• 한국과학교육학회지
• /
• 제31권8호
• /
• pp.1158-1174
• /
• 2011

이 연구에서는 2009년에 시행된 까오카오의 구성 및 출제의 기본 원칙과 범위, 검사지 구성 등 을 파악하고, 문항 유형, 특이 사항 등을 분석하였다. 또한 까오카오 전국권1과 전국권2의 이과 종합 및 상해 이과 종합과 상해 화학 문항을 수능과 관련하여 내용 수준 및 행동 요소별로 분석하였고, 아울러 우리나라 수험생의 관점에서 예상 정답률을 추정하였다. 분석 결과, 까오카오 전국권 시험의 이과종합은 시험시간이 총 150분이며 300점 만점이고 상해 이과종합과 화학은 총 120분이며 각각 150점 만점이다. 또한 선택형 문항과 서답형 문항을 포함하고 있으며 서답형 문항은 실험 문제, 단답형과 서술형 문제 등 다양한 문제 유형으로 이루어져 있다. 이과종합 시험은 물리, 화학, 생물로 구성되어 있으며 우리나라 수능과 달리 지구과학 내용은 포함되어 있지 않다. 기본적인 이해나 관찰 능력부터 추리나 종합적인 사고 능력을 요구하고 있으며, 특히 실험 능력을 강조하고 있다. 시험의 출제 내용은 교육과정이 아닌 출제 요강에서 제시하고 있으며, 대체로 우리나라 고등학교까지의 교육과정 수준을 벗어나는 대학 수준의 비율이 다소 높았다. 행동 영역에 따른 분석에서 이해와 적용에 해당하는 문항의 비율이 우리나라 수능에 비해 매우 높게 나타났으나 탐구 설계 및 수행에 해당하는 문항의 경우는 비율이 높지는 않지만 매우 심도 있게 탐구 영역을 다루고 있다. 예상 정답률의 경우 전국권1과 전국권2의 예상 정답률 분포가 큰 차이를 보이지 않았으나, 예상 정답률이 20 39%에 해당하는 어려운 문항이 우리나라 수능과 비교할 때 4~5배로 높아 어렵게 출제되는 것으로 평가된다. 특이 사항으로는 까오카오 문항이 실험 능력을 강조하고 있으며 일상생활과 관련된 문항도 낮은 비율이지만 생활에 유용하게 출제되고 있다.

