2023 ATD TK 트렌드 분석을 통한 HRD의 시사점

 

2023 ATD 트렌드 분석을 통한 HRD의 시사점

 

Ⅰ. 2023 ATD TK 소개

 

ATD TK(Technology & Knowledge)는 학습 기술을 활용하고 포용하는 인재 개발 전문가를 위해 최신 산업 동향과 가장 혁신적인 학습 방식에 대한 정보를 공유하는 자리입니다. 매년 2월에 개최되며 올해는 미국 뉴올리언스에서 3년 만에 오프라인으로 개최되었습니다. 7개 트랙 84개 세션으로 운영되었으며 총 세션 수에는 큰 변화가 없으나 e-learning 세션이 가장 크게 증가한 것을 확인할 수 있습니다. 7개 트랙은 Collaborative and Social Learning, Data and Analytics, Disruptive Technologies, E-Learning, Platforms and Tools, Technology Strategy for Leaders, Virtual Classroom로 이루어져 있습니다. 핵심 키워드는 Workflow Learning으로 맞춤형 학습과 몰입형 학습을 통해 어떻게 학습과 일을 병행시킬 것인지에 대한 고민을 담고 있습니다. 이를 통해 ATD와 HRD의 방향성을 유추해볼 수 있습니다.
 

Ⅱ. 2023 ATD 트렌드

 
Keyword 1. Workflow Learning
일과 학습의 결합은 WLP(Workplace Learning in Performance) 즉 일터에서 학습하면서 성과 낸다는 의미입니다. 영국의 석학 찰스 제닝스와 네덜란드의 저명한 컨설턴트 요세 아레츠는 인재육성의 새로운 패러다임으로 702010 모델을 제시하였습니다. 조직의 성과와 개인의 성장에 영향을 미치는 학습은 70%가 일을 하는 과정에서 일어나며, 20%는 다른 사람들과의 관계에서, 그리고 단지 10%만이 공식적인 교육에서 일어난다는 이론입니다(한경경제용어사전, 2017). 이와 같이 일과 학습을 결합시키는 과정의 중요성에 대해 계속 강조되어 왔습니다.
팬데믹을 거치면서 온라인 학습에 대한 기술이 성장하고 학습자의 인식 또한 전환되었습니다. 학습을 Workflow로 연결시키기 위해 디지털 도구를 활용한 성과지원이 필요합니다. 이것은 짧은 트레이닝 기간과 망각곡선의 극복, 지속적 향상 기간을 연장하는 것을 뜻합니다. 일하는 동안 접근이 가능한 학습과 성과 지원을 받는 것으로 디지털 코치(EPSS)를 통해 실현이 가능합니다. 또한 On Demand Workflow Learning의 제공이 필요한데, 이는 언제 어디서든 접근 가능한 학습을 제공하는 것으로 초기학습과 더 배움을 얻고자 하거나 변화가 필요할 때 등을 포함하는 상황에 적합한 학습을 제공하는 것을 말합니다.
Workflow Learning은 다양한 도구를 단순히 제공하는 것이 아니라 적합하게 설계 및 실행하는 것이 중요하며 일 속에서 그들의 업무를 지원하도록 하여야 합니다. 즉, 학습자의 Moment of Need를 적용하여 ‘실행’을 최종 목표로 설계해야 합니다. 이를 위해서는 작동기억에서 장기기억으로 인지부하의 균형을 맞춰서 정보량을 적절히 조절하는 것이 중요하며 업무흐름을 명확히 이해하고 업무현장의 성과를 지원하는 것을 최우선으로 하는 것이 필요합니다. 학습을 지원하는 디지털 코치로는 컨텍스트의 지원, 업무 지원, 지식의 제공, 참고자료의 제공, 학습 리소스의 지원, 사람(코칭, 메토링)의 연결 등의 설계가 가능합니다. 또 다른 학습지원 도구로 챗봇이 있습니다. 챗봇은 학습자와 즉각적으로 소통하여 효과적인 학습 몰입에 도움을 줄 수 있습니다. 구체적인 활용방법으로 Pull & Push 전략으로 학습 안내자(비서)의 기능을 할 수 있습니다. 이는 학습한 내용을 기억하고 실행하는 부분에 있어서 복습, 미션 등의 형태로 제시할 수 있고 맞춤형 학습을 독려하는 등 학습자의 행동변화를 유도할 수 있습니다. 대표적인 기능으로 학습관리(학습안내, Q&A, 학습독려, 심화학습)와 리마인더, 실행지원이 있습니다.
 
