top of page
DSC_0375.JPG
Hyun Sook Yi
Professor, Konkuk University
Ph.D. in Educational Measurement and Statistics

이현숙 교수

  • 건국대학교 교수
    • 사범대학 교직과 교수 일반대학원 교육학과 교육데이터과학 전공 담당교수
    • 교육대학원 교육학과 교육데이터컨설팅전공 주임교수
  • 건국대학교 상허교양대학 학장 / 상허기념도서관장​
  • 건국대학교 교육데이터과학연구소 소장
  • 한국교육평가학회 이사 / <교육평가연구> 편집위원장
  • 한국심리측정평가학회 이사
주요 관심 분야
  • 교육통계 및 데이터컨설팅, 지식추적, 검사개발, 심리측정, innovative assessment 등
이메일: hyunsyi@konkuk.ac.kr 
 
​[전공 연구실 홈페이지 바로가기]: 건국대학교 대학원 교육학과 교육데이터과학 전공 연구실
[유튜브 채널 바로 가기]: 이현숙 교수의 통계 클래스
Home
학력
​학 력
박사학위
2000~2005
  • 미국 University of Iowa 졸업 (Ph.D. in Measurement and Statistics)

석사학위
1998~2000
  • 서울대학교 대학원 과학교육과 졸업 (M.Ed. in Science Education)

학사학위
1992~1996
  • 서울대학교 지구과학교육과 졸업 (B.S. in Earth Science Education)

연구 및 학술 활동
연구 및 학술 활동
연구 및 학술 활동

 

<현재 수행 중인 연구 과제>

  • 맞춤형 교육을 위한 과정중심평가 AI 기술 개발

  • AI 디지털교과서 데이터를 이용한 학습분석 지표 개발

  • 간호사 국가시험 선진화를 위한 평가체계 구축 연구

  • 국가수준 디지털 리터러시 검사 개발 및 수준 측정

  • 지능형 튜터링 시스템 개발을 위한 지식맵 구축 연구

 

<학술지 게재 논문>

  • ​김민정, 이현숙(2024). 동적시간워핑 거리에 기반한 온라인 학습행동의 시계열 군집분석. 교육평가연구, 37(3), 551-578.

  • 임상묵,조혜원,이현숙(2024). 사회과 자동문항생성을 위한  대규모 언어모델의 활용 가능성 탐색. 교육정보미디어연구,30(3),1035-1060.

  • ​이지용, 이현숙(2024). 혼합부분점수모형을 이용한 자아개념 척도의 응답양식 잠재집단 탐색. 교육평가연구,37(2), 293-323.

  • 박성우, 이현숙(2024). 교육과정 개정과 대입제도 개편에 따른 계열 간 교차지원 관련 언론 보도 텍스트 분석. 교육종합연구,22(1),143-170.

  • Yi, H. S. & Na, W. (2023). Predicting secondary school students' academic achievement from their elementary school performance and learning behaviours: A longitudinal study based on South Korea's national assessment of educational achievement. Asia Pacific Journal of Education,43(4), 1031-1048.

  • 이현숙, 정혜윤, 조준희, 나우열(2023). 학생 정신건강에 관한 교사 인식 측정도구 개발 및 타당화.한국심리학회지: 학교, 20(1), 45-73.

  • 노혜림, 이현숙(2023). 텍스트 분석을 활용한 맞춤형 학업성취도 자율평가 관련 언론보도 분석. 교육평가연구, 36(1), 167-197.

  • 윤지영, 이현숙 (2023). 텍스트 마이닝을 활용한 유·보통합 연구 동향 분석. 한국교원교육연구, 40(1), 79-105.

  • Yi, H. S. & Park, S. (2022). Assessment of Teaching Aptitude of Preservice Teachers Enrolled in University-Based Teacher Credential Programs in South Korea: Providing Diagnostic Information Based on a Cognitive Diagnostic Assessment Framework. Korean Journal of Educational Research, 60(3),1-27.

  • 조영진, 이현숙 (2022). IRTree 모형을 활용한 TIMSS 2019 자료의 극단응답양식 탐색. 교육평가연구, 35(1), 189-218.