• 인지과학
• /
• 제28권3호
• /
• pp.149-171
• /
• 2017

본 연구에서는 공과대학 신입생(수학능력 시험에서 수학 B형을 친 학생들)들과 공학전공을 희망하는 자율전공 학생(수학 A형을 친 경우)들의 공간능력을 조사하여 수학 성취도와 공간능력 사이의 상관관계를 성별로 조사하였다. 그리고 문제해결전략에 성별로 차이가 있는지, 전략 선택의 차이가 공간능력에 실제로 영향을 미치는지를 확인해보고자 하였다. 이를 위하여 검사도구로 Purdue 공간 시각화 검사-회전(이하 PSVT-R)을 사용하였다. 또한 문항별 정답률을 성별로 구하고 분석해보았다. 연구결과, 공간 시각화능력-회전 능력에서의 성별 차이는 일반 공대생과 자율전공 학생들 모두 공통적으로 나타났고, 두 집단 모두 남학생이 여학생보다 10% 정도 우월 하였다. 검사에 참여한 학생들을 네 집단(일반 공대 남학생, 일반 공대 여학생, 자율전공 남학생, 자율전공 여학생)으로 나누었을 때 공간 시각화 능력은 일반 공대 남학생의 점수가 25점으로 가장 높았고, 다음이 자율전공 남학생(22.5)과 일반 공대 여학생(22.4)이 거의 비슷하였으며, 자율전공 여학생(19.2)의 순서로 낮아졌다. 공간 시각화 능력과 수학 성취도 사이의 상관계수는 동일한 집단 내에서는 모두 0.25이하로 둘 사이의 상관관계는 미미하였다. 그렇지만 집단 간에는 차이가 존재하는데, 일반 공대 및 자율전공 모두 남학생의 수학성취도와 공간 시각화 능력이 여학생보다 높았고, 수학 심화과정을 배운 일반 공대남(여)학생의 공간 시각화 점수가 그렇지 못한 자율전공 남(여)학생보다 높았다. 이 사실들은 공간능력과 수학 성취도 사이에 상관관계가 있음을 시사한다. 도형의 회전에서 문제해결 전략은 크게는 전인적(holistic) 전략부터 분석적(비교, 대조) 전략으로 나눌 수 있다. Mann-Whitney U 검증 결과 전략의 선택에서 유의미한 성별차이가 존재하였다. 그 외에도 일반 공대 남학생들에서는 전인적 전략을 80% 이상 사용했다는 응답이 가장 높았고, 일반 공대 여학생과 자율전공 학생들에서는 남녀 모두 전인적 전략을 50~80% 정도 사용하면서 비교, 대조와 같은 분석적인 방법을 곁들였다는 응답이 가장 높았다. 전략의 선택이 공간 시각화 능력의 점수 차이로 연결된다는 증거는 찾지 못하였지만, 만점을 받은 일반 공대생 집단은 남녀 모두 평균적인 선택보다는 전인적인 전략을 가장 많이 사용하였다. 한편 자율전공 하위권 학생들은 상대적으로 한 가지 전략에 치우치는 경향이 있었다. 따라서 도형의 회전과제에서는 두 가지 전략을 융통성 있게 사용하는 것이 문제해결에서 한 가지 전략만 과도하게 사용하는 경우보다 효과적으로 판명되었다. 마지막으로 문항별 정답률을 분석하여 여학생들의 정답률이 상대적으로 낮은 문항들을 추출하였다. 이 문항들의 특징은 회전축이 2개인 경우들에 집중되었다. 하지만 PSVT-R 점수의 차이는 효율적인 전략의 선택과 운영 외에도 주어진 도형에 대한 심적 이미지를 정확하게 만드는 능력에도 달려있음을 문항 분석 결과로 알 수 있었다. 위의 연구결과를 토대로 공간 시각화-회전 점수가 낮은 하위권 학생들에게 지금까지 그들에게 익숙하지 않았던 다른 전략을 학습할 경험과 기회를 제공할 것을 제안한다. 또한 문항 분석의 결과를 이용하여 정답률이 낮은 문항과 유사한 문항들을 개발하여 학습한다면 하위권 및 여학생들의 공간 시각화능력 향상에 도움이 될 것으로 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권11호
• /
• pp.509-520
• /
• 2015

대학수학능력시험(수능)은 고등학교 3년간의 학업 성취도를 측정하는 대표적인 평가 도구로서 대한민국 대학 입시에 있어 매우 중요한 역할을 하는 시험이다. 응시생들의 학업 성취도를 효과적으로 평가하기 위해서는 수능의 난이도가 적절하게 조절되어야 하나 지금까지는 수능 난이도의 편차가 매우 크게 나타나 매 입시연도마다 여러 가지 문제점을 야기해왔다. 본 연구에서는 전문가의 판단에 의존한 기존 방식에서 벗어나 지금까지 시행된 모의고사 및 실제 시험을 통해 축적된 자료를 바탕으로 데이터마이닝 기법을 적용하여 영어영역 문제의 난이도를 예측하는 모델을 구축하고 난이도 예측에 영향을 미치는 요소를 판별하고자 한다. 이를 위해 각 문항의 특성을 판별할 수 있는 여러 지표와 함께 지문, 문제, 답안 등에 나타난 단어들의 특징을 토픽 모델링(topic modeling) 기법을 이용하여 정량화하고 이를 바탕으로 선형회귀분석 및 의사결정나무 기법을 이용하여 각 문항의 난이도를 예측하는 모델을 구축하였다. 구축된 예측 모델을 실제 문제에 적용한 결과 난이도의 상/하 구분에 대한 예측 정확도는 90% 수준으로 나타났으며, 실제 정답률 대비 오차 비율은 약 16% 이내인 것으로 나타났다. 또한 배점 및 문제 유형이 문제의 난이도에 큰 영향을 미치며 지문이 특정 주제에 관련된 경우에도 난이도에 영향을 미치는 것을 확인하였다. 본 연구에서 제시된 방법론을 이용하여 영어영역 각 문제들에 대한 기대 정답률의 범위를 추정할 수 있으며 이를 종합하여 영어영역 전체 문제에 대한 정답률 예측을 통해 적절한 난이도의 문제를 출제하는 데 기여할 수 있을 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.924-927
• /
• 2017

