빅데이터 분석 도구 R 언어를 이용한 교육 자료 시각화journal.hsst.or.kr/DATA/pdf/v8_3_85.pdf · 기법의 큰 변화를 요구한다.빅 데이터 분석 기법은

Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology

Vol.8, No.3, March (2018), pp. 915-924

http://dx.doi.org/10.21742/AJMAHS.2018.03.45

ISSN: 2383-5281 AJMAHS

Copyright ⓒ 2018 HSST 915

빅데이터 분석 도구 R 언어를 이용한 교육 자료 시각화

강윤수1), 김민수2), 홍창환3), 김성백4), 권상철5)

Visualizing Educational Material using a Big Data Analytical Tool

R Language

Yoon Su Kang1), Min Su Kim2), Chang Hwan Hong3), Seong Baeg Kim4), Sangcheol Kwon5)

요 약

최근에 빅데이터 분석 기술이 발달함에 따라 많은 분야에서 빅데이터 분석 기술을 적용하는 연구

가 진행되고 있다. 본 연구에서는 초중등 교과 내용을 포함하여 교육 자료를 시각화하여 그 특성을

파악하는 데 빅데이터 분석 기술을 적용하였다. 우선 빅데이터 분석 도구로 많이 사용되고 있는 R 언

어를 이용하여 교육 내용에 대해 주요 용어를 중심으로 분석한다. 다음으로 교육 자료의 주요 용어와

개념에 대해 분석한 결과의 시각화 방안을 제시한다. 통계학적인 시각화 방안과 더불어 교육 내용의

주요 용어들 간의 연관 관계를 자동으로 도출하여 학습에 도움이 될 수 있는 마인드맵 형태로 제시

한다. 본 연구에서는 제안한 방안을 빅데이터의 분석과 시각화에 적합한 R 도구를 이용하여 구현하였

다. 시각화 대상 교육 자료로 제주 환경 교육 자료를 수집하였으며 이에 적합한 분석 알고리즘을 개

발하고 시각화 결과를 도출하였다. 특히, 마인드 맵 형태의 시각화 교육 자료를 통해 교수자와 학습

자는 교육 내용에 대한 이해와 학습 제고를 가져올 것으로 기대한다.

핵심어 : 빅데이터 분석, 교육자료, 마인드맵, R 프로그래밍, 시각화

Abstract

Recently, as Big Data analysis technology develops, many researches are being conducted to apply Big

Data analysis technology. In this study, big data analysis technology was applied to visualize educational

material including the learning contents of elementary and secondary school curriculum and to grasp its

characteristics. First, we analyze the main terms of educational contents using R language, which is widely

Received (December 16, 2017), Review Result (December 23, 2017)

Accepted (January 9, 2018), Published (March 31, 2018)

1)Department of Computer Education, Jeju National University, Jejudaehakro 102, Jeju-si, Jeju, Korea. email:

[email protected])Department of Computer Education, Jeju National University, Jejudaehakro 102, Jeju-si, Jeju, Korea. email:

[email protected])Department of Social Studies Education, Jeju National University, Jejudaehakro 102, Jeju-si, Jeju, Korea.

email: [email protected])(Corresponding Author) Department of Computer Education, Jeju National University, Jejudaehakro 102,

Jeju-si, Jeju, Korea. email: [email protected])Department of Social Studies Education, Jeju National University, Jejudaehakro 102, Jeju-si, Jeju, Korea.

email: [email protected]

*본 논문은 환경부지정 제주녹색환경지원센터의 연구비 지원에 의해 수행한 연구과제입니다.

Visualizing Educational Material using a Big Data Analytical Tool R Language

Copyright ⓒ 2018 HSST916

used as a big data analysis tool. Next, we propose how to visualize the analysis results of the main terms

and concepts of educational materials. In addition to the statistical visualization method, the correlation

between the main terms of the educational content is automatically derived and presented in the form of a

mindmap that can be helpful for learning. In this study, we implemented the proposed method using R tool

suitable for analysis and visualization of big data. Educational material related to Jeju environmental

education was collected. Based on the material, we developed appropriate analysis algorithms and derived

visualization results. In particular, through visualization of education materials in the form of a mindmap,

teachers and learners are expected to understand the contents of education and improve their learning.

