Earticle

노벨물리학상 수상자가 없었던 1916, 1931, 1934, 1940, 1941, 1942년의 노벨상 추천 기록을 정리하고, 추천을 했던 과학자와 추천을 받았던 과학자의 여러 측면을 분석하였다. 추천을 받았던 과학자 중에서 가까운 미래의 노벨상 수상자가 얼마나 포함되었는지, 나중에 노벨상 수상의 근거가 되었던 업적이 추천 당시에 이미 인정되었는지 함께 조사해봄으로써, 수상자는 없었더라도 추천은 잘 되었는지 살펴보았다. 세계대전 기간이 아니었던 1931년과 1934년에는 각각 25명이 26회 추천에 38명, 43명이 54회에 98명을 추천하였다. 또한 세계대전 기간이었던 1916, 1940, 1941, 1942년에는 각각 28명이 32회에 48명, 31명이 36회에 59명, 15명이 15회에 21명, 20명이 20회에 23명을 추천하였다. 수상자가 없었던 해에도 과학자 수 또는 연인원으로 계산했을 때, 가까운 미래에 노벨상을 받게 되는 과학자가 포함된 비율이 과반을 넘는 경우가 많이 있었고, 이들의 업적도 이미 인정된 경우가 대부분이었기 때문에, 비록 수상자는 없었지만 추천은 잘 되었다고 할 수 있다.

We compiled the Nobel Prize nomination archive for the years 1916, 1931, 1934, 1940, 1941, and 1942, during which there were no Nobel Prize winners in Physics, and analyzed various aspects of both the nominating and nominated scientists. By investigating how many future Nobel laureates were included among the nominated scientists and whether the achievements that later served as the basis for the award were already recognized at the time of nomination, we examined whether the nomination process was effective even in the absence of winners. In 1931 and 1934, which were not World War years, 25 individuals nominated 38 people across 26 nominations, and 43 individuals nominated 98 people across 54 nominations, respectively. In addition, during the World War period in 1916, 1940, 1941, and 1942, 28 people recommended 48 people in the 32 nominations, 31 people recommended 59 people in the 36 nominations, 15 people recommended 21 people in the 15 nominations, and 20 people recommended 23 people in the 20 nominations. Even in years when there were no winners, when calculated by the number of scientists or the total number of people, there were many cases where the proportion of scientists who would receive the Nobel Prize in the near future exceeded the majority, and since most of their achievements had already been recognized, it can be said that the nominations were successful even though there were no winners.

본 연구는 연구·선도학교와 일반학교 학생을 비교하여 AI 기반 학습 운영 실태와 학생이 인식하는 학습 효과성의 차이를 분석하였다. A광역시 초·중·고등학생을 대상으로 한 대규모 설문 자료를 활용하여 AI 도구 활용 현황, 효과성 인식, 인지·정의·행동 영역의 변화를 검토하였다. 분석 결과, AI 기반 학습은 두 유형 모두 주로 수업 중과 과제 수행 단계에서 활용되었으며, 연구·선도학교에서 학습 진단 및 평가 도구의 활용 비율이 상대적으로 높았다. 효과성 인식에서는 연구·선도학교 학생이 수준 진단 정확성, 학습 흥미, 맞춤형 학습 제공 측면에서 다소 높은 인식을 보였으나 전반적 차이는 크지 않았다. 세 영역 중 행동적 영역에서 차이가 비교적 두드러진 반면 정의적 영역에서는 차이가 제한적이었으며, 보호자의 교육적 관심과 교과 선호에 따라 인지적·행동적 영역의 학교 유형 간 차이가 다르게 나타났다. 이러한 결과는 AI 기반 학습의 효과가 도구 자체보다 수업 설계와 학습 맥락에 따라 달라질 수 있음을 시사한다.

