Earticle

AI(Artificial intelligence)는 4차 산업혁명을 살고 있는 우리에게 많은 변화를 가져왔다. 무인카메라, 무 인택배함 등 AI를 활용한 무인 자동시스템은 우리 삶에서 손쉽게 접할 수 있다. 따라서 미래를 살아가는 아이들에게 AI 교육은 중요한 부분을 차지하게 되었다. 그러나 현재 국내 교육은 유치원과 초등학교 저학 년과 같은 어린 학생들을 위한 AI 교육 사례가 미비하다. 따라서 본 연구는 기 연구된 유치원 및 초등학 교 1-2학년 SW 교육과정을 토대로 AI 기반 교수학습 활동 사례와 주제별로 AI 기반 컴퓨팅 사고력을 제 시하였다. 다만, 본 교수학습 활동이 공교육에 적용되려면 충분한 수업 시간을 확보하고, 교육 환경을 개 선하고, 수업활동을 적극적으로 지원해야 한다.

AI(Artificial intelligence) has brought many changes to our living in the Fourth Industrial Revolution. In our daily lives, we can easily access unmanned automatic systems using AI such as unmanned cameras and unmanned delivery boxes. Therefore, AI education has become an important part of daily life in the future. Currently, however, we have very few cases of AI education for young students, such as kindergarten and lower grades in elementary schools. Based on the software education curriculum of kindergarteners and lower graders previously studied, we presented the examples of AI-based teaching and learning activities and presented related AI-based computational thinking by each topic. However, in order for these teaching and learning activities to be applied to public education, it is necessary to secure sufficient class time, improve the educational environment, and actively support teaching activities.

최근 머신러닝, 빅데이터, 머신러닝 등의 기술 발전을 기반으로 인공지능(AI) 기술이 고도화되면서 다양한 분야 에서 적극적으로 활용되고 있고, 미래 산업의 핵심으로 떠오르고 있다. 이에 우리나라에서는 AI 국가전략을 발 표하는 등 미래 AI 기술 발전과 환경 구축의 발판을 마련하고 있으며, 교육 분야에서도 AI 인재 양성을 위한 각 종 정책을 개발하고 있다. 그런데 AI의 중요성이나 필요성에 대해서는 많은 사람들이 동의하고 있으면서도, 구체 적인 필요성에 대한 공감대 형성은 부족하다고 할 수 있다. 관련 연구를 살펴보면 AI교육의 내용이나 방법론 등 의 방향에서 많은 차이를 보이고 있는데, 이는 필요성에 대한 인식이 방향을 설정하는 전제 조건이 되고, 이에 따라 교육 내용과 방법이 결정되기 때문이다. 이에 본 연구에서는 전문가와 학교 현장의 AI교육 필요성에 대한 인식 차이를 분석해보고 이를 토대로 모두가 공감할 수 있는 AI교육의 필요성에 대한 인식을 분석함으로써 향후 AI교육의 방향을 탐색하고자 한다.

As artificial intelligence(AI) technology is advanced based on recent technological advances such as machine learning, big data, and machine learning, it is actively used in various fields and is emerging as the core of the future industry. Accordingly, Korea is laying the groundwork for future AI technology development and environment establishment, such as announcing the national AI strategy, and is developing various policies to foster AI talent in the field of education. However, although many people agree on the importance or necessity of AI, it can be said that there is insufficient consensus on specific needs. Looking at related studies, there are many differences in the direction of AI education content and methodology, because awareness of necessity becomes a prerequisite for setting the direction, and accordingly, the direction such as educational content and method is determined. Therefore, this study aims to explore the direction of AI education by analyzing the difference in perceptions of the need for AI education between experts and the school field, and analyzing the perception of the need for AI education that everyone can relate to.

지능정보사회의 도래와 미래 인재 육성을 위한 인공지능 교육이 교육계의 주목을 받으며 교원의 인공지능 대학원 과정 또한 개설, 운영 중이며 올해 신설된 AI교육 대학원의 교육과정은 각 대학의 여건을 고려하여 자 체적으로 편성되어있다. 이에 본 연구에서는 교육대학원에서 보다 효과적이고 교육적 가치를 높일 수 있는 AI 교육과정이 향후 개발될 수 있도록 교육과정 개발의 방향을 탐색하고자 한다. 본 연구에서 제안한 교육대학원 AI교육과정은 Backward 설계를 토대로 Bloom의 디지털 텍사노미, Bruner의 나선형 교육과정 구성 원리를 포 함하여 ‘내용영역’, ‘수준’, ‘교수학습방법’ 등 3가지의 요소로 구성하고자 하였다. 연구에서 제시한 AI교육과정 개발 방향을 토대로 국내 교육대학원의 AI교육과정이 좀 더 내실화되길 바라며, 향후 본 연구에서 제시한 교 육과정을 수정ㆍ보완하여 초ㆍ중등학교의 AI교육과정 구성에도 활용할 수 있을 것이라 기대한다.

