독립성 (independence)
기술에 익숙하지 않은 교사와 학생들이 전문가의 기술 지원 스스로 사용할 수
있어야 한다. 현장에서 기술 전문가의 지원을 적시에 받지 못해 기술 사용이
불가능한 기간이 오래 유지되고, 결국 꽤 오랜 시간 기술을 사용하지 않게 되는
경우가 많다 (Becta, 2004; Mumtaz, 2000; Snoeyink & Ertmer, 2001). 따라서 최대한
외부의 기술 지원 없이도 충분히 이용할 수 있어야 한다.
저비용 (low cost)
학교 교실에 기술을 도입하는 데 발생하는 걸림돌 중 하나는 비용 문제다 (Ireh,
2010). 값비싼 센서를 이용할 경우 더욱 정밀한 측정이 가능하다는 장점이 있으나, 예산이 충분하지 않으면 여러 학생이 하나의 기기를 함께 사용해야 하는 일이
벌어진다. Chromebook의 보급 사례는 기술 보급에 있어 비용 문제가 얼마나
중요한지 잘 보여주는 한 가지 사례이다 (O’Donnell & Perry, 2013).
친숙함 (familiarity)
기술 수용도는 그 기술에 대한 친숙함과 밀접한 관련이 있다 (Lapinsky et al.,
2004). 기존 과학 탐구에 사용된 MBL는 난이도의 측면에서는 피지컬 컴퓨팅을
이용한 측정보다 훨씬 쉽다. 하지만 MBL는 학생들에게 친숙하지 않다.
과학실에서만 제한적으로 이용할 수 있으며, 그 외의 환경에서 접할 기회가 없다.
따라서 쉬울지라도 사용해볼 기회가 적어 충분히 익숙하지가 않다 보니, 손쉽게
사용하기가 어렵다. 피지컬 컴퓨팅에 사용되는 부품들은 가격이 저렴하여
학생들이 부담 없이 구매할 수 있는 가격이라, 관심 있는 학생들은 개인적으로
기기를 소장하여 다양한 물건을 스스로 만들어볼 수도 있다. 또한, 블록 코딩은
초·중등 정보교육과정에 포함되어 있어 학생들이 이를 접한 사전 경험이 있어서,
피지컬 컴퓨팅 구현을 위한 코딩이 블록 코딩으로 가능하다면 학생들이 비교적
친숙한 환경에서 피지컬 컴퓨팅을 구현할 수 있다.
이동성 (mobility)
측정 장치의 공간적 제약은 학생들이 다양한 주제로 과학 탐구를 수행하는 데
한계를 가져다준다. 학생들이 공간적 제약 없이 여러 데이터를 측정할 수 있도록
가벼운 무게, 이동이 가능한 통신 방식, 보조 전원 등을 고려하였다.
기술생태계 (technology ecosystem)
이 연구에서는 과학 탐구 맥락에서의 측정 장치로써 피지컬 컴퓨팅을
이용하는 것에 한정되어 논의하고 있지만, 실제 피지컬 컴퓨팅이 확장될 수 있는
범위는 거의 무한하다고 볼 수 있다. 하지만 학교 환경에서 과학 교사의 지도하에
피지컬 컴퓨팅을 다루는 것은 일부 내용에 제한될 수밖에 없다. 피지컬 컴퓨팅은
상당히 많은 요소가 결합한 복잡한 생태계이다 (Evans, 2011). 개발 보드, 센서, 모듈,
전원 장치 등 여러 제조사에 의해 만들어진 여러 가지 부품, 각 부품을 구현하는
라이브러리, 그리고 이 부품과 소프트웨어를 만들어내는 사람들 등 다양한 요소로
구성되어 있다. 생태계가 잘 형성된 기술을 선택하는 것은, 학생이 더욱 손쉽게
인터넷을 통해 정보를 습득할 수 있게 함으로써, 자발적으로 피지컬 컴퓨팅을 더욱
학습하려는 학생들에게 기회를 제공한다 (Campos, 2020).
사물 인터넷 기술을 적용한 피지컬 컴퓨팅은 크게 센서, 개발 보드, IoT 플랫폼,
무선통신망으로 구성되어 있다 (그림 5). 센서는 수행하고자 하는 탐구의 종류에
따라 다양하게 달라지기 때문에, 여기에서는 개발 보드, IoT 플랫폼, 무선통신망에
대해서만 논의한다.
