• 한국수학교육학회지시리즈D:수학교육연구
• /
• 제26권4호
• /
• pp.333-349
• /
• 2023

Recently, AI has become a crucial tool in mathematics education due to advances in machine learning and deep learning. Considering the importance of AI, examining teachers' beliefs about AI in mathematics education (AIME) is crucial, as these beliefs affect their instruction and student learning experiences. The present study developed a scale to measure preservice teachers' (PST) beliefs about AIME through factor analysis and rigorous reliability and validity analyses. The study analyzed 202 PST's data and developed a scale comprising three factors and 11 items. The first factor gauges PSTs' beliefs regarding their roles in using AI for mathematics education (4 items), the second factor assesses PSTs' beliefs about using AI for mathematics teaching (3 items), and the third factor explores PSTs' beliefs about AI for mathematics learning (4 items). Moreover, the outcomes of confirmatory factor analysis affirm that the three-factor model outperforms other models (a one-factor or a two-factor model). These findings are in line with previous scales examining mathematics teacher beliefs, reinforcing the notion that such beliefs are multifaceted and developed through diverse experiences. Descriptive analysis reveals that overall PSTs exhibit positive beliefs about AIME. However, they show relatively lower levels of beliefs about their roles in using AI for mathematics education. Practical and theoretical implications are discussed.

• International Journal of Advanced Culture Technology
• /
• 제11권1호
• /
• pp.283-289
• /
• 2023

AI is bringing about drastic changes not only in the aspect of technologies but also in society and culture. Medical AI based on deep learning have developed rapidly. Especially, the field of medical image analysis has been proven that AI can identify the characteristics of medical images more accurately and quickly than clinicians. Evaluating the latest results of the AI-based medical image processing is important for the implication for the development direction of medical AI. In this paper, we analyze and evaluate the latest trends in AI-based medical image analysis, which is showing great achievements in the field of medical AI in the healthcare industry. We analyze deep learning models for medical image analysis and AI-based medical image segmentation for quantitative analysis. Also, we evaluate the future development direction in terms of marketability as well as the size and characteristics of the medical AI market and the restrictions to market growth. For evaluating the latest trend in the deep learning-based medical image processing, we analyze the latest research results on the deep learning-based medical image processing and data of medical AI market. The analyzed trends provide the overall views and implication for the developing deep learning in the medical fields.

• International Journal of Advanced Culture Technology
• /
• 제12권2호
• /
• pp.7-15
• /
• 2024

Despite a recent surge in multifaceted research on AI-integrated language learning, empirical studies in this area remain limited. This study adopts a Human-Generative AI parallel processing model to examine students' perceptions, asking 182 college students to independently construct knowledge and then compare their efforts with the results generated through in-classroom conversations with ChatGPT 3.5. In questionnaire responses, most students indicated that they found these activities useful and expressed a keen interest in learning various ways to utilize generative AI for language learning with instructor guidance. The findings confirm that ChatGPT's potential as a virtual conversation partner. Identifying specific reasons for the perceived usefulness of conversation activities and drawbacks of ChatGPT, this study emphasizes the importance of teachers staying informed about both the latest advances in technology and their limitations. We recommend that teachers endeavor to creatively design various classroom activities using AI technology.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1581-1587
• /
• 2022

이제는 딥러닝 없는 원격탐사 데이터 처리는 상상하기도 어려운 시대가 되었다. 원격탐사의 활용기술 개발을 위해서는 먼저 인공지능(artificial intelligence, AI)을 위한 데이터를 설계 및 구축하고, AI모델을 학습시키는 과정을 거친다. AI모델은 빠르게 발전하여 모델 정확도가 나날이 높아지고 있지만, 모델을 훈련시키는 사람에 따라 정확도의 편차가 발생하고 있다. 결국 AI모델을 훈련시킬 수 있는 숙련도 높은 전문가가 더욱 더 필요한 시대가 되어가고 있다. 특히, 딥러닝기술은 원격탐사활용에 있어 자동화라는 키워드를 제공하고 있다. 예전에는 60% 이하의 정확도만 있었던 기술도 이제는 90%를 넘어 100%의 시대로 가고 있다. 이 특별호에서는 딥러닝기술이 원격탐사에 어떻게 활용되고 있는지에 관한 13편의 논문을 소개한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권3호
• /
• pp.417-438
• /
• 2022

본 연구의 목적은 개별화 맞춤형 수학 학습을 지원하는 AI 기반 플랫폼 활용 시 고려해야 할 교수·학습에 관한 시사점을 제안하는 것이다. 이를 위해 국내·외 공교육에서 활용되고 있는 플랫폼 5개(똑똑!수학탐험대, 노리AI스쿨수학, 칸 아카데미, MATHia, CENTURY)를 분석대상으로 선정하여, AI 기반 수학교육 플랫폼이 개별화 맞춤형 학습을 지원하기 위한 세 가지 요소(PLP, PLN, PLE)를 어떻게 반영하고 있는지를 분석하였다. 그 결과, 각 플랫폼에서 구현하고 있는 PLP, PLN, PLE의 특징은 다양했지만, PLP와 PLN을 바탕으로 학습자가 자율적으로 학습에 대한 의사결정을 내릴 수 있는 PLE를 형성할 수 있도록 설계된 것으로 분석되었다. 본 연구의 의의는 AI 기반 수학교육 플랫폼을 활용하는 개별화 맞춤형 수학 학습에 대한 이해도와 실천 가능성을 높였다는 데에서 찾을 수 있다.

