Earticle

현재 초등학교에서 실시되고 있는 소프트웨어 교육에서는 대부분 교육용 프로그래밍 언어(Educational Programming Language: EPL)를 활용하고 있다. EPL은 비교적 간단한 문법체계로 배우기가 쉬우며 어린 학생 들이 쉽게 배울 수 있다는 장점이 있지만 이런 블록코딩 방법은 캐릭터를 조작하는 것’으로 특화되어 있어서 다른 프로그래밍 언어와 비교하면 사용할 수 있는 기능이 한정되어 있다. 더 나아가 프로그램을 직접 제작 및 개발하는데 한계가 있으며 블록형 프로그래밍 학습경험이 풍부한 고급사용자들의 지적호기심과 학습욕구를 충족 시키는데 부족한 점이 있다. 그리하여 본 연구에서는 비교적 문법이 쉬운 텍스트 언어인 파이썬(Python)을 2015 개정 교육과정의 성취기준에 맞게 초등학생들에게 적용하여 프로그래밍 교육 방안을 연구해 보았다.

Currently, most software education in elementary schools uses the Educational Programming Language (EPL). EPL is a relatively simple grammar system that is easy to learn and easy for young learners to learn, but these block coding methods are specialized in "manipulating characters", which limits the ability to use them in comparison to other programming languages . In addition, there is a limit to the development of the program directly and it can not greatly affect the improvement of the programming ability of the information gifted students. In this study, we have studied Python, a text language with relatively easy grammaticality, to apply it to elementary school students.

본 논문은 기존 컴퓨팅 사고력 평가 연구를 분석하고 보완하여 형성적 관점에서 컴퓨팅 사고력을 평가하는 방안을 탐색하고, 텍스트 기반 프로그래밍 언어인 파이선을 활용한 프로그래밍 언어 학습 평가를 위한 평가 프 로세스를 설계하기 위해 수행되었다. 이와 같은 목적으로 컴퓨팅 사고력 영역을 탐색하고 평가 설계에 관련된 연구를 분석하였다. 또한, 초보자가 학습하는 파이선 프로그래밍의 학습 영역을 확인하고, 파이선 학습을 통해 획득할 수 있는 컴퓨팅 사고력 영역을 규명하였다. 이들을 종합하여 컴퓨팅 사고력에 해당하는 구문을 분석하여 피드백을 제공하는 평가 방법을 설계하였다. 아울러, 순서도와 의사코드를 활용하여 아이디어를 나타내게 함으로 써 반성적 사고를 통한 자기평가가 가능하게 하고, 커뮤니티를 활용한 코드공유 및 의사소통을 통해 동료피드백 이 가능한 평가 프로세스를 설계하였다는 데에 본 연구의 시사점이 있다.

The purpose of this paper is to explore ways to assess computational thinking from a formative perspective and to design a process for assessing programming learning using Python. Therefore, this study explored the computational thinking domain and analyzed research related to assessment design. Also, this study identified the areas of Python programming learning that beginners learn and the areas of computational thinking ability that can be obtained through Python learning. Through this, we designed an assessment method that provides feedback by analyzing syntax corresponding to computational thinking ability. Besides, self-assessment is possible through reflective thinking by using the flow-chart and pseudo-code to express ideas, and peer feedback is designed through code sharing and communication using community.

본 연구는 블록 코딩을 선행 학습한 학생들에게 적용할 수 있는 Python 교육 프로그램의 개발에 관한 것이 다. 우선 초중등학교 교육과정과 EPL 교재의 분석을 통해 블록코딩 학습자의 수준을 분석하고 블록 코딩에서 사용된 개념을 중심으로 Python 문법을 추출하여 교육과정을 구성한 뒤 PBL 수업에 맞는 Python 교육 프로그 램을 총 16차시로 개발하였다. Python 교육프로그램의 적절성을 검증하기 위해 2차의 전문가의 타당도 검사를 하였다. 검사 결과, 1차 타당도 24문항에서 CVR값 .78 점 이상으로 나타나 일부 수정, 보완하였다. 2차 검사에서 는 21개 문항은 타당성을 확보하였고 CVR 최소값인 .99 이하인 3개 문항의 내용에 대해 수정하여 교육 프로그 램을 완성하였다. 개발된 교육 프로그램이 스크립트코딩을 학습하기 위한 기초 자료로 유용하게 활용되길 기대 한다.

