Earticle

인공지능 중심 사회로의 전환을 대비하는 초등 교육에서는 소프트웨어(SW)와 인공지능(AI)을 활용한 문제 해 결 역량 함양이 필수적으로 요구되고 있다. 이러한 시대적 변화에 발맞추어 SW·AI 교육을 담당할 예비 교원들 이 컴퓨팅 사고력을 갖춘 교사로 성장할 수 있도록 돕는 실무 중심의 교육 과정이 필요하다. 본 연구에서는 게 임 제작 과정을 활용한 SW 수업이 학습자의 흥미를 높이고 컴퓨팅 사고력 향상에 기여할 것으로 가정하였다. 또한 AI를 활용한 학습 경험은 학습 동기를 유발하고 논리적 사고 체계의 내면화에 효과적일 것으로 가정하였 다. 본 연구의 목적은 예비 교원을 대상으로 게임 제작 중심의 SW·AI 융합 교육을 설계·적용하고, 그 교육적 효과를 분석하는 데 있다. 특히 AI 알고리즘 학습 여부라는 독립 변인이 학습자에게 미치는 영향의 차이를 알아 보았다. 결과적으로 게임 제작 중심의 SW·AI 융합 교육과 ‘AI 알고리즘 학습’ 유무가 학습자의 흥미와 컴퓨팅 사고력에서 모두 유의미한 향상을 확인하였다. 이를 통해 향후 초등 교육 현장에 적용 가능한 실전 지도 능력 배양 모델을 제시하는 데 기여할 것으로 기대한다.

As elementary education moves toward an AI-centered society, enhancing problem-solving skills through software (SW) and artificial intelligence (AI) has become a critical requirement. This study designed and implemented a game development–based SW–AI integrated program for pre-service teachers to improve computational thinking and learning interest. The program incorporated generative AI–supported activities, with AI algorithm learning treated as an independent variable. A comparative experimental design was employed to examine differences in learning outcomes between groups with and without AI algorithm instruction. The results demonstrated significant improvements in both learning interest and computational thinking, with statistically significant differences favoring the group that received AI algorithm learning. These findings indicate that integrating game development with AI algorithm instruction is an effective approach for strengthening computational thinking and practical instructional competencies in elementary computer education.

본 연구는 디지털 환경에서 초등학생의 디지털 생활 문제의 증가와 교육 현장에서 디지털 리터러시를 활용한 실제적 수업 모델이 부족한 상황에서 출발하였다. 이에 본 연구는 초등학교 6학년을 대상으로 한 디지털 넛지 기 반 디지털 리터러시 융합 수업 모델을 설계하고, 교과 성취기준과 디지털 리터러시 구성 요소를 체계적으로 통합 한 12차시 교수·학습안을 제시하였다. 수업은 디지털 습관 점검, 데이터 기반 문제 분석, 개선 아이디어 설계, 캠 페인 제작 및 성찰 활동으로 구성되었으며, 국어·수학·실과·미술·도덕 등 다양한 교과와 연계하여 학생의 디지털 시민성 향상을 목표로 하였다. 수업 분석 결과, 제시한 모델은 학생의 디지털 생활 인식 개선과 디지털 리터러시 요소의 균형적 반영 측면에서 교육적 타당성이 높은 것으로 나타났다. 그러나 실제 적용을 위해서는 AI 도구 접근 성 차이·학생의 디지털 격차 등에 대한 보완이 필요하다. 본 연구는 현장에서 활용 가능한 실천적 디지털 리터러 시 교육 모델을 제시했다는 점에서 의의가 있다.

This study examines the need for practical instructional models that integrate digital literacy in elementary education particularly in response to increasing digital challenges among students. To address this gap, the study proposes an twelve-lesson instructional model for sixth-grade students that combines digital nudging with digital literacy competencies. The model incorporates subject-specific achievement standards from Korean language, mathematics, practical arts, arts, and moral education, and guides students through digital habit self-assessment, data-driven analysis, idea development, campaign creation, and reflective activities. Analysis of the instructional design indicates that the model effectively promotes students’ awareness of their digital behaviors and meaningfully integrates core elements of digital literacy. However, successful implementation in diverse school environments may require adjustments related to accessibility of AI tools, and variations in students’ digital proficiency. This study contributes to the field by presenting a practical and adaptable instructional framework for cultivating digital literacy and responsible digital citizenship among elementary learners.

