$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

인공지능(AI) 역량 함양을 위한 고등학교 수학 내용 구성에 관한 소고

A Study on Development of School Mathematics Contents for Artificial Intelligence (AI) Capability

초록

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.

Abstract

Artificial intelligence technology, which represents the era of the 4th Industrial Revolution, is now deeply involved in our lives, and future education places great emphasis on building students' capabilities for the principles and uses of artificial intelligence. Therefore, the purpose of this study is to develop the contents of AI related education in mathematics, which the relationship is closely connected to each other. To this end, I propose establishing two novel AI-related contents in mathematics education. One subject is related to learning the principle of machine learning based on mathematics foundation. In addition, I draw the core math contents dealt in following subject called 'Basic Mathematics for AI and Data Science.'

질의응답 

키워드에 따른 질의응답 제공
핵심어 질문 논문에서 추출한 답변
인공지능
인공지능은 무엇인가?
인간의 지적 능력을 기계로 구현하는 과학기술이다

이러한 4차 산업혁명의 여러 가지 기술 중에서 가장 많은 주목을 받고 있는 것이 바로 인공지능이다. 인공지능(Artificial Intelligence, AI)은 인간의 지적 능력을 기계로 구현하는 과학기술이다(과학기술정보통신부웹진, 2020). 인공지능은 인간만이 할 수 있었던 추리나 판단과 같은 것 조금 더 나아가서는 언어나 행동 등을 할 수 있도록 만들어진 기계 혹은 그러한 시스템으로 이야기할 수 있다(고선규, 2019).

인공 지능의 원리와 개념
인공 지능의 원리와 개념을 더 잘 이해하기 위한 수학교육을 목적으로 하면 어떤 과목들을 개발해야 하는가?
'선형대수', '수치해석', '확률과 통계'

그렇다면, 인공지능과 연결하여 학습할 수학 내용은 어느 정도 분량과 수준을 갖추어야 할까? 인공 지능의 원리와 개념을 더 잘 이해하기 위한 수학교육이 목적이라면, 일단은 현 교육과정에 없는 '선형대수', '수치해석', '확률과 통계'를 새롭게 개발하는 것은 필수적이라 할 수 있을 것이다. 특히 앞의 <표 Ⅲ-3>에서 제시한 행렬의 덧셈, 뺄셈, 행렬의 곱셈, 역행렬, 선형변환, 고윳값과 고유벡터, 벡터의 노름, 상관계수, 선형회귀, 공분산과 같은 내용이 다루어질 필요가 있다.

인공지능과 연결하여 학습할 수학 내용
인공지능과 연결하여 학습할 수학 내용을 기존의 수학 교육과정과 같이 다루게 되면 어떤 문제점이 생기는가?
이를 이해하고 관련 기능을 익히기 위한 시간이 상당히 소요되어 오히려 인공지능 관련 내용에 초점을 맞추지 못할 우려

그러나 새롭게 개발하는 수학 내용은 수학 내용에 대한 깊은 지식과 문제해결을 위한 교과로 개발하기보다는 인공지능라는 큰 틀 안에서 필요한 부분을 통합적으로 아는 것이 더 중요할 것이다. 만일 현 교육과정에 제시되어 있지 않은 새로운 수학 내용을 기존의 수학 교과 교육과정과 같이 다루게 된다면, 이를 이해하고 관련 기능을 익히기 위한 시간이 상당히 소요되어 오히려 인공지능 관련 내용에 초점을 맞추지 못할 우려가 있기 때문이다.

질의응답 정보가 도움이 되었나요?