In this study we have developed a Python education program that can be applied to students who have studied block-based coding. We have developed a Python education program based on the extracted the learners' level of block-based coding by analyzing the programs and the textbooks. We extracted the grammar of the block-based coding and constructed the curriculum. Then, the Python education program was composed by 16 hours. After reviewing the appropriateness of the education program through expert validation, it was concluded that the developed Python education program is suitable for applying to learners of block-based coding. We expect that proposed program will be effectively applied as basic resources to learn script coding in class.

이 연구는 초등학생 대상 파이썬 활용 교육의 효과를 메타분석을 통해 분석하기 위해 실시되었다. 연구를 위해 파이썬을 활용하여 교육을 실시한 후 효과에 관해 보고한 선행연구 논문 5편을 선정하여 분석하였다. 설정된 연구문제는 다음과 같다. 전체 효과크기는 무엇인가? 출판 여부, 종속변인 유형 등의 범주형 변인에 따른 효과크기 는 무엇인가? 학년, 운영기간 등의 연속형 변인에 따른 효과크기는 무엇인가? 연구 결과로써 파이썬 활용 교육의 전체 효과크기는 중간 효과인 .598로 나타났다. 범주형 변수에 따라, 출판된 연구물의 효과크기가 학위 논문보다, 정의적 영역의 효과크기가 학업성취도, 인지적 영역 보다 효과크기가 큰 것으로 나타났다. 메타회귀분석 결과 교육 운영기간이 길수록, 프로그램 운영시간이 클수록 더 큰 효과가 나타났다. 마지막으로 논의 및 정의적 영역에 대한 질적 탐색, 프로그램 특징을 고려한 운영 등을 중심으로 제언을 제시하였다.

This study intended to analyze effects of education of python through meta-analysis. The researcher selected five primary studies reporting statistical data after implementing education of python in elementary classroom settings. Three research questions were stated. What is the total effect size of education of python? What are effect sizes of publication type, dependent variable, and etc.? What are results of meta-regression analysis by grade level, period, and etc.? Findings are as follows. The overall effect size was .598, which is medium. For categorical variables, the effect size of peer-reviewed journal articles was larger than theses. The effect size of affective domain was larger than student achievement and cognitive domain. For meta-regression analysis, education of python was more effective as the period and duration of the program increased. Finally, discussions and recommendations including qualitative investigation on affective domain and program management considering characteristics were presented regarding research findings.

Background: Quantitative risk assessments should be accompanied by uncertainty analyses of the risk models employed in the calculations. In this study, we aim to develop a computational code named SUMRAY for use in cancer risk projections from radiation exposure taking into account uncertainties. We also aim to make SUMRAY publicly available as a resource for further improvement of risk projection. Materials and Methods: SUMRAY has two versions of code written in R and Python. The risk models used in SUMRAY for all-solid-cancer mortality and incidence were those published in the Life Span Study of a cohort of the atomic bomb survivors in Hiroshima and Nagasaki. The confidence intervals associated with the evaluated risks were derived by propagating the statistical uncertainties in the risk model parameter estimates by the Monte Carlo method. Results and Discussion: SUMRAY was used to calculate the lifetime or time-integrated attributable risks of cancer under an exposure scenario (baseline rates, dose[s], age[s] at exposure, age at the end of follow-up, sex) specified by the user. The results were compared with those calculated using another well-known web-based tool, Radiation Risk Assessment Tool (Rad- RAT; National Institutes of Health), and showed a reasonable agreement within the estimated confidential interval. Compared with RadRAT, SUMRAY can be used for a wide range of applications, as it allows the risk projection with arbitrarily specified risk models and/or population reference data. Conclusion: The reliabilities of SUMRAY with the present risk-model parameters and their variance-covariance matrices were verified by comparing them with those of the other codes. The SUMRAY code is distributed to the public as an open-source code under the Massachusetts Institute of Technology license.

초등학생을 대상으로 하는 소프트웨어 교육의 도구는 블록형 교육용 프로그래밍 언어(EPL)가 주로 사용되고 있다. 블록형 EPL은 SW 교육의 입문 도구로써 장점이 많지만 확장성에서는 한계를 가지고 있다. 본 연구에서는 실제 산업 현장에서도 활발하게 사용하고 있는 텍스트 기반의 프로그래밍 언어인 파이썬을 활용한 SW 교육의 접근 방안을 모색하였다. 파이썬을 활용한 학습 프로그램과 모형을 개발하고 초등학교 6학년 학생을 대상으로 10차시를 적용하였다. 그 결과 로봇 활용 파이썬 학습 모형을 적용한 학생들의 컴퓨팅 사고력 향상에 유의미한 효과가 있었으며 초등학생을 대상으로 텍스트 기반 프로그래밍 언어의 적용 가능성을 확인할 수 있었다.

