• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권1호
• /
• pp.1-18
• /
• 2024

본 연구는 고등학교 1학년 노력형 학생들이 (1) 수학 서술형 평가에서 보이는 어려움에 대한 분석과 (2) 이를 극복하기 위한 쓰기 활동 지도 방안을 탐구하고자 하였다. 이를 위해 서술형 문항으로 이루어진 검사를 수행한 후 검사 결과를 바탕으로 학생들과 면담을 진행하고, 15회에 걸쳐 수학 노트 쓰기 활동을 지도하였다. 연구 결과에 따르면 학생들은 서술형 평가에서 20가지의 어려움을 보였다. 이를 '수학적 어려움'과 '서술형 어려움' 등 2가지 범주로 분류한 결과 수학이라는 과목 특성에서 보이는 어려움은 수학 개념과 원리의 이해 부족, 수학 기호 사용의 어려움, 문장제 문항에 대한 어려움, 수학에 대한 고정관념에서 오는 어려움이 있었다. 서술형 문항이라는 특성에서 보이는 학생의 어려움은 객관식 문항과는 다른 평가 방법에서 오는 어려움, 서술형 문항의 풀이 과정 기술의 어려움, 기타 심리적인 어려움이 있었다. 노력형 학생들이 서술형 평가에서 보이는 어려움을 극복할 수 있는 학습전략의 일환으로 개별 수학 노트 쓰기 활동을 지도하였고 (1) 수학적 개념의 내면화, (2) 관계적 이해를 통한 정당화, (3) 다양한 풀이 시도, (4) 수학적 기호 사용, (5) 반성적 사고, (6) 심리적 방해 요소 극복으로 범주화하고 지도 과정 및 효과에 대하여 정리하였다.

• 한국과학교육학회지
• /
• 제44권2호
• /
• pp.141-153
• /
• 2024

2022 개정 과학과 교육과정은 AI를 활용한 탐구 활동을 경험함으로써 융합적 사고를 바탕으로 일상생활과 사회 속 과학 문제를 해결할 수 있는 능력을 기르는 것을 목표로 한다. 이에 과학 교과와 AI를 융합한 과학-AI 융합교육 프로그램을 개발하고 이를 활용하여 고등학생을 대상으로 융합 수업을 진행하였다. 과학-AI 융합 수업은 감쇠진자의 운동을 정성적으로 이해하고 블록코딩 플랫폼 KNIME을 사용하여 진자의 위치를 예측할 수 있는 AI 모델을 구축하는 것을 목표로 한다. 개별 심층 면담을 통해 학습자의 경험을 이해하고 해석하고자 하였다. Giorgi의 현상학적 연구 방법론을 바탕으로 학습자의 참여 동기, 배움과 변화, 어려움과 수업의 한계를 기술하였다. 학생들은 AI에 대한 관심과 사회적 트렌드에 대한 인식을 바탕으로 수업에 참여하고자 하는 동기를 가지고 있었다. 학생들은 직접 데이터를 수집하고 AI 모델을 구축하는 것을 배웠다. 실험 결과를 바탕으로 주변 현상을 예측할 수 있을 것으로 기대하였으며 융합 수업을 긍정적으로 인식하였다. 한편, 여전히 익숙하지 않은 플랫폼, AI 원리 이해를 어려움으로 인식하였고 따라해야만 하는 수업 방식의 한계와 수업 내용상의 한계를 인식하였다. 융합 수업의 경험은 실생활의 문제를 AI를 통해 해결하고자 하는 학습 동기로 나타났으며, 학생들이 느낀 어려움과 한계는 더 심화되고 확장된 주제를 학습하고 싶은 동기로 이어졌다. 이를 바탕으로 과학-AI 융합 수업을 위한 논의 및 제언을 도출하였다. 본 연구는 과학-AI 융합 수업을 개발하고 이를 현장에 적용할 때 시사점을 제공할 것으로 기대된다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제43권1호
• /
• pp.170-184
• /
• 2024

