Earticle

2015개정 특성화고등학교 교육과정은 국가직무능력표준(National Competency Standards, 이하 NCS로 약칭)과 연계되어 산업현장에 서 필요한 능력들이 교육과정에 적용되었다. 교육과정에 적용된 특성화고등학교 전문교과Ⅱ 정보·통신 기초 교과인 프로그래밍 교 과의 교육과정은 C언어 중심으로 구성되어 있다. 기초 과목은 실무 과목의 선행과목 또는 해당 분야의 기초역량 재고를 위한 과목 이고, 기초 과목에서 실무 과목으로 이어지는 위계 구조를 갖는다. 특성화고등학교 학생들은 기초 과목인 프로그래밍이 C언어 중심 으로 구성되어 학습에 어려움이 있다. C언어를 활용한 프로그래밍은 컴퓨터 하드웨어에 대한 개념을 이해하고 있거나, 프로그래밍 경험이 있는 학습자들이 학습하기에 적절한 언어이고, 일정 수준 이상의 기초 학습 능력이 있어야 원활한 학습이 가능한 언어이기 때문이다. 하지만 일반적인 특성화고등학교 학생들은 C언어 프로그래밍을 어렵게 생각하고, 학습 자체를 포기하게 되는 사례가 현 장에서 빈번하게 일어났다. 그래서 이 연구를 통해서 특성화고등학교 전문교과Ⅱ 정보·통신 계열의 기초 교과인 프로그래밍 교과의 C언어 프로그래밍 중심의 교육과정 문제점을 교사 중심으로 분석해 보고 새로운 교육과정 연구 필요성에 대한 방향을 제시하였다.

The 2015 revised specialized high school curriculum was linked with the National Competency Standards (hereinafter abbreviated as NCS), and the necessary competencies in the industrial field were applied to the curriculum. Specialized High School Specialized Curriculum II applied to the curriculum The curriculum of the programming subject, which is the basic subject of information and communication, is mainly composed of C language. Basic subjects are prerequisites of practical subjects or subjects for reconsidering basic competencies in the relevant field, and have a hierarchical structure from basic subjects to practical subjects. Specialized high school students have difficulties in learning as the basic subject, programming, is centered on C language. Programming using C language is an appropriate language for learners who understand the concept of computer hardware or have programming experience, and it is a language that can be smoothly learned only if they have basic learning ability at a certain level or higher. However, there have been frequent cases in the field that general specialized high school students find C language programming difficult and give up learning itself. Therefore, through this study, the teacher-centered analysis of the problems of the C language programming-centered curriculum of the programming subject, which is the basic subject of the Information and Communication department of Professional Curriculum II of Specialized High School, was presented and the direction for the need for research on a new curriculum was presented.

인공지능은 우리의 생활과 경제, 사회 등의 분야에서 폭넓게 변화를 이끌고 있으며, 미래를 살아갈 학생들에게 기본적인 소양으로 서 인공지능 교육이 중요해지고 있다. 본 연구는 인공지능 교육 프로그램을 개발하고 적용하여 인공지능 역량, 인공지능 기술에 대 한 태도, 인공지능에 대한 인식 변화를 살펴볼 것을 연구 목적으로 설정하였다. 인공지능 교육 프로그램 운영의 효과성을 검증할 수 있는 설문 문항을 제작하였고, 인공지능 교육 프로그램을 개발하기 위한 방향을 설정하고 자료를 수집했으며 인공지능의 원리를 이해하고 체험하기 위한 적합한 플랫폼을 선정하였다. 인공지능의 이해와 원리·활용, 사회적 영향의 영역으로 구성된 교육 프로그 램을 개발하여 적용하였으며 프로그램 적용 전,후 검사를 실시하고 통계자료를 수집하여 결과를 비교하였으며 학생들에게 나타난 변화를 분석하였다. 분석 결과 인공지능 기본 소양과 역량을 키우는 데 효과적이었으며, 인공지능 기술에 대한 태도와 인식의 변화 측면에서 긍정적인 영향이 나타남을 알 수 있었다.

