Earticle

본 연구에서는 가구의 월평균 전체 사교육비와 소프트웨어 및 인공지능 관련 사교육비, 그리고 학업성취 간 관계를 분석하여 소프트웨어 교육의 양극화 실태를 조명하였다. 이를 위해 전국의 초등학생 자녀를 둔 학부모 2,780명을 대상으로 설문조사를 실시하여 자료를 수집하였으며 상관분석과 차이검증을 수행하였다. 본 연구의 결 과는 다음과 같다. 첫째, 소프트웨어 교육 참여 여부에 따라 자녀의 학업성취도에는 통계적으로 유의미한 차이가 나타났다. 둘째, 자녀의 학업성취도가 높을수록 소프트웨어 사교육에 참여하는 비율도 현격히 증가하는 경향성을 확인하였다. 셋째, 총 사교육비와 소프트웨어 관련 사교육비는 유의미한 정적 상관이 있었다. 넷째, 소프트웨어 사교육비와 학업성취도 간에는 통계적으로 유의미하지는 않았으나 정적 상관이 존재하는 것으로 드러났다. 본 연구를 통하여 학부모는 공교육에서 제공하는 소프트웨어 교육이 충분하지 않은 탓에 사교육 참여와 그 지출 규 모를 늘리고 있고, 가구소득에 따라 미래 인재로 성장하기 위한 주요 역량을 키우는 데에 격차가 존재한다는 문 제가 있음을 확인하였다.

This study analyzed the polarization of software education by analyzing the relationship between the average monthly total private education expenditure, software education expenditure, and academic achievement. For this purpose, data were collected and analyzed by surveying 2,780 parents of elementary school children nationwide. The results of this study are as follows: First, there was a statistically significant difference in children's academic achievement depending on whether or not they participated in software education. Second, the higher the children's academic achievement, the higher the percentage of participation in software private education expenditure. Third, there was a significant positive correlation between total private education expenditure and software-related private education expenditure. Fourth, although not statistically significant, there was a positive correlation between software private education expenses and academic achievement. In this study, software education provided by public education is not sufficient. For this reason, participation in private education and the amount of expenditure are increasing, and there is a gap in improving the main competencies of students according to household income.

미래 사회에는 AI와 인간이 공존할 것이라는 전망이 나오고 있는 가운데, 소양 교육의 성격으로 AI 교육이 강조되고 있다. 본 연구에서는 최근 국내에서 이루어진 AI 교육 프로그램 연구동향을 분석함으로써 향후 연구의 방향을 모색하고자 한다. 이를 위해 주제범위 문헌고찰 방법을 적용하여, 2017년부터 2020년까지 국내에서 이루 어진 AI 교육 프로그램 문헌 29개를 발행연도, 교육대상, 학습내용, 학습결과, 실습환경의 측면에서 분석하였다. 분석 결과, 국내 AI 교육 프로그램 연구는 2020년에 급증하였으며 초등학생을 대상으로 한 교육 프로그램 연구 가 많이 이루어졌음을 확인하였다. 또한, AI 원리에 대한 교육내용을 주로 다루고 있으며, 인지와 정의적 측면의 학습결과를 측정한 연구의 비율이 높고, 블록코딩을 비롯한 다양한 실습환경이 비교적 골고루 사용되었음을 확 인하였다. 본 연구 결과를 기반으로 추후 연구의 방향성을 논의하고 제안하였다.

AI education is being emphasized nationwide as a literacy education. At this point, it is necessary to identify critical issues and suggest the direction of future research by examining domestic AI education research trends. To this end, the study applied the scoping review method. A total of 29 AI educational studies from 2017 to 2020 in South Korea were analyzed. As a result, it was confirmed that the number of studies increased rapidly in 2020, and a large proportion of studies targeted elementary school students. In addition, the study found that AI principles were treated as contents at a high rate, both cognitive and affective aspects were frequently reported as a learning outcome, and various practice environments were used relatively evenly. Based on the results, the direction of future research was discussed and suggested.