교사의 과학 수업 계획 능력을 향상하기 위한 실제적 연구가 필요하다는 인식하에 이 연구에서는 오개념이 드러나는 비디오 클립을 활용한 교육적 추론 활동이 초등 예비교사의 과학 수업 계획에 미치는 영향을 조사하였다. 교육대학에 재학 중인 예비교사 8명이 자발적으로 연구에 참여하였다. 용해와 용액 단원에 대한 1차시의 수업 계획을 작성하도록 하였으며, 반구조화된 1차 면담을 하였다. 이후 예비교사들에게 비디오 클립을 제공하고 이를 활용한 교육적 추론 활동에 참여하도록 하였다. 활동 결과를 바탕으로 계획한 수업을 수정하도록 하였으며, 이후 반구조화된 2차 면담을 진행하였다. 예비교사가 작성한 수업 지도안과 면담 전사본을 주 자료로 지속적 비교 방법으로 분석하여 수업 계획의 변화양상을 알아 보았다. 연구 결과, 비디오 클립을 활용한 교육적 추론 활동 이후, 예비교사들은 학생의 사고를 구체적으로 이해하고 이를 반영하기 위해 활동을 구체화하거나 소재를 변경하였다. 또한 일부 예비교사는 학생의 다양한 사고를 고려하여 목표나 평가 기준을 보완하는 모습을 보였다. 학생의 흥미나 동기, 오개념을 종합적으로 고려하여 동기유발 전략을 구체화한 예비교사도 있었다. 그러나 여전히 많은 예비교사가 학생의 오개념에 대한 고려는 미흡한 상태로 학습 목표를 설정하였다. 또한 예비교사들은 학생의 사고보다는 정해진 학습 목표만 고려하여 평가를 구성하는 경우가 많았다. 단순한 흥미 외에 오개념까지 종합적으로 고려하여 동기유발 전략을 구성한 예비교사도 많지 않았다. 예비교사들은 오개념을 수업내용에 연결하는 데 어려움을 겪거나 오개념에 대한 예측 한계로 어려움을 겪기도 하였다. 이상의 연구 결과를 바탕으로 초등 예비교사가 수업을 계획할 때 학생의 오개념을 효과적으로 고려할 수 있도록 하는 방안을 논의하였다.

• 정보처리학회 논문지
• /
• 제13권6호
• /
• pp.284-290
• /
• 2024

음성감정인식(Speech Emotion Recognition, SER)은 사용자의 목소리에서 나타나는 떨림, 어조, 크기 등의 음성 패턴 분석을 통하여 감정 상태를 판단하는 기술이다. 하지만, 기존의 음성 감정인식 연구는 구현된 시나리오를 이용하여 제한된 환경 내에서 숙련된 연기자를 대상으로 기록된 음성인 구현발화를 중심의 연구로 그 결과 또한 높은 성능을 얻을 수 있지만, 이에 반해 자유발화 감정인식은 일상생활에서 통제되지 않는 환경에서 이루어지기 때문에 기존 구현발화보다 현저히 낮은 성능을 보여주고 있다. 본 논문에서는 일상적 자유발화 음성을 활용하여 감정인식을 진행하고, 그 성능을 향상하고자 한다. 성능평가를 위하여 AI Hub에서 제공되는 한국인 자유발화 대화 음성데이터를 사용하였으며, 딥러닝 학습을 위하여 1차원의 음성신호를 시간-주파수가 포함된 2차원의 스펙트로그램(Spectrogram)로 이미지 변환을 진행하였다. 생성된 이미지는 CNN기반 전이학습 신경망 모델인 VGG (Visual Geometry Group) 로 학습하였고, 그 결과 7개 감정(기쁨, 사랑스러움, 화남, 두려움, 슬픔, 중립, 놀람)에 대해서 성인 83.5%, 청소년 73.0%의 감정인식 성능을 확인하였다. 본 연구를 통하여, 기존의 구현발화기반 감정인식 성능과 비교하면, 낮은 성능이지만, 자유발화 감정표현에 대한 정량화할 수 있는 음성적 특징을 규정하기 어려움에도 불구하고, 일상생활에서 이루어진 대화를 기반으로 감정인식을 진행한 점에서 의의를 두고자 한다.

