업데이트일 2026년 11월 21일
전형적인 디지털 학습 상황을 떠올려 봅시다. 한 직원이 교육 모듈을 시작합니다. 영상이 재생되고, 슬라이드가 몇 장 지나갑니다. "다음"을 클릭하고 객관식 문제 두 개에 답한 뒤, 알림이 하나 뜹니다.
직원은 탭을 닫습니다.
그리고 대부분의 경우 다시 열지 않습니다.
우리는 이런 중도 이탈을 흔히 시간 부족이나 동기 부족으로 설명합니다. 물론 이런 요인도 있습니다. 하지만 그것만으로 현실을 모두 설명할 수는 없습니다.
다른 질문도 던져 볼 필요가 있습니다. 그 모듈은 학습자에게 실제로 무엇을 하라고 요구했을까요?
기존 이러닝 과정 상당수에서 그 답은 몇 개의 동사로 요약됩니다. 보기, 읽기, 듣기, 클릭하기.
즉, 학습자에게 거의 행동을 요구하지 않은 채 정보를 받아들이게 하는 방식입니다.
그런데 학습에 관한 많은 연구에 따르면, 정보를 받아들이는 것만으로는 그 정보를 사용하고, 다시 표현하고, 의사결정을 하고, 질문에 답해야 할 때와 같은 수준의 몰입이 생기지 않습니다.
끝까지 완료되지 못하는 모듈의 문제 중 일부는 바로 여기에서 찾아야 할지도 모릅니다. 상호작용이 부족하면 동기도 줄어듭니다.
이러닝 과정의 실제 평균 완료율은 얼마일까?
자주 인용되는 수치부터 살펴봅시다.
디지털 학습 업계에서는 20~30%의 완료율이 시장 평균으로 자주 거론됩니다.
문제는 이 20%, 30% 또는 다른 어떤 수치가 그 이러닝 평균 완료율이라고 확인해 줄 만한 대규모 독립 데이터베이스가 없다는 점입니다.
이유는 간단합니다. 모든 온라인 교육이 같지는 않기 때문입니다.
의무 규정 교육, 호기심에 등록하는 무료 MOOC, 직원이 자발적으로 수강하는 직무 역량 개발 모듈은 직접 비교할 수 없습니다.
대신 기존 연구들은 이러한 격차의 규모를 가늠하게 해 줍니다.

특히 Katy Jordan의 연구가 흥미롭습니다. 그는 221개 MOOC를 분석해 완료율 중앙값이 12.6%라는 점뿐 아니라 결과의 편차가 매우 크다는 점도 확인했습니다. 또한 교육 시간이 길수록 완료율이 낮아지는 경향이 있으며, 처음 2주가 몰입에 결정적인 역할을 한다고 지적합니다.
다른 맥락에서, 미국 기업의 직원을 대상으로 한 자발적 온라인 교육 프로그램에 관한 연구에서는 등록자의 21%만이 교육을 끝마쳤습니다. 중도 포기의 주된 이유는 기술이나 콘텐츠의 질이 아니라 직장과 가정 모두에서 겪는 시간 부족이었습니다.
더 최근인 2023년의 한 성인 프로그래밍 교육 연구에서는 305명이 과정을 시작했지만 94명만 끝까지 마쳤다고 보고했습니다.
완료율은 초기 동기, 교육의 의무 여부, 기간, 난이도, 근무 시간 내 편성 여부, 교수 설계에 크게 좌우됩니다.
따라서 일반적인 벤치마크는 문제를 파악하는 데는 유용하지만, 원인을 설명하기에는 충분하지 않습니다.
모듈을 끝냈다고 해서 반드시 몰입한 것은 아니다
두 번째로 짚어야 할 점이 있습니다.
완료율이 높다고 해서 자동으로 교육적 성공을 의미하지는 않습니다.
직원은 영상을 빠르게 넘기고 마지막 퀴즈까지 클릭한 뒤, 요구 점수를 얻을 때까지 퀴즈를 반복해서 의무 모듈을 끝낼 수 있습니다.
행정적으로는 교육이 완료된 것입니다.
하지만 교육적으로는 전혀 다른 이야기입니다.
완료율은 특히 상당수 학습자가 도중에 이탈할 때 여전히 유용한 지표입니다. 다만 이 지표가 주로 측정하는 것은 누군가가 여정의 끝에 도달했다는 사실일 뿐, 그 과정에서 인지적으로 어떤 일이 있었는지가 아닙니다.
여기서 수동성이라는 문제가 흥미로워집니다.
많은 이러닝 모듈의 문제: 학습자가 관객에 머물 수 있다
영상을 본다고 해서 학습이 불가능한 것은 물론 아닙니다.
텍스트를 읽는 것도 마찬가지입니다.
문제는 전체 학습 경로가 거의 이런 논리로만 구성될 때 생깁니다.
영상. 슬라이드. 텍스트. "다음" 버튼. 또 다른 영상. 퀴즈.