Keyword 2. Hybrid Learning
비즈니스의 온/오프라인 경계가 무너지고 통합적인 관점의 비즈니스가 확산됨에 따라 재택근무의 일반화와 Hybrid Work가 급속히 확산되었습니다. Hybrid Learning은 실시간과 비실시간의 상호작용 그리고 온라인 학습으로의 대체되는 것을 말합니다. 다시 말해 Hybrid Learning은 Digital Tool & Platform과 결합하여 e-Learning과 정형학습의 상호작용 및 on/off가 결합된 형태인 Virtual Learning의 형태로 학습 효과 및 몰입을 극대화할 수 있습니다. 협업 Tool의 예시는 아래와 같습니다.

협업 디자인 Tool : 피그마, 칸바 등
몰입 Tool : 멘티미터, 슬리도 등
서베이 Tool : 구글폼즈, 서베이몽키 등
버츄얼 화이트보드 : 뮤럴, 미로 등
온라인 채팅 : 슬랙, 줌 챗팅 등

이러한 Tool을 활용하여 Flipped learning or Blended learning을 통해 정형학습의 유기적 결합으로 학습효과를 극대화할 수 있습니다. 실시간과 비실시간 결합의 목표는 효과적인 교수법으로 학습전이 즉 성과와 연계시키는 것입니다. 결국 이러한 교수법의 실행자는 교수자이기 때문에 디지털 교육이 발전될수록 교수자의 역할이 중요함을 시사하고 있습니다.
Hybrid Learning의 궁극적인 목표에 따라 학습 몰입 및 효과 극대화를 넘어 비즈니스 성과의 극대화를 위해 우리는 비공식 학습을 통한 Learning Journey로 확장해 나아가야 합니다. 따라서 이전까지 LMS의 형태로 학습을 관리하였다면 이제부터는 LXP와 EPSS를 통해 성과를 극대화하는 게 필요하다고 볼 수 있습니다.
 
Keyword 3. Virtual Learning
Covid19와 Hybrid work 환경의 확대는 Virtual Learning의 활용을 증대시키고 있습니다. 이는 원격근무가 일반화되고 있음을 말하며 디지털과 결합됨에 따라 협업 및 제품/서비스 혁신 등의 영역에서 보다 좋아졌다는 걸 설문을 통해 알 수 있었습니다. (ATD TK 2023 디프리핑 참고)
Virtual Learning을 위한 5가지 TIP은 아래와 같습니다.

• TIP1. 대면, 비대면 보다 실시간 및 비실시간으로 나누는 것이 효과적이다.
• TIP2. 비대면 주의집중 범위와 도구의 한계를 고려하여 짧은 단위로 구성해야 한다.
• TIP3. 쌍방향으로 설계하고 적극적인 참여를 독려해야 한다(Interaction).
• TIP4. 조직문화와 글로벌을 고려하라.
• TIP5. 통합적 관점을 우선순위에 두고 접근성에 대한 계획을 세워라.

 
Keyword 4. Digital contents & Operation
이러닝은 학습완료율이 낮아, 이를 해결하는 부분이 중요합니다. MOOCs의 최근 연구에서 학습자들의 평균 학습 완료율은 12.6%로 나타났습니다. 따라서 학습 완료율의 향상 방안이 고려되어야 합니다. 방법적 제안은 아래와 같습니다.

