• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.167-173
• /
• 2021

본 연구는 초등학생 대상의 인공지능 교육에서 다루는 알고리즘의 종류, 활용하는 도구와 데이터의 범주를 논의하는 것을 목적으로 초등예비교사 11명을 대상으로 15주 동안 데이터, 인공지능 알고리즘, 인공지능 교육 플랫폼을 교육 및 실습한 후 설문하여 초등학생 수준을 고려한 데이터와 알고리즘의 범주, 교육 도구를 제시하고 적합성을 분석하였다. 설문을 통해 교사가 수업목적에 따라 사전에 데이터를 선정 및 가공하여 교육에 사용하는 것이 가장 적합하며, 분류와 예측 알고리즘이 초등 인공지능 교육에서 다루기에 적절하다는 결론을 도출하였다. 또한, 엔트리가 인공지능 교육 도구로서 가장 적합하며 인공지능의 학습이라는 개념을 교육하기 위해 수학적 지식을 설명하는 자료가 필요함을 확인하였다. 본 연구는 초등학생의 인공지능 교육에서 다루는 알고리즘과 데이터의 범주를 구체적으로 제시하고 이와 관련된 수학교육에 대한 필요성과 적절한 교육 도구를 분석하였다는 점에서 의의가 있다.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.803-812
• /
• 2021

본 연구는 문헌 연구 통해 설명 가능한 인공지능의 개념과 문제해결과정을 탐구하였다. 본 연구를 통하여 설명 가능한 인공지능의 교육적 의미와 적용 방안을 제시하였다. 설명 가능한 인공지능 교육이란 인간과 관련된 인공지능 문제를 다루는 사람 중심의 인공지능 교육으로 학생들은 문제 해결 능력을 함양할 수 있다. 그리고, 알고리즘 교육을 통해 인공지능의 원리를 이해하고 실생활 문제 상황과 관련된 인공지능 모델을 설명하며 인공지능의 활용분야까지 확장할 수 있다. 이러한 설명 가능한 인공지능 교육이 초등학교에서 적용되기 위해서는 실제 삶과 관련된 예를 사용해야 하며 알고리즘 자체가 해석력을 지닌 것을 활용하는 것이 좋다. 또한, 이해가 설명으로 나아가기 위해 다양한 교수학습방법 및 도구를 활용해야 한다. 2022년 개정 교육과정에서 인공지능 도입을 앞두고 본 연구가 실제 수업을 위한 기반으로써 의미 있게 활용되기를 바란다.

• 정보교육학회논문지
• /
• 제24권6호
• /
• pp.573-584
• /
• 2020

본 연구는 초등학생들의 인공지능에 대한 이미지를 긍정적으로 향상시키고자 하는 인지 모델링기반 인공지능 알고리즘 교육 프로그램의 개발에 관한 것이다. 먼저 인공지능 알고리즘 중 협력필터링의 개념을 분석하고 이를 인지모델링 방법을 활용하여 교육 프로그램을 개발하였다. 이후 전문가 타당도 검사를 통해 인지 모델링기반의 콘텐츠 개발 방법과 개발된 프로그램에 대한 적절성이 CVR .80 이상으로 타당함을 확인하였다. 개발 프로그램은 초등학교 6학년 학생들에게 수업으로 적용하였고 형용사 단어 23쌍을 이용한 의미분별법을 이용하여 사전-사후에 인공지능에 대한 학생들의 이미지 인식의 변화를 살펴보았다. 학생들의 인공지능에 대한 이미지는 총 23개 단어 쌍 중 12개에서 유의미한 긍정적 변화를 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제22권4호
• /
• pp.106-117
• /
• 2022

