Earticle

21세기 인류는 AI 실용 시대를 열어 가고 있다. 이제껏 인류는 산업 구조가 고도화 되어도 지식 생산의 추상 화 작업 만큼은 자신의 고유 영역이라 보았는 데 그 믿음에 의구심을 갖게 되었고, 이에 현대인은 인간과 기계 지능을 구분하고 자신의 정체성을 새롭게 구축해야 하는 상황에 놓이게 되었다. 이에 본 논문은 현대 인류의 정 체성을 과거로부터 축적한 지식의 결과라는 관점에서 살피고자 하였다. 이러한 논의를 지구와 인류 출현으로부 터 시작하는 “단계별 지식 축적 방식의 변화” 라는 역사 모형으로 요약하여 제시하였다. 이 분석 모형의 1 단계 는 지구 상에 인간 지능 출현까지의 “DNA 지식 축적” 이다. 2단계는 스스로 지식을 생산할 수 있게 된 인간의 생물학적 지능에 의한 “문명 지식 축적” 과정이다. 현재는 3단계로 분류되며 AI 기술을 이용한 “기계적 지식 축 적”단계로 진입하고 있다고 보았다. 본 논문은 인류 역사를 이러한 단계별 지식 축적 모형으로 제안하며 관련한 논의를 기술하였다.

Humanity in the 21st century is ushering in an era of practical use of AI. Until now, even though the industrial structure has been advanced, mankind has seen that the abstraction of knowledge production is only their own domain, but they have doubts about that belief. Therefore, this paper tried to examine the identity of modern humanity from the perspective of the result of knowledge accumulated from the past. These discussions were summarized and presented in a historical model called “Changes in the way of accumulating knowledge step by step” starting from the emergence of the earth and mankind. The first stage of this analytical model is the “accumulation of DNA knowledge” until the emergence of human intelligence on Earth. The second stage is the process of “accumulating civilized knowledge” by human biological intelligence, which has become capable of producing knowledge on its own. It is currently classified into three stages and it is considered that it is entering the stage of “accumulating mechanical knowledge” using AI technology. This paper proposes human history as such a step-by-step knowledge accumulation model and describes related discussions.

본 연구는 교육대학원에서의 인공지능 교육 과목의 운영사례이다. 교육 과정은 머신러닝의 이해와 실습, 데이 터 분석, 엔트리를 이용한 인공지능의 실제, 인공지능과 피지컬 컴퓨팅 등으로 구성되었다. 교육효과에 대한 설 문 조사 결과, 수강생들은 초등학교 현장으로의 적용 용이성과 수업 우선순위로 엔트리 인공지능 블록의 활용, 피지컬 컴퓨팅 도구로써 대장장이 보드의 활용을 선호하였다. 데이터 분석 영역은 수학교과의 데이터와 그래 프 교육과의 연계 등에서 그 효과성이 있으며. 피지컬 컴퓨팅 도구로 허스키 렌즈는 고유의 이미지 처리 기능을 활용하면 자율주행차 메이커 교육에 유용한 것으로 나타났다. 바람직한 인공지능교육으로는 수준별 교육과정, 데 이터 수집 및 분석 교육의 강화 등이 요구되었다.

This study is a case study of artificial intelligence education subjects in the graduate school of education. The main educational contents consisted of understanding and practice of machine learning, data analysis, actual artificial intelligence using Entries, artificial intelligence and physical computing. As a result of the survey on the educational effect after the application of the curriculum, it was found that the students preferred the use of the Entry AI block and the use of the Blacksmith board as a physical computing tool as the priority applied to the elementary education field. In addition, the data analysis area is effective in linking math data and graph education. As a physical computing tool, Husky Lens is useful for scalability by using image processing functions for self-driving car maker education. Suggestions for desirable AI education include training courses by level and reinforcement of data collection and analysis education.

본 연구는 인공지능 교육에 대한 연구 동향을 파악하는 것을 목적으로 2016년 이후 최근까지 발간된 ‘인공지 능 교육’과 관련한 국내학술지논문 164건을 분석하였다. 논문 분석을 위한 준거는 연도별 논문수, 학술지명, 연구 주제, 연구 유형, 자료수집 방법, 연구 대상, 교과로 하였으며 주요 연구 분야와 추후 연구가 필요한 분야를 살펴 보고자 하였다. 연구의 방법은 선정한 논문에 대해 주제와 요약을 중심으로 분석하되 불분명한 경우 본문을 확 인하였다. 연구의 결과 ‘인공지능 교육’에 대한 연구는 2017년 이후 본격적으로 시작되었으며 최근 들어 급격하 게 증가하는 경향을 보이고 있다. 분석결과 연구 주제에서는 인공지능 교육 프로그램과 콘텐츠 개발, 인공지능의 인식과 이미지에 대한 연구가 많은 편이었다. 연구의 유형에서는 양적연구가 많았고 자료수집 방법으로는 개발 연구 방식이 많이 사용되었다. 연구 대상에서는 초등학교가 비중이 높았으며 교과목에서는 인공지능 내용을 다 루는 실과/기술 교과가 많은 것으로 나타났다.

