> ## Documentation Index
> Fetch the complete documentation index at: https://support.labex.io/llms.txt
> Use this file to discover all available pages before exploring further.
# LabEx Skill Trees V2: 실습 학습을 위한 더 정밀한 기술 모델
> LabEx Skill Trees V2 는 랩, 챌린지, 진행 상황, 추천을 위한 더 엄격한 기술 평가 모델을 도입합니다.
## 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
이 변화는 단순한 확장이 아닙니다. 일부 트리는 V1 이 해당 영역을 충분히 다루지 못했기 때문에 커졌습니다. 다른 트리는 중복을 제거하거나 skills 를 더 적절한 트리로 이동했기 때문에 작아졌습니다. 예를 들어 Linux 는 경계가 더 정확해졌기 때문에 V1 의 118 skills 에서 V2 의 86 skills 로 조정됩니다.
## 열린 기술 평가 모델
Skill Trees V2 는 LabEx 가 주도하는 열린 기술 평가 모델로도 설계되었습니다.
canonical Skill Tree 데이터는 [labex-labs/labex-skilltrees](https://github.com/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.
## 이것이 의미하는 것
학습자에게 V2 는 Skill Trees 를 더 이해하기 쉽고 실제 연습과 더 밀접하게 연결된 모델로 만듭니다. 팀과 교육자에게는 훈련, 평가, 진행 분석을 위한 더 명확한 역량 프레임워크를 제공합니다.
LabEx 에게 V2 는 더 나은 추천, 더 의미 있는 배지와 인증서, 더 신뢰할 수 있는 팀 분석의 기반입니다.
핵심 변화는 단순합니다. V2 는 더 많은 skills 를 세기 위한 것이 아니라, 각 skill 을 더 의미 있게 만들기 위한 것입니다.
현재 Skill Trees 는 [labex.io/learn](https://labex.io/learn) 에서 확인할 수 있으며, 개요는 여기에서 읽을 수 있습니다.
[LabEx Skill Trees](/ko/using-labex/skill-trees)