Home

온라인 교육은 공간에 제약을 받지 않는 편리함으로 많은 잠재력을 가지고 있으며, 언택트 시대에서 필수적인 요소가 되고 있다. 과거에도 온라인 교육은 이루어져 왔으며, 특히 사이버대학과 같은 온라인을 위주로 하는 시스템을 갖는 교육기관도 다수 존재하는 상황이다. 온라인 교육환경은 우리에게 낮설지 않으며, 현대인이라면 대다수가 학교 또는 직장에서 온라인 교육을 받은 경험이 있을 것이다.

그러나 포스트코로나 시대의 온라인 교육은 과거의 온라인 학습 시스템으로 해결하는데는 한계가 있다. 과거의 온라인 교육 시스템은 주로 보조적 학습 용도로 활용되어온 경우가 많다. 특히, 미리 제작해 놓은 영상이나 컨텐츠를 재생하는 방식의 온라인 교육이 많으며, 이러한 방식은 오프라인 교육과는 분명히 맥락을 달리한다.

오프라인 교육은 쌍방향 커뮤니케이션이 가능하다는 것이 주요 장점이다. 온라인 교육 환경에서는 이러한 쌍방향 커뮤니케이션에 한계가 있으며, 학습 이후에 퀴즈를 풀게 한다던가, Q/A를 통한 피드백 등으로 이러한 문제를 처리하였다. 그러나 이러한 방식은 온라인 교육의 쌍방향 커뮤니케이션 문제를 해결하는 데 한계가 있다.

이를 극복하기 위하여 ZOOM과 같은 실시간 회의 솔루션을 화상강의 플랫폼으로 이용하여 교육하는 것이 대세이다. 그러나 이는 원격회의 용도로는 매우 적합하나, 학습자의 학업상태를 체계적으로 관리하는 기능을 갖고 있지 않으므로 이러한 시스템을 별도로 구성되어야 한다는 문제가 있다. 또한, 세밀한 영상처리 및 보관이 필요하다. 교수자가 학습자의 학업상태를 원활하게 확인하려면 선명한 영상이 제공되어야 하며, 차후 부정방지를 위해 영상데이터를 저장하는 기능 또한 필요하다. 그리고 해당 영상이 공공클라우드 서버에 저장되어 발생할 수 있는 보안문제 또한 해결하여야 한다.

온라인 교육 시스템에서는 교수자와 학습자의 개인정보, 출결정보, 평가정보 등 민감 학습데이터를 취급하므로 반드시 보안을 고려하여야 한다. 특히 실시간 언택트 교육 환경에서의 보안 문제는 해결해야 할 사안이 더욱 많이 존재하나 이러한 실시간 언택트 교육 플랫폼의 보안 측면에 대한 부분은 아직까지 많은 논의가 이루어지지 않았다.

먼저, 실시간 언택트 화상 대면 수업을 위해 선명한 수준의 화질이 요구된다. 그러나 HD급 이상의 선명한 화질이 제공될 경우, 사용자의 홍채/지문 등다양한 생체정보가 직접적으로 노출될 수 있다[14].

실시간 화상회의 솔루션은 영상이 클라우드 시스템을 통하여 전달되는 경우가 많으며, 이러한 클라우드 환경은 내부자 공격에 매우 취약하다. 또한 항시 해커의 공격이 발생할 수 있으며, 이 과정에서 학습자의 실시간 영상정보 및 민감 학습데이터가 노출될 수 있다. 포스트코로나 시대의 언택트 학습 시스템은 기존 오프라인에서의 모든 학습 데이터가 온라인으로 이전될 확률이 높으며, 온라인상에 노출될 수 있는 민감 학습 데이터가 더욱 많아질 수 있다. 따라서 학습자의 개인정보, 생체정보 및 민감 학습 데이터는 반드시 안전한 수단으로 보관할 필요가 있다.