• 1. 리더를 참여시켜라.
• 2. 마케터처럼 교육 프로그램을 생각하라.
• 3. 실행전략에서는 여러 가지 상황(학습완료율 담당, 진척도 체크, 목표 설정, 학습 방해요소 확인)을 고려하여야 한다.
• 4. 데이터를 관리하고 이를 토대로 향상 방안을 만드는 리포팅이 중요하다.

학습 완료율 증진을 위한 방안으로 학습 시간에 따른 완료율, 월별 학습 완료율, 학습 완료 기간에 따른 수료율, 내부 또는 외부 콘텐츠에 따른 학습 완료율 등을 체크할 수 있습니다.
이러닝의 문제는 조직 차원, 개발자 차원, 학습자 차원의 문제가 있습니다. 조직차원의 문제로는 학습자의 상황과 연결되지 않거나, 학습자들이 배운 것을 기억하지 못하는 것 그리고 과정 개발 비용 등의 문제가 있습니다. 과정 개발자 차원의 문제는 같은 과정을 계속 개발하거나 같은 상호작용 방식을 반복하는 것 그리고 개발자가 접근할 수 있는 Tool의 한계성을 들 수 있습니다. 학습자 차원의 문제는 몰입요소의 불충분으로 학습에 지루함을 느끼거나 고립되어 있는 느낌을 받을 수 있고 학습한 내용을 기억하지 못할 수 있습니다.
이러한 이러닝의 문제를 극복하기 위해서는 학습기억을 촉진하기 위한 시도가 필요합니다. 그 방법으로 상호작용을 위한 복습 컨텐츠와 새로운 커뮤니티 솔루션 도입, 마이크로러닝 컨텐츠로 개발 및 다양한 채널 활용 등이 있습니다. 이러한 예로 이러닝의 고립성과 맞춤형 학습에 대한 개선을 위해 오리엔테이션을 이러닝으로 자리별 사람들의 직급 및 업무를 시뮬레이션하거나, 컨텐츠를 정교화하여 직원들이 가장 직무에 유사한 컨텐츠를 선택할 수 있도록 자율성을 부여한 사례가 있습니다.
효과적인 이러닝을 위해서는 품질관리 프로세스가 중요하며 실패 원인의 85%가 시스템과 프로세스의 결여라 말합니다. 따라서 품질관리 프로세스를 수립하기 위해서는 적합한 컨텐츠인가, 기술은 적절히 활용되고 작동되는가, 어떻게 가르칠 것인가가 점검되어야 하며 품질 관리는 5단계 프로세스를 거치는 것이 필요합니다.

 
Keyword 5. Immersive Learning
몰입형 교육은 2023 ATD TK에서 매우 주목하는 세션입니다. 미국의 경우 AR, VR의 활용도가 높은 편이며 메타버스의 경우 온보딩과 교육에 높은 활용도를 예측하고 있으며 몰입형 교육은 학습효과 측면과 그 기대감에 있어서 높은 평가를 받고 있습니다. HR 담당자들은 몰입형 교육이 직원들에게 교육을 흥미롭게 만들 것이다(58%), 현재의 교육은 Hybrid work 환경에 맞지 않다(49%), 최근 교육 기술을 활용하지 못하면 직원을 유지하는데 어려움을 겪을 것이다(61%), on demand immersive learning이 생산성 위기를 극복하는 열쇠가 될 것이다(64%)라고 평가하였습니다. 이러한 몰입형 훈련 프로그램의 유형으로는 VR, 360VR, MR, AR, 3D contents가 있으며 실질적인 학습효과를 증명하고 있습니다. 기업에서 측정가능한 결과로는 99%의 참여자가 성과창출에 효익이 있다고 하였으며(DHL) 75%의 학습정보가 기억되고(Nestle) 50%의 교육시간 절감(Global Pharma), 76%의 사고위험이 줄었다고(TRAFIGURA) 말합니다.
몰입형 학습의 교수학습 모델은 학습자 주도형 모델(Self-Learning), Guided Learning, 협력학습(Collaboration), Assessment, Resources가 있습니다. 일반적인 훈련은 학습을 실질적으로 활용하는데 한계를 가지고 있습니다. 반면에 VR학습은 체화된 학습을 제공하고 연습을 지속적으로 제공할 수 있다는 점이 학습 적용에 매우 유리합니다. 또한 VR은 상황에 맞는 기억상기, 소셜러닝 그리고 안 보이는 영역을 보이게 할 수 있는 장점이 있습니다. VR학습의 가장 큰 특성은 몰입감이며 공감효과, 데이터 분석을 통한 활동 등을 이끌어 낼 수도 있습니다. VR기반의 학습 컨텐츠 제작에는 4D모형(Define-Design-Develop-Deploy)을 통해 진행될 수 있으며 VR 교육의 장점은 훈련비용의 절감, 업무 성과의 향상 그리고 높은 몰입으로 정리될 수 있습니다.
 
