• Journal of Korea Artificial Intelligence Association
• /
• 제1권1호
• /
• pp.11-16
• /
• 2023

Accurate hospital case modeling and prediction are crucial for efficient healthcare. In this study, we demonstrate the implementation of regression analysis methods in machine learning systems utilizing mathematical statics and machine learning techniques. The developed machine learning model includes Bayesian linear, artificial neural network, decision tree, decision forest, and linear regression analysis models. Through the application of these algorithms, corresponding regression models were constructed and analyzed. The results suggest the potential of leveraging machine learning systems for medical research. The experiment aimed to create an Azure Machine Learning Studio tool for the speedy evaluation of multiple regression models. The tool faciliates the comparision of 5 types of regression models in a unified experiment and presents assessment results with performance metrics. Evaluation of regression machine learning models highlighted the advantages of boosted decision tree regression, and decision forest regression in hospital case prediction. These findings could lay the groundwork for the deliberate development of new directions in medical data processing and decision making. Furthermore, potential avenues for future research may include exploring methods such as clustering, classification, and anomaly detection in healthcare systems.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제26권4호
• /
• pp.333-348
• /
• 2023

인공지능 기반의 수학 디지털교과서의 가장 핵심적인 기능으로 여겨지는 개별 맞춤형 교수·학습이 실현되기 위해서는 개별 학생의 여러 가지 특성 요인에 대한 명확한 분석과 진단이 가장 관건이다. 본 연구에서는 수학 AI 디지털교과서에서 개별 맞춤형 학습 진단을 위한 분석 요인과 도구, 데이터 수집·분석을 위한 구축 모델을 도출하였다. 이를 위하여 최근 교육부의 AI 디지털교과서 적용 계획에 따른 수학 AI 디지털교과서에 대한 요구, 개별화 맞춤형 학습과 이를 위한 데이터에 대한 선행 연구, 수학 디지털플랫폼에서 학습자 분석에 대한 요인 등이 검토되었다. 연구 결과, 연구자는 학생 개인별로 수집해야 할 데이터로 학습 분석을 위한 요인으로 학습 준비도, 과정 및 수행도, 성취도, 취약점, 성향 분석을 위한 요인으로 학습 지속 시간, 문제해결에 걸린 시간, 집중도, 수학학습 습관, 정서 분석을 위한 요인으로 자신감, 흥미, 불안, 학습의욕, 가치 인식, 태도 분석을 위한 요인으로 자기 관리, 학습 전략으로 정리하였다. 또한, 이러한 요인에 대한 데이터 수집 도구로, 문제에 대한 정오 데이터, 학습 진도율, 학생 활동에 대한 화면 녹화 자료, 이벤트 데이터, 시선 추적 장치, 자기 응답 설문 등을 제안하였다. 최종적으로 이러한 요인들을 학습 전, 중, 후로 시계열화한 데이터 수집 모델이 제안되었다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권2호
• /
• pp.187-207
• /
• 2024

본 연구에서는 GPT-4 기반의 ChatGPT를 활용한 서술형 평가 문항의 자동 채점 가능성을 탐색하기 위해 교사와 GPT-4 기반의 ChatGPT의 채점 결과를 비교, 분석하였다. 이를 위해 학생평가지원포털에 있는 고등학교 1학년 순열과 조합 단원에서 3개의 서술형 문항을 선정하였다. 문항 1, 2는 문제 해결 전략이 1가지인 문항이고, 문항 3은 문제 해결 전략이 2가지 이상인 문항이었다. 8년 이상의 교육 경력이 있는 교사 2명이 학생 204명의 답안을 채점하고, GPT-4 기반의 ChatGPT의 채점 결과와 비교하였다. 문항별로 Few-Shot-CoT, SC, 구조화, 반복 프롬프트 기법 등을 활용하여 채점을 위한 프롬프트를 구성하였고, 이를 GPT-4 기반의 ChatGPT에 입력하여 채점하였다. 채점 결과, 문항 1, 2는 교사의 채점 결과와 GPT-4의 채점 결과 사이에 강한 상관관계를 충족하였다. 문제 해결 전략이 2가지인 문항 3은 먼저 채점 전 학생 답안을 문제 해결전략별로 분류하는 프롬프트를 GPT-4 기반의 ChatGPT에 입력하여 답안을 분류하였다. 이후 유형별로 채점 프롬프트를 적용하여 GPT-4 기반의 ChatGPT에 입력하여 채점하였고, 채점 결과 역시 교사의 채점 결과와 강한 상관관계가 나타났다. 이를 통해 프롬프트 엔지니어링을 활용한 GPT-4 모델이 교사의 채점을 보조할 수 있는 가능성을 확인하였으며 본 연구의 한계점 및 향후 연구 방향을 제시하였다.

• 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.

• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.361-372
• /
• 2016

본 연구는 S-STEAM 프로그램을 개발하고, 본 프로그램이 유아의 창의성 및 다중지능에 미치는 영향을 검증하는데 그 목적이 있다. 이를 위해 유아과학교육과 융합인재교육에 대한 문헌과 선행연구 분석을 토대로 S-STEAM 프로그램을 개발하였다. 효과 검증을 위해 S시에 소재한 어린이집 만 4세 유아 29명(실험집단 14명, 비교집단 15명)을 대상으로 실험집단에게 S-STEAM 프로그램을 비교집단에게 누리과정에 기초한 과학활동을 실시하였다. 연구도구는 창의성 측정도구 TTCT(도형A, B형)를 실시하였고, 교사에게 교사평가 유아 다중지능 검사도구를 실시하였다. 자료 분석은 본 프로그램이 창의성 및 다중지능에 미치는 영향을 분석하기 위해 공분산분석을 실시하였다. 연구결과, 첫째, 본 S-STEAM 프로그램은 전체 창의성과 창의성 하위요인 유창성, 독창성, 추상성, 정교성 및 개방성 모두에 긍정적인 영향을 미치는 것으로 나타났다. 둘째, 본 S-STEAM 프로그램은 전체 다중지능과 다중지능 하위영역 중 개인이해지능을 제외한 언어, 음악, 공간, 논리 수학, 신체 운동, 대인관계, 자연친화 지능에 긍정적인 영향을 미치는 것으로 나타났다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제26권3호
• /
• pp.163-180
• /
• 2023

본 연구는 AI를 수학 수업에 사용하려는 초등학교 교사의 의도에 미치는 요인들에 대해 살펴보고 수학 수업에서 AI가 효과적으로 사용되기 위해 선행되어야할 요인을 제시하고자 하였다. 이를 위해 기술수용모델(Technology Acceptance Model)을 사용하여 초등학교 교사의 TPACK과 TAM 사이의 구조적 관계를 조사하였다. 그 결과, 초등학교 교사들의 TPACK은 인지된 사용 용이성과 유용성에 유의미한 영향을 미쳤다. 또한 인지된 사용 용이성과 인지된 유용성은 수학 수업에서 AI 활용에 대한 태도에 유의미한 영향을 미쳤다. 인지된 사용 용이성, 인지된 유용성, 태도는 수학 수업에서의 AI 사용 의도에 유의미한 영향을 미치는 것으로 나타났다. 이러한 결과는 초등학교 교사들이 수학 수업에서 AI에 대한 TPACK 역량이 높다고 인식할수록 수학 수업에서 AI를 사용하기가 더 쉽고 AI가 학생의 수학 학습 향상에 도움이 되는 유용한 도구로 인식할 수 있음을 의미한다. 또한 수학 수업에서 AI가 쉽게 사용할 수 있고 유용하다고 인식할수록 AI 사용 의도가 높아질 수 있다. 따라서 초등학교 교사들이 수학 수업에서 AI의 활용하려면 TPACK에 관한 지식 교육이 선행되어야하며, 수학 수업에서 AI 사용의 이점과 편리성에 대한 인식 개선이 함께 이루어져야 한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권2호
• /
• pp.233-256
• /
• 2023

이 연구는 수학교육에서의 ChatGPT의 활용 방안 도출을 위한 기초 연구로서 국가수준 학업성취도 평가 및 대학수학능력시험 문제에 대한 ChatGPT의 응답을 분석하였다. ChatGPT는 생성형 인공지능 모델로서 여러 분야에서 주목 받고 있으며, 교육계에서도 ChatGPT 활용 방안에 대한 요구의 목소리가 높아지고 있다. 이에 이 연구에서는 3개년 국가수준 학업성취도 평가 및 대학수학능력시험 문제에 대한 ChatGPT 3.5의 응답에 대해서 정답률, 풀이 과정의 정확도, 오류 유형을 분류하여 분석하였다. ChatGPT의 국가수준 학업성취도 평가 문제 및 대학수학능력시험 문제의 정답률은 각각 37.1%, 15.97%로 나타났다. ChatGPT의 풀이 과정의 정확도는 5점 만점으로 산출하였을 때, 국가수준 학업성취도 평가는 3.44점, 대학수학능력시험은 2.49점으로 산출되었다. ChatGPT의 수학 문제를 풀이하는 데 나타나는 오류 유형은 절차적 오류와 기능적 오류로 나뉘었다. 절차적 오류는 다음 단계로의 식을 연결 짓는 과정이나 계산상의 오류를 가리키며, 기능적 오류는 ChatGPT가 텍스트를 인식, 판단, 출력하는 과정에서 발생하는 오류였다. 이러한 분석은 정답률만이 ChatGPT의 수학적 성능을 판단하는 기준이 되어서는 안 되며, 풀이 과정의 정확도나 오류유형까지도 복합적으로 고려해야 함을 시사한다.