본 연구의 목적은 2018년부터 2020년까지의 대학부설 과학영재교육원의 교육과정을 분석하여 전체 수업 중 정보영역이 차지하는 비중과 수업내용 등을 분석하여 연구 기간 중 정보영역에 대한 추세 변화를 확인하는 것 이다. 총 수업 시수에서 정보교육이 차지하는 시수를 분석한 후 정보교육을 컴퓨터 활용 교육, SW코딩교육, SW융합교육의 세 가지로 분류하여 교육과정을 세부적으로 분석하였다. 분석 결과를 정리하면 다음과 같다. 첫 째, 전체 교육에서 차지하는 정보교육의 비중은 2018년 대비 점차 확대되어 가는 추세이다. 둘째, 정보교육 내의 컴퓨터 활용 교육의 비중은 상대적으로 줄어들고, SW코딩교육과 SW융합교육이 확대되어 가고 있다. 다양한 형 태로 정보교육의 분야가 확대되고 영재 학생들에게 여러 형태의 SW교육이 제공되고 있으며 그 변화의 속도도 빠른 것을 보았을 때, 앞으로는 보다 체계화된 정보교육이 학생들에게 제공되고 그 유용성도 빠르게 증가할 수 있을 것으로 기대된다.

The purpose of this study is to analyze the curriculum of the University-affiliated Science Gifted Education Center from 2018 to 2020 to analyze the proportion of the information area in the total class and the contents of the class, thereby confirming the trend change in the information area. After analyzing the number of hours that information education occupies in the total number of class hours, information education was classified into three categories: computer use education, SW coding education, and SW convergence education, and the curriculum was analyzed in detail. The analysis results are summarized as follows. First, the proportion of information education in total education is gradually increasing compared to 2018. Second, the proportion of computer utilization education in information education is relatively decreasing, and SW coding education and SW convergence education are expanding. Considering that the field of information education has been expanded in various forms, more systematic information education will be provided to students in the future and its usefulness will increase rapidly.

데이터 과학은 통계학, 컴퓨터 과학, 정보기술, 도메인 지식 등 여러 분야의 융합 학문으로써 다양한 학문에서 제공하는 복합적인 기술을 이용하여 데이터를 분석하고 의미 있는 결과를 도출한다. 데이터 과학은 인공지능과 함께 4차산업혁명의 핵심기술로써, 고도의 전문성을 요하는 데이터 과학자의 양성을 위해 세계의 대학과 기업에 서는 다양한 프로그램들을 활발히 개발하고 있다. 이러한 사회적 흐름에 맞추어, 초등 교육 현장에서도 데이터 과학 교육의 중요성을 인식하고 학생들이 데이터를 이해하고 활용하도록 관련 콘텐츠를 개발하고자 연구가 진행 되고 있다. 본 논문에서는 컴퓨터 분야의 비전공자가 대다수인 현직 초등교사들의 데이터 과학 교육을 목적으로 강의 콘텐츠를 제안하고, 인공지능융합대학원에 재학 중인 현직 초등교사 집단을 대상으로 15차시 교육 과정을 통해 적용하였다. 그리고, 본 논문에서 제안된 데이터 과학 교육 사례의 효과성을 분석하기 위해 학습자들로부터 수집한 설문을 바탕으로 만족도 분석을 실시하였다.

Data science is a discipline comprised of the academic fields of statistics, computer science, information technology, and domain knowledge. It analyzes data and derives meaningful results using complex technologies. Data science, along with artificial intelligence, is a core technology of the 4th industrial revolution; consequently, universities and companies worldwide are actively developing programs to develop data scientists who require high levels of expertise. In line with this undertaking, the field of elementary education has recognized the importance of data science education and so various studies have been conducted to develop curricula designed to help students understand how to use data. This paper proposes a curriculum for the purpose of educating elementary school teachers who are mostly non-majors in the computer field about data science. Satisfaction analysis was conducted based on questionnaires collected from students to analyze the effectiveness of the data science education proposed in this paper.