The advent of the intelligent information society and artificial intelligence education for fostering future talents is attracting the attention of the education community, and the AI graduate course for teachers is also being opened and operated. The curriculum of the AI education graduate school, which was established this year, is self-contained considering the conditions of each university. Are organized. Accordingly, this study seeks to explore the direction of curriculum development so that AI curriculum that can be more effective and enhance educational value in the graduate school of education can be developed in the future. Based on the Backward design, the AI curriculum proposed in this study includes Bloom's digital taxonomy, Bruner's spiral curriculum composition principle, and three elements such as 'content domain', 'level', and 'teacher learning method'. It was intended to consist of. Based on the direction of AI curriculum development suggested in the study, we hope that the AI curriculum of domestic graduate schools of education will be more substantial, and this framework will be revised and supplemented in the future to be used in the composition of the AI curriculum in elementary and secondary schools.

초등학교 소프트웨어 교육에서는 간단한 문제해결 과정을 통하여 프로그래밍 과정을 경험하고 있다. 그리고 이러한 경험조차도 문제 해결 과정을 CS Unplugged 활동으로 하도록 강조하는 실정이다. 하지만 CS Unplugged는 컴퓨팅 원리의 습득에 그치고 학습자가 실제 문제 해결의 처리 경험을 하지 못한다는 단점이 존재 한다. 본 연구에서는 초등학생들의 실제적 삶에서 부딪히는 문제들을 해결할 수 있는 역량을 기르는 것에 목표 를 두고 로봇 활용 인공지능 교육 프로그램을 개발하였다. 프로그램을 적용한 결과, 학생들은 개발된 프로그램을 통하여 실생활의 복잡한 문제를 인공지능의 관점으로 해결하고, 로봇 제어를 통하여 인공지능 교육에 대한 흥미 및 이해도가 높아질 수 있었다.

In elementary school software education, a programming process is experienced through a simple problem solving process. And even this experience emphasizes that the problem-solving process is a CS Unplugged activity. However, CS Unplugged has a disadvantage in that it only learns the principles of computing, and the learner cannot experience real problem solving. In this study, a learning program using artificial intelligence robots was developed with the goal of cultivating the ability to solve problems encountered in the real life of elementary school students. Students could solve complex problems in real life from the point of view of artificial intelligence through the developed program, and increase their interest and understanding of artificial intelligence education through robot control.

인공지능(AI)이 발달하면서 누구나 손쉽게 접속하여 인공지능에 대한 내용을 학습하거나, 인공지능 모델을 만 드는 등 인공지능 관련 다양한 활동을 할 수 있는 플랫폼들이 많이 생겨났다. 이에 본 연구에서는 다양한 인공 지능 교육 플랫폼을 분석하여 인공지능 기반 SW교육 활성화를 위한 프레임워크기반 인공지능 교육 플랫폼을 활용한 SW교육 수업안을 개발하여 제안하였다. 인공지능 기반 SW교육 프레임워크는 컴퓨팅 사고력 (Computational Thinking)의 기반 위에서 인공지능 리터러시(literacy)를 함양하는 것을 목표로 학습자 중심의 프로젝트 수업을 구성하여 실생활의 맥락이나 다른 교과와 융합 가능한 요소를 포함하였다. 이를 활용하여 분리 수거 도우미 인공지능 만들기라는 주제로 6차시 분량의 프로젝트 기반 수업으로 실과, 사회, 창의적 체험활동을 활용한 SW교육 수업안을 개발하여 제시하였다. 이 프로젝트 수업은 AI Oceans, 엔트리와 같이 어렵지 않은 플 랫폼을 활용하여 수업을 구성하였다.

