Earticle

교육용 로봇을 활용한 교육은 추상적인 프로그래밍 활동을 구체물을 활용하여 실세계에서 문제해결의 결과를 확인할 수 있다는 점에서 초등학생의 수준에서 다양하게 적용되고 있다. 하지만, 초등학생이 교육용 로봇을 활용 하는 과정에서 마주하게 되는 다양한 오류와 미숙한 부분에 대한 연구는 부족한 편이다. 본 논문에서는 초등학 생이 교육용 로봇으로 활동을 하는 과정에서 겪을 수 있는 다양한 오류를 수집하여 디지털 기기 활용 오류, 로 봇 사용 오류, 로봇 문제해결 오류로 범주화하였다. 또한, 교육용 로봇을 활용하여 수업을 실제로 진행해 본 교 사를 대상으로 초등학생의 활동 간에 발생하는 오류의 빈도를 분석한 결과, 로봇 문제해결에서 가장 많은 오류 가 발생하는 것으로 분석되었다. 교사가 초등학생에게 발생할 수 있는 미숙함과 오류를 사전에 파악하여 교수· 학습 설계에 반영한다면 성취를 향상시키고, 수업의 질을 제고할 수 있다는 점에서 본 논문의 의의가 있다.

Activities using educational robots for elementary school students are widely applied. Because elementary school students can easily perform programming by using objects such as robots and check the results in the real world. However, there is still insufficient research on the various errors and inadequacies that elementary school students encounter in the activity of using educational robots. In this study, we collected various errors that elementary school students may experience while working with educational robots. As a result of categorizing the collected errors, they were categorized into 'Errors in using digital device', 'Errors in using robot', and 'Errors in solving robot problem'. In addition, we surveyed elementary school teachers who had taught classes with educational robots about the frequency of errors made by elementary school students. As a result of the study, it was analyzed that the most errors occur in robot problem solving. The significance of this study is that if teachers to identify immaturity and errors that elementary school students may make in advance and reflect them in teaching and learning design, they can improve achievement and improve the quality of classes.

본 논문은 영국의 초등학교 컴퓨팅 교과에서 사용되는 옥스퍼드 대학교에서 출판된 컴퓨팅 교과서 6권과 케임브리지 대 학교의 컴퓨팅 교과서 6권, 총 12권을 포함하는 컴퓨팅 교과서 2종을 대상으로 하며, 대상 교과서의 탐구 성향을 분석하는 데 그 목적이 있다. 이를 위해 우선 선행 연구를 통해 영국의 컴퓨팅 교육의 동향을 파악했으며, 교과서의 탐구 성향 분석 을 정량적으로 분석하기 위해 Romey 기법을 접목하여 교과서의 본문, 그림 및 도표, 활동, 질문을 분석에 활용하였다. 분석 결과, 교과서 2종의 본문은 바람직한 탐구적 성향으로 구성되어 있었으나, 그림 및 도표, 활동, 질문은 과도하게 탐구 지향 적인 성격을 지니고 있었다. 이러한 연구 결과를 반영하여, 궁극적으로 향후 대한민국의 초등 정보 단독 교과 신설 시, 교 과서 개발을 위한 실천적 논의에 단초를 제공할 수 있기를 희망한다.

This paper endeavors to examine the inquiring tendencies present in computing textbooks utilized within the primary school curriculum of the United Kingdom. Specifically, it centers on two distinct categories of computing textbooks, comprising a total of twelve volumes, encompassing six volumes published by the University of Oxford and six volumes published by the University of Cambridge. The primary objective is to conduct a thorough analysis of the inquiring tendencies inherent in these targeted textbooks. To achieve this, we first examined the trends in computing education in the United Kingdom through prior research. Subsequently, to quantitatively analyze the inquiring tendencies of the textbooks, we applied the Romey method. This involved scrutinizing the text, figure and diagram, activity, and question within the textbooks to extract pertinent data for analysis. The analysis revealed that the text of the two types of textbooks exhibited desirable inquiry-oriented characteristics. However, the diagrams and charts, activities, and questions demonstrated an excessively inquiry-oriented nature. We anticipate that these research findings will provide a foundation for practical discussions on textbook development for the future establishment of an independent elementary information curriculum in South Korea.