  • 이지용, 나우열, 이현숙(2021). 초,중학교 시기 학업탄력성의 종단적 변화 양상 및 영향 요인 탐색. 학습자중심교과교육연구,21(20). 785-804.

  • 이현숙, 이대영 (2021). 다이내믹 토픽 모델링에 기초한 2011-2020 학습분석학 연구 동향 분석. 교육정보미디어연구, 27(3), 777-815.

  • 나우열, 이현숙 (2021). 설문자료 내 불성실 응답 탐지를 위한 다중허들 접근법과 잠재계층 모형 비교. 교육평가연구, 34(2), 305-335.

  • 권연하, 박세진, 이현숙 (2021). 텍스트 마이닝 기법을 활용한 코로나19 발생 이후 교육격차의 쟁점 분석. 학습자중심교과교육연구, 21(6), 625-644.

  • 이대영, 이현숙 (2021). LDA 토픽 모델링의 적정 토픽 수 결정 방법 탐색: 혼잡도와 조화평균법 활용을 중심으로. 교육평가연구, 34(1), 1-30.

  • 이용상, 이현숙, 박지현 (2021). 과정중심 평가 정책에 대한 일반계 교사의 인식 연구. Brain, Digital, and Learning, 11(2), 341-354.

  • 나우열, 조영진, 이현숙 (2020). 회귀분석 상황에서 벌점화 추정 기법을 이용한 이상치 탐지방법의 적용 가능성 탐색. 교육평가연구, 33(3),707-736.

  • Yi, H. S. & Na, W. (2020). How are maths-anxious students identified and what are the key predictors of maths anxiety? Insights gained from PISA results for Korean adolescents. Asia Pacific Journal of Education, 40(2), 247-262.

  • 이현숙, 이운지, 김수환, 김한성 (2020). 2018-2019 국가수준 초․중학생 디지털 리터러시 수준의 연도별 비교 분석. 교육정보미디어연구, 26(2), 337-366.

  • 이창묵, 이현숙, 나우열 (2020). 순환신경망(RNN)을 활용한 개별 학생 학업성취도의 종단적 예측. 교육평가연구, 33(1), 161-189.

  • 박세진, 이현숙, 김한성 (2019). 인지진단이론을 적용한 디지털 리터러시 검사 분석 방안 탐색. 교육정보미디어연구, 25(2), 373-402.

  • 이유리, 이현숙 (2019). Bifactor 모형의 잠재평균 분석에 대한 부분 절편동일성 수준의 영향.​ 교육평가연구, 32(1), 81-106.

  • 이현숙, 나우열(2018). 형성적 측정구조에 기반한 교직 스트레스 검사 개발 및 타당화: PLS-SEM과 CB-SEM 적용. 교육평가연구, 31(4), 885-911.

  • 나우열, 이현숙(2018).  영과잉 가산자료의 분포 특성을 고려한 포아송 및 음이항 성장모형 및 잠재계층성장모형 비교: 청소년 가출빈도의 종단적 변화 분석을 중심으로. 교육평가연구,31(4), 913-939.

  • 박세진, 이현숙 (2018). 인지진단이론의 학교현장 적용 가능성 탐색: 모수 및 비모수적 접근 방법의 비교. 교육평가연구, 31(1), 225-254. 

  • 박세진, 이현숙 (2017). DINA와 DINO 모형의 문항 모수 및 피험자 모수 추정 정확성에 영향을 주는 요인 탐색. 교육평가연구, 30(3), 415-444.

  • 이현숙 (2017). 계층적 성분모형을 적용한 수학 불안 검사의 타당화. 교육평가연구, 30(2), 245-267.

  • 이환철, 김형원, 이지혜, 이현숙, 고호경 (2017). 수학학습 정의적 영역 검사 도구 개발 연구. 대한수학교육학회지 <학교수학>, 19(2), 267-287.

  • 이환철, 김형원, 백승근, 고호경, 이현숙 (2017). 수학학습 정의적 영역에 대한 인과 모형 분석, 한국수학교육학회지 시리즈 E <수학교육논문집>, 31(2), 187-201.