This study compares students in research and leading schools with those in general schools to examine differences in AI-based learning practices and perceived learning effectiveness. Drawing on large-scale survey data from elementary, middle, and high school students in A Metropolitan City, it analyzes AI tool usage, perceived effectiveness, and changes across cognitive, affective, and behavioral domains. AI tools were used most often during classroom instruction and assignments in both school types, while research and leading schools made greater use of tools for learning diagnosis and assessment. Students in research and leading schools reported slightly higher perceptions of diagnostic accuracy, learning interest, and personalized learning, though overall differences were modest. Differences were clearer in the behavioral domain but limited in the affective domain, and they varied across levels of parental educational interest and subject preference in the cognitive and behavioral domains. These findings suggest that the impact of AI-based learning depends more on instructional design and learning context than on technology adoption alone.

본 연구는 ChatGPT가 생성한 초등영어 5-6학년 짧은 쓰기 활동지의 교육과정 적합성을 분석하는 데 주요 목적이 있다. 이를 위해 2022 개정 영어과 교육과정의 초등학교 5-6학년 표현 영역 성취기준을 바탕으로 분석 기준을 설정하고, 일반 프롬프트와 교육과정 기반 프롬프트에 따라 생성된 활동지를 비교 분석하는 연구 설계를 제안하였다. 분석 대상은 초대 카드, 감사 메시지, 주말 경험, 좋아하는 장소, 나의 계획을 주제로 한 짧은 쓰기 활동지였으며 분석 기준은 성취기준 부합성, 쓰기 목적, 어휘·문장 수준, 쓰기 비계, 학습자 적합성 등 7개 영역으로 구성하였다. 분석 결과, 교육과정 기반 프롬프트 산출물은 일반 프롬프트보다 전 영역에서 더 높은 적합성을 보였으며, 일반 프롬프트 산출물은 쓰기 분량과 비계 측면에서 교사의 수정이 필요하였다. 이를 토대로 본 연구는 생성형 AI 산출 자료를 교실에 적용하기 전 교육과정 기준에 따른 점검이 필요함을 강조하고 교사 검토 기준을 제안하였다.

This study aims to analyze the curriculum appropriateness of ChatGPT-generated guided writing worksheets for Grades 5-6 elementary English. Drawing on the 2022 revised English curriculum, the study analyzes worksheets generated through general and curriculum-informed prompts. The target materials include short guided writing worksheets on invitation cards, thank-you messages, weekend experiences, favorite places, and personal plans. The evaluation criteria consist of seven domains, including achievement-standard alignment, writing purpose, vocabulary and sentence appropriateness, writing scaffolding, and learner suitability. Curriculum-informed prompts produced more appropriate worksheets across all domains, while general-prompt outputs needed teacher revision in writing length and scaffolding, underscoring the need to examine AI-generated materials through curriculum-based criteria before classroom use.

게임은 인공지능(AI)의 연구·검증·상용화가 동시에 일어나는 대표적 응용 영역이다. 전통적으로 게임 AI는 규칙 기반(상태기계, 행동트리)과 탐색(미니맥스 등)에 기반해 NPC 행동을 구현해 왔다. 그러나 딥러닝과 강화학습의 발전은 게임 제작 파이프라인 전반(기획-개발-운영)에서 데이터 기반 의사결정, 콘텐츠 생성, 플레이어 모델링/개인화를 가능하게 하며, 게임을 "정적 콘텐츠"에서 "동적 경험 시스템"으로 전환시키고 있다. 본 글은 (1) 게임 AI의 기술 계보를 정리하고, (2) 현대 게임 개발에서의 AI 적용 지점을 제작 파이프라인 관점에서 체계화하며, (3) 대표 연구·사례(AlphaStar, OpenAI Five, MuZero, PCGML 등)를 통해 기술적 성취와 한계를 비교 분석한다. 마지막으로 (4) 데이터·프라이버시, 공정성, 설계 윤리(특히 확률형 아이템) 측면의 쟁점을 검토하고, 지속 가능한 융합을 위한 연구 과제를 제시한다.