With the development of artificial intelligence, a lot of platforms have emerged that enable anyone to easily access and learn about artificial intelligence or create artificial intelligence models. Therefore, in this study, we analyzed various artificial intelligence education platforms and developed and proposed a SW education class plan using a framework-based artificial intelligence education platform for activating artificial intelligence based SW education. The artificial intelligence-based SW education framework aims to cultivate artificial intelligence literacy on the basis of computational thinking. In addition, a learner-centered project class was formed to include elements that could be fused with real life contexts or other subjects. Using this, with the theme of creating an artificial intelligence program to help separate garbage collection, a six-hour project-based class was developed and proposed using practical arts, social studies, and creative experiential activities. This project class was organized using a platform that is not difficult, such as AI Oceans and Entry.

4차 산업혁명시대는 인공지능(AI), 가상현실(VR), 빅데이터(BigData)와 같은 첨단 기술을 통해 사회전반에 걸 쳐 총체적 변화가 나타난다. 이를 반영하듯 많은 나라들이 기술혁명시대에 우위를 선점하기 위해 AI 인재양성에 힘을 기울이고 있다. 우리나라도 AI인재양성 전략을 내놓고는 있지만 학부생에게는 AI 교육에 대한 접근이 쉽지 는 않다. 이러한 현실에서 본 논문은 학부생이 쉽게 접근할 수 있는 빅데이터 분석 기반 AI 교육을 실시하여 AI 교육에 대한 학부생의 정의적 태도 변화를 살펴보았다. 이를 위해 5주간(총 15시간)동안 데이터 분석 기반 AI 교육이 학부생들의 수준에 제공되었다. 그리고 단일 그룹의 사전-사후 검사를 통해 AI 교육에 대한 학부생들의 태도를 분석하였다. 분석 결과 AI 교육에 대한 자신감과 자기주도성이 향상되는 유의미한 결과를 얻었다. 이 연 구의 결과를 토대로 현장에서 자기주도성과 자신감을 향상시킬 수 있는 AI기초교육개발에 대한 연구가 활발히 이루어지길 기대한다.

Humanity faces the fourth industrial revolution, a time of technological revolution by the collaboration of various industries including the fields of artificial intelligence(AI) and big data. Many countries are focused on fostering AI talent to prevail in the coming technological revolution. While Korea also provides some strategies to enhance the cultivation of AI talent, it is still difficult for Korean undergraduate students to get involved in AI studies. Through on the implementation of ‘Big data analysis based AI education’, which allows an easier approach to AI education, this paper examined the changes in the attitudes of undergraduate students regarding general AI education. ‘Big data analysis based AI education’ was provided at undergraduate level for 5.5 weeks (15 hours). The attitudes of undergraduate students were analyzed by pre-postmortem. The results showed there was a significant improvement in confidence and self-directed in regard to receiving AI education. With these results, further active research to develop basic AI education that also increases confidence and self-initiative can be expected.

데이터과학은 스몰데이터 분석에서 출발하여, 빅데이터 분석을 위한 머신러닝, 딥러닝까지 포함하고 있다. 데 이터과학은 인공지능 기술의 핵심 영역이고, 학교 교육과정에 체계적으로 반영해야 할 내용이다. 데이터과학 교 육을 위해, 엔트리에서도 초등교육용 데이터 분석 도구를 제공하고 있다. 빅데이터 분석에서는 데이터 표본을 추 출하여, 통계학적인 추측과 판단을 통해 분석결과를 해석한다. 본 논문에서는 통계학적인 지식을 필요로 하는 빅 데이터 분석 영역을 초등영역에서 제외하기로 하고, 초등영역에 초점을 맞춘 데이터과학 교육 사례를 제안하였 다. 이를 위해서, 일반적인 데이터과학 교육 단계를 먼저 설명하고, 초등 데이터과학 교육 단계를 새롭게 제안하 였다. 그리고 엔트리에서 제공하는 공공 스몰 데이터를 사용한 데이터 변수 값 비교 사례와 데이터 변수 간 상 관관계 분석 사례를 초등 데이터과학 교육 단계에 따라 제안하였다. 본 논문에서 제안된 엔트리 데이터분석 사 례들을 활용하면, 여러 교과에서 발생하는 데이터를 사용한 초등 데이터과학 융합 교육이 가능하다. 또한, 엔트 리를 사용하여 텍스트, 음성 및 영상인식 AI 도구와 결합한 데이터과학 교육 자료도 개발 가능하다.

