• 한국과학교육학회지
• /
• 제39권2호
• /
• pp.161-171
• /
• 2019

이 연구의 주요 목적은 초등학생의 시스템 사고 요인 구조를 검증하고 초등학생의 선호 과목군에 따른 시스템 사고를 비교하여 추후 연구에 대한 시사점을 얻는 것이다. 이를 위하여 사전 검사에서는 Lee et al.(2013)이 개발한 STMI로 초등학생 732명의 데이터를 수집하였다. 그리고 탐색적 요인분석을 실시하여 초등학생이 STMI를 어떤 요인 구조로 인식하는지를 확인하였다. 그리고 사전 검사 결과를 기초로 전문가 협의회를 거쳐 초등학생들이 STMI가 의도한 5요인 구조에 응답할 수 있도록 검사지를 수정하였다. 사후 검사에서는 수정된 STMI로 초등학생 503명의 데이터를 수집하고 탐색적 요인분석을 실시하였다. 연구 결과는 다음과 같다. 첫째, 사전 검사에서 초등학생들은 STMI를 2개 요인(개인 내적 요인, 개인 외적 요인)으로 구성된 검사지로 응답하였다. 검사지에 대한 전체 신뢰도는 .932였으며 요인별 신뢰도는 .857과 .894로 나타났다. 둘째, 수정된 STMI에 대해서는 초등학생은 4개 요인으로 구성된 검사지로 응답하였다. 초등학생은 팀 학습, 공유 비전, 개인 숙련은 각각 독립된 요인으로 응답하였으며 정신 모델과 시스템 분석을 하나의 요인으로 응답하였다. 전체 검사지에 대한 신뢰도는 .886이었으며 요인별 신뢰는 .686~.864로 나타났다. 셋째, 초등학생의 선호 과목군에 따른 시스템 사고를 비교한 결과 자연과학(공학) 과목군을 선택한 학생들과 예술(예체능)을 선택한 학생들 사이에 유의미한 차이가 나타났다. 결론적으로 초등학생에게 적합한 용어와 문장 구조로 수정된 시스템 사고 검사지를 활용할 경우 시스템 사고를 비교하는 연구에서 통계적으로 유의미한 결과를 얻을 수 있음을 확인하였으며, 추후 선호하는 과목군 등 여러 학생 변인들과 시스템 사고와의 관련성 연구도 이루어질 필요성이 제기된다.

• 한국가정과교육학회지
• /
• 제33권3호
• /
• pp.85-105
• /
• 2021

이 연구의 목적은 중학교 가정 교과 수업에서 디자인씽킹을 활용한 협력적 소비 교육 프로그램을 개발하고 실행하여 학생들의 협력적 문제해결역량에 미치는 영향을 알아보는데 있다. 이에 ADDIE 모형에 따라 디자인씽킹에 기반 한 협력적 소비 교육 프로그램을 개발하고, 총 25명의 학생을 대상으로 실행한 후 평가를 실시하였으며, 연구 결과는 다음과 같다. 첫째, 선행연구를 바탕으로 협력적 소비의 실천을 위한 '공유학교 만들기'를 주제로 D. school의 디자인씽킹 프로세스에 기반한 소비교육 프로그램을 개발하였다. 8차시의 교수·학습 과정안과 워크북을 전문가 타당도 검증한 결과, 문항 평균 4.72(5점 만점), CVI 평균 0.93으로 내용 타당도와 현장 적합성이 우수하다고 검증받았다. 둘째, 협력적 소비 교육 프로그램을 실행하고, 수정·보완된 협력적 문제해결역량 도구를 활용한 사전-사후검사와 개방형 설문조사를 실시한 결과를 종합해볼 때, 학생들이 협력적 소비에 대한 지식과 필요성을 인식하여 실천의식이 향상됨과 함께 개발한 프로그램이 협력적 문제해결역량을 향상시키는 데 유의미한 효과가 있음을 확인하였다. 후속연구로 연구 대상의 확대, 디자인씽킹을 적용한 가정 교과 프로그램 및 소비자 역량 강화를 위한 프로그램 연구, 개발을 제언하였다. 이 연구는 디자인씽킹을 활용한 협력적 소비 교육 프로그램이 청소년의 협력적 문제해결역량 향상에 효과가 있음을 확인하였으며, 가정교과에서 변화하는 소비환경에 따른 소비자 교육 변화 요구에 부응하여 '협력적 소비'를 주제로 소비 교육 프로그램을 개발했다는 점에서 의의가 있다.