  • Yi, H. S. & Lee, Y. (2017). A latent profile analysis and structural equation modeling of the instructional quality of mathematics classrooms based on the PISA 2012 results of Korea and Singapore. Asia Pacific Education Review, 18(1), 23-39.

  • 임해미, 이현숙, 김성숙(2016). 우리나라, 싱가포르, 일본, 핀란드의 PISA 2012 수학 성취와 교육맥락변인의 구조적 관계 분석. 교과교육학연구, 20(2), 97-110.

  • 박세진, 이현숙(2015). 초등학생의 학업성취도를 예측하는 학생수준 및 학교수준 변인에 대한 다층 구조방정식모형 분석. 교육평가연구, 28(3), 499-522.

  • 이현숙, 이창묵(2015). TIMSS 수학 성취 상위국 학생들의 수학 흥미와 자신감 비교를 위한 정렬 최적화 방법의 적용. 교육평가연구, 28(2), 313-337.

  • 이현숙, 김신영, 김용련(2015). 학업 우수 학생들과 부진 학생들을 대상으로 한 학업성취의 종단적 변화. 교육평가연구, 28(1), 181-207.

  • 이현숙, 송미영(2015). PISA 2012 수학 성취도를 설명하는 학생의 정의적 특성 및 교사 특성 분석을 위한 다층 구조방정식모형의 적용. 교과교육학연구, 19(1), 1-22.

  • 이현숙, 고호경 (2014). 인지진단모형을 적용한 TIMSS 8학년 수학 기하 영역의 성차 분석. 대한수학교육학회지 <학교수학>, 16(2), 387-407.

  • 이현숙, 신진아, 김경희 (2013). 다층 구조방정식모형을 활용한 교육 맥락변인과 학업성취도의 관계 분석. 교육평가연구, 26(2), 477-506.

  • 이현숙, 김성훈 (2013). Effects of Relaxed Statistical Assumptions for Anchor Test Construction and Non-equivalence of Proficiency Distributions on Equating Accuracy. 교육평가연구, 26(1), 247-273.

  • 이현숙, 조정순, 이유리 (2012). 영어 학업성취도를 설명하는 학생 및 학교수준 변인 탐색. 교육과정평가연구, 15(13), 179-206.

  • 송미영, 이현숙 (2012). 학업성장 정보 산출을 위한 수직척도 활용 방안 고찰. 교육과정평가연구, 15(3), 251-276.

  • 조정순, 이현숙 (2012). 원어민보조교사가 영어학습에 미치는 영향: 서울지역 초중등학생의 경우. 영어학, 12(3), 545-565.

  • 고호경, 이현숙 (2012). 중고등학생의 배경 변인에 따른 요인별 수학 불안의 차이. 한국학교수학회논문집, 15(3), 487-509.

  • 이현숙 (2012). 혼합형 검사의 문항 유형별 가중치에 따른 신뢰도 및 다변량 일반화가능도 분석. 교육평가연구, 25(1), 95-116.

  • 송미영, 김성숙, 김준엽, 이현숙 (2011). 학교교육 개선을 위한 학생의 학업성취수준 결정요인 분석. 교육평가연구, 24(2), 261-289.

  • Ko, H. K. & Yi, H. S. (2011). Development and validation of a mathematics anxiety scale for students. Asia Pacific Education Review, DOI:1007/s12564-011-9150-4.

  • 김성숙, 송미영, 김준엽, 이현숙(2011). 국가수준 학업성취도 평가 결과의 지역간 학력 차이에 따른 초중고 학교특성 분석, 교육평가연구, 24(1), 51-72.

  • 김준엽, 김성숙, 송미영, 이현숙(2011). 학교별 연간 성취수준 향상에 기초한 수행지수 산출 및 학교특성 비교. 교육평가연구, 24(1), 149-173.

