• 산업융합연구
• /
• 제20권6호
• /
• pp.27-35
• /
• 2022

본 연구는 뉴스 빅데이터에 나타난 메타버스 관련 이슈들을 교육관점에서 분석하여 그 특징을 탐색하고, 메타버스의 교육적 활용가능성 및 미래교육에 대한 시사점을 제공하는데 목적이 있다. 이를 위해 포털사이트에서 검색되는 메타버스 관련 뉴스 데이터를 41,366건 수집하였고, 대표적인 용어 가중치 모델인 TF-IDF를 이용하여 추출된 모든 키워드의 가중치 값을 계산하여 순위화한 후, 워드클라우드로 시각화 분석을 수행하였다. 또한 정교한 확률기반 텍스트마이닝 기법인 토픽모델링(LDA)을 활용하여 주요 토픽들을 분석하였다. 연구결과 교육관점에서 메타버스의 핵심 이슈로는 플랫폼 산업, 미래인재, 기술의 확산 등과 같은 주제가 도출되었다. 또한, 기술, 직업, 교육이라는 세 개의 핵심 주제로 2차 데이터 분석을 실시한 결과 미래교육에서 메타버스는 교육플랫폼의 혁신, 미래 직업의 혁신, 미래 역량의 혁신과 관련한 이슈를 갖는 것으로 나타났다. 본 연구는 방대한 양의 뉴스 빅데이터를 단계적으로 분석하여 교육관점에서 이슈를 도출하고 미래교육에 대한 시사점을 제공하였다는 데 의의가 있다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제6권4호
• /
• pp.341-349
• /
• 2016

글로벌 시대의 요구에 부응하기 위해 교육 분야에서도 글로벌 교육에 대한 필요성과 중요성이 급증하고 있다. 하지만 보는 관점에 따라 글로벌 교육의 정의와 모델에 대한 합의가 아직 명확하지 않고 글로벌 교육 과정에서의 고비용성, 저효과성, 지속성 결여 등으로 인해 실제 글로벌 교육의 성과는 예상보다 기대에 미치지 못하고 있다. 더구나 예비 교원의 글로벌 능력을 함양하기 위한 글로벌 교육에 관한 연구는 거의 이루지지지 않고 있다. 본 연구는 예비 교원의 글로벌 교육을 중심으로 IT 융합 접근 방법을 연구하였다. 본 연구에서는 우선 국내에서 시행되고 있는 글로벌 교원 양성을 위한 글로벌 교육 프로그램을 비교 분석하였다. 또한, 글로벌 교육에서의 제약 사항들을 해결할 수 있는 IT 융합 교육 시스템을 연구하여 구체적인 IT 융합 글로벌 교육 방법들을 알아보았다. 특히 빅데이터 분석 기술을 기반으로 복수학위나 교환학생 프로그램에 도움을 줄 수 있는 글로벌 교육과정 이수 추천 시스템을 제시하였다.

• 한국과학교육학회지
• /
• 제44권3호
• /
• pp.231-248
• /
• 2024

본 연구에서는 오픈소스 소프트웨어와 인공지능 문서 분류 모델인 한국어 Sentence-BERT로 고등학교 1학년 통합과학 질문-답변 챗봇을 제작하고 2023학년도 1년 동안 독립형 서버에서 운영했다. 챗봇은 Sentence-BERT 모델로 학생의 질문과 가장 유사한 질문-답변 쌍 6개를 찾아 캐러셀 형태로 출력한다. 질문-답변 데이터셋은 인터넷에 공개된 자료를 수집하여 초기 버전을 구축하였고, 챗봇을 1년 동안 운영하면서 학생의 의견과 사용성을 고려하여 자료를 정제하고 새로운 질문-답변 쌍을 추가했다. 2023학년도 말에는 총 30,819개의 데이터셋을 챗봇에 통합하였다. 학생은 챗봇을 1년 동안 총 3,457건 이용했다. 챗봇 사용 기록을 빈도분석 및 시계열 분석한 결과 학생은 수업 중 교사가 챗봇 사용을 유도할 때 챗봇을 이용했고 평소에는 방과 후에 자습하면서 챗봇을 활용했다. 학생은 챗봇에 한 번 접속하여 평균적으로 2.1~2.2회 정도 질문했고, 주로 사용한 기기는 휴대폰이었다. 학생이 챗봇에 입력한 용어를 추출하고자 한국어 형태소 분석기로 명사와 용언을 추출하여 텍스트 마이닝을 진행한 결과 학생은 과학 질문 외에도 시험 범위 등의 학교생활과 관련된 용어를 자주 입력했다. 학생이 챗봇에 자주 물어본 주제를 추출하고자 Sentence-BERT 기반의 BERTopic으로 학생의 질문을 두 차례 범주화하여 토픽 모델링을 진행했다. 전체 질문 중 88%가 35가지 주제로 수렴되었고, 학생이 챗봇에 주로 물어보는 주제를 추출할 수 있었다. 학년말에 학생을 대상으로 한 설문에서 챗봇이 캐러셀 형태로 결과를 출력하는 형태가 학습에 효과적이었고, 통합과학 학습과 학습 목적 이외의 궁금증이나 학교생활과 관련된 물음에 답해주는 역할을 수행했음을 확인할 수 있었다. 본 연구는 공교육 현장에서 학생이 실제로 활용하기에 적합한 챗봇을 개발하여 학생이 장기간에 걸쳐 챗봇을 사용하는 과정에서 얻은 데이터를 분석함으로써 학생의 요구를 충족할 수 있는 챗봇의 교육적 활용 가능성을 확인했다는 점에 의의가 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.429-430
• /
• 2013

