온라인 학습환경에서 학습자의 수행을 예측하는 데 학습분석이 효과적으로 활용되고 있으며, 그 결과에 기반하여 고등교육의 질을 높이기 위한 시도가 활발히 이루어지고 있다. 그렇지만, 교육이론과 실천에 대한 깊이 있는 이해가 부족할 경우, 학습분석이 교수학습의 질을 향상시키는 데 크게 기여하지 못할 것이라는 우려가 있다. 본 연구의 목적은 고등교육에서 온라인 학습참여 데이터를 활용한 학습예측분석(predictive learning analytics)에 대한 연구를 체계적으로 고찰하여 향후 발전방안을 탐색하는 데 있다. 이를 위해 2011년에서 2020년까지 출판된 총 94개의 학습예측분석 연구를 선정하여 (1) 연구 동향, (2) 온라인 학습참여 유형, (3) 교육적 시사점에 초점을 두고 문헌을 검토하였다. 연구 결과, 최근 온라인 학습환경에서 수집한 데이터 기반 학습예측분석 연구가 빠르게 증가하고 있으나, 다양한 학습영역에 일반화 가능한 예측 모델을 개발하려는 연구가 부족한 것으로 나타났다. 그리고 학습자의 행동적, 인지적, 사회적 참여 데이터가 학습 수행을 예측하는 주요 변인으로 활용되었으며, 학습자의 정서적 참여 데이터를 활용한 연구는 부족하였다. 또한, 많은 연구가 예측의 정확성에 초점을 두었으며, 학습예측분석 결과에 기반하여 교육 이해관계자에게 처방적 시사점을 제공하는 연구는 부족한 것으로 나타났다. 이러한 연구 결과는 학습결과를 정확히 예측하는 것을 넘어서 고등교육의 발전을 위해 학습예측분석의 결과를 해석하고 활용하기 위한 다학제적 연구가 필요하다는 것을 시사한다.

Learning analytics has been effectively used to predict learning performance in online learning environments. On the basis of prediction results, instructors and administrators have made efforts to improve the quality of higher education. However, there is a concern that learning analytics does not guarantee the improvement of teaching and learning activities without an in-depth understanding of educational theory and practice. This study aims to review previous studies on predictive learning analytics (PLA) using online learning engagement data in higher education so as to explore the future direction of PLA. A total of 94 papers, published from 2011 to 2020, were reviewed in regard to (a) research trends, (b) types of online learning engagement, and (c) educational implications. The research on predictive learning analytics has increased rapidly, using the data collected from online learning environments. Nevertheless, there was lack of research analyzing online learning activities across different domains, which might limit a prediction model’s generalizability. In addition, PLA frequently used behavioral, cognitive, and social engagement data to predict learning performance, but not emotional engagement data. There were also limitations in giving prescriptive implications to educational stakeholders based on PLA results, although many studies focused on the accuracy of prediction. These findings imply that interdisciplinary research is necessary not only to predict learning performance accurately but also to interpret and use PLA results for the improvement of higher education.