A study on AI Education in Graduate School through IPA

As interest in artificial intelligence increases, each university has been establishing a special graduate school with artificial intelligence major, and recently, the Korea government has established various support policies for artificial intelligence education. However, each university has a lot of difficulties because it has little experience in operating graduate education with the latest field of artificial intelligence and it is not easy to find experts. In this study, the response of graduate school students majoring in artificial intelligence was analyzed using IPA technique, and the direction of education of graduate school artificial intelligence major was searched. Among the 40 items surveyed by IPA, 12 items such as systematization of artificial intelligence curriculum, progress of class considering learning level, improvement of academic relations with guidance professors were extracted as items to be improved first. On the other hand, 8 items such as assistant capacity, and relationship with colleagues were overloaded, and twelve items such as instructor's lecture competency, appropriateness of educational contents, learner's artificial intelligence skills and knowledge, and attitude acquisition were to be maintained. In addition, eight items such as convergence education curriculum and diversity of education methods were all low in importance and performance. It is suggested that AI graduate school should be divided into two tracks(technical specialization, convergence expansion) by educational goal, and each track should be conducted by level-specific educational contents and methods suitable for student level. The curriculum should be elaborate and systematic to acquire AI knowledge, skills, and attitudes, and should have an individualized guidance system centered on excellent faculty members.

대학원 인공지능교육의 방향 탐색: IPA를 활용하여

인공지능에 대한 관심이 높아짐에 따라 각 대학에서는 인공지능을 전공으로 하는 특수대학원을 설립하고 있으며, 최근에는 정부에서도 인공지능교육에 대한 다양한 지원정책을 수립하고 있다. 그러나 각 대학은 인공지능이라는 최신분야를 전공으로 대학원교육을 진행하는 것에 대한 경험이 부족하고 전문가를 찾기도 쉽지 않아 여러 가지 어려움을 겪고 있다. 이에 이 연구에서는 인공지능을 전공으로 하는 대학원 석사과정 학생들의 반응을 IPA기법을 활용하여 분석하고, 대학원 인공지능전공의 교육방향을 탐색하였다. IPA로 조사한 40개의 항목 중, 인공지능 교육과정의 체계성, 학습수준을 고려한 수업진행, 지도교수와의 학문적 관계개선 등 12개 항목은 우선적으로 개선되어야 하는 항목으로 추출되었다. 이에 비해 조교의 역량, 동료와의 관계 등 8개 항목은 과잉으로 투입되고 있는 부분으로 나타났고, 교수자의 강의역량, 교육내용의 적절성, 학습자의 인공지능 기술, 지식, 태도의 습득 등 12개 항목은 중요도와 실행도가 모두 높은 잘 유지해야 하는 항목으로 나타났다. 이 외에 융복합 교육과정, 교육방법의 다양성 등 8개 항목은 우선순위가 낮은 항목으로 나타났다. 분석결과를 종합하여 대학원 인공지능교육의 방향을 제시하였다. 대학원 인공지능교육은 교육목표에 따라 두개의 트랙(기술특화, 융합확장)으로 구분하여 운영하고, 각 트랙은 학생수준에 적합한 수준별 교육내용과 방법으로 진행되어야 한다. 그리고 대학원 인공지능교육은 전문적인 인공지능지식, 기술, 태도 습득을 위한 정교하고 체계적인 교육과정으로 운영되어야 하고, 학문적 전문성이 있는 우수한 교수진을 중심으로 학생들의 개별화지도 체계를 구성해야 함을 제안하였다.