선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 2014년 1월부터 2019년 9월까지 컴퓨팅 사고력 관련 논문 190편의 초록에 대해 워드 클라우드 분석, 연결 중심성 분석, LDA 토픽 모델링 분석을 통해 컴퓨팅 사고 관련 연구 동향을 알아보기 위한 목적으로 연구를 진행하였다. 본 연구의 시사점은 다음과 같다.
가설 설정
- 4의 LDA를 이용한 토픽 모델링 패키지를 활용하여 토픽 모델링을 실시하였다. 토픽의 수는 하위 주제어 간 중복 및 간섭이 발생하지 않고 주제 범주화가 가장 잘 되었다고 판단되어지는 5개로 정하였다[26]. 토픽 모델링의 파라미터 값은 α:0.
제안 방법
- 본 연구에서는 4차 산업혁명 시대를 대비한 소프트웨어 교육에서 컴퓨팅 사고력과 관련된 연구 동향을 파악하고 시사점을 도출하기 위해 컴퓨팅 사고력 관련 선행 연구 자료에 대해 빈도 분석(Frequency Analysis), 워드 클라우드(Word Cloud), 연결 중심성(Degree Centrality), 토픽 모델링(Topic Modeling) 분석을 수행하였다.
- 자료 수집을 위해 RISS와 한국학술지인용색인(KCI)에서 ‘컴퓨팅 사고력’, ‘절차적 사고’, ‘계산적 사고’, ‘Computational Thinking’, ‘CT’ 등을 검색하였다.
- 연구의 목적을 달성하기 위한 분석절차는 이론적 배경을 토대로 강두봉(2019)의 연구절차를 따랐다[21]. 컴퓨팅 사고력 관련 논문의 초록에서 추출한 주제어에 대한 워드 클라우드 분석, 연결 중심성 분석, 토픽 모델링 분석을 통해 주제어간 상관관계를 시각화하여 직관적으로 분석할 수 있게 하였다. 연구절차는 (Fig.
- 연구대상으로 선정된 논문 190편의 서지정보를 엑셀(Excel)을 이용하여 ‘일련번호’, ‘논문제목’, ‘저자명’, ‘발행년도’, ‘저널’, ‘초록’, ‘키워드’ 등으로 정리하였다. 정리된 서지정보의 초록은 텍스트 형식의 비정형 데이터이므로 NetMiner 4.4를 통해 표준화를 위한 정제 작업을 실시하여 정형 데이터로 변환하였다. 정제 작업 없이 데이터를 분석하게 되면 통찰력이 부족하거나 유의미한 해석 결과를 도출하기 어렵기 때문이다.
- 첫째, 컴퓨팅 사고력 연구에 대한 워드 클라우드를 분석하였다. 워드 클라우드는 단어를 빈도수나 중요도에 따라 크기를 다르게 하여 중요한 단어를 한 눈에 파악할 수 있도록 하는 시각화 방법이다[21].
- 둘째, 분석대상 데이터의 토픽을 추출하기 위해 LDA 기법을 사용하여 토픽 모델링을 통해 토픽을 추출하고 추출된 토픽의 상관관계를 시각화하여 각 토픽별로 어떤 주제어들을 함께 다루었는지 파악하였다.
- 추출된 상위 30개의 주제어의 중심 구조를 알아보기 위해 NetMiner 4.4를 통해 주제어 간 동시출현빈도(Co-occurrence)를 측정해 주제어와 주제어 사이의 관계를 나타내는 네트워크를 생성하였다[22]. 중심 구조 분석을 통해 어떤 노드가 가장 중요한 노드인지를 찾고, 네트워크 구조가 얼마나 소수의 중요한 노드에게 집중되어 있는지를 알 수 있는 집중화 정도를 파악할 수 있다.
