[논문]인공지능을 활용한 맞춤형 수학학습 프로그램 개발

이지혜; 허난

doi:10.7858/eamj.2020.018

인공지능을 활용한 맞춤형 수학학습 프로그램 개발
Developing Adaptive Math Learning Program Using Artificial Intelligence 원문보기

East Asian mathematical journal, v.36 no.2, 2020년, pp.273 - 289

이지혜 (Ajou University) , 허난 (Kyonggi University)

Abstract ▼ AI-Helper

This study introduces the process and results of developing an adaptive math learning program for self-directed learning. It presented the process and results of developing an adaptive math learning program that takes into account the level of learners using artificial intelligence. We wanted to get some suggestions on developing programs for artificial intelligence-based mathematics. The program was developed as Math4U, an application based on smart devices in the "character and expression" area for 7th grade. The Application Math4U may be used differently depending on its purpose. It is also expected to be a useful tool for providing self-directed learning to students as the basis for educational research using smart devices in a changing educational environment.

주제어

AI 본문요약
AI-Helper

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

문제 정의

구체적으로 본 연구에서 맞춤형 학습을 위하여 인공지능 기술을 도입한 어플리케이션을 개발하고자 우선 인공지능의 교육에서의 활용 관점으로 문헌연구를 시작하였다. 또한, 본 연구에서 개발한 어플리케이션이 인공지능을 활용한 맞춤형 학습을 지향함에 따라 인공지능 및 맞춤형 학습과 관련한 선행연구도 함께 진행하였다.
구체적으로 수학교육에 있어서 인공지능의 활용에 관한 선행연구들을 살펴보고 수학교육에 있어서 인공지능의 적용 및 활용에 대한 논의를 하였다. 또한 맞춤형 학습 프로그램 개발을 위해 기존에 개발된 수학학습용 어플리케이션을 조사하고 이를 분석하였으며 학생들을 대상으로 한 요구도 조사를 실시하여 그 결과를 개발 프로그램에 활용하였다.
구체적으로 본 연구에서 맞춤형 학습을 위하여 인공지능 기술을 도입한 어플리케이션을 개발하고자 우선 인공지능의 교육에서의 활용 관점으로 문헌연구를 시작하였다. 또한, 본 연구에서 개발한 어플리케이션이 인공지능을 활용한 맞춤형 학습을 지향함에 따라 인공지능 및 맞춤형 학습과 관련한 선행연구도 함께 진행하였다.
본 연구는 인공지능을 어플리케이션에 적용하여 학습자의 학습의 효율성을 높이고자 하였다. 교육 분야에서의 인공지능은 분석틀로 활용되고 있는 데이터 마이닝 및다양한 자동화 솔루션들과는 차별화되어 본 연구에서는 학습자의 주도적 학습과 학습자 수준에 맞는 맞춤형 학습 방식 및 개별화된 문제의 제공, 학습 문제의 자체적수준 변화 등의 AI적 요소를 적용하였다.
본 연구에서는 스마트 기기를 활용하여 인공지능을 활용한 맞춤형 수학 학습 프로 그램 개발을 위하여 중학교 1학년 ‘문자와 식’ 단원에 대한 어플리케이션을 개발하는 과정과 절차를 소개하고 개발 어플리케이션의 구성과 특징을 소개하였다.
본 연구에서는 인공지능을 활용한 맞춤형 수학학습 프로그램을 개발하기 위하여다음 [그림 1]과 같은 과정 및 절차로 진행하였다.
이에 본 연구에서는 2015 개정 수학과 교육과정에 기반을 두고 학습자들이 효과적 으로 수학과 교육과정 내용의 과제가 학습자 수준에 따라 과제가 제공되어 학습자 스스로 효율적으로 학습할 수 있도록 해주는 인공지능을 활용한 맞춤형 수학학습 프로그램인 어플리케이션을 개발하는 과정과 그 결과에 대하여 살펴보고자 한다.