Artificial intelligence is leading a wide range of changes in our lives, economy, and society, and artificial intelligence education is becoming important as a basic knowledge for students who will live in the future. The purpose of this study was to develop and apply an artificial intelligence education program to examine changes in artificial intelligence capabilities, attitudes toward artificial intelligence technologies, and perceptions of artificial intelligence. We created questionnaires to verify the effectiveness of AI education program operation, set the direction for developing AI education program, collected data, and selected an appropriate platform to understand and experience the principles of AI. . An educational program consisting of the areas of understanding, principle and application of artificial intelligence, and social impact was developed and applied, tests were conducted before and after application of the program, statistical data were collected and results were compared, and changes in students were analyzed. As a result of the analysis, it was found that it was effective in developing basic knowledge and competency in artificial intelligence, and had a positive effect in terms of changing attitudes and perceptions about artificial intelligence technology.

텍스트 마이닝 기법 기반의 어휘 분류 기법과 LSTM을 활용한 어휘 출현 패턴 예측 방법을 소개한다. 단순한 텍스트의 등장 빈도를 기반으로 한 프리프로세싱 기법을 제안하며, 이 기법으로 제작된 어휘 스크리닝 기술은 시중의 베스트셀러 수능 어휘 교재인 워드 마스터 대비 2023년도 수능 시험 적중률이 4.35배 더 높았다. LSTM 딥러닝 기법을 활용한 인공지능 기술도 함께 제안하며, 이 기법 은 수능 시험에서 특정 어휘가 어떤 패턴으로 등장하는지 분석하고 이를 토대로 다음 수능에 출제될 어휘의 목록과 그 등장확률을 예측할 수 있다. AI의 예측값은 여러 크기의 데이터 윈도우를 바탕으로 학습된 추론값을 노멀라이즈한 뒤 가중합 연산하여 구한 것 이며, 저자들은 이 값을 AI-Score라고 부른다. AI-score는 특정 단어가 다음 수능 시험에서 등장할 확률을 의미하며, 논문에서 제안 하는 방법론이 100점으로 분류한 단어들은 2023수능에서 100% 출제되었다. AI-Score가 60점 이상인 영역에서는 불과 1.7%수준의 오차로 수능에 출제될 단어들의 등장 확률을 예측하는 데 성공했다.

A text-mining-based word class categorization method and LSTM-based vocabulary pattern prediction method are introduced in this paper. A preprocessing method based on simple text appearance frequency analysis is first described. This method was developed as a data screening tool but showed 4.35 times higher prediction accuracy compared to Word Master book. An LSTM deep learning method is also suggested for vocabulary appearance pattern prediction method. AI performs a regression with various size of data window of previous exams to predict the probabilities of word appearance in the next exam. Predicted values of AI over various data windows are processed into a single score as a weighted sum, which we call an "AI-Score", which represents the probability of word appearance in next year's exam. Suggested method showed 100% accuracy at the range 100-score area and showed only 1.7% error of prediction in the section where the scores were over 60 points.

본 연구에서는 블록 코딩 프로그램인 엔트리를 기반으로 만든 2015년부터 2021년까지의 작품 제목 데이터를 수집하여 R 프로그램 을 활용하여 주제어 빈도 분석하였다. 분석한 주제어 빈도 분석을 바탕으로 사회적 이슈를 파악해 주는 구글 트렌드의 올해의 키워 드와의 비교 분석을 통해 작품 주제의 변화를 분석하였다. 주요 연구 결과는 다음과 같이 나타났다. 첫째, 엔트리 작품 주제의 변화와 사회적 이슈와의 관계는 유의미한 관계가 있음이 나타났 다. 둘째, 처음에는 엔트리 작품이 특정 주제에 집중하는 경향을 보였으나, 시간이 흐름에 따라 다양한 주제로 고르게 나타남을 알 수 있다. 이상의 결과를 바탕으로 본 연구에 따라 엔트리 교육자료의 개발은 사회적 이슈에 따른 작품 주제와 연관 있는 교육자료 개발이 필요할 것으로 생각된다.