본 연구에서는 초등학교에서의 실제적인 SW교육을 돕기 위해 부산에듀원 2.0 플랫폼을 활용해서 초등학교 SW교육 프로그램을 개발하고 이를 실제 수업에 적용한다. 초등 SW교육 내용 체계표와 교과서를 분석해서 초등 SW교육 프로그램을 설계하고, 블록형 언어 실습과 자동 채점이 가능한 부산에듀원 2.0을 교육 플랫폼으 로 선정해서 교육 프로그램 17차시를 개발하고 실제 초등학교 수업에 적용한다. 적용 결과 학생들의 SW역량 변화가 유의미하게 이루어졌고, SW와 관련된 문제 해결에 긍정적인 관심을 갖는 데 효과적임을 알 수 있다. 본 연구 내용을 기반으로 중등학교 이상에서의 교육 프로그램 개발이 후속 연구로 필요함을 제언한다.

This study aims to support practical SW education in elementary schools by developing an elementary SW education program using the Busan Edu-One 2.0 platform and applying it to actual classes. By analyzing the elementary SW education content framework and textbooks, a 17-session SW education program was designed. The Busan Edu-One 2.0 platform, which supports block-based coding language practice and automated grading, was selected for this purpose. The application of the program resulted in significant improvement in students' SW competencies and positively influenced their interest in solving SW-related problems. Based on the findings, it is suggested that follow-up studies focus on developing similar education programs for middle and high schools.

생성형 AI 등 딥러닝 기술의 발전은 사회 전반적으로 커다란 격변을 만들고 있으며 한국의 교육 당국도 국가 수준의 디지털 교육의 방향과 정책을 발표하였다. 이러한 교육 패러다임의 성공적 안착을 위해선 관련 교사의 역 량 강화, 교과서 개발과 더불어 각 교과를 지원하는 에듀테크 교구의 개발이 필수적이다. 본 논문은 이를 위하여 초중등 실과와 정보, 농업 관련 전문학교에서 AI 기반의 디지털 농업을 교육하는 에듀테크 교구로서 “스마트팜 실 습 플랫폼 키트”를 제안한다. 본 교구는 학교 교육과정의 연계성을 기반으로 구성하였으며 현행 교육과정에서 제 시하는 내용과 목표와 관련한 세부 요소를 담도록 설계하였다. 제안하는 플랫폼 키트는 학습자가 디지털 농업의 기본 개념, 디지털 센서 기술, 스마트팜의 구성과 관련한 피지컬 컴퓨팅 요소를 배우고 지능 분석을 위한 학습 데 이터를 구축하는 방법과 센서 운영 기술 등을 경험할 수 있도록 지원한다. 제안하는 플랫폼 키트는 딥러닝 개념을 기반으로 운영하며 제공하는 스마트팜 라이브러리를 이용한 AI 코딩이 가능하도록 설계 구현하였다.

The development of deep learning technologies such as generative AI is creating a great upheaval throughout society, and the Korean educational authorities have also announced the direction and policy of digital education at the national level. In order to successfully establish this educational paradigm, it is essential to strengthen the capacity of related teachers, develop textbooks, and develop edutech teaching aids that support each subject. To this end, this paper proposes the “Smart Farm Practice Platform Kit” as an edutech teaching aid that teaches AI-based digital agriculture in elementary, middle, and high school practical arts, information, and agricultural vocational schools. This teaching aid is structured based on the connection with the school curriculum and is designed to include detailed elements related to the contents and goals presented in the current curriculum. The proposed platform kit supports learners to learn the basic concepts of digital agriculture, digital sensor technology, and physical computing elements related to the composition of smart farms, and to experience methods for constructing learning data for intelligence analysis and sensor operation technology. The proposed platform kit is designed and implemented to enable AI coding using the smart farm library provided based on the concept of deep learning.

본 연구는 초·중등 교육에서 생성형 AI 활용을 위한 시사점을 탐색하는 데 목적이 있다. 이를 위해 국내 가이 드라인 6종, 국외 가이드라인 6종 총 12종에 대해 19가지 구성 항목을 중심으로 비교 분석하여 초·중등 교육에 서 생성형 AI의 교육적 활용에 대한 시사점을 도출하였다. 연구 결과, 국내·외 모두 생성형 AI가 가지는 교육적 활용에 대해 긍정적인 인식을 가지고 있는 것으로 나타났으며, 기술적 한계에서 비롯한 우려점들에 대한 행동요 령이나 지침, 예상되는 문제에 대해 제시하고 있는 것으로 나타났다. AI 활용에 있어서의 평등한 접근, AI 개발 과정에서의 교육자의 참여, AI 교육 활용에 대한 국제 협력 강조에 대해 국외 가이드라인에서는 강조하고 있으 나 국내에서는 다소 미흡한 것으로 나타났다.

