델(CoProC)은 모둠 구성원들이 각자 자신이 맡은 역할을 잘 수행하고 서로 원활한 상호작용이 중요시되는 수업이다. 학생들은 모둠 활동 중 자신이 게으름을 피우거나 소극적으로 참여하는 것은 자신뿐만 아니라 다른 구성원들에게도 피해가 되며 과제를 수행할 수 없다는 것을 알고 있기 때문에 이 과정에서 자연스럽게 성실을 경험한 것으로 보인다.

개방성은 다른 하위 요소들에 비해 효과 크기의 수치는 크지 않으나 학생들이 작성한 수업 되돌아보기 활동지에서 개방성의 요소가 많이 관찰되었다. 다음은 개방성에 관한 학생들의 사례이다.

<사례 3>은 동물실험에 관한 논의 활동이 끝난 후 작성한 수업 되돌아보기 활동지에서 개방성의 인성 요소가 나타난 사례이다. 자신의 입장과 반대되는 친구들의 의견을 듣고 다양한 관점에서 다시 한번 더 생각해보며 자신의 생각만 옳은 것이 아니라는 것을 깨달았다는 것을 보여주고 있다. 학생은 논의 과정에서 자신과 반대 입장을 가진 친구들의 의견을 듣고 다른 관점에서 생각해보며, 자신의 생각만을 주장하지 않는 모습을 보였다.

<사례 4>에서는 유전자 맞춤형 아기에 관한 주제로 논의를 하기 전과 후에 자신의 생각이 바뀌어 가는 모습을 관찰할 수 있다. 논의 전에는 유전자 맞춤형 아기가 무조건 나쁘다고 생각하였지만 논의 활동을 거치고 난 후, 다양한 의견을 듣고 어느 정도 이해를 하는 모습을 보여주고 있다. 또한 많은 장점이 있는 만큼 많은 문제점도 동반하기 때문에 관련 법안을 강화하여 문제점을 줄인 다음 유전자 맞춤형 아기를 허용해야 된다고 하며 자신의 생각이 바뀌어 가는 모습을 관찰할 수 있다.

개방성은 논의 과정에서 자신의 주장에 대한 비판과 오류의 지적을 기꺼이 받아들이며, 자신보다 더 나은 생각이나 아이디어가 있으면 쉽게 수용하는 태도를 의미한다. 자신과는 반대되는 의견이라도 충분한 근거가 있으면 기꺼이 수용하는 자세이다. 위의 사례에서 보듯이, 학생들은 논의 활동을 통해 주제에 관한 다양한 생각과 관점이 있음을 깨달았고, 자신과 다른 생각이라도 충분한 근거가 있으면 수용하며 더 나아가 자신의 생각이 바뀌어 가는 모습을 관찰할 수 있었다. 협력적 문제해결 중심 교수모델(CoProC)은 구성원들 간의 상호작용을 통해 주어진 문제를 해결하는 수업이다.⁴⁹ 개인이 좋은 생각과 해결방안을 가지고 있더라도 다른 사람의 관점을 이해하고 효과적으로 상호작용하지 못한다면 합의에 이르지 못하므로⁶⁴ 원활한 상호작용을 위해서는 개방적으로 다른 사람의 생각과 감정을 받아들이는 것이 필요하다.⁶⁵ 이러한 관점에서 개방성의 효과 크기가 크게 나타난 것으로 보인다.

협력 요소의 효과 크기는 0.104로 다른 인성 역량 하위 요소들에 비해 효과 크기가 중간으로 나타났다. 협력 요소의 효과 크기만 중간인 이유를 사전, 사후 인성 역량 검사의 평균 점수에서 살펴보았다. 협력 요소는 인성 역량의 다른 하위 요소들에 비해 사전 검사에서 평균 점수가 높아 사후 검사와의 평균 점수 차이가 크지 않아 효과 크기가 중간으로 나타난 것으로 판단된다. 협력에 관한 실제 사례를 살펴보면, 수업을 통해 갈등을 해결하기 위한 방법과 서로의 의견을 존중하고 수용하여 합의점을 찾아내는 과정을 관찰할 수 있다(사례 5).

<사례 6>은 역할결정 및 배정 단계에서 나타난 협력에 관한 사례이다. 학생들은 자신의 모둠에서 필요한 역할을 스스로 정하고 역할에 맞는 친구를 추천하였으며, 추천을 받은 학생은 흔쾌히 역할을 맡았다. 또한 모둠 활동 중에 지켜야 될 규칙을 정하는 등 구성원 모두 협력하여 활동하는 모습을 관찰할 수 있다.

