지식 · HRD·교육
러닝 애널리틱스
Learning Analytics
한 줄 정의
학습 데이터(이수·참여·성취·행동)를 모아 분석해, 교육의 효과를 진단하고 개선하는 데이터 기반 접근.
러닝 애널리틱스는 '감'으로 하던 교육 운영을 '데이터'로 바꿉니다. 누가 어디서 이탈하는지, 어떤 콘텐츠가 효과적인지, 학습이 성과 지표와 어떻게 연결되는지를 데이터로 봅니다. LMS·LXP의 로그가 원천 자료가 됩니다.
단순 이수율을 넘어, 학습과 실제 성과(행동·결과)의 연결을 볼 때 진짜 가치가 나옵니다. 이탈 지점을 찾아 콘텐츠를 개선하고, 위험 학습자를 조기에 지원하며, 어떤 교육이 성과에 기여하는지 근거를 제공합니다. 커크패트릭·필립스 평가를 데이터로 뒷받침하는 도구이기도 합니다.
실무에서 왜 중요한가
무엇이 효과 있는지 데이터로 알아야 교육을 개선할 수 있습니다. 애널리틱스가 '느낌'을 '근거'로 바꿉니다.
유래와 출처
이러닝·LMS의 확산으로 학습 로그가 쌓이면서 2010년대에 하나의 분야로 정립됐습니다. 교육공학과 데이터 분석이 만나는 지점에서 발전했습니다.
사례로 이해하기
예를 들어, 온라인 과정을 러닝 애널리틱스로 개선한다고 해봅시다.
- 수집 — LMS에서 이수·진도·퀴즈·이탈 데이터를 모읍니다.
- 진단 — 특정 3강에서 이탈이 급증함을 발견합니다.
- 원인 — 그 강의가 너무 길고 어렵다는 것을 파악합니다.
- 개선 — 짧게 쪼개고(마이크로러닝) 실습을 보강합니다.
- 연결 — 학습 데이터를 현업 성과 지표와 연결해 효과를 검증합니다.
관련 용어
이 용어와 연결된 교육
📚사내강사 육성과정나눔경영컨설팅 기업교육 · 대면/온라인과정 보기 →이 주제로 사내 교육이 필요하신가요?
담당자 맞춤 커리큘럼·견적을 바로 받아보세요.
자주 묻는 질문
이수율은 시작일 뿐입니다. 학습이 '행동·성과'로 이어졌는지까지 봐야 진짜 효과가 드러납니다.
거창한 시스템 없이도 LMS 기본 데이터와 간단한 설문만으로 충분히 시작할 수 있습니다.