Games are a representative application area where research, verification, and commercialization of artificial intelligence (AI) occur simultaneously. Traditionally, game AI has implemented NPC behaviors based on rule-based approaches (state machines, behavior trees) and exploration (e.g., minimax). However, advances in deep learning and reinforcement learning are enabling data-driven decision-making, content creation, and player modeling/personalization across the entire game development pipeline (planning, development, and operation), transforming games from "static content" to "dynamic experience systems." This paper (1) summarizes the technological genealogy of game AI, (2) systematizes AI application in modern game development from a production pipeline perspective, and (3) compares and analyzes technical achievements and limitations through representative studies and case studies (e.g., AlphaStar, OpenAI Five, MuZero, and PCGML). Finally, (4) examines issues related to data privacy, fairness, and design ethics (especially regarding random items), and proposes research challenges for sustainable convergence.

본 연구는 초등학생을 대상으로 자연물을 활용한 미술 활동과 자연음을 기반으로 한 음악 활동을 융합한 자연예술 교육의 가능성을 탐색하는 데 목적이 있다. 돌, 나뭇잎, 나뭇가지 등 다양한 자연 재료를 이용한 조형 활동과 바람, 새소리, 나뭇잎 흔들림 등 자연의 소리를 활용한 청음 및 음악적 재구성 활동을 중심으로 수업 모형을 제시하였다. 연구 방법은 국내외 자연미술, 환경음악, 융합교육 관련 문헌 분석을 바탕으로 4차시 수업 구조를 설계하는 방식으로 진행되었다. 그 결과, 자연 기반 예술 활동은 초등학생의 감각적 탐색 능력, 창의적 사고, 정서적 안정, 생태 감수성을 증진하는 데 효과적임을 확인하였다. 본 연구는 자연미술과 자연음악을 결합한 융합수업이 예술교육의 확장 가능성을 보여주며, 향후 실제 학급 적용과 학습자 반응 분석을 통해 보다 체계적 연구가 필요함을 제언한다.

This study explores the educational value of nature-based art and music integration for elementary students. The purpose of this research is to develop an instructional model that combines visual art activities using natural materials—such as stones, leaves, and branches—with musical experiences derived from natural sounds including wind, birdsong, and rustling leaves. Through a review of previous studies in nature art, environmental sound education, and arts-integrated learning, a four-session instructional framework was designed. The findings suggest that nature-based artistic experiences effectively enhance students' sensory exploration, creative thinking, emotional stability, and ecological awareness. This study highlights the potential of integrating nature art and natural-sound music within elementary arts education and recommends future empirical studies involving classroom application and learner response analysis.

본 연구는 AI 시대 초·중등 학생의 디지털 시민 역량 함양을 위한 교육 프로그램의 설계 원리와 현장 운영 사례를 분석하였다. 생성형 AI 확산으로 학생들의 기술 접근성은 높아졌으나, AI 편향성·딥페이크·가짜뉴스 등을 비판적으로 인식하는 윤리적 감수성은 부족한 불균형이 심화되고 있다. 이에 주체적 AI 리터러시, 디지털 시민성, 창의적 문제해결의 세 목표 축으로 10개 모듈 프로그램을 설계하고, 교육청 협력을 통해 17개 학교 80학급 1,980명을 대상으로 운영하였다. 그 결과 학생들은 AI 비판적 활용으로의 인식 변화, 미디어 자기 성찰 증가, AI를 창작 파트너로 인식하는 태도 확장을 보였다. 본 프로그램은 2022 개정 교육과정과의 교과 연계성과 모듈형 유연성을 갖추어 현장 적용 가능성이 높으며, 생성형 AI 수업 도입을 위한 기초 역량 교육으로서의 역할을 확인하였다.