In this study, data on the title of the work from 2015 to 2021 created based on the block coding program Entry were collected and the frequency of the main words was analyzed using the R program. The change in the theme of the work was analyzed through comparative analysis with Google Trend's keyword of the year, which identifies social issues based on the analyzed frequency analysis of the main words. The main research results were as follows. First, it was found that there was a significant relationship between the change in the theme of the entry work and social issues. Second, at first, entry works tended to focus on a specific topic, but it can be seen that they appear evenly on various topics over time. Based on the above results, it is thought that the development of entry educational materials according to this study requires the development of educational materials related to the subject of the work according to social issues.

본 연구는 AI를 활용한 과학교육프로그램이 초등학생들에게 과학교과 흥미에 어떠한 영향을 주는지에 대해 알아보기 위한 연구이 다. 본 연구를 통해 AI 모델학습 프로그램을 활용하여 설계된 수업을 초등학교급 교육 현장에 적용하여, 연구 전후 학생들의 과학교 과 흥미 변화를 토대로 인공지능의 교육 현장 활용에 대한 효용성을 검증하였다. 본 연구에서는 과학교과 흥미에 대한 표준화된 검 사 도구를 통해 연구 대상 학생들의 과학교과 에 대한 인식을 조사한 후 동일한 학생들을 대상으로 인공지능을 활용한 과학교과 프로그램을 적용하여 수업을 진행하였다. 수업을 마친 후 인공지능이 접목된 과학 수업을 통한 과학교과 흥미 변화를 조사하였고, 아울러 개인별 면담을 하여 학생들의 소감을 들어보는 질적 연구를 하였다. 본 연구의 결과는 다음과 같다. 첫째, AI를 활용한 과학 교육프로그램을 통해 학생들의 과학교과 흥미가 향상됨을 확인했다. 둘째, 연구 대상의 학습 수준에 맞는 인공지능 활용 교육을 통 해 과학교과 흥미 향상이 극대화될 수 있음을 확인하였다

The purpose of this study is to find out how a science education program using AI affects elementary school students' interest in science subjects. Through this study, the class designed using the AI model learning program was applied to the elementary school education field, and the effectiveness of the use of artificial intelligence in the educational field was verified based on the change in students' interest in science subjects before and after the study. In this study, after examining the students' perception of science subject through a standardized test tool for science subject interest, the science subject program using artificial intelligence was applied to the same students and the class was conducted. After class was over, changes in interest in science subjects were investigated through science classes incorporating artificial intelligence, and qualitative research was conducted to listen to students' opinions through individual interviews. The results of this study are as follows. First, it was confirmed that students' interest in science subjects improved through the science education program using AI. Second, it was confirmed that the improvement of science subject interest can be maximized through artificial intelligence utilization education suitable for the learning level of the study subject.

본 연구는 AI와 교과 융합 수업 방법으로 피지컬 컴퓨팅을 기반으로 하는 AI 연계 메이커 교육 수업 모형을 개발하여 하고, 이를 적용하여 학습 과정에서 나타나는 특징과 수업의 타당성을 분석함으로써 AI 연계 메이커 교육의 효과와 적용 가능성을 알아보기 위한 것이다. AI 융합 메이커 교육 수업 모형과 교수 전략을 개발하기 위해 메이커 교육의 절차적 모형과 교수 전략에 대한 선행문 헌을 분석하여 AI 융합 메이커 교육 초기 모형을 개발하고 단계에 따른 교수 전략을 도출하였으며, 전문가 내적 타당화와 현장 적 용을 통한 외적 타당화 과정을 거쳐 최종적으로 수업 모형 및 교수 전략을 완성하였다. 이를 통하여 얻어진 인공지능(AI) 융합 메이 커 교육 기반 수업의 최종 모형은 ‘틴커링하기(Tinkering)’, ‘데이터 프로세싱(Data Processing)’, ‘메이킹하기(Making)’, ‘공유하기 (Sharing)’, 개선하기(Improving)’의 5단계로 이루어져 있다. 또한 각각의 단계를 지원하는 4가지 교수원리와 16가지 세부전략이 포함 된다. 전략에는 해당 전략의 예시 및 해설을 담아 교수자가 전략에 따라 수업을 실행할 때 유용하게 활용될 수 있도록 하였다.

