Earticle

The present paper was intended to examine the research trends in English for Specific Purposes (ESP) using python and text mining. For this purpose, data were first collected from domestic and foreign theses as well as academic journals published between 1990 and 2019 and available on Research Information Sharing Service (RISS). Then keywords from the titles of the studies were extracted and analyzed via text mining. The study revealed that (1) Both domestic and foreign studies seemed to share much in common in terms of their favored research topics in ESP-text communication, English for Academic Purposes (EAP), and course/curriculum design; (2) Corpus/needs analyses were most favored in Korean ESP studies, while genre/needs analyses and case studies were in foreign ESP studies; (3) 'Engineering' was the field of study most dealt with in both domestic and foreign EAP research; and (4) Not all trends in the same period coincide in domestic and foreign ESP studies. Finally, the present study offered future directions derived from the results of the study.

In this paper, as one of the attempts to effectively utilize the vast amount of text data, I have introduced a text mining technique called Topic Model into the field of Japanese studies. Concretely, the texts of the reading comprehension parts of the previous format JLPT for the past 20 years were collected, and Topic Model analysis was carried out. The following points were made clear by such a study. First of all, it was confirmed from actual data that the subjects of the previous format JLPT tried to avoid topic-specific biases when selecting and producing the texts for the questions. Next, the text can be statistically classified into four main topics: “Private relationships such as family and work,” “Communications related to schedules,” “Public relations related to the country and society,” and “Economic activity.” The techniques and results of topic model analysis in this paper were empirical analyzes of actual existing questions. It is considered significant in that it can be applied to all fields of Japanese studies that are needed. Of course, the discussion in this paper is limited to the texts of the previous format JLPT, not the new format JLPT, and the amount of data is relatively small, although it covers all the data for the past 20 years. In addition, a comparative analysis with other texts was not possible. Therefore, it seems that there is still room for improvement in this paper, but I would like to address this as a future issue.

This study explored the possibility of supplementing the existing qualitative analysis method by applying artificial intelligence (AI) technology to the fire investigation field. By applying and analyzing ChatGPT and Circle-to-Search functions to the actual fire case of Nonsan Fire Station, it showed high accuracy and efficiency in tasks such as fire cause prediction, fire pattern classification, and field photo analysis. In particular, automatic analysis of visual evidence through image-based neural network model and automatic summary and classification of reports based on natural language processing suggested the possibility of greatly improving the speed and objectivity of fire investigation. In addition, by constructing the Vision AI prototype model, meaningful results were obtained to identify oil patterns on the floor, and a systematic fire investigation system was prepared by establishing an NSFI shared system. Lastly, the deployment of data collection experts to the fire investigation team was proposed.

VR 및 AR은 대중들이 접근하기 어려운 기술이 아닌, 개인용 스마트 폰 하나로 체험 및 활용 할 수 있는 시 대가 되었다. 최근 이런 개인용 스마트 폰의 다양한 센서를 활용한 AR 콘텐츠가 개발되고 서비스 되고 있다. AR 콘텐츠의 수요가 커지면서Software교육의 수요도 커지게 되었다. 하지만, 비전공자들도 배우기 쉬운 Python 언어를 중심으로 SW 교육이 활발해졌음에도, 아직까지 AR 콘텐츠 개발에서는 Python을 적극적으로 사용할 수 없다. AR 콘텐츠는 기술 분야 뿐 아니라 인터렉티브 아트 분야에서도 활발하게 사용되고 있다. 최근 인터 렉티브 아티스트들은 Python을 이용하여 인공지능을 활용한 작품을 개발 및 전시하고 있다. Python을 통한 SW 교육은 SW 분야의 취업에만 필요한 것이 아니라 아트 분야에서도 필요한 교육이 되었다. 본 논문에서는 AR 콘텐츠 개발 교육을 위한 Python과 Unity 3D Engine을 이용한 네트워크 기반 AR 프레임 워크를 제안한다. 제 안한 AR 프레임 워크는 Web 기반 브라우저에서 개인용 스마트 폰의 카메라에 접근하여 카메라 정보를 Main Server에 전송하고 Python에서 Mark를 분석한다. Mark 정보에 맞춰 Unity 3D Engine에서 3D 오브젝트를 렌더 링하고, 카메라 정보화 합성 후, MJPEG 스트리밍으로 개인용 스마트 폰 화면에 렌더링 된다. 본 논문에서 제 안한 AR 프레임 워크는 SW 교육 플랫폼과 비대면 교육 플랫폼의 요구사항을 반영하며, 인터렉티브 아티스트 들의 다양한 도전에 필요한 기술적 제한을 낮춰 줄 것으로 기대한다.

