나의 디지털 MBTI는 무엇일까?
디지털 시민 유형 진단 도구(DCTI) 소개
written by. 황재운(이화여대 미래교육연구소 연구교수)
‘디지털 시민 원팀(One-Team)’은 안전하고 지속가능한
디지털 세상을 만들기 위해 2022년 KT, 이화여대, 한국언론진흥재단 등
22개 기업과 전문 기관이 참여한 협력 프로젝트다.
디지털 시민 원팀에서는 프로젝트의 일환으로 개개인의 디지털 사고·학습·활동 선호도를 파악해
디지털 시민 유형을 도출할 수 있는 진단 모델을 개발해 발표했다.
관련 내용을 소개한다.
디지털 사고 양식 면에서 귀납형이 191명(50.3%)으로 연역형(189명, 49.7%)보다 소폭 높은 비중을 보였고, 디지털 학습 양식 측면에서는 자기주도형이 298명(78.4%)으로 협력형(82명, 21.6%)보다 상대적으로 높은 비중을 차지하는 것으로 나타났다. 디지털 행동 양식과 관련해 살펴보면, 신중형이 286명(75.3%)으로 모험형(94명, 24.7%)보다 많은 것으로 관측되었다.
오늘날 인공지능, 빅데이터, 사물인터넷, 생성형 AI 등의 고도화된 디지털 기술 발달은 일상, 문화, 경제 및 사회 전반적인 부분에 적지 않은 변화를 불러왔다(정제영, 이선복, 2020; 정제영 외, 2023a). 디지털 사회의 급속한 변화로 인해 디지털 기술이 우리가 과거부터 현재까지 영위해오던 삶에 커다란 영향을 미치고 있는 것이다. 소위 디지털 대전환으로 운위되는 이러한 변화의 중심에는 ‘알파세대(2009/2010년∼2025년 출생)’(Swanzen, 2018: 128; Young, 2009: 208)가 자리하고 있다. ‘디지털 네이티브’로서 어릴 때부터 디지털 기술과 함께 자란 이들은 정보 획득이나 사회적인 상호작용 방식에서 다른 세대와 차별화된 특성을 보인다. 디지털과 현실 사이를 자유롭게 오가면서 그 영향력 아래에서 성장하고 있는 것이다.
나는 어떤 디지털 시민인가?
이러한 맥락하에서 윤리적 문제, 표절과 저작권 문제, 개인 정보 유출 및 보안과 같은 위험 요소를 함께 고려하면 디지털 네이티브를 대상으로 한 교육 필요성을 찾아볼 수 있다(정제영 외, 2023b; UNESCO, 2023). 이제는 디지털 기술을 잘 활용하는 것만큼 디지털 기술을 올바른 마음으로 활용해 선한 영향력을 발휘하고 더 나은 디지털 세상을 만드는 ‘디지털 시민’1 또한 중요해졌다. 다시 말해 디지털 기술을 높은 수준에서 활용하는 것뿐만 아니라, 올바른 마음을 가지고 윤리적이고 책임감 있게 사용할 수 있는 능력이 더욱 필요해 진 것이다. 이 같은 중요성에도 불구하고 디지털 리터러시 활용 역량 등의 논의(계보경 외, 2021)는 비교적 활발하게 이루어진 반면, ‘디지털 시민 유형 진단’과 관련된 논의는 아직까지 상대적으로 미흡한 실정이다. 디지털 시민 유형 진단을 통해 현재의 모습을 파악하는 노력이 필요한 시점이다.
1) 디지털 시민 원팀은 디지털 시민을 “올바른 마음과 행동으로 디지털 기술을 활용하고 디지털 세상에 선한 영향력을 발휘할 수 있는 시민”으로 정의하였다. 디지털 기술을 ‘잘’ 활용하는 것을 넘어서서 ‘올바르게’ 활용하는 것에 보다 초점을 맞춘 개념이라 볼 수 있다.