• 한국과학교육학회지
• /
• 제40권6호
• /
• pp.657-670
• /
• 2020

지식정보화 사회가 되면서 기존과는 다른 유형의 사회 문제들이 발생하고, 이를 파악하고 해결하는데 필수적인 역량으로 지식정보처리역량을 꼽을 수 있다. 지식정보처리역량은 정보의 수집과 분석, 활용을 할 수 있는 역량으로 학문 분야에 따라 그 적용이 달라질 수 있으므로 일반 소양적인 측면과 교과 맥락적인 측면으로 나누어 교육할 수 있다. 과학에서의 지식정보처리역량 함양 교육은 이제까지는 일반 소양적인 측면에서 주로 실행됐으므로, 과학 탐구 활동을 통해 교과 맥락적인 측면에서의 교육이 필요하다. 따라서 본 연구에서는 학교 현장에서 일반적으로 적용 가능한 지식정보처리함양을 위한 데이터 기반 과학탐구 모형과 수업전략을 개발하였다. 모형과 수업전략은 설계·개발 연구방법론에 따라 문헌연구를 바탕으로 모형과 수업전략을 1차 개발하고 전문가의 조언을 듣는 내적 타당화 과정과 실제 현장에 적용하는 외적 타당화 과정을 통해 수정, 개선하여 완성하였다. 자원기반학습 이론을 바탕으로 과학탐구 모형, 데이터 과학의 특징, 통계적 문제 해결력 모형에 대한 문헌 연구를 실시하였고, 전문가 5인의 자문을 받아 CVI, IRA 값을 구하고 면담을 통해 모형과 전략을 개선하였으며 두 번의 외적 타당화 과정을 거치며 현장 적용성 높은 모형과 전략을 완성하였다. 본 연구에서 개발한 모형은 탐색적 과학 데이터 분석 탐구모형(Exploratory Scientific Data Analysis Inquiry Model, 이하 ESDA 탐구모형)으로 학교의 상황에서 실행가능한 도구를 먼저 선택하고 데이터를 수집하며, 그 후 분석 과정에서 질문을 찾고, 이를 새로운 가설로 설정하여 또 다른 탐구를 진행하는 형태를 갖는다. 수업 전략은 최종 7가지 원리로 세분화 되었는데, 도구 탐색의 원리, 실생활 데이터 수집의 원리, 데이터 변형의 원리, 데이터 해석의 원리, 문제 구체화의 원리, 문제 해결의 원리, 표현과 공유의 원리이다. 각 원리는 탐구 모형과 연계되어 있으며, 교수 전략 뿐 아니라 탐구를 수행할 수 있는 환경 구성의 조건을 포함하고 있어 현장 적용성을 높이고자 하였다. 본 연구는 일반적인 대규모의 학생을 대상으로 양적 연구를 실시하지 못했다는 한계가 있으나 지식정보처리 역량을 과학탐구의 관점에서 접근하여 실제적 모형과 전략을 개발했다는 점에서 의의가 있다.

