Earticle

본 연구는 학생들을 대상으로 CT의 인지 역량을 검사하기 위해 모델을 설계하고 개발한 연구이다. 선행연 구를 토대로 CT모델과, CT검사를 위한 ʻCT절차검사모델ʼ을 설계하였다. 이에 대한 적합도를 검사하기 위해 13명의 전문가로부터 각각 .92, .94의 타당도를 확보하였다. 지필검사로만 측정을 하기 위해 CT의 인지적 영역만 검사할 수 있는 ʻCT인지검사모델ʼ로 수정을 하였다. ʻCT인지검사모델ʼ의 영역은 추상화, 자동화, 문제 해결 세 가지로 구분하고, 각 영역의 하위요소를 선정하였다. 이에 대한 전문가 타당도는 .94로 매우 높았 다. 개발한 CT검사모델이 앞으로 SW교육현장에 기초 자료로 활용되기를 바란다.

This study proposed on the design and development of models to test the cognitive competence of Computational Thinking of the students. We designed the ʻCT modelʼ based on the previous studies. And we designed a ʻCT procedure test modelʼ to measure CT. And we conducted the expert content validity test with 13 experts, and the CVR value was high as .92 and .94 respectively. We modified it to ʻCT cognitive test model' which is a test model which can only examine the cognitive domain of CT except the valuation which is difficult to measure with paper. In the ʻCT cognitive test model', we divided into three domains: abstraction, automation, and problem solving domain. We selected the sub-elements of the abstraction, automation and problem solving domain. As a result, the CVR average value was very high at .94. We hope that the development of this CT test model will be used as a basic data to grasp the current situation of SW education.

본 연구는 초등학교 수업에 사용할 수 있는 인공지능 모델 기반 학습 지원도구 개발을 위하여 디자인 씽킹 을 적용한 래피드 프로토타입 개발 방법론을 제시하였다. 디자인 씽킹을 통해 초등교사들은 현장의 필요 성을 반영하고 해결 가능한 문제로 구체화 하여 Low-fidelity 프로토타입을 만들 수 있다. 만들어진 프로토 타입은 기술개발 담당자에 의해 피드백을 받으며 정교화 된다. 다음으로 최종 개발된 Low-fidelity 프로토타 입은 래피드 프로토타입의 설계, 사용성 평가, 개발, 실행의 순환적 단계를 통하여 구체화되고 고도화된다. 최종적으로 초등교사들이 프로그램 개발 단계에 참여하여 현장의 요구를 반영한 실질적인 학습지원도구를 만들 수 있다.

This study presents a rapid prototype development methodology using design thinking to develop an AI learning support tool for elementary school. Elementary school teachers can participate in the program development phase to create practical learning support tools that reflect the needs of the field. Design thinking will enable elementary school teachers to create a low-fidelity prototype by reflecting the needs of the field and incorporating them into soluble problems. The prototypes are elaborated with feedback from technic development staff. The final low-fidelity prototype is then refined through the cyclical steps of design, usability evaluation, development, and implementation of the rapid prototype.

이 연구의 목적은 AI 요소 기술과 국내외 AI 교육과정을 기반으로 초중등 학습자 및 일반시민을 위한 AI 학습 요소를 도출하는 것이다. 연구 목적을 위하여 AI 요소 기술 5가지, AI4ALL의 Open Learning, AAAI의 AI 교육을 위한 5개 빅아이디어, EU의 Elements of AI, 호주 CSER의 AI 온라인 코스 등을 살펴보았다. 그 결과, 외국 AI 교육과정의 절반 이상은 AI 개념, 머신러닝, 탐색, 표현, 추론, 데이터, 컴퓨터 비전, 자연어 처리, 사회적 영향의 9가지 주제를 포함하고 있었다. 이에 따라 이 연구는 AI 개념, 머신러닝, 탐색, 표현과 추론, 데이터, 컴퓨터 비전, 자연어 처리, 사회적 영향을 주제로 하는 세부 학습 요소를 도출할 수 있었다. 후속 연구로써 초중등 학습자 및 일반시민 수준에 적합한 학습 요소 구성 및 내용 상세화 작업이 필요하다.