가설 설정

둘째, 교육 평등을 위한 기반을 제공 할 것이다. 교육에서 소외감을 느끼는 사회소외계층의 학생들에게도 저비용으로 학생 개개인에게 맞춤형 학습을 제공하여 고른교육의 기회를 제공할 수 있다.
본 연구에서 개발한 맞춤형 수학 학습 프로그램이 기대하는 잠재적 효과는 다음과같다. 첫째, 개별학습에서의 교육의 순기능 역할을 할 것이다. 학습자에 따른 성취도진단 및 처방을 통해 스스로 학습 하는 체제를 갖출 수 있을 것이며, 지식을 재구성할 수 있는 교수·학습 방법과 창의적 문제 해결과 과정 중심의 개별화된 학습이 가능 하며, 교육체제의 유연성이 강화되고 개인의 선호 및 수준과 관련된 적응 학습을 구현할 수 있을 것이다.

제안 방법

스마트 기기 기반 환경에서 구현 가능한 중학교 수학의 내용 영역을 전문가 협의를 거쳐 중학교 1학년 ‘문자와 식’ 단원을 선정하였다. 각 학습주제는 개념학습, 필수예제, 문제풀이로 구성되었으며 학습에 있어 기본적인 개념학습 후 학습을 위한 과제를 제공하기 위하여 2015 개정 교육과정을 반영한 중학교 수학1 교과서 10종의 문자와 식영역에서 다루고 있는 과제를 인지 수준으로 구분하여 활용하였다.
각 학습주제는 개념학습, 필수예제, 문제풀이로 구성되었으며 학습에 있어 기본적인 개념학습 후 학습을 위한 과제를 제공하기 위하여 2015 개정 교육과정을 반영한중학교 수학1 교과서 10종의 문자와 식 영역에서 다루고 있는 과제를 Bloom의 교육목표 분류학(Taxonomy of Educational Objectives)을 바탕으로 인지적 수준에 따라 분류하였다. 과제의 인지적 수준 분류는 현직 교사 및 수학교육 전문가 4인이 교차검토를 통해 분류하였으며, 인지적 수준에 따라 분류한 결과를 바탕으로 제공하는 문제의 난이도를 설정하여 프로그램에 반영하였다.
개선된 데이터를 반복하여동일 학습자에게 개별 정보로 제공함으로써 학습과정을 통하여 학습자가 취약한 수학 단원 및 문제 유형 등에 대한 패턴 등을 파악하고 AI 분석 방법인 설명적 분석, 진단적 분석, 예측분석, 처방적 분석을 사용하여 시스템을 구성하였다.
각 학습주제는 개념학습, 필수예제, 문제풀이로 구성되었으며 학습에 있어 기본적인 개념학습 후 학습을 위한 과제를 제공하기 위하여 2015 개정 교육과정을 반영한중학교 수학1 교과서 10종의 문자와 식 영역에서 다루고 있는 과제를 Bloom의 교육목표 분류학(Taxonomy of Educational Objectives)을 바탕으로 인지적 수준에 따라 분류하였다. 과제의 인지적 수준 분류는 현직 교사 및 수학교육 전문가 4인이 교차검토를 통해 분류하였으며, 인지적 수준에 따라 분류한 결과를 바탕으로 제공하는 문제의 난이도를 설정하여 프로그램에 반영하였다.
본 연구는 인공지능을 어플리케이션에 적용하여 학습자의 학습의 효율성을 높이고자 하였다. 교육 분야에서의 인공지능은 분석틀로 활용되고 있는 데이터 마이닝 및다양한 자동화 솔루션들과는 차별화되어 본 연구에서는 학습자의 주도적 학습과 학습자 수준에 맞는 맞춤형 학습 방식 및 개별화된 문제의 제공, 학습 문제의 자체적수준 변화 등의 AI적 요소를 적용하였다. 제공되는 각 과제에 대한 평가는 즉각적으로 이루어지며 학습의 결과로써의 평가가 아닌 학습을 위한 평가를 구현하기 위해학습의 결과를 다음 학습을 위한 정보로 제공하도록 하였다.
그 중에서 학생들이 변화하는 환경에 대처하기 위한 인성 자질로 창의성, 주도성, 일관성 및 도전정신, 적응력, 리더십, 과학 및 문화를 선정하였다.