VR and AR are not technologies that are difficult for the public to access, but can be experienced and used with a single personal smartphone. Recently, AR content using various sensors of these personal smartphones has been developed and serviced. As the demand for AR content grew, so did the demand for software education. However, although SW education has become active around Python languages that are easy for non-majors to learn, Python cannot be actively used in AR content development. AR content is actively used not only in the technical field but also in the interactive art field. Recently, interactive artists have been developing and exhibiting works using artificial intelligence using Python. SW education through Python is not only necessary for employment in the SW field, but has also become necessary education in the art field. This paper proposes a network-based AR framework using Python and Unity 3D Engine for AR content development education. The proposed AR framework accesses the camera of a personal smartphone from a web-based browser, transmits camera information to the Main Server, and analyzes Mark on Python. It renders 3D objects in Unity 3D Engine according to Mark information, synthesizes camera informatization, and renders them on personal smartphone screens with MJPEG streaming. The AR framework proposed in this paper reflects the requirements of SW education platforms and non-face-to-face education platforms, and is expected to lower the technical limitations required for various challenges of interactive artists..

South Korea has about 5,500 unified control points now. In last 10 years, after years of observations, obtained about 20,000 GNSS observation files, tried to compare these new coordinates values with the old values of unified control points to analysis the changes in the earth’s crust. But because of the changes of the GNSS receivers, multi bands and types of it was used, and the mistakes from the observers, they can’t be processed in GAMIT/GLOBK, the most used GNSS data processing software. Coding several python scripts to revise these mass datas instead of manual sequential corrections.

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.

파이썬 웹서비스 환경에서 대용량 파일 처리 시 이벤트 루프 차단으로 인한 응답 지연 문제가 발생 한다. 본 연구에서는 AnyIO의 스레드 오프로드 기법을 이용해 메모리‑디스크 자동 전환 구조를 유지 하면서 모든 입출력 연산을 비동기화한 스풀 임시 파일 객체를 제안한다. 부하 테스트를 통해 고부하 상황에서도 처리량 손실을 최소화하고 응답 지연을 개선할 수 있음을 확인하였다.

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.

본 연구에서는 여러 선율의 골격음을 판정할 수 있는 골격음 분석 도구를 새로 개발하여, 이를 활용해 <웃도드리>와 <양청도드리>의 가야금ㆍ거문고ㆍ대금ㆍ피리ㆍ해금 선율을 분석하여 두 음악의 특징을 비교 검토해 보았다. Python을 기반으로 제작한 골격음 분석 도구를 활용한 악곡 분석은 데이터 입력 – 데이터 후처 리 및 분석 – 정간 대표음 판정 – 골격음 판정의 단계로 진행되며, 데이터 작성 이후 실시간으로 결과 가 산출된다는 장점이 있다. 도구를 통해 <웃도드리>와 <양청도드리>의 골격음을 판정하고, 골격 선율행렬을 통해 골격선율과의 일치 및 상이 선율을 확인하였으며, 음 집합을 통해 골격음 주변에 서 선율을 형성하는 음을 악기별로 살펴보았다. 위의 결과를 통해 골격음 분석 도구의 활용 가능성을 논의하였다. 첫째, 골격선율행렬은 헤테로 포니적 특징을 시각화하여 재확인하고, 상이 선율을 통해 악곡의 짜임새를 확인할 수 있었다. 둘째, 주변음은 골격음을 중심으로 형성되어 있으며 <웃도드리>의 범위가 <양청도드리>보다 넓었다. 또한, 골격음별 주변음이 악기마다 다르게 나타나며 이 유형은 현악기ㆍ관악기의 일반적인 이분법 과 일치하지 않는 악기 고유의 특성임을 밝혔다.

In this study, we developed a new Skeletal Tone Analysis Tool that can determine the skeletal tones of various melodies and used it to analyze the gayageum, geomungo, daegeum, piri, and haegeum melodies of <Utdodeuri> and <Yangcheongdodeuri> to compare the characteristics of the two music. The analysis of music using the Python-based Skeletal Tone Analysis Tool proceeds in the following steps: data input, data post-processing and analysis, determination of Jeonggan representative tones, and determination of skeletal tones. One advantage of this tool is that it provides real-time results after data preparation. Using this tool, we successfully identified the skeletal tones of <Utdodeuri> and <Yangcheongdodeuri>. Furthermore, we verified the similarities and differences between the melodies by each instrument through the tone cluster analysis. Based on these results, we discussed the potential applications of the Skeletal Tone Analysis Tool. Firstly, we reaffirmed heterophonic characteristics by visualizing them through the skeletal melody matrix and confirmed the melody structure across different pieces. Secondly, we observed the presence of auxiliary tones around the skeletal tones, with a wider range observed in <Utdodeuri> compared to <Yangcheongdodeuri>. Moreover, we discovered that the auxiliary tones around each skeletal tone vary depending on the instrument, deviation from the conventional dichotomy of string and wind instruments. This highlights the unique characteristics of each instrument.