- 몇몇 주제어가 한 논문의 초록에 많이 등장할 경우 유사 주제어끼리 연관된 특정한 주제로 분류할 수 있다. 잠재되어 있는 토픽을 확인하기 위해 NetMiner 4.4의 LDA를 이용한 토픽 모델링 패키지를 활용하여 토픽 모델링을 실시하였다. 토픽의 수는 하위 주제어 간 중복 및 간섭이 발생하지 않고 주제 범주화가 가장 잘 되었다고 판단되어지는 5개로 정하였다[26].
- 연구대상으로 선정된 논문 190편의 서지정보를 엑셀(Excel)을 이용하여 ‘일련번호’, ‘논문제목’, ‘저자명’, ‘발행년도’, ‘저널’, ‘초록’, ‘키워드’ 등으로 정리하였다.
대상 데이터
- 자료 수집은 연구대상을 일정 수준 이상의 연구논문으로 한정하기 위하여 한국연구재단에 등재되거나 등재 후보로써 전문 학술지에 게재된 논문을 대상으로 분석하였다. 자료 수집을 위해 RISS와 한국학술지인용색인(KCI)에서 ‘컴퓨팅 사고력’, ‘절차적 사고’, ‘계산적 사고’, ‘Computational Thinking’, ‘CT’ 등을 검색하였다.
- 자료 수집을 위해 RISS와 한국학술지인용색인(KCI)에서 ‘컴퓨팅 사고력’, ‘절차적 사고’, ‘계산적 사고’, ‘Computational Thinking’, ‘CT’ 등을 검색하였다. 그 결과 2014년 1월부터 2019년 9월까지 중복 논문 제거 및 컴퓨팅 사고력과 관련이 없는 논문 제거, 한글 초록이 없는 논문 제거를 통해 총 190편의 논문을 최종 분석 대상으로 선정하였다.
- 2014년 1월부터 2019년 9월까지의 ‘컴퓨팅 사고력’ 관련 논문 190편의 초록을 대상으로 데이터 전처리 과정을 거쳐 최종적으로 1,113개의 단어를 추출하였다.
데이터처리
- 자료 수집과 데이터 전처리 과정을 거친 분석 대상의 연구물들을 NetMiner 4.4를 사용하여 토픽 모델링을 실시하였다. 논문 초록의 문장단위를 하나의 분석단위로 선정하여 행으로 분리한 결과 컴퓨팅 사고력 관련 논문 190편의 초록 문장은 1,106개, 단어는 1,113개로 나타났다.
이론/모형
- 연구의 목적을 달성하기 위한 분석절차는 이론적 배경을 토대로 강두봉(2019)의 연구절차를 따랐다[21]. 컴퓨팅 사고력 관련 논문의 초록에서 추출한 주제어에 대한 워드 클라우드 분석, 연결 중심성 분석, 토픽 모델링 분석을 통해 주제어간 상관관계를 시각화하여 직관적으로 분석할 수 있게 하였다.
성능/효과
- 4를 사용하여 토픽 모델링을 실시하였다. 논문 초록의 문장단위를 하나의 분석단위로 선정하여 행으로 분리한 결과 컴퓨팅 사고력 관련 논문 190편의 초록 문장은 1,106개, 단어는 1,113개로 나타났다.
- 둘째, 상위 30개 주제어의 연결 중심성 분석 결과 ‘교육’, ‘학습’, ‘SW교육’, ‘결과’, ‘문제’ 등이 연결 중심성이 높은 주제어로 나타나 워드 클라우드 분석과 유사한 양상을 보였다.
- 셋째, 토픽 모델링 결과, 컴퓨터 사고력 증진을 위한 교육 프로그램, 컴퓨팅 사고력 지도 역량을 향상시키기 위한 예비교사 교육, 소프트웨어 교육에 대한 새로운 접근 방법으로서의 로봇 활용 교육, 컴퓨팅 사고력에 대한 효과성 검증을 위한 평가, 실생활 문제해결을 위해 다양한 교과와 연계한 소프트웨어 교육에 관한 연구로 토픽이 분류되었다. 이를 통해 소프트웨어 교육이 앞서 정보통신기술 교육에서 수행하였던 ICT 소양 및 응용 소프트웨어 활용 위주의 교육에서 벗어나 학습자와 예비교사들이 미래 사회를 살아가는데 필요한 컴퓨팅 사고력 기반의 문제해결역량을 기를 수 있는 방향으로 이루어지고 있음을 알 수 있다.
