$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

인공지능(AI) 역량 함양을 위한 고등학교 수학 내용 구성에 관한 소고
A Study on Development of School Mathematics Contents for Artificial Intelligence (AI) Capability 원문보기

韓國學校數學會論文集 = Journal of the Korean school mathematics society, v.23 no.2, 2020년, pp.223 - 237  

고호경 (아주대학교)

초록
AI-Helper 아이콘AI-Helper

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 AI-Helper 아이콘AI-Helper

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 stu...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 본 연구는 인공지능 시대에 이에 대한 원리를 보다 더 잘 이해하고 이를 적절히 활용할 수 있기 위한 중고등학교 학생들이 경험해야 하는 수학 내용이 무엇인지를 살펴보고자 한다. 이는 향후 개정 교육과정에서 이를 어떻게 중고등학교 수학에 적용할 수 있을지에 대한 시사점이 될 수 있을 것이다.
  • 이러한 딥러닝(Deep learning)을 활용함으로써, 예전에 주로 하던 방법은 통계 소프트웨어 패키지를 사용하여 가설을 세우고 분석하는 방법에서 벗어나 요즈음은 사회 각계 각 분야에서 수집된 다양한 데이터를 통해 딥러닝 연구를 기반으로 연구를 시행하고 있다(McInnes, Healy, Nathaniel, & Lukas, 2018). 수집된 데이터를 활용하여 상세하고 맞춤화된 가설을 세우는 대신 데이터가 보여주는 것을 조사하여 효과를 측정하는 방식을 활용하는 것이다.
  • 그렇다면 인공지능이 융합된 교육의 그림은 어떤 것일까? 인공지능 기반의 학습 프로그램을 통해 개별 학습 지도 및 평가 등 개인 맞춤 교육이 증진되고, 학생들은 챗봇에게 질문하고 챗봇과 함께 자기주도학습을 한다(최민영, 이태옥, 2019). 원격교육 인프라가 확충되고 최첨단 에듀테크가 실현되어 인공지능에 의한 온라인 수업이 새로운 패러다임으로의 정착을 이야기하는 것이다. 이렇듯 인공지능의 출현은 인공지능을 교수・학습에 도입하여 기존에 해결하기 어려웠던 맞춤형 수업과 학습태도 분석을 실시하고 이에 더하여 학사 행정부담 완화 등의 다각도의 시도가 이루어지고 있다.
  • 먼저, 지도학습으로써 데이터와 함께 '정답'을 부여하는 방법이다. 즉 정답을 가지고 있는 훈련 데이터를 기반으로 새로운 데이터의 정답을 예측하는 것이다. 두 번째, '정답'을 주지 않고, 학습용 데이터 집합만을 주는 방법인 비지도학습이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
인공지능은 무엇인가? 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 개념을 더 잘 이해하기 위한 수학교육을 목적으로 하면 어떤 과목들을 개발해야 하는가? 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 내용을 기존의 수학 교육과정과 같이 다루게 되면 어떤 문제점이 생기는가? 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. 고선규 (2019). 인공지능과 어떻게 공존할 것인가. 서울:타커스. 

  2. 고호경 외 (2015). 수학중심의 STEAM_세상을 읽는 수학. 한국과학창의재단 연구보고서 

  3. 과학기술정보통신부 웹진 (2020). 인공지능이란?. http://sejong.korea.ac.kr/user/boardList.do?commandview&boardId99656&boardSeq102872.(인출일자, 2020.05.21.) 

  4. 과학기술정보통신부(2019). "IT 강국을 넘어 인공지능 강국으로!" 인공지능 국가전략. 보도자료(2019.12.17.) 

  5. 교육부(2015). 수학과 교육과정, 교육부 고시 제2015-74호[별책 8]. 

  6. 구형일(2018). 인공지능 및 딥러닝 동향. 전기의세계, 67(7), 7-12. 

  7. 김미령, 정경영, 노지화 (2019). 수업활동 기반 협력적 인공지능 수학교사 개발에 대한 고찰. East Asian Mathematical Journal, 35(4), 507-528. 

  8. 김신애(2019), 인공지능 시대의 교육을 위한 '또 하나의 관점', 교육원리연구, 24(1), 83-105. 

  9. 김정란, 김응환(2017), 미국의 통계소양교육 분석을 통한 우리나라 교사교육 방향의 탐색. 한국학교수학회논문집, 20(2), 163-186. 

  10. 김진수, 박남제(2019). 초등과정 인공지능 학습 원리 이해를 위한 보드게임 기반 게이미피케이션 교육 실증. 정보교육학회논문지, 23(3). 229-235 

  11. 김진숙(2018). 제4차 산업혁명 시대의 교육과정, 평가의 변화: 교수학습 방법의 변화, 한국교육학회(편), 한국교육의 전망과 과제. 서울: 박영 story. 

