• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제24권1호
• /
• pp.235-257
• /
• 2010

21세기는 새로운 지식을 창조할 수 있는 창의적인 인재가 국가발전을 이끈다는 시대적 관심에 따라 세계 여러 나라가 영재교육에 관심을 쏟고 있다. 우리가 잘 알고 있는 미국, 영국, 러시아, 독일, 호주, 이스라엘, 싱가포르 등 영재교육에 관한 관련법을 제정하여 영재교육을 실시하고 있으며 우리나라도 2000년 1월 영재교육진흥법이 공포되고 2002년 4월 영재교육진흥법시행령이 공포 시행됨으로써 영재교육의 활성화의 계기를 마련하게 되었다. 그리고 2008년 10월 영재교육진홍법의 시행령을 개정하였는데 그 주요 취지는 영재교육을 특수교육대상자와 소외계층까지 영재교육의 기회를 확대하는 방안의 마련이다. 이러한 방안의 하나로 각급 학교에 영재학급의 설치를 확대하여 영재교육의 기회를 많은 학생들에게 제공할 수 있도록 하고 있다. 하지만 영재교육의 기회의 확대와 함께 영재교육의 질에 관하여 생각을 해봐야 할 것이다. 무분별한 기회의 확대라는 사회적 견해에 대해 영재학급에서 진행하고 있는 교수-학습 프로그램의 질적인 부분에 대한 평가의 필요성이 요구된다. 본 연구에서는 영재학급을 운영하고 있는 3학교의 중학교 1학년 수학-교수 학습 프로그램을 정규교육과정과 영재교육과정의 비교표를 통해 각각의 해당영역을 살펴보고 영재교육과정 중 어느 영역의 내용을 다루는지 살펴보고 수학-교수 학습 프로그램을 기존에 개발된 평가 틀을 수정 보완한 프로그램 평가기준에 맞추어서 프로그램을 평가해보았다. 따라서 본 연구에서는 영재학급의 수학 영재 교수-학습 프로그램의 내용영역의 구성과 프로그램의 적절성을 평가하기 위해 다음과 같은 연구문제를 선정하였다. 가. 영재학급의 수학 영재 교수-학습 프로그램의 주제에 따른 내용영역의 구성은 7차 교육과정에 따른 것인가? 1. 정규 교육과정의 어떤 내용 영역에 해당하는 프로그램인가? 2. 영재교육과정 중에서 심화와 선택 중 어느 영역에 해당하는 프로그램인가? 3. 내용 영역이 적절하게 편성되어 운영되고 있는가? 나. 영재학급의 수학 영재 교수-학습 프로그램은 적절한가? 1. 교수-학습 프로그램의 교육목표는 수학영재교육의 교육목표에 일치하는가? 2. 프로그램의 내용은 수학영재교육의 특성을 반영하고 학생들의 영재성을 발현시키는가? 3. 교수-학습 모형과 방법은 학생들의 영재성을 발현시킬 수 있도록 다양한가? 4. 프로그램의 평가는 학습목표와 내용, 사고력의 향상정도를 반영하는가? 이러한 연구문제를 바탕으로 다음과 같은 결론을 얻었다. 첫째, 영재학급의 수학 영재 교수-학습 프로그램의 주제에 따른 내용은 정규 교육과정의 수와 연산과 도형, 측정, 확률과 통계, 문자와 식의 영역에 해당하는 프로그램이었으며 함수영역에 관한 내용을 직접적으로 다루지는 않았고 주로 수와 연산과 도형 영역에 관한 내용이 프로그램의 주를 이루고 있었다. 또 영재교육과정 중에서는 심화 영역과 선택 영역의 내용을 학생들의 영재성을 발현시킬 수 있는 다양한 형태로 적절히 제시하고 있었다. 둘째, 영재학급의 수학 영재 교수-학습 프로그램의 교육목표는 수학영재의 방향과 철학에 일치하며 영재의 특성을 반영하여 일반 학생들에게 제시되는 학습목표와는 달리 학생들의 창의성인 문제해결력을 함양하고 주변 사물에 대해 호기심을 가지고 끊임없이 탐구하는 태도와 해당 교과 영역에서 요구되는 사고능력과 탐구능력, 연구 조사기술을 함양하는 등의 학습목표를 제시하고 있다. 또한 사고전략에 있어서는 시각화, 기호화, 단계화, 탐구 전략을 사용하였으며 교수-학습 모형으로 강의식, 협동학습, 발견학습, 문제해결기반학습을 적용하였으며 교수-학습 활동으로 실험, 탐구, 적용, 예상과 추측, 토론(추측과 반박), 적용, 반성의 활동을 통해 학생들의 영재성을 발현시킬 수 있는 다양한 형태의 교수-학습 전략 및 모형을 활용하였으며 교수-학습 프로그램에서 사전 평가에 대한 언급을 하지는 않았지만 프로그램 활동을 진행하는 과정에서 학습목표를 반영하였으며 학생들의 사고력을 향상시킬 수 있도록 여러 가지 활동을 통하여 원하는 평가를 지필평가의 형태보다는 산출물과 수행평가 그리고 포트폴리오를 가지고 평가하는 방법을 주로 사용하였다.