전술한 학술적⋅실제적 필요성에 입각해 이화여대와 KT를 포함해 한국언론진흥재단, 학계, 법조계, 의료계 등의 주요 기관이 참여한 디지털 시민 원팀은 △교육 △기술⋅연구 △피해지원 3개 분과로 구분하여 디지털 환경 속에서 발생하는 다양한 문제를 해결하기 위해 실행 과제 도출 및 협력 체계를 운영하고 있다. 교육분과의 이화여대 미래교육연구소는 “안전하고 안심할 수 있는 지속 가능한 디지털 세상 만들기”의 비전 달성을 위한 디지털 시민 원팀 프로젝트의 일환으로 ‘디지털 시민 유형 진단 도구(Digital Citizen Type Indicator, DCTI)’를 개발하였다.
위에서 언급한 디지털 시민 유형 진단 문항은 ‘디지털 사고 양식’, ‘디지털 학습 양식’, ‘디지털 활동 양식’ 등의 세 가지 영역으로 구성되었다. 여기서 디지털 사고 양식(Thinking Type)은 “내가 디지털 세상에서 생각하고 판단하는 방식”을 뜻하며, “온라인에서 본인이 알고 있는 원칙이나 상식에 의해 판단하는 유형”인 ‘연역형(Deduction)’과 “온라인상에서 다양한 사례를 종합하여 판단하는 유형”인 ‘귀납형(Induction)’으로 나누어진다. 또한, 디지털 학습 양식(Learning type)은 “내가 디지털 세상에서 필요한 내용과 기술을 배우는 방식”을 의미하는데, “온라인상에서 스스로 학습하는 유형”인 ‘자기주도형(Self-direction)’과 “온라인상에서 타인과의 상호작용을 통해 학습하는 유형”인 ‘협력형(Collaboration)’으로 구별된다. 이어서, 디지털 활동 양식(Behavior type)은 “내가 디지털 세상에 참여하는 방식”을 뜻하고, “새로운 디지털 활동을 도전적으로 수용하는 유형”인 ‘모험형(Adventure)’과 “새로운 디지털 활동을 주의 깊게 접근하는 유형”을 지칭하는 ‘신중형(Prudence)’으로 구분된다. 앞서 언급한 유형의 진단에 실제로 활용되는 문항을 구체적으로 제시하면 다음 [표1]과 같다.
[표1] ‘디지털 시민 유형 진단 도구(DCTI)’ 문항
|
영역
|
번호
|
문항
|
응답
|
|
디지털 사고 양식
|
1
|
온라인에서 정보를 검색할 때,
|
① 익숙하고 자주 이용하는 사이트에서 검색하는 편이다.
|
|
② 다양하고 새로운 사이트에서 검색하는 편이다.
|
|||
|
2
|
온라인에서 정보를 검색할 때,
|
① 내가 필요한 정보만 검색하는 편이다.
|
|
|
② 추천 검색어를 통해 관련 정보도 함께 확인하는 편이다.
|
|||
|
3
|
인터넷 기사의 댓글을
|
① 잘 읽지 않는 편이다.
|
|
|
② 읽으며 여론을 파악하는 편이다.
|
|||
|
4
|
온라인 뉴스나 기사를 볼 때,
|
① 내가 선호하는 매체의 뉴스나 기사를 중심으로 보는 편이다.
|
|
|
② 인터넷 포털(네이버, 다음)을 통해 보는 편이다.
|
|||
|
5
|
새로운 모바일 APP(애플리케이션)이 출시됐을 때,
|
① 서비스 소개 페이지를 보고 사용 여부를 판단하는 편이다.
|
|
|
② 다른 사람들의 후기를 보고 사용 여부를 판단하는 편이다.
|
|||
|
6
|
온라인에서 물건을 살 때,
|
① 단골 사이트에서 사는 편이다.
|
|
|
② 최저가 검색 등 여러 사이트에서 비교를 하는 편이다.
|
|||
|
7
|
과제를 위해 온라인에서 자료(사진, 동영상 등)를 찾을 때,
|
① 내가 이미 가지고 있는 정보와 비교하여 활용 여부를 결정하는 편이다.