Data science starts with small data analysis and includes machine learning and deep learning for big data analysis. Data science is a core area of artificial intelligence technology and should be systematically reflected in the school curriculum. For data science education, The Entry also provides a data analysis tool for elementary education. In a big data analysis, data samples are extracted and analysis results are interpreted through statistical guesses and judgments. In this paper, the big data analysis area that requires statistical knowledge is excluded from the elementary area, and data science education examples focusing on the elementary area are proposed. To this end, the general data science education stage was explained first, and the elementary data science education stage was newly proposed. After that, an example of comparing values of data variables and an example of analyzing correlations between data variables were proposed with public small data provided by Entry, according to the elementary data science education stage. By using these Entry data-analysis examples proposed in this paper, it is possible to provide data science convergence education in elementary school, with given data generated from various subjects. In addition, data science educational materials combined with text, audio and video recognition AI tools can be developed by using the Entry.

4차 산업혁명이 도래함으로써 AI 교육에 대한 관심이 증가하고 있다. 미래를 이끌어갈 AI 역량을 갖춘 인재를 양성하기 위해서는 학교 현장에서 AI 교육이 내실 있게 이루어져야 한다. 국내·외에서 AI 교육을 시행하고 있지 만, 더 나은 AI 교육을 시행하기 위해서는 AI 교육 플랫폼의 역할이 중요하다고 판단하였기에, 본 연구에서는 AI 교육 플랫폼에 대한 전문가 인식을 조사하였다. 교수·학습관리, 교육용 콘텐츠, 접근성, AI 교육 플랫폼의 성능, 초등학생의 수준 적합도 등의 5가지 기준을 바탕으로 인식조사를 시행하였다. 총 103명의 교육 관련 전문가들을 대상으로 실시하였으며, 조사 결과 Machine Learning for Kids, Teachable Machine, AI Oceans(code.org), 엔트 리, 지니 블록, 앱인밴터, Elice, mBlock 등의 8가지 플랫폼 중 엔트리가 초등 AI 교육에 가장 적합한 플랫폼으로 선정되었다. 이는 엔트리가 양질의 교육용 콘텐츠를 제공하고, 접근성이 편리하며, 교수·학습 관리가 가능하고, 초 등학생들의 수준에 적합한 AI 교육 플랫폼이기 때문인 것으로 분석된다. 다양한 AI 교육 플랫폼을 학교 현장에 적용하기 위해서 교사를 대상으로 AI 관련 연수를 실시하여 AI 교육 전문가로 양성해야 하며, 지속적으로 AI 교 육 플랫폼을 접할 기회를 제공해야 할 것이다. 본 연구는 조사대상 인원이 제한적이었고, 대부분의 인식조사 참여 자가 경기도에서 근무하는 전문가라서 모집단 인식조사라고 하기 에는 제한점이 존재한다. 향후 이와 같은 제한 점을 보완하기 위한 전국단위의 전문가를 대상한 연구가 진행되어야 할 것으로 판단된다.

With the advent of the 4th Industrial Revolution, interest in AI education is increasing. In order to cultivate talented people with AI competencies who will lead the future, AI education must be conducted in a sound manner at the school site. Although AI education is being conducted at home and abroad, it was determined that the role of the AI education platform is important to implement better AI education, so this study investigated the perception of experts on the AI education platform. A perception survey was conducted based on five criteria: teaching and learning management, educational contents, accessibility, performance of AI education platform, and level suitability of elementary school students. As a results, the number of 103 educational experts selected ‘Entry’ as the most proper platform among the eight platforms - ‘Machine learning for Kids’, ‘Teachable Machine’, ‘AI Oceans(code.org)’, ‘Entry’, ‘Genie Block’, ‘Elice’, ‘mBlock’ and etc. Analysis shows that this is because 'Entry' provides quality educational content, has convenient accessibility, is easy to manage teaching and learning, as well as an AI education platform suitable for the level of elementary school. In order to apply various AI education platforms to the school field, it is necessary to train teachers in AI-related training to train them as AI education experts, and to continuously provide opportunities to experience AI education platforms. In this study, there are limitations to what is called ‘a population perception survey’. because only 103 people were surveyed, and most of the experts are working in a specific area(Gyeonggi-do). In the future, it is judged that research targeting experts at the national level should be conducted to supplement these limitations.