다음으로는 대상의 활용도를 높이기 위하여 중학생을 대상으로 어플리케이션을 활용한 학습할 경우에 대한 요구조사를 실시하였다. 요구조사는 학습환경, 학습관리의외적 영역과 학습설정과 학습과정에 대한 내적영역으로 분류하여 문항을 구성하였다.
구체적으로 수학교육에 있어서 인공지능의 활용에 관한 선행연구들을 살펴보고 수학교육에 있어서 인공지능의 적용 및 활용에 대한 논의를 하였다. 또한 맞춤형 학습 프로그램 개발을 위해 기존에 개발된 수학학습용 어플리케이션을 조사하고 이를 분석하였으며 학생들을 대상으로 한 요구도 조사를 실시하여 그 결과를 개발 프로그램에 활용하였다. 프로그램 개발을 위해 선정한 학습 내용은 학습자 요구조사의 결과를바탕으로 교육과정에 근거한 학습내용을 구성하였으며 별도의 필기도구를 필요로 하지 않고도 스마트 기기의 기능을 활용하여 용이하게 학습을 할 수 있도록 하였다.
본 연구에서 개발된 어플리케이션은 단원, 문제 유형, 난이도에 따라 문제 데이터베이스를 확보하여 신경망을 통한 분석 결과를 활용하여 시스템 스스로 자가 판단을할 수 있도록 Back-Propagation을 활용하여 구현하였다. 개선된 데이터를 반복하여동일 학습자에게 개별 정보로 제공함으로써 학습과정을 통하여 학습자가 취약한 수학 단원 및 문제 유형 등에 대한 패턴 등을 파악하고 AI 분석 방법인 설명적 분석, 진단적 분석, 예측분석, 처방적 분석을 사용하여 시스템을 구성하였다.
본 연구에서 개발된 어플리케이션은 단원, 문제 유형, 난이도에 따라 문제 데이터베이스를 확보하여 신경망을 통한 분석 결과를 활용하여 오분류 된 난이도 및 문제패턴을 Back-Propagation하여 시스템 스스로 자가 판단을 할 수 있도록 구현하였다. 개선된 데이터를 반복하여 동일 학습자에게 개별 정보로 제공함으로써 스마트한 학습 시스템이 구현되도록 하였다.
본 연구에서 개발한 어플리케이션의 학습 시스템은 다음 [표 2]에서의 4가지 AI 분석 방법인 설명적 분석, 진단적 분석, 예측분석, 처방적 분석을 사용하였다.
이러한 내용을 포함한 어플리케이션의 초기 버전을 개발하고 이를 적용한 테스트를 통해 초기 버전에서 발생한 기능적 오류 및 미비점을 수정·보완하여 어플리케이션 Math4U를 최종 개발하였다.
또한 문제 난이도가 갑자기 높아지는 것같으며 난이도를 시스템이 아닌 학습자도 조절할 수 있도록 하는 기능이 추가 될 필요 제기 등이 제기되었다. 이후 이와 같은 테스트의 결과를 반영하고 디자인을 더하여 아이콘으로 활성화하는 어플리케이션 Math4U를 최종 개발하였다. Math4U는 모바일 환경에 적합하며, 문제를 풀 수 있는 충분한 공간이 확보되어 수학학습 활동에적합한 스마트 기기 중 태블릿 PC에 적합하도록 최종 개발하였다.
교육 분야에서의 인공지능은 분석틀로 활용되고 있는 데이터 마이닝 및다양한 자동화 솔루션들과는 차별화되어 본 연구에서는 학습자의 주도적 학습과 학습자 수준에 맞는 맞춤형 학습 방식 및 개별화된 문제의 제공, 학습 문제의 자체적수준 변화 등의 AI적 요소를 적용하였다. 제공되는 각 과제에 대한 평가는 즉각적으로 이루어지며 학습의 결과로써의 평가가 아닌 학습을 위한 평가를 구현하기 위해학습의 결과를 다음 학습을 위한 정보로 제공하도록 하였다.
테스트 과정에서 나타난 개념학습과 문제 난이도에 대한 반응을기록하였고, 실험 후 어플리케이션을 활용한 학습과 내용 구성 등에 대한 내용에 대한 인터뷰 결과를 초기 버전에서 발생한 기능적 오류 및 미비점을 수정·보완하는데 반영하였다.