This study aims to explore implications for the use of generative AI in primary and secondary education. To this end, implications for the educational use of generative AI in primary and secondary education were derived by comparing and analyzing 12 guidelines (6 domestic and 6 international) focusing on 19 compositional items. The research findings show that both domestic and international guidelines maintain positive perspectives on the educational applications of generative AI, while also providing behavioral protocols, guidelines, and anticipated issues regarding concerns arising from technical limitations. International guidelines emphasize equal access to AI utilization, educator participation in AI development processes, and international cooperation in educational AI implementation, whereas domestic guidelines were found to be somewhat insufficient in addressing these aspects.

본 연구는 체육 교과와 인공지능을 융합한 교육 프로그램을 개발하고, 이를 초등학생에게 적용하여 교육적 효 과를 분석하는 데 목적을 두었다. 학생건강체력평가 데이터를 활용한 인공지능 군집 모델 기반의 건강관리 개별 화 프로그램을 개발하였다. 초등교사 58명을 대상으로 요구 분석을 실시하였고, 이를 바탕으로 체육 과목의 성취 기준을 검토하였다. 교육 프로그램은 초등학교 6학년 학생 23명을 대상으로 총 34차시에 걸쳐 적용되었으며, 프 로그램의 교육적 효과를 분석하기 위해 컴퓨팅 사고력과 인공지능 리터러시에 대한 사전 및 사후 검사를 실시하 였다. 연구 결과, 본 교육 프로그램은 학생들의 컴퓨팅 사고력과 인공지능 리터러시 향상에 긍정적인 영향을 미 쳤음을 확인할 수 있었다. 이러한 결과는 체육 교과와 인공지능의 융합 교육이 학생들의 디지털 소양 및 체육 학습에 효과적임을 시사한다.

This study aimed to develop an educational program that combines physical education with artificial intelligence (AI) and implement it for elementary school students to analyze its educational effects. This study developed a personalized health management program using an AI clustering model based on student health and fitness data. The research involved a needs analysis of 58 elementary school teachers and a review of the physical education curriculum standards. The program was applied to 23 sixth-grade students over 34 sessions. To assess the program’s educational impact, pre-tests and post-tests were conducted on students' computational thinking and AI literacy. The results showed that the program significantly improved students' computational thinking and AI literacy. These findings suggest that integrating physical education with AI can effectively enhance students' digital literacy and physical education outcomes.

사회적 패러다임을 바꿔가는 인공지능에 대한 다양한 연구는 미래를 살아가야 하는 학생이 갖추어야 할 소 양이나 역량에 대해 논의하고 있다. 본 연구는 AI4K12에서 제시한 인공지능 교육의 다섯 가지 빅 아이디어 를 기반으로 유아의 인식에 대한 변화를 확인하기 위한 목적으로 진행되었다. 목적 달성을 위해 AI4K12의 ‘인식’, ‘표현과 추론’, ‘학습’, ‘자연스러운 상호작용’, ‘사회적 영향’ 등 다섯 가지 빅 아이디어를 기반으로 놀이 중심교육과정을 실행하기 위해 만 5세 유아를 대상으로 9주간 인공지능과 관련된 놀이활동을 구성하여 진행 하였다. 연구 결과, 인공지능 놀이 활동을 통해 유아의 표현 방법이 다양해졌으며, 인공지능과 관련된 다양한 요소의 내용을 습득하면서 인공지능에 대한 관심이 높아지는 것을 확인할 수 있었다. 인공지능에 대한 단편 적인 생각이 확장되어 가는 것으로 나타났다. 이상의 연구 결과를 제시한 본 연구는 유아를 대상으로 한 인 공지능 교육이나 활동의 방향성을 제시하는 기초자료를 제시했다는 데 의의가 있다.

