[논문]문제해결학습의 알고리즘 교육의 효과성 연구

이영석

doi:10.22156/cs4smb.2020.10.08.173

문제해결학습의 알고리즘 교육의 효과성 연구
A Study on the Effectiveness of Algorithm Education Based on Problem-solving Learning 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.10 no.8, 2020년, pp.173 - 178

이영석 (강남대학교 KNU참인재대학)

초록
AI-Helper

가까운 미래에 인공지능과 컴퓨터 네트워크 기술이 발전함에 따라, 인공지능과의 협업이 중요하게 될 것이다. 인공지능 시대에는 사람 간의 의사소통과 협업 능력이 인재의 중요한 요소라고 할 수 있다. 이를 위해서, 컴퓨터 과학 기반의 인공지능이 어떻게 동작하는지를 파악하는 것이 필요하다. 컴퓨터 과학 교육을 위해서는 문제 해결 학습 중심의 알고리즘 교육에 초점을 두는 것이 효율적이다. 본 연구에서는 문제 해결 학습 중심의 알고리즘 교육을 받은 대학생 28명을 대상으로 학기 초의 컴퓨팅 사고력 진단을 실시한 결과와 학기 말의 만족도 조사와 학업 성적을 비교 분석하였다. 학생들의 컴퓨팅 사고력을 진단한 결과와 문제 해결 학습, 교수법, 강의 만족도, 기타 환경 요인에서 상관관계가 나타났고, 회귀분석을 실시한 결과 문제 해결 학습이 강의 만족도와 컴퓨팅 사고력 향상에 영향을 주었음을 확인하였다. 컴퓨터 과학 교육을 위해서 문제 해결 학습 기법과 함께 학생들의 만족도를 향상하는 방법을 추구한다면 학생들의 문제 해결 능력 향상에 도움이 될 것이다.

Abstract ▼ AI-Helper

In the near future, as artificial intelligence and computing network technology develop, collaboration with artificial intelligence (AI) will become important. In an AI society, the ability to communicate and collaborate among people is an important element of talent. To do this, it is necessary to understand how artificial intelligence based on computer science works. An algorithmic education focused on problem solving and learning is efficient for computer science education. In this study, the results of an assessment of computational thinking at the beginning of the semester, a satisfaction survey at the end of the semester, and academic performance were compared and analyzed for 28 students who received algorithmic education focused on problem-solving learning. As a result of diagnosing students' computational thinking and problem-solving learning, teaching methods, lecture satisfaction, and other environmental factors, a correlation was found, and regression analysis confirmed that problem-solving learning had an effect on improving lecture satisfaction and computational thinking ability. For algorithmic education, if you pursue a problem-solving learning technique and a way to improve students' satisfaction, it will help students improve their problem-solving skills.

주제어

표/그림 (3)

표 Table 1. Course Schedule and Content
표 Table 2. Factor analysis results
표 Table 3. The results of multiple regression analysis

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 논문에서는 문제해결학습 중심의 알고리즘 교육 방안을 제시하고, 학생들의 태도와 흥미도가 학업 성적과 알고리즘 해결 과정에 어떤 영향을 주는지 파악하기 위하여, 문제해결학습 과정의 만족도와 관계성을 분석하고자 한다.
본 연구를 수행하기 전에 기존에 문제해결학습 중심의 알고리즘 교육의 사례를 분석하여 각각의 장단점을 분석하였다[23-25]. 또한, 이전 학기에 수강했던 사례와 강의 내용과 학생들의 수준과 학업 성향 등을 분석하여 학생들에게 적합한 교육내용을 체계화하고자 노력하였다. 다양한 사례 분석 결과에 따라 본 연구를 위해서 준비한 문제해결학습 사례는 다음과 같다.
본 논문에서는 대학생 28명을 대상으로 python 기반의 알고리즘 교육을 문제해결학습 중심 형태로 강의를 진행하고, 그에 따른 학생들의 만족도와 학업성취도의 상관관계를 분석하고자 한다. 이를 위해서 준비한 강의 주요 일정과 내용은 Table 1과 같다.
본 연구에서는 대학생들의 컴퓨터 과학 교육에 대한 태도와 흥미도가 알고리즘 교육과 실제 학업 성적에 어떤 연관성을 주는지 분석하였다. 이를 위해 알고리즘 교육 효과를 실시하기 위해서 일상생활과 관련이 있는 문제 해결 기반의 상황을 제시하고 문제를 해결할 수 있도록 검사지를 개발하고 이를 대학교 전공과목에서 적용하였으며 프로그래밍 기본 능력 평가는 학습자 진단을 위한 사전 검사로 실시하고, 학업 태도와 만족도에 대한 검사를 사후 검사로 실시하여 만족도와 학업성취도를 확인하였다.

