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
- 따라서 본 연구에서는 초·중등 교사를 대상으로 적용이 가능한 인공지능 교육 프로그램을 개발하고자 한다.
- 이를 통해 인공 지능 교육을 위한 기초자료를 제공하고 각 시·도 교육청 및 대학 등 교육 기관에서 적용할 수 있는 인공지능 교육 교원연수 프로그램 개발에 기여하고자 한다.
- 이에 본 연구에서는 초·중등 학생에게 적용할 수 있는 인공지능을 이해하고 인공지능을 직접 제작하고 체험해보는 활동을 통해 교원의 인공지능 교육역량을 기를 수 있는 교원연수 프로그램을 제작하여 적용 후 교사들의 연수에 대한 인식을 분석하였다.
제안 방법
- [피지컬 컴퓨팅을 통한 인공지능 체험] 영역에서는 피지컬 컴퓨팅 도구의 한 종류인 마이크로비트를 활용하여 머신러닝과 딥러닝을 활용한 프로그래밍을 체험할 수 있도록 하였다. [Fig 5]와 같이 마이크로 비트 보드와 비전 센서를 연결하여 사물, 이미지를 인식하는 프로젝트와 ML4Kids의 지도학습을 이용하여 수평, 비수평을 분류하는 모델 생성을 실습하였으며 이를 토대로 연수자 개별로 프로젝트를 수정하고 발전시켰다. 이렇게 하면 컴퓨터 디스플레이가 아닌, 인공지능을 활용하여 물리적인 장치들을 연결하여 제어하게 하는 것과 같은 보다 생생한 체험이 되도록 할 수 있다.
- 검사도구는 인공지능 교육 교원연수 프로그램의 만족도, 효과성, 현장 활용도, 학교급별 인공지능 교육내용의 필요성 등을 측정하기 위해 설문지를 개발하여 평가하였다. 개발한 설문 문항은 컴퓨터 교육, 교육공학, 교원 연수, 교육과정 등 전문가 8인을 대상으로 타당한지 검토하였으며 내용 타당도를 측정하여 판단하기 위해 내용 타당도 비율(Content Validity Ratio, CVR)을 구하였다. CVR 산출 공식은 Lawshe의 공식을 사용하였다[8].
- 검사도구는 인공지능 교육 교원연수 프로그램의 만족도, 효과성, 현장 활용도, 학교급별 인공지능 교육내용의 필요성 등을 측정하기 위해 설문지를 개발하여 평가하였다. 개발한 설문 문항은 컴퓨터 교육, 교육공학, 교원 연수, 교육과정 등 전문가 8인을 대상으로 타당한지 검토하였으며 내용 타당도를 측정하여 판단하기 위해 내용 타당도 비율(Content Validity Ratio, CVR)을 구하였다.
- 본 연구에서는 G광역시 초·중등교사 21명을 대상으로 인공지능의 기본 개념 및 원리를 쉽게 이해하고 인공지능 학습 알고리즘 중 지도학습 및 딥러닝을 체험 등을 포함하여 초·중등 학생들이 인공지능에 대해 알고 체험해볼 수 있는 학습 내용을 교사가 먼저 체험해볼 수 있도록 1일 8차시의 연수를 진행하였다.
- [Table 2]의 절차에 따라 개발된 교원연수 프로그램의 교육과정 및 시수는 [Table 3]과 같다. 연수 프로그램은 크게 [인공지능 개론 및 인공지능 교육과정 소개], [언플러그드 활동을 통한 인공지능 원리 이해], [간단한 도구를 활용한 기초 인공지능 체험], [스크래치3.0을 활용한 인공지능 체험 및 제작], [피지컬 컴퓨팅을 활용한 인공지능 체험 및 제작]으로 구성하였다.
- 본 연구에서는 G광역시 초·중등교사 21명을 대상으로 인공지능의 기본 개념 및 원리를 쉽게 이해하고 인공지능 학습 알고리즘 중 지도학습 및 딥러닝을 체험 등을 포함하여 초·중등 학생들이 인공지능에 대해 알고 체험해볼 수 있는 학습 내용을 교사가 먼저 체험해볼 수 있도록 1일 8차시의 연수를 진행하였다. 연수 프로그램의 적용은 외부 변인 통제가 용이하도록 하루에 집중하여 연수를 실시하였다. 강사 1인과 보조 강사 2인이 학습을 진행하고 교육과정마다 강사와 보조강사를 서로 교체하여 연수를 진행하였다.
- 강사 1인과 보조 강사 2인이 학습을 진행하고 교육과정마다 강사와 보조강사를 서로 교체하여 연수를 진행하였다. 연수 프로그램의 효과 검증 및 교사의 인공지능 교육에 대한 요구를 분석하기 위해 연수 후 만족도 검사 및 수요조사를 실시하였다.