Various studies on artificial intelligence, which is changing the social paradigm, are discussing the skills and competencies that students need to have in the future. The purpose of this study was to identify changes in the perceptions of young children based on the five big ideas of AI education presented by AI4K12. To achieve the purpose, a play-centered curriculum based on the five big ideas of AI4K12, including 'recognition', 'expression and reasoning', 'learning', 'natural interaction', and 'social impact', was implemented for 5-year-old early children for 9 weeks. The results of the study showed that the early children's expression methods were diversified through the A.I. play activities, and their interest in A.I. increased as they acquired the contents of various elements related to A.I.. It was found that their fragmented ideas about AI were expanded. The significance of this study is that it provides basic data to suggest the direction of AI education and activities for early children.

수원국의 기초교육부터 ICT교육을 진행했을 때 ICT ODA의 효과는 지속된다. LPTTC는 라오스의 ICT 기초교 육을 담당하고 있다. LPTTC 교수진의 역량강화를 위해, 나는 수원국 교수진과 협력하여 ICT교육 콘텐츠를 개발 하였다. 콘텐츠는 ICT교육과 CS교육을 담당할 예비교사 교육에 초점을 맞추었다. 개발된 콘텐츠의 검증을 위해 우리는 LPTTC 예비교사를 대상으로 집중이수 클래스를 운영하여 시범 적용하였다. 교육 참가자들은 만족스럽다 는 의견을 제시했다. 콘텐츠 개발진이 프로젝트를 통해 국제협력에 대한 경험을 확보하였고, ICT교육 콘텐츠 개발 을 통해 역량이 강화하였음을 연구자는 면담을 통해 알 수 있었다. 연구를 통해 수원국의 ICT ODA분야 발전에 한국 ICT교육 경험이 수원국에 많은 도움을 줄 수 있음을 알았다.

When ICT education is conducted from the basic education of the recipient country, the effect of ICT ODA continues. LPTTC is in charge of basic ICT education in Laos. In order to strengthen the capacity of LPTTC faculty, I developed ICT education content in cooperation with the recipient country faculty. The content focused on the training of prospective teachers who will be in charge of ICT education and CS(computer science) education. In order to verify the developed content, we operated an intensive training class for prospective teachers of LPTTC and applied it as a pilot test. The participants in the training expressed their satisfaction. Through interviews, the researcher was able to find out that the content development team gained experience in international cooperation through the project and strengthened their capacity through the development of ICT education content. Through the research, I found out that Korea's ICT education experience can be of great help to the recipient country in the development of the ICT ODA sector.

본 연구는 예비교사의 컴퓨터 역량 강화를 위하여 예비교사에게 요구되는 컴퓨터 역량을 분석하는 것이다. 교육 대학생을 대상으로 설문 조사를 하여 요구되는 18개의 컴퓨터 역량을 도출하고 교육 요구 우선순위를 제시하였다. 설문 응답 자료는 SPSS 프로그램을 이용하여 IPA 분석과 Borich의 요구도 분석을 하였다. 분석 결과, 예비교사에게 가장 중요한 역량은 정보윤리 역량, 컴퓨터를 이용한 문제해결 역량, 창의융합 역량 이 었다. 실행도가 높은 역량은 정보검색 역량이고, 가장 부족하다고 생각하는 역량은 프로그래밍 역량과 인공지능 역량이었다. 현재 가장 우선적으로 교육이 요구되는 역량은 소프트웨어 교육 교수 역량, 온라인 학습 역량이었다. 다음 순위로 요구되는 역량은 컴퓨터 수업 설계 역량과 생활에서 컴퓨터 활용 역량이었다. 요약하면, 예비교사들에 게 교육 우선순위가 높은 컴퓨터 역량은 컴퓨터 기술보다는 교육과 융합된 컴퓨터 역량들이었다.

This study is to analyze the computer competencies required of pre-service teachers. A survey of pre-service teachers was conducted to extract 18 computer competencies required and to obtain priorities for educational needs. The responded data were processed by IPA analysis and Borich's need analysis using the SPSS program. As a result of the analysis, the most important competencies for pre-service teachers were information ethics capabilities, problem solving capabilities using computers, and creative convergence capabilities. The competencies with high performance were the information search capabilities, and the most insufficient competencies were programming and artificial intelligence capabilities. Currently, the competencies that the most require education were software education teaching capabilities and online learning capabilities. The next required competencies were computer instructional design and computer use capabilities in life. In summary, computer competencies with high educational priorities for teacher’s college students were computer competencies integrated with education rather than computer skills.