본 연구는 시각장애 체험 기반 공감 활동과 엔트리를 활용한 인공지능 제작 활동을 결합한 인공지능 융합 교 육 프로그램이 초등학생의 장애 수용 태도와 인공지능 리터러시에 미치는 영향을 분석하는 데 목적이 있다. 초 등학교 5·6학년 학생 18명을 대상으로 단일집단 사전-사후 설계를 적용하였으며, 장애 수용 태도 5문항과 인공 지능 리터러시 10문항의 설문과 사후 개방형 문항을 통해 자료를 수집하였다. 프로그램은 장애 이해·체험, 인공 지능 기본 원리 학습, 시각 보조 인공지능 모델 제작 및 윤리 성찰 등 총 8차시로 구성되었다. 연구 결과, 장애 수용 태도와 인공지능 리터러시의 모든 영역에서 점수가 향상됨을 보였으며, 질적 분석에서도 정서적 공감, 행 동 의지 강화, 공익적 인공지능 활용 인식 등 긍정적 변화가 확인되었다. 이는 공감 기반 체험과 인공지능 제작 활동을 결합한 융합 교육이 초등학생의 장애 수용 태도와 인공지능 리터러시를 향상시킬 수 있음을 보여준다.

This study investigated the effects of an AI convergence education program that integrated visual-impairment simulation–based empathy activities with AI model development using Entry on elementary students’ disability acceptance attitudes and AI literacy. Eighteen fifth- and sixth-grade students participated in an eight-session program, and a single-group pretest–posttest design was employed. Quantitative data were collected through five disability acceptance items and ten AI literacy items, supplemented by post-survey open-ended responses. The program, which included disability understanding, AI principles, visual-assistance AI development, and ethical reflection, led to significant improvements across all domains of disability acceptance and AI literacy. Qualitative analysis further revealed enhanced emotional empathy, strengthened behavioral intentions, and increased recognition of socially responsible AI use. These findings suggest that combining empathy-based experiential activities with AI development tasks is an effective approach for fostering both disability acceptance and AI literacy in elementary students.

본 연구는 AI 도구를 활용한 음악 수업이 초등학교 3학년 학생들의 음악 수업 흥미와 자기효능감에 미치는 영향을 분석하고자 수행되었다. 연구는 전주시 소재 초등학교 3학년 학생들을 대상으로 사전 설문 조사 후 4차 시 음악 수업을 진행하고, 동일 문항의 사후 설문을 실시하는 방식으로 수행되었다. 설문 문항은 음악 수업 흥미 와 자기효능감을 5점 척도로 측정하였다. 연구 결과 AI 음악 도구를 활용한 음악 수업은 학생들의 음악 수업 흥 미와 자기효능감 모두에서 유의미한 향상을 보였다. 흥미도는 다수 문항에서 0.8점 이상 상승하였고, 자기효능감 역시 전반적으로 약 1점 증가하였다. 추가적으로 학생들의 디지털 경험 수준을 고려한 분석에서 디지털 경험이 낮은 집단이 높은 집단보다 더 큰 향상 폭을 나타냈으며, 특히 자기효능감에서 매우 큰 효과 크기가 확인되었다. 이는 디지털 친숙도가 낮은 학생에게도 AI 음악 도구가 접근 가능한 창작 환경을 제공하여 새로운 자신감 형성 에 기여함을 시사한다. 연구 결과는 AI 음악 도구를 활용한 음악 교육이 학생의 창의성, 흥미, 자기효능감 증진 에 효과적이며, 특히 디지털 경험 격차를 완화하는 교육적 전략으로 활용될 수 있음을 시사한다.

This study examined the impact of music lessons utilizing AI-based music tools on third-grade elementary students’ interest in music classes and their self-efficacy. The research was conducted with third-grade students at an elementary school in Jeonju, where a pre-test survey was administered prior to instruction, followed by four sessions of AI-integrated music lessons, and a post-test survey using the same questionnaire items. The survey measured students’ music class interest and self-efficacy on a five-point Likert scale. The results demonstrated significant improvements in both variables. Interest in music lessons increased by more than 0.8 points on many items, and self-efficacy showed an overall increase of approximately 1 point. Additionally, an analysis considering students’ digital experience revealed that the low-digital-experience group exhibited greater gains compared to their high-experience counterparts, with particularly large effect sizes observed for self-efficacy. This suggests that AI music tools provide an accessible creative environment even for students with limited digital familiarity, contributing to the development of new confidence. Overall, the findings indicate that incorporating AI music tools into music education is effective in enhancing students’ creativity, interest, and self-efficacy, and can serve as an educational strategy to help reduce gaps in digital experience.