The Code Block Based Educational Programming Language(EPL) is the mainstream tool for software education for elementary students. However, Code Block Based EPL has limitations in scalability, even though there are many advantages as an introductory tool for software education. In this study, we searched the approach of SW education using Python, which is a text-based programming language actively used in real industrial field. We developed a learning program and model using Python and applied it to the sixth grade elementary school students for 10 hours. As a result, we found that the robot-based Python learning model had a significant effect on improving students' thinking skills and confirmed the applicability of text-based programming language to elementary school students.

본 연구는 초등학생의 논리적 사고력 신장을 위한 교육 방법으로 수행시간 중심의 파이썬 정렬 알고리즘 교 육 프로그램을 개발하여 적용한 후 그 효과를 검증하였다. 교육 프로그램은 현직 초등학교 교사 100명을 대상으 로 실시한 사전 요구 분석 결과를 바탕으로 하여 개발하였다. 개발한 교육 프로그램의 효과를 검증하기 위해 ○ ○대학교에서 실시한 초등학생 교육기부 프로그램의 지원자 표집에 의한 지원자 표본 25명을 대상으로 6일간 1 일 7차시씩 42차시를 진행하였다. 한국교육개발원에서 개발한 ‘논리적 사고 검사(GALT)’를 활용하여 사전·사후 검사 결과를 통해 교육적 효과를 분석하였으며, 분석 결과 수행시간 중심의 파이썬 정렬 알고리즘교육이 초등학 생의 논리적 사고력 향상에 효과적인 것으로 나타났다.

The purpose of this study is to develop a Python sorting algorithm training program based on execution time as an educational method for enhancing the logical thinking power of elementary students and then to verify the effect. The education program was developed based on the results of the pre-demand analysis conducted on 100 elementary school teachers. In order to verify the effectiveness of the developed educational program, I teached 25 students of the volunteer sample of the elementary school education donation program conducted at ○○ University conducted 42 hours, 7 days. The results of the pre-test and post-test were analyzed using the 'Group Assessment of Logical Thinking(GALT)' developed by the Korea Educational Development Institute. The results showed that the Python sorting algorithm training centered on execution time was effective in improving the logical thinking ability of elementary school students.

본 연구는 국내 서비스러닝 분야의 연구 동향을 파악하기 위해 수행되었다. 2000년 부터 2024년까지 한국연구재단 등재 학술지에 게재된 서비스러닝 관련 139편의 논문 초록에서 1,576개의 단어를 추출하여 키워드 빈도 분석과 TF-IDF 분석을 실시하고, LDA 토픽모델링 기법을 적용하여 논문 연구 주제의 변화를 살펴보았다. 연구결과, TF-IDF 분석을 통해 ‘학생’, ‘봉사활동’, ‘사회’, ‘경험’, ‘참여’ 등이 가중치가 높은 단어들 로 추출되었고 , LDA 토픽모델링을 통해 국내 서비스러닝 연구의 네 가지 주요 주제가 추출되었다. 추출된 4가지의 주제를 다음과 같이 정의하였다. 첫째, ‘서비스러닝 설계 를 위한 이론적 개념 및 환경적 요소 분석’ 주제는 서비스러닝의 이론적 기초와 교육 과 정 설계에 관한 연구를 포함하며, 이론적 정립과 모델 개발에 중점을 둔 연구이다. 둘 째, ‘집단별 자기효능감과 동기가 만족도에 미치는 차이 분석’ 주제는 학생들의 집단 학 습에서 동기 부여와 협력 방안에 대한 연구를 다룬다. 셋째, ‘장애와 다문화교육을 통한 학생 역량 개발과 실행 전략’ 주제는 서비스러닝 활동이 학생들의 역량을 어떻게 강화 하는지, 그리고 이를 위한 실행 전략에 대해 논의하는 논문이다. 넷째, ‘협력적 학습 환 경에서 참여자 중심의 실천적 접근’ 주제는 협력적 학습과 참여자 중심의 실천 방식을 강조하며, 실천적 접근이 서비스러닝의 효과를 극대화하는 데 어떻게 기여하는지를 연 구한 논문이다. 이 연구는 파이썬을 이용하여, 서비스러닝 분야의 연구동향 파악과 더 불어 토픽모델링을 통해 대량의 논문에서 주요 주제나 패턴을 자동으로 추출하여 문서 의 구조를 이해하고, 각 문서가 어떤 주제와 관련이 있는지를 파악하는 객관적인 자료 를 추출했다는 점에서 그 의의를 찾을 수 있다.