2025년부터 적용되는 교육과정의 특징은 인공지능 융합교육이며 인공지능은 데이터과학의 핵심 기술이 많이 요 구되지만 초등 교육 현장에서의 정보교육은 코딩 교육과 인공지능 도구 활용 교육 위주로 진행되고 있다. 본 연구에 서는 초등학교 4학년을 대상으로 코딩 학습 없이 관심 주제를 선택하여 학생 주도적으로 활동하는 데이터과학 교육 프로그램을 설계하고 적용한 다음 학생의 통계적 분석 능력, 데이터 기반 의사소통 능력, 수업 후 소감문을 분석하였 다. 분석 결과, 통계적 분석 능력은 22% 향상되었고 데이터 기반 의사소통 능력은 39% 향상됨을 확인하였으며 수업 후 소감은 긍정적인 의견이 86%로 부정적인 의견 14%보다 높았다. 이것은 관심 주제 분석과 학생 주도적 활동을 기반으로 하는 데이터과학 교육 프로그램이 학생의 데이터 리터러시 향상에 긍정적 영향을 주는 것으로 해석된다.

The characteristic of the curriculum applied from 2025 is AI convergence education, and AI requires many core technologies of data science, but information education in elementary education is mainly conducted with coding education and AI tool utilization education. In this study, we designed and applied a data science education program for 4th graders in elementary school in which students select topics of interest without learning coding and participate in student-led activities, and then analyzed the students' statistical analysis ability, data-based communication ability, and post-class impressions. As a result of the analysis, it was confirmed that statistical analysis ability improved by 22% and data-based communication ability improved by 39%. The positive opinions after class were 86%, which was higher than the negative opinions of 14%. This is interpreted that a data science education program based on analysis of topics of interest and student-led activities has a positive effect on improving students' data literacy.

본 논문에서는 Sentence-BERT 바이-인코더에 기반한 단문 분류 방법을 제안하고, 이를 초등 인공지능 프로그래 밍 교육 환경에서 텍스트 학습 및 추론 시 효과적으로 적용할 수 있음을 실험적으로 보인다. 본 단문 분류 방법은 신경망을 실제로 처음부터 학습시키거나 미세 조정을 하지 않기 때문에, ‘가상-학습’ 및 ‘가상-추론’ 방법이라고 명 명하였다. 가상-학습 단계에서는 학습할 단문들을 경량 바이-인코더를 이용하여 임베딩하고, 이를 효과적으로 검색 할 수 있도록 인덱스를 생성한다. 가상-추론 단계에서는 추론할 단문들을 동일한 바이-인코더를 이용하여 임베딩하 고, FAISS, HNSW 등과 같은 근사 인접 이웃 알고리즘을 활용하여 빠르게 유사한 임베딩 벡터를 찾아 레이블 예 측을 수행한다. 이 방식을 초등 인공지능 교육에서 많이 활용되는 LSTM과 비교한 결과, 클래스 별 학습 샘플의 수 가 많지 않은 상황에서 본 방식은 LSTM보다 정확도가 크게 앞서는 것으로 나타났다. 그리고 학생들이 저성능의 컴퓨터를 활용하는 환경에서 충분히 활용할 수 있는 수준으로 학습 시간과 추론 시간이 소요됨을 확인하였다.

In this paper, we present a short sentence classification approach based on a Sentence-BERT bi-encoder and experimentally demonstrate its effectiveness for training text data in elementary AI programming educational environments. Because this approach does not train from scratch or fine-tune a neural network, we have termed it the "pseudo-training" and "pseudo-inference" method. In the pseudo-training phase, the short sentences to be trained are embedded using a lightweight bi-encoder, and an index is generated for efficient retrieval. In the pseudo-inference phase, the short sentences to be inferred are embedded using the same bi-encoder, and approximate nearest neighbor algorithms such as FAISS and HNSW are utilized to quickly find similar embedding vectors, followed by label prediction. Compared to LSTM, which is widely used in elementary AI education, the proposed method showed higher accuracy in situations where the number of training samples per class is limited. Additionally, we confirmed that the training and inference time for our approach is sufficient for practical use in programming environments where students use low-performance computers.