|
|
|
② 일단 자료를 최대한 많이 수집하고 활용 여부를 결정하는 편이다.
|
|||
|
8
|
온라인에서 정보를 검색할 때,
|
① 유명하고 믿을 수 있는 사이트나 영상 위주로 찾아본다.
|
|
|
② 최대한 다양한 사이트나 영상을 찾아본다.
|
|||
|
9
|
컴퓨터에서 문제가 발생할 때,
|
① 논리적으로 원인을 찾아 해결하는 편이다.
|
|
|
② 이전에 비슷한 경험을 떠올리며 문제를 해결하는 편이다.
|
|||
|
디지털 학습 양식
|
10
|
주변의 맛집을 알아볼 때,
|
① 웹 검색을 통해 정보를 스스로 찾는 편이다.
|
|
② 온라인상에서 다른 사람들의 의견을 추천받는 편이다.
|
|||
|
11
|
필요한 정보를 검색하거나 사진, 영상을 찾을 때,
|
① 혼자서 찾아보는 편이다.
|
|
|
② 효과적으로 검색하기 위해 다른 사람들의 의견을 묻는 편이다.
|
|||
|
12
|
온라인에서 다른 사람들과 함께 과제하는 것을
|
① 선호하지 않는 편이다.
|
|
|
② 선호하는 편이다.
|
|||
|
13
|
온라인에서 사진, 동영상 등을 편집할 때,
|
① 혼자서 하는 편이다.
|
|
|
② 다른 사람의 도움을 받아서 하는 편이다.
|
|||
|
14
|
인터넷 뉴스 기사를 볼 때,
|
① 스스로 생각을 정리하는 편이다.
|
|
|
② 댓글 등을 통해 활발히 소통하는 편이다.
|
|||
|
15
|
사회적 이슈에 대해서
|
① 온라인에서 직접 정보를 찾아보는 편이다.
|
|
|
② 온라인 커뮤니티에서 다른 사람들과 의견을 나누는 편이다.
|
|||
|
16
|
글, 영상 등 나의 창작물에 대해서
|
① 온라인에서 스스로 자료를 찾아 발전시켜 나가는 편이다.
|
|
|
② 온라인에 게시하여 다른 사람의 피드백을 적극적으로 수용하는 편이다.
|
|||
|
17
|
온라인 자료를 활용하여 공부할 때
|
① 스스로 찾아보고 공부하는 것을 좋아한다.
|
|
|
② 함께 토론하고 내 생각을 나누는 것을 좋아한다.
|
|||
|
18
|
온라인에서 새로운 주제에 대해 알아볼 때,
|
① 동영상 강의나 온라인 자료를 직접 찾아보는 것을 좋아한다.
|
|
|
② 친구나 주변 사람들을 통해 정보를 얻고 함께 탐색하는 것을 좋아한다.
|
|||
|
디지털 활동 양식
|
19
|
온라인에서 글이나 사진, 또는 영상을 게시하여
|
① 정보를 공유하는 것을 즐기는 편이다.
|
|
② 정보를 공유하는 것에 신중한 편이다.
|
|||
|
20
|
공개된 SNS에 글을 올릴 때,
|
① 필요하다면 개인 정보도 담는 편이다.
|
|
|
② 개인 정보가 드러나는 것을 꺼리는 편이다.
|
|||
|
21
|
온라인 커뮤니티에서
|
① 게시글이나 댓글을 작성하는데 거부감이 없는 편이다.
|
|
|
② 게시글이나 댓글을 작성하지 않고 읽기만 하는 편이다.
|
|||
|
22
|
온라인 게임이나 인터넷에서 프로필을 설정할 때,
|
① 나를 드러낼 수 있는 사진이나 닉네임을 사용하는 편이다.
|
|
|
② 나를 드러낼 수 있는 사진이나 닉네임은 사용하지 않는 편이다.