This study aims to identify research trends in the field of service-learning in South Korea. A total of 1,576 words were extracted from the abstracts of 139 papers related to service-learning, published in academic journals indexed by the Korea Research Foundation from 2000 to 2024. Keyword frequency analysis, TF-IDF analysis, and LDA topic modeling were applied to examine shifts in research topics. The TF-IDF analysis revealed that ‘students’, ‘volunteering’, ‘society’, ‘experience’, and ‘participation’ were high-weighted keywords. LDA topic modeling identified four main themes: (1) Theoretical Concepts and Environmental Factors for Service-Learning Design, focusing on theoretical foundations and curriculum development; (2) Differences in Group Self-Efficacy and Motivation’s Impact on Satisfaction, analyzing motivation and collaboration in group learning; (3) Student Competency Development through Disability and Multicultural Education, discussing competency enhancement and implementation strategies; and (4) Participant-Centered Practical Approaches in Collaborative Learning Environments, emphasizing participant-driven practical approaches in service-learning. This study contributes by using Python for large-scale topic modeling, offering an objective method to identify key themes and patterns in the field of service-learning research.

본 연구는 국내 서비스러닝 분야의 연구 동향을 파악하기 위해 수행되었다. 2000년 부터 2024년까지 한국연구재단 등재 학술지에 게재된 서비스러닝 관련 139편의 논문 초록에서 1,576개의 단어를 추출하여 키워드 빈도 분석과 TF-IDF 분석을 실시하고, LDA 토픽모델링 기법을 적용하여 논문 연구 주제의 변화를 살펴보았다. 연구결과, TF-IDF 분석을 통해 ‘학생’, ‘봉사활동’, ‘사회’, ‘경험’, ‘참여’ 등이 가중치가 높은 단어들 로 추출되었고 , LDA 토픽모델링을 통해 국내 서비스러닝 연구의 네 가지 주요 주제가 추출되었다. 추출된 4가지의 주제를 다음과 같이 정의하였다. 첫째, ‘서비스러닝 설계 를 위한 이론적 개념 및 환경적 요소 분석’ 주제는 서비스러닝의 이론적 기초와 교육 과 정 설계에 관한 연구를 포함하며, 이론적 정립과 모델 개발에 중점을 둔 연구이다. 둘 째, ‘집단별 자기효능감과 동기가 만족도에 미치는 차이 분석’ 주제는 학생들의 집단 학 습에서 동기 부여와 협력 방안에 대한 연구를 다룬다. 셋째, ‘장애와 다문화교육을 통한 학생 역량 개발과 실행 전략’ 주제는 서비스러닝 활동이 학생들의 역량을 어떻게 강화 하는지, 그리고 이를 위한 실행 전략에 대해 논의하는 논문이다. 넷째, ‘협력적 학습 환 경에서 참여자 중심의 실천적 접근’ 주제는 협력적 학습과 참여자 중심의 실천 방식을 강조하며, 실천적 접근이 서비스러닝의 효과를 극대화하는 데 어떻게 기여하는지를 연 구한 논문이다. 이 연구는 파이썬을 이용하여, 서비스러닝 분야의 연구동향 파악과 더 불어 토픽모델링을 통해 대량의 논문에서 주요 주제나 패턴을 자동으로 추출하여 문서 의 구조를 이해하고, 각 문서가 어떤 주제와 관련이 있는지를 파악하는 객관적인 자료 를 추출했다는 점에서 그 의의를 찾을 수 있다.

This study aims to identify research trends in the field of service-learning in South Korea. A total of 1,576 words were extracted from the abstracts of 139 papers related to service-learning, published in academic journals indexed by the Korea Research Foundation from 2000 to 2024. Keyword frequency analysis, TF-IDF analysis, and LDA topic modeling were applied to examine shifts in research topics. The TF-IDF analysis revealed that ‘students’, ‘volunteering’, ‘society’, ‘experience’, and ‘participation’ were high-weighted keywords. LDA topic modeling identified four main themes: (1) Theoretical Concepts and Environmental Factors for Service-Learning Design, focusing on theoretical foundations and curriculum development; (2) Differences in Group Self-Efficacy and Motivation’s Impact on Satisfaction, analyzing motivation and collaboration in group learning; (3) Student Competency Development through Disability and Multicultural Education, discussing competency enhancement and implementation strategies; and (4) Participant-Centered Practical Approaches in Collaborative Learning Environments, emphasizing participant-driven practical approaches in service-learning. This study contributes by using Python for large-scale topic modeling, offering an objective method to identify key themes and patterns in the field of service-learning research.