인공지능의 발전이 가속화됨에 따라, 학교에서도 다양한 인공지능 도구를 활용하여 인공지능 소양을 함양 하는 수업 방법을 연구할 필요가 있다. 본 연구는 국어, 음악, 미술 교과와 연계한 인공지능 융합 수업 방법 을 제안하기 위해 수행되었다. 학생들이 인공지능 도구를 활용하여 이야기를 깊이 읽고 이해하는 경험을 하 고, 이야기 속 등장인물의 감정을 담은 음악과 뮤직비디오를 만들어내는 과정에서 인공지능 소양과 음악적 감수성을 함양하는 것을 목표로 하였다. 이를 위해 5학년 18명을 대상으로 2주간 프로그램을 적용하고 효과 를 분석하였다. 분석 결과 설계된 프로그램은 참가자들의 인공지능 소양과 음악적 감수성에 긍정적인 영향을 주었으며, 특히 인공지능에 대한 이해도 향상에 도움을 주었다. 향후에는 학생들의 수준차를 고려한 프로그 램 개선과 다양한 인공지능 융합 수업 방안이 제시되어야 할 것이다.

As the development of Artificial Intelligence (AI) accelerates, there is a growing need for schools to research and implement teaching methodologies that foster AI literacy through the use of various AI tools. This study was conducted to propose an AI convergence class methodology linked to Language Arts(Korean), Music, and Art subjects. The primary objective was to cultivate both AI literacy and musical sensitivity in students by engaging them in a process where they deeply read and comprehend a narrative using AI tools, and subsequently create music and a music video that embodies the emotions of the characters within the story. To this end, a two-week program was implemented and its effects were analyzed with 18 fifth-grade students. The analysis results indicated that the designed program had a positive impact on the participants’ AI literacy and musical sensitivity, and was particularly effective in improving their understanding of AI. Future research should focus on refining the program to account for differences in student proficiency levels and on proposing diverse AI convergence teaching strategies.

본 연구는 초등교사의 성취기준 기반 수업 설계 지원을 위한 생성형 인공지능 활용에 대한 교사의 요구를 분석 하는 데 목적이 있다. 요구분석은 초등학교 교사를 대상으로 성취기준을 입력하면 수업 활동, 평가 문제, 토론 질 문을 자동으로 생성하고 교사 간 공유 및 피드백이 가능한 생성형 AI 기반 수업 설계 도구에 대한 가상 시나리오 를 제시한 후 설문조사를 실시하였다. 분석 결과, 성취기준 기반 수업 설계 과정에서 높은 수준의 부담을 인식하 고 있었으며, 생성형 AI 기반 자동 생성 기능과 교사 협업 기능에 대해 매우 높은 요구를 보였다. 생성형 AI 활용 에 대해서는 전반적으로 긍정적인 인식을 나타내는 한편, 교사의 검토와 수정이 필수적이라는 인식도 함께 확인되 었다. 이러한 결과는 생성형 AI 기반 수업 설계 도구가 교사의 전문성을 대체하는 기술이 아니라 수업 설계 과정 을 보완하고 지원하는 방향으로 설계되어야 함을 시사한다. 본 연구는 향후 초등 교육 현장에 적합한 생성형 AI 기반 수업 설계 지원 환경 구축을 위한 기초 자료를 제공한다는 점에서 의의를 지닌다.

This study examined elementary school teachers' needs for utilizing generative artificial intelligence (AI) in achievement standard-based instructional design. Following the presentation of a hypothetical AI-based tool scenario that automatically generates learning activities, assessments, and discussion questions from achievement standards while facilitating teacher collaboration, a survey was administered to elementary teachers. Results indicated that teachers experienced considerable burden in achievement standard-based instructional design and expressed strong demand for AI generation and collaboration features. Although teachers held generally positive attitudes toward generative AI integration, they emphasized the necessity of teacher review and modification. These findings suggest that generative AI tools should complement rather than replace teacher expertise in instructional design. This study provides foundational insights for developing generative AI-supported instructional design environments appropriate for elementary education settings.

