• 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.

• 한국정보통신학회논문지
• /
• 제22권12호
• /
• pp.1618-1624
• /
• 2018

플립러닝을 기반으로 학부중심 학사 구조가 4차 산업혁명시대 대학교육의 변화를 통해 학생들은 문제 해결능력을 기반으로 가치창출 능력을 배양하는 필수화 과정이 되어야 한다. 이를 위해 창안된 프로젝트기반 학습법(Project Based Learning)과 MOOC를 결합한 거꾸로 학습법(Flipped Learning)을 과감하게 도입 및 확산하고, 날로 고도화되어 가는 AI기반의 학습컨설팅(E-Advisor)의 도입과 확산에 따라 4차 산업혁명에 부합하는 "개인 맞춤교육"으로의 전환이 이루어져야 한다.

• 실천공학교육논문지
• /
• 제15권3호
• /
• pp.605-614
• /
• 2023

디지털 대전환 시대를 맞아 개인 맞춤형 교육을 실현하기 위해 교육 분야에서 인공지능 기반 학습 서비스들이 등장하고 있다. 본 연구에서는 인공지능 기반 학습 서비스를 학교 현장에 적용하기 위한 개발 방향을 살펴보고자 하였다. 인공지능 기반 수학학습 서비스로 아이스크림에듀에서 개발한 '수학의 세포들'을 선택하여 교수자 관점에서 기능별 요구를 조사하였다. 그 결과를 IPA를 활용하여 중요도와 적합도로 분석하면서 전문가 의견을 조사하여 서비스의 구체적인 개발 방향을 탐색하였다. 연구결과, 진단, 학습, 평가, 관리 등 모든 영역에서의 중요도는 평균 4.82, 적합도는 평균 4.56로 대부분의 문항에서 우수한 결과가 나타났으며, 특히 중요도가 적합도보다 높게 나타났다. 세부적인 일부 기능 중 개념 학습, 맞춤형 과제 제시, 평가 결과 분석 기능, 대시보드 관련 기능과 대시보드 내 학습 자료가 학생들이 이해하기에 직관적이지 않아 보완이 필요하다는 의견을 확인하였다. 본 연구는 교수자의 관점에서 인공지능 기반 수학학습 서비스에 대한 요구 및 전문가 의견을 정리하여 '수학의 세포들'의 방향을 탐색하는데 유의미한 정보를 제공하였다는 의의가 있다.

• 실천공학교육논문지
• /
• 제16권4호
• /
• pp.513-520
• /
• 2024

본 연구는 AI의 학교교육 영향이 확대됨에 따른 교사의 직무 변화에 대한 연구이다. 전통적으로 교사는 교실 수업, 교육과정 개발, 평가 및 피드백과 같은 핵심 업무를 담당해왔다. AI는 이러한 과정을 자동화할 수 있으며, 특히 개인화된 학습을 통해 효율성을 높일 수 있으며 학생 추적, 행동 감지 및 그룹 활동 분석과 같은 복잡한 교실 관리 작업을 지원할 수 있다. 그러나 AI는 상담 및 대인 커뮤니케이션과 같은 학생 생활 지도에 중요한 측면을 자동화가 어려운 것으로 나타났다. 이와 같은 직무에서 AI가 직접적으로 상담활동을 대체 하는 것은 어렵지만, 데이터 기반의 인사이트와 사전 대화 자료를 제공함으로써 교사를 지원할 수 있다. AI시대의 교사 역량 강화 요소로는 심화 학습 운영 전문성, 데이터셋 분석 능력, 개별학습 운영 능력, 학생 및 학부모 상담역량, 그리고 AI디지털 역량이 필요하다. 교사는 AI와 협업하여 창의성과 확장적 추상능력을 강조하는 수업을 운영하고, AI시스템에서 생성된 데이터셋을 분석하고 개별화된 학습 경로를 조정하는 역량을 가져야 한다. 또한 개별화된 학습과 학생 상담에 집중하여 AI로 대체되기 어려운 부분을 수행해야 한다. 교사의 기본적인 역량으로는 AI디지털 소양 능력이 필요하며, AI시스템에 대한 이해와 학생 데이터 관리 역량이 요구된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.612-615
• /
• 2018

플립러닝을 기반으로 학부중심 학사 구조가 4차 산업혁명시대 대학교육의 변화를 통해 학생들은 문제 해결능력을 기반으로 가치창출 능력을 배양하는 필수화 과정이 되어야 한다. 이를 위해 창안된 프로젝트기반 학습법(Project Based Learning)과 MOOC를 결합한 거꾸로 학습법(Flipped Learning)을 과감하게 도입 및 확산하고, 날로 고도화되어 가는 AI기반의 학습컨설팅(E-Advisor)의 도입과 확산에 따라 4차 산업혁명에 부합하는 "개인 맞춤교육"으로의 전환이 이루어져야 한다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제26권4호
• /
• pp.333-348
• /
• 2023

