• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.123-129
• /
• 2021

최근 인공지능 교육을 위한 다양한 플랫폼과 컨텐츠가 개발되고 있지만, 초등 저학년 학습자를 위한 인공지능 교육 프로그램은 미비한 상황이다. 이에 본 연구는 초등학교 저학년 학습자를 위한 인공지능 교육 프로그램을 개발하는 것을 목적으로 한다. 이를 위해 노벨 엔지니어링 기법을 활용하여 교육 프로그램을 설계하였고 전문가 타당도 검사로 타당도를 검증하였다. 그 결과 한글 해득 과정 중인 저학년 학습자 수준을 고려하여 문자 언어보다는 음성 언어를 기반으로 한 프로그램을 구성하고, 교과 간 통합으로 교육 시수를 확보할 필요가 있었다. 이를 반영하여 정보 교과가 별도로 신설되어 있지 않은 초등 저학년의 교육과정을 고려하여 국어, 수학, 통합 교과와 융합하여 인공지능 교육 프로그램을 설계하였다. 노벨 엔지니어링은 그동안 소프트웨어 교육을 위한 다양한 융합교육 연구사례가 있었고 그 효과가 검증되었다. 학습의 풍부한 맥락을 제공하여 주는 노벨 엔지니어링을 통해 초등 저학년을 위한 인공지능교육의 새로운 방향성을 제시할 수 있을 것으로 기대한다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제61권2호
• /
• pp.257-271
• /
• 2022

본 연구는 학습분석학을 기반으로 블렌디드 수학 수업에서 발생하는 학습 데이터를 활용하여 수학 학업성취도를 예측하는 요인이 무엇인지 탐색하고, 그 결과를 활용하여 수학 학업성취도를 예측하는 인공지능 모델을 개발하고자 하였다. 초등학교 5~6학년 학생 205명의 수학 학습 성향, LMS 데이터, 평가 결과를 수집하여 랜덤포레스트 모델을 분석하였다. 수학 학습성향에는 수학학습 자신감, 수학불안, 수학교과 흥미, 수학학습 자기관리, 수학학습 전략이 포함되었다. LMS 데이터로 e학습터의 진도율, 학습 횟수, 학습 시간을 수집하였다. 평가는 진단평가와 각 단원의 단원평가 결과를 사용하였다. 분석 결과 수학 학습성향 중 수학 학습 전략이 저성취 학생을 예측에 가장 중요한 요인으로 나타났다. LMS 학습 데이터는 예측에 미미한 영향을 주었다. 본 연구는 인공지능 모델이 블렌디드 수학 수업에서 발생하는 학습 데이터로 저성취 학생을 예측할 수 있음을 시사한다. 또한 분석 결과를 통해 교사가 학생을 평가하고 피드백하는 데 구체적인 정보를 제공하여 교사의 평가 활동에 보조적인 역할을 할 수 있을 것으로 기대한다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권3호
• /
• pp.435-455
• /
• 2023

본 연구는 수학 교육 분야에서 중요한 영향을 미치는 논문을 판별하고 분석하기 위한 설명가능한 인공지능(XAI) 모델을 개발하였다. 29개 국내외 수학교육 학술지의 논문 메타정보를 활용하여 수학교육 학술연구 네트워크를 구축하였다. 구축된 네트워크는 '논문과 다른 논문의 인용 네트워크', '논문과 저자 네트워크', '논문과 학술지 네트워크', '공동 저자 네트워크', '저자와 소속기관 네트워크' 등 총 5개의 세부 네트워크로 구성되었다. 랜덤포레스트 기계학습 모델을 사용하여 네트워크 내의 개별 논문의 영향력을 평가하였으며, SHAP을 이용해 영향력 있는 논문의 판별 기준을 분석하였다. '논문 네트워크 PageRank', '논문당 인용횟수의 변화량', '총 인용횟수', '저자의 h-index 변화량', '학술지의 논문당 인용횟수' 등이 중요한 판별 요인으로 나타났다. 국내와 국외 수학교육 연구의 판별 패턴을 비교 분석한 결과, 국내 연구에서는 '공동 저자 네트워크 PageRank'의 중요성이 도드라졌다. 본 연구의 XAI 모델은 논문의 영향력 판별 도구로써 연구자에게 논문 작성 시 전략적인 방향성을 제공할 수 있게 해준다. 논문 네트워크 확장, 학술대회 발표, 공동 저술 활동을 통한 저자 네트워크 활성화 등이 논문의 영향력 증진에 크게 기여한다는 결과를 얻었다. 이를 통해 연구자는 학계에서 자신의 연구가 어떠한 평가 기준에 따라 어떻게 인식되고 있는지, 그리고 그 평가에 기여하는 주요 요인이 무엇인지를 명확히 파악할 수 있을 것이다. 본 연구는 설명가능한 인공지능을 활용하여 전통적으로 많은 시간과 비용이 필요하던 수학교육 논문의 영향력 평가 방식을 혁신하였다. 이 방법은 수학교육 연구 뿐만 아니라 다른 학문 분야에서도 활용될 수 있으며, 연구활동의 효율성과 효과성을 향상시킬 것으로 기대된다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권3호
• /
• pp.467-484
• /
• 2024