This study analyzes the design principles and field implementation of a digital citizenship education program for elementary and middle school students in the AI era. While students' technological accessibility has increased with the rapid spread of generative AI, their ethical sensitivity toward AI's limitations — including data bias, deepfakes, and misinformation — remains insufficient. A 10-module program was designed around three objectives: autonomous AI literacy, digital citizenship, and creative problem-solving. Implemented in collaboration with a regional education office, it reached 1,980 students across 80 classes in 17 schools. Results showed meaningful changes: a shift from AI dependency to critical engagement, increased self-reflection on media use, and recognition of AI as a creative partner. The program demonstrated strong alignment with the 2022 revised national curriculum and flexible modular operation, confirming its applicability as foundational literacy education prior to generative AI instruction.

최근 생성형 AI 기술의 발전은 음악 창작 분야에도 새로운 변화를 가져오고 있으며, 교육 분야에서는 이를 활용한 다양한 교수·학습 방법이 제안되고 있다. 특히 생성형 AI는 음악 창작의 진입장벽을 낮추고 학습자의 창의적 표현 활동을 지원할 수 있다는 점에서 교육적 측면에서의 활용 가능성이 대두되고 있다. 그러나 대학 교양교육 환경에서 활용 가능한 체계적인 음악 창작 교육과정 연구는 상대적으로 부족한 실정이다. 이에 본 연구에서는 생성형 AI 기반 음악 창작 교육과정을 개발하고자 하였다. 이를 위하여 관련 선행연구를 분석하고 교육목표와 핵심 역량을 도출하였다. 연구 결과 음악 창작 역량, 창의적 사고 역량, AI 활용 역량 및 비판적 사고 역량을 핵심 역량으로 도출하였으며, 생성형 AI 이해, 프롬프트 설계, AI 기반 음악 생성, 결과 분석 및 개선, 최종 창작물 제작으로 구성된 학습 모형과 15주 교육과정을 개발하였다.

Recent advances in generative artificial intelligence (AI) have created new opportunities for music creation and education. Generative AI can lower barriers to music creation and support learners' creative expression. However, systematic curricula for music creation in university general education remain limited. This study aimed to develop a generative AI-based music creation curriculum. Previous studies were reviewed to identify educational goals and core competencies. The results identified music creation competency, creative thinking competency, AI utilization competency, and critical thinking competency as core competencies. A learning model and a 15-week curriculum were developed, including understanding generative AI, prompt design, AI-based music generation, analysis and improvement of generated outcomes, and final music production.

본 연구에서는 BLE 기반 IoT 환경의 보안 취약점을 해결하기 위해, 무선 AP 기능·BLE 스니핑 모듈·BLE 위협 분석 엔진·MQTT 기반 IoT Gateway를 통합한 무선 보안 게이트웨이 아키텍처를 제안하였다. 제안 시스템은 BLE Advertising 패킷 수집, RSSI 기반 근접도 분석, MAC Randomization 패턴 판별, Beacon Interval 기반 스푸핑 탐지 등을 실시간으로 수행하며, 탐지 결과를 정책 기반으로 IoT 기기 제어에 연동한다. IPQ806x 기반 프로토타입 구현 및 실험을 통해 BLE 패킷 수집률(최대 98%), 랜덤 MAC 식별 정확도(93.7%), Rogue Beacon 탐지 성능(89-100%)을 확인하였다. 본 연구는 BLE-IoT 환경에서 요구되는 통합 무선 보안 게이트웨이의 실현 가능성을 제시하며, 차세대 IoT 보안 플랫폼의 기초 기술로 활용될 수 있다.

This study proposes an integrated wireless security gateway architecture designed to address security vulnerabilities in BLE-based IoT environments. The proposed system combines a Wi-Fi access point, BLE sniffing module, BLE threat analysis engine, and MQTT-based IoT gateway into a single platform. It performs real-time BLE advertising packet collection, RSSI-based proximity estimation, MAC randomization pattern analysis, and beacon spoofing detection based on interval anomalies. A prototype system was implemented on the Qualcomm IPQ806x platform, and experiments demonstrated reliable BLE packet collection (up to 98%), randomized MAC identification accuracy (93.7%), and high rogue-beacon detection rates (89-100%). The results verify the feasibility of an integrated BLE-IoT wireless security gateway and provide foundational technology for next-generation IoT security platforms.