참고문헌 (49)

  1. 1. 고선규 (2019). 인공지능과 어떻게 공존할 것인가. 서울:타커스. 
  2. 2. 고호경 외 (2015). 수학중심의 STEAM_세상을 읽는 수학. 한국과학창의재단 연구보고서 
  3. 3. 과학기술정보통신부 웹진 (2020). 인공지능이란?. http://sejong.korea.ac.kr/user/boardList.do?commandview&boardId99656&boardSeq102872.(인출일자, 2020.05.21.) 
  4. 4. 과학기술정보통신부(2019). "IT 강국을 넘어 인공지능 강국으로!" 인공지능 국가전략. 보도자료(2019.12.17.) 
  5. 5. 교육부(2015). 수학과 교육과정, 교육부 고시 제2015-74호[별책 8]. 
  6. 6. 구형일(2018). 인공지능 및 딥러닝 동향. 전기의세계, 67(7), 7-12. 
  7. 7. 김미령, 정경영, 노지화 (2019). 수업활동 기반 협력적 인공지능 수학교사 개발에 대한 고찰. East Asian Mathematical Journal, 35(4), 507-528. 
  8. 8. 김신애(2019), 인공지능 시대의 교육을 위한 '또 하나의 관점', 교육원리연구, 24(1), 83-105. 
  9. 9. 김정란, 김응환(2017), 미국의 통계소양교육 분석을 통한 우리나라 교사교육 방향의 탐색. 한국학교수학회논문집, 20(2), 163-186. 
  10. 10. 김진수, 박남제(2019). 초등과정 인공지능 학습 원리 이해를 위한 보드게임 기반 게이미피케이션 교육 실증. 정보교육학회논문지, 23(3). 229-235 
  11. 11. 김진숙(2018). 제4차 산업혁명 시대의 교육과정, 평가의 변화: 교수학습 방법의 변화, 한국교육학회(편), 한국교육의 전망과 과제. 서울: 박영 story. 
  12. 12. 김창일, 전영주(2017), "수학과 중등임용 확률과 통계 기출문항 분석. 한국학교수학회논문집, 20(4),387-404 
  13. 13. 김홍겸, 박창수, 정시훈, 고호경(2018). 미래교육에서의 인간 교사와 인공지능 교사의 상호보완적 관계에 대한 소고. 교육문화연구, 24(6), 189-207. 
  14. 14. 남호성(2020). 쉽게 배우는 인공지능. 한국컴퓨터교육학회학술발표대회논문집, 24(1), 195-233 
  15. 15. 다다샤토시(2017). 처음 배우는 인공지능(송교식 역). 서울: 한빛미디어 
  16. 16. 박현길(2017). 나를 읽는다 챗봇(Chatbot)! 마케팅, 51(5), 40-50. 
  17. 17. 신승기(2019). Computational Thinking 기반의 인공지능교육 프레임워크 및 인지적학습환경 설계, 정보교육학회논문지, 23(6), 639-653. 
  18. 18. 신형욱(2018), 인공지능 시대에 맞는 외국어 교과의 '성격'과 '목표', Foreign language education, 25(4), 133-157. 
  19. 19. 아카이시 마사노리(2018). 딥러닝을 위한 수학(신상재 역). 서울:위키북스 
  20. 20. 양희태, 최병삼, 이제영, 장훈, 백서인, 김단비, 추형석, 오혜연, 정혜동, 신사임, 김선진(2019). 인공지능 기술 전망과 혁신정책 방향 - 국가 인공지능 R&D 정책 개선방안을 중심으로. 과학기술정책연구보고서, 1-321. 
  21. 21. 윤상균(2018), 인공지능 시대의 사회과교육 : 인공지능과 관계맺기, 사회과교육연구, 25(2), 1-20. 
  22. 22. 이대근(2019). SNS 정보 기반의 인공지능 챗봇 플랫폼 설계 및 구현. 전남대학교 박사학위논문. 
  23. 23. 이동한(2019), 인공지능 기반 음성로봇을 활용한 영어 말하기 학습 시스템 개발 방안. 영상영어교육, 20(1), 189-211. 
  24. 24. 이상구, 이재화, 함윤미(2020). 인공지능(Artificial Intelligence)과 대학수학교육. 수학교육논문집, 34(1), 1-15. 
  25. 25. 이상욱, 고영미 (2017) 수학, 철학, 그리고 인공지능. 한국수학사학회지, 32(5), 217-231. 
  26. 26. 이승철, 김태영(2020). 초등학생을 위한 인공지능 교육 내용 및 방법 제안. 한국컴퓨터교육학회학술발표대회논문집, 24(1), 177-180. 
  27. 27. 이승환, 김용성(2017), 학교에 등장한 인공지능, 정보과학회지, 36(11), 44-50 
  28. 28. 이시카와 아키히코(2018). 인공지능을 위한 수학(신상재, 이진희 역). 서울:프리렉 
