• 산업융합연구
• /
• 제21권1호
• /
• pp.147-157
• /
• 2023

본 연구에서는 AI 융합교육의 이해를 위해 초중고에서 이루어지고 있는 AI 융합교육의 관점에서 접근하였다. AI 융합교육에서 궁극적으로 추구하고자 하는 역량이 무엇인지 살펴보고, 현재 이루어지고 있는 AI 융합교육의 다양한 사례들을 크게 중심교과, 융합모형, AI 학습요소와 학습활동의 3가지 차원에서 분석하였다. 또한 AI 융합교육이 활발하게 이루어지기 위해서 고려되어야 할 요소로 교사의 AI 융합교육 역량 함양, AI 교수학습 방법 및 교수학습 모형 개발 및 보급, AI 융합교육을 위한 평가 방안 등에 대해 논의하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.790-791
• /
• 2023

본 논문은 스마트 미러를 활용한 스마트팜 디스플레이 장치의 중요성과 잠재적인 활용 가능성을 논의하며, 농업 분야의 혁신과 정보 기술의 융합이 농업 생산성을 향상하는 역할을 강조한다. 스마트 미러를 통해 제공되는 실시간 정보와 데이터는 농업 종사자들에게 생산성 향상 및 농작물의 품질을 향상 시키며, 지속 가능한 농업을 실현하는 데 도움을 줄 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제24권5호
• /
• pp.121-130
• /
• 2023

학교 현장에서는 사회의 패러다임을 바꾸는 AI를 접목한 AI 융합교육을 권장하고 있다. 이에 본 연구는 AI, AI 융합교육에 대한 용어의 혼재를 최소화하기 위해 용어를 정의하고, AI 융합교육을 수행하는 관점에서 교사의 교육요구도를 분석하기 위한 목적으로 진행되었다. 목적 달성을 위해 전문가 19명의 의견 수렴, 교육대학원의 AI 융합전공에 재학 중인 중등 교사 125명을 대상으로 자기기입식 설문을 진행하였다. 분석 결과, 전문가들은 AI 융합교육을 AI 기반교육이나 활용교육이 아닌 문제 해결의 방법론으로 정의하였다. 교사의 교육요구도 분석에서는 AI와 빅데이터'가 1 순위이며, 'AI 융합교육 방법론', 'AI 활용 학습 실제'등의 순이었다. 본 연구는 AI와 관련된 다양한 용어가 혼재하는 가운데 전문가의 의견을 수렴하여 용어를 정의하였고, 현직 교사의 AI 융합교육에 대한 교육 방향성을 제시했다는 데 의의가 있다.

• 정보교육학회논문지
• /
• 제25권3호
• /
• pp.471-481
• /
• 2021

본 연구의 목적은 AI 융합교육 프로그램의 교육 효과성을 분석하는 것이다. 이를 위해 선행연구에서 개발한 '머신러닝의 개념을 지도하기 위한 초등 과학 AI 융합교육 프로그램' 총 8차시를 초등학생 4~6학년을 대상으로 교육한 후, 'AI 기술에 대한 태도, 과학선호도, 융합인재소양' 검사 도구를 이용하여 단일집단 사전-사후검사를 진행했다. 각 요인의 정량적 변화는 R 프로그램을 이용하여 분석하였고, 피어슨 상관계수를 이용한 상관분석 및 대응표본 t-검정을 통해 교육 효과성을 분석하였다. 그 결과, 'AI 기술에 대한 태도, 과학선호도, 융합인재소양' 모든 요소에 깊은 상관관계가 있었으며, 대부분의 요소에서 기술적 평균이 향상되었다. 따라서, AI 융합교육 프로그램은 교육적으로 유의미하며, 초등 정규 교육과정에 AI 교육 및 AI 융합교육이 도입된다면 긍정적인 교육 효과를 얻을 수 있을 것으로 기대한다.