• 한국과학교육학회지
• /
• 제28권8호
• /
• pp.901-921
• /
• 2008

이 연구의 목적은 초등학교 과학과 탐구 수업 실행의 저해 요인에 대한 교사들의 인식을 조사하는 것이다. 이 연구의 목적을 위해 경기도에서 5년 이상 근무경력을 가진 초등 교사 22명을 대상으로 반구조화된 심층 면담을 실시하였다. 면담 질문은 자료의 삼각측정법을 통해 신빙성을 확보할 수 있도록 Seidman(1998)의 면담 단계에 따라 생성하였으며, 예비 면담을 통해 분석적 유도 방법으로 면담 질문을 수정 보완하였다. 면담은 개별로 진행되었으며 모든 면담 내용은 녹음 및 기록하였다. 연구 결과는, 외적 저해 요인과 내적저해 요인으로 분석되었다. 외적 요인으로 교사들이 제시한 내용은 시간 부족, 시설 및 자료의 부족, 학생의 능력 부족, 다인수 학급, 교육과정 상의 문제점, 탐구에 대한 평가의 어려움, 선행학습으로 인한 방해, 안전사고의 위험성, 전문성 향상 기회 부족이었다. 내적 저해 요인으로는 교사의 준비 부족, 탐구 수업의 비효율성, 교사의 배경지식 부족, 교사의 지도능력 부족, 자신감 부족, 인내심 부족 등이었다. 교사들이 제시한 저해 요인들과 그 원인을 심도있게 분석하였고 과학교육학의 관점에서 탐구교육의 활성화를 위한 제언을 하였다.

• 대한화학회지
• /
• 제50권3호
• /
• pp.247-255
• /
• 2006

이 연구의 목적은 고등학생들의 화학반응속도 개념과 화학평형 개념을 조사하여 이들간의 상관관계를 알아보고자 하는 것이었다. 연구대상은 경기도 K시 소재의 인문계 고등학교 자연계열 3학년 학생 120명이었다. 이 연구를 위하여 화학반응속도와 화학평형에 관한 학습내용에서 서로 관련이 있는 것들을 선정하여 개념 검사지를 개발하였고, 문항별 응답 내용을 분석하였다. 연구결과, 화학반응속도에 관한 객관식 문항에 대한 정답률은 높게 나타났으나, 응답 이유를 묻는 문항에 대한 정답률은 상대적으로 낮아서 화학반응속도에 대한 과학적 개념 형성이 잘 되어 있지 않음을 알 수 있었다. 대부분의 고등학생들은 정반응 속도에 관한 문항의 정답률은 높았으나 역반응 속도에 관한 문항의 정답률은 낮았다. 화학평형에 관한 개념의 형성 정도에 있어서는 한쪽 반응만 생각해도 이해할 수 있는 평형개념에 대한 정답률은 높게 나타났으나 정반응과 역반응을 동시에 생각해야 하는 문항에 대한 정답률은 낮게 나타났다. 고등학생들의 화학반응속도 개념과 화학평형 개념간의 상관관계에서 전체적인 상관관계가 다소 높은 것으로 나타났다. 특히, 역반응에 관한 화학반응속도 개념이 부족한 고등학생들은 화학평형이 동적 평형 상태라는 것을 잘 이해하지 못하는 것으로 나타났으며, 화학반응 메커니즘을 충돌론으로 잘 이해하지 못하는 고등학생들은 농도와 촉매가 화학평형 이동에 미치는 영향에 대한 이해도 부족한 것으로 나타났다. 그리고 농도와 촉매에 관련된 화학반응 개념과 화학평형 개념간에 상관관계가 있으나 낮은 것으로 나타났다. 따라서 화학평형의 선개념으로 중요한 부분인 화학반응속도에 관한 과학적 개념형성이 화학평형에 대한 오개념을 줄일 수 있는 방안이 될 수 있다. 그리고 한쪽 반응에만 국한된 화학반응속도에 관한 교수-학습 방법은 동적 평형과 관련된 화학평형 개념 형성에 어려움을 초래하므로, 화학반응속도론에 근거하여 정반응과 역반응을 모두 언급할 수 있도록 하는 교수-학습 방법을 개발하여 학습지도하는 것이 화학평형 개념 형성에 효과적일 것이다.