The purpose of this study is to identify research trends on artificial intelligence education. We analyzed 164 domestic journal papers related to AI education published since 2016. The criteria for papers analysis are number of publications by year, journal name, research topic, research type, data collection method, research subject, and subject. The main research areas and areas that require further research are reviewed. The method of the study was analyzed based on the topic and summary of the selected papers, but the text was checked if it was unclear. As a result of the study, research on 'artificial intelligence education' started in earnest after 2017, and has been rapidly increasing in recent years. As a result of the analysis, there were many studies on artificial intelligence education programs and content development, and artificial intelligence perception and image. As for the type of research, there were many quantitative studies, and the development research method was used a lot as a data collection method. In the study subjects, elementary school had a high proportion, and in subject, it was found that there were many practicial subject(technology) dealing with artificial intelligence contents.

AI 기술의 발달은 우리 삶의 큰 변화를 가져왔다. 생활에서부터 사회, 경제에 이르기까지 AI의 영향력이 커짐 에 따라 AI와 데이터 교육에 대한 중요성이 함께 커지고 있다. 이에 OECD 교육 연구 보고서 및 다양한 국내 정보과 교육과정 연구에서 데이터와 데이터 리터러시를 다루고 필수 역량으로 제시하고 있다. 하지만 국내외 관 련 연구를 살펴보면 데이터 리터러시에 대한 정의와 구성 요소의 내용과 범위가 연구자에 따라 다른 것을 알 수 있다. 이에 데이터 리터러시 관련 주요 연구의 정의와 구성 요소에 활용된 단어 빈도 분석과 함께 Word2Vec 딥 러닝 자연어 처리 방법을 통해 단어의 관계와 의미 유사도를 분석하여 객관적이고 포괄적인 정의와 구성 요소를 제시하였다. 그리고 전문가 검토를 통해 수정 보완하여 데이터 리터러시를 ‘문제를 해결하기 위해 데이터를 수집 하고 분석 및 활용하여 정보로 처리하는 지식 구성과 의사소통의 기초 능력’으로 정의하였으며, ‘지식, 기능, 가 치와 태도’로 각각의 구성 요소를 범주화하였다. 본 연구를 통해 도출된 데이터 리터러시의 정의와 구성 요소가 AI 교육 체계화와 학생들의 미래 역량 관련 교육 연구에 좋은 기초 자료가 될 수 있기를 기대한다.

The development of AI technology has brought about a big change in our lives. The importance of AI and data education is also growing as AI's influence from life to society to the economy grows. In response, the OECD Education Research Report and various domestic information and curriculum studies deal with data literacy and present it as an essential competency. However, the definition of data literacy and the content and scope of the components vary among researchers. Thus, we analyze the semantic similarity of words through Word2Vec deep learning natural language processing methods along with the definitions of key data literacy studies and analysis of word frequency utilized in components, to present objective and comprehensive definition and components. It was revised and supplemented by expert review, and we defined data literacy as the 'basic ability of knowledge construction and communication to collect, analyze, and use data and process it as information for problem solving'. Furthermore we propose the components of each category of knowledge, skills, values and attitudes. We hope that the definition and components of data literacy derived from this study will serve as a good foundation for the systematization and education research of AI education related to students' future competency.

본 연구는 인공지능이라는 시대적 흐름에 따라 초등학교에서 쉽게 적용할 수 있는 인공지능 교육 프로그램을 개발하는 데 목적을 두고 있다. 교육 프로그램은 ADDIE 모형의 단계에 따라 초등교사 70명 대상의 요구 분석 결과를 바탕으로 목적과 방향을 설계하였다. 설문 결과 초등학생들이 인공지능을 처음 배울 때 생활 속에서 가 장 접하기 쉬운 소리 데이터를 주제로 설정하고, 일상생활에서 소리 데이터를 활용하여 문제를 해결하는 과정에 서 인공지능의 원리를 익히고, 그 과정에서 컴퓨팅 사고력도 키울 수 있도록 머신러닝 교육 프로그램을 개발하 였다. 인공지능 교육의 필요성이 대두되는 요즘 본 연구에서 개발한 소리 데이터를 기반으로 일상생활 문제를 해결하는 초등 머신러닝 교육 프로그램을 통해 초등 인공지능 교육의 기반을 갖출 수 있을 것이다.

This study aims to develop artificial intelligence education programs that can be easily applied in elementary schools according to the trend of the times called artificial intelligence. The training program designed the purpose and direction based on the analysis results of the needs of 70 elementary school teachers according to the steps of the ADDIE model. According to the survey, elementary school students developed a machine learning education program to set sound data as the theme of the most accessible in their daily lives and to learn the principles of artificial intelligence in solving problems using sound data in real life. These days, when the need for artificial intelligence education emerges, elementary machine learning education programs that solve daily life problems based on sound data developed in this study will lay the foundation for elementary artificial intelligence education.

