[논문]알파고와 이세돌의 챌린지 매치에서 분석된 인공지능 시대의 학습자 역량을 위한 토포필리아 융합과학 교육

윤마병; 이종학; 백제은

doi:10.15207/jkcs.2016.7.4.123

알파고와 이세돌의 챌린지 매치에서 분석된 인공지능 시대의 학습자 역량을 위한 토포필리아 융합과학 교육
Topophilia Convergence Science Education for Enhancing Learning Capabilities in the Age of Artificial Intelligence Based on the Case of Challenge Match Lee Sedol and AlphaGo 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.7 no.4, 2016년, pp.123 - 131

윤마병 (전주대학교 과학교육과) , 이종학 (대구교육대학교 수학교육과) , 백제은 (익산궁동초등학교)

초록
AI-Helper

본 연구는 2016 구글 딥마인드 챌린지 매치에서 최고 수준의 딥러닝 인공신경망을 갖고 있는 인공지능 알파고와 인간지능의 대표로 상징되는 바둑 최고수의 대국 분석 및 문헌 연구로 인공지능 시대에 적합한 학습자의 역량 교육에 대해 논의했다. 알파고는 지금까지 알려져 있는 바둑의 정석과 상식을 넘어서는 새로운 바둑의 패러다임을 보여주는 기발한 수를 두었고, 이세돌은 알파고도 생각하지 못한 '신의 한 수' 로 인공지능 수퍼 컴퓨터를 이길 수 있었다. 이는 인간의 집념과 도전, 인간 본성의 통찰과 직관의 승리였다. 인공지능 시대에 기계를 조정하고 통제할 수 있는 학습자 역량을 기르기 위한 융합과학 교육은 자연으로부터의 감성적 체험과 토포필리아 교육으로 인공지능이 갖지 못한 인간 본성의 다채로운 감성과 통찰, 긍정적 정서를 함양시킬 수 있는 방향이어야 한다.

Abstract ▼ AI-Helper

In this paper, we discussed learner's capability enhancement education suitable for the age of artificial intelligence (AI) using game analysis and archival research based on the 2016 Google Deepmind Challenge match between AI that possessed the finest deep neural networks and the master Baduk player that represented the best of the human minds. AlphaGo was a brilliant move that transcended the conventional wisdom of Baduk and introduced a new paradigm of Baduk. Lee Sedol defeated AlphaGo via the 'divine move and Great idea' that even AlphaGo could not have calculated. This was the triumph of human intuition and insights, which are deeply embedded in human nature as well as human courage and strength. Convergence science education that cultivates student abilities that can help them control machines in the age of AI must be in the direction of developing diverse human insights and positive spirits embedded in human nature not possessed by AI via implementing hearts-on experience and topophilia education obtained from the nature.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 챌린지 매치 바둑 분석과 문헌 연구를 통해 인공지능 알파고가 보여준 교육적 의미와 미래 인공지능 시대에 적합한 학습자 역량을 위한 융합과학 교육에 대한 논의를 다루고자 한다. 본 연구의 목적은 다음과 같다.

가설 설정

둘째, 미래 인공지능의 사이버 나우 시대에는 장소성이 약화된 문화적 조건 속에서 장소 감각이나 공간 정서가 점차 적어지면서 인간의 존엄과 자아 개념을 잃어갈 것이다. 그래서 학교에서는 사이버 공간에서 신유목민적 삶을 살아가는 청소년들에게 전형화된 고향이나 장소, 자연에서의 체험할 수 있는 기회를 더욱 제공하여 토포필리아 융합과학교육으로 인공지능 시대를 대비해야 한다.

제안 방법

바둑 기사들은 “수 읽기와 직관적인 형세 판단”을 통해 게임의 진행이 유리하도록 착수를 결정하는데 알파고는 이 과정을 트리 탐색 분석과 빅데이터를 통한 최적의 수를 예측하도록 했다.
본 연구의 목적은 다음과 같다. 첫째, 바둑 알고리즘 알파고와 이세돌의 바둑에서 시사 하는 인공지능 시대의 학습자 역량을 분석한다. 둘째, 인공지능 시대에 적합한 학습자 역량 강화를 위한 융합과학 교육 방향을 제안한다.

대상 데이터

토포필리아는 유년 시절의 어떤 장소와 공간(자연)에서 경험한 아름답고 행복한 추억과 애착이나 그리움의 정서적 유대감으로서 학생들의 학습동기 및 삶의 원동력이 될 수 있다[16]. 12세 소년 이세돌은 고향 비금도를 떠나 서울 생활을 하면서 실어증에 걸릴 정도로 극심한 스트레스를 받았다[18]. 이것을 극복할 수 있었던 것은 이세돌의 토포필리아가 현대의 창업자 정주영과 음악가 드보르작의 사례와 같이 고향을 일찍 떠났을 때 더 강렬한 정서적인 유대 및 결속을 함축하여 더욱 강한 내적동기를 갖게 하는 사례에 해당한다[16].
바둑 해설을 맞았던 이다해 4단도 ‘이세돌이 극적으로 신의 한 수를 찾아냈다.
바둑판은 19줄×19줄로 구성되어 있어서 바둑 돌을 착수할 수 있는 지점은 361개이고, 각 지점마다 3가지 상태 (검은 돌, 흰 돌, 빈 칸)가 있으므로 바둑판의 착수 가능 지점은 3361≈10170 가지이다.
알파고와 이세돌 9단의 구글 딥마인드 챌린지 매치가 2016년 3월 9-15일 서울에서 열렸다. 이번 대국이 특별한 의미가 있었던 것은 인간의 가장 고지능적인 바둑 게임에서 인공지능이 인간지능을 넘어 섰다는데 있다.