본 연구에서는 정보 특성화고 학생들의 정보교과수업에 따른 자기효능감, 진로성숙도, 정보교과성취도의 관계 를 알아보기 위해 서울시 소재 2개의 정보 특성화 고등학교에 재학 중인 2학년, 3학년 학생 214명을 대상으로 자기효능감, 진로성숙도, 정보교과성취도의 상관관계를 설문조사를 통해 분석하였다. 주요 분석결과는 다음과 같 다. 첫째, 인구통계학적 특성에 따른 자기효능감, 진로성숙도, 정보교과성취도의 차이 분석에서는 성별, 학년, 정 보교과목에 대한 교외학습, 개인학습 여부에 따른 차이는 나타나지 않았다. 본인의 성적이 상위집단에 속한다고 인식할수록 자기효능감, 정보교과성취도 수준을 높게 인식하였으며, 진로성숙도도 대체로 높게 인식하였다. 둘째, 학생들의 자기효능감은 진로성숙도와 정보교과성취도에 긍정적인 영향을 미치는 것으로 분석되었다. 마지막으로, 학생들의 진로성숙도가 정보교과성취도에 긍정적인 영향을 미치는 것으로 나타났다. 이상의 결과를 토대로 학생 들의 자기효능감, 진로성숙도, 정보교과성취도 향상을 위한 교육제도의 발전 방향을 간략히 제시한다.

In this study, in order to investigate the relationships between the self-efficacy, career maturity, and information subject achievement of information-specialized high school students according to information subject classes, their correlations were analyzed through a survey of 214 second and third year students enrolled in two information-specialized high schools in Seoul. The main results are as follows. First, in the analysis of differences in self-efficacy, career maturity, and information subject achievement according to demographic characteristics, there was no significant difference according to gender, grade, extracurricular or individual learning for information subjects. The more they recognized that their grades belonged to the upper group, the higher their sense of self-efficacy and information subject achievement were perceived, and the higher their career maturity. Second, the students' self-efficacy was analyzed to have a positive effect on their career maturity and information subject achievement. Finally, it was found that the students’ career maturity had a positive effect on their information subject achievement. Based on the above results, we briefly present the development direction for the education system to improve students' self-efficacy, career maturity, and information subject achievement.

본 연구의 목적은 모듈형 데이터 분석 도구를 활용하여 구성주의 기반의 교수학습방법을 구체화하는데 있다. 인공지능교육을 위한 내용기준에서 제시하는 인공지능이 적용된 도구로서 모듈형 데이터 분석도구가 갖는 가치 와 의미를 살펴보고 컴퓨팅사고력을 기반으로 문제해결력을 기르는 단계와 과정을 살펴보고자 하였다. 모듈형 데이터분석 도구는 구성주의적 관점에서 동화와 조절을 통해 평형화를 이루는 과정에서 스키마를 형성하는 인지 적 사고절차를 시각적으로 표현함으로서 인공지능에서 데이터의 구조를 형상화하는 특징을 갖고 있는 도구라는 장점을 갖는다. AI교육은 문제해결의 절차를 알고리즘으로 구현된 블랙박스로서의 표상화된 스키마를 적용한다 는 점에서 데이터 분석의 모듈을 구조화하고 추상적 지식의 구조를 구체화하는 특징을 갖는다고 할 수 있다. 따 라서 개념적 스키마와 내재적 스키마를 연결하는 도구로서의 장점을 갖는다는 점에서 모듈형 데이터 분석 도구 의 활용가치를 살펴볼 수 있다.