교육부에서 2022 개정 교육과정에 본격적으로 AI교육을 도입하면서 AI교육과 더불어 데이터 관련 교육의 필 요성에 대한 공감도가 높아지고 있다. 인공지능을 제대로 이해하고 활용하는 역량을 기르기 위해서는 데이터에 대한 이해와 활용 역량이 기반되어야 한다. 본 연구에서는 요구분석, 선행연구분석 결과를 종합하여 마이크로비 트를 활용한 데이터 기반 문제해결 SW교육 프로그램을 개발하였다. 데이터 기반 문제해결 교육 프로그램은 데 이터 과학의 내용 중 초등학생을 대상으로 적용할 수 있는 교육 요소들로 구성하여 개발되었다. 본 연구에서 개 발한 프로그램을 통해 실생활 데이터를 바탕으로 다양한 주제와 교과를 융합한 교육을 연계할 수 있다. 더 나아 가 데이터에 대한 이해를 바탕으로 보다 내실 있는 AI교육 프로그램의 기반을 갖추게 될 것이다.

As the Ministry of Education has introduced AI education in earnest in the 2022 revised curriculum, there is growing sympathy for the need for data-related education along with AI education. In order to develop the competence to understand and utilize artificial intelligence properly, the understanding and utilization competence of data must be based on it. In this study, a data-driven problem solving SW education program using microbit was developed by synthesizing the results of demand analysis and previous research analysis. The data-driven problem solving education program was developed with educational elements that can be applied to elementary school students among the contents of data science. Through the program developed in this study, education that combines various topics and subjects can be linked based on real-life data. Furthermore, based on an understanding of data, it will lay the foundation for a more substantial AI education program.

본 연구에서는 창의적 문제 해결 프로세스로 주목받고 있는 디자인 씽킹 프로세스를 도입하여 초등학생 인공 지능 교육 프로그램을 개발하고 적용하였다. 인공지능의 이해, 공감적 문제발견, 문제 정의, 아이디어 창출, 프로 토타입 제작, 평가 및 공유 단계로 디자인 씽킹 기반 인공지능 교육 프로그램을 개발하였으며, 초등학교 4∼6학 년 학생을 대상으로 개발 프로그램을 적용하였다. 프로그램의 효과를 확인하기 위해 학생들의 컴퓨팅 사고력을 사전 사후 검사한 결과 학년별로 컴퓨팅 사고력이 상승했으며, 학생들은 공감적 문제발견에서 얻은 통찰을 바탕 으로 창의적 문제 해결을 위해 협업하는 과정을 경험하였다. 또한 인공지능 기술을 활용하여 문제를 해결하려는 태도를 엿볼 수 있었고, 프로토타입 단계에서 아이디어를 생성하고 팀원 간 의사소통을 통해 아이디어를 발전시 키는 모습을 확인하였다. 이를 통해 디자인 씽킹 기반 인공지능 교육 프로그램은 초등학생들을 위한 인공지능 교육 중 하나의 방안으로써 학습의 연속성을 보장하며, 창의적 문제 해결 과정의 경험을 제공할 수 있다는 가능 성을 확인하였다.

In this study, the AI education program for elementary school students was developed and applied by introducing the design thinking process, which is attracting attention as a creative problem solving process. A design thinking-based AI education program was developed in the stages of Understanding AI, Identifying sympathetic problems, Problem definition, Ideate, Prototype, Test and sharing, and the development program was applied to elementary school students in 4th-6th grade. As a result of pre- and post-testing of students' computational thinking skills to confirm the effectiveness of the program, computational thinking skills increased by grade level, and students experienced a process of collaboration for creative problem solving based on insights gained from sympathetic problem finding. In addition, it was possible to get a glimpse of the attitude of using AI technology to solve problems, and it was confirmed that ideas were generated in the prototype stage and developed through communication between team members. Through this, the design thinking-based AI education program as one of the AI education for elementary school students guarantees the continuity of learning and confirms the possibility of providing an experience of the creative problem-solving process.

본 연구의 목적은 실제 학교 현장에서 AI 교육과 관련된 수업들의 사례를 분석하여, 초등학교 AI 교육의 방 향을 제시하는 것이다. 이를 위해 AI 교육 기반의 초등학교 수업 사례로 19개의 수업을 수집하였다. 수업 사례 를 분석한 결과에 따르면, AI를 학습내용과 방법의 혼합적 측면에서 수업을 설계하였음을 확인하였다. 성취기준 과 학습목표를 분석한 결과, AI를 도구적 관점에서 활용한 8개 수업에서 기억, 이해, 적용에 관한 행동 동사가 발견되였다. 수업을 도입, 전개, 정리단계로 나누었을 때, AI 교육 요소는 전개 단계에서 가장 많이 나타났다. 한 편 전개 단계에서 AI 교육 요소의 학습내용과 학습방법의 비율을 살펴보았을 때 학습방법으로 AI 교육을 접근 하는 학습시간이 압도적으로 높았다. 이를 토대로 다음과 같은 시사점을 도출하였다. 첫째, 학교, 학년 교육과정 을 설계할 때, 학습 내용과 방법으로의 AI를 포괄적으로 다룰 수 있도록 설계해야 한다. 둘째, AI에 대한 이해를 보완하기 위해 단기적으로는 실과 교과나 창의적 체험활동에서의 시수 확보가 요구되며, 장기적으로는 정보 교 과의 확보가 필요하다.