Sensors
carbon dioxide temperature/ fine dust
Arduino UNO Raspberry Pi 3B+
luminosity sound level
IoT Platforms TelecommunicationDevelopment Boards
ThingsSpeak Arduino
IoT Cloud ThingsBoard KAA
HTTP, MQTT, CoAP
PWM, UART, I2C, SPI PWM, UART, I2C, SPI
WiFi (ESP8266) Cellular (SIM7080G)
Ethernet (LAN8720)
micro:bit
(2) 개발 보드
최근 현장 (field)에서 주로 이용되는 개발 보드로는 아두이노와 라즈베리파이,
마이크로비트가 있는데 학교 과학 환경을 고려할 경우 여러 측면을 고려하였을 때
라즈베리파이, 마이크로비트보다는 아두이노를 선택하는 편이 좋다 (표 1).
먼저, 독립성 측면에서 봤을 때, 아두이노나 마이크로비트는 펌웨어나
운영체제의 설치가 필요 없지만, 라즈베리파이는 리눅스 운영체제를 따로
설치해줘야 하므로 리눅스 사용 경험이 없는 사용자라면 이용하는 데 많은
어려움을 겪을 수 있다. 둘째, 비용의 측면에서, 구매 비용을 살펴보면 아두이노
UNO는 $3~4, micro:bit v1.0은 $15~18, Raspberry Pi 3B+는 $30~40으로 아두이노가 가장 저렴하다. 유지보수 측면에서도 아두이노와 마이크로비트가
라즈베리파이보다 내구성이 좋아 비용이 적게 든다. 높은 사양의 반도체를 만들기
위해서는 생산 공정이 더욱 미세화 (scaling)되어야 하는데, 생산 공정이
미세화될수록 칩들의 전기적인 특성들은 더욱 불안정해지므로 외부의 작은 전기적
충격에도 손쉽게 망가질 수 있다. 전자공학적 지식이 많지 않고, 피지컬 컴퓨팅을
처음 접하는 학생들은 배선 (wiring) 과정에서 실수할 가능성이 크다. 학생들이
실수했을 때 아두이노나 마이크로비트는 전원이 차단된 뒤 다시 올바르게
연결하면 정상 작동하지만, 라즈베리파이는 영구적인 손상을 얻게 되는 경우가
빈번하다. 셋째, 친숙함에서는 아두이노가 월등히 낫다. 2015 개정교육과정 정보
교과서의 대부분이 피지컬 컴퓨팅 도구로 아두이노를 채택하고 있다. 따라서
대부분 학생이 아두이노를 정보 교과에서 경험했을 가능성이 크다. 넷째,
이동성에서 살펴보면 아두이노와 마이크로비트가 우수하다. 이동성에 있어 가장
중요한 것은 제품의 무게와 부피인데, 장치를 구성하는 부품 중에서 배터리의
무게와 부피가 가장 큰 비중을 차지한다. 따라서 개발 보드의 소비전력이 작을수록
이동성에 유리하다고 볼 수 있다. micro:bit v1.0는 0.01~0.03W, 아두이노 UNO는
0.25~0.4W, 라즈베리파이 3B+는 2.3~5.6W의 소비전력을 사용한다. 마지막으로
기술 생태계의 측면에서 보면, 아두이노와 리즈베리파이가 가장 유리하다. 개발
표 1 개발 보드 비교
Arduino UNO Raspberry Pi 3B+ micro:bit v1.0
독립성 개발 도구 설치만으로
바로 코딩 가능
리눅스에 대한 지식을 요구
프로그램 설치 없이
온라인 개발 도구로 바로 코딩 가능
저비용 구매 비용이 저렴 ($3~4)
전기적 충격에 강함
구매 비용이 많이 듦 ($30~40)
전기적 충격에 약해 잘 망가짐
구매 비용이 많이 듦 ($15~18)
전기적 충격에 강함
친숙함 2015개정교육과정
초· 중등 정보 교과서가 아두이노를 채택
텍스트 코딩, 블록 코딩 모두 가능
리눅스에 대한 경험이 부족할 경우 상당히 생소하게 느껴짐
블록 코딩 도구가
기존의 스크래치나 엔트리와 사용법이 유사
이동성 소비전력 매우 낮음
(0.25~0.4W)
소비전력 높음
(2.3~5.6W)
소비전력 매우 낮음
(0.01~0.03W) 기술
생태계
사용자층이 매우 두텁고 다양한 자료가 인터넷에서 공유됨.
특히 저가형 센서를
이용하여 측정 도구를 제작한 선행 연구가
사용자층이 매우 두텁고 다양한 자료가 인터넷에서 공유됨.