• 한국과학교육학회지
• /
• 제44권2호
• /
• pp.141-153
• /
• 2024

2022 개정 과학과 교육과정은 AI를 활용한 탐구 활동을 경험함으로써 융합적 사고를 바탕으로 일상생활과 사회 속 과학 문제를 해결할 수 있는 능력을 기르는 것을 목표로 한다. 이에 과학 교과와 AI를 융합한 과학-AI 융합교육 프로그램을 개발하고 이를 활용하여 고등학생을 대상으로 융합 수업을 진행하였다. 과학-AI 융합 수업은 감쇠진자의 운동을 정성적으로 이해하고 블록코딩 플랫폼 KNIME을 사용하여 진자의 위치를 예측할 수 있는 AI 모델을 구축하는 것을 목표로 한다. 개별 심층 면담을 통해 학습자의 경험을 이해하고 해석하고자 하였다. Giorgi의 현상학적 연구 방법론을 바탕으로 학습자의 참여 동기, 배움과 변화, 어려움과 수업의 한계를 기술하였다. 학생들은 AI에 대한 관심과 사회적 트렌드에 대한 인식을 바탕으로 수업에 참여하고자 하는 동기를 가지고 있었다. 학생들은 직접 데이터를 수집하고 AI 모델을 구축하는 것을 배웠다. 실험 결과를 바탕으로 주변 현상을 예측할 수 있을 것으로 기대하였으며 융합 수업을 긍정적으로 인식하였다. 한편, 여전히 익숙하지 않은 플랫폼, AI 원리 이해를 어려움으로 인식하였고 따라해야만 하는 수업 방식의 한계와 수업 내용상의 한계를 인식하였다. 융합 수업의 경험은 실생활의 문제를 AI를 통해 해결하고자 하는 학습 동기로 나타났으며, 학생들이 느낀 어려움과 한계는 더 심화되고 확장된 주제를 학습하고 싶은 동기로 이어졌다. 이를 바탕으로 과학-AI 융합 수업을 위한 논의 및 제언을 도출하였다. 본 연구는 과학-AI 융합 수업을 개발하고 이를 현장에 적용할 때 시사점을 제공할 것으로 기대된다.

• 정보교육학회논문지
• /
• 제25권3호
• /
• pp.483-490
• /
• 2021

4차 산업혁명 시대에 인공지능의 중요성은 나날이 커지고 있으며, 인공지능 교육이 미래에 큰 혁신을 가져오리라는 것에 대해 이견이 없다. 인공지능 교육을 위해 다양한 시도가 이루어지고 있지만, 인공지능 교육에 대한 경험이 없는 학생들은 인공지능을 어렵고 두려운 대상으로만 인식하고 있다. 이에 본 연구에서는 인공지능 융합교육을 시행한 후에 학생들의 인공지능에 대한 인식 변화를 분석하였다. 인공지능 융합 교육을 초등학교 6학년 학생들을 대상으로 6차시 동안 진행하였으며, 인공지능에 관한 관심, 인공지능이 가지고 올 변화, 인공지능 교육에 대한 이해 등 인공지능 인식조사 설문지를 바탕으로 사전-사후검사를 진행하였다. 그 결과 모든 요소에서 인공지능 융합 교육을 통하여 인공지능에 대한 인식 정도가 향상되었다는 유의미한 결과를 확인하였다. 인공지능 융합 교육이 사회적인 요구와 미래 학생을 위한 교육으로써의 역할을 충실히 수행하기 위해서는 다양한 인공지능 융합 교육 프로그램의 개발이 필요하며, 이를 바탕으로 학생 중심의 교육 실행이 필요할 것이다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.411-418
• /
• 2021

본 연구에서는 현재 운영되고 있는 38개 교육대학원의 AI 융합교육 과정을 분석하기 위하여 기초 교과목 구분, 교과목의 내용 분야 및 분야별 세부 과목 구성의 관점에서 분석 프레임을 구성하였다. 그리고 이 프레임을 통해 분석한 결과, 전국 38개 인공지능 융합교육 대학원(41개 과정)에서 운영 중인 교과목의 수는 14과목부터 48과목으로 그 편차가 매우 큰 것으로 나타났다. 따라서 동일한 목적으로 38개 교육대학원에서 운영되고 있는 AI융합교육전공에 대한 표준 교육과정의 개발이 시급한 것으로 판단외었다. 같은 목적으로 설립되어 다른 형태로 운영되고 있는 AI융합교육전공은 결국 서로 다른 역량을 갖춘 교사들을 배출하게 되므로 학교 현장에서의 AI융합교육의 방향에 혼성을 가져올 우려가 있다. 따라서 38개 교육대학원에 적용할 수 있는 표준 교육과정의 개발이 필요하다고 판단된다.

