• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권4호
• /
• pp.611-626
• /
• 2022

본 연구에서는 교육부가 고심하는 '수학울렁증(Mathematics Anxiety, 수학불안)' 문제를 근본적으로 해결하는 하나의 대안으로, 2022년 1학기 S대학에서 직업계 고등학교를 졸업한 재직자 신입생 20명을 대상으로 'Math & 코딩(Coding)'을 적용하여 운영한 대학 미분적분학 강좌 사례를 소개한다. 본 강좌에서는 'Math & 코딩'으로 쉽고 빠르게 중·고등학교 수학을 복습할 수 있는 콘텐츠와 대학 미분적분학 콘텐츠 및 교재를 새로 개발하여 활용하였다. 이를 통해 스스로 '수학울렁증'이 있다고 여기던 학생들은 코드를 활용하여 문제를 해결하면서 복잡한 계산에 대한 부담을 덜게 되었고, 대신 확보한 시간을 수학 개념에 대해 동료 및 교수자와 토론하면서 미분적분학을 충분히 이해할 수 있게 되었다. 그 결과 본 강좌를 수강한 대부분의 학생들은 미분적분학 교재에 있는 거의 모든 문제를 지필로 또는 코드를 활용하여 해결할 수 있다고 자신있게 이야기 하였고, 미분적분학에서 다루는 주요 개념에 대해서도 자신의 언어로 충분히 설명할 수 있다고 하였다. 이와 같이 대학의 수학강좌 교수학습과정에서 'Math & 코딩' 방식을 적절하게 활용한다면, 수학적 배경이 약한 학생들과 이전에 수학을 포기했었던 학생들을 대상으로 대학에서 다시 수학에 대한 자신감을 회복시키는 것이 가능하다고 여겨지며, 중등수학교육에서도 'Math & 코딩' 접근방식을 충분히 적용해 볼 수 있다고 생각한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제30권4호
• /
• pp.515-530
• /
• 2016

시각장애를 극복하고 주어진 환경에서 찾을 수 있는 장점을 활용하여 학문적인 중요한 기여를 해온 수학자들의 사례에 대한 연구 결과가 최근에 소개되었다. 이 연구를 통해 한국에서 소아마비나 뇌성마비 등의 신체적 장애를 극복하고 수학자로 성장한 예는 확인할 수 있었으나 시각장애인이 수학을 전공하여 수학 교사나 교수 또는 수학과 관련된 전문직에 진출한 경우가 전무하다는 것을 확인할 수 있다. 따라서 연구자는 선진국과 달리 한국에서 시각장애인 학생들이 수학을 전공하여 전문직에 진출할 수 없었던 이유에 대하여 생각해 보고, 이런 상황을 극복하기 위하여 시각장애청소년들이 좀 더 직관적으로 수학에 접근할 수 있는 방안을 연구한다. 그리고 본 연구에서는 시각장애인 학생들이 수학을 만지고 느끼면서 수학에 대한 관심과 실제 학습 내용의 직관적 이해를 돕는 하나의 도구로 3D 프린팅을 활용한 촉각수학교재와 교사용지도서 개발(제작 보급)을 위한 모델을 제안 한다. 이는 시각장애청소년 특수교사 부모의 교재활용을 수학교육 측면에서 지원함으로써 시각장애청소년의 수학에 대한 학습력을 신장시키고, 수학에 대한 자신감을 향상시키며, 수학을 이미지화하여 상상하는 수학교육 환경을 도모 할 것으로 본다. 특히 수학적 재능을 갖는 시각장애청소년들이 앞으로 수학을 전공하여 수학 관련 전문직으로 진출하는 모델을 만드는데 도움이 될 것으로 여겨진다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권2호
• /
• pp.277-297
• /
• 2023

합성곱(convolution)은 인공지능(artificial intelligence)에서 컴퓨터 비전(computer vision), 심층학습(deep learning) 등의 분야를 이해하고 응용하려면 알아야 하는 중요한 수학적 연산이다. 그러나 현재의 공학수학 교과과정의 합성곱 내용은 독립적인 주제가 아니라 단편적으로 다루어지고 있어서 그 의미를 충분히 전달하지 못하고 있다. 이에 본 논문에서는 공학수학에서 인공지능 교육과 연계할 수 있도록 개발한 합성곱 교수·학습 자료를 제시한다. 먼저 기존 공학과 인공지능 기술의 통합적 관점에서 합성곱에 대한 배경지식과 응용 사례를 정리하고, 코딩을 이용한 교육이 가능하도록 파이썬(Python)/SageMath 코드를 개발하여 제공한다. 또한 합성곱 지식이 인공지능에서 어떻게 활용되는지 보여주는 구체적인 예시로, 이미지 분류에 사용되는 합성곱신경망(Convolutional Neural Network, CNN)을 개발된 코드와 함께 제공한다. 본 교수·학습자료는 합성곱 개념을 쉽고 효과적으로 교육할 수 있도록 공학수학의 보충 자료로 활용가능하며, 학습자는 코딩을 통해 합성곱을 배우고 본인의 전공과 관련된 인공지능 기술을 학습하는 데 이를 이용할 수 있다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권1호
• /
• pp.65-84
• /
• 2023

라그랑주 승수법(Method of Lagrange Multipliers)은 등식 제약조건하에서 미분가능한 함수의 최대, 최소를 구하는 대표적인 방법이다. 선형대수학, 최적화 이론, 제어 이론을 포함하여 최근에는 인공지능 기초수학에서도 널리 활용되고 있다. 특히 라그랑주 승수법은 미분적분학과 선형대수학을 연결하는 중요한 도구이며, 주성분 분석(Principal Component Analysis, PCA)을 포함한 인공지능 알고리즘에 많이 활용되고 있다. 따라서 교수자는 대학 미분적분학에서 처음 라그랑주 승수법을 접하는 학생들에게 구체적인 학습 동기를 제공할 필요가 생겼다. 이에 본 논문에서는 교수자가 학생들에게 라그랑주 승수법을 효과적으로 교육하는데 필요한 통합적인 시야를 제공한다. 먼저 다양한 전공의 학생들이 계산에 대한 부담을 덜고 원리를 쉽게 이해할 수 있도록 개발한 시각화 자료 및 파이썬(Python) 기반의 SageMath 코드를 제공한다. 또한 라그랑주 승수법으로 행렬의 고윳값과 고유벡터를 유도하는 과정을 상세히 소개한다. 그리고 라그랑주 승수법을 간단한 경우에 대한 증명에서 시작하여 일반화된 최적화 문제로 확장하고, 수업에서 학생들이 라그랑주 승수와 PCA를 활용하여 실제 데이터를 분석한 결과를 추가하였다. 본 연구는 대학수학을 지도하는 다양한 전공의 교수자들에게 도움이 될 기초자료가 될 것이다.