|
|||
|
23
|
SNS에서 친구 맺기를
|
① 즐기는 편이다.
|
|
|
② 조심하는 편이다.
|
|||
|
24
|
내가 좋아하는 취미와 관련해서 SNS에 올리는 것을
|
① 즐기는 편이다.
|
|
|
② 신중하게 하는 편이다.
|
|||
|
25
|
취미나 정보 공유 관련 온라인 커뮤니티에서
|
① 게시글이나 댓글을 활발하게 작성하는 편이다.
|
|
|
② 게시글을 주로 읽는 편이다.
|
|||
|
26
|
새로운 소프트웨어나 앱을 다운로드할 때,
|
① 빠르게 결정하여 설치하는 편이다.
|
|
|
② 평점과 리뷰를 먼저 확인하는 편이다.
|
|||
|
27
|
온라인에서 물건을 살 때 가장 큰 장점은
|
① 다양한 물건을 볼 수 있다는 것이다.
|
|
|
② 물건을 신중하게 살펴볼 수 있다는 것이다.
|
디지털 사고 양식과 디지털 학습 양식, 그리고 디지털 활동 양식을 통해 파악된 디지틸 시민 유형은 크게 여덟 가지로 도출 가능하다. 여기에서는 디지털 사고 양식을 기준으로 연역형과 귀납형의 유형으로 나누어 각각 네 가지씩 설명하고자 한다.
먼저, 연역형 디지털 사고 양식에는 DSA, DSP, DCA, DCP의 네 가지 유형이 있다. 먼저, DSA는 뛰어난 논리력과 독립적인 학습 능력을 바탕으로 도전을 멈추지 않는 유형이다. 디지털 세상에 필요한 내용과 기술을 스스로 학습하기를 선호하며 디지털 세상에서 새로운 영역에 도전하는 열정적 성향을 지닌다. 이와 연관된 직업으로 AI 엔지니어가 있다.
다음으로, DSP는 탁월한 판단력과 지칠 줄 모르는 호기심을 겸비한 전략적 성향의 유형으로, 역시 자신에게 필요한 내용과 기술을 스스로 학습하기를 좋아하지만, 디지털 세상에서 새로운 영역에 도전하기보다 신중하되 창의적으로 접근하는 특성을 갖는다. 이와 연관성이 높은 직업으로 IT 컨설턴트를 꼽을 수 있다.
이어서, DCA는 상식과 원칙을 바탕으로 타인과의 건전한 상호작용과 새로운 영역에 도전하기를 즐기며 디지털 세상에서 정보를 공유하고 이끌기를 즐기는 특성을 보인다. 이 유형과 관련된 직업으로는 커뮤니티 매니저를 들 수 있다.
마지막으로, DCP는 온라인상에서 타인과의 협업을 통해 학습하기를 좋아하며, 디지털 세상에서의 활동에는 신중하게 접근하는 유형이다. 이와 연관된 직업으로는 협력을 통해 팀원들의 시너지를 이끌어내는 웹 기획자가 있다.
한편, 귀납형 디지털 사고 양식에는 ISA, ISP, ICA, ICP의 네 유형이 있고, 각각 다음과 같은 특징을 갖는다. 우선, ISA는 다양한 사례를 종합하여 디지털 세상을 판단하는 호기심이 많은 유형이다. 필요한 내용과 기술을 스스로 학습하기를 선호하며 문제 해결력을 바탕으로 독창적으로 새로운 영역을 구축해 나가는 모험적인 특성을 갖는다. 이와 연관성이 높은 직업으로 게임 개발자를 들 수 있다.
다음으로, ISP는 가능한 관련 정보를 많이 수집하며 디지털 세상에서 새로운 영역에 도전하는 것에 대해서는 신중하게 접근하지만 창의적 전략가의 특성도 지니고 있다. 이 유형과 관련성이 높은 직업은 디지털 마케팅 전문가가 있다.
