본 논문은 뮤지컬 전공생의 효과적인 음악교육에 필요한 필수 교과목 연구를 통해 전문 뮤지컬 배우를 양성할 수 있는 체계적인 음악교육 커리큘럼을 정립하는 데 그 목적을 가지고 연구하였다. 이에 뮤지컬 전공생의 양성에 있어 가장 기본이 되는 음악, 연기, 무용 중, 음악 관련 커리큘럼을 중심으로 연구를 진행하였다. 연구를 위해 국내 대학 뮤지컬 전공학과 전체를 조사하였고, 이 중 에서 뮤지컬 음악교육을 위한 최소한의 교과과정인 4가지 필수음악교과(음악이론, 보컬, 레퍼토 리 분석, 오디션)를 포함하고 있는 국내 6개 대학을 선정하여 학과별 커리큘럼을 비교 분석하였 다. 더욱 바람직한 국내 뮤지컬 전공 음악 커리큘럼의 발전 방향을 찾아보기 위해 미국의 AMDA 공연예술대학 뮤지컬 전공 커리큘럼을 조사하여 현재 한국 대학의 교과목들이 올바르게 진행되고 있는지, 앞으로 개선되어야 하는 교과목들은 무엇인지 고찰하였다. 그 결과, 국내 대학의 뮤지컬 전공학과 커리큘럼과는 다른 5가지의 차이점을 발견할 수 있었다. 이를 바탕으로 국내 뮤지컬 전 공생을 위한 15개의 음악 커리큘럼을 제안하였다. 마지막으로 이 연구를 토대로 각 대학의 뮤지컬 전공학과 음악 커리큘럼이 체계적이면서도 다양한 커리큘럼으로 구성된다면, 대학의 전공 교육으 로 전문 뮤지컬 배우를 양성할 수 있는 소기의 교육 목적을 달성하는 데 큰 도움이 될 수 있을 것으로 예측하였다.

현재 한국 음악대학의 커리큘럼은 20-30년 전의 커리큘럼과 비교하여 별 다른 변화 없이 유지되고 있다. 조성음악을 위한 화성법, 대위법, 구조분석에 대한 수업은 필수로 지정되어 있는 반면, 조성 음악 이후의 음악에 대해서는 한, 두 과목 선택 과목으로 개설하고 있으며, 심지어 이와 관련 수업이 개설도 안되어 있어 무조음악에 대한 교육적 경험의 기회조차 받을 수 없는 음악대학들도 무수히 많은 것이 현실이다. 이에 본 연구에서 국내 음악대학들의 커리큘럼을 조사하고 분석하여 현 실태를 파악하였으며, 세계 우수한 음악대학들의 커리큘럼 조사를 통해 어떠한 수업들을 제공하며 21세기 흐름을 어떻게 반영하고 있는지 살펴보았다. 미국, 독일 음악대학들의 커리큘럼을 조사한 결과, 우리나라와는 매우 상이한 수업 설계를 확인할 수 있었다. 전공 음악 수업뿐만 아니라 음악과 관련된 다양한 분야의 수업을 개설하여 깊이 있는 해석 능력 함양이 가능토록 하고 있었으며, 4년의 학부 기간 동안 조성음악에만 초점 맞춘 것 이 아니라 20, 21세기 현대 음악까지 음악이론과 음악사를 연계시켜 단계적으로 매우 체계적인 교육과정을 설계하고 있었다. 또한, 정통 서양 음악에서 벗어나 현재 음악계에서 주목받고 있는 작곡가, 장르 등을 다양하게 수용하여 개설하고 있는 점도 확인할 수 있었다. 이러한 우수 음악대학들의 커리큘럼 분석 연구를 통해, 필자는 21세기, 한국 음악대학의 커리 큘럼을 개발하여 제안하였다. 전공필수의 음악이론 1-9 수업을 조성음악 분석법에서부터 현대음악 분석까지 아우르도록 설계하여 4년의 학부 과정을 통해 모든 학생들이 조성음악 뿐만 아니라 20세 기, 21세기, 현대음악까지 접하고, 분석⋅해석 능력을 함양할 수 있도록 하였다. 또한, 음악이론 수업과 음악사 수업 내용이 연결되도록 설계하였으며, 이러한 이론적 학습과 함께 분석 실습, 연주 실습 등도 연계된 교육과정을 제안하였다.

In this paper, we consider curriculum mining as an application of process mining in the domain of education. The basic objective of the curriculum mining is to construct a registration pattern model by using logs of registration data. However, subject registration patterns of students are very unstructured and complicated, called a spaghetti model, because it has a lot of different cases and high diversity of behaviors. In general, it is typically difficult to develop and analyze registration patterns. In the literature, there was an effort to handle this issue by using clustering based on the features of students and behaviors. However, it is not easy to obtain them in general since they are private and qualitative. Therefore, in this paper, we propose a new framework of curriculum mining applying K-means clustering based on subject attributes to solve the problems caused by unstructured process model obtained. Specifically, we divide subject’s attribute data into two parts : categorical and numerical data. Categorical attribute has subject name, class classification, and research field, while numerical attribute has ABEEK goal and semester information. In case of categorical attribute, we suggest a method to quantify them by using binarization. The number of clusters used for K-means clustering, we applied Elbow method using R-squared value representing the variance ratio that can be explained by the number of clusters. The performance of the suggested method was verified by using a log of student registration data from an ‘A university’ in terms of the simplicity and fitness, which are the typical performance measure of obtained process model in process mining.