• 대한공업교육학회지
• /
• 제44권2호
• /
• pp.142-163
• /
• 2019

본 연구의 목적은 목공 제품(새집, Birdhouse) 제작 체험 활동 프로그램에서 디자인 씽킹 활용이 예비기술교사인 대학생들의 만족도와 문제해결력에 미치는 영향을 분석하고자 하는 것이다. 설문 대상자는 비교과프로그램으로 체험활동을 실시한 33명 대학생들이며, 설문 문항은 만족도, 문제해결 자신감, 어려웠던 점 및 어려움 원인 등이며, 분석은 통계프로그램을 활용하였다. 이 연구의 주요 결론은 다음과 같다. 첫째, 체험 활동에 대한 전체 만족도 평균은 4.39로 다소 높은 편이다. 응답 평균이 가장 높은 것은 '제작하는 과정에서 성취감'과 '주위의 조언이 도움 됨'(M=4.46)이었다. 남녀별, 학년별로 유의미한 차이는 없지만, 학생들은 주어진 작품이 아닌 조별로 디자인 씽킹을 활용하여 서로 다른 새집을 제작하여 흥미로웠고 만족하였다. 따라서 문제해결 자신감, 성취감과 만족도가 높아 다른 학생들에게 추천하고 싶다고 하므로 디자인 씽킹을 활용한 제작 체험 활동 프로그램은 효과적이라고 판단된다. 둘째, 디자인 씽킹을 활용한 조별 체험활동 후 문제해결 자신감 응답 평균은 3.80 정도이다. 학생들은 조별로 새집 제작 체험 활동을 통해서 문제해결능력과 어려운 상황에 대한 대처능력 등 문제 해결에 자신감을 가질 수 있는 기회가 되었다고 하였으므로, 추후 체험활동에서는 어려웠던 점을 분석하여 보완하면 만족도 향상에 도움이 될 것이다. 셋째, 문제해결능력 자신감 설문 문항에서, 가장 높은 상관관계를 보인 것은 '나에겐 여러 문제를 해결할 능력이 있다'와 '나는 언제나 새롭고 어려운 상활을 대처할 능력이 있다'이다. 따라서 학생들의 문제해결능력 자신감 향상을 위해서는 문제해결능력 역량을 강화할 수 있는 교수·학습 프로그램을 마련해야 할 것이다. 넷째, 주어진 설계도가 아닌 직접 설계하고 제작하는 과정에서 가장 어려웠던 점은 '작품 아이디어의 수정·발전 과정'이라고 하였으며, 어려움을 느낀 가장 큰 원인은 '해결 지식 부족과 제작 능력 부족'이다. 따라서 디자인 씽킹을 활용한 목공 제품을 만들기 위해서는 제작 전에 목공 및 디자인 씽킹에 대한 충분한 교육을 받는다면 작품 제작에 도움이 될 것이다. 종합한 결과, 창의성과 문제해결력 향상에 도움이 되는 디자인 씽킹을 활용한 팀별 학습은 만족도가 높았다. 따라서 다른 체험활동에서 디자인 씽킹을 적용하고 분석하는 연구 결과는 학생들의 문제해결력 향상에 도움이 될 것으로 사료된다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.111-131
• /
• 2015

본 연구에서는 데이터마이닝 기법의 일종인 자기조직화지도(Self-Organizing Map, SOM)를 이용하여 비외감기업의 부실화 유형을 구분하고자 한다. 자기조직화지도는 인공 신경망을 기초로 자율학습을 통해 입력된 값을 유사한 군집끼리 묶어내는 방법으로, 기존의 통계적 군집 분류 방법보다 성능이 뛰어나고, 고차원의 입력데이터를 저차원으로 시각화할 수 있다는 장점 때문에 다양한 분야에서 각광받고 있다. 본 연구에서는 기존 연구의 주요 분석대상이었던 외감기업에 비해 부실화 빈도는 높지만 데이터 수집의 어려움으로 인해 분석대상에서 다소 제외되었던 비외감기업의 부실화 유형에 대해 알아보고, 유형별 구체적인 사례도 소개하고자 한다. 재무자료수집이 가능한 100개의 비외감 부실기업에 대해 분석한 결과, 비외감기업의 부실화 유형은 다섯 가지로 구분되었다. 유형 1은 전체 집단의 약 12%를 차지하며, 수익성, 성장성 등 재무지표가 다른 유형에 비해 열등하였다. 유형 2는 전체 집단의 약 14%로, 유형 1보다는 덜 심각하지만 재무지표가 대체로 열등하였다. 유형 3은 성장성 지표가 열등한 그룹으로 기업간 경쟁이 극심한 가운데 지속적으로 성장하지 못하고 부실화된 경우로 약 30%의 기업이 포함되었다. 유형 4는 성장성은 탁월하나 부채경영 등 과감한 경영으로 인해 유동성 부족이나 현금부족 등의 이유로 부실화된 그룹으로 약 25%의 기업이 포함되었다. 유형 5는 거의 모든 재무지표가 우수한 건전기업으로, 단기적인 경영전략의 실수 또는 중소기업의 특성상 경영자의 개인적 사정으로 부실화 되었을 가능성이 큰 그룹으로 약 18%의 기업이 포함되었다. 본 연구 결과는 부실화 유형을 구분하는데 기존의 통계적 방법이 아닌 자기조직화지도를 이용하였다는 점에서 학문적 의의가 있고, 비외감기업의 재무지표만으로도 1차적인 부실화 징후를 발견할 수 있다는 점에서 실무적 의의가 있다고 할 수 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.