이론/모형

바둑 기사들은 “수 읽기와 직관적인 형세 판단”을 통해 게임의 진행이 유리하도록 착수를 결정하는데 알파고는 이 과정을 트리 탐색 분석과 빅데이터를 통한 최적의 수를 예측하도록 했다. 알파고의 트리 탐색 알고리즘은 바둑에서 일반적으로 사용되는 몬테 카를로 트리 탐색(Monte Calro tree search, MCTS) 방식을 사용한다[7]. MCTS는 모든 경로를 탐색하는 것이 불가능할 때 효율적으로 사용하는 것으로 무한대에 가까운 탐색의 폭과 깊이를 효율적으로 분석할 수 있도록 탐색 범위를 제한 하는 역할을 한다.

성능/효과

그 결과 알파고는 180수 만에 '알파고 불계패(AlphaGo Resign)'라는 팝업창을 띄우며 패배를 인정했다.
셋째, 청소년기의 자연에 대한 미학적인 쾌감과 감성적인 체험은 격렬하지만 순간적이어서 과학 학습과 이해감 증진 교육을 통해 오랫동안 지속되며 긍정적인 정서로 자리 잡을 수 있게 된다. 특히 학생 시절에 갖는 자유 시간, 자신만의 여가시간을 갖을 때 비로소 자신의 잠재력을 깨달을 수 있다.
첫째, 바둑에서 이루어지는 경우의 수는 우주의 모든 원자수 보다도 더 많아서 슈퍼 컴퓨터 조차도 짧은 시간에 모든 수읽기를 계산 한다는 것은 불가능하다. 그러나 알파고는 MCTS 기법과 인공신경망 딥러닝 기술의 강화 학습으로 수읽기 계산 능력을 이루어 내어 바둑 최고수를 능가하게 되었다.

후속연구

첫째, 바둑 알고리즘 알파고와 이세돌의 바둑에서 시사 하는 인공지능 시대의 학습자 역량을 분석한다. 둘째, 인공지능 시대에 적합한 학습자 역량 강화를 위한 융합과학 교육 방향을 제안한다.
인공지능 시대를 대비하여 둥지가 있는 새가 더 멀리날 수 있는 것처럼 자연에서 인간 본성의 감각과 직관, 통찰의 긍정적 정서를 배울 수 있도록 청소년기에 토포 필리아 함양 교육을 강조해야 한다. 토포필리아를 기를수 있는 융합교육의 실천적 사례로서 지역의 자연과 장소, 구체물을 교육자원 또는 과학학습장으로 하여 교수- 학습 프로그램[25-26]을 개발할 것을 제언한다. 그 지역의 자연과 구체물을 활용한 토포필리아 과학 교육을 통해 창의와 인성을 키우는 과학 수업으로 미래 인공지능 시대를 이끌어갈 학습자 역량을 강화해야 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	바둑이 인공지능의 가장 큰 숙제인 이유는?	그렇지만 바둑은 인간이 만든 게임 중 가장 복잡한 경우의 수를 갖고 있으며 직관과 통찰이 요구되는 매우 고지능적인 게임이다[3]. 바둑은 고전 게임 중 탐색 범위가 가장 넓고 바둑판의 형세를 평가하는 것이 어려워서 인공지능의 가장 큰 숙제 중 하나이다[4]. 인공지능으로 바둑 게임을 구현하려면 경기 상황에서 다음에 둘 수에 대한 선택 확률과 바둑의 수읽기와 같이 여러 수가 진행되었을 때 형세가 어떻게 될 것인지를 예상할 수 있는 지능적 게임 시뮬레이션 기능이 필요하다.
	딥러닝은 무슨 기법인가?	딥러닝은 사물이나 데이터를 분류하거나 군집하는 데 사용하는 인공신경망 기술을 말한다. 사람의 두뇌와 비슷한 방식으로 정보를 처리하는 알고리즘으로 사물의 면이나 형상 등 여러 요소의 데이터를 합치고 구분하는 과정을 반복해 정보를 학습하고 사물을 분류하도록 훈련시키는 기법이다[9]. 즉 인간의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 방법으로서 빅데이터, 얼굴 인식, 이미지 분류 등 신산업의 곳곳에서 응용되고 있다[7].
	바둑은 무엇인가?	올림픽이 인간의 신체 능력에 대한 한계를 보여 주는 것이라면 바둑은 인간의 지적 능력의 한계를 보여주는 상징이다. 바둑은 4,500년 전 중국의 ‘요’ 임금과 ‘순’ 임금이 아들을 교육하고 어리석음을 깨우치기 위해 만들었다고 전한다. 한자로는 ‘圍棋: Weiqi’, 일본어로는 ‘碁: Go'라고 하며 영어로는 바둑의 일본어 표현인 'Go'라고 부른다[2]. 바둑은 두 사람이 흑과 백 돌을 바둑판 위에 번갈아 두면서 더 많은 집을 짓는 사람이 이기는 단순한 게임이다. 그렇지만 바둑은 인간이 만든 게임 중 가장 복잡한 경우의 수를 갖고 있으며 직관과 통찰이 요구되는 매우 고지능적인 게임이다[3]. 바둑은 고전 게임 중 탐색 범위가 가장 넓고 바둑판의 형세를 평가하는 것이 어려워서 인공지능의 가장 큰 숙제 중 하나이다[4].