본 연구는 대화형 AI를 활용한 토론 연습이 초등학생의 토의·발표 능력과 발표 불안에 미치는 효과를 실증적으 로 검증하고자 한다. 디지털 시대 교육 환경에서 학생들의 직접적인 발화 기회가 위축되고, 전통적 교실 환경은 개별 학생에게 충분한 연습 기회를 제공하지 못하는 한계가 있다. 이에 본 연구는 대화형 AI가 제공하는 '심리적 으로 안전한 실패의 공간'에 주목하여, AI 튜터와의 일대일 토론 연습을 통해 학생들이 사회적 평가에 대한 두려 움 없이 반복 연습할 수 있는 환경을 구축하는데 주안점을 둔다. 연구는 초등학교 3~5학년을 대상으로 8주간의 AI 기반 토론 연습 프로그램을 설계하였고, 발화 질 평가 루브릭과 발표 불안 척도를 통해 효과를 측정하였다. 연 구 결과 AI를 활용한 개별화 학습 환경이 학생들의 의사소통 역량을 향상시켰으며 심리적 부담 감소에도 긍정적 영향을 준 것으로 조심스럽게 확인할 수 있었다.

This study aims to empirically examine the effects of discussion practice using conversational AI on elementary students’ discourse and presentation skills as well as their presentation anxiety. In the digital era, students’ opportunities for direct verbal expression are diminishing, and traditional classroom environments present limitations in providing sufficient practice opportunities for each individual learner. Accordingly, the study focuses on the “psychologically safe space for failure” afforded by conversational AI, emphasizing the creation of an environment in which students can repeatedly practice one-on-one discussions with an AI tutor without fear of social evaluation. An eight-week AI-based discussion practice program was designed for students in grades 3 to 5, and its effects were measured using a rubric for assessing the quality of verbal output and a presentation anxiety scale. The findings cautiously suggest that the AI-supported individualized learning environment contributed to enhancing students’ communication competencies and had a positive impact on reducing psychological burdens.

본 연구는 디지털 네이티브 세대인 초등학생의 올바른 디지털 시민성 함양을 위해 요구되는 핵심 역량으로서 메타리터러시의 구성 요소를 분석하고, 이에 적합한 측정 도구 개발의 방향을 탐색하는 데 목적이 있다. 이를 위 해 2015년부터 2025년까지 발표된 국내외 학술논문을 체계적 문헌고찰 방식으로 분석하였다. 분석 결과는 다음 과 같다. 첫째, 메타리터러시는 정보의 검색·평가·활용을 넘어 메타인지적 성찰, 사회적 상호작용, 디지털 정체성 그리고 디지털 공감을 포함하는 다차원적 개념으로 확장되고 있다. 둘째, 기존 초등학생 대상 메타리터러시 측정 도구는 인지적·기술적 차원에 치우쳐 있어, 디지털 시민성 교육의 핵심 가치인 공감과 윤리적 실천을 측정하는 문 항이 현저히 부족한 것으로 나타났다. 셋째, 본 연구는 분석 결과를 바탕으로 인지, 기술, 메타인지, 사회·정서(디 지털 공감) 영역을 통합한 새로운 측정 프레임워크의 방향성을 제안하였다. 본 연구는 향후 초등학생의 전인적 성 장을 지원하는 메타리터러시 평가 체계 구축에 실질적인 기초 자료를 제공하는 데 의의가 있다.

The purpose of this study is to analyze the components of metaliteracy as a core competency required for fostering proper digital citizenship in elementary school students, who are the digital native generation, and to explore directions for developing appropriate measurement tools. To this end, domestic and international academic papers published from 2015 to 2025 were analyzed using the Systematic Literature Review (SLR) method. The results of the analysis are as follows. First, metaliteracy is identified as a multidimensional concept that extends beyond the search, evaluation, and use of information to include metacognitive reflection, social interaction, digital identity, and digital empathy. Second, existing metaliteracy measurement tools for elementary students were found to be biased toward cognitive and technical dimensions, revealing a significant lack of items measuring empathy and ethical practice, which are core values of digital citizenship education. Third, based on these results, this study proposed a new measurement framework that integrates cognitive, technical, metacognitive, and socio-emotional (digital empathy) domains. This study is significant in providing practical foundational data for establishing a metaliteracy evaluation system that supports the holistic growth of elementary students.