The purpose of this study is to derive AI learning elements for elementary and secondary learners and citizens based on AI element technology and domestic and foreign AI curriculum. For the purpose of this study, we looked at five AI element technologies, AI4ALL's Open Learning, five big ideas for AAAI's AI education, Elements of AI in the EU, and AI online courses of CSER in Australia. More than half of the courses included nine themes: AI concepts, machine learning, searching, representation, reasoning, data, computer vision, natural language processing, and social impact. Accordingly, this study was able to derive detailed learning elements on the subjects of AI concept, machine learning, searching, representation and reasoning, data, computer vision, natural language processing, and social impact. As a follow-up study, it is necessary to construct learning elements and detail contents appropriate for the level of elementary and secondary learners and the general public.

본 연구는 초중등 인공지능 교육을 위한 프레임워크 기초 연구에 관한 것이다. 인공지능 교육의 프레임워 크가 미비한 실정에서 교육을 방향성을 정하기 위하여 먼저 기존 인공지능 서적과 해외 사례를 통해 인공 지능 교육의 목표와 개발방향(소양교육, 글래스박스 모형, 인공지능 기술 범주화, 컴퓨터 과학과 컴퓨팅 사고, 교육자 관점의 인공지능)을 설정하고 이를 기반으로 델파이를 실시하여 최종적으로 인공지능 교육의 목표와 대주제를 설정하였다. 목표는 “인공지능의 원리와 개념을 이해하고, 지능적으로 문제를 해결하며 인간과 인공지능이 공존하는 사회에 필요한 인공지능 사고 역량을 신장한다.”이고 지능발현, 물리적 상호 작용, 사회적 영향의 3영역 아래 대주제로 문제와 탐색, 지식과 추론, 자료와 학습, 감각과 인지, 언어와 소통, 행동과 상호작용, 인공지능과 사회로 7가지를 설정하였다. 이를 기초로 하여 인공지능 기술을 맵핑하 고 수업 구성 전략 5가지(글래스박스/모델링/나선형/CT방법 사용/감각차단)를 제시하였다. 해당 프레임워크 는 18인의 전문가 타당도에서 평균 .80 값을 획득하였다. 개발된 기초 프레임워크가 앞으로의 인공지능 교 육을 구성하기 위한 자료로 유용하게 활용되길 기대한다.

This study is about framework basic research for elementary and secondary artificial intelligence education. In order to direct the education in the situation where the AI education framework is inadequate, the goal and development direction of AI education (AI education, glass box model, AI technology categorization, computer science and computing) is established through existing AI books and overseas cases. Thinking, AI from the point of view of the educator) was established, and Delphi was established based on this. Finally, the goal and subject of AI education were established. The goal is to “understand the principles and concepts of artificial intelligence, solve problems intelligently, and increase the capacity of AI thinking in a society where humans and AI coexist.” 3 Under the domain(Intelligence, Physical interaction, Social impact), seven topics were set up: problem and exploration, knowledge and reasoning, data and learning, sensing and recognition, language and communication, behavior and interaction, and AI and society. On the basis of this, the artificial intelligence technology was mapped and five class composition strategies (glassbox / modeling / spiral / CT method use / sensory block) were presented. The framework gained a value of .80 from 18 expert validity. It is hoped that the developed basic framework will be useful as a material for constructing future AI education.

국내 소프트웨어교육의 중요성이 강조되고 있으며 의무화 교육 시행이 점진적으로 확산되고 있다. 이에 따라 본 연구에서는 국내 소프트웨어교육의 전반적인 현황 및 현재 적용되고 있는 컴퓨팅사고의 국내 교사 학습법 5가지의 사례를 분석하고 이에 따른 문제점을 분석하였다. 국내 소프트웨어교육 관련 웹 사이트를 중심으로 빅데이터 기반의 비정형 데이터를 수집하여 교사와 학습자가 생각하는 소프트웨어교육에서 필요 한 요소를 체계적으로 도출하고 결과를 기반으로 현재 국내에서 활용되고 있는 5가지의 학습모델의 개선 점을 도출하였다.

The importance of domestic software education is emphasized and the implementation of mandatory education is gradually spreading. Therefore, in this study, the overall current state of software education in South Korea and five examples of teaching-learning methods that are currently applied were analyzed and problems in the teaching-learning methods were presented. Unstructured data were collected mainly from domestic software education related web sites to extract elements necessary in software education thought by teachers and learners, and based on the result, improvement points of five learning models that are currently used in South Korea were derived.