학습자는 몇 분 동안 교육을 받으면서도 스스로 답을 하나도 만들어 내지 않고, 이해한 내용을 설명하지 않고, 개념을 적용하지 않고, 때로는 단 한 번의 결정도 내리지 않을 수 있습니다.
학습과학에서 정보를 받아들이는 것과 그 정보를 활용해 행동하는 것의 구분은 전혀 새로운 것이 아닙니다.
2014년 연구자 Michelene Chi와 Ruth Wylie는 인지적 몰입을 수동적, 능동적, 구성적, 상호작용적이라는 네 단계로 구분하는 ICAP 모델을 정립했습니다.
수동적 단계에서 학습자는 보거나 듣는 등 정보를 받아들입니다.
능동적 단계에서는 콘텐츠에 대해 행동합니다.
구성적 단계에서는 제시된 내용을 넘어서는 무언가를 만들어 내야 합니다. 예를 들어 개념을 자기 말로 설명하는 것입니다.
마지막으로 상호작용적 단계에서는 여러 기여가 서로 응답하며 쌓여 갑니다.
이 모델의 핵심 가설은 단순합니다. 학습자가 자신이 하는 활동에 인지적으로 더 깊이 몰입할수록 학습에 더 유리한 조건이 만들어집니다.

또한 영상에 버튼 세 개를 추가한다고 해서 수동적인 경험이 능동적 학습으로 자동 전환되는 것은 아닙니다.
이는 인터랙티브 비주얼을 우선으로 만들어진 도구의 한계입니다. Genially로 만든 모듈은 훨씬 보기 좋고 탐색하기 즐거울 수 있지만, 학습자에게 무언가를 만들어 내게 하지는 않을 수 있습니다.
능동적 학습이 실제로 바꾸는 것
교육학의 다른 분야에서 나온 관찰 결과는 이 구분이 왜 중요한지 이해하는 데 도움이 됩니다.
Proceedings of the National Academy of Sciences에 발표된 메타분석은 STEM 분야에서 전통적 강의와 능동적 학습을 비교한 225건의 연구를 종합했습니다.
능동적 학습 방식에 노출된 학생들은 평가 점수가 평균 약 6% 더 높았습니다. 더 중요한 점은, 전통적 수업을 받은 학생이 능동적 학습 환경의 학생보다 낙제할 가능성이 1.5배 높았다는 것입니다.
이 연구는 기업 이러닝 모듈을 다룬 것이 아닙니다. 따라서 LMS에 상호작용을 추가하면 완료율이 기계적으로 X% 올라간다고 주장할 수는 없습니다.
그러나 중요한 메커니즘은 분명히 보여 줍니다. 학습자에게 지식을 가지고 무언가를 하도록 요구하면 학습의 질이 달라집니다.
예를 들어 교사를 위한 직무 역량 개발 MOOC에 초점을 맞춘 한 연구는 학습자와 콘텐츠 간의 상호작용이 과정 완료 여부를 예측한다는 점을 보여 주었습니다.
379명이 참여한 또 다른 연구는 강사와의 상호작용을 과정 유지의 유의미한 예측 요인으로 확인했습니다.
이것이 수동성이 모든 중도 이탈을 설명한다는 뜻은 아닙니다.
물론 직원이 5분 뒤에 회의가 시작된다는 이유로 훌륭한 교육을 떠나 다시 열지 않을 수도 있습니다.
하지만 긴 구간 동안 아무것도 할 일이 없는 형식은 이탈을 특히 쉽게 만듭니다.
학습자가 관객에 가까울수록 과정은 계속 몰입해야 할 즉각적인 이유를 덜 만들어 냅니다. 그만큼 포기할 가능성도 높아집니다.
시간 부족은 현실이다. 수동성은 이를 더 극복하기 어렵게 만든다
이 점은 중요합니다. "시간 부족"과 "부적절한 교육 형식"을 대립시키면 인위적인 결론에 이르기 때문입니다.
실제 업무 환경에서 교육은 Slack, Teams, 이메일, 회의, 고객 대응, 마쳐야 할 업무와 경쟁합니다.
따라서 문제는 주의를 끄는 것만이 아닙니다.
학습자에게 다시 주의를 기울일 이유를 꾸준히 제공해야 합니다.
답해야 하는 질문은 작은 몰입을 만들어 냅니다. 어떤 반응을 선택해야 하는 상황은 또 다른 몰입을 만듭니다. 다시 표현해 보라는 요청은 자신이 실제로 무엇을 이해했는지 확인하게 합니다.
반대로 아무것도 하지 않고 가만히 다음 15분짜리 모듈을 볼 수 있다는 것을 알면, 다른 업무가 너무나 쉽게 그 자리를 차지할 수 있습니다.
따라서 몰입이라는 주제는 단지 "콘텐츠를 어떻게 더 매력적으로 만들까?"가 아닙니다.