본 연구는 생성형 AI 기술이 교육 현장에 도입됨에 따라, 이를 체육 교과와 융합하였을 때 초등학생의 신체적 건강과 사 회적 건강에 미치는 교육적 효과를 규명하는 데 목적이 있다. 이를 위해 전북특별자치도 소재 P초등학교 5, 6학년 학생 18 명을 연구 대상으로 선정하여 실험집단 9명과 통제집단 9명으로 무선 배치하였다. 실험집단에게는 6차시의 AI 융합 체육 프 로그램을 진행하였고, 통제집단에게는 전통적인 방식의 일반 체육 수업을 진행하였다. 연구 결과, 신체적 건강(학생건강체력 평가시스템) 측면에서 실험집단은 심폐지구력, 유연성, 순발력 모든 영역에서 사후 점수가 사전 대비 통계적으로 유의미하게 향상되었다. 반면 통제집단은 유의미한 변화를 보이지 않았다. 사회적 건강(초등학생용 사회·정서 역량 진단도구)측면에서도 실험집단은 사전 대비 사후 점수가 유의미하게 향상된 반면, 통제집단은 유의미한 차이가 없었다. 본 연구는 디지털 대전환 시대에 발맞추어 체육 교육의 새로운 교수·학습 모델로서 생성형 AI의 가능성을 실증적으로 확인했다는 데 의의가 있다.

This study examined the educational effects of Generative AI-converged physical education on elementary students’ physical and social health. Eighteen fifth- and sixth-grade students from P Elementary School in Jeonbuk State were randomly assigned to an experimental group (n=9) or a control group (n=9). The experimental group completed a six-session AI-converged physical education program, whereas the control group received traditional physical education. The experimental group showed significant pre–post improvements in physical health (PAPS: cardiorespiratory endurance, flexibility, and power) and social health (Social-Emotional Competence Scale), while the control group showed no significant changes. These findings empirically support the potential of Generative AI as a novel teaching and learning model for physical education in the era of digital transformation.

디지털 전환이 가속화됨에 따라 디지털 시민성 교육의 중요성이 증대되고 있으나, 여전히 디지털 도구 활용, 개인정보 보호 등 일반적인 내용들을 다루고 있는 실정이다. 이러한 교육적 한계를 극복하고자 디지털 기술과 데이터를 활용해 사회 문제를 해결하는 시빅 해킹에 주목하였다. 선행 연구 분석을 통해 문제 인식, 해결책 구 현, 협력적 소통, 사회적 공헌 총 4가지 역량 요인을 도출하였으며, 이를 바탕으로 초등학교 고학년 대상의 10차 시로 구성된 시빅 해킹 기반의 초등 디지털 시민성 교육 프로그램을 설계하였다. 특히 엔트리 플랫폼의 데이터 분석 기능을 활용하여 학습자의 공공데이터 수집과 시각화 처리 및 AI 기반 사회문제해결 방안을 구현하는 실 천적 학습 활동을 구성하였다. 설계한 프로그램에 대한 전문가 타당성 검증 결과, 교육과정 연계성 및 디지털 주 체성 신장 측면에서 적합한 것으로 나타났다. 향후 연구에서 제시한 프로그램을 기반으로 디지털 시민성 교육의 새로운 방향을 제시하는 현장 적용 연구로 확대될 필요가 있다.

As digital transformation accelerates, the importance of digital citizenship education has grown significantly. However, current educational practices remain largely confined to general topics such as digital tool proficiency and personal information protection. To overcome these limitations, this study focuses on the concept of civic hacking. Through an analysis of preceding research, four core competency factors were identified: problem recognition, solution implementation, collaborative communication, and social contribution. Based on these factors, a 10-session education program was developed for upper elementary students. By utilizing the Entry platform, learners engage in practical activities—collecting and visualizing public data to implement AI-driven solutions for social issues. Expert validation confirmed the program’s alignment with the curriculum and its effectiveness in fostering digital agency. Future research should focus on field applications to establish new directions for digital citizenship education.