The purpose of this study is to present the direction of elementary school AI education by analyzing cases of classes related to AI education in actual school settings. For this purpose, 19 classes were collected as elementary school class cases based on AI education. According to the result of analyzing the class case, it was confirmed that the class was designed in a hybrid aspect of learning content and method using AI. As a result of analyzing the achievement standards and learning goals, action verbs related to memory, understanding, and application were found in 8 classes using AI from a tool perspective. When class was divided into introduction, development, and rearrangement stages, the AI education element appeared the most in the development stage. On the other hand, when looking at the ratio of learning content and learning method of AI education elements in the development stage, the learning time for approaching AI education as a learning method was overwhelmingly high. Based on this, the following implications were derived. First, when designing the curriculum for schools and grades, it should be designed to comprehensively deal with AI as a learning content and method. Second, to supplement the understanding of AI, in the short term, it is necessary to secure the number of hours in practical subjects or creative experience activities, and in the long term, it is necessary to secure information subjects.

학교폭력은 사회적 문제로 인식되고 있으며 이를 예방하기 위한 다양한 노력도 함께 이루어지고 있다. 본 연 구에서는 학생들 상호 간의 친밀도, 대화 빈도 및 모둠 선호도 데이터를 분석함으로써 교우 관계를 파악하고 이 를 통해 궁극적으로 학교폭력을 예방할 수 있는 시스템을 개발하였다. 리커트 척도 설문을 활용하여 학급 내 학 생들과의 친밀도, 대화 빈도 및 모둠 선호도를 각각 수치화하였고, 설문 데이터는 K-means 알고리즘을 활용하 여 적정한 개수의 클러스터로 군집화 및 시각화하였다. 담임교사는 학급 내 학생들 간의 친밀도, 대화 빈도 및 모둠 선호도 분석 데이터를 그래프의 형태로 시각적으로 확인하고, 이를 근거로 특정 그룹의 학생 개별 상담 및 학급 운영 등 학교폭력 예방을 위한 참고 자료로 활용 가능하다. 데이터 분석 결과는 기존에 교사가 학생 관찰 등의 방법으로 정성적으로 파악하고 있던 교우 관계와 상당 부분 일치하였고, 이는 본 데이터 분석 시스템이 담 임교사의 학급 내 교우 관계 파악을 위한 정량적 근거 자료로 유의미하게 활용될 수 있음을 의미한다. 한계점은 학생들의 주관적인 기준으로 인해 설문 결과가 왜곡될 수 있는 점이다. 본 연구가 담임교사의 학급 내 교우 관 계 파악 및 학교폭력 예방 노력에 실질적인 도움을 제공하며 학교폭력 예방에 기여하기를 기대한다.

School violence has long been recognized as a social problem, and various efforts have been made to prevent it. In this study, we propose a system that can prevent school violence by analyzing data on the frequency of conversations between students, friendship and preference to be in the same group. This data was quantified using a Likert scale questionnaire, and also grouped into the appropriate number of clusters using the K-means algorithm. Additionally, the homeroom teacher observed the frequency and nature of conversations between students, and targeted specific individuals or groups for counseling and intervention, with the aim of reducing school violence. Data analysis revealed that the teachers’ qualitative observations were consistent with the quantified data based on student questionnaires, and therefore applicable as quantitative data towards the identification and understanding of student relationships within the classroom. The study has potential limitations. The data used is subjective and based on peer evaluations which can be inconsistent as the students may use different criteria to evaluate one another. It is expected that this study will help homeroom teachers in their efforts to prevent school violence by understanding the relationships between students within the classroom.

본 연구는 초등학생의 컴퓨팅 사고력 향상을 위한 교육 방법으로 지역화 공공데이터를 활용한 인공지능 교육 프로그램을 개발하고 그 효과를 검증하였다. ADDIE 모형에 따라 초등학생을 대상으로 사전 요구 분석을 진행 한 결과를 바탕으로 프로그램 설계를 진행하였다. 지역화 공공데이터를 기반으로 머신러닝 포 키즈와 스크래치 를 활용하여 인공지능 원리를 학습하고 공공데이터를 목적에 맞게 추상화하는 과정을 통해 문제를 해결하고 컴 퓨팅 사고력을 향상할 수 있도록 교육 프로그램을 개발하고 적용하였다. 비버챌린지를 활용하여 사전·사후 검사 결과를 통해 컴퓨팅 사고력의 변화 정도를 분석하였으며, 분석 결과 본 연구는 초등학생의 컴퓨팅 사고력 향상 에 긍정적인 영향을 미친 것으로 나타났다.

This study developed an artificial intelligence education program using localized public data as an educational method for improving computing thinking skills of elementary school students. According to the ADDIE model, the program design was carried out based on the results of pre-requisite analysis for elementary school students, and textbooks and education programs were developed. Based on localized public data, the training program was constructed to learn the principles of artificial intelligence using machine learning for kids and scratches and to solve problems and improve computational thinking through abstracting public data for purpose. It is necessary to put this training program into the field through further research and verify the change in students' computational thinking as a result.