교육용에 특화되어
개발되었기 때문에 사용자층이 협소
보드 중에서 가장 많은 사용자층을 확보하고 있고, 교육적인 목적은 물론이고 산업
현장에서도 많이 이용된다. 하지만 마이크로비트는 교육용에 특화된 개발
보드로써 상당히 제한된 커뮤니티를 형성하고 있다. 특히 아두이노는
아마추어부터 전문가 집단까지 다양한 계층에서 측정 장치 개발에 이용되어왔기
때문에, 여러 종류의 측정 장치 개발 사례들이 인터넷을 통해 공유되고 있고, 이를
구현하는 소스 코드가 GitHub에 게시되어 있어, 사용자가 손쉽게 관련된 정보를
인터넷을 통해 얻을 수 있다. 또한, 저가형 센서를 적용한 학술 연구들도 많이
이루어져 있는데, 주로 이산화 탄소 (Hossain et al., 2013; Kalinin et al., 2015;
Blackstock et al., 2019; Lapshina et al., 2019; Pino et al., 2019), 메탄 (Yang et al., 2019), 미세먼지 (Budde et al., 2012; Austin et al., 2015; Malika & Sarah, 2015;
Tasić et al., 2016; Fathihah et al., 2018; Badura et al., 2018; Pritchard et al., 2018;
Lenggoro, 2019; Sayahi et al., 2019; Si et al., 2020), 토양 수분 (Kumar et al., 2016;
Blackstock et al., 2019) 등에 관한 센서가 적용된 연구들이 있었다.
(3) IoT 플랫폼
IoT 플랫폼의 정의는 명확하지 않지만 (Paul, 2019), 대략 공통적인 요소를 추려보면 센서 및 장치와 같은 하드웨어를 연결하고, 다양한 하드웨어 및
소프트웨어의 통신 프로토콜을 처리하고, 장치와 사용자에 대한 보안 및 인증을
제공하며, 센서와 장치가 수집하는 데이터를 저장하고 분석하고 시각화해주는
소프트웨어라고 볼 수 있다. 다양한 분야에 사물 인터넷이 보급되면서, 다양한 IoT
플랫폼이 등장하였다. 다양하다는 것은 사용자에게 있어 넓은 선택권을 제공해
준다는 장점이 있지만, 한편으로는 처음 접하는 사용자에게 무엇을 선택해야
하는가에 대한 혼란을 초래하는 문제도 있다.
IoT 플랫폼은 무수히 다양하지만, 대표적으로 이용되는 것들로는 ThingsBoard, ThingSpeak, Arduino IoT, Kaa Cloud 등이 존재하는데, 학교 과학 환경에서는
ThingsBoard를 사용하는 것이 여러 장점이 있다 (표 2). 먼저, 독립성의 측면에서
살펴보면 네 가지 플랫폼 모두 클라우드 서비스를 제공하기 때문에 별도의 복잡한
설치 과정 없이 이용할 수 있어, 서버 관리에 부담이 없다는 점이 장점이다.
ThingsBoard는 자신의 서버에 직접 설치해서 이용도 가능하지만, 서버 설치 및
운영에 대한 지식이 없다면 다른 이의 도움을 받아야 하는 문제가 있다. 둘째, 비용
측면에서 보면, 클라우드 서비스 이용 시 ThingsBoard를 제외한 다른 플랫폼들은
장치 수의 제약이 있는 무료 요금제를 제공하고 있다. ThingsBoard는 설치형으로
이용할 경우 라이선스 구매 없이 무료로 이용 가능하고 장치 수의 제약이 없다.
Arduino IoT는 사용 가능한 보드가 한정된다는 점이 치명적인 단점인데, 아두이노
UNO는 이용할 수 없다. 셋째, 친숙함의 측면에서 보면, 다른 플랫폼들과 달리
ThingsBoard는 한국어를 지원하고 있으므로, 초·중등 학생들이 이용하기가 비교적 편리하다. 넷째, 기술 생태계의 측면에서 보면, ThingsBoard는 오픈 소스
소프트웨어이기 때문에 사용자가 직접 개발에 참여할 수 있는 점이 큰 장점이다.
예를 들면, 어색한 한국어 번역이 많다면 사용자가 이를 개선하는 작업에 직접
참여할 수 있다. ThingSpeak은 MATLAB을 개발한 회사에서 운영하는 IoT
플랫폼인데, MATLAB이 워낙 다양한 사용자층을 확보하고 있다 보니
ThingSpeak에 대한 정보들을 인터넷을 통해 쉽게 구할 수 있다.