학습자는 선택한 학습 주제에 대한 개념학습을 실시하고 각 주제에서의 필수 예제를 확인할 수 있다. 프로그램 개발을 위한 학습자 요구조사의 결과를 바탕으로 교육과정에 근거한 학습내용을 구성하였으며 학습자가 직접 문제를 해결할 때별도의 도구를 필요로 하지 않고도 스마트 기기의 기능을 활용하여 용이하게 학습을 하기를 원하는 학습자의 요구를 반영하였다. 필수 예제 및 문제풀이에서 별도의 필기도구를 활용하지 않고 학습 진행 화면에서 제시하는 연습장을 활용하여 문제를 풀수 있도록 하였으며 별도의 입력기를 통해 정답을 입력할 수 있으며 이에 대한 즉각적인 정 오답의 확인을 하며 수준별 학습을 하도록 [그림 6]과 같이 구성되었다.
또한 맞춤형 학습 프로그램 개발을 위해 기존에 개발된 수학학습용 어플리케이션을 조사하고 이를 분석하였으며 학생들을 대상으로 한 요구도 조사를 실시하여 그 결과를 개발 프로그램에 활용하였다. 프로그램 개발을 위해 선정한 학습 내용은 학습자 요구조사의 결과를바탕으로 교육과정에 근거한 학습내용을 구성하였으며 별도의 필기도구를 필요로 하지 않고도 스마트 기기의 기능을 활용하여 용이하게 학습을 할 수 있도록 하였다. 스마트 기기 기반 환경에서 구현 가능한 중학교 수학의 내용 영역을 전문가 협의를 거쳐 중학교 1학년 ‘문자와 식’ 단원을 선정하였다.
프로그램 개발을 위한 학습자 요구조사의 결과를 바탕으로 교육과정에 근거한 학습내용을 구성하였으며 학습자가 직접 문제를 해결할 때별도의 도구를 필요로 하지 않고도 스마트 기기의 기능을 활용하여 용이하게 학습을 하기를 원하는 학습자의 요구를 반영하였다. 필수 예제 및 문제풀이에서 별도의 필기도구를 활용하지 않고 학습 진행 화면에서 제시하는 연습장을 활용하여 문제를 풀수 있도록 하였으며 별도의 입력기를 통해 정답을 입력할 수 있으며 이에 대한 즉각적인 정 오답의 확인을 하며 수준별 학습을 하도록 [그림 6]과 같이 구성되었다.
학습은 주제별로 선택 가능하나 각 주제별 문제풀이는 주제별 개념학습과 필수예제를 실행 한 후 선택할 수 있도록 하였으며 이후 필요시 상시 선택하여 학습할 수있도록 구성하였다.
어플리케이션을 처음 구동하였을 때 어플리케이션을 이용할 수 있는 로그인을 하도록 되어있다. 학습자는 자신의 개인 아이디와 비빌 번호로 로그인을 함으로써 어플리케이션을 활용한 학습에 진입할 수 있도록 하여 맞춤형 학습을 할 수 있도록 학습자 개개인의 학습 데이터가 누적되고 실시간으로 분석되는데 활용되도록 하였다. 또한 학습자 개인 설정을 할 수 있도록 하여 자신의 개인 정보와 시스템이 자동적으로 제공하는 수준별 문제나 학습 진행에 따른 학습만이 아니라 학생 스스로 학습을 주도적으로 관리하고 자신의 학습 정도와 수준 변화 여부를 스스로 설정하여 학습할수 있도록 구성되었다([그림 4]).
학습 결과에서는 학습자의 학습 수준 변화와 현재 수준을 확인할 수 있으며, 학습 결과 화면에서 새로운 문제를 다시 풀고 싶을 때, 틀린 문제를 다시 풀고 싶을 때, 풀이를 보고 싶을 때 각각에 대한 선택이 가능하도록 구성되었다. 학습자는 틀린문제에서의 자신의 풀이와 풀이과정을 비교하여 자신의 실수를 확인도 가능하도록하였다.
학습자의 수준에 맞는 맞춤형 학습을 제공하여 학습자 스스로 학습을 할 수 있도록 돕는 Math4U 어플리케이션은 중학교 1학년 ‘문자와 식’ 단원을 효율적으로 학습할 수 있도록 학습 주제별로 개발하였다.