최근 인공지능 교육을 위한 다양한 플랫폼과 컨텐츠가 개발되고 있지만, 초등 저학년 학습자를 위한 인공지능 교육 프로그램 개발은 미비한 상황이다. 이에 본 연구는 초등학교 저학년 학습자를 위한 인공지능 교육 프로그 램을 개발하는 것을 목적으로 한다. 이를 위해 소프트웨어 교육을 위한 다양한 융합교육 연구사례가 있는 노벨 엔지니어링 기법을 활용하여 교육 프로그램을 설계하였다. 1차 프로그램 개발 후 전문가 타당도 검사로 검증을 하였고 이에 따라 프로그램을 수정하여 개발하였다. 그 결과 한글 해득 과정 중인 저학년 학습자 수준을 고려하 여 문자 언어보다는 음성 언어를 기반으로 한 프로그램을 구성하고, 교과 간 통합으로 교육 시수를 확보할 필요 가 있었다. 이에 정보 교과가 별도로 신설되어 있지 않은 초등 저학년의 교육과정을 고려하여 국어, 수학, 통합 교과와 융합하여 인공지능 교육프로그램을 설계하였다. 본 연구를 통해 초등 저학년 학습자를 위한 인공지능교 육의 새로운 방향성을 제시할 수 있을 것으로 기대한다.

Recently, various platforms and contents for artificial intelligence education have been developed, but artificial intelligence education programs for the lower grades of elementary school are insufficient. Therefore, the purpose of this study is to develop an artificial intelligence education program for learners in the lower grades of elementary school. It was designed using the Novel Engineering with various convergence education research cases for software education. After the first program was developed, it was verified by expert validity test, and the program was modified and developed accordingly. It was necessary to construct a program based on spoken language rather than written language in consideration of the level of learners in the lower grades in the process of acquiring Hangeul, and to secure the number of educational hours through integration between subjects. It is expected that this study can suggest a new direction for artificial intelligence education for elementary and lower grade learners.

4차 산업 시대를 맞이한 지금, AI 역량을 지닌 인재양성을 위해 세계 주요 국가는 초등학교부터 고등학교까지 연계성있는 SW교육을 균등하게 제공하고 있다. 이에 반해 국내 현실은 균등하고 연계성 있는 SW교육이 학습 자에게 원활하게 제공되지 않아 SW격차가 심화되고 양극화 될 것이라는 우려의 목소리가 높다. 이러한 배경으 로 본 연구는 대학의 SW교육에서 발생하는 학습자 간의 차이를 초중등학교에서 SW․인공지능교육의 수업 결 손이라는 관점으로 접근하여 연구를 시작하였다. 이공계열 신입생을 대상으로 1단계 SW기초교육 전과 후로 나 누어 ‘컴퓨팅사고 자기 주도성’, ‘AI자신감’, ‘코딩 자신감’으로 나누어 분석하였고, 그 결과 SW 경험이 미치는 영 향은 유의미하다는 결과를 얻었다. 이 연구의 결과를 바탕으로 연계성 있는 SW 교육이 실질적으로 균등하게 제 공되기 위해 다양한 논의가 활발히 이루어지기를 기대한다.

Humanity faces the 4th industrial revolution, many countries are providing systematic and continuous SW education to foster talent with AI capabilities. On the other hand, there are high concerns that the SW gap will widen and polarize as domestic reality does not provide systematic and continuous SW education to learners. Against this background, this study started to investigate the influence of learners' SW experience on SW education. As a result of the study targeting science and engineering students, the effect of SW experience on SW education was significant. With theses results, it is expected that various discussions will be actively conducted so that systematic and continuous SW education can be provided in elementary and secondary schools.

본 연구에서는 AI 메이커 코딩 교육이 초등학생의 컴퓨팅 사고력 향상에 미치는 영향을 분석하였다. 연구 대 상은 안산시 H 초등학교에 재학 중인 10명의 학생이며, 소프트웨어 코딩 기반 메이커교육용 교수학습모형을 활 용한 총 8차시의 AI 메이커 코딩 교육을 학생들에게 적용하여 컴퓨팅 사고력의 향상 정도를 분석하였다. 수업에 참여한 학생들은 실생활의 문제를 코딩과 메이킹 활동을 통해 해결하는 과정을 수행하였고, 컴퓨팅 사고력 검사 지를 통해 교육 전‧후의 컴퓨팅 사고력 향상 정도를 측정하는 한편, 면담을 통해 컴퓨팅 사고력 구성요소와 관 련된 학생들의 사고 과정을 관찰하였다. 연구 결과 모든 학생의 컴퓨팅 사고력 평균 점수가 향상되었으며, 학생 간 점수의 편차가 감소함을 확인하였다. 면담을 통해서는 문제해결 과정에서 학생들이 컴퓨팅 사고력과 관련된 사고 능력을 적극적으로 활용함을 알 수 있었다. 이를 통해 AI 메이커 코딩 교육은 학생의 컴퓨팅 사고력 향상 에 긍정적인 영향을 줄 수 있음을 확인하였다.