본 연구는 인공지능(이하 AI)이 모든 영역에 전일적으로 확산되는 시점을 맞아 비전공자들도 AI를 효과적으 로 학습하는 방안을 탐색하기 위한 하나의 시론적 연구이다. AI 교육을 수학, 통계, 컴퓨터공학 전공 학생들뿐만 아니라 인문·사회과학 등 다른 전공자들도 쉽게 접근할 수 있도록 하기 위한 학습법을 탐색하고자 하였다. 마침 ‘설명 가능한 AI(XAI: eXplainable AI)’의 필요성과 MIT AI 연구소의 Patrick Winston의 ‘지각 있는 기계(AI)를 위한 스토리텔링의 중요성[33]'이 두드러진 상황에서 AI 스토리텔링 학습모델 연구의 의의를 찾을 수 있겠다. 이 를 위해 본 연구는 우선 대구 소재 A 대학교의 학생들을 대상으로 그 가능성을 테스트하였다. 먼저 AI 스토리 텔링(AI+ST) 학습법[30]의 교육목표, AI 교육내용의 체계와 학습방법론, 새로운 AI 도구의 소개 및 활용에 대해 살펴보고, 1) AI+ST 학습법이 알고리즘 중심의 학습법을 보완할 수 있는지, 2) AI+ST 학습법이 학생들에게도 효과가 있는지, 그리하여 AI 이해력, 흥미도, 응용력 배양에 도움이 되었는지에 관한 연구 질문을 중심으로 학습 자들의 결과물을 비교 분석하였다.

This study is a theoretical research to explore ways to effectively learn AI in the age of intelligent information driven by artificial intelligence (hereinafter referred to as AI). The emphasis is on presenting a teaching method to make AI education accessible not only to students majoring in mathematics, statistics, or computer science, but also to other majors such as humanities and social sciences and the general public. Given the need for ‘Explainable AI(XAI: eXplainable AI)’ and ‘the importance of storytelling for a sensible and intelligent machine(AI)’ by Patrick Winston at the MIT AI Institute [33], we can find the significance of research on AI storytelling learning model. To this end, we discuss the possibility through a pilot study targeting general students of an university in Daegu. First, we introduce the AI storytelling(AI+ST) learning method[30], and review the educational goals, the system of contents, the learning methodology and the use of new AI tools in the method. Then, the results of the learners are compared and analyzed, focusing on research questions: 1) Can the AI+ST learning method complement algorithm-driven or developer-centered learning methods? 2) Whether the AI+ST learning method is effective for students and thus help them to develop their AI comprehension, interest and application skills.

4차 산업혁명과 코로나-19를 대비하면서 우리 교육은 소프트웨어 교육을 넘어 소프트웨어 기술을 접목한 AI 교육의 시대로 새로운 배움의 장을 넓혀가고 있다. 본 연구에서는 소프트웨어 교육에서의 학습자 중심 평가 사 례를 분석하여 그 효과성을 통해 인공지능 교육의 평가 방향을 고찰해 보려 한다. 컴퓨터 교과를 포함한 비컴퓨터 교과에 학습자 중심 평가를 적용한 사례를 통해 학습자의 학습에 미치는 효과와 학습자 중심 평가의 환경 여건 및 평가 모형 등을 모색하고, 소프트웨어 교육에 학습자 중심 평가 모형을 적용한 사례를 통해 인공지능 교육에서 학습자 중심 평가가 교육 현장에 시사하는 점에 대해 알아보고자 하였다. 분석한 결과 학습자 중심 평가는 학습 자의 학습 목표 도달에 유의미한 효과를 보였으며, 지능정보기술에 따른 디지털 환경 여건의 구축, 학습자의 평 가를 도울 수 있는 객관적 평가 시스템과 객관적 평가 모형이 고안되어질 때 인공지능 교육에서의 학습자 중심 평가가 원활하게 이루어질 것이라고 기대한다.

Preparing for the Fourth Industrial Revolution and Corona-19, our education is expanding a new chapter of learning to the era of AI education that incorporates software technology beyond software education. In this study, we will analyze the case of learner-centered assessment in software education and examine the assessment direction of artificial intelligence education through its effectiveness. Through the case of applying learner-centered assessment to non-computer subjects including computer subjects, we sought the effects on learners' learning, environmental conditions and assessment models of learner-centered evaluation, and through the case of applying the learner-centered assessment model to software education, we wanted to find out what the learner-centered assessment in artificial intelligence education suggests to the educational site. According to the analysis, the learner-centered assessment had a significant effect on the learner's achievement goal, and it is expected that the learner-centered assessment in artificial intelligence education will be carried out smoothly when an objective evaluation system and objective evaluation model are designed to help the learner's assessment, building digital environment conditions based on intelligent information technology.