This study aims to specify a constructivism-based instructional method using a modular data analysis tool. The value and meaning of a modular data analysis tool have been examined to be applied in the national curriculum for artificial intelligence education and the process of cultivating problem-solving ability based on computational thinking. The modular data analysis tool visually expresses the cognitive thinking process that forms the schema in equilibrating through assimilation and adjustment. Artificial intelligence education has features that embody abstract knowledge and structure the data analysis module through the represented schema as a BlackBox implemented as an algorithm. Therefore, the value of the modular data analysis tool could be examined because it has the advantage of connecting the conceptual and implicit schema.

인공지능은 우리의 삶에 점차 많은 부분을 차지하고 있으며, 발전하는 속도도 빨라지고 있다. 학생들의 컴퓨 팅 사고력을 인공지능이 학습하는 방법대로 길러주는 것을 ACT(AI based Computational Thinking)라고 한다. ACT 중 패턴 인식은 문제를 효율적으로 해결하기 위해 필수적인 요소이다. 패턴 분석은 패턴 인식 과정의 일 부로 볼 수 있다. 실제로 넷플릭스의 개인 맞춤 영화 추천, 반복된 증상을 분석하여 코로나 바이러스로 명명하 는 것 등이 모두 패턴 분석의 결과이다. 패턴인식을 포함한 ACT의 중요성이 부각되는 것에 반면, 유치원과 초 등학교 저학년을 대상으로 한 소프트웨어 교육은 국외에 비해 많이 부족한 실정이다. 따라서 본 연구에서는 유 치원 학생들을 대상으로 하여 패턴 분석을 통한 인공지능 기반 컴퓨팅 사고력 계발을 위한 교재를 설계하고 개 발하였다.

AI(Artificial intelligence) is gradually taking up a large part of our lives, and the pace of AI development is accelerating. It is called ACT that develop students' computational thinking in the way artificial intelligence learns. Among ACTs, pattern recognition is an essential factor in efficiently solving problems. Pattern analysis is part of the pattern recognition process. In fact, Netflix's personalized movie recommendation service and what it named Covid-19 after repeated symptoms are all the results of pattern analysis. While the importance of ACT, including pattern recognition, is highlighted, software education for kindergarten and elementary school lower grades is much insufficient compared to foreign countries. Therefore, this study aims to design and develop textbooks for the development of artificial intelligence-based computational thinking through pattern analysis for kindergarten students.

이 연구의 목적은 빅데이터 분석 방법을 이용하여 아두이노 강의에 대한 사회적 인식을 분석하는 데 있다. 이 를 위해 네이버 사이트의 블로그, 카페, 뉴스 채널에서 ‘아두이노+강의’를 검색 키워드로 2012년 1월부터 2021년 5월까지의 데이터를 텍스톰 사이트로 수집하였다. 수집된 데이터는 텍스톰 사이트를 이용하여 정제하였으며, 텍 스톰 사이트, Ucinet 6, Netdraw 프로그램을 이용하여 텍스트 마이닝 분석과 의미 연결망 분석을 수행하였다. 빈도 분석, TF-IDF 분석, 연결 중심성 등의 텍스트 마이닝 분석 결과 ‘교육’, ‘코딩’ 등이 상위 키워드임을 확인 하였다. 의미 연결망 분석을 위해 CONCOR 분석을 수행한 결과 ‘아두이노 관련 교육’, ‘피지컬 컴퓨팅 관련 강 의’, ‘아두이노 특강’, ‘GUI 프로그래밍’ 등 4개의 군집을 확인할 수 있다. 이 연구를 통해 인터넷상에서 아두이노 강의와 관련하여 일반 대중들의 여러 가지 의미 있는 사회적 인식을 확인할 수 있었다. 이 연구의 결과는 아두 이노 강의를 준비하는 교수자나 해당 주제를 연구하는 연구자, 나아가 소프트웨어 교육이나 코딩 교육과 관련 정책을 수립하는 정책 입안자들에게 의미 있는 시사점을 제공하는 자료로 활용될 것이다.