In this study, an AI-convergence maker education model based on physical computing is developed as a method of AI and subject convergence in the era of the 4th Industrial Revolution, and by applying it, the characteristics of the learning process and the validity of the class were analyzed to analyze the AI-convergence. The effects and applicability of education were investigated. In order to develop an AI convergence maker education class model and teaching strategy, we analyzed the preceding literature on the procedural model and teaching strategy of maker education to develop an initial model of AI convergence maker education and derive teaching strategies according to stages, and internal validity of experts. Finally, the class model and teaching strategy were completed through the external validation process through field application and field application. The final model of the artificial intelligence (AI) convergence maker education-based class obtained through this is 'Tinkering', 'Data Processing', 'Making', and 'Sharing' It consists of 5 steps: , 'Improving'. It also includes four teaching principles and 16 specific strategies to support each stage. In the strategy, examples and explanations of the strategy are included so that the instructor can use it usefully when conducting classes according to the strategy.

본 연구의 목적은 인공지능 리터러시 함양을 위한 인공지능 융합 사회과 문제해결의 수업모형 및 교수전략을 개발하는 것이다. 본 연구에서는 설계・개발 연구 방법에 따라 선행연구 분석을 통해 초기 수업모형 및 초기 교수전략을 도출하였다. 이후 2차례의 전문 가 내적 타당화 과정으로 수정 및 보완된 수업모형 및 교수전략을 수업에 적용하며 외적 타당화를 거쳤다. 그 결과 01. 인공지능 경험하기, 02. 문제 확인 및 이해, 03. 데이터 탐색하기, 04. 인공지능 설계하기, 05. 인공지능 활용하기, 06. 문제해결 결과 나누기의 6단계 수업 모형과 12개의 교수전략 및 19개의 세부 지침을 개발하였다. 외적 타당화 단계에는 서울시 소재 A 초등학교의 초등학생 16명을 대상으로 7차시의 수업을 설계하고 적용하였다. 이후 학생들의 인공지능 리터러시 사전-사후 검사에 대해 윌콕슨 부호순위 검정을 실시한 결과 인공지능 리터러시가 통계적으로 유의미하게 향상되었음을 확인하였다. 본 연구는 인공지능 리터러시, 인공지 능 융합교육, 사회과 문제해결수업의 요소를 총체적으로 반영한 수업모형 및 교수전략을 개발하였다는 점, 개발된 수업모형 및 교 수전략을 활용한 수업을 실제 교육 현장에 적용하였을 때 인공지능 리터러시 함양에 유의미한 차이를 확인하였다는 점에 의의를 지닌다.

The purpose of this paper is developing an instructional model and strategies for AI-integrated Social studies problem solving to improve AI-literacy. Within the framework of instructional design and development, this paper was undertaken in the following order. First, the instructional model and teaching strategy derived through the analysis of previous studies were internally validated through expert validation. Next, external validation was performed through class application and effect analysis. The final instructional model developed in this study is consisted of six steps and final teaching strategy is consisted of 12 teaching strategies, 19 detailed guidelines. For the external validation, A 7-hour class designed according to the class model and teaching strategy developed in this study was applied to 16 elementary school students in Seoul. Artificial intelligence literacy pre-post Wilcoxon code ranking test was conducted and it is found that total artificial intelligence literacy was increased significantly. The significance of this study is as follows. First, this study developed a class model and teaching strategy that reflects the elements of artificial intelligence literacy, artificial intelligence convergence education, and social science problem-solving classes as a whole. Second, when it comes to effectiveness, there was a significant difference in cultivating artificial intelligence literacy was confirmed.