- 이런 활동을 통하여 뉴럴 네트워크의 [입력층 → 은닉층 →출력층]으로의 순전파와 그 과정에 필요한 가중치의 역할 등을 생각하고 뉴럴 네트워크의 동작 구조를 몸으로 익힐 수 있도록 하였다.
- 이를 바탕으로 인공지능 교육과정을 크게 컴퓨터 없이 인공지능·머신러닝·딥러닝의 원리를 체험하는 언플러그드 활동, 구글 퀵드로우, Teachable Machine 등을 활용한 기초 인공지능 체험 활동, 블록형 프로그래밍 언어 체험 활동, 피지컬 컴퓨팅 활동 등 총 네 가지로 분류하여 연수를 이수한 교사를 대상으로 초·중·고등학교 급에 적합한 교육내용에 대한 요구분석을 실시하였다.
- 연수 내용 중 [언플러그드 활동을 통한 인공지능 원리 이해] 영역에서는 컴퓨터를 사용하지 않고 신체활동과 학습지 활동만으로 머신러닝과 딥러닝의 알고리즘을 체험해보도록 하였다. 이를 위하여 언플러그드 활동으로 딥러닝의 입력층, 은닉층, 출력층의 원리를 체험하도록 하기 위하여 [Fig 2]와 같이 한 장의 사진을 보고 아홈 명이 함께 활동하도록 설계 되었다.
- 이상의 연수 설계 모형에 따라 개발 단계에서 연수 프로그램을 개발하였다. 개발된 교육과정은 컴퓨터 교육 박사 2인, 교육공학 박사 1인, 컴퓨터 교육 전공 박사과정 2인 등 전문가 집단 5명을 대상으로 자문을 받아 최종적으로 확정하였다.
- 타당성 여부를 판정하는 CVR 최솟값은 전문가 8인에 대한 최솟값인 0.75를 기준으로 그 이하인 문항은 삭제하거나 수정하였다. 타당도 검사를 위한 Likert 척도는 ‘전혀 타당하지 않다(1점)’, ‘타당하지 않다(2점)’, ‘보통이다(3점)’, ‘타당하다(4점)’, ‘매우 타당하다(5점)’의 다섯 가지로 구성하였다.
- 평가 단계에서 연수 대상자 21명에 대해 본 연수 프로그램에 대한 전반적인 만족도, 연수내용의 현장 활용도를 조사하였으며 그 결과는 [Table 6]과 같다.
대상 데이터
- 이상의 연수 설계 모형에 따라 개발 단계에서 연수 프로그램을 개발하였다. 개발된 교육과정은 컴퓨터 교육 박사 2인, 교육공학 박사 1인, 컴퓨터 교육 전공 박사과정 2인 등 전문가 집단 5명을 대상으로 자문을 받아 최종적으로 확정하였다. [Table 2]의 절차에 따라 개발된 교원연수 프로그램의 교육과정 및 시수는 [Table 3]과 같다.
이론/모형
- 개발한 설문 문항은 컴퓨터 교육, 교육공학, 교원 연수, 교육과정 등 전문가 8인을 대상으로 타당한지 검토하였으며 내용 타당도를 측정하여 판단하기 위해 내용 타당도 비율(Content Validity Ratio, CVR)을 구하였다. CVR 산출 공식은 Lawshe의 공식을 사용하였다[8].
- 본 연구의 인공지능교육 교원연수 프로그램 개발을 위해 ADDIE 모형을 활용하였다. ADDIE 모형은 많은 교수설계자들에 의해 오랜 시간 동안 점차적으로 정교화되었으며 다양한 교수체제설계 모형의 기초가 되고 널리 활용되는 모형으로서 분석(Analysis), 설계(Design), 개발(Development), 실행(Implement), 평가(Evaluation)의 5가지 단계적 절차로 구성되어 있다[1].
성능/효과
- 고등학교 수준의 인공지능 교육내용의 적합성은 피지컬 컴퓨팅(M=4.37, SD=0.594), 블록형 프로그래밍 언어(M=3.95, SD=0.347), 기초 인공지능 체험(M=3.89, SD=0.332) 순으로 나타났다.
- 둘째, 학교급별 인공지능 교육과정 요구분석 결과 소프트웨어교육 교육과정과 마찬가지로 초등학교에서는 기초 인공지능 체험 활동이, 중학교에서는 블록형 프로그래밍 언어를 활용한 인공지능 체험 활동이 요구되는 것으로 나타났다. 따라서, 이를 바탕으로 교육부 및 각 시·도 교육청에서는 학교급별 적합한 수준의 교육과정 및 교과서를 마련할 필요가 있을 것으로 보이며 향후 학교급별 학생을 대상으로 다양한 학습 방법과 도구를 활용한 연구가 진행되어야 할 것으로 보인다.