The purpose of this study is to analyze the social perception of Arduino lecture using big data analysis method. For this purpose, data from January 2012 to May 2021 were collected using the Textom website as a keyword searched for ‘arduino + lecture’ in blogs, cafes, and news channels of NAVER website. The collected data was refined using the Textom website, and text mining analysis and semantic network analysis were performed by opening the Textom website, Ucinet 6, and Netdraw programs. As a result of text mining analysis such as frequency analysis, TF-IDF analysis, and degree centrality it was confirmed that ‘education’ and ‘coding’ were the top keywords. As a result of CONCOR analysis for semantic network analysis, four clusters can be identified: 'Arduino-related education', 'Physical computing-related lecture', 'Arduino special lecture', and 'GUI programming'. Through this study, it was possible to confirm various meaningful social perceptions of the general public in relation to Arduino lecture on the Internet. The results of this study will be used as data that provides meaningful implications for instructors preparing for Arduino lectures, researchers studying the subject, and policy makers who establish software education or coding education and related policies.

본 연구는 대학생의 인공지능 윤리 인식을 파악하여 대학 교양 인공지능 윤리 교육의 방향성을 탐색하고자 한다. 대학생 83명이 총 5개의 인공지능 윤리 토론 주제에 대한 의견을 작성하고, 작성된 텍스트를 기반으로 텍 스트 마이닝 중 언어 네트워크를 이용하여 분석하였다. 분석 결과, 첫째, 인공지능 사회의 미래에 대해서 62.5% 의 학생이 긍정적으로 바라보고 있었다. 둘째, 자율주행 자동차 사고 발생 시 39.2%의 학생이 현재 자율주행 수 준으로는 차량 소유자의 책임으로 생각하였다. 셋째, 인공지능 발전의 역기능으로는 사생활 침해와 기술 악용, 정보편식을 꼽았다. 역기능 최소화 방안으로 인공지능 사용자와 개발자 모두의 윤리 교육이 필요하며 제도적인 준비도 병행되어야 한다고 언급하였다. 넷째, 얼굴 인식 기술이 보편화된 사회에 대해 19.2%의 학생만이 긍정적 인 의견을 나타내었다. 마지막으로 데이터 수집 시 개인정보 이용 동의를 얻은 부분만 활용해야 할 뿐 아니라 도덕적인 기준이 없는 인공지능 활용 방안에 대해 사용자와 개발자 모두의 윤리적 소양을 강조하였다. 본 연구 는 대학 교양 수준의 인공지능 윤리 교육을 설계할 때 시사점을 제공한다는 점에서 의의가 있다.

In this study, we examine the AI ethics perception of university students to explore the direction of AI ethics education. For this, 83 students wrote their thoughts about 5 discussion topics on online bulletin board. We analyzed it using language networks, one of the text mining techniques. As a result, 62.5% of students spoke the future of the AI society positively. Second, if there is a self-driving car accident, 39.2% of students thought it is the vehicle owner’s responsibility at the current level of autonomous driving. Third, invasion of privacy, abuse of technology, and unbalanced information acquisition were cited as dysfunctions of the development of AI. It was mentioned that ethical education for both AI users and developers is required as a way to minimize malfunctions, and institutional preparations should be carried out in parallel. Fourth, only 19.2% of students showed a positive opinion about a society where face recognition technology is universal. Finally, there was a common opinion that when collecting data including personal information, only the part with the consent should be used. Regarding the use of AI without moral standards, they emphasized the ethical literacy of both users and developers. This study is meaningful in that it provides information necessary to design the contents of artificial intelligence ethics education in liberal arts education.