특성화 고등학교는 전공 교과별 실습수업이 많이 편성되어 있고 학생들은 수업 시간에 모둠별로 실습을 수행하기 위해 친구들과 함께 의논하거나 다른 모둠 구성원들에게 조언을 듣는 등 평소 구성원들과의 협력을 통해 모둠 활동을 수행하고 있다. 이에 협력의 사전 검사의 점수가 높아 효과 크기가 중간 정도로 나왔으나, 사례에서 보듯이 학생들은 서로 의견이 달라 갈등이 발생하였을 경우 해결방안을 찾기 위해 노력하였으며, 의사소통을 통해 합의점을 찾아 나갔다. 또한 토의를 통해 상대방의 의견을 물어보며 모둠에서 필요한 역할과 규칙을 정하는 등 CoProC 모델을 통해 학생들은 모둠 구성원들과 논의와 합의를 통해 문제를 해결해 나가는 상호작용 과정 속에서 학생들은 협력을 경험하고 있는 것을 볼 수 있다.

협력적 문제해결 중심 교수모델(CoProC)은 문제를 해결하기 위해 목표, 노력, 지식을 공유하고 상호작용을 하는 과정에서 합의하고 협력하여 과학적 지식을 도출하는 모형이다.⁴⁹ 위의 사례와 같이 학생들은 논의 과정을 통해 다양한 관점에서 한번 더 생각해보며 자신의 생각을 정리할 수 있었고, 친구들의 몸짓이나 얼굴 표정의 변화 등을 통해 상대방의 감정을 파악하여 이해하고 배려하는 모습을 보여주었다. 또한 자신이 맡은 역할에 대해 책임감을 가지고 성실히 수행함으로써 모둠 구성원들끼리 서로 협력하여 문제를 해결해 나가는 과정을 관찰할 수 있었다. 이러한 관점에서 협력적 문제해결 중심 교수모델(CoProC)을 적용한 과학 수업은 공업계열 특성화고 학생들의 인성 역량을 함양시키는데 효과가 있다고 볼 수 있다.

협력적 문제해결 중심 교수모델(CoProC)의 적용이 공업계열 특성화고 학생들의 과학의 정의적 특성에 미치는 영향을 살펴보기 위해 과학의 정의적 특성 검사 결과를 분석하고, 모둠별 논의 과정 음성 녹음본 및 수업 되돌아 보기 활동지를 분석하였다.

과학의 정의적 특성 검사 결과. 과학의 정의적 특성 검사는 흥미, 도구적 동기유발, 긴장감, 자아개념, 투지(흥미의 일관성 & 노력의 지속성), 과제집착력, 자기조절능력 등 8개의 하위 요소로 구성되어 있다. 사전 및 사후 검사 결과의 통계처리는 SPSS WIN 23.0을 사용하여 분석하였으며, 실험집단과 비교집단의 동질성 확인을 위해 사전 검사 결과를 이용하여 독립표본 T-검정을 실시하였다(Table 6).

사전 검사를 이용한 동질성 검사 결과, 실험집단과 비교집단 간에는 유의미한 차이가 없는 것으로 나타났다(t=−0.675, p>.05). 8개의 과학의 정의적 특성 하위 요소에 대해 독립표본 T-검정 결과, 긴장감, 노력의 지속성을 제외한 나머지 6개 요소에서 유의미한 차이가 없는 것으로 나타났다. 구체적인 분석 결과를 살펴보면, 긴장감(t=−3.368, **p<.01), 노력의 지속성(t=−2.188, *p<.05)에서는 통계적으로 유의미한 차이가 나타났으나 흥미(t=0.525, p>.05), 도구적 동기유발(t=1.234, p>.05), 자아개념(t=−0.624, p>.05), 흥미의일관성(t=−1.660, p>.05), 과제집착력(t=0.111, p>.05), 자기조절능력(t=0.819, p>.05)에서는 실험집단과 비교집단이 유의미한 차이가 없는 것으로 나타났다. 따라서 대부분 과학의 정의적 특성 사전 검사 결과에 대해 두 집단은 동질 집단으로 간주할 수 있다.