이어서, ICA는 온라인상에서 타인과 함께 학습하기를 좋아하며 도전적인 아이디어와 열정으로 온라인 활동에 적극 참여하며 시간을 투자하는 특성을 보인다. ICA 유형과 어울리는 대표적인 직업으로는 디지털 콘텐츠 크리에이터를 꼽을 수 있다.
마지막으로, ICP는 온라인상에서 타인과의 협업을 통해 학습하기를 좋아하며 새로운 영역에 대한 도전이나 정보 공유에는 신중한 태도를 보인다. 이 유형에 적합한 직업으로는 신속하고 안정적인 대응 능력과 섬세한 보안 업무 수행으로 안전한 디지털 환경을 구축해 나가는 정보 보안 전문가가 있다.
초중고 학생 대상 타당화 검증
한편, 위에서 살펴본 설문 문항의 타당화를 수행하기 위해 이화여대 미래교육연구소에서 일련의 조사를 기획해 실시한 바 있다. 국내 초⋅중⋅고생 380명을 대상으로 2023년 1월 31일부터 2월 2일까지 3일간 온라인 설문 조사를 실시하였다. 응답자 현황을 살펴보면, 초등학생 130명(34.2%), 중학생 118명(31.1%), 고등학생 132명(34.7%)이 응답했다. 보다 세부적으로 보면 초등학교의 경우 3∼6학년 학생이 응답했고, 중학교는 3학년 학생만 응답했으며, 고등학교는 모든 학년이 응답하되 2학년 학생이 104명(78.8%)으로 압도적인 비중을 보였다. 응답자 거주지를 기준으로 살펴보면 초등학생과 중학생은 대도시가 각각 124명(95.4%), 118명(89.4%)로 제일 높았다. 이와 비교해 고등학생은 중소도시가 118명(89.4%)으로 가장 높은 비중을 차지하였다.
수집된 자료의 분석을 수행하는 과정에서 디지털 시민 유형 진단 도구의 점수 계산 방법으로는 ‘셀프 스코어링(Self-scoring)’ 방법을 채택하였다. 여기서 셀프 스코어링 방법이란 모든 문항이 동일한 가중치를 갖도록 계산하는 방식을 말하는데, 영역별 총점을 계산해 이분화(dichotomization)를 수행하는 것이다. 보다 상세한 절차를 살펴보면 먼저 ‘D-I’, ‘S-C’, ‘A-P’의 영역별로 각 이분화 유형의 점수(raw points)를 계산한다. 이때 모든 문항의 가중치는 같거나 1이며 각각의 응답은 1점으로 처리한다. 바꾸어 말하면, 이와 같은 과정은 단순히 해당 영역 중에서 하나의 유형을 선택한 문항 수를 ‘세는 것’에 해당한다. 이어서, 영역별로 보다 많은 점수를 획득한 유형을 선택하고, 영역별 도출된 유형을 토대로 최종 유형을 선택하게 된다.
이상의 과정을 거쳐 도출된 디지털 시민 유형의 분포를 세 가지 양식별로 분석한 결과는 다음과 같다. 디지털 사고 양식은 귀납형이 191명(50.3%)으로 연역형(189명, 49.7%)보다 소폭 높은 것으로 나타났고, 디지털 학습 양식은 자기주도형이 298명(78.4%)으로 협력형(82명, 21.6%)에 비해 압도적인 비중을 보였다. 또한, 디지털 행동 양식은 신중형이 286명(75.3%)으로 모험형(94명, 24.7%) 대비 매우 높은 비중을 드러냈다. 이어서 성별에 따른 유형을 들여다보면, 디지털 사고 양식의 경우 남자는 연역형(97명, 55.4%), 여자는 귀납형(113명, 55.1%)이 상대적으로 많았고, 디지털 학습 양식은 남자와 여자 모두 자기주도형이 많은 것으로 발견되었다. 더 나아가, 디지털 행동 양식은 남자와 여자 모두 신중형이 많았다. 종합적으로 볼 때 남자는 DSP(54명, 30.9%)가 가장 많았고, ISP(43명, 24.6%)가 후순위로 관측되었다. 반면 여자의 경우, ISP(74명, 36.1%)가 제일 많았고, DSP(63명, 30.7%)가 다음 순위를 차지했다는 점에서 성별 간 차이가 관측되었다. 학교급에 따른 결과를 보면, 디지털 사고 양식의 경우 초등학생은 연역형(72명, 55.4%)이, 중학생과 고등학생은 귀납형(각각 54.2%, 52.3%)이 많았다. 디지털 학습 양식은 초중고생 모두 자기주도형이 많았으며, 디지털 행동 양식은 초⋅중⋅고생 모두 신중형이 많은 것으로 밝혀졌다. 종합하면, 초등학생은 DSP(47명, 36.2%)가 가장 많고, ISP(37명, 28.5%)가 다음 순위를 차지하였고, 중학생과 고등학생은 모두 ISP가 가장 많고 DSP가 후순위를 기록하였다.