본 연구에서는 초등 텍스트 프로그래밍 교육을 위해 파이썬 기초 언어 학습 문제를 개발하였다. 문제 영역 선 정과 선정된 영역에 개발된 문제의 타당성을 얻기 위해 2차에 걸쳐 델파이 연구를 진행하였다. 2022개정 교육과 정과 초등학생 수준을 고려하여 파이썬 학습 영역 31개 중 11개의 학습 영역을 선정하여 1차 델파이 조사를 진 행하였으며, 2차 델파이 조사는 선정된 학습 영역에 따른 개발한 문제로 진행하였다. Lawshe의 내용 타당도를 기준으로 설문 응답을 분석하였으며, 1차 설문 결과에 11개 영역이 내용 타당도를 확보하였으며 11개의 영역에 따른 빈칸형 문항들을 대상으로 2차 설문 결과 전문가의 전반적인 합의를 이룰 수 있었다. 이후 파이썬 언어 학 습 플랫폼 에듀테크 기업과 협업하여 개발한 문항을 플랫폼 사이트에 탑재하여 온․오프라인 상관없이 활용할 수 있도록 하였다.

This study developed a Python basic language learning problem for elementary text programming education. In order to select a problem area and to obtain the validity of the problem developed in the selected area, two Delphi studies were conducted. Considering the 2022 SW curricula and the level of elementary school students, 11 learning areas out of 31 Python learning areas were selected and the first Delphi survey was conducted, and the second Delphi survey was conducted with developed problems according to the selected learning areas. The survey responses were analyzed based on Lawshe's content validity, and the content validity was secured in 11 areas in the first survey result, and the overall agreement of the experts was achieved as a result of the second survey for the blank questions in 11 areas. Afterwards, the questions developed in collaboration with the Python language learning platform edutech company were loaded onto the platform site so that they could be used both online and offline.

본 연구는 LDA기반 토픽 모델링(topic modeling) 분석기법을 활용하여 모바일 광고 연구를 살펴 모바 일 광고 연구를 체계적으로 구분하여 유형화하고 정량화 하였다. 모바일 광고 관련 선행 연구의 동향을 파 악하며 2012년부터 2021년까지 10년간 KCI에 등재된 모바일광고 관련 연구 419건을 연구대상으로 설정하 였다. 그리고 연구주제를 세부화하기 위하여 Python 3.9의 LDA 알고리즘 토픽모델링을 분석하여 각 연구 논문의 초록에 있는 키워드를 수집하고 전처리 하였다. 또, 총 6,210개의 키워드를 추출해 빈도분석을 진행했으며 가장 많이 등장한 키워드는 ‘mobile’(1,013)이며, 다음순서는 ‘advertising’(721), ‘brand’(217), ‘digital’(192) 등으로 나타났다. 또한, 추출한 키워드의 텍스트 마이닝을 통하여 ‘중심성분석’과 ‘토픽모델링’을 적용하였다. 중심성분석의 결과는 ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘brand’, ‘digital’, ‘media’, ‘consumer’, ‘content’ 등이 연결중심성 값이 높은것으로 나타났고, 매개중심성 값이 높은 키워드로는 ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘information’, ‘user’, ‘media’, ‘game’, ‘app’ 등의 순으로 나타 났다. 그리고 토픽모델링을 통해 ‘advertising effect’, ‘mobile advertising platform’, ‘marketing communication’, ‘social media’, ‘mobile advertising marketing’ 등 5개의 토픽 그룹으로 유형화 할 수 있다. 본 연구는 모바일광고에 대한 연구의 특성을 진단하며 이에 따른 모바일광고 발전방안을 모색한다는 점 에서 향후 연구에서 활용 가능한 기초연구 자료가 될 수 있기를 바란다. 연구결과는 모바일광고에 대한 효 과 측정이 혁신적인 지표의 개발이 필요 하다는 시사점이 도출되고 후속 연구에서는 모바일 광고 발전에 따라 시기별 핵심 주제어에 대한 연구가 이루어지기를 기대한다.