제안 방법

SNS와 같은 친구 관계를 이용하는 상황을 고려하여 한 사람이 직접 혹은 간접으로 연결되어있는 친구를 찾을 수 있는 알고리즘을 작성하시오.
본 연구의 설문지를 개발하기 위한 선행연구 분석과 설문지 제작, 타당도 검토, 온라인 설문 실시 및 결과 분석의 과정으로 진행되었다. 기존의 선행연구를 참고하고, 이미 적용된 설문지를 수정 및 보완하여 설문지를 개발하였다. 설문지의 타당성을 확보하기 위해 컴퓨터 교육과 교수 2명, 컴퓨터 공학과 교수 2명, 교양학부 교수 2명에게 자문을 의뢰하여 설문지에 관한 내용 타당도 검증을 시행하였다.
본 논문에서는 대학교 학생 28명을 대상으로 파이선 기반의 알고리즘을 주요 강의 내용으로 정하고, 학기 초에 실시한 진단 결과와 과제, 중간고사, 기말 프로젝트의 성적, 최종 학업 성적과 함께 문제 해결 학습에 대한 만족도와 교수와의 의사소통과 함께 교수법, 강의 만족도에 대한 설문 조사를 실시하였다.
본 연구를 수행하기 전에 기존에 문제해결학습 중심의 알고리즘 교육의 사례를 분석하여 각각의 장단점을 분석하였다[23-25]. 또한, 이전 학기에 수강했던 사례와 강의 내용과 학생들의 수준과 학업 성향 등을 분석하여 학생들에게 적합한 교육내용을 체계화하고자 노력하였다.
본 연구의 설문지를 개발하기 위한 선행연구 분석과 설문지 제작, 타당도 검토, 온라인 설문 실시 및 결과 분석의 과정으로 진행되었다. 기존의 선행연구를 참고하고, 이미 적용된 설문지를 수정 및 보완하여 설문지를 개발하였다.
본 조사를 위해 학기 초에 학습자 진단 평가를 실시하였고, 학기가 종료되기 직전에 만족도에 대한 설문 조사를 실시하였다. 설문 분석 도구는 SPSS v20.
기존의 선행연구를 참고하고, 이미 적용된 설문지를 수정 및 보완하여 설문지를 개발하였다. 설문지의 타당성을 확보하기 위해 컴퓨터 교육과 교수 2명, 컴퓨터 공학과 교수 2명, 교양학부 교수 2명에게 자문을 의뢰하여 설문지에 관한 내용 타당도 검증을 시행하였다. 프로그래밍에 대한 개념을 제외하고는 학생들이 쉽게 이해하고 응답할 수 있도록 검사지와 설문지 문항을 구성하였다.
이 문제는 11주∼13주 강의 시간 동안에 실시하며, 중간고사 이후에 리스트 처리 2주, 그래프 이해하기 2주를 학습하고 부분적인 문제를 해결하고, 기말고사에서 실시하는 프로젝트와 연결하여 문제 해결 과정을 조금씩 확대해 나가면서 강의를 진행하였다.
이 문제는 4주∼6주 강의 시간에 실시하며, 프로그래밍 기초가 부족한 학생들을 위해 기본 입출력과 조건문 관련 내용 1주, 재귀 함수 2주를 학습하고 부분적인 문제를 먼저 풀고, 전체 파스칼 삼각형을 해결을 할 수 있도록 하였다.
본 연구에서는 대학생들의 컴퓨터 과학 교육에 대한 태도와 흥미도가 알고리즘 교육과 실제 학업 성적에 어떤 연관성을 주는지 분석하였다. 이를 위해 알고리즘 교육 효과를 실시하기 위해서 일상생활과 관련이 있는 문제 해결 기반의 상황을 제시하고 문제를 해결할 수 있도록 검사지를 개발하고 이를 대학교 전공과목에서 적용하였으며 프로그래밍 기본 능력 평가는 학습자 진단을 위한 사전 검사로 실시하고, 학업 태도와 만족도에 대한 검사를 사후 검사로 실시하여 만족도와 학업성취도를 확인하였다.
재귀 함수와 리스트 자료구조를 이해하고 자신만의 방법으로 파스칼 삼각형 규칙에 적합하도록 출력되는 알고리즘을 작성하시오.
학기 초에 파이선의 기초를 복습하고, 자료구조와 알고리즘의 기본 개념을 학습한 뒤, 학습자 진단평가를 컴퓨팅 사고와 프로그래밍의 기본 개념을 묻는 필기 형태와 문제 해결 과정을 수행할 수 있도록 실기 프로젝트로 나누어 실시하였다. 진단 결과와 학생들의 희망에 따라서 2^～3명의 소규모 팀을 이루어서 협력 학습을 진행할 수 있도록 하였고, 매주 주제에 적합한 실생활의 문제를 제시하여 문제해결학습을 통해서 알고리즘을 이해하고 본인이 스스로 풀 수 있도록 지도하였다.
설문지의 타당성을 확보하기 위해 컴퓨터 교육과 교수 2명, 컴퓨터 공학과 교수 2명, 교양학부 교수 2명에게 자문을 의뢰하여 설문지에 관한 내용 타당도 검증을 시행하였다. 프로그래밍에 대한 개념을 제외하고는 학생들이 쉽게 이해하고 응답할 수 있도록 검사지와 설문지 문항을 구성하였다.
학기 초에 파이선의 기초를 복습하고, 자료구조와 알고리즘의 기본 개념을 학습한 뒤, 학습자 진단평가를 컴퓨팅 사고와 프로그래밍의 기본 개념을 묻는 필기 형태와 문제 해결 과정을 수행할 수 있도록 실기 프로젝트로 나누어 실시하였다. 진단 결과와 학생들의 희망에 따라서 2^～3명의 소규모 팀을 이루어서 협력 학습을 진행할 수 있도록 하였고, 매주 주제에 적합한 실생활의 문제를 제시하여 문제해결학습을 통해서 알고리즘을 이해하고 본인이 스스로 풀 수 있도록 지도하였다.
이 문제는 4주∼6주 강의 시간에 실시하며, 프로그래밍 기초가 부족한 학생들을 위해 기본 입출력과 조건문 관련 내용 1주, 재귀 함수 2주를 학습하고 부분적인 문제를 먼저 풀고, 전체 파스칼 삼각형을 해결을 할 수 있도록 하였다. 학생들이 자신만의 방법으로 학습한 알고리즘을 구현할 수 있도록 재귀 함수와 리스트 기법 중에서 2가지를 모두 사용하거나 한 가지만 사용해서 푸는 것도 인정해 주도록 하였다.