협력적 문제해결 중심 교수모델(CoProC)을 적용한 수업이 공업계열 특성화고 학생들의 과학의 정의적 특성에 미치는 영향을 확인하기 위해 사후 과학의 정의적 특성 검사 결과에 대한 공변량 분산 분석(ANCOVA)을 실시하였다. 사전 검사 점수를 이용한 동질성 검사 결과 실험집단과 비교집단의 총점에서는 유의미한 차이가 나타나지 않았으나 2개의 하위 요소(긴장감, 노력의 지속성)에서 통계적으로 유의미한 차이가 나타났으므로 과학의 정의적 특성 사전 검사 결과를 공변인으로 하여 공변량 분산 분석 분석(ANCOVA)을 실시하였다(Table 7).

공변량 분산 분석 결과, 총점에서 실험집단이 비교집단보다 통계적으로 유의미하게 높게 나타났다(F=1, ***p<.001). 8개의 과학의 정의적 특성 하위 요소에 대해 공변량 분산 분석 결과, 흥미의 일관성을 제외한 나머지 7개의 하위 요소에서 통계적으로 유의미한 차이가 있는 것으로 나타났다. 구체적인 분석 결과를 살펴보면, 흥미(F=1, ***p<.001), 도구적 동기유발(F=1, **p<.01), 자아개념(F=1, **p<.01), 노력의 지속성(F=1, *p<.05), 과제집착력(F=1, ***p<.001), 자기조절능력(F=1, ***p<.001)에서는 평균 점수가 상승하였고, 통계적으로도 유의미한 차이를 보였다. 긴장감은 학생들의 학업 성취도와 부적 상관 관계가 있으므로 과학 성취도를 높이기 위해서는 긴장감이 낮아져야 한다.⁵⁷ 긴장감(F=1, *p<.05)은 평균 점수가 3.32에서 3.11로 감소하였으며, 통계적으로도 유의미한 차이가 나타났다.

협력적 문제해결 중심 교수모델(CoProC) 수업이 공업계열 특성화고 학생들의 과학의 정의적 특성에 미치는 효과 크기(effect size)를 알아보기 위해 사전 검사 결과를 공변인으로 하여 사후 검사 결과에 대한 값을 부분 에타 제곱(η_p²)으로 분석하였다(Table 8).

효과 크기 분석 결과, 과학의 정의적 특성 전체 항목에 대한 부분 에타 제곱(η_p²)의 값은 0.178로 효과 크기가 큰 것으로 나타났다. 과학의 정의적 특성 하위 요소별로 살펴보면, 흥미는 0.156, 도구적 동기유발은 0.127, 긴장감은 0.077, 자아개념은 0.112, 흥미의 일관성은 0.017, 노력의 지속성은 0.080, 과제집착력은 0.145, 자기조절능력은 0.198로 흥미와 자기조절능력은 효과 크기가 크고, 도구적 동기유발, 긴장감, 자아개념, 노력의 지속성, 과제집착력은 효과 크기가 중간, 흥미의 일관성은 효과 크기가 작게 나타났다.

흥미 요소의 효과 크기는 0.156으로 효과 크기가 큰 것으로 나타났다. 학생들이 작성한 수업 되돌아보기 활동지를 살펴보면 GMO 식품에 관한 토론 활동을 하고 난 후 새로운 지식을 알게 되어 좋았고, 모둠 구성원들과 토론을 하는 과정에서 다양한 의견들과 그 의견들의 해결방안을 찾는 과정이 보람되고 재미있다고 표현하고 있다(사례 7).

<사례 8>에서는 모둠 활동을 하면 항상 게임 얘기만 하던 친구들이 협력적 문제해결 중심 교수모델(CoProC) 수업을 하면서 사회과학적 쟁점에 관한 다양한 주제로 자신의 의견을 발표하고 친구들과 이야기를 하는 시간이 뜻깊고 좋았다고 표현하고 있다.

흥미는 과학 관련 책이나 글을 읽는 것을 좋아하고, 과학에서 배우는 다양한 내용에 대해 관심을 가지며 과학수업 시간을 기다리는 행동으로 나타난다. 과학을 좋아하기 때문에 과학과 관련된 일을 하고 싶어 하며 과학에 대한 새로운 내용을 알게 될 때 기쁘고 더 배우고자 하는 행동은 과학에 대한 흥미가 높다고 할 수 있다. 위의 사례에서 보듯이, 학생들은 새로운 내용을 알게 되어 좋았고, 토론 활동을 하면서 다양한 의견들을 알게 되고, 다양한 생각을 가진 친구들과 함께 토론하는 활동 자체에 흥미를 느꼈다. 이렇듯 상호작용이 강조된 학습은 학습자가 형성하는 교과에 대한 흥미와 동기, 자신감, 태도 등에 영향을 미친다는 선행 연구 결과처럼,³⁸⁻⁴² 구성원들과의 상호작용을 강조하는 협력적 문제해결 중심 교수모델(CoProC) 수업에서 학생들은 구성원들과의 논의 활동을 통해 문제 해결을 해나가는 과정에서 자연스럽게 흥미 요소가 함양되었을 것이라고 판단된다.