• 정보교육학회논문지
• /
• 제24권1호
• /
• pp.59-69
• /
• 2020

본 연구에서는 Computational Thinking 기반의 인공지능(AI)교육에 대한 학습자의 내재적 사고의 변화를 살펴보기 위한 평가도구 개발의 기준과 프레임워크를 구성하여 제시하고자 하였다. 이를 위해 데이터수집을 위한 인지적 학습보조(Agency)의 단계, 수집된 데이터의 특징을 분해하여 데이터의 패턴을 인식하고 카테고리화 과정을 수행하는 추상화(Abstracting)의 단계, 추상화과정을 수행한 정제된 데이터를 토대로 알고리즘을 구성하는 모델링(Modeling)단계의 일련의 순차적 과정이 평가요소로 구성되었다. 또한 학습자의 인식, 학습, 행동, 결과에 대한 인지적영역에 대한 평가가 구성되었으며, 학습자의 문제해결의 과정과 결과에 대하여 지식, 역량, 태도의 영역에 대하여 측정을 하게 됨으로써 AI교육에 대한 학습의 내재적인 인지영역의 변화와 결과에 대한 평가를 할 수 있도록 프레임 워크가 설계되었다. 연구의 결과는 교수학습의 맥락에 따른 개별화된 평가도구 개발에 대한 프레임워크를 구성하였다는 점에서 의미가 있으며, 향후 AI교육의 다양한 영역에서 활용될 수 있는 기준으로서 활용될 수 있을 것이다.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.121-130
• /
• 2023

학교 현장에서는 사회의 패러다임을 바꾸는 AI를 접목한 AI 융합교육을 권장하고 있다. 이에 본 연구는 AI, AI 융합교육에 대한 용어의 혼재를 최소화하기 위해 용어를 정의하고, AI 융합교육을 수행하는 관점에서 교사의 교육요구도를 분석하기 위한 목적으로 진행되었다. 목적 달성을 위해 전문가 19명의 의견 수렴, 교육대학원의 AI 융합전공에 재학 중인 중등 교사 125명을 대상으로 자기기입식 설문을 진행하였다. 분석 결과, 전문가들은 AI 융합교육을 AI 기반교육이나 활용교육이 아닌 문제 해결의 방법론으로 정의하였다. 교사의 교육요구도 분석에서는 AI와 빅데이터'가 1 순위이며, 'AI 융합교육 방법론', 'AI 활용 학습 실제'등의 순이었다. 본 연구는 AI와 관련된 다양한 용어가 혼재하는 가운데 전문가의 의견을 수렴하여 용어를 정의하였고, 현직 교사의 AI 융합교육에 대한 교육 방향성을 제시했다는 데 의의가 있다.

• Nuclear Engineering and Technology
• /
• 제56권6호
• /
• pp.1989-2001
• /
• 2024

Artificial intelligence (AI) techniques are now being considered in the nuclear field, but application faces with the lack of actual plant data. For this reason, most previous studies on AI applications in nuclear power plants (NPPs) have relied on simulators or thermal-hydraulic codes to mimic the plants. However, it remains uncertain whether an AI model trained using a simulator can properly work in an actual NPP. To address this issue, this study suggests the use of metadata, which can give information about parameter trends. Referred to here as robust AI, this concept started with the idea that although the absolute value of a plant parameter differs between a simulator and actual NPP, the parameter trend is identical under the same scenario. Based on the proposed robust AI, this study designs an event diagnosis algorithm to classify abnormal and emergency scenarios in NPPs using prototypical learning. The algorithm was trained using a simulator referencing a Westinghouse 990 MWe reactor and then tested in different environments in Advanced Power Reactor 1400 MWe simulators. The algorithm demonstrated robustness with 100 % diagnostic accuracy (117 out of 117 scenarios). This indicates the potential of the robust AI-based algorithm to be used in actual plants.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권4호
• /
• pp.90-99
• /
• 2023

This paper deals with studying strategy about impact of deep learning (DL) on the factor of Korean economic growth. To study classification of impact factors of Korean economic growth, we suggest dynamic equation of microeconomy and study methods on economic growth impact of deep learning. Next step is to suggest DL model to dynamic equation with Korean economy data with growth related factors to classify what factor is import and dominant factors to build policy and education. DL gives an influence in many areas because it can be implemented with ease as just normal editing works and speak including code development by using huge data. Currently, young generations will take a big impact on their job selection because generative AI can do well as much as humans can do it everywhere. Therefore, policy and education methods should be rearranged as new paradigm. However, government and officers do not understand well how it is serious in policy and education. This paper provides method of policy and education for AI education including generative AI through analysing many papers and reports, and experience.

• 정보교육학회논문지
• /
• 제26권5호
• /
• pp.407-416
• /
• 2022

세계적인 기상이변과 재해로 환경교육에 대한 관심은 높아지고 있지만 아직까지 초등과정에서는 독립 교과가 아니고 여러 교과에서 관련 주제를 다루고 있지만 시간과 내용이 부족한 것이 현실이다. 본 연구에서는 초등학교에서 환경교육과 소프트웨어교육을 융합하는 방법을 개발하였다. 환경교육에서는 분리배출에 대한 주제를 중심으로 인공지능 프로그래밍을 활용하여 학습하고 개발된 인공지능의 도움으로 분리배출을 실천하는 내용을 포함한다. 학습과정에서는 새롭게 개발한 문제인식→기계학습↔인공지능활용→협력활동의 교수-학습 모형을 적용하였으며 학습 후 학생들은 융합학습의 흥미도, 환경교육에의 이해도, 인공지능에 대한 이해도와 향후 인공지능 프로그래밍의 학습 희망에 약 80%이상 긍정적인 답변을 하였다.