• 기독교교육논총
• /
• 제70권
• /
• pp.207-238
• /
• 2022

신앙교육은 그리스도의 삶을 추구하는 '삶의 방향전환'에 초점을 맞추고 있다. 이것은 성서 지식을 축적하는 것이 아니라 성서의 메시지가 삶으로 구현되어야 가능하다. 그러나 오늘날 신앙교육은 성서 메시지가 삶으로 구현되게 하지 못하고 있다. 이것은 신앙교육이 성서의 경험과 인간 삶의 경험과 만나도록 안내하는 대신 성서 내용 자체를 알게 하는 데 주력한 결과라 할 수 있다. 교회교육은 삶의 변화와 실천보다 개인의 내면 신앙을 강조하며 사후 천국을 준비하고, 개교회 교인을 위한 훈련과 양적 성장을 위해 대부분 할애되었다. 그 결과 코로나19 시대에 개신교인들은 개교회의 안위만을 신경 쓰는 성숙하지 못한 모습을 보이고 말았고, 개신교에 대한 사회적 신뢰는 상실되고 말았다. 따라서 신앙교육은 성서의 메시지가 삶으로 구현되기 위해, 성서의 경험과 학습자의 경험이 만나 하나님 앞에 삶으로 응답하도록 도와야 한다. 이러한 신앙교육을 교회교육 현장에 어떻게 준비해야 하는지 모색하고자 필자는 독일 개신교 루터파 바이에른 노회가 편찬한 "경험과 관련된 종교 수업 준비(Religionsunterricht Vorbereiten)" 과정을 살펴보고, 한국교회에 적용하기 위한 과제들을 제시하고자 한다. 경험과 관련된 종교 수업 준비는 다섯 과정으로 이루어진다. 개인적인 만남, 신학적 방향 설정, 교수학적 방향 설정, 교수학적 결정들, 진행계획 정리이다. 이 과정의 주요 목적은 성서의 신앙인들이 자기 삶의 경험을 신앙의 관점에서 어떻게 해석하고 문제를 극복하고자 하였는지 '바라보는 관점'을 학습하는 것이다. 경험과 관련된 신앙교육은 성서 교수법 중 하나가 아니라 신앙교육의 본질을 다루고 있다. 교육의 장이 현실 세계에서 가상세계까지 확장해가는 사회 변화 속에 있지만, 신앙교육의 본질적인 성격은 바뀔 수 없다. 그러므로 한국교회에 경험과 관련된 신앙교육에 관한 연구와 적용은 성서의 메시지가 그리스도인의 삶에 구현될 수 있도록 도울 수 있을 것이다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.19-43
• /
• 2016

이 연구에서 Asia 금융 위기의 원인을 고찰하여 보고, European Monetary Systems의 금융 위기와 비교하여 본다. Asian 신흥 국가들은 1997년도에 금융 위기를 경험하였고, European Monetary Systems의 국가들도 1992년도에 동일한 경험을 하였다. 또한, 중남미의 신흥 경제국가인 Mexico 역시 1994년에 금융위기를 겪었다. 이 연구의 목적은 이들 금융위기의 내면을 고찰하고 그 결과로부터 일반화된 법칙을 추출하는 것이다. 이 연구에서는 금융위기를 경험한 한국과 영국과 멕시코를 각각 세가지 다른 모형으로 연구하고 비교하였다. 이 접근 방법은 체계적인 조사를 통하여 세 국가의 차이점을 보여주고 또한 공통적인 내재 요인을 관찰한다. 이전의 많은 연구 방법들은 대부분 선형 회귀식을 통한 causal model에 초점을 맞추고 있지만, 이러한 선형 회귀 모형의 약점을 보완하여서 현실에 산재하며 존재하는 비 선형의 문제를 해결하기 위하여 또 다른 방법을 제안하여 본다. 이 연구에서 사용한 구조 방정식(Structural Equation Model) 모형은 현실로부터 원인을 추출하고 분석하는 연구에 적합하며, 신경망(Artificial Neural Network) 모형은 선형모형의 단점을 보완하여서 비 선형 요인을 설명해 준다. 구조방정식 모형에 적용하기 위하여서 LISREL(LInear Structural RELationship)을 사용하였다. LISREL은 확인적 요인분석과 계량경제학에서 개발된 연립방정식모델에 토대를 둔 다중회귀분석 및 경로분석 등이 결합된 성격을 갖는 방법론으로 다양한 연구에 적용된다. 또한 인공지능(Artificial Intelligence) 기법 중의 하나인 신경망 모형은 선형회귀 분석과 다른 형태의 결과를 도출한다. 세가지 방법론의 우수성을 비교하기 위하여 Hit ratio를 각 국가/ 각 방법론 별로 구분하여서 비교한 결과 다른 방법론 보다 신경망이 더 좋은 성과를 나타내고 있는 것을 확인할 수 있었다. 세가지 방법론에 각각 일반적인 환율 예측에 사용되는 변수를 사용하였다. 소비자 물가지수(Consumer Price Index), 국내총생산(Gross Domestic Product), 이자율(Interest rate), 주가지수(Stock Index), 경상수지(Current Account), 외환보유고(Foreign Reserves)의 6가지 변수를 이용하여서 환율을 예측하여서 급격한 환율 변화로 초래되는 경제위기를 예측하려고 하였다. 각각의 국가의 데이터는 대한민국은 1991년부터 1999년까지, 영국은 1986년부터 1995년까지, 멕시코는 1988년부터 1998년까지의 기간을 정하여서 시계열자료를 분기별로 사용하였다. 각각의 데이터는 Data Stream과 한국은행(Bank of Korea)의 데이터를 이용하여서 분석하였다. 선형회귀방정식을 이용한 분석과 구조방정식인 LISREL을 이용한 분석은 각각 Hit ratio가 국가별로 순위가 변동되기도 하였으나, 인공지능 방법론인 인공신경망의 경우는 모든 국가에서 가장 좋은 예측 결과를 나타내고 있었다. 이 논문은 환율의 변동에 대한 다양한 예측 모형을 비교하고 평가하여서 연구에서 제시하는 개념을 검토하였다는 점에서 의의를 갖는다.