Big data analytics made outstanding achievements in the fields of business, science, public policy, etc. While experts are familiar with the theory and software, it has been challenging for non-experts to use software programs since it requires skills in programming, mathematical background, and statistical knowledge. In this project, we present Big Data Analytics Tools, an educational Python resource designed for a public willing to learn fundamental ideas in performance-oriented software and utilize data analytics tools in real-world scenarios. Big data analytics contains an educational Application Programming Interface (API), educational procedures from data cleaning to machine learning techniques for individuals who learn or develop from scratch. The data analytics tools paved the way for analyzing simulations on high-dimensional data with step-by-step instructions. Big data analytics tool is an open-source tool which manages and assesses the investigations of high-dimensional data, providing significant evaluation over a large number of data.

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.

This study analyzed 2,071 job postings related to interpretation from prominent job search platforms, namely Saramin and JobKorea, utilizing a text-mining approach. The study delved into employer preferences, particularly focusing on 'preferred qualifications' and 'job duties.' Python was used to crawl data from online sources and prompt engineering with the Gemini Pro AI model facilitated the extraction of relevant information. Preprocessed data underwent keyword frequency analysis and Latent Dirichlet Allocation (LDA) topic modeling. An association analysis of co-occurring word pairs further enhanced the understanding of employer demands in the interpretation job market. Employers showed a preference for candidates with industry experience, technical skills, foreign language or job-related majors, and possession of relevant certifications other than language and interpretation skills. Notably, emerging industries such as IT and content creation exhibited a heightened emphasis on industry experience and software utilization skills. As for job duties, ‘interpretation and translation’ accounted for only approximately 9.8% of the total job duties described in all postings.

본 연구는 대학 신입생을 대상으로 한 파이썬 입문 강의에서 블록 기반, 텍스트 기반, 혼합형 교수법의 효과성을 조사하였다. 60명의 학생이 세 그룹으로 무작위 배정되어 각기 다른 교수법을 13주간 적용받았다. 학습 성과, 문제 해결 능력, 학생 태도는 시험, 코딩 연습, 설문 조사 및 인터뷰를 통해 평가되었다. 결과적으로 모든 그룹에서 유의미한 향상이 나타났으며, 혼합형 교수법을 적용한 그룹이 가장 높은 사후 평가 점수(81.2점)와 최종 프로젝트에서 최고 성과(평균 89.3점)를 기록하였다. 혼합형 교수법은 블록 기반 프로그래밍의 접근성과 텍스트 기반 코딩의 심층성을 효과적으로 결합하여, 시각적 표현에서 텍스트 표현으로의 점진적인 전환을 통해 학습을 단계적으로 지원하였다. 이 접근법은 다양한 학습자의 요구를 충족시키면서도 고급 프로그래밍 기술 습득을 준비하도록 설계되었다. 혼합형 그룹의 학생들은 자신감, 즐거움, 몰입감에서 가장 큰 향상을 보고하였다. 연구 결과는 혼합형 교수법이 개념적 이해, 코딩 숙련도 및 학습 만족도를 증진하는 데 가장 효과적임을 강조하고 있다.

This study investigates the effectiveness of block-based, text-based, and hybrid instructional approaches in introductory Python courses for community college freshmen. Sixty students were randomly assigned to three groups, each following a distinct instructional method over a 13-week semester. Learning outcomes, problem-solving skills, and student attitudes were evaluated using exams, coding exercises, surveys, and interviews. The results revealed significant improvements across all groups, with the hybrid approach achieving the highest post-test scores (81.2 points) and the best project performance(average of 89.3 points in the final project). The hybrid method effectively combined the accessibility of block-based programming with the depth of text-based coding, employing a gradual transition from visual to textual representations. This approach scaffolded learning, addressing the needs of diverse learners while equipping them with advanced programming skills. Students in the hybrid group reported the greatest improvements in confidence, enjoyment, and engagement. The findings underscore the hybrid approach as the most effective for promoting conceptual understanding, coding proficiency, and overall satisfaction among diverse learners.