Keyword 6. Learner Persona
학습자를 제대로 이해하는 게 맞춤형 교육의 출발입니다. 학습자에게 맞는 학습경험을 설계하기 위해서는 Learner Persona 설정이 중요합니다. 설정의 내용에는 학습자 일반 정보, 학습 수준 및 보유 스킬, 학습 목표 및 관심 분야, 개인적인 관심사 분석을 통한 동기부여 요소가 있습니다(GAOM). 이는 학습경험의 종류와 학습자의 특성이 다양해지면서 불확실성이 증가하면서 맞춤화된 최적의 학습경험의 설계가 필요해졌고 이에 따라 공감(Empathy)을 포인트로 하고 있습니다. Learner Persona는 5단계를 통해 만들어질 수 있으며 목표 설정, 데이터 수집, 데이터 분석, 특정 유저를 정의, 페르소나 프로파일 생성으로 구성되어 있습니다. Immersive Learning에 Learner Persona를 적용하면 교육 효과성을 더욱 높일 수 있습니다.
Learner Persona는 학습자 집단을 일반화하거나 범위를 좁게 설정하거나 잘못된 가정을 하는 등의 오류를 범할 수 있습니다. 학습자 중심의 설계를 위해서는 인터뷰, FGI, 설문, 데이터, 트렌드, 효과성 검증 등의 방법을 시도할 수 있습니다. 또한 페르소나 기반의 VR 러닝 시나리오 설계를 통해 학습자의 몰입도를 향상하고 실제 상황과 가장 유사한 환경을 제공함으로써 교육 효과성을 극대화할 수 있습니다.
 
Keyword 7. Simulation & Gamification
Simulation Contents(=interactive contents=branching contents)는 학습자 액션에 따라 다양한 시나리오로 전개되는 컨텐츠를 의미합니다. 학습자들의 액션에 따라 가지치기 형식으로 다양한 시나리오로 전개됩니다. 브랜칭 컨텐츠는 의미 있는 활동을 유도하고 직접 선택할 수 있다는 등의 장점이 있습니다. 또한 페르소나에 맞는 컨텐츠 제공, 학습자 시간관리의 용이성, 업무환경과 유사한 컨텐츠를 제공한다는 장점이 있습니다.
Game-Learning은 게임 자체를 말하며 Gamification은 게임이 아닌 분야에 게임요소를 활용하는 것을 말합니다. 학습 동기 부여를 위해 가장 많이 활용하는 방식으로는 PBLL(Point, Badge, Level, Leaderboard)이 있습니다. 또한 게이미피케이션에 디자인싱킹을 적용하면 보다 학습자 중심으로 설계가 가능합니다. 디자인싱킹 기반 설계는 총 5단계로 구성됩니다.