This study analyzed the effect of AI maker coding education on improving students' computational thinking. The subjects of the study were 10 students at H Elementary School in Ansan, and a total of 8 AI maker coding education using the Instructional Model for Maker Education based on SW Coding was applied to students to find out the degree of improvement of computational thinking. Students who participated in the class performed a process of solving real-life problems through coding and making activities, measured the degree of improvement in computing thinking before and after education through a computing thinking test paper, and observed students' thinking processes related to computing thinking components through interviews. As a result, it was confirmed that the average score of all students' computational thinking skills was improved, and the deviation of scores between students decreased. Through the interview, it was found that students actively utilize their thinking skills related to computational thinking skills in the problem-solving process. Through this, it was confirmed that AI maker coding education can have a positive effect on improving students' computing thinking skills.

본 논문은 예비교사와 현직교사를 위한 인공지능 소양 교육으로 적용할 수 있는 교육 사례를 연구하였다. 이 를 위해, 이미지를 인식하는 인공신경망의 동작 원리를 교육하는 사례를 제안하였다. 본 교육 사례는 인공신경망 동작 및 구현의 기초 원리 교육에 초점을 맞추어, 인공신경망 구현에 필요한 매개변수 최적화 해들을 스프레드 시트로 찾는 방법을 적용하였다. 본 논문에서는 지도학습 방식의 인공신경망에 초점을 맞추었다. 첫 번째로, 인 공신경망 원리 교육 사례로서 2종 이미지를 인식하는 인공신경망 교육 사례를 제안하였다. 두번째로 인공신경망 확장 교육 사례로서 3종 이미지를 인식하는 인공신경망 교육 사례를 제안하였다. 마지막으로 인공신경망 교육 사례를 분석한 결과와 교육 만족도 분석 결과를 제시하였다. 제안한 교육 사례를 통해, 인공신경망 동작 원리, 학습 데이터 작성 방법, 학습 데이터양에 따라 실행되는 매개변수 계산 회수 그리고 매개변수 최적화에 대해 학 습할 수 있다. 예비교사와 현직교사에 대한 교육 만족도 조사 결과는 각 조사 항목에 대해 모두 70%이상 긍정적 인 응답 결과를 나타내어, 높은 수업 적용 적합성을 나타내었다.

In this paper, an educational case that can be applied as artificial intelligence literacy education for preservice teachers and incumbent teachers was studied. To this end, a case of educating the operating principle of an artificial neural network that recognizes images is proposed. This training case focuses on the basic principles of artificial neural network operation and implementation, and applies the method of finding parameter optimization solutions required for artificial neural network implementation in a spreadsheet. In this paper, we focused on the artificial neural network of supervised learning method. First, as an artificial neural network principle education case, an artificial neural network education case for recognizing two types of images was proposed. Second, as an artificial neural network extension education case, an artificial neural network education case for recognizing three types of images was proposed. Finally, the results of analyzing artificial neural network training cases and training satisfaction analysis results are presented. Through the proposed training case, it is possible to learn about the operation principle of artificial neural networks, the method of writing training data, the number of parameter calculations executed according to the amount of training data, and parameter optimization. The results of the education satisfaction survey for preservice teachers and incumbent teachers showed a positive response result of over 70% for each survey item, indicating high class application suitability.

본 연구는 문헌 연구 통해 설명 가능한 인공지능의 개념과 문제해결과정을 탐구하였다. 본 연구를 통하여 설명 가능한 인공지능의 교육적 의미와 적용 방안을 제시하였다. 설명 가능한 인공지능 교육이란 인간과 관련된 인공지 능 문제를 다루는 사람 중심의 인공지능 교육으로 학생들은 문제 해결 능력을 함양할 수 있다. 그리고, 알고리즘 교육을 통해 인공지능의 원리를 이해하고 실생활 문제 상황과 관련된 인공지능 모델을 설명하며 인공지능의 활용 분야까지 확장할 수 있다. 이러한 설명 가능한 인공지능 교육이 초등학교에서 적용되기 위해서는 실제 삶과 관련 된 예를 사용해야 하며 알고리즘 자체가 해석력을 지닌 것을 활용하는 것이 좋다. 또한, 이해가 설명으로 나아가 기 위해 다양한 교수학습방법 및 도구를 활용해야 한다. 2022년 개정 교육과정에서 인공지능 도입을 앞두고 본 연 구가 실제 수업을 위한 기반으로써 의미 있게 활용되기를 바란다.

This study explored the concept of artificial intelligence and the problem-solving process that can be explained through literature research. Through this study, the educational meaning and application plan of artificial intelligence that can be explained were presented. XAI education is a human-centered artificial intelligence education that deals with human-related artificial intelligence problems, and students can cultivate problem-solving skills. In addition, through algorithmic education, it is possible to understand the principles of artificial intelligence, explain artificial intelligence models related to real-life problem situations, and expand to the field of application of artificial intelligence. In order for such XAI education to be applied in elementary schools, examples related to real world must be used, and it is recommended to utilize those that the algorithm itself has interpretability. In addition, various teaching and learning methods and tools should be used for understanding to move toward explanation. Ahead of the introduction of artificial intelligence in the revised curriculum in 2022, we hope that this study will be meaningfully used as the basis for actual classes.