유비쿼터스 기술의 발전과 더불어 스마트 교육과 관련된 연구가 활발히 진행되고 있다. 교육 분야에서의 최신 IT 기술의 도입의 첫 단추는 도서관 시스템 이였다. 이용자와 도서관의 자료를 효율적으로 관리하기 위하여 많은 기관에서 RFID(Radio Frequency Identification) 소자를 기반으로 관련 RFID 리더 장비와 데이터 관리 장비를 구축하였다. 이러한 기술을 기반으로 유비쿼터스 기술을 학생들이 가장 많은 시간을 보내는 교실의 환경에 적용하여 스마트 교육 시스템으로 구축하는 것은 교육의 첨단화와 연계되어 연구되고 있다. 본 연구에서는 기존의 자원을 활용하여 네트워크 환경에서의 자원 배분을 원활히 이뤄내는 P2P 기술과 스마트 교육 시스템의 연계점을 연구하고자 한다. 기존 기술의 적용은 안정성과 신뢰성 측면에서 유용하며 새로운 구조의 제안에 있어서 빠른 적용이 가능한 모델로 전개될 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.117-120
• /
• 2020

본 논문은 인공지능 메이커 교육과 관련한 요소를 논문 네트워크 키워드 분석과 다양한 빅데이터를 종합하여 핵심용어를 선정 후 인공지능 메이커 교육을 시스템 다이내믹스의 Vensim프로그램으로 인과지도(Casual Loop Diagramming)를 구조분석(모델의 구조)하여 예측 결과를 토대로 향후 미래 상황 추출 및 정책 결정 연구에 영향을 기여한다. 연구 결과 인공지능 교육 정책은 추후 인공지능 교육과 메이커 교육을 융합한 교육 관련 산업이 증대할 것으로 예측되며 교육 경쟁력 향상과 창의적 인재 양성, OTT를 이용한 인공지능 교육 콘텐츠 향상으로 학습에 활용성이 증대하게 된다. 또한 인공지능 교육 정책은 프로그래밍 교육으로 연결되어 성장기 학습자들의 사고력과 정서 발달에 도움 되며 다양한 교재 및 기기 등장으로 인한 학습에 다양성 역시 증가할 것으로 예측된다. 학교 차원에서는 교수·연구 지원 활동이 증가하여 수업 전문성을 가진 교사가 늘어나 학교 교육의 질은 확대되고 학부모는 인공지능 교육 정책에 긍정적으로 된다. 시스템 다이내믹스는 구조가 형태를 결정짓는다는 세계관에 기초하여 피드백 루프와 동태적 형태 유형을 파악하며 다양한 가능성이 존재하게 된다. 이는 추후 다양한 연구를 통해 인공지능 교육 정책 인과지도의 확대로 연결될 수 있음을 암시하며 본 논문을 통해 인공지능 교육 연구 확산에 시발점이 되었으면 한다.

• 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.

• 한국콘텐츠학회논문지
• /
• 제18권11호
• /
• pp.406-415
• /
• 2018

교육부의 대학구조개혁평가가 진행되는 시점에서 교육수요자만족도는 대학교육에 있어서 가장 중요한 요소이며 생존과 연계되어 있는 부분이지만, 대학교에서 운영하고 있는 교육수요자만족도 모델은 교육환경을 부분적으로 반영한 모델이 대부분이다. 본 연구의 목적은 대학 교육의 품질을 향상시키기 위해 대학에서 필요한 대학교육수요자만족도지수(UCSI)을 개발하고 실제로 적용하는 것이다. 본 연구는 개발된 UCSI의 도구의 타당도와 신뢰도를 검증하기 위해 2차 확인적 요인분석을 이용하였다. 그 결과 교육환경, 교육과정, 대학발전, 학생지원이라는 4대 요소와 18개 차원으로 구성된 UCSI를 개발하였으며, 확인적 요인분석을 통해 도구의 타당도와 신뢰도가 검증되었다. 본 연구에서 개발된 도구를 이용하여 대학 관계자들은 대학 교육수요자 만족도를 평가하고 IPA분석을 통해 전략을 세울 수 있게 되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권11호
• /
• pp.529-534
• /
• 2021

