• 제목/요약/키워드: 이산적 자료

검색결과 162건 처리시간 0.015초

GIS를 활용한 고구려 국내성 시기의 관방체계 검토 - 압록강 중상류~요하 중류를 중심으로 - (GIS-based review of Goguryeo's defense system during the Gungnaeseong Period with the focus on the upper and middle reaches of the Amnok River and the mid-stream region of the Liohe River)

  • 홍밝음;강동석
    • 헤리티지:역사와 과학
    • /
    • 제54권1호
    • /
    • pp.260-279
    • /
    • 2021
  • 고구려는 산성을 중심으로 하는 독특한 방어체계를 갖추고 있었으며, 그동안의 고구려 관방체계 연구는 이러한 성곽의 배치 관계를 중심으로 이루어졌다. 다만 대부분의 연구자가 언급한 바와 같이 고구려 관방체계에 대한 연구는 대체로 개별적인 조사 보고나 자료 소개 정도에 그치고 있어 그 중요도에 비해 연구가 미진한 편이다. 따라서 여기에서는 이러한 자료 접근의 한계를 감안하여 고구려 성곽 연구의 외연을 확장하는 차원에서 기존 연구 성과를 기초로 국내성 시기에 압록강 중상류~요하 중류에서 운영되었다고 판단되는 고구려 성곽를 정리해보고 GIS를 이용하여 고구려 국내성 시기의 관방체계를 재구성·재검토하였다. 그 결과 첫째, 고구려 국내성 시기의 주요 교통로는 기존 연구 결과와 어느 정도 부합하는 것을 확인하였다. 즉 중기의 주요 교통로는 소자하-부이강-신개하-집안 일대로 여겨지며, 이는 이곳을 중심으로 거점성과 함께 다수의 성곽이 축조된 것을 통해서도 알 수 있다. 둘째, 압록강 중상류~요하 중류에서 고구려의 거점성은 총 7개소가 확인되며, 거점성과 주변 성곽의 연계는 1차 방어선이 좀 더 긴밀한 관계를 형성하면서 2차와 3차 방어선으로 갈수록 좀 더 느슨하면서 넓은 범위를 방어한다. 셋째, 주요 교통로의 방어체계를 살펴보면 1차 방어선의 거점성은 최진보산성, 고이산성, 철배산성으로, 대체로 반경 20km-20km-20km 내외의 방어선을 구축하며 2차와 3차 방어선은 반경 40km-40km로 방어선이 구축된다. 이후 마지막 방어성 도성은 3차 방어 거점성인 오녀산성과 반경 60km-60km의 방어선을 구축하게 되는데, 도성 부근에 규모가 있는 성곽을 축조하지 않고 관애로 방어체계를 구축하는 것이 큰 특징이라고 할 수 있다. 마지막으로 거점성 간의 연계 관계를 살펴보면 거점성을 중심으로 관방체계가 1차적으로 형성되고 이들은 다시 가장 근접한 거점성과 연계된 방어체계를 구성하면서 외부에서 침입하는 적군을 방어한 것을 알 수 있다.

대학수학교육에서의 챗GPT 활용과 사례 (Use of ChatGPT in college mathematics education)

  • 이상구;박도영;이재윤;임동선;이재화
    • 한국수학교육학회지시리즈A:수학교육
    • /
    • 제63권2호
    • /
    • pp.123-138
    • /
    • 2024
  • 본 연구는 S대학 <인공지능을 위한 기초수학[Math4AI]> 강좌의 교수·학습과정에서 맞춤형 챗GPT를 개발하여 활용한 경험을 공유한다. 연구진은 ① 먼저 강좌 맞춤형 챗GPT (https://math4ai.solgitmath.com/)를 개발하였다. 이때 챗GPT가 부정확한 정보를 주지 않도록 수년간의 해당 강좌 주요 데이터(교재, 실습실, 토론 기록, 코드 등)를 우선적으로 학습하는 챗GPT의 기능을 적용하였다. ② 학생들이 교재를 스스로 학습하다 궁금한 부분이 생기면, 맞춤형 챗GPT 인터페이스를 통해 자연어로 수학 용어, 정리, 예제, 열린 문제 번호, 핵심어 등을 질문하여 도움을 얻을 수 있도록 하였다. 그러면 챗GPT는 관련된 주요 문제나 용어, 그리고 이전 학생들의 토론에 기반한 몇 가지 샘플 답안 또는 토론 내용과 함께 사용되었던 코드 샘플을 제공한다. ③ 학생들이 챗GPT를 통해 얻은 내용을 스스로 윤문하여 공유하고, 상호 토론하면서, 교재에서 제시하는 주요 개념과 열린 문제의 대부분을 이해하도록 하였다. ④ 학기 말에는 그간 본인이 얻은 열린 문제들에 대한 학습기록을 모아 PBL (Problem-Based Learning) 보고서로 제출하고, 발표하여 강좌를 수료하도록 하였다. 이러한 방식은 학생들이 학습을 포기하지 않고 한 단계 앞으로 더 나아갈 추진력과 동기를 주며, 궁극적으로 각각의 문제를 스스로 해결하는 자기 주도적 학습을 도울 수 있다. 또한 학생들 각자의 수준에 맞추어 실시간으로 최적화된 조언을 제시하므로 강좌뿐만 아니라 대학수학교육 전반에 대한 학생별 맞춤형 교육(personalized education)을 제공할 수 있다. 즉, 학생들이 담당교수(또는 조교)와 AI 조교의 도움으로 실시간 답변과 효과적인 조언을 받을 수 있게 됨을 의미한다. 이는 양질의 조교 부족에 대한 고민을 추가 비용 없이 획기적으로 해결할 수 있다. 본 연구는 강좌의 교수·학습과정에 교재 맞춤형 챗GPT를 접목한 것으로, 인공지능(AI) 기술을 기타 대학수학 과목들(미적분학, 선형대수학, 이산수학, 공학수학, 기초통계학 등)과 초·중·고 수학교육에 적용할 수 있는 새로운 방법을 제시한다. 특히 AI 기술을 적용하여 이전 수강생들의 학습기록(열린 문제 풀이, 토론 자료, 코드 등)을 참고하며, 각자 실습한 결과를 공유 및 상호 토론하여 문제를 해결하는 방식은, 다양한 전공의 학생들이 내용을 더 효과적으로 이해하고, 본인 전공 관련 문제 해결 능력을 향상시키는 데 획기적인 도움을 줄 것으로 예상된다. 또한 교재 맞춤형 챗GPT와 함께 자기주도적인 학습을 경험토록 하는 교수학습 방법은 평생 교육(lifelong learning, extension school, extension college, extended college) 또는 평생학습의 관점에서 중요하다.