Keywords : Big data analysis, Educational material, Mindmap, R programming, Visualization

1. 서론

정보 기술의 발달로 다양한 환경에서 무수히 많은 데이터가 생성되고 있어서 이러한 빅데이터

를 분석하여 활용하는 것이 매우 중요한 시대를 맞이하고 있다. 빅데이터는 매우 빠른 속도로 정

형 또는 비정형 등 다양한 형태로 생성되므로 기존의 전형적인 데이터의 처리, 저장, 관리, 분석

기법의 큰 변화를 요구한다. 빅 데이터 분석 기법은 최근에 크게 발전하고 있는데 빅데이터 분석

접근 중의 하나로 R프로그래밍 언어가 최근에 많이 이용되고 있다.

초중등 교육 내용은 교육과정 개편에 따라 바뀌게 된다. 4차 산업 혁명 시대를 맞이하여 모든

영역에서 변화의 속도가 빨라 교육과정 개편과 그에 따른 교육 내용 개정이 많아지고 있다. 교과

서는 크게 국정, 검정, 인정 등으로 구분할 수 있는데 국정 교과서를 제외한 검정과 인정 교과서는

여러 출판사에서 서로 다른 형태로 출시되고 있다. 교과서의 내용은 교육과정을 충실히 반영해야

하기 때문에 교과서들 마다 구체적인 내용에서는 차이가 있을 수 있지만 대단원이 같기 때문에 목

차는 크게 다르지 않다. 하지만 교과서별로 심화 학습 내용 등에서 차이가 있을 수 있다. 교수자는

교과서를 비교 분석하여 바람직한 교재를 선정하는 것부터 교수 내용을 어떻게 할 것인지를 결정

해야 한다. 또한, 학습자는 학습 내용을 학습하는 과정에서 학습 내용의 이해를 높이고 무엇이 중

요한지를 알 수 있다면 좋을 것이다. 이에 본 연구에서는 빅데이터 분석 기법을 학습 내용에 적용

하여 이를 시각적으로 보여주고자 한다. 또한, 학습 내용 요소 간의 연과 관계를 마인드 맵 형태로

제공함으로써 학습자가 학습 내용을 효과적으로 학습할 수 있도록 하는 데 돕고자 한다.

본 연구에서는 교육 내용에 대한 빅데이터 분석 도구로 R프로그래밍 언어를 사용한다. 학습 내

용을 분석하여 주어진 학습 내용의 주요 용어를 중심으로 이를 시각적으로 보여준다. 또한, 용어

간의 연관 관계를 자동으로 분석하여 마인드맵 형태로 나타낸다. 이러한 연구 결과로 학생들은 난

이도가 있어 학습 내용에 대한 이해가 어렵거나 흥미가 가지 않는 학습 내용을 학습하는 데 많은

도움을 받을 수 있을 것으로 기대한다. 또한, 교수자가 원하는 교과서를 선정하거나 교과서별로 서

로 다른 내용을 쉽게 파악할 수 있게 되어 특정 교과서에서 벗어나 종합적인 시각으로 교수 전략

을 고안하고 이를 바탕으로 교수를 제공하는데 도움을 받을 수 있다. 제주 환경 교육 자료의 경우


Vol.8, No.3 (2018)



교과서보다는 신문 기사를 포함하여 온라인 블로그 등 다양한 환경 정보를 수집하여 이를 교육적

으로 활용할 수 있도록 시각화하여 효과적인 학습이 될 수 있도록 할 필요가 있다. 이에 제안하는

시각화 기법 바탕으로 제주 환경 정보를 시각적으로 보여줄 것이다.

2. 관련연구

R 프로그래밍 언어는 뉴질랜드 오클랜드 대학의 로스 이하카(Ross Ihaka)와 로버트 젠틀맨

(Robert Gentleman)에 의해 1995년에 최초 버전이 소개되었다[6][7]. 오픈 소스 임에도 고성능의 컴

퓨팅 속도와 데이터 처리 능력, 구글이나 아마존 클라우드 서비스와의 API 제공으로 연동성과 호

환성이 좋다[3][4]. R은 통계 분석, 데이터 마이닝, 시각화를 효율적으로 제공하는 언어이다. 특히,

빅데이터 분석을 목적으로 주목을 받고 있으며, 5,000개가 넘는 패키지들이 다양한 기능을 지원하

고 있으며 수시로 업데이트되고 있다.