학습자의 위치정보 노출 또한 프라이버시 문제가 될 수 있다. 학습자의 위치가 영상분석을 통해 노출될 수 있으며, 만약 불법적으로 학습 서버에 접근하는 해커 또는 악의를 가진 내부자는 모든 학습자에 대한 위치 파악이 가능하여 이러한 정보를 악용할 수 있다. 학습 마케팅 등의 기초자료로 수집될 수도 있으며, 최악의 경우 범죄를 위한 자료로 사용될 수 있어 학습자의 위치정보도 안전하게 보호해야 한다.

그리고 민감 학습 데이터인 학업성취도 정보는 반드시 안전하게 보호해야 한다. 악의를 가진 해커 또는 내부자가 성적정보를 임의로 수정할 경우, 사회적으로 큰 혼란에 빠지게 할 수 있다. 불법적인 학업성취도 조작이 발생 가능함에 따라 교육환경의 온라인 이전에 대한 불안감을 조성할 수 있어 학업성취도는 온라인 전환의 주요한 보호대상이 된다.

언택트 학습은 근본적으로 오프라인 학습에 비해 학습자의 행동이나 감정을 실시간으로 파악하기 어렵다. 실시간 화상회의 솔루션을 사용하여 학습자의 얼굴을 확인할 수는 있지만, 오프라인에서 대중과 직접 마주하는 것과는 차이가 존재할 수 밖에 없다. 따라서 언택트 학습이 원활이 이루어지려면 이러한 학습자의 실시간 행동분석이 필수적이다. 온라인 시스템의 장점을 살려 학습자 행동분석이 시스템적으로 자동화되어 수집 및 분석되고, 교수자에게 적절하게 전달되어야 하며, 교수자는 이를 실시간 확인하고 적절히 대응할 수 있어야 한다.

언택트 학습시스템은 가용성이 보장되어야 한다. 가용성을 고려하지 않은 채 접속폭주 등으로 인하여 학습시스템을 통한 학습이 원활히 이루어지지 않는다면 학습자의 학습권 침해로 이어질 수 있다. 또한 온라인 교육에 기술적으로 문제가 발생할 경우 학생들의 학습공백이 발생할 수 있어 이러한 가용성 문제는 반드시 고려되어야 한다. 특히, 학습자의 장소, 지역에 구애받지 않고 가용성이 보장될 수 있어야 하며, 천재지변 등 부득이한 상황이 아닐 경우 가용성은 보장되어야 한다. 이를 위해 5G등 최신 네트워크 기술을 활용할 수 있어야 하며, 학습자의 장비에 대한 구애를 최소화하여야 한다.

학습데이터는 반드시 무결성을 유지해야 한다. 특히, 민감학습 데이터중 하나인 학업성취도 데이터는 반드시 무결성을 유지해야 하는 항목으로써, 학업성취도에 대한 조작이나 위해가 발생할 경우 사회적으로 큰 혼란을 가져오게 될 수 있다. 한번 저장된 학업성취도 데이터는 어떠한 일이 있어도 수정되어서는 안되며, 만약 부득이한 수정이 필요한 경우 적절한 사유와 로그를 남기고 추가적으로 데이터를 더하는 방식으로 저장해야 하며, 기존 저장된 학업성취도 데이터 또한 그대로 보존해야 한다.

실시간 학습 과정에서 학습자 및 교수자의 영상정보가 전달된다. 학습자의 학습태도, 행동분석, 출석 확인 등을 위하여 영상이 시스템에 수집될 필요가 있으며, 이러한 데이터는 직접적으로 학습자의 프라이버시 침해 원인이 될 수 있다. 특히, 학습 과정에서의 영상정보상에 학습자의 얼굴인식 정보나 홍채/지문 등 생채정보가 노출될 수 있으며 내부자 또는 해커 등 악의를 가진 자에 그대로 노출될 수 있어 영상정보에 대한 안전한 관리가 필요하다.

학습 시작에 앞서, 로그인을 통하여 학습자가 정당한 사용자인지 여부를 확인하여야 한다. 제안한 방식에서는 사용자 인증을 위해 2-factor 인증을 수행한다. 인증을 위해 사용자의 ID/Password 인증과 얼굴 인식 인증이 요구되며, 얼굴인식이 정상적으로 되지 않는 경우 인증되지 않은 것으로 처리하는 것이 원칙이다. 이러한 방식으로 불법적인 대리 학습을 방지할 수 있다.