• 벤처창업연구
• /
• 제18권3호
• /
• pp.61-79
• /
• 2023

본 연구는 해외 바나나 농장(Farm) 사례연구로서 지역적 한계를 벗어나, 업종에 대한 패러다임 변화측면에서 지금까지 거의 시도되지 못했던 글로벌농업스타트업을 대상으로 하였다. 현지에서 직접 참여·관찰하고 학습된 사업화 과정과 기업가정신, 경영관리 차원에서 '글로벌 농업스타트업' 성공요인을 밝히기 위한 목적으로 연구되었다. 글로벌농업스타트업을 연구하기 위해 글로벌스타트업(Global Startup)과 글로벌농업스타트업(Global Agricultural Startup)에 대한 비교 분석 또한 시도하였다. 실제 분석은 '정의', '구성요소', '성공요인'으로 이루어졌고, 구분 가능한 두개념의 차이를 확인하고자 하였다. 사례분석은 바나나 농장(Farm)을 직접 관찰·경험하는 참여행동연구(Participatory Action Research)의 장점을 최대한 살리고자 하였다. 바나나 농장 사례의 경우 농장개발을 위한 준비과정과 농장개발 및 관리과정으로 구분함으로써 농장관리의 전과정을 통한 방법론과 고려되어지는 다양한 변수까지도 설명하였다. 구체적인 실패사례를 극복하고 대응하는 과정을 통해 연구의 신뢰성과 타당성을 확보하고자 하였으며, 기업가정신과 경영관리 및 조직 관련 사례연구는 기존 선행연구에서 이론화되었던 구성요소와 경영관리에 속하는 이론적 분야들을 세분화해 적용하여 분석하였다. 본 연구는 해외농업 진출 시 자회사나 합작 또는 해외법인 형태로서 진출이 아닌 본사를 해외로 직접 이전하여 현지진출 사업을 일으키는 과정에 대한 거의 최초의 연구이다. 특히 지금까지 소개되지 않았던 글로벌농업스타트업으로서 지역적으로는 아프리카, 규모로는 스타트업, 업종은 농업에 해당하는 특이한 사례이다. 기업가정신(Entrepreneurship)에 있어서도 지금까지 시도되지 않았던 농업사례에서 기업가 정신 구성요소인 혁신성, 위험감수성, 진취성, 비전공유, 사회적기여, 리더십 등이 어떻게 발현되고 효과가 나타나는지도 구체적으로 사례화 했다. 경영관리 및 문화적 측면도 해외사업에서 단지 문화적 측면이 중요하다는 주장에서 더 나아가 채용·직무·임금·퇴직·개발·조직 구조 관리 등에서도 개별 실패사례와 이의 대응사례를 같이 확인하였다. 그 결과, 해외 농업스타트업 기업운영에서 '기업가정신', '영농관리', '경영관리' 측면에 대한 이론적 확인과 더불어 실무적, 대응적 토대를 제시했다는 점에 연구의 의의와 시사점이 존재한다.

• 한국지구과학회지
• /
• 제45권2호
• /
• pp.157-171
• /
• 2024

이 연구의 목적은 1) 베트남 고등학생들을 대상으로 Lee et al. (2024)에서 보고한 개정 시스템 사고 검사 도구의 타당도를 재검증하고, 2) 연구에 참여한 우리나라 고등학생과 베트남 고등학생 간 시스템 사고 능력에 대한 차이를 알아보는 것이다. 이를 위하여 베트남 고등학생 234명이 베트남어로 번역된 개정 시스템 사고 검사 도구 20문항과 STS 척도 20문항에 응답한 자료를 활용하였다. 타당도 분석은 문항 반응 분석(Item Reliability, Item Map, Infit and Outfit MNSQ, 남녀 집단의 DIF)과 탐색적 요인 분석(프로맥스를 활용한 주축 요인 분석)을 통해 검증하고, 나아가 우리나라 고등학생 475명의 데이터를 함께 활용하여 구조 방정식 모형을 이용한 잠재평균비교를 통해 검증하였다. 연구 결과는 다음과 같다. 첫째, 베트남어로 번역된 Re_ STMI 20문항의 문항 반응 분석 결과 Item Reliability는 .97, Infit MNSQ는 .67-1.38으로 나타났으며 Item Map과 DIF 분석에서도 선행 연구에서 보고된 결과와 일치하는 결과가 도출되었다. 탐색적 요인 분석에서는 모든 문항들이 의도한 하위 요인에 적재되었으며, 요인별 신뢰도는 .662-.833, 전체 신뢰도는 .876으로 분석되었다. 우리나라 고등학생과 잠재평균비교를 위한 확인적 요인 분석에서 도출된 모형 적합도 수치는 모두 수용 가능한 값으로 분석되었다(χ²/df: 2.830, CFI: .931, TLI: .918, SRMR: .043, RMSEA: .051). 마지막으로 연구에 참여한 우리나라 고등학생과 베트남 고등학생 간 잠재평균비교에서는 시스템 분석, 정신 모델, 팀 학습, 공유비전 요인에서 작은 효과 크기가, 개인 숙련 요인에선 중간 이상의 효과 크기를 보이며, 베트남 고등학생들이 시스템 사고 능력에서 유의미하게 높은 결과를 보여주었다. 이를 통해 개정 시스템 사고 검사 도구 문항은 안정적인 신뢰도와 타당도를 가지고 있음을 확인할 수 있었다. 앞으로 학생들의 시스템 사고 연구와 관련하여 베트남어 및 영어 등으로 번역한 문항을 활용하여 시스템 사고의 국제 비교 연구도 진행할 필요성이 있을 것이다.