대상 데이터

내용 구성에서는 요구조사의 결과를 바탕으로 교육과정에 근거한 학습내용을 구성하였으며 영역의 선정은 스마트 기기 기반 환경에서 구현 가능한 중학교 수학의 내용 영역을 전문가 협의를 거쳐 중학교 1학년 ‘문자와 식’ 단원을 선정하였다.
스마트 기기 기반 환경에서 구현 가능한 중학교 수학의 내용 영역을 전문가 협의를 거쳐 중학교 1학년 ‘문자와 식’ 단원을 선정하였다.
어플리케이션 개발에 앞서 현재 상용되고 있는 학습 어플리케이션의 현황 조사를 위하여 안드로이드 기반 플레이 스토어(play store)에서 ‘수학’과 ‘math’로 검색된 어플리케이션 중에서 연구 목적에 부합하는 어플리케이션을 선별하여 최종 20개의 어플리케이션을 선정하여 분석하였다.
어플리케이션초기 버전은 기존의 어플리케이션을 실행하는 방식이 아닌 웹을 통하여 접속하는 방식으로 개발되었다. 초기 개발된 프로그램에서의 학습 내용, 기능적 보완 및 학습자 요구도 반영을 위해 5명의 중학교 1학년 학생에게 적용하였다. 테스트는 겨울 방학 중에 실시하였기 때문에 참여한 5명의 학생은 적용하고자 하는 내용을 이미 학습한 상태였으며 학습자의 수준은 개인차가 있었다.
초기 개발된 프로그램에서의 학습 내용, 기능적 보완 및 학습자 요구도 반영을 위해 5명의 중학교 1학년 학생에게 적용하였다. 테스트는 겨울 방학 중에 실시하였기 때문에 참여한 5명의 학생은 적용하고자 하는 내용을 이미 학습한 상태였으며 학습자의 수준은 개인차가 있었다. 학생이 어플리케이션을 활용하여 수학학습을 하는 모습을 관찰하고 학생이 학습을 진행하는데 어려움을 호소할 경우에 연구자가 개입하였다.

성능/효과

설문의 결과 학습 환경 설정에 대하여 학습자들 대부분이 학습자 스스로 다양한 학습 기능을 설정하는 것을 선호하며, 현재 학습의 현황에 대한 알림을 주는 것을 선호 하는 것으로 나타났다.
선정된 어플리케이션을 학습 유형과 내용에 따라설정한 기준에 의거하여 분석한 결과 수학 학습용 어플리케이션은 학습 내용 영역의 학습 목표 달성을 목적으로 개념중심형 및 문제중심형 학습 유형이 주로 많이 나타남을 알 수 있었으며 이에 대한 장·단점을 파악하여 맞춤형 수학학습 프로그램 개발에 반영하였다.
테스트 결과, 어플리케이션 조작을 통해 학습 하는 과정에서 수식 입력창 사용이불편하다는 지적이 있었다. 또한 틀린 문제에 대한 다시 풀기 기능이 필요하며 자신이 풀었던 내용을 확인하고 잘못된 부분을 수정하며 문제를 해결할 수 있도록 풀이내용이 저장될 필요에 대한 요구가 있었다.