2021년에는 고등학교 교육과정에서 인공지능기초 과목이 도입되었다. 과거 교육에 ICT 접목 시 발생했던 원리 보다 활용 중심 교육의 문제가 인공지능 교육의 도입에도 되풀이될까 우려하는 의견이 다수 존재한다. 기존의 인공지능 교육 플랫폼은 대부분 인공지능의 활용에만 초점을 두고 있다. 중학생의 인공지능 교육을 위해 인공지능이 결과를 도출하는 과정에 관한 학습과 인공지능 알고리즘의 원리 학습에 어려움이 있다. 최근 메타버스의 교육적 적용이 화두가 되면서, 학생들의 몰입감과 흥미를 유발해 학습성취도 향상에 도움을 주려는 연구들이 시작되었다. 본 연구는 중학교 인공지능 교육에서 활용될 수 있는 교육 콘텐츠로 메타버스를 활용한 의사결정나무 알고리즘에 관한 교육 게임 콘텐츠를 개발하였다. 게임을 교육에 접목함으로써 학생들의 인공지능에 대해 흥미와 몰입감을 높이고 교육 효과를 높이고자 하였다. 본 연구에서는 개발한 게임 콘텐츠에 관하여 예비 교원들을 대상으로 교육 효과성, 난이도, 흥미 정도를 조사·분석하였고, 이를 바탕으로 향후 원리 중심의 인공지능 교육 방법에 관하여 제언하였다.

• 정보교육학회논문지
• /
• 제26권5호
• /
• pp.295-305
• /
• 2022

현대 인공지능사회에 있어서 교육의 목표는 인공지능사회에 잘 적응하는 동시에 변화를 선도할 수 있는 융합형 인재를 양성하는 것이다. 융합형 미래인재에게 요구되는 핵심역량은 소프트웨어를 잘 이해하고 더 나아가 생성해낼 수 있는 것이다. 이러한 측면에서 알고리즘 교육은 매우 중요하다. 이에 본 연구에서는 융합적 사고력 향상을 위한 알고리즘 교육 프로그램을 개발하였다. 또한, 융합적 사고력 사전-사후 검사를 실시하여 대응표본 t-test를 통한 효과성을 검증한 결과, 학생들의 알고리즘 지식, 기능의 영역에서 융합적 사고력이 유의하게 향상된 것으로 나타났다. 본 연구 결과는 향후 알고리즘 교육에 유용하게 사용될 것으로 기대한다.

• 융합정보논문지
• /
• 제10권8호
• /
• pp.173-178
• /
• 2020

가까운 미래에 인공지능과 컴퓨터 네트워크 기술이 발전함에 따라, 인공지능과의 협업이 중요하게 될 것이다. 인공지능 시대에는 사람 간의 의사소통과 협업 능력이 인재의 중요한 요소라고 할 수 있다. 이를 위해서, 컴퓨터 과학 기반의 인공지능이 어떻게 동작하는지를 파악하는 것이 필요하다. 컴퓨터 과학 교육을 위해서는 문제 해결 학습 중심의 알고리즘 교육에 초점을 두는 것이 효율적이다. 본 연구에서는 문제 해결 학습 중심의 알고리즘 교육을 받은 대학생 28명을 대상으로 학기 초의 컴퓨팅 사고력 진단을 실시한 결과와 학기 말의 만족도 조사와 학업 성적을 비교 분석하였다. 학생들의 컴퓨팅 사고력을 진단한 결과와 문제 해결 학습, 교수법, 강의 만족도, 기타 환경 요인에서 상관관계가 나타났고, 회귀분석을 실시한 결과 문제 해결 학습이 강의 만족도와 컴퓨팅 사고력 향상에 영향을 주었음을 확인하였다. 컴퓨터 과학 교육을 위해서 문제 해결 학습 기법과 함께 학생들의 만족도를 향상하는 방법을 추구한다면 학생들의 문제 해결 능력 향상에 도움이 될 것이다.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.813-824
• /
• 2021

A사이버교육시스템 성인학습자의 자기조절학습 관련 학습 추이를 분석하여 교육 성과를 높이기 위해 인공지능을 활용한 알고리즘 모델을 다양하게 설계하고, 그것을 실제 데이터에 적용함으로써 성능을 평가하였다. 이를 위해 A사이버교육시스템에서 115명의 성인학습자의 로그 데이터를 분석하였다. A사이버교육시스템 성인학습자들은 대부분 권장 학습 시간 이상을 학습하였으나, 학기 말에는 권장 학습 시간 대비 실제 학습 시간이 현저하게 감소하였다. VOD 참여율이나 형성평가 참여율, 학습 활동 참여율에서도 학습 후반부에 접어들수록 학습 참여율이 떨어졌다. 따라서 교육 성과를 높이려면 학습 시간이 후반에도 지속될 수 있도록 지원해야 한다 판단하여 후반부에 학습 시간이 떨어지는 학습자를 찾아내기 위해 Tensorflow를 활용한 인공지능 모델을 개발하여 수강 시작 날짜별 학습 시간을 예측하였다. 그 결과, CNN 모델을 활용하여 단일 출력 또는 다중 출력을 예측할 경우 다른 모델에 비해 평균 절대 오차가 가장 낮게 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.757-760
• /
• 2014