성능/효과

05)가 실제 학생들에게 유의미 있는 영향을 준 것으로 파악되었다. 교수법과 팀티칭 등의 기타 환경은 문제해결학습과의 상관관계에서는 의미가 있었지만, 실제 학생들의 학업 성적에는 영향을 미치지 못하는 것으로 분석되었다.
문제해결학습은 교수법, 강의 만족도와의 상관은 높은 관련성을 가진 것으로 유의미하게 나타났다. 특히, 상관관계 분석을 토대로 학업 성적과의 회귀분석 결과, 문제 해결 학습에 대한 만족도와 교수법, 강의 만족도와의 상관이 매우 높게 나타났고, 기타 환경과의 상관도 유의미하게 있는 것으로 나타났다.
상관관계 분석에서 관련성이 높게 나타난 결과를 바탕으로 학생들의 학업 성적에 대해 영향을 준 정도를 파악하기 위한 회귀분석 결과를 분석해 보면, 문제해결학습(t=2.580, p<.05), 강의 만족도(t=2.847, p<.05)가 실제 학생들에게 유의미 있는 영향을 준 것으로 파악되었다.
05)로 나타나서 실제 학생들의 학업 성적에 유의미 있는 영향을 준 것으로 파악되었다. 이러한 결과를 봤을 때 알고리즘 교육에서 학습자 진단 결과에 따라 문제 해결 중심 기반의 교육을 실시한 결과에 대한 학생들의 만족도가 높은 편이며, 관련성과 함께 교육 효과도 있는 것으로 나타났다.
문제해결학습은 교수법, 강의 만족도와의 상관은 높은 관련성을 가진 것으로 유의미하게 나타났다. 특히, 상관관계 분석을 토대로 학업 성적과의 회귀분석 결과, 문제 해결 학습에 대한 만족도와 교수법, 강의 만족도와의 상관이 매우 높게 나타났고, 기타 환경과의 상관도 유의미하게 있는 것으로 나타났다.
학습자 진단 결과에 따라 수업을 학생들 수준에 맞도록 문제해결학습 중심으로 진행한 결과, 문제해결학습(t=2.580, p<.05), 강의 만족도(t=2.847, p<.05)로 나타나서 실제 학생들의 학업 성적에 유의미 있는 영향을 준 것으로 파악되었다.