이 연구는 국내 딥러닝 기반 추천 시스템의 최근 연구 문헌을 고찰하기 위해 국내 학술 최대 학술 DB인 학술연구정보서비스(RISS)를 활용하여 체계적 문헌고찰 연구방법을 적용하였다. 문헌 검색을 위해 RISS에 서 ʻ딥러닝ʼ과 ʻ추천 시스템ʼ을 키워드로 추출하고, 이 연구에서 정한 프로토콜(protocol)로 최종 35편의 문헌 을 선정하였다. 선정된 문헌을 바탕으로 국내 딥러닝 기반 추천 시스템의 연구 현황, 연구 주제, 연구 내용, 적용된 딥러닝 모델 등을 분석하여 향후 딥러닝 기반 추천 시스템의 연구 방향을 제시하고자 하였다. 이 연구의 결과로 얻은 결론은 다음과 같다. 첫째, 국내 딥러닝 기반 추천 시스템의 연구가 이미지나 텍스트 등의 정보 분석에서 벗어나 영상과 음성 등을 딥러닝 모델에 적용하는 방법적 연구가 필요하다. 둘째, 추천 시스템의 성능을 향상시키기 위해 보다 다양한 딥러닝 모델을 적용한 연구가 필요하다. 셋째, 기존 연구 경향과 같은 공학적 접근 외에 사회과학적 접근의 연구가 필요하다. 넷째, 교육 분야에서도 딥러닝 기반 추천 시스템에 대한 연구가 필요하다.

In this paper, we propose to review the recent research literature of the recommendation system based on deep learning in Korea, through systematic review method using RISS, the largest academic DB in Korea, To search for studies, we extract 'Deep Learning' and 'Recommendation System' as keyword in the RISS database, select the final 35 studies using the protocol defined in this study, research the current status of deep learning based on recommendation system in Korea, The purpose of this study is to suggest the research direction of domestic deep learning based on recommendation system by analyzing topics, contents, and applied deep learning technology models. The conclusions from this study are as follows. First, the study of recommendation system needs a methodology to apply study to deep learning model by analyzing information such as image and voice out of current image or text. Second, more diverse deep learning models are needed to improve the performance of the recommendation system. Third, the social science approach is needed in addition to the engineering approach as the existing study trend. Fourth, study on deep learning-based recommendation system is also needed in education.

본 논문은 Educational Data Mining (EDM) 분석기법을 활용하여 국내 학생들의 축적된 과거의 학습 성과 데이 터로부터 의미 있는 데이터를 추출 및 가공하여 대학 진학 확률의 예측모델 모형을 설계하고 학습자가 대 학입시 예측에 활용할 수 있는 지표를 도출하였다. 기존의 교육데이터마이닝(EDM) 기술은 학습자의 학습 성과 증진과 교육 향상에만 연구에 집중되어 분야의 다양성을 저하시키는 요소가 되었다. 본 논문에서 제 시하는 설계 모형은 한국형 입시교육의 기본 정책을 기반으로 각 학습자의 트레이닝 데이터 테이블을 의미 론적으로 분류하여 예측 속성에 적합한 포지션 모형을 생성하고 대학입시 루트를 예측하는 분석 모델링을 제안하였다.

The present study extracted meaningful data from domestic students’ accumulated past learning outcome data utilizing the Educational Data Mining (EDM) analysis technique and processed the data to design a university entrance probability prediction model and derive indicators that can be utilized by learners in the prediction of university entrance examination results. The existing EDM technique focused only on studies for the promotion of learners’ learning outcomes and the enhancement of education thereby becoming an element that hinders the diversity of fields. The design model presented in the present paper proposed analysis modeling to semantically classify individual learners’ training data tables based on the basic policy of Korean education for the entrance examination in order to create position models suitable for the attributes of prediction and predict university entrance examination routes.

본 연구는 CAS(Computing At School)를 중심으로 진행되고 있는 Project Quantum을 통해 개발된 문제 은행 시스템에 제시된 Computing 분야를 탐색하고, 정보과의 교육 내용 측면과 교육 평가 측면에서 적용 가능성 을 분석하기 위해 수행되었다. 연구 결과 교육 내용의 측면에서 Project Quantum 시스템의 Computing 평가 문항들은 정보과 교육 내용의 모든 내용 영역에 있어서 적용이 가능함을 확인할 수 있었다. 또한 교육 평가 의 측면에서 Project Quantum 시스템의 Computing 평가 문항들은 기본적으로 4지선다 형태의 선택형 문항 으로 구성되어 있어 방법적인 측면에서는 제한적인 부분이 있으나 평가의 기준의 측면에나 시기적인 측면 에서는 모두 적용이 가능하다고 분석되었다.

