• 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.

• 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.

• 산업과 과학
• /
• 제3권1호
• /
• pp.1-16
• /
• 2024

본 연구는 고등학교 학생들의 데이터 리터러시를 함양할 수 있는 머신러닝 기반 AI 융합 수업 모형과 수업 설계 원리를 개발하고, 그에 따른 상세 지침을 개발하는 것을 목적으로 하였다. 이를 위해 선행 문헌 연구를 통해 머신러닝을 기반으로 한 수업 모형과 설계 원리 및 상세 지침을 개발하고, 서울 소재 상업계열 특성화고등학교 학생 15명에게 적용하여 실행하였다. 연구 결과 학생들의 데이터 리터러시가 통계적으로 유의미(p< .001)하게 향상되었으므로 본 연구의 수업 모형이 학습자의 데이터 리터러시 향상에 긍정적인 영향을 주었음을 확인할 수 있었고, 앞으로 관련 연구로 이어지길 기대한다.

• 정보교육학회논문지
• /
• 제25권3호
• /
• pp.471-481
• /
• 2021

본 연구의 목적은 AI 융합교육 프로그램의 교육 효과성을 분석하는 것이다. 이를 위해 선행연구에서 개발한 '머신러닝의 개념을 지도하기 위한 초등 과학 AI 융합교육 프로그램' 총 8차시를 초등학생 4~6학년을 대상으로 교육한 후, 'AI 기술에 대한 태도, 과학선호도, 융합인재소양' 검사 도구를 이용하여 단일집단 사전-사후검사를 진행했다. 각 요인의 정량적 변화는 R 프로그램을 이용하여 분석하였고, 피어슨 상관계수를 이용한 상관분석 및 대응표본 t-검정을 통해 교육 효과성을 분석하였다. 그 결과, 'AI 기술에 대한 태도, 과학선호도, 융합인재소양' 모든 요소에 깊은 상관관계가 있었으며, 대부분의 요소에서 기술적 평균이 향상되었다. 따라서, AI 융합교육 프로그램은 교육적으로 유의미하며, 초등 정규 교육과정에 AI 교육 및 AI 융합교육이 도입된다면 긍정적인 교육 효과를 얻을 수 있을 것으로 기대한다.

• Journal of Animal Science and Technology
• /
• 제64권5호
• /
• pp.830-841
• /
• 2022

Genetic analysis has great potential as a tool to differentiate between different species and breeds of livestock. In this study, the optimal combinations of single nucleotide polymorphism (SNP) markers for discriminating the Yeonsan Ogye chicken (Gallus gallus domesticus) breed were identified using high-density 600K SNP array data. In 3,904 individuals from 198 chicken breeds, SNP markers specific to the target population were discovered through a case-control genome-wide association study (GWAS) and filtered out based on the linkage disequilibrium blocks. Significant SNP markers were selected by feature selection applying two machine learning algorithms: Random Forest (RF) and AdaBoost (AB). Using a machine learning approach, the 38 (RF) and 43 (AB) optimal SNP marker combinations for the Yeonsan Ogye chicken population demonstrated 100% accuracy. Hence, the GWAS and machine learning models used in this study can be efficiently utilized to identify the optimal combination of markers for discriminating target populations using multiple SNP markers.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.437-439
• /
• 2023

본 연구는 프로그래밍 협업 환경에서 생성형 AI인 ChatGPT-4를 활용한 코딩 프로세스를 제안한다. 일관성 있는 결과를 얻기 위해 프롬프트 생성, GPT 실행, 의사코드 변환, 코드 비교, 동일 코드 생성 여부 판단, 테스트 실행, 동일 결과 생성 여부 판단, 코드 검사 및 수정의 8단계를 거친다. 팀 프로젝트와 페어 프로그래밍 등의 다양한 협업 환경에 적용 가능한 이 프로세스를 통해 생성형 AI를 효과적으로 활용할 수 있음을 보여주었다는 점에서 그 의미가 있다. 본 연구는 생성형 AI를 활용한 협업 환경에서의 코딩이 본격적으로 이루어질 것으로 예상되는 이 시점에서, 인간-AI 협업 환경에서의 코딩 효율성 및 일관성을 높일 수 있을 것으로 기대한다. 이러한 연구는 인간과 AI가 함께 작업하는 미래를 위한 기초를 마련하는 데 중요한 역할을 할 것이다.