후속연구

본 연구는 개발 연구로서 프로그램 개발 과정과 그 구성을 소개하는 것으로 인공 지능을 활용한 수학학습 프로그램의 개발 가능성에 대한 내용 확인에 그친 제한점을지니고 있다. 따라서 본 연구의 결과물인 어플리케이션의 적용 및 그 효과에 대한 후속연구를 진행하여 인공지능을 활용한 수학 학습용 프로그램의 교육적 효과 및 그적용 가능성에 대한 후속연구가 이루어질 필요가 있다. 또한 태블릿 PC뿐 아니라 웹프로그램 및 다양한 스마트 기기에도 활용 가능한 프로그램이 개발되어야 할 필요가 있다.
학생 개개인의 수준과 적성에 맞는 개별화된 학습을 지원하여 수학에 대한 자신감을 불어 넣고 AI 교사와의 상호작용을 통해 수학에 대한 흥미와 자신감을 느낄 수 있도록 할 수 있으며, 수학을 어려워하는 학생이라도 학생을 끝까지 포기하지 않고 수학을 학습 할 수 있도록 도울 수 있을 것이다. 또한 수학 기피자나 수학 학습 단절 현상으로 인해 학습에 어려움을 겪고 있는 학생들에게 학습 기회를 제공할 수 있을 것이다.
또한 학생 개개인의 수준과 적성에 맞춰 학습을 할 수 있으며상호작용이 가능한 학습이 가능하며, 정보기술을 통해 언제 어디서나 원하는 학습을할 수 있고 학습 선택권이 보장되는 교육환경이 조성되어 지식정보화 시대에 부합하는 미래형 교육 방법 구현의 기반을 제공할 수 있을 것이다. 또한 최신 기술에 대한관심과 그에 따른 학습동기 유발 및 스마트 기기를 활용한 즉각적인 해결을 통한 자기 주도적인 학습이 가능할 것이다.
학습자에 따른 성취도진단 및 처방을 통해 스스로 학습 하는 체제를 갖출 수 있을 것이며, 지식을 재구성할 수 있는 교수·학습 방법과 창의적 문제 해결과 과정 중심의 개별화된 학습이 가능 하며, 교육체제의 유연성이 강화되고 개인의 선호 및 수준과 관련된 적응 학습을 구현할 수 있을 것이다. 또한 학생 개개인의 수준과 적성에 맞춰 학습을 할 수 있으며상호작용이 가능한 학습이 가능하며, 정보기술을 통해 언제 어디서나 원하는 학습을할 수 있고 학습 선택권이 보장되는 교육환경이 조성되어 지식정보화 시대에 부합하는 미래형 교육 방법 구현의 기반을 제공할 수 있을 것이다. 또한 최신 기술에 대한관심과 그에 따른 학습동기 유발 및 스마트 기기를 활용한 즉각적인 해결을 통한 자기 주도적인 학습이 가능할 것이다.
본 연구는 개발 연구로서 프로그램 개발 과정과 그 구성을 소개하는 것으로 인공 지능을 활용한 수학학습 프로그램의 개발 가능성에 대한 내용 확인에 그친 제한점을지니고 있다. 따라서 본 연구의 결과물인 어플리케이션의 적용 및 그 효과에 대한 후속연구를 진행하여 인공지능을 활용한 수학 학습용 프로그램의 교육적 효과 및 그적용 가능성에 대한 후속연구가 이루어질 필요가 있다.
본 연구의 개발 사례는 인공지능을 활용한 개인 맞춤형 수학학습 프로그램을 개발한 것으로서 이러한 개발 연구는 향후 인공지능이 수학학습에 어떠한 방향으로 활용될 것인지에 대한 시사점을 줄 수 있으며, 나아가 학습자에게 개별화된 맞춤형 학습 콘텐츠를 제공할 수 있어 학습자가 자기 주도적으로 학습할 수 있도록 인공지능을 활용한 수학학습용 프로그램 개발의 활성화에 기여할 수 있을 것으로 기대한다.
학습자에 따른 성취도진단 및 처방을 통해 스스로 학습 하는 체제를 갖출 수 있을 것이며, 지식을 재구성할 수 있는 교수·학습 방법과 창의적 문제 해결과 과정 중심의 개별화된 학습이 가능 하며, 교육체제의 유연성이 강화되고 개인의 선호 및 수준과 관련된 적응 학습을 구현할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	수학 교과의 문제점은 무엇인가?	수학 교과는 선행 학습 내용의 한 부분이라도 이해하지 못하면 이후 내용을 이해하는 것이 거의 불가능한 학습내용의 뚜렷한 위계구조(hierarchical structure)를 가지고 있기 때문에 맞춤형 학습이 필요한 분야인데, 개별화의 실패로 수학포기자 현상이지속적으로 발생하는 등 학교 수학교육은 큰 어려움을 겪고 있다. 이를 해결하기 위한 방법으로 인공지능을 통해 학습 상태를 진단하고 학습 경로를 안내하는 자기주도학습 시스템이 시도되고 있다(김광진, 한재성, 2017).
	마타수학이란 무엇인가?	대표적으로 마타수학, MATHia X, iTalk2Learn 등을 들 수 있다. 마타수학은 빅데이터와 자체 개발한 인공지능 알고리즘을 이용하여 학생의 학습 결과에서 정·오답을 분석하고 학생의 취약점을 찾아 이를 처방하기 위하여 맞춤형 학습 경로를 추천하고 문제를 제공해주는 수학학습 프로그램이다. MATHia X는 학생들이 온라인으로 학습한 과정을 분석하여 적절한 문제를 제공한다.
	World Economy Forum은 학생들이 변화하는 환경에 대처하기 위한 인성 자질로 무엇을 선정하였는가?	World Economy Forum(2016)은 미래사회에 필요한 기술로 16가지 요소를 언급하고 있다. 그 중에서 학생들이 변화하는 환경에 대처하기 위한 인성 자질로 창의성, 주도성, 일관성 및 도전정신, 적응력, 리더십, 과학 및 문화를 선정하였다. 또한, 최상덕(2015)은 21세기 사회에서 요구되는 학교교육에 대하여 학교 학습에 대한 긍정적태도, 학습 동기의 자극, 몰입의 즐거움 경험, 자기주도적 학습 능력 함양 등이 중요 하다고 하였다.