그러나 학습자의 안면인식 정보가 사전에 존재하지 않거나 특별히 허가를 득한 경우 학습자의 아이디만으로도 인증이 가능하며, 로그인 즉시 얼굴을 등록하여야 한다. 즉, 얼굴 인식을 위해 사전에 등록된 안면인식 정보가 필요하며, 이러한 얼굴인식 기반 인증은 본인이 아닌 다른 사람의 불법적인 접근을 할 수 없게 한다. 특히, 평가를 위한 시험을 치루는 과정에서는 더욱 얼굴 인식 기반 인증을 철저하게 수행하여 부정행위를 방지한다.

기존의 학습 성취도 분석은 주로 사후평가에 집중되어 적시적인 교육환경을 제공하는 것이 어려운 편이다. 예를 들어 학습자가 수업에 얼마만큼 집중하는지에 대한 여부는 기존의 수업에서 판단하는 것이 쉽지 않았다. 제안하는 언택트 교육 시스템은 이러한 학습자의 행동을 얼굴인식을 통하여 실시간으로 분석해 준다는 측면에서 적시적인 교육환경을 제공할 수 있다. 학습이 진행되는 동안 영상 분석을 통하여 학습자의 행동을 파악한다. 학습자의 행동 분석을 통해 수업의 집중도를 판단할 수 있으며, 이러한 영상 분석은 시각적, 언어적 장벽을 극복할 수 있다는 장점이 있다. 만약 학습자가 적절하지 않은 행동을 취할 경우 경고성의 알람 등이 발생할 수 있다. 그리고 교수자는 학습자의 집중도를 실시간으로 확인하며 적절하게 대응할 수 있다. 만약 학습자의 집중도가 매우 저조할 경우, 교수자는 학습자의 주의를 집중시킬 수 있는 적절한 방안을 선택할 수 있어 효율적인 교육을 진행할 수 있다.

수업이 끝나면 적절한 온라인 테스트를 진행할 수 있다. 학습자의 평가 결과는 블록체인상에 기록되며, 블록체인은 무결성을 보장한다는 특징이 있어 데이터의 조작이 불가능하다. 이러한 방법을 통해 평가 결과에 대한 악의적인 조작을 원천적으로 차단할 수 있다. 한편, 학업성취도 등 평가 데이터는 학습자에게 민감한 개인정보로써 비밀리에 취급될 필요가 있다. 즉, 학업성취도 등 평가 데이터는 기밀성과 무결성을 동시에 유지할 필요가 있다. 따라서 블록체인에 저장 시 평가 결과는 반드시 암호화하여 저장해야 한다. 암호화 과정에서, 비밀키는 시스템 최고관리자 및 교수자만 알고 있어야 하며, 학습자를 포함한 다른 관계자는 어떠한 경우에도 암호화 키를 알 수 없도록 한다. 따라서 허가되지 않은 자는 학습 데이터에 원천적으로 접근할 수 없다.

전체 학습이 끝난 후 교수자의 승인에 의해 학습 블록체인이 구성된다. 이 시점에서 각 블록체인의 헤더 정보가 구성되고, 이를 포함한 모든 블록체인 데이터가 저장된다. 블록체인은 이전 블록의 헤더정보를 해쉬(Hash)처리한 값이 다음 헤더에 저장되는 특징이 있어 블록체인 헤더를 사전에 임의로 구성할 수 없다. 따라서 학습 종료 시점에서 교수자의 승인을 통해서만 블록체인이 구성될 수 있으며 학습자의 학습정보가 저장된 각 블록체인의 헤더가 체인화되어 블록체인 서버에 저장된다. 교수자의 승인을 통해 블록체인이 기록된 이후 학습에 대한 데이터는 수정할 수 없으며, 차후 수정이 필요시는 별도의 블록체인을 구성하여 추가로 저장하여야 한다.