This study examined mobile advertising research and systematically classified mobile advertising research. By grasping the trends of previous studies related to mobile advertising, 419 studies related to mobile advertisements registered in KCI for 10 years from 2012 to 2021 were set as the subjects of the study. For detailed classification of research topics, topic modeling analysis based on LDA algorithms using Python 3.9 was conducted to collect and refine keywords in the abstract of each research paper. A total of 6,210 keywords were extracted and frequency analysis was conducted and the most common keywords were ‘mobile’(1,013), followed by ‘advertising’(721), ‘brand’(217), and ‘digital’(192). This study applied centrality analysis and topic modeling through text cleaning of extracted keywords. ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘brand’, ‘digital’, ‘media’, ‘consumer’, ‘content’ had the high closeness centrality values and keywords with high betweenness centrality values were ‘mobile’, ‘advertising’, ‘marketing’, ‘service’, ‘positive’, ‘information’, ‘user’, ‘media’, ‘game’, ‘app’. Topic modeling was categorized into 5 topic groups: ‘advertising effect’, ‘mobile advertising platform’, ‘marketing communication’, ‘social media’, ‘mobile advertising marketing’. In this study diagnosed the characteristics of the study on mobile advertising and sought ways to develop mobile advertising accordingly, it is hoped that it can be a basic study to be used in future studies. The research results drew implications that it is necessary to develop innovative indicators to measure the effectiveness of mobile advertising and in subsequent studies. It is expected that research on key keywords by period will be conducted according to the development of mobile advertisements.

초연결과 초지능화로 대표되는 사물지능(AIoT) 시대는 ICT를 넘어 산업 전반의 지능화를 이끌어 내고 있다. 이 러한 사회에 대비한 디지털 인재 양성 정책으로서의 AI 교육은 단순히 AI 기술을 체험하고 원리를 이해하는 것에 그치는 것이 아니라 사물과 AI의 연결과 융합이 창출해내는 가치의 경험으로 이어져야 한다. 하지만 이러한 AIoT 관점에서의 교육에 대한 인식이 아직 미비할 뿐 아니라 교사 역시 관련 역량을 가지고 있지 못한 실정이다. 이에 본 연구자는 파이썬을 활용한 AIoT 교육 프로그램을 개발하여 교사 연수 프로그램에 적용하고 사전, 사후 대응 표본 t-test를 통해 효과성을 검증하였다. 그 결과 디지털 인식, 디지털 일반지식, 디지털 활용지식, 디지털 교육학 지식, 디지털 교육내용 지식, AI 인식, AI 학습, AI 시스템을 포함한 디지털・AI 리터러시에서 통계적으로 유의미 한 차이가 있음을 알 수 있었다.

In the AIoT era, characterized by hyper-connectivity and hyper-intelligence, the intelligence of the entire industry is evolving beyond just ICT. AI Education, as a policy to cultivate Digital talent in preparation for this societal shift, should extend beyond mere exposure to AI technology and its principles, and instead lead to an understanding of the value created by the interconnection and convergence of objects with AI. However, current education from an AIoT perspective is lacking, and teachers lack related capabilities. In response, this research developed an AIoT education program using Python, which was implemented in a teacher training program. Its effectiveness was evaluated through pre- and post-intervention sample t-tests. As a result, it was found that there was a statistically significant difference in Digital and AI Literacy, including digital awareness, digital general knowledge, digital application knowledge, digital pedagogy knowledge, digital educational content knowledge, AI awareness, AI learning, and AI system.

본 연구에서는 데이터 시각화 교육에 초점을 맞춘 파이썬 교육이 초등학교 6학년 학생들의 컴퓨팅 사고력 향 상에 미치는 효과를 분석해보았다. 현직 초등교사 60명과 초등학교 6학년 학생 120명을 대상으로 실시한 요구분 석 결과를 바탕으로, 데이터 시각화의 절차에 따라 파이썬 교육프로그램을 개발하였다. 개발한 교육프로그램으로 초등학교 6학년 학생 24명에게 총 6일 동안 36시간의 수업을 진행하여 사전·사후 비교 검사를 통해 효과를 분석 하였다. 분석 결과, 데이터 시각화 교육에 초점을 맞춘 파이썬 교육은 초등학교 6학년 학생들의 ‘계산적 인지력’ 과 ‘유창성’, ‘정교성’, ‘독창성’에 유의미한 효과가 있는 것으로 나타났다.