참고문헌 (20)

교육과학기술부. 인공지능 시스템 교육추진 전략, 보도자료(2011. 06.29).
김광진, 한재성. 4차 산업혁명과 수학 교육. 한국멀티미디어학회지, 21(4), 33-38(2017).

원문보기 상세보기
김미령, 정경영, 노지화. 수업활동 기반 협력적 인공지능 수학교사 개발에 대한 고찰. East Asian Mathematics Journal, 35(4), 507-528(2019).
김부미. 우리나라의 ICT환경 기반 수학 학습 현황 분석. 교과교육학연구, 16(3), 657-687(2012).

상세보기
김부미. 모바일 기반 수학 학습 어플리케이션 개발 및 활용 방안. 학교수학, 19(3), 593-615(2017).

원문보기 상세보기
김성식. 인공지능 기법. 서울:홍릉과학출판사. (1996).
김영록, 정미현, 김재현. 스마트기기의 교육적 이용 실태 및 활용 방안 연구. 인터넷정보학회논문지, 14(3), 47-55 (2013).

원문보기 상세보기
김용권. 학교에서의 컴퓨터 도입과 활용방안 연구. 한국교육개발원 RR 87-31(1987).
김윤아, 유제일, 신재홍. 스마트 교육환경에서 함수학습을 위한 어플리케이션 개발. 학습자중심교과교육연구, 15(10), 333-352(2015).
김홍겸, 박창수, 정시훈, 고호경. 미래교육에서의 인간 교사와 인공지능 교사의 상호 보완적 관계에 대한 소고. 교육문화연구, 24(6), 189-207(2018).
김화경, 계보경, 이지윤, 임완철, 최인영. 지능정보기술을 활용한 수학교육 변화 방안 연구, 한국과학창의재단(2018).
이지혜, 허난. 수학교육의 변화와 인공지능과의 연관성 탐색. 수학교육논문집, 32(1), 509-522(2018).
이지혜, 허난. 웹 또는 어플리케이션 활용 수학 학습 프로그램 구성에 대한 요구도 분석. East Asian Mathematical Journal, 35(2), 199-216(2019).

원문보기 상세보기
조은순. 교육공학 관점에서 보는 미래 교육환경. 교육공학연구, 31(3), 687-708(2015).
최상덕. 미래 인재 양성을 위한 핵심역량 교육 및 혁신적 학습생태계 구축(II). 한국교육개발원 연구보고 RR 2014-16(2015).
허희옥, 양은주, 김다원, 문용선, 최종근. 인공지능 시대의 인간 지능과 학습. 교육철학연구, 39(1), 101-132(2013).
홍정민. 4차 산업혁명 시대의 미래 교육, 에듀테크. 서울: 책밥. (2017).
World Economic Forum. New Vision for Education: Fostering Social and Emotion al Learning Through Technology. (2016).
Golinkoff, R, M., & Hirsh-Pasek, K.. 최고의 교육(김선아 역). 서울: 예문아카이브. (2018).
Harari, Y.. 21세기를 위한 21가지 제언: 더 나은 오늘은 어떻게 가능한가(전병근 역). 서울: 김영사. (2018).

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

연합인증