제안한 방식은 학습 이후에 교수자의 승인에 따라 모든 학습 데이터가 블록체인으로 저장된다. 이러한 블록체인 방식을 적용함에 따라 근본적으로 데이터에 대한 조작이 불가능하다. 특히 불법적인 학업 성취도의 조작이 불가능하며, 접근 로그와 같은 사후 추적에 필요한 데이터를 남기고 있으므로 데이터의 조작이 원천적으로 불가능하다.

악의를 가진 자에 불법적으로 학습데이터가 노출된다면 학습자 개인정보의 침해 소지가 될 수 있다. 본 논문에서는 학습데이터에 대한 보호를 위해 암호화를 적용한다. 특히, 테스트 및 평가 데이터에 대한 정보를 암호화하여 보관하므로 학업성취도 등 민감 학습 데이터를 안전하게 보관할 수 있다.

기존의 인증 방식은 ID/Password 혹은 공인인증서와 같은 single-factor 인증을 수행하는 것이 일반적이다. 그러나, 언택트 환경의 온라인 교육에서는 이러한 방법은 적절하지 않다. 예를 들어, 한차례 인증과정을 거친 후 정작 학습을 다른사람으로 교체하여 진행하는 경우는 기존의 single-factor 인증기법으로는 감지가 불가능하다. 불법적인 학습환경 접근에 따른 적절하지 않은 테스트 환경이 조성될 수 있어 이러한 문제는 반드시 해결하여야 한다.

제안하는 방식에서는 2-factor 인증을 수행한다. ID/Password 방식과 얼굴영상 인식기반 인증을 동시에 수행함으로써 본인이 아닐 경우 정상적으로 학습을 진행할 수 없도록 하고 있다. 얼굴인식 기반의 2-factor 인증이 갖는 의미는 크며, 얼굴인식이 아닌 지문 등의 생체인식을 가정할 경우, 한번의 인식 과정을 거치면 결국 다른 부적절한 임의의 학습자로 교체가 가능하여 허점이 발생할 수 있다. 얼굴인식 기반의 2-factor 인증을 통해 학습 과정에서 정당한 사용자가 아닌 다른 사람이 학습을 진행하고자 할 경우, 정상적으로 인증이 되지 않으므로 불법적인 학습을 원천적으로 방지할 수 있다.

학습 과정에서 학습자의 얼굴영상을 수집하게 되며, 얼굴영상 수집은 정당한 학습자 여부를 판단하는 필수적인 요소이다. 이러한 얼굴 영상 수집은 프라이버시 측면에서 문제가 될 수 있다.

제안하는 논문에서는 안면인식을 통해 수집한 사용자의 얼굴이 블록체인에 보관 시 마스킹 처리되어 저장된다. 이 경우, 실제 얼굴 데이터는 저장되지 않으며 마스킹된 데이터만 저장되므로 학습자의 프라이버시를 보호할 수 있다.

학습자 영상정보 기반의 행동 분석을 통해 학습자가 부적절한 행동을 취할 경우 적절한 조치를 취할 수 있다. 영상정보는 빅데이터/인공지능을 통하여 학습자의 감정, 행동 패턴 등을 분석해 낼 수 있으며, 구체적으로 교수자에게 전달할 수 있다.

한편, 행동 분석을 통해 사용자의 집중도를 체크할 수 있으며, 이렇게 수집된 집중도 또한 교수자에게 전달된다. 교수자는 학습자의 집중도 정보를 수업에 활용하여 학습자의 집중도를 높이기 위한 다양한 방법을 실시할 수 있다.

학습데이터를 적시에 가져오지 못할 경우 시스템의 가용성이 훼손될 수 있다. 본 논문에서 제안하는 방식은 학습데이터가 블록체인상에 저장된다. 블록체인은 다수의 노드에 데이터를 보관하므로 가용성에 있어 매우 효과적인 시스템이다. 즉, 제안하는 방식은 블록체인 방식의 특성에 따라 학습데이터의 가용성을 보장할 수 있으며, 저장되는 노드의 개수가 증가할수록 가용성을 더욱 확보할 수 있다.