연계전공 학습과학

학습과학은 간학문적인 분야로서 학습에 대한 기초연구와 함께 교육문제를 창의적으로 해결하고 개선하는 데 기여한다. 해외 선진국에서도 스탠포드대학의 Learning Sciences and Technology Design, 노스웨스턴대학의 Learning Sciences과 같이 학습과학 프로그램이 활발하게 이루어지고 있으며, 국내에서는 2023년 서울대학교에서 최초로 학습과학연구소가 설립되며 학습에 대한 융복합연구와 학습과학 분야 인재를 양성하고 있습니다.

학습과학 연계전공은 여러 학과에서 분산적으로 이루어지고 있는 학습에 대한 교육과 연구를 서로 연결함으로써 복잡한 학습 현상을 다양한 관점에서 통합적으로 이해하고 창의적으로 교육문제를 해결할 수 있는 인재를 양성하는 것을 목표로 합니다.

학습과학 연계전공을 이수하며 초중고등학교, 대학교, 기업교육, 의학교육, 에듀테크, 평생교육 등의 다양한 분야에서 학습의 문제를 진단하고 처방하는 전문가로 성장할 수 있으며 관련 대학원에 진학하여 융복합연구를 수행할 수 있다.

3. 세부 전공 및 대표 연구 분야

교육원리와 실천

‘교육원리와 실천’ 영역은 다양한 교육현상을 체계적으로 설명하고 교과교육을 개선하고 교육의 난제를 창의적으로 해결하기 위한 내용으로 구성되어 있으며, 교육학 및 교과교육학에서 이루어지는 교육과정과 교수설계에 관하여 학습할 수 있습니다.

‘학습심리와 뇌과학

‘학습심리와 뇌과학’ 영역에서는 학습자의 특성과 학습현상을 교육학, 심리학, 뇌과학, 인지과학 등 다양한 학문의 관점과 접근으로 설명하고 학습을 개선하기 위한 방안을 모색할 수 있습니다.

AI와 교육데이터

‘AI와 교육데이터’ 영역은 AI와 데이터과학의 기초지식과 역량을 함양하고 AI를 효과적으로 활용하는 방안을 탐색할 수 있으며 컴퓨터공학, 통계학, 정보문화학 등의 학문과 융합하여 학습을 체계적으로 분석하는 역량을 함양할 수 있습니다.

4. 전공 공부를 위해 필요한 역량 및 적합한 학생 유형

학습자와 학습현상을 깊이 있게 이해하고 획일적이고 표준화된 학교교육을 혁신하고 싶은 학생에게 추천합니다. 이때, 교육학, 심리학, 신경과학, 컴퓨터과학 등 다양한 학문에 대한 기본적인 이해를 바탕으로 학문의 융합을 통해 교육의 문제를 스스로 정의하고 해결하기 위한 목표의식이 요구됩니다. 고등학교 교육과정에서는 독서와 작문, 영어 독해와 작문 등 학문을 탐구할 수 있는 기초 소양을 바탕으로 사회와 문화, 사회문제 탐구 등 사회적 접근과 정보, 인공지능 기초, 생명과학, 확률과 통계, 인공지능 수학 등 수학, 과학적 접근에서의 기본적인 개념을 학습한다면 학습과학을 탐구하는 데 많은 도움이 될 것입니다.

5. 전공에 대한 흔한 오해(Myths)와 사실

학습과학은 교육분야에서 필요한 심리학, 신경과학처럼 실험실 중심의 이론 연구라고 생각할 수 있습니다. 하지만, 학습과학은 실제 교육 환경에서의 실행연구를 중시하여 실제 교육 현장에서 학습을 관찰하고 설계 및 개입하는 데에 초점을 둡니다.

또한, 학습과학은 학습을 지원하기 위한 기술을 개발하는 학문으로 느껴질 수 있지만, 기술 개발보다 중요한 것은 그러한 기술을 개발하기 위해서는 어떤 요인이 필요한지, 기술이 어떠한 방식으로 학습과 교육을 지원한지에 대한 분석입니다.