생성형 인공지능의 급속한 발전으로 이제 프로그래머의 도움 없이 누구나 개인 맞춤형 챗봇을 제작하고 이를 무료로 활용할 수 있는 시대가 열렸다. 본 연구는 예비 교사 교육을 목적으로, OpenAI의 GPTs 기반 맞춤형 챗봇을 개발하였다. 개발된 맞춤형 챗봇은 대규모 언어 모델(Large Language Model, LLM)을 토대로한 생성형 AI를 이용했기 때문에 그 응답 또한 확률적이므로, 맞춤형 챗봇의 개발 절차뿐만 아니라 그 응답이 적절한지에 대한 점검이 필요하다. 이를 위해 예비 교사를 지도하는 교수자들이 맞춤형 챗봇의 응답에 대한 타당성을 5점 척도로 분석하여 수학교육적 성능을 살펴보았다. 동일한 질문에 대한 범용적인 챗봇인 ChatGPT, 맞춤형 챗봇인 GPT, 그리고 초등수학교육 전문가의 응답을 교수자들이 분석한 결과, 초등수학교육 전문가의 응답은 평균 4.52점을, 맞춤형 챗봇인 GPT는 평균 3.73점을 받아 맞춤형 챗봇인 GPT의 응답은 초등수학교육 전문가의 수준에는 미치지 못하는 것으로 나타났다. 하지만 5점 척도에서 보통 이상으로 '적절하다'에 가까운 점수를 받아 맞춤형 챗봇인 GPT의 교육적 활용 가능성을 확인할 수 있었다. 한편, 범용적인 챗봇인 ChatGPT의 응답은 평균 2.86점으로 낮은 평가를 받았으며, 예비 교사를 지도하는 교수자들은 답변 내용이 체계적이지 않고 일반적인 수준에 머물러 있다고 평가하였다. 이에 범용적인 챗봇인 ChatGPT는 수학교육에 한정하여 사용하기에는 어려움이 있어 보인다. 기존의 맞춤형 챗봇이 교육적 효과를 입증했음에도 불구하고, 그 제작 과정에서 요구되는 시간과 비용이 큰 장애물로 작용해왔다. 그러나 이제 GPTs 서비스를 통해 누구나 손쉽게 교수자 및 학습자에게 적절한 맞춤형 챗봇을 제작할 수 있으며, 그 응답이 일정 수준 이상의 수학교육적 타당성을 보여 수학교육의 다양한 측면에서 효과적으로 활용할 수 있을 것이다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제34권3호
• /
• pp.215-234
• /
• 2020

AI 시대의 함께 교육에서도 AI 활용의 필요성이 제기된다. 본 연구의 목적은 예비수학교사가 인식하는 미래 수학교육에서 AI의 필요성과 AI 활용에서 교사의 역할을 조명하는 것이다. 연구 결과, 교수 측면에서 예비교사들은 학교 수학에 AI 활용이 시대적 요구이며, 다양한 유형의 수업 구현과 정확한 지식 및 정보를 전달할 수 있지만, 인지적·감정적 상호작용에 한계가 있다고 하였다. 학습 측면에서 AI는 개별화 학습을 제공하고, 학교 수업 외 보충학습에 활용할 수 있고, 학습 흥미를 자극할 수 있지만, 학생들의 주체적 사고 능력을 저해할 수 있다고 하였다. 평가의 측면에서 AI는 객관적이고 공정하며 교사의 업무를 감소할 수 있지만 서·논술형 문항과 과정 중심 평가에서 한계가 있다고 하였다. AI 활용에서 예비교사들이 생각하는 교사의 역할은 수업, 감정적 상호작용, 비정형화된 평가, 상담이었고, AI의 역할은 개별화 학습, 기계적 학습, 정형화된 평가와 행정 업무로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.25-31
• /
• 2022

본 연구의 목적은 국내 대학의 인공지능(AI) 전공 교육과정에 대한 실태 분석을 통해 향후, 더욱 체계적인 AI 교육과정 운영을 위한 시사점을 탐색하는 것에 있다. 이를 위해, 사전 연구를 통해 개발한 산업계 수요 기반의 대학 AI 전공 표준형 교육과정을 활용해 국내 대학(SW중심대학 외 총 51개교)과 해외 QS Top 10 대학의 관련 교육과정을 분석하였다. 주요 연구 결과를 살펴보면 다음과 같다. 첫째, 국내 대학의 경우 파이썬 중심의 프로그래밍 과목이 부족하였다. 둘째, AI 응용, 융합 등의 심화학습을 위한 과목이 적었다. 셋째, AI 개발자 직무를 수행하기 위해 요구되는 과목(ex, 컨테이너 인프라 구축, DevOps 실습 등)의 과목이 부족하였다. 넷째, 전문대학의 경우 AI 수학 관련 교과 개설 비율이 낮았다. 본 연구는 이러한 결과를 토대로 향후 체계적인 AI 전공 교육과정 운영을 위한 시사점을 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.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권3호
• /
• pp.417-438
• /
• 2022

