• 한국학교수학회논문집
• /
• 제23권2호
• /
• pp.223-237
• /
• 2020

4차 산업혁명 시대를 대표하는 인공지능 기술은 이제 우리 삶에 깊숙이 관여되고 있고 미래 교육은 이러한 인공지능의 원리와 활용에 대한 학생들의 역량 함양을 중시하고 있다. 따라서 본 연구의 목적은 인공지능 역량과 가장 밀접한 교과인 수학에서 다루어야 하는 인공지능 관련 교육 내용을 고찰하는데 있다. 이를 위해 인공지능의 핵심 기술인 기계학습(machine learning)의 원리를 수학기반으로 학습할 수 있는 인공지능 교과를 수학과의 과목으로 신설할 것과, '인공지능과 데이터 과학을 위한 수학' 교과에서 다루어야 하는 주요 수학 내용들을 제안하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권2호
• /
• pp.159-181
• /
• 2023

본 연구는 초점 집단 면담(FGI)을 활용하여 인공지능에 대한 중등 수학 교사의 인식을 도구로서 인공지능과 교과로서 인공지능으로 나누어 분석하였다. 도구로서 인공지능 중 수학 교수 및 학습 도구 측면에서 수학 교사들은 인공지능을 활용하면 다양한 유형의 수학 수업이 가능할 것이라는 긍정적인 의견을 제시하였으나 학생들의 수학적 사고 과정의 면밀한 파악 및 학생들과 정서적 상호작용에 있어 인공지능 활용에 한계를 제시하였다. 도구로서 인공지능 중 수학 평가 도구로서의 측면에서 수학 교사들은 인공지능을 활용하면 문항 출제 및 채점을 용이하게 할 수 있다는 긍정적인 의견이 있었던 반면, 논술형 문항 채점에서는 교사의 개입이 필요하다는 의견이 있었다. 교과로서 인공지능 측면에서 수학 교사들은 <인공지능 수학> 교과의 도입 취지와 학습의 필요성에는 공감하였으나 이를 가르치기 위한 교사의 준비와 교수 학습 및 평가 자료가 다소 부족한 실정이라고 응답하였다. 따라서 본 연구를 통해 중·고등학교 수학에서도 맞춤형 인공지능 학습 도구가 개발되어야 하고, 교사들의 평가를 도울 수 있는 인공지능 평가 도구를 개발 및 보급할 필요가 있으며, <인공지능 수학> 교과에 대한 교사의 이해를 높일 수 있는 전문성 향상 프로그램과 학생들에게 의미 있는 학습을 도울 수 있는 컨텐츠 위주로 교과 내용을 구성할 필요가 있음을 시사한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제35권4호
• /
• pp.445-473
• /
• 2021

이 연구는 2015 개정 교육과정에서 신설 과목으로 설계된 <인공지능 수학> 교과서를 분석하여 차기 교육과정 설계의 시사점을 도출하는 데 목적이 있다. <인공지능 수학> 시안을 담은 수학과 교육과정 문서에서는 '학습 요소' 대신에 '관련 학습 요소'를 제시하고 있다. '관련 학습 요소'는 인공지능의 맥락에서 활용될 수 있는 수학적 개념이나 원리로 정의하고 있는데 '관련 학습 요소'를 다루는 범위와 방법에 대해서는 구체적인 제한은 없다. 이에 '관련 학습 요소'가 <인공지능 수학> 교과서에서 반영된 양상을 형식, 범위와 방법, 공학적 도구 활용 방식을 중심으로 분석하였다. 교과서별로 '관련 학습 요소'를 교과서에 기술하는 형식상의 차이와 수학 개념을 취급하는 양과 범위에 차이가 있었다. 또한, '관련 학습 요소'를 하나의 수학 개념과 동일하게 정의하여 사용한 경우와 정의보다는 인공지능의 맥락에서 설명 위주로 서술하였다. '관련 학습 요소'를 인공지능의 맥락에서 활용할 수 있도록 교과서별로 유사한 공학적 도구를 다루었지만, 계산과 결과를 해석하는 활동 중심이었다. 고등학교 수학 과목으로서 <인공지능 수학>의 지향을 교과서에 충분히 반영하기 위해서 '관련 학습 요소'에 관한 체계적인 논의가 필요하다. 또한, 학생들이 인공지능 맥락의 활용 사례를 경험하기 위해서는 공학적 도구를 활용하여 문제를 설정하고 해결할 수 있는 내실화된 활동이 교과서에 구현되어야 할 것이다.