현재까지 진행된 다양한 인공지능 교육 관련 연구 성과에서는 인공지능의 원리와 개념 교육에 관한 내용이 중심이었다. 따라서 본 연구에서는 인공지능을 타 학문과 탈 학문적 융합교육을 할 수 있도록 교육 프로그램을 개발하였다. 중심 교육 내용으로는 고등학교 화학에서 다루고 있는 분자 구조의 이해를 도울 수 있도록 머신러 닝을 활용하는 것으로 하였고, 총 8차시 분량으로 설계하였다. 본 연구에서 개발한 프로그램은 전문가 검토를 통 해 I-CVI(Item Content Validity Index) 값을 산출하였고, 그 결과 모든 문항이 .80 이상으로 기각되는 항목이 없었으나. 추가 세부 의견을 반영하여 수정 및 완성하였다. 본 연구의 프로그램은 화학 교과와 정보(인공지능) 교과의 내용적 요소를 탈 학문적으로 융합하였기 때문에 학습자로 하여금 융합인재소양이 높아질 수 있을 것으 로 기대한다. 또한, 이 교육 프로그램을 위한 별도의 시수 확보가 요구되지 않아 교사에게는 수업 부담을 낮출 수 있을 것이다.

In this study, an educational program was developed so that artificial intelligence could be used as a transdisciplinary convergence education with other disciplines. The main educational content is designed for 8 hours using machine learning to help students understand the molecular structure dealt with in high school chemistry. The program developed in this study calculated the I-CVI (Item Content Validity Index) value through expert review, and as a result, none of the items were rejected with a score of .80 or higher. Because the program of this study combines the content elements of the chemistry subject and the information (artificial intelligence) subject academically, it is expected that the learner will be able to increase the convergence talent literacy. In addition, since it is not required to secure a additional number of hours for this educational program, the burden on teachers may be low.

본 연구는 교육 분야에서 AI를 활용한 연구의 동향을 분석하여 향후 AI활용교육의 방향성과 시사점을 제시하 는 데 목적이 있다. 이를 위해 2019년부터 2021년 7월까지 최근 3년간 국내 학술지에 게재된 논문 중 검토를 통 해 최종 78편을 분석 대상으로 선정하였다. 분석 결과는 다음과 같다. 먼저, 3개년 중에서는 2020년에 게재된 논 문이, 연구방법으로는 질적연구가 가장 많이 나타났다. 또한, 연구대상별 분석에 따르면 초등학생을 대상으로 한 연구가 가장 많았고 대학·대학원생을 대상으로 한 연구가 뒤를 이었다. 교과목별 분석에서는 외국어 교육과 관 련된 연구가 가장 많았고, AI 테크놀로지 유형은 챗봇이 가장 많이 사용되었다. 마지막으로 교수학습 및 평가 영역에서는 실행 단계가, AI활용교육 시스템 유형으로는 학생 지원이 과반수를 차지하였다. 이러한 결과를 바탕 으로 향후 AI활용교육의 방향성과 시사점을 제시하였다. 본 연구는 전체적인 관점에서 국내 AI활용교육 연구의 동향을 파악하였고, 교수자-학습자와 교수학습설계과정을 중심으로 AI활용교육을 살펴보았다는 점에서 의의가 있다.

The purpose of this study is to suggest the direction and implications of learning with AI in the future by analyzing the trends of research learning with AI in the field of education. For doing this, the final 78 papers published in domestic journals over the past three years from 2019 to July 2021 were selected for analysis through review. The analysis results are as follows. First of all, papers in 2020 among the three years were most published, and the most utilized research method was the qualitative research. In addition, according to the analysis by study subject, studies on elementary school students were the most common, followed by studies on college and graduate students. In the analysis by subject, research related to foreign language education was most utilized and chatbot was most used in the AI technology type. Finally, the research learning with AI accounted for the majority, and student support accounted for the majority as the type of education system learning with AI at the implementation stage among the areas of teaching and learning and evaluation. Based on these results, the direction and implications of learning with AI in the future were presented. This study is meaningful in that it grasped research trends of learning with AI in domestic from an overall perspective, and examined learning with AI focusing on the instructor-learner and the teaching and learning design process.