In this study, we analyzed the effects of data visualization education with using Python on the improvement of computing thinking ability of the 6th grade students of elementary school. Based on the results of the needs analysis of 60 elementary school teachers and 120 elementary school students, we developed the data visualization education program. In the developed educational program, 24 elementary school students were trained for 6 days and 36 hours in total. Thereafter, students were subjected to pre- and post-comparison tests. As a result of the analysis, it was found that the data visualization education with using Python is effective in improving the Computational cognition, Fluency, Originality, Elaboration of the 6th grade students in elementary school.

4차 산업 혁명에 따라 전 세계에서는 이에 맞는 새로운 인재를 양성하고자 SW 교육을 강조하고 있다. 이런 세계적 흐름에 맞추어 우리나라에서도 2015 개정교육과정에서 SW 교육을 필수화하였다. 하지만 우리나라 초등 SW교육은 블록 기반 프로그래밍 언어의 활용에 편중되어 있다. 또한 목표 설정 및 내용 구성에 있어 정의적 영 역의 신장은 소홀하고 지식, 기능적 영역의 신장에만 집중되는 경향이 있다. 이에 본 연구에서는 텍스트 기반 프 로그래밍 언어 중에서 최근 각광받고 있는 파이썬과 정의적 영역인 ‘공동체 역량’의 신장을 고려하여 팀 공유정 신모형 개념을 활용한 SW교육 방법을 탐구하였다. 팀 공유정신모형 형성 정도가 유사한 두 집단에 t-검정을 수 행해 본 결과, 본 연구에서 제시한 SW학습방법을 적용한 집단 내 학습자들의 팀 공유정신모형 형성에 효과가 있다는 것을 확인할 수 있었다.

According to the Fourth Industrial Revolution, SW education is emphasized around the world to educate student with new abilities. Following to these global trends, SW education has become mandatory in Korea's 2015 revised curriculum. However, Korean elementary SW education is focused on the use of block-based programming languages. In addition, the point of view of selecting goals and organizing content of SW Education, the affective domain is ignored and focused only on the cognitive and psychomotor domains. So, this study explored method of SW education using the concept of Team-Shared Mental Model for develop of community capacity and Python, which is textual programming language gaining popularity recently. As a result of performing the post test t-test on two groups with similar Team-Shared Mental Model formation, we found that it was effective in forming a Team-Shared Mental Model of the group applying the SW teaching method suggested in the study.

본 연구에서는 기존 코드블록 중심의 SW 교육 방법에서 벗어나 다양성을 추구하는 관점에서 파이썬과 로봇을 활용하는 SW 교육 내용과 방법을 제안하였다. 국제자동차공학회(SAE)의 자율주행자동차 수준 정의에 따라 실제적인 과제로 햄스터 로봇을 활용한 자율주행차 개발 프로젝트를 설계하였다. 이에 따라 단계적 과제를 개발 하고, 기본 예제를 제시였다. 또한 과제별로 동영상을 개발하여 학습자들은 예시코드, 동영상 등으로 학습을 수 행할 수 있도록 하였다. 개발된 프로그램을 시범 적용해 본 결과 SW 교육에서 텍스트 기반 언어 활용의 긍정적인 측면을 찾을 수 있었다.

In this study, I proposed SW contents and methods that utilize Python and robots from the viewpoint of diversity in the previous code block-oriented SW education method. I designed a project to develop an autonomous vehicle using a hamster robot as a authentic task based on the definition of the autonomous vehicle level of the International Society of Automotive Engineers. I developed a step-by-step subject and presented a basic example source code of Python. In addition, I developed videos for each subject, and the learner was able to perform learning with example source code, video, and so on. As a result of the test experiment of the developed program, I was able to find out the positive possibility of using text based language in SW education.

본 연구는 전기차 구매 결정에 영향을 미치는 주요 요인을 밝히기 위해서 중국 웨이보 플랫폼 에 게시된 전기차 관련 리뷰를 텍스트 마이닝과 LDA 토픽 모델링을 통해 분석하였다. 분석 결과，브랜드，충전 편의성，연료 및 배터리 기술，안전성，시장 동향 및 정책 영향，성능과 보급 정도 등이 구 매 결정에 중요한 요인으로 나타났으며 또한 전기차에 대하여 대중들은 긍정적인 감정을 갖고 있는 것으로 나타났다. 본 연구는 제조업체와 정책 입안자에게 마케팅 전략 및 정책 개발과 관련된 시사점 을 제공할 수 있을 뿐만 아니라，전기차 산업의 전략적 발전에 기여할 것으로 기대된다.