  29. 29. 이연(2017). 전자상거래에 적용하는 챗봇(chatbot)의 사회적 실재감, 챗봇에 대한 신뢰와 이용자의 구전의도 및 재이용의도에 관한 연구 : 중국 타오바오 쇼핑사이트에 적용하는 챗봇인 '아리샤오미(阿里小蜜)를 중심으로. 서강대학교 대학원 석사학위논문. 
  30. 30. 이은경(2020). 국내외 초.중등학교 인공지능 교육과정 분석. 컴퓨터교육학회논문지, 23(1), 37-44 
  31. 31. 이지혜, 허난(2018). 수학교육의 변화와 인공지능과의 연관성 탐색. 수학교육논문집, 32(1), 23-36 
  32. 32. 전주현(2019) 4차 산업혁명시대 범용기술인 인공지능분야의 보편적 교육, 기계저널, 59(6), 38-41. 
  33. 33. 정제영(2018). 제4차 산업혁명 시대의 학교교육과 인재양성: 학교시스템의 혁신 방안. 한국교육학회(편), 한국교육의 전망과 과제. 서울: 박영 story. 
  34. 34. 조정호(2019), 4차 산업혁명시대 교육의 개선방향: 인성교육과 인공지능을 중심으로, 인격교육, 13(2), 75-89. 
  35. 35. 최민영(2019), 인공지능 교육의 현황과 학교 및 교사의 역할 변화 예측, 한국컴퓨터교육학회학술발표대회논문집, 23(2), 85-88. 
  36. 36. 최민용, 이태욱(2019). 인공지능 교육의 현황과 학교 및 교사의 역할 변화 예측. 컴퓨터 교육학회학술발표대회 논문집, 85-88. 
  37. 37. 한국교육개발원(2018). 제4차 산업혁명 시대의 교육: 학교의 미래, 한국교육개발원 연구보고 RR 2018-01. 
  38. 38. 한채린,김희정,권오남(2018). 학생의 통계적 변이성 이해에 대한 수학 교사의 노티싱 변화 양상 사례연구. 한국학교수학회논문집, 20(2), 183-206 
  39. 39. Diez, D., Barr, C., & Cetinkaya-Rundel, M. (2015). Statistics, (3rd edition). OpenIntro, Inc. http://www.openintro.org/stat/textbook.php. 
  40. 40. Field, A., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Thousand Oaks, California: SAGE. 
  41. 41. Kerns, G. (2012) Introduction to Probability and Statistics Using R. http://ipsur.org/ 
  42. 42. McInnes, L., Healy, J., Nathaniel, S., & Lukas, G. (2018). UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction. Journal of Open Source Software, 3(29), 861. 
  43. 43. OECD(2016), Trends shaping education 2016, OECD publishing, Paris. 
  44. 44. Hothorn, T., & Everitt, B. (2014). A Handbook of Statistical Analyses Using R, (3rd edition), London: Chapman and Hall/CRC. http://dx.doi.org/10/1787/trends_edu-2016-en. 
  45. 45. R Core Team (2016). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org/. 
  46. 46. Roll, I., & Wylie, R. (2016). Evolution and revolution in artificial intelligence in education. International Journal of Artificial Intelligence Education, 26, 582-599. 
  47. 47. Schumacker, R., & Tomek, S. (2013). Understanding Statistics Using R, New York: Springer. 
  48. 48. UNESCO (2018). Teaching and learning for a sust인공지능nable future. 
  49. 49. https://wilderness-society.org/unesco-teaching-learning-sust인공지능nable-future/(인출일자, 2020.02.11.) 

문의하기 

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

DOI 인용 스타일

"" 핵심어 질의응답