질문은 이렇게 바뀝니다.
"학습자가 정기적으로 생각하고, 말하고, 결정할 거리를 갖도록 교육을 어떻게 설계할까?"
바로 이 부분을 대화형 학습이 바꿀 수 있다
여기서 대화형 모듈의 가치는 이러닝을 더 현대적으로 보이게 만드는 데 있지 않다는 점을 알 수 있습니다. 또한 화면에 아바타를 추가하는 것이 핵심도 아닙니다.
중요한 변화는 학습자의 역할에 관한 것입니다.
전통적인 선형 교육에서는 콘텐츠가 주로 학습자를 향해 일방적으로 전달됩니다. 반면 잘 설계된 대화형 경험에서는 정보가 양방향으로 오갑니다.
학습자는 계속 진행하기 전에 질문에 답해야 할 수 있습니다. 개념을 자기 말로 설명하거나, 선택을 정당화하거나, 불분명한 부분이 있을 때 질문하거나, 상황에 대응해야 할 수도 있습니다. 그리고 피드백을 받은 뒤 자신의 추론을 바로잡습니다.

모듈을 "자동 조종" 상태로 따라가기가 훨씬 어려워집니다.
대화형 설계의 교육적 잠재력은 아마도 여기에 있을 것입니다. 대화 그 자체가 아니라, 대화가 자연스럽게 일으키는 모든 인지 활동에 있습니다.
완료율을 높이려면 이탈 이전에 일어나는 일을 살펴봐야 한다
완료율 35%는 한 가지 정보를 줍니다. 65%의 사람들이 끝까지 가지 못했다는 것입니다.
하지만 그 이유는 알려 주지 않습니다.
몰입을 제대로 이해하려면 학습 여정을 더 가까이에서 들여다봐야 합니다.
학습자는 어느 시점에 모듈을 떠날까요? 초대를 받은 뒤 실제로 시작하는 사람은 몇 명일까요? 질문을 받았을 때 몇 명이 답할까요? 어느 단계에서 오류가 늘어날까요? 첫 세션 이후 학습자가 돌아올까요? 질문을 할까요? 특정 구간이 일관되게 더 높은 이탈률로 이어질까요?
이 수준까지 내려가야 완료율은 단순한 보고용 수치를 넘어 교수 설계 도구가 되기 시작합니다.
Katy Jordan은 MOOC 분석에서 이미 여정의 초기 단계가 몰입에 특히 결정적이라는 점을 관찰했습니다.
모듈이 끝날 때까지 기다렸다가 코호트의 절반이 사라졌다는 사실을 발견하는 것은 대개 너무 늦은 것입니다.
진짜 과제: "소비된 콘텐츠"에서 "몰입하는 학습자"로
오랫동안 교육의 디지털화는 주로 콘텐츠를 온라인에서 접근할 수 있게 만드는 것을 의미했습니다.
그것만으로도 이미 상당한 진전이었습니다.
하지만 정보를 제공하는 것과 그것을 학습하는 데 필요한 몰입을 이끌어내는 것은 서로 다른 문제입니다.
많은 온라인 과정에서 나타나는 낮은 완료율은 하나의 원인에서 비롯되지 않습니다. 가용 시간, 동기, 체감되는 적합성, 과정 길이, 업무상 제약이 모두 영향을 미칩니다.
하지만 근본적인 설계 문제도 있습니다.
30분 동안 사실상 지켜보라고만 요구하면서, 학습자에게 30분 내내 몰입하라고 요구할 수 있을까요?
대화형 설계는 이러한 한계에 대한 하나의 가능한 답을 제시합니다. 수신을 정기적으로 행동으로 바꾸는 것입니다.
답하기.
질문하기.
다시 표현하기.
결정하기.
실수하기.
피드백 받기.
다시 시도하기.
이 변화는 단순해 보입니다. 하지만 모듈 안에서 학습자가 차지하는 위치를 근본적으로 바꿉니다.
10월: 대화형 설계가 실제로 바꾸는 것을 측정하다
바로 이 질문을 다음 백서에서 다룰 예정입니다.
"대화형 모듈에서 학습자 몰입에 실제로 달라지는 것"은 2026년 10월에 발간됩니다.
목표는 단지 새롭거나 대화형이라는 이유로 한 형식이 "더 몰입도가 높다"는 것을 증명하는 것이 아닙니다.
대신 학습자가 더 이상 교육의 관객으로 남을 수 없을 때 구체적으로 무엇이 달라지는지 이해하고자 합니다. 참여, 답변, 질문, 이탈 시점, 진도, 그리고 학습자가 콘텐츠와 실제로 상호작용하는 방식입니다.
결국 질문은 더 이상 얼마나 많은 학습자가 마지막 슬라이드에 도달하느냐만이 아닐 수 있기 때문입니다.
진짜 질문은 그들이 거기까지 가기 위해 무엇을 했는지 아는 것입니다.