긴장감은 과학 수업이 어렵거나 나쁜 성적을 받을까봐 걱정을 하는 행동으로 나타난다. 긴장감이 높은 학생은 숙제나 문제를 풀 때 긴장감이나 불안감, 무기력함을 느낀다. 즉 긴장감은 학생의 성취도와 부적으로 연관되어 있으므로 과학 성취도를 높이려면 과학에 대한 긴장감을 낮추어야 한다.⁵⁷ 사례에서 보듯이, 처음에는 모둠 활동에 무관심하던 학생들이 협력적 문제해결 중심 교수모델(CoProC) 수업을 통해 활동을 진행할수록 긴장감이 낮아지는 모습을 관찰할 수 있다. <사례 9>, <사례 10>, <사례 11>는 어느 한 모둠의 논의 과정 음성 녹음본이다.

<사례 9>에서는 모둠 구성원들 모두가 이 활동을 왜 해야 하는지 필요성을 느끼지 못했고 대부분의 시간을 장난을 치거나 잡담을 하는 시간으로 소비하였다. 교사가 주의를 주며 개입을 하였을 때만 잠깐 하다가 다시 장난을 치며 노는 모습을 볼 수 있다. <사례 10>에서는 교사의 개입 없이 모둠 구성원들 스스로 토론 활동을 시작하였다. 자신의 의견을 발표할 때 충분한 근거를 바탕으로 자신의 주장을 펼치지 못하였으며, 토론의 형식을 지키며 진행을 하지는 않았지만 Topic 1에 관한 토론을 할 때 보다는 발전된 모습을 보여주었다. <사례 11>에서는 여전히 자신의 의견을 충분한 근거를 대며 논리적으로 주장하지는 못하지만 Topic 2에서 보다 점점 토론의 형식을 갖추어서 진행하고 있는 모습이 나타났다. 이렇듯 Topic 1에서 Topic 4로 활동이 진행될수록 학생들은 초반에 보여주었던 무관심한 모습에서 미숙하지만 형식을 갖춘 토론을 진행하는 모습을 보여주었다.

사전, 사후 검사의 평균 점수를 살펴보면 3.32, 3.11로 효과 크기가 중간이긴 하지만 협력적 문제해결 중심 교수모델(CoProC)의 적용은 학생들의 긴장감을 낮춰주는 것으로 나타났다. 또한 과학 교과에 대한 자신감과 흥미를 지닌 학생일수록 과학에 대한 긴장감이나 불안감 수준이 낮다는⁵⁷ 선행 연구 결과처럼, 협력적 문제해결 중심 교수모델(CoProC)을 통해 문제를 해결해 나가는 상호작용 과정 속에서 학생들은 흥미가 높아져 자연스럽게 긴장감이 낮아진 것으로 판단된다.

모둠별 논의 과정 음성 녹음본과 수업 되돌아보기 활동지의 과학의 정의적 특성 하위 요소별 사례 분석을 살펴보면 위의 사례와 같이 학생들은 협력적 문제해결 중심 교수모델(CoProC) 수업을 통해 새로운 지식을 배울 수 있어서 좋았고, 논의 과정에서 자신의 생각과 모둠 구성원들의 생각을 비교해보며 토론하는 시간을 흥미롭게 생각하였다. 또한 협력적 문제해결 중심 교수모델(CoProC) 활동이 진행될수록 긴장감은 줄어들고 어휘력과 사고력이 향상되는 등 자신의 내적 성장에 도움이 된다고 인식하였다. 협력적 문제해결 중심 교수모델(CoProC)을 통해 학생들은 친구들과의 토론 활동에서 자신감 있는 모습을 보여 주었으며, 과제에 집중하는 것을 어려워하지 않고 문제 해결을 위해 노력하였다. 이러한 관점에서 협력적 문제해결 중심 교수모델(CoProC)은 공업계열 특성화고 학생들의 과학의 정의적 특성을 향상시키는데 효과가 있다고 볼 수 있다.