인공지능 기반의 수학 디지털교과서의 가장 핵심적인 기능으로 여겨지는 개별 맞춤형 교수·학습이 실현되기 위해서는 개별 학생의 여러 가지 특성 요인에 대한 명확한 분석과 진단이 가장 관건이다. 본 연구에서는 수학 AI 디지털교과서에서 개별 맞춤형 학습 진단을 위한 분석 요인과 도구, 데이터 수집·분석을 위한 구축 모델을 도출하였다. 이를 위하여 최근 교육부의 AI 디지털교과서 적용 계획에 따른 수학 AI 디지털교과서에 대한 요구, 개별화 맞춤형 학습과 이를 위한 데이터에 대한 선행 연구, 수학 디지털플랫폼에서 학습자 분석에 대한 요인 등이 검토되었다. 연구 결과, 연구자는 학생 개인별로 수집해야 할 데이터로 학습 분석을 위한 요인으로 학습 준비도, 과정 및 수행도, 성취도, 취약점, 성향 분석을 위한 요인으로 학습 지속 시간, 문제해결에 걸린 시간, 집중도, 수학학습 습관, 정서 분석을 위한 요인으로 자신감, 흥미, 불안, 학습의욕, 가치 인식, 태도 분석을 위한 요인으로 자기 관리, 학습 전략으로 정리하였다. 또한, 이러한 요인에 대한 데이터 수집 도구로, 문제에 대한 정오 데이터, 학습 진도율, 학생 활동에 대한 화면 녹화 자료, 이벤트 데이터, 시선 추적 장치, 자기 응답 설문 등을 제안하였다. 최종적으로 이러한 요인들을 학습 전, 중, 후로 시계열화한 데이터 수집 모델이 제안되었다.

• Journal of Oral Medicine and Pain
• /
• 제47권2호
• /
• pp.107-108
• /
• 2022

Artificial intelligence (AI) refers to the use of machines to mimic intelligent human behavior. It involves interactions with humans in clinical settings, and augmented intelligence is considered as a cognitive extension of AI. The importance of AI in healthcare and medicine has been emphasized in recent studies. Machine learning models, such as genetic algorithms, artificial neural networks (ANNs), and fuzzy logic, can learn and examine data to execute various functions. Among them, ANN is the most popular model for diagnosis based on image data. AI is rapidly becoming an adjunct to healthcare professionals and is expected to be human-independent in the near future. The introduction of AI to the diagnosis and treatment of oral diseases worldwide remains in the preliminary stage. AI-based or assisted diagnosis and decision-making will increase the accuracy of the diagnosis and render treatment more precise and personalized. Therefore, dental professionals must actively initiate and lead the development of AI, even if they are unfamiliar with it.

• 사물인터넷융복합논문지
• /
• 제9권3호
• /
• pp.35-43
• /
• 2023

본 연구는 AI 기반 맞춤형 학습 시스템을 시범적으로 운영하여 대학 수업에서의 AI 기반 맞춤형 학습 시스템의 적용 가능성과 효용성을 알아보고자 하였다. 이를 위하여 C지역 소재 B대학교 1학년 재학생 중 기초수학 교과목 수업에 참여한 42명 학습자를 대상으로 AI 기반 맞춤형 학습 시스템을 적용 및 운영하였고, 학생 및 교수를 대상으로 설문 문항 조사와 인터뷰를 진행하였다. 연구 결과, AI 기반 맞춤형 학습 시스템의 활용은 학생의 학업성취도를 향상시켰다. 심층인터뷰 결과 교수자와 학습자 모두 기초 개념 학습에 있어 학습 성과 향상에 기여하는 것으로 파악되었다. 이는 AI 기반의 맞춤형 학습 시스템이 자기 주도 학습의 역량을 향상하고 개념학습을 통해 지식 강화에 효과적인 방안이 될 것임을 시사한다. 본 연구는 인공지능 기반 적응형 학습 시스템의 기초 과학 교과목 도입과 적용에 관련한 기초자료로 활용될 수 있을 것이다. 향후 AI 기반 맞춤형 학습에서 학생들에게 제공한 학습과정과 분석한 데이터를 대면수업에 연계한 효과 검증과 분석한 데이터의 활용 방안에 대한 전략 연구를 제언한다.

• 공학교육연구
• /
• 제27권4호
• /
• pp.3-11
• /
• 2024

This study classified domestic and international systems by type, presenting their key features and examples, with the aim of outlining future directions for system development and research. AI-based learning assistance systems can be categorized into instructional-learning evaluation types and academic recommendation types, depending on their purpose. Instructional-learning evaluation types measure learners' levels through initial diagnostic assessments, provide customized learning, and offer adaptive feedback visualized based on learners' misconceptions identified through learning data. Academic recommendation types provide personalized academic pathways and a variety of information and functions to assist with overall school life, based on the big data held by schools. Based on these characteristics, future system development should clearly define the development purpose from the planning stage, considering data ethics and stability, and should not only approach from a technological perspective but also sufficiently reflect educational contexts.

• 디지털융복합연구
• /
• 제18권12호
• /
• pp.97-103
• /
• 2020

제안한 시스템은 AI 체력측정 파트와 AI 체력관리 파트 2가지 부분이 연계성을 가지고 구성되어 있다. AI 체력측정 파트에서 딥러닝 기반의 포즈인식을 통해 체력측정에 대한 가이드와 측정값의 정확한 연산을 수행한다. 이 측정값을 기반으로 AI 체력관리 파트에서는 개인 맞춤형 운동프로그램을 설계해 전용 스마트 어플리케이션에 제공한다. 측정자세 가이드를 위해 웹캠을 통해 측정대상자의 자세를 촬영해 골격선을 추출한다. 다음으로 학습된 준비자세의 골격선과 추출된 골격선을 비교해 정상 유무를 판단하고, 정상자세 유지를 위한 음성안내를 실시한다.