통계 모형에 기반을 둔 구문분석기는 자료 부족 문제에 취약하거나 장거리 의존관계와 같은 특정 언어현상에 대한 처리가 어렵다는 단점이 있다. 이러한 한계점을 극복하고자 본 연구진은 규칙에 기반을 둔 한국어 구문분석기를 개발하고 있다. 다른 구문 분석기와 다르게 형태소 단위 구문분석을 시도하며 생성 가능한 모든 구문분석 후보를 보여주는 것이 특징이다. 본 연구진의 기존 연구에서 개발한 한국어 구문분석기는 형태소의 입력순서와 구문분석 후보의 생성 순서에 의존하여 구문분석 후보를 순서화하였다. 그러나 생성되는 구문분석 후보 중 가장 정답에 가까운 구문분석 후보의 순위를 낮추기 위해서는 각 구문분석 트리가 특정한 점수를 가질 필요가 있다. 본 논문에서는 품사 태거(tagger)에서 출력하는 어절별 형태소의 순위에 따른 가중치, 수식 거리에 따른 가중치, 특정한 지배-의존 관계에 대한 가중치를 이용해 가중치 합을 가지는 구문분석 후보를 구성하고 이를 정렬하여 이전 연구보다 향상된 성능을 가진 한국어 구문분석기 모델을 제안한다. 실험은 본 연구진이 직접 구축한 평가데이터를 기반으로 진행하였으며 기존의 Unlabeled Attachment Score(UAS) 87.86%에서 제안 모델의 UAS 93.34%로 약 5.48의 성능향상을 확인할 수 있었다.

• 한국지구과학회:학술대회논문집
• /
• 한국지구과학회 2006년도 춘계학술발표회 논문집
• /
• pp.94-99
• /
• 2006

본 연구에서는 고등학교 지구과학 교과서 분석을 통해 지구과학 그래프의 주요 유형과 특징을 파악하고 지구과학 그래프 관련 검사지를 제작, 투입하여 고등학생들의 지구과학 그래프 해석 능력과 인식을 분석하였다. 지구과학 그래프는 타 과학 과목에 비해 그래프의 수가 많고 그 유형이 다양했다. 특히, 선 그래프와 등치선도가 많았으며, 선 그래프 중에는 다중 선 그래프와 YX 그래프 등의 비율이 높았다. 고등학교 2, 3학년생 111명을 대상으로 한 검사지 1단계에서는 '마그마의 생성 조건', '지구 자기장의 영년 변화', '과냉각 물방울과 빙정의 포화 수증기압', 'H-R도' 등에 관한 문항의 정답률이 특히 낮았다. 검사지 2단계에서는 약 $56\%$의 학생들이 지구과학 그래프의 유형이 타 과학 및 수학 과목의 그래프와 차이가 있다고 응답했다. 검사지 3단계에서는 동일한 내용이라 하더라도 그래프의 형식이나 구체적인 표현 방법에서 학생들의 이해를 높일 수 있는 방안에 대한 고민이 필요함을 알 수 있었다. 본 연구에서 학생들은 '그래프의 유형'에 대한 이해가 다소 부족하고 자신에게 익숙한 그래프를 쉽다고 생각하는 경향을 보였다. 따라서, 과학 교육자나 과학 교육과정 설계자들은 학생들에게 그래프 연습의 기회를 많이 부여하고, '그래프' 자체에 관한 교육은 물론 지구과학의 학문적 특성과 관련지어 '그래프의 유형'에 관해 체계적인 교육을 해야 할 필요가 있다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제38권1호
• /
• pp.49-67
• /
• 2024