- 셋째, 토픽 모델링 결과, 컴퓨터 사고력 증진을 위한 교육 프로그램, 컴퓨팅 사고력 지도 역량을 향상시키기 위한 예비교사 교육, 소프트웨어 교육에 대한 새로운 접근 방법으로서의 로봇 활용 교육, 컴퓨팅 사고력에 대한 효과성 검증을 위한 평가, 실생활 문제해결을 위해 다양한 교과와 연계한 소프트웨어 교육에 관한 연구로 토픽이 분류되었다. 이를 통해 소프트웨어 교육이 앞서 정보통신기술 교육에서 수행하였던 ICT 소양 및 응용 소프트웨어 활용 위주의 교육에서 벗어나 학습자와 예비교사들이 미래 사회를 살아가는데 필요한 컴퓨팅 사고력 기반의 문제해결역량을 기를 수 있는 방향으로 이루어지고 있음을 알 수 있다. 또한, 초·중등 학생과 예비교사를 대상으로 컴퓨팅 사고력을 통해 문제해결력과 창의적 사고력을 향상시키기 위한 컴퓨터 과학 교육에 대한 연구가 지속적으로 이루어지고 있다.
- 넷째, 컴퓨팅 사고력 관련 연구 주제 변화 추이 분석 결과, 2015개정 교육과정을 통해 소프트웨어 교육이 본격적으로 도입됨에 따라, 교육 현장에서 컴퓨팅 사고력 향상이라는 목표를 달성할 수 있도록 다양한 교과와 연계한 소프트웨어 교육에 관한 연구, 컴퓨팅 사고 향상에 대한 효과를 검증하기 위한 컴퓨팅 사고력 평가에 대한 연구, 컴퓨팅 사고력 지도 역량 강화를 위한 예비교사 교육에 대한 연구가 지속적으로 이루어지고 있음을 알 수 있다.
- 첫째, 워드 클라우드 분석 결과, ‘학습’, ‘교육’, ‘SW교육’과 ‘코딩교육’이 중요한 주제어로 파악되었다.
후속연구
- 미국과 영국에서는 컴퓨터 과학 교육의 중요성을 인지하고, 초등교육의 시작 단계부터 컴퓨터 과학의 개념과 원리를 배울 기회를 가질 수 있도록 정규 과목으로써 컴퓨터 과학 교육 과정을 도입하였다[29]. 향후 예비교사들의 소프트웨어 교육과정에 기초적인 알고리즘과 자료구조를 바탕으로 한 컴퓨터 과학 교육 도입에 대한 요구가 생길 것으로 예상된다.
- 1980년대부터 인공지능은 교사를 지원하고 전 세계의 학생들의 학습 경험을 향상시키기 위해 교육적으로 활용되어 왔다[32]. 이러한 상황을 고려할 때, 컴퓨팅 사고력을 향상시키기 위한 STEAM 교육에서 인공지능과 관련된 교육을 적용할 수 있는 방법을 제안하는 연구가 이루어질 필요가 있다.
- 본 연구는 논문 초록만을 대상으로 분석하였지만, 향후 연구 결과의 객관성을 확보하기 위해서는 더 많은 데이터를 바탕으로 연구가 진행될 필요가 있다. 이를 위해 ‘컴퓨팅 사고력’에 관한 해외학술논문으로 연구대상을 확대하여 국내학술논문 분석결과와 비교하거나 페이스북, 유튜브 등 소셜 네트워크 서비스의 정보를 활용하여 컴퓨팅 사고력 관련 연구 동향 분석의 범위를 확대할 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.