참고문헌 (26)

Y.S. Park, J. Glenn, T. Godden, UN Millennium Project: State of The Future 2045. Seoul: Kyobobook, 2015.
http://www.baduk.or.kr
https://deepmind.com/alpha-go.html
S.W. Kim, S.W. Ahn, H.S, Choo, "AlphaGo's Artificial Intelligence". SPRi Issue Report(2016-001), 2016.
D.S. Kim, Brain Science Adventures in Wonderland. Seoul: Moonhakdongnae, 2015.
J. Gribbin, In Search of the Big Bang: Quantum Physics and Cosmology. NY: Bantam Books, 1986.
H.S. Choo, S.W. Ahn, S.W. Kim, "Analysis of AlphaGo's AI algorithm". SPRi Issue Report (2016-002), 2016.
D. Silver, A. Huang, C.J. Maddison, A. Guez, L. Sifre, G. Driessche, J. Schrittwieser, I. Antonoglou, V. Panneershelvam, M. Lanctot, S. Dieleman, D. Grewe, J. Nham, N. Kalchbrenner, I. Sutskever, T. Lillicrap, M. Leach, K. Kavukcuoglu, T. Graepel1, D. Hassabis, "Mastering the Game of Go with Deep Neural Networks and Tree Search". Nature, Vol.529, pp.484-489, 2016.

상세보기
J. Schmidhuber, "Deep Learning in Neural Networks: An Overview". Neural Networks, Vol.61, pp.85-117, 2015.

상세보기
Y.F. Tuan, Space and Place: The Perspective of Experience. Minnesota: University of Minnesota Press, 1977.
Y.F. Tuan, "Topophilia, or Sudden Encounter with the Landscape". Landscape, Vol.11, pp.29-32, 1961.
M.B. Yoon, H.S. Kim, J.H. Lee, "The Development of STEAM Educational Program Based on Topophilia Using Jeonbuk Educational Resources". Journal of Science Education. (2014) Vol.38, No.1, pp.41-56.

원문보기 상세보기
http://www.ohmynews.com/NWS_Web/View/at_pg.aspx?CNTN_CDA0002189141
http://news.joins.com/article/19717328
http://isplus.live.joins.com/news/article/article.asp?total_id19717325&ctg1601&tmi_lf_7011
M.B. Yoon, "The Case Study of Topophilia's Role as a Motivator to Learn and an Analysis of Educational Resources". The Journal of the Korea Contents Association, Vol.14, No.4, pp.467-479, 2014.
http://news.joins.com/article/19723236
http://news.chosun.com/site/data/html_dir/2016/03/12/2016031201512.html
A.M. Isen, Success, Failure, Attention, and Reaction to Others: The Warm Glow of Success, Journal of Personality and Social Psychology. (1970) Vol.15, pp.294-310.

상세보기
A.M. Isen, K.A. Daubman, G.P. Nowicki, "Positive Affect Facilitates Creative Problem Solving". Journal of Personality and Social Psychology, Vol.52, pp.1122-1131, 1987.

상세보기
B.E. Kahn, A.M. Isen, "The Influence of Positive Affect on Variety-Seeking Among Safe, Enjoyable Products". Journal of Consumer Research, Vol.20, pp.257-270, 1993.

상세보기
B. Weiner, An Attributional Theory of Achievement Motivation and Emotion, Psychological Review. (1985) Vol.92, pp.548-573.

상세보기
M. Csikszentmihalyi, Finding Flow: the Psychology of Engagement with Everyday Life. NY: Basic Books, 1998.
A. Tversky, D. Kahneman, "Judgment under Uncertainty: Heuristics and Biases". Science, Vol.185, No.4157, pp.1124-1131, 1971.
M.B. Yoon, "Action Research on Applying the STEAM Program Based on Mt. Mai's Ice Spikes and Science Learning Area to Foster Topophilia". Information, Vol.19, No.4, pp.1115-1120, 2016.
M.B. Yoon, H.S. Kim, "Development of the STEAM Educational Program Based on Mt. Mai Science Learning Area and Ice Spikes to Foster Topophilia". Information, Vol.19, No.4, pp.1109-1114, 2016.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format