최근 인공지능 언어 모델의 다양한 활용에 대한 관심이 높아지면서 수학교육에서의 교수학적 활용 방안 모색에 대한 필요성이 강조되고 있다. 인공지능 언어 모델은 자연어 처리가 가능하다는 특징으로 인하여 수학 문장제 해결과 관련된 활용이 기대된다. 인공지능 언어 모델 중 하나인 ChatGPT의 성능을 확인하기 위하여 초등학교 교과서에 제시된 문장제를 해결하도록 지시하였으며 풀이 과정 및 오류를 분석하였다. 분석 결과, 인공지능 언어 모델은 81.08%의 정답률을 나타내었으며 문제 이해 오류, 식 수립 오류, 계산 오류 등이 발생하였다. 이러한 문장제 해결 과정 및 오류 유형의 분석을 바탕으로 인공지능 언어 모델의 교수학적 활용 방안과 관련된 시사점을 제안하였다.

• 융합보안논문지
• /
• 제23권4호
• /
• pp.61-70
• /
• 2023

클러스터링은 데이터의 정답값(실제값)이 없는 데이터를 기반으로 데이터의 특징벡터의 거리 기반 등으로 군집화를 하는 비지도학습 방법이다. 이 방법은 이미지, 텍스트, 음성 등 다양한 데이터에 대해서 라벨링이 없이 적용할 수 있다는 장점이 있다. 기존 클러스터링을 하기 위해 차원축소 기법을 적용하거나 특정 특징만을 추출하여 군집화하는 방법이 적용되었다. 하지만 딥러닝 기반 모델이 발전하면서 입력 데이터를 잠재 벡터로 표현하는 오토인코더, 생성 적대적 네트워크 등을 통해서 딥 클러스터링의 기술이 연구가 되고 있다. 본 연구에서, 딥러닝 기반의 딥 클러스터링 기법을 제안하였다. 이 방법에서 오토인코더를 이용하여 입력 데이터를 잠재 벡터로 변환하고 이 잠재 벡터를 클러스터 구조에 맞게 벡터 공간을 구성 및 k-평균 클러스터링을 하였다. 실험 환경으로 pytorch 머신러닝 라이브러리를 이용하여 데이터셋으로 MNIST와 Fashion-MNIST을 적용하였다. 모델로는 컨볼루션 신경망 기반인 오토인코더 모델을 사용하였다. 실험결과로 k가 10일 때, MNIST에 대해서 89.42% 정확도를 가졌으며 Fashion-MNIST에 대해서 56.64% 정확도를 가진다.