• 산업과 과학
• /
• 제3권1호
• /
• pp.1-16
• /
• 2024

본 연구는 고등학교 학생들의 데이터 리터러시를 함양할 수 있는 머신러닝 기반 AI 융합 수업 모형과 수업 설계 원리를 개발하고, 그에 따른 상세 지침을 개발하는 것을 목적으로 하였다. 이를 위해 선행 문헌 연구를 통해 머신러닝을 기반으로 한 수업 모형과 설계 원리 및 상세 지침을 개발하고, 서울 소재 상업계열 특성화고등학교 학생 15명에게 적용하여 실행하였다. 연구 결과 학생들의 데이터 리터러시가 통계적으로 유의미(p< .001)하게 향상되었으므로 본 연구의 수업 모형이 학습자의 데이터 리터러시 향상에 긍정적인 영향을 주었음을 확인할 수 있었고, 앞으로 관련 연구로 이어지길 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1061-1062
• /
• 2023

양자 CMOS 이미지와 QD-OLED 하이드로겔 저온 증폭 기술을 활용하여 기존 코로나 진단법의 한계를 극복하고, Machine Learning 모델을 통해 자동화된 바이러스 검출 시스템을 개발하는 것이다. 이를 통해 전문가 개입 없이도 높은 정확도로 질병 진단을 수행하는 웹 서비스를 구축함으로써, 코로나와 같은 전염병의 조기 진단과 효율적인 대응을 위한 새로운 도구를 제공하는 것이 목표이다. 이를 통해 의료 분야에서의 혁신과 질병관리의 향상에 기여할 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.81-83
• /
• 2023

태양 에너지 수집형 IoT 기기는 주기적으로 재충전되는 태양 에너지의 특성상, 에너지 소모를 최소화하기보다는 수집된 에너지를 최대한 유용하게 사용하는 것이 중요하다. 한편, 데이터 기밀성과 프라이버시, 응답속도, 비용 등의 이유로 클라우드가 아닌 데이터 소스 근처에서 머신러닝을 수행하는 엣지 AI에 대한 연구도 활발한데, 그 중 하나는 여러 IoT 장치들이 수집한 오디오 데이터를 활용하여, 다양한 AI 응용들을 IoT 엣지 컴퓨팅 환경에서 제공하는 것이다. 그러나, 이와 관련된 많은 연구에서, IoT 기기들은 에너지의 제약으로 인하여, 엣지 서버(IoT 서버)로의 센싱 데이터 전송만을 수행하고, 데이터 전처리를 포함한 모든 AI 과정은 엣지 서버에서 수행한다. 이 경우, 엣지 서버의 과부하 문제 뿐 아니라, 학습 및 추론에 불필요한 데이터까지도 서버에 그대로 전송되므로 네트워크 과부하 문제도 야기한다. 또한, 이를 해결하고자, 데이터 전처리 과정을 각 IoT 기기에 모두 맡긴다면, 기기의 에너지 부족으로 정전시간이 증가하는 또 다른 문제가 발생한다. 본 논문에서는 각 IoT 기기의 에너지 상태에 따라 데이터 전처리 여부를 결정함으로써, 기기들의 정전시간 증가 문제를 완화시키면서 서버 집중형 엣지 AI 환경의 문제들(엣지 서버 및 네트워크 과부하)을 완화시키고자 한다. 제안기법에서 IoT 장치는 기기가 기본적으로 동작하는 데 필요한 에너지 외의 여분의 에너지 양을 예측하고, 이 여분의 에너지가 있는 경우에만 이를 사용하여 기기에서 전처리 과정, 즉 수집 대상 소리 판별과 잡음 제거 과정을 거친 후 서버에 전송함으로써, IoT기기의 정전시간에 영향을 주지 않으면서, 에너지 적응적으로 데이터 전처리 위치(IoT기기 또는 엣지 서버)를 결정하여 수행한다.