Skill Trees V2 는 아직 공식 출시되지 않았습니다. 최종 출시를 준비 중이며 앞으로 몇 주 안에 공개할 예정입니다.
개요
LabEx Skill Trees 는 LabEx 실습 학습의 기반이 되는 기술 평가 모델입니다. 기술 스킬을 Guided Labs, Challenge Labs, 사용자 진행 상황, 추천, 배지, 인증서와 연결합니다. Skill Trees V2 는 이 모델의 중요한 개선입니다. 목표는 단순히 더 많은 skills 를 추가하는 것이 아닙니다. 학습자가 무엇을 연습했는지, 무엇을 증명했는지, 어떤 능력에 더 많은 증거가 필요한지를 더 정확하게 설명하는 것입니다.
Skill Trees 가 필요한 이유
LabEx 는 실습을 중심으로 만들어졌습니다. Guided Labs 는 개념을 단계적으로 이해하도록 돕습니다. Challenge Labs 는 그 개념을 실제 환경에서 독립적으로 적용할 수 있는지 검증합니다. 이를 위해서는 강좌 구조와 별도의 능력 모델이 필요합니다. 강좌는 다음에 무엇을 배울지 알려줍니다. Skill Tree 는 기술 영역의 능력 공간을 설명합니다. 이 모델에서 하나의 랩은 여러 skills 를 가르치거나 평가할 수 있고, 하나의 skill 은 여러 labs 와 challenges 로 뒷받침될 수 있습니다. 따라서 진행 상황은 강좌 완료만이 아니라 학습 증거에 기반합니다.V1 의 한계
V1 은 LabEx 를 위한 첫 번째 폭넓은 기술 분류 체계를 만들었지만 몇 가지 한계가 있었습니다. 일부 skills 는 너무 넓고, 일부는 너무 좁았습니다. Linux, Shell, Git, Docker, Jenkins, Kubernetes 처럼 인접한 영역이 섞인 Skill Trees 도 있었습니다. Cybersecurity, React, Jenkins, Wireshark 같은 영역은 실제 기술 공간에 비해 충분히 모델링되지 않았습니다. 그 결과 skill 수가 항상 실제 능력을 명확히 전달하지는 못했습니다. 학습자가 많은 작은 skills 를 잠금 해제했더라도, 실제 능력은 더 적지만 강한 개념 수준 skills 로 표현하는 것이 더 적절할 수 있었습니다.V2 의 개선점
V2 는 더 명확한 영역 경계와 더 일관된 skill 세분화를 중심으로 taxonomy 를 다시 설계합니다. 각 skill 은 개념 수준의 능력을 나타내도록 설계됩니다. 가르치고 평가할 수 있을 만큼 구체적이면서도, 여러 랩과 실제 작업에 적용할 수 있을 만큼 넓습니다. Linux 는 시스템 사용과 관리에 집중합니다. Shell 은 명령과 스크립트 의미론에 집중합니다. Docker, Kubernetes, Jenkins 는 서로 관련되지만 별개의 배포 및 자동화 영역으로 모델링됩니다. 현재 canonical 세트에서 V2 는 다음을 포함합니다.- 25 개 Skill Trees
- 1,129 개 개념 수준 skills
- V1 의 783 skills 에서 증가
열린 기술 평가 모델
Skill Trees V2 는 LabEx 가 주도하는 열린 기술 평가 모델로도 설계되었습니다. canonical Skill Tree 데이터는 labex-labs/labex-skilltrees 저장소에서 관리됩니다. 이 저장소는 LabEx Skill Trees 의 기술 영역, 안정적인 skill 식별자, 사용자에게 보이는 이름, 설명, canonical 순서를 정의합니다. 이 모델을 공개함으로써 Skill Trees 가 LabEx 밖에서도 유용해지기를 바랍니다. 개인은 자기 평가에 사용할 수 있습니다. 교육자는 실습 강좌, 랩, 챌린지를 설계할 때 사용할 수 있습니다. 팀은 기술 역량을 논의하는 공통 프레임워크로 사용할 수 있습니다. 기여자는 skill 이 없거나, 너무 넓거나, 너무 좁거나, 중복되거나, 오래된 경우 개선을 제안할 수 있습니다. 우리의 목표는 LabEx 가 주도하는 실습 기술 평가 표준을 확산하는 것입니다. 커뮤니티 검토와 기여에 열려 있으면서도, 측정, 추천, 배지, 인증서, 팀 분석을 지원할 만큼 엄격한 모델을 지향합니다.마이그레이션과 사용자 진행 상황
V2 는 V1 의 일대일 이름 변경이 아닙니다. V2 출시 시 LabEx 는 기존 사용자 학습 기록을 새 기술 모델로 마이그레이션하며, 과거 랩 완료, 챌린지 완료, 관련 학습 증거를 V2 skill 정의에 맞춰 다시 해석합니다. 이 때문에 학습자가 보는 획득한 skill 수가 변할 수 있습니다. 많은 경우 이 숫자는 줄어들 수 있습니다. 이는 완료한 랩, 챌린지 기록, 학습 성과가 사라졌다는 뜻이 아닙니다. 같은 증거를 더 깔끔하고 보수적인 모델로 다시 측정한다는 뜻입니다. 예를 들어:- 여러 작은 V1 skills 가 하나의 더 강한 V2 skill 로 매핑될 수 있습니다.
- 이전에 Linux 아래에 계산되던 skill 이 Shell, Git, Docker 또는 더 정확한 트리에 속할 수 있습니다.
- 완료한 랩은 계속 진행 상황에 기여하지만, 다른 V2 skills 세트에 기여할 수 있습니다.
- V2 가 skill 을 더 깊은 수준으로 정의하면 일부 진행 상황에는 추가 챌린지 증거가 필요할 수 있습니다.