- 분석 결과 초등학교 수준의 인공지능 교육내용의 적합성은 언플러그드 활동(M=4.00, SD=0.159), 기초 인공 지능 체험 활동(M=4.32, SD=0.452), 블록형 프로그래밍 언어(M=4.05, SD=0.116) 등 모든 영역에서 평균 4.0 이상의 응답이 나타났다.
- 셋째, 셋째, 초·중등 인공지능 교육을 위한 교원연수 프로그램의 교육내용으로는 기초 인공지능 체험의 필요성이 상대적으로 높게 나타났고 인공지능의 기본 개념 및 이론의 필요성이 낮게 나타났다.
- 셋째, 초·중등 인공지능 교육을 위한 교원연수 프로그램의 교육내용으로는 기초 인공지능 체험의 필요성이 상대적으로 높게 나타났고 인공지능의 기본 개념 및 이론의 필요성이 낮게 나타났다.
- 인공지능 교육 교원연수 프로그램에서 가장 효과적인 부분은 인공지능 교육 목표 및 내용 이해에 도움이 되었다(M=4.52, SD=0.680)는 항목이었으며 인공지능 교육의 필요성과 중요성 인식이 향상됨(M=4.48, SD=0.680), 인공 지능 교육을 수업에 적용하는데 동기가 부여됨(M=4.48, SD=0.750), 인공지능 교육 방법에 도움이 됨(M=4.33, SD=0.796) 등 전체적으로 평균 4.0 이상 나타났다
- 중학교 수준의 인공지능 교육내용의 적합성은 블록형 프로그래밍 언어를 활용한 인공지능 체험(M=4.21, SD=0.096), 피지컬 컴퓨팅(M=4.11, SD=0.243), 기초 인공지능 체험(M=4.05, SD=0.359) 순으로 나타났다.
- 첫째, 인공지능 교육과정의 효과성 분석 결과 제시된 교원연수 프로그램의 각 교육과정이 대체로 효과가 있는 것으로 나타났다. 이는 국내외 인공지능 교육과정 탐색을 바탕으로 인공지능의 원리와 수준을 세분화하여 교육과정을 구성하는 것이 필요함을 의미한다.
- 첫째, 인공지능 교육과정의 효과성 분석 결과 제시된 교원연수 프로그램의 각 교육과정이 대체로 효과가 있는 것으로 나타났으며 둘째, 학교급별 인공지능 교육과정 요구분석 결과 소프트웨어교육 교육과정과 마찬가지로 초등학교에서는 기초 인공지능 체험 활동이, 중학교에서는 블록형 프로그래밍 언어를 활용한 인공지능 체험 활동이 요구되는 것으로 나타났다. 셋째, 셋째, 초·중등 인공지능 교육을 위한 교원연수 프로그램의 교육내용으로는 기초 인공지능 체험의 필요성이 상대적으로 높게 나타났고 인공지능의 기본 개념 및 이론의 필요성이 낮게 나타났다.
후속연구
- 또한, 흥미로운 것은 상세한 AI 알고리즘에 대한 요구가 가장 낮았다는 것이다. 교사들이 머신러닝의 작동 구조를 이해하지 않고 인공지능 플랫폼만을 가지고 수업에 임할 수 있을지는 추후 연구가 필요한 부분이라고 생각한다.
- 그럼에도 불구하고 본 논문은 이은경(2020)이 지적한 인공 지능 교육과정에서 ‘무엇을 가르쳐야 할 것’인지에 대한 연구 및 논의의 필요성[9]에 대한 일정 부분의 답을 주고 있다. 그러나 본 논문에서 제시한 연수 교육과정은 기초, 심화로 세분화될 필요가 있고 그 내용 역시 인공 지능 기술 및 교육과의 통합이라는 측면에서 더욱 발전시켜야 한다. 또한, 교사들로 하여금 인공지능 체험과 더불어 인공지능 원리 이해 및 데이터 편향과 같은 인공지능 윤리와 같은 주제를 고찰할 수 있도록 연수 프로그램이 보완될 필요도 있다.
- 따라서, 이를 바탕으로 교육부 및 각 시·도 교육청에서는 학교급별 적합한 수준의 교육과정 및 교과서를 마련할 필요가 있을 것으로 보이며 향후 학교급별 학생을 대상으로 다양한 학습 방법과 도구를 활용한 연구가 진행되어야 할 것으로 보인다.
- 본 연구는 G광역시 지역으로 한정된 점과 다수의 교사가 아닌 21명의 교사를 대상으로 연수를 운영하여 그 결과를 분석하였다는 대상 수의 한계를 지니고 있다. 그럼에도 불구하고 본 논문은 이은경(2020)이 지적한 인공 지능 교육과정에서 ‘무엇을 가르쳐야 할 것’인지에 대한 연구 및 논의의 필요성[9]에 대한 일정 부분의 답을 주고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.