  1. 건국대학교 일반대학원 교육학과 - 교육데이터과학 전공

  • 교육데이터과학 전공은 교육학 및 심리학 분야의 데이터 분석 전문가 및 연구자를 양성하기 위한 프로그램으로, 측정 및 평가, 다양한 통계적 기법, 기계학습 및 데이터 사이언스 방법론 등의 전공 과목을 개설하여 이론과 실무 역량을 함양하기 위한 교육을 진행하고 있다.

  • 측정 및 평가 영역에서는 인간의 특성을 측정하고 평가하기 위한 측정 이론 및 검사개발 이론을 주로 다루며, 통계 및 연구방법론 영역에서는 사회과학 분야에서 주로 활용되는 다양한 통계 기법을 적용하여 연구를 설계, 분석, 해석할 수 있는 전문적인 역량을 갖추는 것을 목표로 하고 있다. 데이터 사이언스 영역에서는 디지털 학습 환경에서 수집되는 로그 데이터 및 빅데이터 등을 유연하게 분석하는 데 필요한 머신러닝과 프로그래밍 등의 역량을 계발하는 데에 초점을 두고 있다.

  • 일반대학원 교육학과 교육데이터과학 전공의 주요 개설 강좌는 다음과 같으며, 교육대학원 교육데이터컨설팅 전공 수업을 전공 및 기초학점으로 수강할 수 있다.

  <주요 개설 강좌>                                 

  • 심리측정이론 / 문항반응이론 / 인지진단이론  / 일반화가능도이론  / 검사동등화와척도화

  • 기계학습/ 교육데이터마이닝 / 사회연결망분석 / 텍스트분석학 / 인지감성데이터분석

  • 구조방정식모형 / 다변량통계분석 / 대규모통계자료분석 / 종단연구방법 / 다층자료분석

     [교육데이터과학 전공 홈페이지 바로가기]

     [건국대학교 일반대학원 교육학과 홈페이지 바로가기] 

  2. 건국대학교 교육대학원 - 교육데이터컨설팅 전공

  • 교육데이터컨설팅 전공은 교육 분야에서 수집되는 다양한 형태의 데이터를 수집, 분석, 해석하는 역량을 갖춘 교육 데이터 분석 전문가를 양성하기 위한 석사학위 과정으로, 초중고 교원, 행정가, 대학의 교직원, 교육관련 기업 등에서 일하는 교육 전문가들을 비롯하여 향후 교육 분야에서 데이터 분석 전문가로 활동하고자 하는 사람들을 대상으로 하는 프로그램이다.

  • 교육데이터컨설팅 전공은 본교의 교육대학원에서 운영하는 AI융합교육 전공과 교육과정을 공동 운영하고 있으며, 데이터 분석 기법 및 방법론 뿐 아니라 교육 분야의 응용 사례들에 관해서도 폭넓게 다루고 있다.

    • 교육 및 학습 관련 빅데이터 분석을 위한 머신러닝과 딥러닝의 적용

    • 학업적·심리적 위험군 예측 및 진단

    • 교육기관에서 수집되는 입학, 학사, 교육, 진로 데이터의 통합적 분석을 통한 정책 제안

    • 학습자 특성 분석을 통한 개별화·맞춤형 학습 프로그램 설계

    • 텍스트 데이터 분석을 통한 여론 동향 및 수요자 만족도 분석

    • 대규모 평가 데이터 분석을 통한 교육 정책 시사점 도출

​      <주요 개설 강좌>

  • 데이터과학의 이해 / 데이터과학의 수학적 기초 /​ 빅데이터 분석 실습

  • 기계학습 / 교육데이터마이닝 / 학습분석학 / 교육데이터마이닝 사례 연구 / 학습분석학 사례 연구

  • 사회연결망분석 / 텍스트분석학 / 데이터시각화 / 휴먼인지감성데이터분석

  • 인지진단이론 / 문항반응이론 

  • 통계적 예측과 회귀분석 / 종단자료분석

  • 인공지능과 교육 / 테크놀로지와검사 / 미래교육평가 / 적응적 학습 및 평가

  • R프로그래밍 / Python 프로그래밍

대학원 전
대학원 전공 및 개설 강좌 소개
워크샵 및 강연
워크샵 및 강연
  • 2022년 5월. <교육평가와 데이터 사이언스의 만남>. 한국교육평가학회 연구 포럼 주제 발표.