 
Keyword 8. AI & Learning Analytics
데이터의 활용은 정보의 수집, 분석, 활용의 프레임 워크로 이루어져 있습니다. 데이터의 활용은 5단계의 방법으로 이루어지며 계획 수립과 질문의 정의가 가장 중요합니다. 이해관계자가 조직의 Needs를 파악하고 그에 따른 질문을 정의하고 가설을 설정하는 과정이기 때문입니다. 이후 진행되는 데이터의 수집 및 저장, 분석 및 반복, 시각화 및 결과공유 등 AI 활용 단계보다 어떤 문제를 해결하고자 하는지에 대한 목적성을 담고 있기 때문에 중요하다고 판단됩니다.
데이터 분석은 서술, 진단, 예측, 처방의 단계로 이루어져 있습니다. 따라서 계획 수립 전에 왜 데이터를 원하는가, 조직의 문제는 무엇인가 등의 질문으로 상황을 정의하고 가설을 설정할 수 있어야 합니다.

Purpose:	Why do we want data? What questions are we trying to solve?
Participants:	Who is involved in sending data? Who is involved in using data?
Data Sources:	Where is the data coming from?
Data Storages:	Where will we hold the data?
Data Consumers:	What systems and processes will use the data?
Data Details:	How will we organize the data so we can get to it later? How will we get data to the right people in the right places?

계획 수립 단계에서 반드시 고려해야 할 질문들

 
인공지능은 다양한 분야로 활용이 가능하며 상시 지원 및 가이드가 가능하고 개인화된 피드백 및 낮은 가격 등의 장점이 있습니다. L&D 영역에서는 인공지능 상담(챗봇), 다면 평가/분석, 커리어 패스 제안, 팀 생산성 제고 등의 적용 사례가 있습니다. 물론 인공지능을 교육에 도입할 때는 주의해야 할 부분도 있습니다. 인공지능 도입 시 주의해야 할 점은 편향성, 보안, 비용입니다.
 
Learning Technology
최초 교육에 기술을 적용한 이유는 접근성, 많은 인원의 동시 학습, 지속적이고 반복적인 학습이 가능하다는 점입니다. 기술이 교육/학습에 주는 이점은 학습에 맞는 환경을 제공하고, 연결, 맞춤형 교육, 공정성이 있습니다. 아래 그림은 Learning Tech의 변화과정을 나타내고 있으며 활용도나 발전과정에 따라 학습기술을 선택해 볼 수 있습니다.

 
 

Ⅲ. HRD에 주는 시사점

 
2023 ATD 트렌드는 학습기술을 통해 몰입의 효과성을 증대하는 방법적 제안이었다고 생각합니다. Classroom으로 학습자를 불러오는 것이 아닌 디지털 전환을 통해 학습자의 업무현장으로 다가갈 것을 강조하고 있습니다. 이를 위해서는 마이크로러닝, 러닝저니, 학습전이와 학습강화 등 다양한 학습방식과 시스템이 필요합니다.
HRD에서 Workflow Learning은 기업교육의 핵심이라고 볼 수 있으며 일과 학습을 결합한 실질적 성과창출의 기반이 됩니다. 디지털 기술의 발전 정도가 이를 뒷받침하기 힘들었지만 펜데믹 이후 디지털 기술의 발달은 Workflow Learning을 실행할 수 있는 다양한 선택지를 만들어냈습니다. 이에 따라 HRDer는 미래의 불확실한 대상과 환경에 대처하기 위해 누구보다 발 빠른 학습능력을 갖추어야 한다는 생각이 들었습니다. 또한 학습기술의 설계과정에서 Learner Persona와 Empathy가 강조된 바와 같이 인공지능과 과학기술을 유용하게 활용하면서도 인간의 본질을 잃지 않고 사람의 가치와 능력을 정성적으로 평가하고 바라볼 수 있는 존재가 되어야 함을 알 수 있습니다.
인간적인 통찰력을 가진 HRDer 개개인은 개인의 특성에 따라 발휘되는 재능이 다를 것이라 예상됩니다. 따라서 맞춤형 학습경험 제공을 위한 기술적 도구 역시 설계자의 역량에 맞춰 세팅되는 것이 고려되어야 합니다. 이것은 학습자를 고려하는 것만큼 중요하게 프로그램 효과성에 영향을 미칠 수 있다고 생각합니다.
 

끝.

참고자료 : ATD TK 2024 디브리핑, 월간 휴넷 https://youtu.be/Ealm_jbTWWQ