Earticle

본 연구에서는 유아 교육에 인공지능을 어떻게 포함해야 할 것인지에 관한 방향을 모색하고 이를 바탕으로 유아 교사 대상 인공지능 교육 프로그램을 개발하는 것이 목적이다. 개발된 내용은 유아 교사를 위한 15차시 교육 프로그램이며 이를 현직 교사에게 직접 적용하고 교육 대상자들에게 전문가 델파이를 진행하여 타당도를 검증하였다. 전문가 델파이는 전문가 집단 20명을 기준으로 하였으며 그에 따른 평가항목의 타당도는 CVR이 0.42 이상을 기준으로 하였다. 전문가 델파이 결과 모든 세 부영역의 CVR값이 기준 0.42 이상으로 나타나 내용 타당도가 확인되었다. 전문가 델파이와 함께 진행된 설문 결과를 토대로 최종 프로그램을 확정하였다. 이러한 결과를 바탕으로 인공지능 교육을 유아 교육 현장에서 적절하게 시작하기 위해서는 교사 교육이 선행되어야 하며, 지속적인 관련 연구가 이루어지는 한편 정부 차원의 지원과 정책적 방향성 제안도 함께 모색되어야 함을 시사하고 있다.

The purpose of this study is to explore the direction of how artificial intelligence should be included in early childhood education and to develop an artificial intelligence education program for early childhood teachers based on this. The content developed is the 15th program, which was applied directly to teachers and conducted expert Delphi on the subjects to verify its validity. Expert Delphi was based on 20 expert groups, and the validity of the evaluation items was based on CVR of 0.42 or more. As a result of expert Delphi, the CVR values of all sub-regions were above the standard 0.42, confirming content validity. The final program was confirmed based on the results of the survey conducted with the expert Delphi. Based on these results, it is suggested that, in order to properly start AI education in the field of early childhood education, teacher education should be preceded, and related research should be conducted, while government support and policy direction proposals should be sought together.

본 논문은 만 5세 대상 놀이중심 인공지능(AI) 교육설계과정과 실제 수업 사례를 바탕으로 교육적 의미를 탐색하는데 목적이 있다. 이를 위 한 연구방법으로 만 5세 대상 놀이중심 교육과정의 목표와 영역을 연계하여 만 5세 유아 7명을 대상으로 8회기 프로그램을 실시하였다. 4단 계(이야기 나누기, 놀이 경험하기, 성찰하기, 창안하기)로 프로그램을 설계하였고 프로그램 효과분석을 위하여 교사 저널 및 유아 평가자료를 분석하였다. 놀이중심 AI 교육사례에 대한 결론은 다음과 같다. 첫째, 놀이중심 AI 교육은 다양한 이론 및 요구를 바탕으로 설계가 되어야 한다. 둘째, 놀이중심 AI 교육을 통해 가치, 태도, 효능감, 흥미, 윤리 영역에서 프로그램 효과가 나타났다. 앞으로 유아 AI 교육에 놀이 중심 AI 교육 프로그램이 개발되고 적용될 수 있기를 기대한다.

The purpose of this paper is to explore educational meaning based on play-centered artificial intelligence (AI) educational design courses and actual classroom cases for 5-year-olds. As a research method for this purpose, this researcher conducted an 8-session program for 7 5-year-olds by linking the goal and area of the 5-year-old play-centered curriculum. and this researcher designed the program in four stages(Talk, experience the play, reflect, create) and analyzed teacher journals and child evaluation data to identify the effect of the program. The conclusion of the play-centered artificial intelligence education case is as follows. First, play-centered AI education should be designed based on various theories and needs. Second, through play-centered AI education, the program effect was found in the areas of values, attitudes, efficacy, interest, and ethics. This researcher expects that a play-centered AI education program can be developed and applied to early childhood AI education.

온라인 교육이 증가함에 따라 다양한 교육 관련 애플리케이션이 출시되고 있다. 하지만 기존의 교육 관련 애플리케이션은 다양한 유형 의 문제를 제시해주기에는 어려움이 있고, 사전에 등록되어 있는 문제 중심으로 제공되는 방식을 취하고 있다. 따라서 새로운 교육 자 료가 추가되는 경우 자료의 내용에 근간을 둔 새로운 문제를 별도로 생성하여 제공해 주어야 하는 어려움이 있다. 이와 같은 한계를 개 선하기 위하여, 본 연구에서는 강의자료가 제공되는 경우 제공된 자료에 대한 분석을 통해 다양한 유형의 문제를 자동으로 생성하여 개인 학습에 도움을 줄 수 있는 방안에 대하여 제안하고자 한다. 즉, 강의자료가 주어지는 경우 강의자료의 글자 영역에서 문서 영역을 분리하고 BERT 한국어 개체명 인식기를 통해 문제 생성에 필요한 후보개체 추출 후 문제 생성 알고리즘을 통해 다양한 유형의 문제를 생성하여 제공한다. 또한, 오답노트 관리를 통해 교육 효과를 높이는 방안도 제안한다.

As online education increases, various education-related applications are being launched. However, it is difficult to present various types of problems in the existing education-related applications, and it is provided based on problems that have been registered in advance. Therefore, when new educational materials are added, it is difficult to separately create and provide new problems based on the contents of the materials. To improve these limitations, this study proposes a method that can help personal learning by automatically creating various types of problems through analysis of the provided lecture materials. In other words, if lecture materials are given, the document area is seperated from the text area of the lecture materials, and various types of problems are generated and provided through the problem generation algorithm after extracting candidate objects necessary for problem generation through the BERT Korean named entity recognizer(NER). It also proposes ways to increase the effectiveness of education through the management of incorrect answer notes.