  • 2022년 2월. <R을 이용한 구조방정식모형 분석>. 교육통계연구소 방법론 특강.

  • 2021년 8월. <척도개발의 이론과 실제>. 연세대학교 BK21 공감, 공존, 공생하는 사회를 위한 혁신적 디자인 교육연구단 특강

  • 2021년 1월. <로지스틱회귀 분석과 랜덤 포레스트를 이용한 분류와 예측>. 교육통계연구소 방법론 특강.

  • 2020년 7월. <Random Forests 기법을 이용한 예측 및 분류>. 한국교육평가학회 학문후속세대 양성을 위한 여름학교 특강.

  • 2019년 8월. <Mplus를 이용한 구조방정식모형>. 연세대학교 하계 연구방법론 워크샵.

  • 2019년 7월. <미래교육의 비전을 바탕으로 조명한 과정중심평가의 방향과 과제>. 한국과학교육학회 학술대회 기조강연.

  • 2018년 8월. <AMOS를 활용한 집단비교 모형 분석: 다집단분석과 잠재평균분석>. (주)데이터솔루션 통계분석 워크샵.

  • 2018년 2월. <인지진단모형>. 고려대학교 교육연구소 통계 워크샵.

  • 2017년 12월. <AMOS를 활용한 집단비교 모형 분석: 다집단분석과 잠재평균분석>. (주)데이터솔루션 통계분석 워크샵.

  • 2017년 12월. <구조방정식모형 분석의 기본 개념 및 활용>. 한국심리측정평가학회 연구방법론 기초학교 워크샵.

  • 2017년 7월. <AMOS를 활용한 집단비교 모형 분석: 다중집단분석과 잠재평균분석>. (주) 데이터솔루션 통계분석 워크샵.

  • 2017년 6월. <구조방정식모형 분석의 기초와 응용>. 연세대학교 교육연구소 통계 워크샵.

  • 2017년 2월. <구조방정식모형을 이용한 종단 분석>. 서울대학교 교육연구소 통계 워크샵.

  • 2016년 11월. <심리학 연구에서 인지진단모형의 적용>. 한국심리측정평가학회 Step-by-Step 튜토리얼 특강.

  • 2016년 6월. <수업혁신을 위한 교실평가>. 세종 교육과정혁신 리더교원 양성과정 특강.

  • 2016년 6월. <2016 초등 성장을 지원하는 평가 직무연수>. 세종시 교육연구원 직무연수 특강.

  • 2016년 6월. <심리검사의 개발 및 타당화>. 한국측정평가심리학회 2016 연구방법론 기초학교 특강.

  • 2016년 6월. <구조방정식모형의 원리와 응용> 서울대학교 교육연구소 하계 교육연구방법론 워크샵.

  • 2016년 7월. <Amos를 활용한 집단 비교 모형 분석>(주) 데이터솔루션 Amos day 2016 연계교육 워크샵.

  • 2016년 5월. <Amos를 이용한 다집단 분석과 조절효과 분석>. (주) 데이터솔루션 2016 Amos Day 특강.

  • 2016년 4월. <수업 혁신을 위한 교실 평가의 재조명>. 새로운 학교 경기 네트워크 특강.

  • 2016년 2월. <구조방정식모형 기초>. 고려대학교 교육문제연구소 워크샵.

저서 및 역서
저서 및 역서
구조방정식모형_표지사진.jpg
수업중심 교육평가
지식사회회와 학교교육
교육측정 2
  • 이현숙, 장승민, 신혜숙, 김수진, 전경희 (2019). 구조방정식모형: 원리와 적용. 학지사. [역서]

  • 김성훈, 이현숙 (2016). 수업중심 교육평가. 학지사.[역서]

  • 한국교육평가학회 (2015). 교육측정. 학지사.[역서]

  • 곽덕주, 양성관, 이지현, 이현숙, 장경윤, 조덕주, 황종배(2011). 지식사회와 학교교육 - 불안정한 시대의 교육. 학지사.[역서]

bottom of page