  12. 김창일, 전영주(2017), "수학과 중등임용 확률과 통계 기출문항 분석. 한국학교수학회논문집, 20(4),387-404 

  13. 김홍겸, 박창수, 정시훈, 고호경(2018). 미래교육에서의 인간 교사와 인공지능 교사의 상호보완적 관계에 대한 소고. 교육문화연구, 24(6), 189-207. 

  14. 남호성(2020). 쉽게 배우는 인공지능. 한국컴퓨터교육학회학술발표대회논문집, 24(1), 195-233 

  15. 다다샤토시(2017). 처음 배우는 인공지능(송교식 역). 서울: 한빛미디어 

  16. 박현길(2017). 나를 읽는다 챗봇(Chatbot)! 마케팅, 51(5), 40-50. 

  17. 신승기(2019). Computational Thinking 기반의 인공지능교육 프레임워크 및 인지적학습환경 설계, 정보교육학회논문지, 23(6), 639-653. 

  18. 신형욱(2018), 인공지능 시대에 맞는 외국어 교과의 '성격'과 '목표', Foreign language education, 25(4), 133-157. 

  19. 아카이시 마사노리(2018). 딥러닝을 위한 수학(신상재 역). 서울:위키북스 

  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. 윤상균(2018), 인공지능 시대의 사회과교육 : 인공지능과 관계맺기, 사회과교육연구, 25(2), 1-20. 

  22. 이대근(2019). SNS 정보 기반의 인공지능 챗봇 플랫폼 설계 및 구현. 전남대학교 박사학위논문. 

  23. 이동한(2019), 인공지능 기반 음성로봇을 활용한 영어 말하기 학습 시스템 개발 방안. 영상영어교육, 20(1), 189-211. 

  24. 이상구, 이재화, 함윤미(2020). 인공지능(Artificial Intelligence)과 대학수학교육. 수학교육논문집, 34(1), 1-15. 

  25. 이상욱, 고영미 (2017) 수학, 철학, 그리고 인공지능. 한국수학사학회지, 32(5), 217-231. 

  26. 이승철, 김태영(2020). 초등학생을 위한 인공지능 교육 내용 및 방법 제안. 한국컴퓨터교육학회학술발표대회논문집, 24(1), 177-180. 

  27. 이승환, 김용성(2017), 학교에 등장한 인공지능, 정보과학회지, 36(11), 44-50 

  28. 이시카와 아키히코(2018). 인공지능을 위한 수학(신상재, 이진희 역). 서울:프리렉 

  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. 이은경(2020). 국내외 초.중등학교 인공지능 교육과정 분석. 컴퓨터교육학회논문지, 23(1), 37-44 

  31. 이지혜, 허난(2018). 수학교육의 변화와 인공지능과의 연관성 탐색. 수학교육논문집, 32(1), 23-36 

  32. 전주현(2019) 4차 산업혁명시대 범용기술인 인공지능분야의 보편적 교육, 기계저널, 59(6), 38-41. 

  33. 정제영(2018). 제4차 산업혁명 시대의 학교교육과 인재양성: 학교시스템의 혁신 방안. 한국교육학회(편), 한국교육의 전망과 과제. 서울: 박영 story. 

  34. 조정호(2019), 4차 산업혁명시대 교육의 개선방향: 인성교육과 인공지능을 중심으로, 인격교육, 13(2), 75-89. 

  35. 최민영(2019), 인공지능 교육의 현황과 학교 및 교사의 역할 변화 예측, 한국컴퓨터교육학회학술발표대회논문집, 23(2), 85-88. 

  36. 최민용, 이태욱(2019). 인공지능 교육의 현황과 학교 및 교사의 역할 변화 예측. 컴퓨터 교육학회학술발표대회 논문집, 85-88. 

  37. 한국교육개발원(2018). 제4차 산업혁명 시대의 교육: 학교의 미래, 한국교육개발원 연구보고 RR 2018-01. 

  38. 한채린,김희정,권오남(2018). 학생의 통계적 변이성 이해에 대한 수학 교사의 노티싱 변화 양상 사례연구. 한국학교수학회논문집, 20(2), 183-206 

  39. Diez, D., Barr, C., & Cetinkaya-Rundel, M. (2015). Statistics, (3rd edition). OpenIntro, Inc. http://www.openintro.org/stat/textbook.php. 

  40. Field, A., Miles, J., & Field, Z. (2012). Discovering Statistics Using R. Thousand Oaks, California: SAGE. 

  41. Kerns, G. (2012) Introduction to Probability and Statistics Using R. http://ipsur.org/ 

  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. OECD(2016), Trends shaping education 2016, OECD publishing, Paris. 

  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. 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. Roll, I., & Wylie, R. (2016). Evolution and revolution in artificial intelligence in education. International Journal of Artificial Intelligence Education, 26, 582-599. 

  47. Schumacker, R., & Tomek, S. (2013). Understanding Statistics Using R, New York: Springer. 

  48. UNESCO (2018). Teaching and learning for a sust인공지능nable future. 

  49. https://wilderness-society.org/unesco-teaching-learning-sust인공지능nable-future/(인출일자, 2020.02.11.) 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로