• 벤처혁신연구
• /
• 제5권3호
• /
• pp.57-70
• /
• 2022

현대의 산업자본주의는 근로의 제공과 임금의 수령이라는 관계가 사회를 규율하는 중요한 원리로 자리 잡고 있다. 근로계약에 따라 자신의 노동력에 대한 처분권을 사용자에게 맡기고 제공받는 임금은 직접적인 보상이 되고 있으며, 적절한 휴식의 보장으로 인간다운 삶의 보장과 재생산을 할 수 있어야 한다. 자유계약에 의한 근로관계의 구축은 근로자 보호에 문제점을 나타내고 있으며, 이에 따라 근로자에 대한 최소한의 권리로 근로시간의 최대치를 정하고 최소휴식의 기준을 설정·부여하고 있다. 근로시간의 단축은 근로자의 삶의 질이라는 측면에서 매우 중요하지만 효율적인 기업활동에 있어서도 중요한 문제이다. 우리나라는 2020년 기준 연간 근로시간이 1,908시간으로 장시간 근로를 하고 있으며, UN산하 자문기구인 지속가능발전해법네트워크(SDSN)가 조사한 행복지수에서 OECD 37개국 중에서 하위 3번째로 나타나고 있다. 이에 따라 근로시간 단축의 필요성은 인정되어, 2018년부터 1주의 최대 근로시간이 52시간으로 제한하고 있다. 이러한 상황에서 기업의 부가가치 창출력을 유지하고, 근로자의 다양한 니즈에 부응하기 위한 방안으로 법적으로 다양한 근로시간의 예외를 두고 있으며, 우리나라 근로기준법은 3개월 이내의 탄력적 근로시간제와 3개월을 초과하는 탄력적 근로시간제, 선택적 근로시간제와 근로시간의 연장을 허용하는 연장근로의 제한을 두어 이를 허용하고 있다. 하지만 2021년 개정된 탄력적 근로시간제를 적용하는 것과 최근 논의되고 있는 정산 단위기간의 확대에 대한 논의에서 탄력적 근로시간제의 문제점이 있어 이에 대한 개선이 필요하다. 따라서 본 논문은 탄력적 근로시간제의 문제점과 이에 때한 개선방안을 살펴보고자 한다. 탄력적 근로시간제는 미리정한 기준에 따라 특정일 또는 특정주에 법정근로시간을 초과하더라도 근로기준법에서 정하고 있는 근로시간에 위배되는 것이 아님과 동시에 초과한 연장근로에 대한 가산임금을 지급하지 않아도 되는 제도로 주로 계절별 시기별 업무량 편차가 심한 제조업, 판매서비스업, 연속사업이나 장기간 조업을 위한 전기·가스·수도, 운수업 등에 있어 교대근무형태로 유용하게 활용되고 있으며, 운용에 따라 보다 짧은 근무일 설정을 통한 휴일 확대 등 근로시간 단축의 방편으로 활용되기도 한다. 하지만 정산 단위기간을 확대할 경우 근로자가 수령할 수 있는 가산임금을 수령하지 못하게 되어 근로자에게 불리하다. 따라서 첫째, 현재 논의되고 있는 정산 단위기간 확대를 하려면 현행 기준에서 확대되는 기간에 대하여 추가임금 지급을 하도록 하여야 한다. 둘째, 탄력적 근로시간제의 개별근로자에 대한 적용을 개선하여 근로자대표와의 서면합의에 있어 개별근로자와 충분한 협의를 하도록 하는 조치가 필요하고, 셋째, 정산 단위기간 동안 연장 근로의 허용시간을 명확히 하여야 하며, 넷째, 1일 최대근로시간이 정해지지 않고 있어 근로시간의 한도를 최대 근로시간으로 제한하거나 연속휴식에 대한 적용이 필요하며, 추가적으로 근로자대표의 서면합의가 탄력적 근로시간제의 적용에 있어 중요한 문제이므로 근로자대표의 대표성을 확보하여야 할 것이다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.