이처럼 오픈소스 프로젝트로 진행되고 있는 R은 통계 프로그래밍 언어인 S 언어 기반으로 만들

어졌으며 통계 계산과 결과 생성 그래픽을 위한 프로그래밍 언어에 해당한다. R이 다른 개발 언어

와의 연계 호환이 가능하고, 웹과 연동하여 실시간 처리가 가능하다는 점에서 개발자에게 매력적

이다. R은 비용 절감에 따른 경제적 이익이 수반되는 새로운 애플리케이션을 개발하거나 웹 서비

스로 제공하는 데 유용하다[1].

마인드맵 소프트웨어는 손으로 작성하는 기존의 방법을 컴퓨터에서 가능하게 한 프로그램이다.

종이에 작성하는 마인드맵의 장점과 컴퓨터의 편리성이 합쳐지고, 기존의 한계점을 극복하였다. 마

인드맵 소프트웨어들 중 대표적인 소프트웨어로 알마인드(AlMind)가 있다. 알마인드는 이스트소프

트가 개발한 마인드맵 프로그램이다. Drawing Interface, 작업 정보 설정, 토픽 추가 설명 기능,

MindManager나 Freemind, Xmind로 제작한 파일 형식을 불러올 수 있도록 지원한다. 또한 MS

오피스 파일 형식으로 저장도 지원하고 있다. 토니 부잔이 창시한 마인드맵 이론은 인간 두뇌의

인지와 유사한 방식으로 생각 또는 아이디어를 중심 토픽에 두고 가지를 뻗어나가며 확장하는 방

식으로, 학생 또는 일반인 개인의 일상과 사고력 확장뿐 아니라 업무, 교육에도 효율적으로 사용할

수 있다. 알마인드 라이트 버전은 개인뿐만 아니라 기업, 공공기관에서도 무료로 사용할 수 있으

며, 프로 버전의 경우 구매 후 사용 가능하며, 라이트 버전보다 다양한 기능(클립보드, PDF내보내

기, 기타 부가 기능)을 제공하고 있다[5].

R과 JAVA 프로그램을 연동하여 수요예측모듈을 구현하고 이를 K사 은행자동화기기 수요예측

에 적용하였다[2]. 기존의 상용 통계소프트웨어들은 사용이 편리한 장점이 있지만 구입비용이 많이

들고, 통계분석 시 사용자의 자율성이 떨어지는 문제가 있다. 더욱이 이를 실무적으로 사용하기 위

해서는 기존의 통계 소프트웨어와 기업의 데이터베이스를 연동하여야 하는 한계점이 있다. 본 연

구는 이러한 문제점을 보완하고자 공개프로그램인 R을 이용하여 통계모형을 작성하고, JAVA 프로

그램을 이용하여 기업의 데이터베이스와 연동하는 방법을 제시하였다. 통계모형은 ARIMA 모형을



이용하여 K사 은행자동화기기의 수요를 예측하는 모형을 구현하였다. 이를 이용하여 K사 은행자

동화기기의 수요를 예측함으로써 JAVA 기반으로 시스템이 구축된 기업이 실제업무에 수요예측

모듈을 활용할 수 있음을 보였다.

빅데이터 분석 기법을 교육에 적용한 사례는 많지 않지만 지리 교육에 적용한 연구가 있었다[8].

또한, IT 융합 접근을 통해 글로벌 교육, 지리 교육 등에 관한 연구가 있었다[9][10[11]. 본 연구는

제주 환경 교육 자료를 대상으로 시각화와 마인드 맵 구축에 초점을 맞추고 있다.