• 한국가금학회지
• /
• 제49권3호
• /
• pp.157-165
• /
• 2022

RGB 조건에서 하나의 픽셀은 255의 세제곱 개 이상의 색상을 표현할 수 있다. 현재까지의 컴퓨터 비전 연구는 조류에서 나타나는 다양한 깃털색 표현형에 대해 세밀히 분석하여 종을 구분하였지만, GWAS에 이용될 목적을 위해 다양하게 유전되는 색상을 단순화하지 못하였다고 판단된다. 본 연구는 연산오계(YO)와 백색레그혼(WL) 상호역교배 F₂ 집단을 이용하였으며 이미지 양자화를 통하여 이미지의 크기를 줄이고 저장을 용이하게 하였으며 깃털색의 원인 유전자 탐색을 위한 기초 자료를 제공하기 위하여 육안으로 결정하였던 다양한 깃털색을 단순화하였다. 특히, GWAS 연구에 필요한 수치화된 표현형을 제시하였다는 측면에서 가치가 있다고 판단된다.

• 정보교육학회논문지
• /
• 제25권2호
• /
• pp.317-325
• /
• 2021

본 논문에서는 2015 개정교육과정에 기반한 초등학교 국어, 사회, 도덕, 수학, 과학 교과서 총 44종의 교과서를 대상으로 SW·AI 요소와 CT 요소의 반영 정도를 조사·분석하였다. 분석결과, ICT 요소인 자료수집, 자료분석, 자료표현 활동이 대부분이었으며, SW·AI 내용요소중 알고리즘, 프로그래밍 요소는 반영되지 않았고, CT 요소중 추상화, 자동화, 일반화 요소도 없었다. 그러므로 초등 교과에서 SW·AI 융합교육이 효과적으로 이루어지기 위해 ICT 활용 활동을 SW·AI 활용 활동으로 확대하고, 현장 교사를 대상으로 SW·AI 융합교육의 이해와 SW·AI를 활용한 교수학습방법 개선에 대한 연수가 필요하다. 그리고 내실 있는 SW·AI 교육을 위해 정보교과 신설 및 별도 시수 확보가 필요하다.

• 한국융합학회논문지
• /
• 제9권9호
• /
• pp.97-104
• /
• 2018

본 연구는 보건계열 전공 학생들의 의료용 인공지능에 대한 기대도를 조사하여 의료용 인공지능의 보건의료영역에서의 전반적 활용을 위한 기초자료로 이용하고자 충청남도 천안시에 소재한 일개 대학교 보건계열 전공 대학생들 500명을 대상으로 인공지능에 대한 인지도와 의료용 인공지능에 대한 신뢰도 및 활용에 대한 기대도를 조사하였다. 의료용 인공지능에 대한 인지도는 대상자의 18.6%가 높다고 응답하였고, 의료용 인공지능에 대해 신뢰도는 대상자의 24.8%가 높다고 응답하였으며 의료용 인공지능의 활용에 대한 찬성은 대상자의 38%가 그렇다고 응답하였다. 또한, 인공지능에 대한 인지도와 신뢰도가 높을수록 인공지능의 보건의료 활용에 대한 기대도도 높게 조사되었다. 이상의 결과로 볼 때 전공과정에서의 의료용 인공지능에 대한 교육은 인공지능에 대한 인지도와 신뢰도 및 기대도를 제고시켜 의료용 인공지능을 활용하는 효율적인 보건의료 환경 조성에 초석이 될 것으로 사료된다.

• Korean Journal of Radiology
• /
• 제25권3호
• /
• pp.224-242
• /
• 2024

The emergence of Chat Generative Pre-trained Transformer (ChatGPT), a chatbot developed by OpenAI, has garnered interest in the application of generative artificial intelligence (AI) models in the medical field. This review summarizes different generative AI models and their potential applications in the field of medicine and explores the evolving landscape of Generative Adversarial Networks and diffusion models since the introduction of generative AI models. These models have made valuable contributions to the field of radiology. Furthermore, this review also explores the significance of synthetic data in addressing privacy concerns and augmenting data diversity and quality within the medical domain, in addition to emphasizing the role of inversion in the investigation of generative models and outlining an approach to replicate this process. We provide an overview of Large Language Models, such as GPTs and bidirectional encoder representations (BERTs), that focus on prominent representatives and discuss recent initiatives involving language-vision models in radiology, including innovative large language and vision assistant for biomedicine (LLaVa-Med), to illustrate their practical application. This comprehensive review offers insights into the wide-ranging applications of generative AI models in clinical research and emphasizes their transformative potential.