본 연구의 목적은 개별화 맞춤형 수학 학습을 지원하는 AI 기반 플랫폼 활용 시 고려해야 할 교수·학습에 관한 시사점을 제안하는 것이다. 이를 위해 국내·외 공교육에서 활용되고 있는 플랫폼 5개(똑똑!수학탐험대, 노리AI스쿨수학, 칸 아카데미, MATHia, CENTURY)를 분석대상으로 선정하여, AI 기반 수학교육 플랫폼이 개별화 맞춤형 학습을 지원하기 위한 세 가지 요소(PLP, PLN, PLE)를 어떻게 반영하고 있는지를 분석하였다. 그 결과, 각 플랫폼에서 구현하고 있는 PLP, PLN, PLE의 특징은 다양했지만, PLP와 PLN을 바탕으로 학습자가 자율적으로 학습에 대한 의사결정을 내릴 수 있는 PLE를 형성할 수 있도록 설계된 것으로 분석되었다. 본 연구의 의의는 AI 기반 수학교육 플랫폼을 활용하는 개별화 맞춤형 수학 학습에 대한 이해도와 실천 가능성을 높였다는 데에서 찾을 수 있다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권3호
• /
• pp.549-571
• /
• 2024

디지털·AI 기반 교수·학습이 강조됨에 따라 생성형 AI의 교육적 활용에 대한 논의가 활발해지고 있다. 본 연구는 고등학교 1학년 수학 교과서 5종의 예제와 문제 풀이에 대한 ChatGPT 4, Claude 3 Opus, Gemini Advanced의 수학적 성능을 분석하였다. 총 1,317개 문항에 대해 전체 정답률과 기능별 특징을 살펴본 결과, ChatGPT 4의 전체 정답률이 0.85로 가장 높았고, Claude 3 Opus가 0.67, Gemini Advanced가 0.42 순으로 나타났다. 기능별로는 함수 구하기와 증명하기에서 세 모델 모두 높은 정답률을 보였으나, 설명하기와 그래프 그리기에서는 상대적으로 낮은 정답률을 보였다. 특히 경우의 수 세기에서 ChatGPT 4와 Claude 3 Opus가 1.00의 정답률을 보인 반면, Gemini Advanced는 0.56으로 낮았다. 또한 모든 모델이 벤 다이어그램을 이용한 설명하기와 이미지 생성이 필요한 문제에서 어려움을 겪었다. 연구 결과를 바탕으로 교사들은 각 AI 모델의 강점과 한계를 파악하고 이를 수업에 적절히 활용할 수 있을 것이다. 본 연구는 생성형 AI의 수학적 성능을 분석함으로써, 실제 수학 수업에서의 생성형 AI의 활용 가능성을 제시했다는 점에서 의의가 있다. 또한 인공지능시대의 수학 교육에서 교사의 역할을 재정립하는 데 중요한 시사점을 제공하였다. 향후 생성형 AI와 교사의 협력적 교육 모델 개발, AI를 활용한 개별화 학습 방안 연구 등이 필요할 것이다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권1호
• /
• pp.1-21
• /
• 2022

본 연구는 디지털 기술의 본격 활용에 따라 시간과 장소에 구애받지 않는 유연한 학습 환경 구축의 방안으로 제안되고 있는 에듀테크가 수학 교과에서 활용되기 위하여 그 현황을 분석하는 데 목적이 있다. 이에 따라 국내외 에듀테크 현황 및 활용 동향을 확인하며, 수학교과에서 활용되는 에듀테크 플랫폼의 기능과 그 역할을 분석하였다. 분석 결과, 에듀테크 플랫폼은 위계적 학문인 수학교육에서 학습자 개별 맞춤 학습에 유용할 수 있도록 그 기능을 구축해 나가고 있으며, 나아가 학습자의 자기주도학습을 추구하고 있었다. 또한 각 수업 단계에 맞는 활동 및 평가가 가능하여 교사의 업무경감 및 학습관리와 역량 강화 수업 등에 유용할 수 있도록 발전되어가고 있음을 확인하였다. 따라서 향후 이러한 플랫폼을 효율적으로 활용할 수 있는 교수설계 및 학생의 개별 맞춤형 학습 지원 활용 방안이 함께 수행되어질 필요가 있다.