컴퓨팅 사고력은 분석적 사고 능력으로, 누구에게나 또 어디에서나 필요한 능력이다. 실과 교과서에 제공되어 있는 기존의 컴퓨팅 사고력 개발 교육은 절차적 사고 능력 신장을 위한 언플러그드 활동에서 블록형 프로그래밍 언어로 이어진다. 다수의 언플러그드 활동은 놀이를 통한 순차적 사고 과정 연습에 초점을 두어 프로그래밍 언 어에 필수적인 추상화나 자동화 과정에 대한 학습이 부족할 수 있다. 또 블록형 프로그래밍 언어에는 초등 교육 과정에 소개되지 않는 좌표 평면 등의 개념이 등장하여 학생들이 블록형 프로그래밍 언어 자체에 부담감을 느끼 게 만들기도 한다. 본 연구에서는 게임에 기반한 프로그래밍 언어 교육을 통해 초등학생의 컴퓨팅 사고력 개발 을 위한 수업을 설계하였다. 수업 결과와 그 효과성은 비버챌린지를 통해 분석하였다. 분석 결과, 학생들의 컴퓨 팅 사고력이 수업 전보다 향상되었음을 확인할 수 있었다.

Computational Thinking is an analytical thinking ability that is necessary for everyone and everywhere. The existing Computational Thinking development education provided in Practical textbooks leads to block-based programming languages from unplugged activities. Many unplugged activities focus on practicing sequential order, which may lack the learning of abstractions or automation concepts. In block-based programming languages, concepts such as coordinate planes, which are not introduced in elementary school curriculum, appear, making students feel burdened by the block-based programming language itself. In this study, a curriculum was designed for elementary student’s computational thinking through game-based programming language education. The results and their effectiveness were analyzed through the beaver challenge. As a result of analyzing the pre-test and post-test scores, it was confirmed that students' computational thinking skills improved.

다가오는 지능정보사회의 핵심이 될 인공지능(AI) 교육의 필요성이 대두되면서, 국가적 차원에서도 교육과정 에 인공지능 관련 내용을 포함하는 등 관심을 집중시키고 있다. 본 연구에서는 지도학습 중심의 머신러닝을 통 해 생활 속 문제를 해결하는 과정에서 학생들의 창의적 문제해결력을 신장시키기 위해 PASPA 교육 프로그램을 제시하였으며, 학습의 효과를 높이기 위해 피지컬 컴퓨팅 도구인 마이크로비트(Micro:bit)를 활용하였다. PASPA 교육 프로그램에 적용된 교수 학습 과정은 문제 인식(Problem Recoginition), 해결 방법 논의(Argument), 데이터 기준 세우기(Setting data standard), 프로그래밍(Programming), 적용 및 평가(Application and evaluation)의 5단 계로 이루어진다. 본 교육 프로그램을 학생들에게 적용한 결과 창의적 문제해결력의 향상을 확인할 수 있었으며, 세부 영역에서는 특정 영역의 지식·사고, 비판적·논리적 사고 영역에서 유의한 차이를 보임이 확인되었다.

As the need for artificial intelligence (AI) education, which will become the core of the upcoming intelligent information society rises, the national level is also focusing attention by including artificial intelligence-related content in the curriculum. In this study, the PASPA education program was presented to enhance students' creative problem-solving ability in the process of solving problems in daily life through supervised machine learning. And Micro:bit, a physical computing tool, was used to enhance the learning effect. The teaching and learning process applied to the PASPA education program consists of five steps: Problem Recoginition, Argument, Setting data standard, Programming, Application and evaluation. As a result of applying this educational program to students, it was confirmed that the creative problem-solving ability improved, and it was confirmed that there was a significant difference in knowledge and thinking in specific areas and critical and logical thinking in detailed areas.