본 연구는 생성형 AI가 초등학교 수업 설계 도구로서 수행할 수 있는 역할을 탐색하기 위해, 교사와 생성형 AI 가 동일 조건에서 설계한 수학·체육 융합 수업 주제를 비교·분석하였다. 2022 개정 교육과정의 성취기준을 기반으 로 교사가 설계한 8개의 주제와 생성형 AI가 만든 8개의 주제를 대상으로 초등교사 15명이 정량·정성의 혼합형 설문을 통해 각 주제를 검증하였다. 정량 분석 결과, 교사가 설계한 주제 8개 중 7개, 생성형 AI가 설계한 주제 8 개 중 5개의 CVR 점수가 높게 측정되었다. 정성 분석에서는 교사 설계 주제는 실현 가능성이 높고 명료하다는 점이 장점으로 나타났으며, 생성형 AI 설계 주제는 다양하고 창의적이지만 학생 수준과 현장 실행 가능성 측면에 서 조정이 필요하다는 의견이 제시되었다. 본 연구는 생성형 AI가 교사의 수업 설계를 보완하는 협력적 도구로 활 용될 수 있음을 시사하며, AI 기반 수업 설계의 교육적 방향을 제안한다.

This study explores the use of Generative Artificial Intelligence (Generative AI) as a tool for designing integrated lessons in elementary education. Eight math–PE topics were created by a teacher and eight by ChatGPT based on the 2022 Revised Curriculum. Fifteen elementary teachers evaluated the topics through a mixed-method review. Quantitative analysis showed that seven teacher-designed topics and five AI-generated topics met validity criteria. Qualitative findings indicated that teacher-designed topics were clear and practical, while AI-generated topics were creative and diverse but required adjustments for student level and classroom feasibility. The study suggests that Generative AI can serve as a complementary tool that enhances teachers’ lesson design processes.

본 연구는 초등학교 3·4학년 학생을 대상으로 티볼 수업에서 타율 데이터를 수집하고, 이를 기반으로 생성형 AI을 활 용한 승부 예측 학습 사례를 분석하는 데 목적이 있다. 연구는 총 10차시의 체육 수업으로 설계되었으며, 학생들은 스프 레드시트 프로그램을 활용해 경기 데이터를 직접 기록하고 AI 예측 결과와 실제 경기 결과를 비교·분석하였다. 특히, 어 드밴티지 규칙을 적용한 수업 설계를 통해 공정성 인식, 학습 동기, 데이터 리터러시의 변화를 탐색하였다. 연구 결과, 학생들은 AI 예측의 한계와 실제 경기 상황의 다양한 변수를 이해하게 되었으며, 체육 수업에서 데이터 기반 학습의 가 능성을 확인할 수 있었다. 본 연구는 체육 교과와 AI 교육의 융합 수업 모델을 제시하였다는 점에서 의의를 가진다.

This study examines a learning case in which generative AI was used to predict game outcomes based on batting average data collected from T-ball classes for third- and fourth-grade elementary school students. The ten-session physical education program involved students recording game data using a spreadsheet and comparing AI predictions with actual game results. By applying advantage rules, the study explored changes in students’ perceptions of fairness, learning motivation, and data literacy. The findings show that students recognized the limitations of AI predictions and the influence of real-game variables, demonstrating the potential of data-driven learning in physical education. This study presents an instructional model integrating physical education and AI education.

본 연구는 생성형 인공지능 활용이 확대되는 초등 교육 맥락에서 기존 ASSURE 교수설계 모형을 재구성한 GA‑ASSURE 모형을 제안하는 데 목적이 있다. 문헌연구를 통해 ASSURE 모형의 여섯 단계와 생성형 인공지능의 기능, 위험, 윤리, 교사 역량을 분석하여 1차 모형을 구안하고, 초등교사와 관련 전공 전문가 5인의 서면 의견을 반영해 단계별 실행 지침의 명료성과 현장 적용 가능성을 보완한 2차 모형을 도출하였다. GA‑ASSURE 모형은 학 습자 분석부터 평가 및 수정에 이르는 ASSURE 흐름 속에 AI 리터러시 진단, 프롬프트 설계와 산출물 검증, 윤리 적인 부분과 법적 고려, 기술적 오류 대비를 통합하여 생성형 인공지능을 교사의 전문성을 보완하는 인지적 도구 로 활용하기 위한 성취기준 기반 수업 설계 준거를 제공하고자 하였다.

This study proposes the GA‑ASSURE model, which adapts the ASSURE instructional design model to the use of generative artificial intelligence in elementary education. The initial model was developed by analyzing the six phases of ASSURE together with key aspects of generative AI, such as its functions, risks, ethics, and required teacher competencies, and then aligning these elements. Written feedback from five experts, including in‑service elementary teachers and researchers in computer education and instructional technology, was used to refine phase‑specific guidelines and derive the second version of GA‑ASSURE. The model embeds AI literacy diagnosis, prompt design and verification, ethical and legal considerations, and preparation for technical failures into the ASSURE cycle, providing practical criteria for using generative AI as a cognitive tool that complements teachers’ professional judgment in achievement standard‑based instructional design.