This study explored the Computing field presented in the problem banking system developed through Project Quantum, which is mainly conducted at the Computing At School (CAS). And analyzed the applicability in terms of the informatics educational contents and educational evaluation. As a result, it was confirmed that computing evaluation problems of Project Quantum system can be applied to all domains of informatics educational contents. In addition, in terms of educational evaluation, computing evaluation problems of the Project Quantum system basically consist of four-items multiple choice questions, which are limited in terms of method, but are applicable to both in terms of criteria of evaluation and timing of evaluation.

최근 고도화된 장비의 발달로 인해 예측하기 어려운 기상 변화나 지각의 변동과 같이 대자연에 대한 분석 및 예측이 가능한 시스템이 발달하였지만, 긴급하게 자연재해가 발생할 경우 대처하기 위한 시스템은 미비 한 상황이며 현대사회의 지속적인 산업화 및 고도화에 따라 다양한 분야에서 국민의 안전요소를 강화하고 대처할 수 있는 방안은 각 부처별로 상이하기 때문에 실질적으로 이를 통합하여 국민에게 도움이 되는 정 보가 부족한 실정이다. 그러므로 본 연구는 국민의 안전을 도모하고 재난과 관련된 각 부처에서 제공하는 대용량의 정보를 분석하여 새로운 공간 데이터(Geo Spatial)를 통합 구축하고, 이를 기반으로 사회복지의 실시간 재난위기대응을 예측할 수 있는 데이터 정보 플랫폼을 개발한다. 또한 대국민 참여를 유도한 SNS를 기반으로 데이터 마이닝(Data Mining) 가공 기법을 이용하여 양방향의 재난 통합정보 시스템을 개발하고, 이를 통해 사전에 정확한 재난 예측 및 실시간 정보 예측 시스템을 제공하고자한다.

Recently, due to the development of advanced equipment, a system capable of analyzing and predicting the great nature such as unpredictable weather change and crustal change has been developed, but the system to deal with urgent natural disasters is insufficient. With the continuous industrialization and advancement, the measures to reinforce and cope with the safety factors of the people in various fields are different for each department, so there is a lack of information that can be integrated to help the people. Therefore, this study is aimed at promoting the safety of the people and analyzing and constructing new Geo spatial data by analyzing large amounts of information provided by ministries related to disasters, and predicting the real-time disaster crisis response of social welfare. Develop a data information platform. In addition, we will develop an interactive disaster integrated information system using data mining techniques based on SNS that induces public participation, and will provide accurate disaster prediction and real-time information prediction system in advance.

인공지능이 우리의 삶을 크게 변화시킴에 따라 인공지능에 대한 기초교육이 강조되고 있다. 이에 본 연구 의 목적은 인공지능에 대한 폭넓은 이해와 인식 제고를 위한 교양교육 프로그램을 설계하는 것이다. 이를 위해 인공지능 교양교육 관련 국내외 선행 연구 및 현황, 그리고 초중등교육과 고등교육에서 이루어지는 AI 교육내용을 탐색하였다. 그리고 교양교육 프로그램 설계를 위해 고려해야할 사항과 인공지능 교육 프로 그램 설계를 위한 방향과 세부 전략을 도출하였다. 본 연구는 이러한 문헌 분석을 통해 도출된 설계 방향과 세부 전략을 토대로 대학 교양교육을 위한 15주차 프로그램을 설계하였다. 구체적으로 살펴보면, 한국인공 지능교육학회에서 발표한 인공지능의 7가지 대주제를 기반으로 한 내용요소와 성취기준, 언플러그드 활동 과 다양한 교육용 도구 등으로 구성되었다. 본 연구에서 제안하는 교양교육을 위한 인공지능 교육과정은 다양한 전공의 학생들이 인공지능에 대한 폭넓은 소양을 높이고 활용할 수 있는 잠재적 관심을 높이는데 기여할 수 있기를 기대한다.

Basic education on artificial intelligence is being emphasized as artificial intelligence (AI) greatly changes our lives. The purpose of this study is to design a liberal arts education program to enhance understanding and awareness of AI. To this end, we examined the current status and prior research related to AI education as a liberal arts. Besides, the issues to be considered for the design of the liberal arts education program, and directions & strategies for the design of the AI education program were drawn. Based on this, the 15th-week program was designed to teach AI in liberal arts education. Specifically, the contents, achievement standard, unplugged activities, and various educational tools based on the seven major systems of AI announced by the Korean Society for AI Education. The AI curriculum for liberal arts education proposed in this study is expected to contribute to increasing students of various majors and raising potential interest in using AI.