인공지능을 기반으로 한 4차 산업혁명 시대를 이끌어나갈 인재 양성을 위해 인공지능과 교과 교육을 연계한 융합 교육과정 마련의 필요성이 대두되고 있다. 이를 위해 과학 교육 활동의 가장 핵심 영역인 관찰 및 실험 과정에서 측정한 데이터를 인공지능 개념 및 원리를 적용하여 데이 터를 분석하고 시각화하는 과정을 통해 데이터 사이언스 기반의 인공지능융합 교수・학습 자료를 개발하였다. 본 연구에서는 2015 개정 고등 학교 물리 교과 교육과정의 역학 관련 단원을 대상으로 하여 물체의 운동을 측정한 실험 데이터를 파이썬 프로그램의 라이브러리를 활용하여 표와 그래프로 시각화하여 분석해봄으로써 뉴턴의 운동 법칙과 역학적 에너지 보존 법칙 개념 학습과 물리학 교과 역량에 미치는 영향을 분석 하기 위해 과학・정보 교과를 재구조화하였으며, 인공지능교육의 기반이 되는 데이터 사이언스 수업모델을 적용했을 때 관찰, 분류 등의 기 초 탐구기능과 가설 설정, 실험 설계 등의 통합탐구 기능의 향상 여부를 검증해보는 과정을 통해 본 연구의 효과성과 인공지능융합 과학 교육 수업모델로서의 가능성을 탐색해보고자 한다.

In order to nurture talented people who will lead the era of the 4th industrial revolution based on artificial intelligence, the need to prepare a convergence curriculum that links artificial intelligence and subject education is emerging. To this end, data science-based artificial intelligence convergence teaching and learning materials were developed through the process of analyzing and visualizing data measured in the process of observation and experimentation, which are the most core areas of science education activities, by applying artificial intelligence concepts and principles. In this study, Newton's laws of motion and mechanical energy were analyzed by visualizing and analyzing experimental data that measured motions of objects targeting mechanics-related units in the 2015 revised high school physics curriculum in tables and graphs using a library of Python programs. Science and information subjects were restructured to analyze the effect on conservation law concept learning and physics subject competencies, and basic inquiry functions such as observation and classification and hypothesis setting were applied when the data science class model, which is the basis of artificial intelligence education, was applied. Through the process of verifying the improvement of integrated inquiry functions such as, experimental design, etc. the effectiveness of this study and the potential as a teaching model for artificial intelligence convergence science education will be explored.

본 연구는 융합적 문제해결력을 높이기 위한 목적으로 제작한 24차시 분량의 초등학교 인공지능 융합교육 프로그램이다. 인공지능의 개념과 원리를 이해하고 관련 태도와 활용능력을 향상하기 위해 Drake와 Burns의 융합교육 유형 중 다학문적 통합을 활용하여 관련 인공지능의 영역과 교과의 주제를 융합하였다. 융합한 교과는 음악, 미술, 영어, 도덕, 국어, 과학, 체육, 사회이며 엔트리를 활용하여 교육 프로그램을 진행하였다. AI교육에 관심이 있는 5, 6학년 초등교육 학생 20명을 대상으로 진행한 본 연구는 24차시의 교육 뒤에 양 적 평가로 융합적 문제해결력 검사를 사전·사후 검사로 실시하였다. 질적 평가로 학생들의 수업 성찰 일지와 주제별 융합프로젝트 산출 물 수행평가를 실시하였으며 학습자 실태 분석을 위한 사전 설문지와 교육 프로그램 이후 만족도 조사를 실시하였다. 검사 분석 결과 학생들은 교육 프로그램 이후에 융합적 문제해결력이 향상되었고, 2번에 이루어진 수행평가에서도 첫 번째 산출물 평가보다 두 번째 산출물 평가 결과가 높게 나타났다. 수업 만족도 조사 결과 및 성찰일지를 통해 교육프로그램 이후에 인공지능 융합교육에 대한 관심이 긍정적으로 변화하였다.

This study is an elementary school artificial intelligence convergence education program of 24 hours, produced for the purpose of enhancing convergence problem-solving ability. In order to understand the concepts and principles of artificial intelligence and to improve relevant attitudes and application abilities, interdisciplinary integration among Drake and Burns' convergence education types was used to converge relevant AI fields and subject subjects. The convergence subjects are music, art, English, morals, Korean, science, physical education, and social studies, and the educational program was conducted using entries. This study, which was conducted on 20 5th and 6th grade elementary education students who are interested in AI education, conducted a convergence problem-solving ability test as a pre- and post-test as a quantitative evaluation after 24 hours of education. In addition, as a qualitative evaluation, the students' class reflection diaries and the performance evaluation of the convergence project output by subject were conducted, and a pre-questionnaire for analyzing the learner's actual condition and a satisfaction survey after the educational program were conducted. As a result of the test analysis, the students' convergence problem-solving ability improved after the educational program, and the second product evaluation result was higher than the first product evaluation in the performance evaluation conducted in 2nd time. Finally, interest in artificial intelligence convergence education changed positively after the educational program through the results of the class satisfaction survey and the reflection journal