• 감성과학
• /
• 제11권4호
• /
• pp.501-510
• /
• 2008

규범적 표상은 단어나 주제가 주어졌을 때 자연스럽게 떠오르는 심상이다. 이러한 규범적 표상은 대상의 특징을 가장 잘 드러낼 수 있는 특정한 조망이나 방향으로 떠오르게 된다. 규범적 표상이 측면임을 시사하는 선행 연구를 바탕으로 본 연구에서는 규범적 표상의 방향성을 검토하였다. 규범적 표상을 자연범주와 인공범주로 구분하여 자극의 제시 방향에 따른 차이를 알아보았다. 실험은 그림의 방향성(왼쪽/오른쪽)과 범주(동물, 자연범주/도구, 인공범주)를 두 가지 독립변인으로 하여 설계하였으며 단어-그림 일치 판단과제를 사용하여 정답 반응률과 반응시간을 측정하였다. 그 결과, 정답 반응률은 범주 내에서 방향성에 따른 모든 조건에서 천장효과를 보였으며 아주 근소한 차이만 있었다. 반응시간에서 범주변인의 주효과, 범주와 방향성의 상호작용 효과가 나타났다. 특히 자연범주에 속하는 동물 그림에서 방향성 효과가 관찰되었다. 동물의 머리가 왼쪽으로 향하는 그림이 오른쪽으로 향하는 그림 보다 반응시간이 유의하게 빨랐다. 그러나 인공범주에 속하는 도구 그림에서는 방향성의 효과가 나타나지 않았다. 이러한 결과는 동물의 규범적 표상의 방향성은 왼쪽을 향하는 것임을 시사한다.

• 방송공학회논문지
• /
• 제26권1호
• /
• pp.39-60
• /
• 2021

딥러닝 분야 중 생성과 관련된 연구는 주로 GAN 이후에 많은 알고리즘이 있는데 생성이라는 측면에서 볼 때 미술과는 다른 점이 있다. 공학적 측면에서의 생성이 주로 정량적 지표나 정답과 오답의 유무를 판단하는 것이라면 미술적 측면에서의 생성이란 다양한 관점에서 정답과 오답을 교차검증하고 의심하여 세상과 인간의 삶을 해석하는 생성을 만들어낸다. 본 논문은 딥러닝의 비디오 생성능력을 콜라주적 관점에서 해석하고 미술작가가 만든 결과물과 비교하였다. 실험의 특징은 콜라주 기법으로 만든 창작자의 결과물을 GAN이 얼마만큼 재현하는지와 창작적인 부분과의 차이점을 비교분석하는 것이고, GAN의 재현력에 대한 성능 평가항목을 만들어 그 만족도를 조사하였다. 창작자의 스테이트먼트와 표현목적을 얼마나 재현했는지에 관한 실험을 위해서는 스테이트먼트 키워드에 해당하는 딥러닝 알고리즘을 찾아 그 유사성을 비교하였으며, 실험결과 GAN은 콜라주 기법을 표현하기에는 기대에 많이 못 미쳤다. 그럼에도 불구하고 이미지 연상에서는 인간의 능력보다 높은 만족도를 보여주었는데 이것은 GAN의 추상화 생성 측면에서 인간과 비견할만한 능력을 보일 수 있다는 긍정적인 발견이라고 하겠다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제27권4호
• /
• pp.429-448
• /
• 2013

본 연구의 목적은 문장제에서 사상 명료화 활동을 통한 문제해결과정을 살펴보고, 문제를 해결할 때 드러나는 사고과정의 특징을 유사성 관점에서 분석함으로써 사상 명료화 과정을 활용한 교수 학습 자료의 개발 및 학생들의 문제해결활동 향상에 기여하는 것이다. 중학교 2학년 남학생 33명을 대상으로 총 3차시의 서술형 검사지를 제작하여 수업을 실시하였고, 이들 33명 중 서로 다른 결과를 보이는 학생 5명을 선정하여 개별 면담을 통해 보다 구체적으로 분석적 사고와 의사 분석적 사고의 관점에서 그 사고 특성을 분석하였다. 연구결과 사상 과정에서 대응되는 성분들을 직접적으로 짝짓기를 하는 사상 명료화 활동이 학생들의 문제해결에 무조건 도움이 되는 것은 아니며, 문제에 따라 또는 문제가 유사하더라도 구조적 변형의 정도에 따라 문제 해결과정에 미치는 영향이 달랐다. 이는 사상 명료화 활동이 유사한 문장제 해결에 있어서 도움을 주지만 이전 문제의 모방을 통해 바람직하지 않은 사고로 정답을 구하는 의사 분석적 사고가 발생할 수 있음을 시사한다.