더 나은 디지털 세상을 위해
디지털 시민 유형 진단 도구의 타당화 분석 결과는 다음과 같다. 진단 도구의 타당도를 검증하고자 Mplus 소프트웨어를 사용해 확인적 요인 분석(Confirmatory Factor Analysis, CFA)을 수행한 결과, 모형적합도는 각각 RMSEA(0.026), CFI(0.945), TLI(0.938)로 도출되었으며, 양호한 기준에 비추어 볼 때 모두 적합한 결과로 밝혀졌다. 이는 디지털 사고 양식, 디지털 학습 양식, 디지털 행동 양식 등 세 개의 요인으로 개발된 문항들이 실제로 세 개의 요인 구조를 나타내고 있음을 보여준다. 즉, DCTI의 구조 타당도가 확보되었다고 볼 수 있다.
이상에서 살펴본 DCTI의 응답, 유형 판정 등과 관련된 세부적인 절차를 시스템 구성도로 제시하면 [그림1]과 같다. 디지털 시민 유형 진단은 큰 틀에서 볼 때, ‘디지털 시민 유형 진단 시작’ → ‘디지털 시민 유형 판정’ → ‘디지털 시민 유형 결과 확인’ 등의 절차에 따라 진행된다. 보다 세부적으로, 총 27개 문항(세 가지 영역별 각 9문항)에 대해 응답자가 지닌 생각 및 행동 양식과 가장 부합한다고 생각하는 항목을 선택하게 되면 입력된 세 가지 영역별 기준 점수로 응답자의 디지털 시민 유형을 진단하게 되고, 최종적으로 해당 유형의 특징을 소개받을 수 있다.
자신의 디지털 시민 유형을 알고 싶은 사람은 DCTI 웹사이트(https://dcti.co.kr)에 접속해 스스로 디지털 시민 유형을 진단해 볼 수 있다.
참고문헌
계보경, 이현숙, 한나라, 김혜숙(2021). 《2021년 국가수준 초․중학생 디지털 리터러시 수준 측정 연구》. (연구보고 RR 2021-6). 대구: 한국교육학술정보원.
정제영, 조현명, 황재운, 문명현, 김인재(2023a). 《챗GPT 교육혁명: ChatGPT를 활용한 하이터치 하이테크 미래교육》. 서울: 포르체.
정제영, 문명현, 박지애(2023b). 《챗GPT(ChatGPT) 등 인공지능(AI) 기술의 교육적 활용방안 연구》. (OR-2022/23-02). 서울: 이화여자대학교 미래교육연구소.
정제영, 이선복 역(2021). 《인공지능 시대의 미래교육》. 서울: 박영스토리.
Swanzen, R. (2018). Facing the generation chasm: the parenting and teaching of generations Y and Z. International Journal of Child, Youth and Family Studies, 9(2), 125-150.
UNESCO(2023). Guidance for generative AI in education and research. Paris: UNESCO.
Young, K. (2009). The X, Y and Z of Generations in Schools. International Journal of Learning, 16(7), 203-215.
