협력학습 맥락에서 자기조절학습을 정밀하게 측정하는 방법으로 멀티모달 학습분석(Multimodal Learning Analytics, MMLA)이 주목받고 있다. 그러나 다양한 데이터 유형과 분석 기법이 조절 과정을 이해하는 데 어떻게 기여하는지에 대한 체계적인 분석은 아직 부족하다. 이에 본 연구는 MMLA를 활용하여 협력학습에서 자기조절학습을 측정한 실증 연구 21편을 체계적으로 분석하여, (1) 연구 목적과 수행 맥락, (2) 이론적 기반, (3) 수집된 데이터 유형 및 분석 방법, (4) 멀티모달 데이터 통합 방법을 고찰하였다. 분석 결과, 대부분의 연구는 동시적․면대면 협력학습 환경에서 자기조절학습을 진단하고 모델링하는 데 초점을 맞췄다. 이론적 기반으로는 Hadwin 외(2011)의 사회적 공유 조절 이론이 가장 널리 활용되었다. 또한, 연구들은 담화(음성, 텍스트), 행동(시선, 로그), 생리(피부전도도, 심박수) 데이터를 시계열 분석, 프로세스 마이닝, 딥러닝 기반 예측 모델 등 고도화된 기법으로 통합하여 학습자의 명시적 전략, 주의집중, 내재적 정서 및 인지 상태를 분석했다. 본 연구는 MMLA가 협력학습 상황에서 자기조절학습 과정을 가시화하고 정밀하게 해석할 수 있는 방법론적 잠재력을 확인하였다는 점에서 의의가 있다. MMLA는 자기조절의 복잡한 작동 원리를 이해하는 데 효과적인 접근법이며, 향후 실시간 조절 지원 시스템 개발 등 실천적 연구로의 확장이 요구된다.

주요어 : 협력학습, 자기조절학습, 멀티모달 학습분석, 체계적 문헌고찰