3. 교육 자료 분석 및 시각화를 위한 빅데이터 분석 기법

빅데이터 분석 기법을 이용하여 교과서 본문 내용을 학습 단원이나 학습 주제별로 분석하여 시

각화하고 연관 분석 방안을 제안한다. 교과서 분석에서 학습 목표에 부합하는 교과서 주요 용어들

을 정리한 색인을 바탕으로 우선 추출한다. 교과서 뒷부분에 수록된 색인은 교과서에서 중요하게

나오는 단어들을 뽑아 한 곳에 모아, 본문의 페이지를 기재해놓은 것이다. 색인을 기준으로 교과서

를 분석하면 불필요한 내용들을 걸러내고 색인 내의 중요한 단어들로 비교를 할 수 있다. 색인 단

어들의 빈도수로 워드클라우드나 파이차트 등의 결과를 얻어 교과서 분석이 가능하다. 또한 한 문

장에서 같이 쓰이는 단어들을 자동으로 고려하여 연관분석 그래프인 마인드맵이 출력된다. 하지만

색인에 없지만 중요한 용어들이 교과서 본문에 있을 수 있기 때문에 이를 명사 사전과 색인 사전

을 바탕으로 지능적으로 추출한다. 예를 들면, 고유명사와 색인에 포함된 명사를 제외한 보통명사

나 의존명사 등을 최대한 지능적으로 제거하는 과정을 거친다. 빅데이터 분석에서 데이터의 수집

은 본 연구에서는 출판사를 통해 수집한 온라인 디지털교과서에서 색인과 교과서 본문 내용을 수

집한다. 수집한 데이터는 비정형 텍스트 파일로 저장하여 관리한다.

수집 저장한 비정형 데이터인 교과서 내용을 대단원, 소단원, 문단, 주제별 등으로 나누어 분석

한 후 R이 제공하는 시각화 기능을 이용하여 보여준다. 시각화 방법은 구체적으로 파이차트, 워드

클라우드 등이 있다. 또한, 연관분석을 통해 연관도를 마인드맵 형태로 표시한다. 용어들 간의 연

관 관계를 분석하여 나타낸 결과를 전문가가 그린 마인드맵과 비교 분석하여 연관분석의 정확성을

높이기 위한 피드백을 제공한다. 연관 분석을 문단 수준에서부터 시작하여 교과서 전체로 확대하

여 주요 용어들에 대해 마인드맵을 제공함으로써 상세 수준의 지식 체계부터 거시적인 관점의 지

식체계까지 모두 학습할 수 있도록 한다. 또한, 이러한 용어 중심의 빅데이터 분석을 바탕으로 빈

칸 채우기를 포함하여 크로스워드 퍼즐, 행맨과 같은 교육용 게임 형태의 형성평가가 가능하도록

한다.

본 연구는 교수자와 학습자에게 다방면으로 도움을 줄 수 있다. 교수자는 여러 교과서가 분석된

결과를 통해, 학습자의 상황과 다양한 요소들을 고려해 쉽게 교과서를 선정할 수 있다. 교수자는

교과서 전체를 분석한 결과를 보고 특정 교과서에서 어떤 부분이 중요하게 다뤄졌는지 파악할 수

있다. 그러므로 수업을 하기 전, 교과서의 부족한 내용이 무엇인지를 알아내어 미리 준비할 수 있


Vol.8, No.3 (2018)



다. 게다가 어떤 용어들이 중요한지 알 수 있고, 전반적인 내용의 흐름을 쉽게 파악할 수 있다. 이

를 통해 학습자에게 방향성을 제시해주고, 그들의 이해를 높이는 데 큰 도움이 될 것이다.

4. 교육 자료 시각화 결과

R스튜디오를 활용하여 사용자 인터페이스를 만들었다. 사용자는 R스튜디오의 사용자 인터페이

스를 활용하여 조금 더 편리하게 사용할 수 있다. 프로그램을 실행시키면 ‘교육자료 분석 프로그

램’이라는 창이 뜬다. 이 창에서 .txt파일이 있는 곳을 열어준 후, 원하는 시각화 버튼을 누르면 결

과를 얻을 수 있다. [그림 1]은 교육 자료를 분석하기 위한 첫 화면을 보여준다.