• 한국정보통신학회논문지
• /
• 제26권4호
• /
• pp.510-518
• /
• 2022

국가수준에서 시행되는 진단평가는 학교에서 학습부진이 있는 학생을 조기 발견하는 것이 매우 중요하다. 본연구는 부산교육종단의 2019년 중학교 1학년의 데이터를 입력하여 2020년 성취여부를 판별하는 인공지능 모델을 구축하고 분석하였다. 머신러닝 알고리즘으로 중학교 국어, 영어, 수학 기초학력을 예측하는 예측모형을 개발하고, 다음 학년 예측에도 78%, 82%, 83% 의 정확도를 보이는 것을 확인하였다. 또한, 중학교 과목별 성취예측 의사결정트리를 그려서 과정을 분석해보면서, 성취 예측에 영향을 미치는 특성들은 어떠한 것들이 있는지 살펴보았다.

• International Journal of Advanced Culture Technology
• /
• 제9권4호
• /
• pp.110-117
• /
• 2021

The purpose of the study is to develop effective teaching methods to strengthen the major learning capabilities of electronic engineering learners through inquiry learning using computing thinking ability. To this end, first, in the electronic engineering curriculum, we performed teaching-learning through an inquiry and learning model related to mathematics, probability, and statistics under the theme of various majors in electronic engineering, focusing on understanding computing thinking skills. Second, an efficient electronic engineering subject inquiry class operation using computing thinking ability was conducted, and electronic engineering-linked education contents based on the components of computer thinking were presented. Third, by conducting a case study on inquiry-style teaching using computing thinking skills in the electronic engineering curriculum, we identified the validity of the teaching method to strengthen major competency. In order to prepare for the 4th Industrial Revolution, by implementing mathematics, probability, statistics-related linkage, and convergence education to foster convergent talent, we tried to present effective electronic engineering major competency enhancement measures and cope with innovative technological changes.

• 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.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권11호
• /
• pp.625-631
• /
• 2017

과거부터 현재까지 주식시장에 대한 주가 변동 예측은 풀리지 않는 난제이다. 주가를 과학적으로 예측하기 위해 다양한 시도 및 연구들이 있어왔지만, 아직까지 정확한 미래를 예측하는 것은 불가능하다. 하지만, 주가 예측은 경제, 수학, 물리 그리고 전산학 등 여러 관련 분야에서 오랜 관심의 대상이 되어왔다. 본 논문에서는 최근 각광 받고 있는 딥러닝(Deep-Learning)을 이용하여 주가의 변동패턴을 학습하고 미래를 예측하고자한다. 본 연구에서는 오픈소스 딥러닝 프레임워크인 텐서플로우를 이용하여 총 3가지 학습 모델을 제시하였으며, 각 학습모델은 각기 다른 입력 피쳐들을 받아들여 학습을 진행한다. 입력 피쳐는 이전 연구에서 사용한 단순 가격 데이터를 확장해 입력 피쳐 개수를 증가시켜가며 실험을 하였다. 세 가지 예측 모델의 학습 성능을 측정했으며, 이를 통해 가격-기반 입력 피쳐에 따라 달라지는 예측 모델의 성능 변화 비교 분석하여 가격-기반 입력 피쳐가 주가예측에 미치는 영향을 평가하였다.