This study analyzed reviews related to electric vehicles posted on the Chinese Weibo platform using text mining and LDA topic modeling to identify the key factors influencing electric vehicle purchase decisions. The analysis revealed that factors such as brand, charging convenience, fuel and battery technology, safety, market trends and policy impacts, performance, and the level of adoption are significant determinants of purchase decisions. Additionally, it was found that public sentiment towards electric vehicles is predominantly positive. This study is expected to provide insights for manufacturers and policymakers in developing marketing strategies and policies, as well as contribute to the strategic development of the electric vehicle industry.

ChatGPT가 불러온 생성형 인공지능에 대한 사회적 관심과 함께 이를 교육에 적용하기 위한 시도가 꾸준히 이 루어지고 있다. ChatGPT 기반 생성형 챗봇은 기존의 규칙 기반 챗봇과는 달리 초거대 AI를 바탕으로 새롭게 의 미를 구성하여 문장을 생성하고, 대량의 데이터를 활용해 다양한 사례를 제시해줄 수 있다는 것에 의의가 있다. 이는 학생들이 과학 개념 및 사례에 다양한 방향으로 바라보고, 자신에 적합한 형태로 지식을 구성하도록 도움을 줄 것이다. 본 논문에서는 GPT-3.5 모델을 우리나라 초등학교 6학년의 수준과 과학과 교육과정 내용에 맞게 Fine-tuning한 교육용 챗봇을 개발하였다. OpenAI에서 제공하는 GPT-3.5-turbo-16k-0613 모델을 활용했으며 목 적에 맞게 미세조정 했다. 이 과정에서 사전에 충분한 데이터셋을 확보해야 함은 물론 System 설정을 세분화하고 구체적으로 입력할수록 개발자의 의도에 맞게 정선된 답변을 생성하는 것을 알 수 있었다.

Along with the social interest in generative artificial intelligence brought about by ChatGPT, attempts are steadily being made to apply it to education. Unlike conventional rule-based chatbots, ChatGPT-based generative chatbots are meaningful in that they can create sentences by newly constructing meanings based on ultra-large AI and present various cases using a large amount of data. This will help students view scientific concepts and cases in various directions and organize knowledge in a form that suits them. In this study, an educational chatbot was developed in which the GPT-3.5 model was Fine-tuned according to the level of sixth graders in elementary school in Korea and the contents of the science curriculum. The GPT-3.5-turbo-16k-0613 model provided by OpenAI was utilized and fine-tuned to suit the purpose. In this process, it was found that not only sufficient datasets should be secured in advance, but the more detailed and detailed the System settings were, the more selected answers were generated according to the developer's intention.

본 연구에서는 정보 교과와 수학 교과를 문제 해결을 기반으로 융합 교육을 하기 위해 프로그래밍 자동 평가 시스템에서 활용할 수 있는 문제은행을 개발하였다. 개발 과정은 다음과 같다. 프로그래밍 내용 영역을 선정한 후 수학 교육과정에서 제시하는 성취기준 및 학습 요소를 반영하여 이원목적 분류표를 작성하였다. 문항 및 채 점 데이터를 개발하여 전문가 검토를 실시한 후 전문가 의견을 반영하여 문항을 보완을 하고 그래픽 평가 방법 및 평가 문항을 추가 개발하였다. 2차 전문가 검토 이후 개발한 문제 은행을 프로그래밍 자동 평가 시스템에 탑재 하였다. 프로그래밍 자동 평가 시스템을 사용한 경험이 있는 초등학생 2명에게 파일럿 테스트를 한 후 문제 은행 을 최종 개발하였다. 개발한 문제 은행은 초등학교 정보영재, SW 동아리 또는 중학생 등을 대상으로 프로그래밍· 수학 융합교육에 활용될 수 있을 것으로 기대된다.

In this study, a problem bank was developed that can be used in an Programming Automatic Assessment(PAA) system to provide convergence education based on problem solving. The development process is as follows. After selecting the programming content area, a dual purpose classification table was prepared by reflecting the achievement standards and learning elements presented in the curriculum. After developing questions and scoring data and conducting an expert review, the questions were supplemented by reflecting expert opinions, and graphic assessment methods and assessment questions were developed. The problem bank was installed in the PAA system. After piloting two elementary school students who had experience using the PAA system, the problem bank was finally developed. The developed problem bank is expected to be used for programming and math convergence education for elementary school SW clubs, or information gifted students or middle students.