고밀도 튜터링, 데이터가 효과를 결정한다

팬데믹 이후 학습 결손 회복이 교육 정책의 최우선 과제로 떠오르면서, 고밀도 튜터링(High-Dosage Tutoring, HDT)은 가장 빠르게 확산된 개입 방식이 됐다. 주 3회 이상, 소규모 또는 일대일 방식으로 진행되는 이 집중 보충 수업은 복수의 무작위 대조 실험에서 유의미한 학업 성취 향상을 입증했다. 논쟁은 효과의 존재 여부가 아니라, 왜 동일한 프로그램이 어떤 학군에서는 작동하고 다른 곳에서는 그렇지 않은가에 집중돼 있다.

운영 데이터의 부재가 만든 블랙박스

하버드 교육대학원 산하 전략데이터프로젝트(Strategic Data Project, SDP)는 미국 내 다수 학군의 HDT 운영 실태를 분석하며 구조적 맹점을 발견했다. 튜터링 효과를 좌우하는 가장 강력한 변수는 교재나 교수 방식이 아니라, 학생이 실제로 얼마나 많은 세션에 참여했는가—이른바 '복용량(dosage)'—였다. 그러나 상당수 학군은 이 기초 데이터조차 체계적으로 수집하지 못하고 있었다. 참여 여부만 기록될 뿐, 누적 세션 횟수나 실시간 출석률은 집계되지 않는 경우가 다반사였다.

명목 참여와 실질 복용량 사이의 간극

SDP 분석이 드러낸 수치는 단순하지 않다. 동일 프로그램 내에서 학생별 출석률 편차가 현저해, '고밀도'라는 설계 전제 자체가 현장에서 성립하지 않는 사례가 빈번했다. 일부 학군에서는 튜터링을 '받은 것'으로 분류된 학생의 실제 세션 참여 횟수가 프로그램 설계 기준의 절반에 미치지 못했다. 이 간극은 성과 데이터를 왜곡하고, 프로그램 개선의 방향을 흐린다. 효과가 없는 것이 아니라, 측정 자체가 잘못된 것이다.

데이터 인프라가 곧 교육 인프라

SDP가 제시하는 해법은 기술적 정교함보다 운영의 기본기에 가깝다. 실시간 출석 추적, 세션 완료율 모니터링, 학생별 누적 복용량 집계가 선행되어야 효과 측정과 프로그램 조정이 가능해진다. SDP는 이를 위한 데이터 도구와 분석 프레임워크를 학군이 자체적으로 활용할 수 있도록 개발·보급하고 있다. 여기서 역설이 발생한다. 튜터링의 교육적 가치를 실현하는 것은 결국 데이터 관리라는 비교육적으로 보이는 요소라는 점이다.

예산 압박 시대의 효율성 논리

HDT는 교육 개입 방식 중 단위 비용이 상당한 축에 속한다. 미국 내 다수 학군이 팬데믹 회복 기금(ESSER)을 대거 투입해 프로그램을 운영했으나, 기금 일몰과 함께 지속 가능성 우려가 커지고 있다. SDP의 접근은 이 맥락에서 실용적 설득력을 갖는다. 프로그램의 어느 구성 요소가 성과를 만들고, 어느 부분이 자원을 소모하는지 데이터로 파악해야 예산이 줄어드는 환경에서도 효과적 운영이 가능하다. 비용 효율성은 데이터 투명성 없이 논할 수 없는 개념이다.

정책 연구를 넘어 교육 운영학으로

이 연구의 함의는 HDT에 국한되지 않는다. 어떤 교육 개입이든 실행 충실도(implementation fidelity)를 추적할 수 있는 운영 데이터 체계가 전제되어야 효과 측정과 개선이 가능하다. 정책 차원에서 효과가 입증된 프로그램을 도입하는 것과, 현장에서 그 효과를 실제로 구현하는 것 사이에는 '데이터 관리'라는 실천의 층위가 존재한다. SDP의 작업은 이 층위를 가시화하며 교육 연구의 지형을 확장하고 있다.

고밀도 튜터링의 효과는 더 이상 가설이 아니다. 다만 그 효과가 특정 학생, 특정 학군에서 실현되는지는 여전히 운영의 문제다. 교육 효과를 논하기 전에, 그 효과를 관찰할 수 있는 시스템을 먼저 갖추어야 한다는 것이 이 연구의 조용한 주장이다.

[출처: Harvard GSE Usable Knowledge - High-Dosage Tutoring Can Make a Real Difference. Harvard's Strategic Data Project Wants to Help Districts Make the Most Of It]