시각화 방안은 파이차트, 워드 클라우드, 바차트, 마인드 맵, 구글 맵 등이 있다. 파이 차트의 경

우 텍스트 파일의 빈도수를 통하여 원형의 도넛 모양에 수치를 기록하여 색을 넣어준 후, 사용자

가 한 눈에 알아볼 수 있게 하였다. 바 차트의 경우 텍스트 파일의 빈도수를 통하여 각각의 막대

모양에 수치를 기록하여 색을 넣어준 후, 세로의 길이 차이를 통하여 사용자가 한 눈에 알아볼 수

있게 하였다. 마인드맵의 경우 텍스트 파일의 단어 간의 거리를 통하여 의미를 분석한다. 사용자는

마인드맵을 통하여 어떤 단어들이 관계가 있는지에 대하여 한 눈에 알아볼 수 있다.

[그림 1] 교육 자료 분석 프로그램 첫 화면

[Fig. 1] The first screenshot of educational content analysis program



[그림 2]는 마인드 맵 형태로 나타낸 결과를 보여준다. 그림에서 보는 것처럼, 교육 자료에서 나

타나는 주요 용어들 간의 관계를 보여주는 것으로 같은 문장이나 문단에서 주요 용어들이 같이 나

온다면 연관성이 큰 것으로 나타나게 된다. 하지만 아직 연관성이 전문가 수준으로 마인드맵을 보

여주는 것은 어려운 점이 있어 지속적으로 개선할 수 있도록 시스템을 구축하는 것이 필요하다.

[그림 2] 시각화 – 마인드맵

[Fig. 2] Visualization – Mindmap


Vol.8, No.3 (2018)



[그림 3] 시각화 – 구글 지도

[Fig. 3] Visualization – Google Map

[그림 3]은 사용자가 첫 화면의 구글 지도를 선택하여 얻을 수 있는 결과이다. 지명을 구글 지도

에서 좌표를 찾아 엑셀 파일로 정리 한 후, R프로그래밍을 사용하면 지명을 구글 지도에서 바로

확인할 수 있다.

[그림 4] 제주 환경 교육 자료 – 워드 클라우드

[Fig. 4] Jeju Environmental Education Material – Word Cloud



[그림 5] 제주 환경 교육 자료 – 바 차트

[Fig. 5] Jeju Environmental Education Material – Bar Chart

교육 자료 비교 분석 프로그램을 이용하여 제주도의 환경에 대한 인터넷 기사 글을 모아서 비

교 분석해 보았다. 학습자나 교수자 입장에서는 유사한 교육 자료 간의 차이가 시각적으로 분명하

게 드러난다면 교수-학습에 도움을 줄 수 있다. [그림 4]는 제주 환경 관련 기사를 분석하여 워드

크라우드로 나타낸 것을 보여준다. 그림에서 보는 것처럼, ‘배기가스, 자동차, 환경오염’ 등의 빈도

수가 많고 중요성이 상당히 높게 나왔다. [그림 5]는 바 차트를 이용하여 제주 환경 자료를 시각적

으로 나타낸 것이다. [그림 6]은 파이 차트를 이용하여 시각화 한 것을 보여준다. [그림 5]와 [그림

6]은 구체적으로 수치를 이용하여 중요 단어들의 빈도수를 표시한다. 이와 같이 다양한 시각화 방

법의 제공을 통해 교육 자료를 다양한 형태로 이해할 수 있도록 구현하였다.

교수자와 학습자는 본 시각화 프로그램을 통하여 하루에도 엄청나게 많이 쏟아져 나오는 글을

다 읽지 않아도 한 눈에 비교·분석하여 제주도의 환경오염이 어떤 요소에 의하여 많이 영향을 받

는지 알 수 있다. 또한 어려운 기사를 읽기 전에 어떤 단어들이 많이 나오는지 시각화를 통하여

확인함으로써 기사의 내용을 조금 더 알차게 읽을 수 있는 효과가 있다. 또한, 서로 관련 있는 용

어들이 관계성을 시각화 보여줌으로써 교수-학습 과정에서 전문적인 용어들의 관계를 체계화하는

데 도움을 줄 수 있다. 비슷한 교육 자료의 시각적 비교 분석은 교수자와 학습자가 교육 자료의

차이점을 직관적으로 파악할 수 있게 된다. 따라서 교수자는 각각의 교육 자료에서 강조할 부분을

파악하여 가르칠 수 있고 학습자는 자기 주도 학습시 학습 내용의 핵심과 차이를 보다 쉽게 파악

하여 학습할 수 있다.