A사이버교육시스템 성인학습자의 자기조절학습 관련 학습 추이를 분석하여 교육 성과를 높이기 위해 인공지 능을 활용한 알고리즘 모델을 다양하게 설계하고, 그것을 실제 데이터에 적용함으로써 성능을 평가하였다. 이를 위해 A사이버교육시스템에서 115명의 성인학습자의 로그 데이터를 분석하였다. A사이버교육시스템 성인학습자 들은 대부분 권장 학습 시간 이상을 학습하였으나, 학기 말에는 권장 학습 시간 대비 실제 학습 시간이 현저하 게 감소하였다. VOD 참여율이나 형성평가 참여율, 학습 활동 참여율에서도 학습 후반부에 접어들수록 학습 참 여율이 떨어졌다. 따라서 교육 성과를 높이려면 학습 시간이 후반에도 지속될 수 있도록 지원해야 한다 판단하 여 후반부에 학습 시간이 떨어지는 학습자를 찾아내기 위해 Tensorflow를 활용한 인공지능 모델을 개발하여 수 강 시작 날짜별 학습 시간을 예측하였다. 그 결과, CNN 모델을 활용하여 단일 출력 또는 다중 출력을 예측할 경우 다른 모델에 비해 평균 절대 오차가 가장 낮게 나타났다.

To improve educational performance by analyzing the learning trends of adult learners of Open High Schools, various algorithm models using artificial intelligence were designed and performance was evaluated by applying them to real data. We analyzed Log data of 115 adult learners in the cyber education system of Open High Schools. Most adult learners of Open High Schools learned more than recommended learning time, but at the end of the semester, the actual learning time was significantly reduced compared to the recommended learning time. In the second half of learning, the participation rate of VODs, formation assessments, and learning activities also decreased. Therefore, in order to improve educational performance, learning time should be supported to continue in the second half. In the latter half, we developed an artificial intelligence algorithm models using Tensorflow to predict learning time by data they started taking the course. As a result, when using CNN(Convolutional Neural Network) model to predict single or multiple outputs, the mean-absolute-error is lowest compared to other models.

본 연구에서는 초등학생 5, 6학년을 대상으로 소프트웨어 실습 교육과정을 실시간 화상 수업으로 운영한 후 학습자 만족도와 교사 심층 인터뷰를 분석하였다. 학습자의 실재감, 수업전반, 상호작용, 실시간 화상 수업 만족 도의 상관관계를 분석한 결과 실재감, 수업전반, 상호작용, 실시간 화상 수업 만족도는 다소 높은 정적인 상관관 계가 있는 것으로 나타났고, 실시간 화상 수업 참여환경과 수업 만족도 사이에는 약간의 차이가 있었지만 모두 통계적으로는 유의하지 않은 것으로 나타났다. 교사의 경우 학생들의 개인별 PC 환경 및 수업 교구에서 발생하 는 문제, 모둠 활동에서 학생들간의 상호작용, 부진 학생에 대한 개별 피드백에 상대적으로 어려움을 느끼고 있 었다. 이를 해결하기 위해 실시간 화상 수업 참여환경에 대한 사전 안내, 수업 교구의 사전 점검 안내문 및 예비 부품 제공, 보조강사를 활용한 부진 학생 및 접속 오류 지원, LMS를 활용한 개별 과제 피드백 실시 등에 대한 의견을 제시하였다.

This study analyzed learners' satisfaction and in-depth interviews with teachers after operating a software practical curriculum as a real-time video class for fifth and sixth graders in elementary school. The correlation between learner's presence, class overall, interaction, and real-time video class satisfaction showed that the positive correlation between presence, class overall, interaction, and satisfaction with real-time video classes was somewhat high. There were some differences in the real-time video class participation environment and real-time video class satisfaction, but it was not found to be statistically significant. In the case of teachers, it was difficult to respond to problems occurring in each student's individual environment, interactions between students, and individual feedback problems for a sluggish student. To solve this problem, opinions such as preliminary guidance and verification of real-time video class connection environment, error support for sluggish students and individual class participation environment, and feedback on individual tasks using LMS were suggested.

가상현실(VR)은 실재감과 다양한 상호작용을 바탕으로 학습자에게 풍부한 학습 경험을 제공하는 높은 잠재력 을 가지고 있다. 이에 본 연구는 VR 활용 미래사회 진로교육 프로그램의 효과를 알아보는 것을 목적으로 한다. 이를 위하여 초등학교 3학년 29명을 대상으로 8 차시의 교육 프로그램을 적용한 후, 진로인식의 변화와 프로그 램에 대한 전반적인 인식을 알아보았다. 연구 결과는 다음과 같다. 첫째, VR 활용 미래사회 진로체험 프로그램 은 자기 이해와 진로 태도에서의 진로인식 변화에 긍정적인 효과가 있음을 확인하였다. 둘째, 학습자들은 VR을 활용한 진로교육 프로그램에 높은 흥미도와 만족도를 보였다. 본 연구 결과를 바탕으로 진로교육에서 VR의 적 극적 활용, 성취기준과 학습자의 특성을 고려한 콘텐츠 개발, VR 학습환경 구축의 필요성을 시사점으로 제시하였다.