본 연구에서는 대학 학부 탄성파 탐사 수업에서 사용할 수 있는 2차원 자료 처리 패키지를 개발하였다. 본 교육용 패키지는 파이썬 언어로 개발하였으므로 IPython Notebook을 이용하여 대화식으로 자료를 처리할수 있고, 오픈소스이므로 라이센스 문제 없이 간편하게 사용할 수 있다. 교수자는 상용 자료 처리 프로그램들의대안으로 본 패키지를 활용할 수 있다. 학생들은 본 패키지를 이용하여 탄성파 자료의 시각화, 전처리, 정렬, 이득 조절, 주파수 필터링, 곱풀기, 속도 분석, 동적 보정, 정적 보정, 겹쌓기 및 참반사 보정 과정을 실습할수 있다.

This paper presents a 2D data processing package for undergraduate seismic exploration classes. One can process seismic data interactively on IPython Notebook using this Python processing package. There is no commercial license problem, since this package is an open source software. Teachers can use this package as an alternative to commercial data processing packages. Students can practice visualization of seismic data, preprocessing, sorting, gain control, frequency filtering, deconvolution, velocity analysis, dynamic correction, static correction, stacking, and migration using this package.

파이썬은 펄, 루비 등과 같은 객체지향 프로그래밍 언어로, 해석기를 통해 작동하며 동적 자료형을지원한다. 계산 속도를 중시하여 정적 자료형을 이용하는 포트란 프로그래밍에서와 달리 파이썬 프로그래밍에서는 개발자의 생산성을 더 중시한다. 일반적인 파이썬 프로그램의 경우 동일한 기능의 포트란 프로그램에 비해개발 시간은 짧지만 실행 시간은 길다. 최근 수치 계산 라이브러리들이 발전되면서 파이썬 프로그램의 실행시간이 짧아지고 있고, 과학 및 공학 계산에 파이썬을 이용하는 사례가 증가하고 있다. 본 연구에서는 탄성파자료처리에 사용되는 간단한 알고리즘들을 대상으로 수치 라이브러리들을 통해 파이썬 프로그램의 실행 속도를향상시키는 방법을 살펴본다. 예제들을 통해 프로그램 작성 시간을 고려하면 소규모 자료처리의 경우 포트란대신 파이썬과 Numpy 라이브러리를 이용하는 것이 더 효율적임을 알 수 있다.

Python is an object oriented programming language, similar to Perl and Ruby. It supports a dynamic typing and operates using a python interpreter. Static typing languages such as Fortran and C emphasize efficient execution program. On the other hand, Python’s design philosophy values productivity of programmers. In general, a Python version of an algorithm is shorter and slower than its Fortran or C versions. Recent development of numerical libraries shortened the runtime of Python numerical programs and many scientists and engineers adopt Python as their programming language. In this study, I compared Python and Fortran programming languages by developing functions of simple algorithms used in seismic data processing. I tried to make Python programs efficient by exploiting numerical libraries. Benchmarking examples show that small-scale data processing programming using Python and Numpy library can be more efficient than that using Fortran language.

본 연구에서는 3차원 시간 영역 파동 전파 모델링을 이용하여 고성능 라이브러리를 이용한 파이썬과 C언어 의 성능 및 생산성을 비교하였다. 수치 모델링 결과 고성능 파이썬 라이브러리인 Numba 또는 Cython을 사용하는 경 우와 C 언어를 사용하는 경우 순수 파이썬에 비해 각각 1844배, 2049배, 2305배 빨라졌다. Numba와 Cython 라이브러 리를 사용한 모델링의 경우 C언어보다 각각 23.3%, 16.2% 느렸다. 그러나 소스 코드 줄 수는 C언어보다 각각 45.1%, 40.7% 적었다. SEG/EAGE 3차원 암염돔 모델에 적용한 결과, Numba와 Cython을 사용한 경우 C언어에 비해 계산 속 도가 각각 22.9%, 13.3% 느렸다. 따라서 20%의 성능 차이를 받아들일 수 있는 경우 C와 같은 정적 자료형 언어 대신 고성능 파이썬 라이브러리를 이용하는 것이 더욱 생산적일 것이다.

In this study, we compared performance and productivity of C and Python with high-performance libraries using 3D time-domain wave propagation modeling. As a result of numerical modeling, Numba, Cython and C attained speed-ups of 1884, 2049, and 2305 times, respectively, compared with a reference Python implementation. Python programs using Numba and Cython were slower than the C program by 23.3% and 16.2%, respectively. However, the numbers of source code lines for Python programs using Numba and Cython were 45.1% and 40.7% shorter than that of C, respectively. Modeling experiments using Numba and Cython for the SEG/EAGE 3D salt dome model were 22.9% and 13.3% slower than that of the C program. Therefore, if performance difference of 20% is acceptable, it will be more productive to use Python with high-performance libraries instead of static-typing languages such as C.

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.