컴퓨팅 사고는 21세기에 필요한 중요한 소양 중 하나로 여겨지면서 여러 국가에서 컴퓨팅 사고 교육 과정을 도입하여 시행하고 있다. 컴퓨팅 사고 교육 방법 중 교육용 게임 기반 방법은 학생들의 참여와 동기를 증대시키고 컴퓨팅 사고에 대한 접근성을 높여준다. Autothinking은 학습자들에게 컴퓨팅 사고 교육을 제공하기 위한 목적으로 개발한 교육용 게임으로 학습자들에게 동적으로 피드백을 제공하고, 학습자의 컴퓨팅 사고 능력에 따라서 난이도를 자동으로 조절하는 적응적 시스템이다. 하지만 규칙기반으로 게임을 디자인하여 지능적으로 학습자들의 컴퓨팅 사고를 고려하거나 피드백을 주지 못한다. 본 연구에서는 Autothikning을 통해 수집한 게임 데이터를 소개하고, 이를 활용하여 해당 게임의 적응성을 높이기 위해 컴퓨팅 사고를 반영하는 게임 점수의 예측을 수행한다. 이 문제를 해결하기 위해 회귀 문제에 가장 많이 사용되는 선형 회귀, 결정 트리, 렌덤 포레스트, 서포트 벡터 머신 알고리즘에 대한 비교연구를 수행하였다. 연구 수행결과 선형회귀 방법이 게임 점수 예측에 가장 좋은 성능을 보여주었다.

• 스마트미디어저널
• /
• 제13권2호
• /
• pp.44-51
• /
• 2024

스트레스 측정용 데이터셋의 구축은 건강, 의료분야, 심리향동, 교육분야 등 현대의 다양한 응용 분야에서 핵심적인 역할을 수행하교 있다. 특히, 스트레스 측정용 인공지능 모델의 효율적인 훈련을 위해서는 다양한 편향성을 제거하고 품질 관리된 데이터셋을 구축하는 것이 중요하다. 본 논문에서는 다양한 편향성 제거를 통한 품질의 관리된 스트레스 측정용 데이터셋 구축에 관하여 제안하였다. 이를 위해 스트레스 정의 및 측정도구 소개, 스트레스 인공지능 데이터 셋 구축과정, 품질향상을 위한 편향성 극복 전략 그리고 스트레스 데이터 수집시 고려사항을 제시하였다. 특히, 데이터셋 품질을 관리하기 위해 데이터셋 구축시 고려사항과, 발생할 수 있는 선택편향, 측정편향, 인과관계편향, 확증편향, 인공지능편향과 같은 다양한 편향서에 대해 검토하였다. 본 논문을 통해 스트레스 데이터 수집시 고려사항과 스트레스 데이터셋의 구축에서 발생할 수 있는 다양한 편향성을 체계적으로 이해하고, 이를 극복하여 품질이 보장된 데이터셋을 구축하는데 기여할 것으로 기대된다.

• 한국융합학회논문지
• /
• 제12권9호
• /
• pp.21-30
• /
• 2021

일반적으로 알려져 있는 행동에 비해 일반적으로 알려져 있지 않은 불특정 행동들에 대한 자료들은 부족한 실정이다. 특수학생들의 불특정 행동들에 대한 교육이나 지도를 위한 데이터 수집 및 관리가 필요하다. 본 논문에서는 기계 학습을 이용한 웹 기반의 특수학생 상담관리 모델을 제안한다. 실시간으로 특수학생들의 행동을 촬영하여 데이터를 수집하고, 행동패턴을 분석하여 데이터 셋을 구성하고 제안 시스템에 학습시킨다. 추후에 촬영되는 특수학생들의 행동을 제안시스템에 입력 및 분석을 통하여 기존 데이터와 비교하여 나온 결과를 다시 학습하여 정확도를 향상 시킬 수 있다. 데이터베이스에 저장되어 있지 않은 불특정 행동들을 임의로 행하여 테스트를 진행하였으며 예측 모델은 입력 데이터를 통해 정확하게 분류 및 그룹화 하였다. 또한 진입 과정에서 약간의 오차가 있더라도 행동의 특징 데이터를 통해 행동을 정확하게 구분 및 분류하는 것이 가능하다는 것을 확인 할 수 있었다.