코로나 19가 장기화되면서 기존 학력 격차가 더욱 심화되고 있다. 본 연구의 목적은 담임교사에게 학업 성취 도 분석을 통해 학년 및 학급 내 학력 격차 실태를 시각적으로 확인하고, 이를 활용하여 학력 격차를 개선하기 위한 수업 설계 및 방안 탐색에 도움을 주기 위함이다. 학생들의 학년 초 국어, 수학 진단평가 점수 데이터를 K-means 알고리즘을 활용하여 클러스터로 시각화하였으며, 그 결과 유의미한 군집이 형성된 것을 확인했다. 또 한, 교사 인터뷰 결과를 통해서 학생의 학습 수준 및 학업 성취 확인, 개별 보충지도 및 수준별 학습과 같은 수 업 설계 등 학력 격차 개선에 본 시스템이 유의미한 것으로 확인되었다. 이는 곧, 학업 성취도 데이터 분석 시스 템이 학력 격차 개선에 도움이 된다는 것을 의미한다. 본 연구가 담임교사에게 학년 및 학급 내 학력 격차 개선 방안을 탐색하는 데에 실질적인 도움을 제공하며, 궁극적으로 학력 격차 개선에 기여하기를 기대한다.

With the prolonged COVID-19, the existing academic gap is widening. The purpose of this study is to provide homeroom teachers with a visual confirmation of the academic achievement gap in grades and classrooms through academic achievement analysis, and to use this to help them design lessons and explore ways to improve the academic achievement gap. The data of students' Korean and math diagnostic evaluation scores at the beginning of the school year were visualized as clusters using the K-means algorithm, and as a result, it was confirmed that a meaningful clusters were formed. In addition, through the results of the teacher interview, it was confirmed that this system was meaningful in improving the academic achievement gap, such as checking the learning level and academic achievement of students, and designing classes such as individual supplementary instruction and level-specific learning. This means that this academic achievement data analysis system helps to improve the academic gap. This study provides practical help to homeroom teachers in exploring ways to improve the academic gap in grades and classes, and is expected to ultimately contribute to improving the academic gap.

엔트리, Machine Learning for Kids, Teachable Machine과 같이 블록 기반 프로그래밍 언어에서 활용할 수 있도록 인공지능을 간단히 학습시킬 수 있는 다양한 플랫폼들이 존재한다. 그러나 이와 같은 플랫폼들은 별도의 메뉴를 통해 인공지능 학습을 진행한 다음, 학습된 모델을 코드 에디터에서 활용하는 방식을 따르고 있다. 이와 같은 방식은 학습되는 과정을 학생들이 더 직관적으로 살펴볼 수 있다는 장점이 있지만, 학습 메뉴와 코드 에디 터를 모두 활용해야 한다는 단점도 존재한다. 본 논문에서는 코드 에디터에서 인공지능 학습과 코딩을 모두 진 행할 수 있는 인공지능 블록을 개발한다. 본 인공지능 블록은 스크래치 블록으로 제시되지만 실제 학습 과정은 파이썬 서버를 통해 수행된다. 파란색 펜과 빨간색 펜을 분류하는 모델, 덴탈 마스크와 KF94 마스크를 분류하는 모델을 학습하는 과정을 통해 본 블록에 대해 상세히 기술한다. 또, 학습 성능 면에서 Teachable Machine와 큰 차이가 없음을 실험적으로 나타내었다.

There are various educational programming environments in which students can train artificial intelligence (AI) using block-based programming languages, such as Entry, Machine Learning for Kids, and Teachable Machine. However, these programming environments are designed so that students can train AI through a separate menu, and then use the trained model in the code editor. These approaches have the advantage that students can check the training process more intuitively, but there is also the disadvantage that both the training menu and the code editor must be used. In this paper, we present a novel artificial intelligence block that can perform both AI training and programming in the code editor. While this AI block is presented as a Scratch block, the training process is performed through a Python server. We describe the blocks in detail through the process of training a model to classify a blue pen and a red pen, and a model to classify a dental mask and a KF94 mask. Also, we experimentally show that our approach is not significantly different from Teachable Machine in terms of performance.