본 연구는 학습자의 디지털 활용 특성을 고려한 디지털 기반 발명 교육의 효과성을 탐색하는 데 목적이 있다. 저학년 학습자의 디지털 기기 활용 부담을 낮추기 위해 터치 기반의 직관적 조작, 즉각적인 기록과 저장, 간편 한 공유 및 협력 활동이 가능한 태블릿 PC를 활용하여 발명 교육을 설계하였다. 발명 교육 프로그램은 디지털 기록-탐구-창작-공유의 단계를 거치며 발명 아이디어를 시각화하고 확장하며 구체화할 수 있도록 설계하였고, 초등학교 2학년 26명에게 적용하였다. 학습자 산출물과 학생 면담, 교사의 관찰 기록을 귀납적 내용 분석을 통 해 분석한 결과, 태블릿 PC를 활용한 디지털 기반 발명 교육은 발명 아이디어의 시각화 촉진, 적극적인 학습 참 여, 발명 아이디어의 확장과 구체화, 소통 및 성찰 촉진에 긍정적인 영향을 주는 것을 확인하였다. 본 연구는 학 습자의 디지털 활용 특성을 고려하고, 디지털과 연계하여 발명 교육의 효과성을 높일 수 있는 방안을 제시하였 다는 점에서 의미가 있다.

This study aims to examine the effectiveness of digital-based invention education that reflects learners’ characteristics in digital technology use. To reduce the burden of device use for lower-grade elementary students, the program was designed using tablet PC, which support intuitive touch-based interaction, immediate recording and storage, and easy sharing and collaboration. The program was structured around the stages of digital documentation, inquiry, creation, and sharing to support the visualization, expansion, and concretization of invention ideas, and was implemented with 26 second-grade students. Inductive content analysis of students’ outputs, interviews, and teachers’ observation records revealed that the tablet-based digital invention education facilitated visualization of ideas, active participation, idea expansion and refinement, and enhanced communication and reflection. The study is meaningful in proposing strategies to improve the effectiveness of invention education through digital integration while considering learners’ digital use characteristics.

본 논문은 열화상과 RGB 광학 센서로 구성된 멀티모달 체계에서 데이터 동기화 및 처리와 이력화를 위한 공유 DB 기반 운영 체계를 제안한다. 이 체계는 센서별 분석 기능을 독립적으로 유지하면서 모든 중간 결과와 최종 결과를 공유 데이터베이스에 기록하는 방식으로 프로그램 간 직접 의존성을 최소화한다. 구체적으로는 실 시간 운영에 필요한 최신 상태 중심의 센서 데이터 공유 데이터베이스와 사후 추이 분석 및 성능 개선을 히스 토리 기록용 데이터베이스를 분리하여 운영하여 실시간 갱신·조회 성능과 장기 분석 가능성을 동시에 확보하 도록 설계하였다. 데이터 공유 데이터베이스 에서는 열화상 벡터를 FIFO 큐로 누적하도록 하였고 미디언 필터 링을 통해 노이즈 감소를 위한 스키마 운영 구조를 포함하도록 설계하였다. RGB 광학 이미지 분석 과정으로 얻은 정보 (작업인원, 낙상, 화재·연기 영역)와 장비 이상 지표를 통합 저장하도록 였한다. 이후 주요 결과는 기록용 데이터베이스 내 일자별 테이블에 추가하여 시계열 기반의 분석과 모델 개선이 가능하도록 하였다.

This paper proposes a shared database-based operating system for data synchronization, processing, and historical storage in a multimodal system comprised of thermal imaging and RGB optical sensors. This system minimizes direct inter-program dependencies by maintaining independent analysis functions for each sensor while recording all intermediate and final results in a shared database. Specifically, the system separates a shared database for up-to-date sensor data required for real-time operation from a database for historical records for post-hoc trend analysis and performance improvement, ensuring both real-time update and query performance and long-term analysis potential. The shared data database accumulates thermal image vectors in a FIFO queue and incorporates a schema operating structure for noise reduction through median filtering. Information obtained through RGB optical image analysis (including personnel, falls, and fire/smoke areas) and equipment anomaly indicators are integrated and stored. Key results are then added to a daily table within the recording database, enabling time-series analysis and model improvement.