• 지능정보연구
• /
• 제12권3호
• /
• pp.15-32
• /
• 2006

본 논문에서는 각 대안의 속성 평가와 속성 자체의 중요도에 대한 평가에 있어 불명료한 선호정보 형태로 주어진 경우, linguistic quantifier를 통한 퍼지논리를 활용하여 그룹의사결정을 지원하는 방법을 제시하였다. 불명료한 선호정보는 의사결정 관련 문헌에서 의사결정자에게 요구되는 선호정보 명시의 부담을 줄여주고, 판단의 모호성을 받아들이고자 하는 시각으로서 다뤄져 왔다. 그러나 불명료한 유형의 선호정보를 허용할 경우 의사결정그룹이 원하는 대안의 명확한 선택이 보다 어려워진다. 따라서 추가적인 정보획득을 위한 의사결정자들과의 상호작용이 요구되지만, 이는 불명료한 선호정보를 허용하였던 초기의 취지를 반감시킬 뿐더러, 반드시 최적의 대안을 보장하는 것도 아니다. 이러한 상황을 타계하기 위하여, fuzzy majority의 의미를 반영하고 있는 linguistic quantifier를 활용함으로써 satisfying solution을 구하는 절차를 제시하였다. 이는 mathematical programming을 활용한 의사결정 기법과 다수의 객체를 집성하기 위한 개략적 해법을 결합한 접근방식이다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제35권3호
• /
• pp.213-231
• /
• 2021

본 연구는 학부모의 수학에 대한 인식이 자녀의 수학학습에 영향을 미치는 근원적 요소가 될 수 있다는 선행 연구들을 바탕으로 학부모의 수학 교과에 대한 가치인식과 만족도 등에 관한 내용을 조사하였으며, 그 결과를 바탕으로 학교 수학교육 및 자녀 교육과 학부모 교육에 대한 시사점을 도출하고자 하였다. 본 연구의 연구방법은 전국의 학부모를 대상으로 무작위 추출하였으며, 초등학생 학부모 133명, 중·고등학생 학부모 411명에 따른 학부모의 응답 결과를 비교 분석 하였다. 설문 결과 초등학생과 중·고등학생 모두 학부모가 수학 교과의 가치 인식이 긍정적일수록 자녀의 수학 교과에 대한 가치 인식도 긍정적이고, 학부모의 수학 관련 교육 참여도가 높은 것으로 나타났다. 교수학습 활동에 대한 인식 측면에서 교육 프로그램 참여 의지는 중·고등학생 학부모가 초등학생 학부모보다 낮은 것으로 나타났으며, 수학 교과 전반에 대한 만족도 또한 초등학생 학부모가 더 높은 것으로 나타났다. 또한 학부모들은 미래 신기술을 활용한 수업 및 인공지능이나 데이터 분석 능력을 함양하기 위한 수학교육의 필요성을 인식하고 있는 것으로 판단할 수 있었다. 이는 교육전문가들이 향후 진지하게 고민해보아야 할 과제로서 학부모가 참여하는 수학교육의 확대, 미래 수학학습을 위한 수학 학습 환경의 조성, 수학교육 관련하여 다양한 학부모 교육의 필요성을 제안하였다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권3호
• /
• pp.303-326
• /
• 2023

수학은 계통성이 강한 학문으로 이전 단계에서의 학습 결손이 다음 학습에 큰 영향을 주기 때문에 학생들의 학습이 잘 이루어졌는지 수시로 확인하고, 즉각적으로 피드백을 제공해 주는 것이 필요하며, 이를 위해 수학교육에서 인공지능 교육시스템(ITS)을 활용할 수 있다. 이에 본 연구에서는 개인 맞춤형 수학 학습을 실행하기 위해 적용될 수 있는 인공지능 교육시스템의 기능이 무엇인지 살펴보고, 이를 실제로 적용해 본 결과를 분석하여 인공지능 교육시스템을 활용한 개인 맞춤형 수학 학습의 효과성을 구체적으로 살펴보는 것을 목적으로 하였다. 이를 위해 개인 맞춤형 학습과 수학교육에서 인공지능이 활용된 선행연구 내용을 분석하여 개인 맞춤형 수학 학습을 위한 인공지능 교육시스템의 기능을 추출하고, 이것을 반영한 학습 및 수업을 설계하여 초등학교 5학년 학생들에게 약 3개월 간 적용해 본 결과를 분석하였다. 그 결과, 개인 맞춤형 수학 학습을 위해 활용될 수 있는 인공지능 교육시스템의 기능은 크게 진단 및 평가, 분석 및 예측, 피드백 및 콘텐츠 제공으로 나눌 수 있었다. 또한 이러한 기능을 반영한 학습 설계를 초등학생들에게 적용한 결과, 개인 맞춤형 수학 학습에 인공지능 교육시스템이 어떻게 효과적으로 활용될 수 있는지에 대한 시사점을 얻었다. 그리고 앞으로 인공지능 교육시스템을 활용한 개인 맞춤형 수학 학습이 더욱 효과적으로 이루어질 수 있기 위해 더 정교한 기술과 자료 개발이 필요하다는 점을 제언하였다.