5. 결론


Vol.8, No.3 (2018)



R 언어를 이용하여 빅데이터 분석기법으로 교육 자료를 분석하고, 교육 자료 내의 주요 용어들

의 연관관계를 파악하여 시각적으로 나타내었다. 시각화 방안 중의 하나로 마인드맵 형태로 학습

내용을 제공하였다. 보여준 마인드맵은 전문가에 의해 직접 만들어진 것보다는 완성도 측면에서

미흡하지만 교육 자료의 내용을 학습자가 체계적으로 이해할 수 있는 데 도움을 줄 수 있다. 마인

드맵을 구축하기 위해서는 명사 추출과 주요 전문 용어 추가 등 번거로운 작업이 수반된다. 이러

한 작업을 최소화하는 방안을 강구하는 것이 중요하다. 시각화한 결과물들을 통해서 교육 자료 간

의 비교는 물론, 학습 내용을 다양한 관점에서 제공함으로써 학습촉진을 돕는 것이 가능하다. 이러

한 교육 자료에 대한 빅데이터의 분석은 교수자의 편의와 학습자의 이해도를 높이는 데 큰 영향을

주어, 교수-학습 발전에 기여할 수 있을 것이라고 기대한다. 더 나아가, 본 연구는 교육 자료를 바

탕으로 교수-학습이 이루어지는 모든 경우로 확대 적용할 수 있는 기초가 될 것이다.

[그림 6] 제주 환경 교육 자료 – 파이 차트

[Fig. 6] Jeju Environmental Education Material – Pie Chart



References

[1] Y. J Ko, Y. M Park and J. S Kim, WebER: Web Based Statistical Tool Interfacing R for Teaching

Purposes, CSAM(Communications for Statistical Applications and Methods) (2012), Vol. 19, No. 2,

pp.257-266.

[2] H. K Park and J. K An, Implementation of the Demand Forecasting Module Linking JAVA and R

Programs: A Case Study of K Bank ATM, JKIIT (2014), Vol.12, No.3, pp.85-94.

[3] The Society of Digital Policy & Management Big Data Strategic Association, Editor, Big Data Analytics for

Business Using R, wowpass (2015).

[4] C. H. Yu and S. H. Hong, Data Visualization Using R, Insight (2015).

[5] Wikipedia, Mindmap, https://ko.wikipedia.org/wiki (2014).

[6] The R Project for Statistical Computing, http://www.r-project.org

[7] R. Ihaka and R. Gentleman, R: A language for data analysis and graphics, Journal of Computational and

Graphical Statistics (1996), Vol. 5, pp. 299-314.

[8] Y. S. Kang, M. S. Kim, C. H. Hong, S. B. Kim and S. Kwon, Analyzing Primary & Secondary Textbooks

through Big Data Analytical Technique, Proceedings of 2017 Summer Conference on Convergent Research

among Art, Humanities, Sociology, and Technology (2017), The Convergent Research Society among

Humanities, Sociology, Science, and Technology.

[9] C. Lim, M. Kim, C. Shin, S. B. Kim and T. Kim, Creative Convergence Geography Education of 3D

Printer and Augmented Reality, Proceedings of 2017 Summer Conference on Convergent Research among

Art, Humanities, Sociology, and Technology (2017), The Convergent Research Society among Humanities,

Sociology, Science, and Technology.

[10] J. Kang, S.B. Kim, and S. Kwon, IT Fusion Global Education Methods for Fostering Global Teachers,

Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology (2016), Vol.6,

No.4. pp.341-350.

[11] E. J. Koh, Y. J. Kim, and S. B. Kim, A Blended Learning Approach to an Assignment-intensive Course,

The 2nd International Conference on Advanced Information and Computer Technology (2014).

Documents

빅데이터 분석 도구 R 언어를 이용한 교육 자료 시각화journal.hsst.or.kr/DATA/pdf/v8_3_85.pdf · 기법의 큰 변화를 요구한다.빅 데이터 분석 기법은