프로그래밍 능력은 21세기 정보화 사회를 살아가는데 있어 인간이 컴퓨터를 활용하여 다양한 문제를 해결할 수 있도록 도움을 준다. 효과적인 프로그래밍 교육이 이루어지기 위해서는 학습자들에게 순차적 수행, 조건적 수행, 반복적 수행과 같은 기본적인 프로그래밍 개념을 습득하도록 할 필요가 있다. 따라서 본 연구는 스도쿠 인공지능 프로그래밍 교육에서 프로그래밍의 기본 개념을 바탕으로 알고리즘을 설계하는 방법을 학습시키는 방안을 모색하기 위한 목적이 있다. 연구의 목적을 달성하기 위해 중학생 10명을 대상으로 실험 연구를 진행하였다. 연구 결과, 학습자는 연구자가 제안한 활동지가 알고리즘 설계 학습에 도움이 된 것으로 인식한 것을 확인할 수 있었다. 본 연구는 프로그래밍 교육에서 초보 학습자가 이해하기 어려워하는 프로그래밍 개념을 학습하는데 도움이 되는 학습 방법을 제시하였다는데 의의가 있다.

• 한국컴퓨터교육학회 학술대회
• /
• 한국컴퓨터교육학회 2017년도 하계학술대회
• /
• pp.209-211
• /
• 2017

기계학습은 인공지능(AI, Artificial Intelligence)의 일종으로 다른 인공지능 알고리즘이 정해진 규칙을 기반으로 주어진 임무(Task)를 해결하는 것과는 달리, 기계학습은 수집된 Data를 기반으로 최적의 솔루션을 학습한 후 미래의 값들을 예측하거나 해석하는 방법을 사용하고 있다. 더욱이 인터넷을 통한 연결성의 확대와 컴퓨터의 연산능력 발전으로 가능하게 된 Big-Data를 기반으로 하고 있어 이전의 인공지능 알고리즘에 비해 월등한 성능을 보여주고 있다. 그러나 기계학습 알고리즘이 Data를 학습할 때 학습 결과를 사람이 해석하기에 너무 복잡하여 사람이 그 내부 구조를 이해하는 것은 사실상 불가능하고, 이에 따라 학습된 기계학습 모델의 단점 또는 한계 등을 알지 못하는 문제가 있다. 본 연구에서는 이러한 블랙박스화된 기계학습 알고리즘의 특성을 이해하기 위해, 기계학습 알고리즘이 특정 입력에 대한 결과를 예측할 때 어떤 입력들로 부터 영향을 많이 받는지 그리고 어떤 입력으로부터 영향을 적게 받는지를 알아보는 방법을 소개하고 기존 연구의 단점을 개선하기 위한 방법을 제시한다.

• 실천공학교육논문지
• /
• 제16권1_spc호
• /
• pp.65-70
• /
• 2024

인공지능 교육에 대한 관심이 증가함에 따라, 연구자들은 인공지능 교육 프로그램을 실시하기 위해 노력하였다. 그러나 예비 교사를 대상으로 개발된 연구는 현재까지 제한적인 것으로 나타났다. 따라서 이 연구는 예비 중등교사를 위한 인공지능 리터러시 교육 프로그램을 개발하기 위해 실시되었다. 연구 결과, 주차별 주제는 인공지능의 정의와 적용, 지능 에이전트 분석, 데이터의 중요성, 기계학습의 이해, 예측과 분류에 대한 실습, 분류와 군집에 대한 실습, 비정형 데이터에 대한 실습, 딥러닝의 이해, 딥러닝 알고리즘의 활용, 공정성, 투명성, 책무성, 안전성, 사회통합으로 구성되었다. 이 연구를 통해 예비 교사를 대상으로 인공지능 리터러시 교육 프로그램이 확대되기를 희망한다. 추후에는 교원양성기관에서 관련 교육을 실시하고, 그 효과를 분석하는 후속 연구들이 실행되기를 희망한다.