교과과정 관련

1. 졸업요건

이수학점: 21 학점

•

전공필수 3학점

•

전공선택 18학점 이상

•

영역별 3학점 이상, 원소속 학과 이외의 학과 개설 교목 9학점 이수 

2. 전공 교과 이수체계도

3. 탐색을 위한 권장 교과목

교과목 번호	교과목명 및 설명
E11.146	심리학개론 인간의 행동에 대한 심리학적 지식을 기초 수준에서 배울 수 있는 강의입니다. 특히 학습 심리와 뇌과학 분야에 적성과 흥미를 탐색하고자 하는 학생들에게 추천합니다.
F37.101	컴퓨팅 기초: 처음 만나는 컴퓨팅 파이썬 등 프로그래밍 언어에 대해서 배울 수 있는 과목입니다. 프로그래밍 관련 학습이나 경험이 없는 입문자에게 추천하는 강의입니다.
F37.205	컴퓨팅 핵심: 데이터 중심의 인공지능 머신러닝과 딥러닝에 대한 기초적인 이해를 바탕으로 인공지능 모델을 실제로 구축해볼 수 있는 과목입니다. 다양한 분야에서의 활용사례를 확인하며 교육 분야에서의 적용 가능성을 고민해볼 수 있습니다.
F37.102	컴퓨팅 기초: 처음 만나는 데이터 실제 교육 관련 데이터 분석에서 활용되는 기법을 배울 수 있는 과목입니다. 빅데이터개론, 자연어처리와 교육 등의 전공 과목 수강 전 기초 소양을 익힐 수 있습니다.
E11.121	문제는 통계야 : 빅데이터 시대의 데이터 문해력 다양한 분야에서 활용되는 통계에 대한 비판적 접근을 배울 수 있는 과목입니다. 이후 통계 관련 과목을 수강하면서 연구 결과에 대한 해석 과정에서 도움을 받을 수 있습니다.
V10.109	베리타스 강좌 1: 뇌, 기계, 진화 인간의 마음과 기계 간 상호작용에 대한 통찰을 제공하는 과목입니다. ‘뇌-마음-행동’, ‘몸, 마음, 데이터’ 등 전공 과목과 연계되며, 인공지능 기반 교육에서 나타나는 새로운 학습 장면에 대해서 고민할 수 있습니다.

기타 정보

1. 탐색을 위한 추천도서

도서명	저자 및 역자	출판사	출판연도
인공지능 시대, 교사가 만드는 미래학교	정대홍, 조영환, 임철일 외	교육과학사	2022
문제해결과 학습 디자인: David H. Jonassen 교수님의 연구를 되돌아보며.	조규락, 조영환 (편)	학지사	2019
미첼 레스닉의 평생유치원: MIT 미디어랩이 밝혀낸 창의적 학습의 비밀	Resnick, M., 최두환 역	다산사이언스	2018
세계 최고 전문가들의 학습과학 특강: 마음 뇌 교육 MBE 융합과학	이찬승 , 김미선 번역 · 데이비드 A. 수자 엮음	교육을바꾸는사람들	2022
디지털 교육 트렌드 리포트 2025	박기현, 변순용, 도재우 외	테크빌교육	2025

2. 동아리 및 학회

동아리 및 학회명	특징 및 간단한 활동 내용 소개
학습과학 세미나	학기 중에 학습이론, 교수방법, 뇌기반학습, AI기반교육 등에 대한 주제로 전문가를 초청하여 학술적 동향 교류
학습과학 워크숍	학습과학의 핵심분야를 소개하고, ChatGPT와 같은 최신 기술에 대한 소개 및 실습을 통해 이론과 실제를 연결하는 경험을 제공
학습과학연구소 인턴십	계절학기 기간에 학습과학을 공부하고, 튜터링과 함께 자율 연구를 설계 및 실행하고, 관련 프로젝트를 참관
학부생 학습과학 연구지원사업	학습과학과 관련한 관심을 장기적인 연구 프로젝트를 통해 구체화하여 학문적 성과를 도출할 수 있도록 재정적, 학문적 지원을 제공
학습과학 국제학술대회	International Conference on Learning Sciences and Educational Innovation, International Conference on Education Research 등 국제학술대회에서 학습과학 분야의 연구자들과 함께 최신 연구 결과와 학문적 동향을 공유 및 논의

졸업생 진로

1. 졸업 후 주요 진로

교육공학전공 학습과학 연구실에서는 학습자와 교수자 간의 상호작용을 인공지능(AI)을 활용하여 정밀하게 분석함으로써, 효과적인 교육 환경을 조성하는 것을 목표로 연구를 수행하고 있습니다. 특히, 학습자의 정서, 인지, 행동 등 다양한 요소가 얽힌 복잡한 학습 맥락을 심층적으로 이해하기 위해 멀티모달 학습분석 기법과 신경과학적 접근을 적용하고 있습니다. 더불어, 학습과정에서 발생한 데이터를 맞춤형 교육 지원에 효과적으로 활용하고 학습자의 특성과 요구를 반영하기 위하여 정교한 메시지 디자인과 데이터 스토리텔링 전략을 개발하는 등의 연구를 진행하고 있습니다.

홈페이지 및 연락처

02-880-4496

10-1동 314-B호

ls.snu.ac.kr