Virtual Reality (VR) has high potential to provide learners with rich learning experience based on a sense of presence and various interactions. The purpose of this study is to investigate the effect of career education programs for the future society using VR. To this end, 29 third grade students were given an eight-session education program, and changes in their perception of career and their overall opinion on the program were examined. The results are as follows: First, the VR-based career experience program for the future society had a positive effect on changes in the students’ self-understanding and their attitude and perception of career. Second, the study subjects showed high interest in and satisfaction with the VR-based career education program. The results of this study suggested the need for the extensive use of VR in career education, the development of content considering achievement criteria and learners’ characteristics, and the establishment of VR learning environments.

최근 국내 학교에서는 코로나-19와 심각한 기후 위기와 관련 환경교육과 빠르게 우리에게 다가온 4차산업혁 명 관련 인공지능교육에 대한 관심도가 날로 높아지고 있다. 특히 인공지능교육은 초등학교 5∼6학년에 적용될 가능성이 높아 1∼4학년과의 연계성 관련 대책이 필요한 실정이다. 또한, 초등학교 저학년은 컴퓨터에 능숙하지 않은 학생들이 많아 현재 사용되는 교구를 사용하기에 많은 제한이 따를 수 있다. 따라서 이 연구에서는 인공지 능교육의 연계성 확보를 위해 초등학교 저학년 대상 인공지능교육 프로그램을 개발하고자 하였다. 프로그램의 주제는 최근 관심도가 높아지고 있는 환경교육 주제를 바탕으로 개발하였다. 교육방법은 초등학교 저학년 학생 발달단계를 고려하여 컴퓨터 없이 놀이와 게임을 활용한 언플러그드와 여러 교과와 융합하여 교육하는 STEAM 교육방법을 활용하였다. 프로그램의 타당성 검증을 위해서 Lawshe(1975)의 내용타당도 비율(Content Validity Ratio: CVR) 계산 공식을 활용하였다. 검증 결과는 전체 프로그램 모두 개발 취지에 적합한 것으로 분석되었다. 향후 이 연구에서 제안한 프로그램을 초등학교 저학년 학생에게 적용하여 효과성 정도를 측정할 필요가 있겠다.

Recently, domestic schools are increasingly interested in environmental education related to COVID-19 and the severe climate crisis, as well as artificial intelligence education related to the 4th industrial revolution that is rapidly approaching us. In particular, AI education is highly likely to be applied to 5th to 6th graders of elementary school, so measures related to connection with 1st to 4th graders are needed. There are many students who are not proficient in computers in the lower grades of elementary school, so there may be many restrictions in using the currently used teaching aids. Therefore, this study tried to develop an artificial intelligence education program for the lower grades of elementary school to secure the linkage of artificial intelligence education. The theme of the program was developed based on the topic of environmental education, which has recently increased in interest. As for the educational method, considering the developmental stage of the lower grades of elementary school, the STEAM education method was used, which was fused with various subjects and unplugged using play and games without a computer. of the program. For validity verification, Lawshe (1975)'s content validity ratio (CVR) calculation formula was used. The verification results were analyzed to be suitable for the purpose of development of all programs. In the future, it is necessary to measure the degree of effectiveness by applying the program proposed in this study to the lower grades of elementary school.

본 연구에서는 초중등 모든 전공의 예비교사를 대상으로 하는 AI 교양 교과목을 설계하고자 하였다. 이를 위 해 AI 교과목의 주요 영역 및 주차별 하위 주제들과 학생활동 등을 구체적으로 설계하고 13명의 전문가를 통해 2차에 걸친 델파이를 통해 검증받았다. 본 연구의 AI 교양 교과목은 ‘AI 이해’ 영역, ‘AI 윤리’ 영역, ‘AI 교육’ 영역의 3개 영역으로 구성하였다. 또한, 연구진 및 전문가의 의견에 따라 주차별 세부 주제를 확정하고 자연스러 운 흐름에 따라 총 13주차로 배치하였다. 컴퓨터교육 비전공 학생들의 학습동기 및 학습이해도를 높이기 위해 경험학습 기반 모델을 적용한 학습활동을 학습 내용에 맞게 적절히 배치하여 교수학습에 도움을 주고자 하였다. 향후 초중등 예비교사를 위한 다양한 AI 교육 교과목 개발에 본 연구가 기초 자료로 활용되길 기대한다.

The purpose of this study was to develop an AI liberal arts subject for pre-service teachers of all majors in elementary and middle school. To this end, the main areas of the AI curriculum, sub-themes for each week, and activities were specifically designed and verified through two rounds of Delphi by 13 experts. The AI liberal arts curriculum in this study consists of three areas. Then, detailed topics for each week were confirmed, and a total of 13 weeks were arranged according to the natural flow. It was intended to help teaching and learning by arranging learning activities based on the experiential learning model according to the learning content. It is expected that this study will be used as basic data for the development of various AI education subjects for pre-service teachers in elementary and secondary schools in the future.