후속연구

이러한 알고리즘 교육이 진행된다면, 학생들은 실제 문제 상황에 대한 해결책을 생각하고, 자신만의 방법으로 컴퓨터 프로그래밍을 이용한 알고리즘 설계와 개발을 실시한다면, 알고리즘에 대한 이해도와 함께 문제 해결 능력이 향상될 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	알고리즘 교육에서 필요한것은 무엇인가?	알고리즘 교육에서는 알고리즘의 단계에 따라서 문제 해결책을 생각하고 본인의 아이디어로 문제를 풀어나가는 과정을 거칠 수 있도록 학생들이 프로그래밍 언어의 기본 개념과 함께 다양한 문제 해결을 시도하도록 내용을 체계화해야 하며, 학생들의 수준에 적합한 교육 내용 마련과 이를 적용할 수 있는 문제를 준비하는 것이 필요하다[16].
	인공지는 시대에서 인재의 중요한 요소는 무엇인가?	가까운 미래에 인공지능과 컴퓨터 네트워크 기술이 발전함에 따라, 인공지능과의 협업이 중요하게 될 것이다. 인공지능 시대에는 사람 간의 의사소통과 협업 능력이 인재의 중요한 요소라고 할 수 있다. 이를 위해서, 컴퓨터 과학 기반의 인공지능이 어떻게 동작하는지를 파악하는 것이 필요하다.
	알고리즘을 작성하는 단계는 무엇인가?	- 문제 정의 또는 문제 관련 사항 진술 - 문제 해결을 위한 모델 설계 및 개발 - 알고리즘 설계 - 알고리즘의 정확성 확인 - 프로그래밍 언어 구현 - 알고리즘의 복잡성 분석 및 연구 - 프로그램 테스트와 디버깅 - 문서화 준비

참고문헌 (25)

J. J. Lee & S. W. Kim. (2019). Analysis of Informatics Curriculum and Teaching Cases for Digital Literacy Education. The Journal of Korean Association of Computer Education, 22(5), 11-25. DOI : 10.32431/kace.2019.22.5.002
S. Jeon, Y. Son & S. Park. (2020). Analysis of the ICILS 2018 Results by Korean Students' Educational Experience in Computer and Information Literacy and Computational Thinking. The Journal of Korean Association of Computer Education, 23(3), 1-8. DOI : 10.32431/kace.2020.23.3.001

원문보기 상세보기
O. H. KANG. (2020). Analysis of the Organization Structure and Learning Objectives of High School Informatics Textbooks. The Journal of Korean Association of Computer Education, 23(3), 9-15. DOI : 10.32431/kace.2020.23.3.002
J. K. Shim & D. Y. Kwon. (2019), Development of an Educational Tangible Coding Tools for Algorithmic Thinking Focused on Programming Activities. The Journal of Korean Association of Computer Education, 22(6), 77-90. DOI : 10.32431/kace.2019.22.6.002
G. Chen, , J. Shen, L. Barth-Cohen, S. Jiang, X. Huang & M. Eltoukhy. (2017). Assessing elementary students' computational thinking in everyday reasoning and robotics programming. Computers & Education, 109, 162-175. DOI : 10.1016/j.compedu.2017.03.001

상세보기
B. C. Czerkawski & E. W. Lyman. (2015). Exploring issues about computational thinking in higher education. TechTrends, 59(2), 57-65. DOI : 10.1007/s11528-015-0840-3