• 기록학연구
• /
• 제79호
• /
• pp.5-32
• /
• 2024

한국 정부가 UN의 2022년 전자정부 발전 지수에서 UN가입 193개국 중 3위에 랭크됐다. 그동안 꾸준히 상위국으로 평가된 한국은 분명 세계 전자정부의 선도국이라 할 수 있다. 전자정부의 윤활유는 데이터다. 데이터는 그 자체로 정보가 아니고 기록도 아니지만 정보와 기록의 원천이며 지식의 자원이다. 전자적 시스템을 통한 행정 행위가 보편화된 이후 당연히 데이터에 기반한 기록의 생산과 기술이 확대되고 진화하고 있다. 기술은 가치중립적인 듯 보이지만 사실 그 자체로 특정 세계관을 반영하고 있다. 더구나 비물질적 유통을 기반으로 하는 디지털 세계, 온라인 네트워크의 또 다른 아이러니는 반드시 물리적 도구를 통해서만 접속하고 접촉할 수 있다는 점이다. 디지털 정보는 논리적 대상이지만 반드시 어떤 유형이든 그것을 중계할 장치 없이는 디지털 자원을 읽어 내거나 활용할 수 없다. 초연결, 초지능을 무기로 하는 새로운 기술의 디지털 질서는 전통적인 권력 구조에 깊은 영향력을 끼칠 뿐만 아니라 기존의 정보 및 지식 전달 매개체에도 마찬가지의 영향을 미치고 있다. 더구나 데이터에 기반한 생성형 인공지능을 비롯해 새로운 기술과 매개가 단연 화두다. 디지털 기술의 전방위적 성장과 확산이 인간 역능의 증강과 사유의 외주화 상황까지 왔다고 볼 수 있을 것이다. 여기에는 딥 페이크를 비롯한 가짜 이미지, 오토 프로파일링, 사실처럼 생성해 내는 AI 거짓말(hallucination), 기계 학습데이터의 저작권 침해에 이르기까지 다양한 문제점 또한 내포하고 있다. 더구나 급진적 연결 능력은 방대한 데이터의 즉각적 공유를 가능하게 하고 인지 없이 행위를 발생시키는 기술적 무의식에 의존하게 된다. 그런 점에서 지금의 기술 사회의 기계는 단순 보조의 수준을 넘어서고 있으며 기계의 인간 사회 진입은 고도의 기술 발전에 따른 자연적인 변화 양상이라고 하기에는 간단하지 않은 지점이 존재한다. 시간이 지나며 기계에 대한 관점이 변화하게 될 것이기 때문이다. 따라서 중요한 것은 기계를 통한 커뮤니케이션, 행위의 결과로서의 기록이 생산되고 사용되는 방식의 변화가 의미하는 사회문화적 함의에 있다. 아카이브 영역에서도 초지능, 초연결사회를 향한 기술의 변화로 인해 데이터 기반 아카이브 사회는 어떤 문제에 직면하게 될 것인지, 그리고 그 속에서 누가 어떻게 기록과 데이터의 지속적 활동성을 입증하고 매체 변화의 주요 동인이 될 것인가에 대한 연구가 필요한 시점이다. 본 연구는 아카이브가 행위의 결과인 기록뿐만 아니라 데이터를 전략적 자산으로 인식할 필요성에서 시작했다. 이를 통해 전통적 경계를 확장하고 데이터 중심 사회에서 어떻게 재영토화를 이룰 수 있을지를 알아보았다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.