상세보기
E. J. Kim. (2019). A Study on Difficulty Equalization Algorithm for Multiple Choice Problem in Programming Language Learning System. The Journal of Korean Association of Computer Education, 22(3), 55-65. DOI : 10.32431/kace.2019.22.3.005

원문보기 상세보기
H. Y. Durak, F. G. K. Yilmaz & R. Yilmaz. (2019). Computational Thinking, Programming Self-Efficacy, Problem Solving and Experiences in the Programming Process Conducted with Robotic Activities. Contemporary Educational Technology, 10(2), 173-197. DOI : 10.30935/cet.554493
Y. Lee & J. Cho. (2018). Factor Analysis of Computational Thinking for Software Education Based on Problem-Solving Learning. International Journal of Pure and Applied Mathematics, 120(6), 4953-4967.
Y. Lee & J. Cho. (2020). Knowledge representation for computational thinking using knowledge discovery computing. Information Technology and Management, 21(1), 15-28. DOI : 10.1007/s10799-019-00299-9

상세보기
D. Topalli & N. E. Cagiltay. (2018). Improving programming skills in engineering education through problem-based game projects with Scratch. Computers & Education, 120, 64-74. DOI : 10.1016/j.compedu.2018.01.011

상세보기
A. C. Adamuthe & S. U. Mane. (2020). PBL Based Teaching-Learning Strategy for Inculcating Research Aptitude in CS/IT Students. Journal of Engineering Education Transformations, 33, 585-594. DOI : 10.16920/jeet/2020/v33i0/150125
B. Panapt & C. Pandit. (2019). Project-Based Learning Approach in Undergraduate Engineering Course of Cryptography and Security in Computer Science. Journal of Engineering Education Transformations, 33(1), 153-158. DOI : 10.16920/jeet/2019/v33i1/149006
J. Broisin & C. Herouard. (2019). Design and Evaluation of a Semantic Indicator for Automatically Supporting Programming Learning. International Educational Data Mining Society.
C. Angeli & M. Giannakos. (2020). Computational thinking education: Issues and challenges. DOI : 10.1016/j.chb.2019.106185
A. Basuhail. (2019). e-Learning objects designing approach for programming-based problem solving. e-Learning, 2(1).
M. Gong & H. Zhang. (2019, September). Study on the Teaching Reform for Theory and Application of Algorithm Analysis based on OBE. In 2019 International Conference on Advanced Education and Social Science Research (ICAESSR 2019). Atlantis Press. DOI : 10.2991/icaessr-19.2019.39
P. J. Giabbanelli, A. A. Tawfik & V. K. Gupta. (2019). Learning analytics to support teachers' assessment of problem solving: A novel application for machine learning and graph algorithms. In Utilizing learning analytics to support study success (pp. 175-199). Springer, Cham. DOI : 10.1007/978-3-319-64792-0_11
S. M. Biju. (2019). Benefits of Working in Pairs in Problem Solving and Algorithms-Action Research.
S. Psycharis & M. Kallia. (2017). The effects of computer programming on high school students' reasoning skills and mathematical self-efficacy and problem solving. Instructional Science, 45(5), 583-602. DOI : 10.1007/s11251-017-9421-5

상세보기
Z. Kazanci. (2017). Teaching computer algorithm as a medium of improving problem solving skills in elementary school students. International Journal of Social Science and Humanity, 7(3), 179. DOI : 10.18178/ijssh.2017.7.3.815

상세보기
J. W. McManus & P. J. Costello. (2019). Project based learning in computer science: a student and research advisor's perspective. Journal of Computing Sciences in Colleges, 34(3), 38-46.
Y. Lee. (2018). Analyzing the effect of software education applying problem-solving learning. Journal of Digital Convergence, 16(3), 95-100. DOI : 10.14400/JDC.2018.16.3.095
Y. Lee. (2018). Python-based Software Education Model for Non-Computer Majors. Journal of the Korea Convergence Society, 9(3), 73-78. DOI : 10.15207/JKCS.2018.9.3.073
Y. Lee & J. Cho. (2019). Analysis of Correlation between Satisfaction and Academic Achievement of Software Education Based on Problem-solving Learning. Journal of the Korea Convergence Society, 9(2), 49-54. DOI : 10.22156/CS4SMB.2019.9.2.049

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