[논문]Educational Contents for Concepts and Algorithms of Artificial Intelligence

Han, Sun Gwan

doi:10.9708/jksci.2021.26.01.037

Educational Contents for Concepts and Algorithms of Artificial Intelligence 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.26 no.1, 2021년, pp.37 - 44

Han, Sun Gwan (Dept. of Computer Education, Gyeongin National University of Education)

초록
AI-Helper

이 연구는 대학생들의 인공지능 소양을 신장하기 위한 교육 콘텐츠의 설계와 개발에 관한 것이다. 우선 인공지능 교육 콘텐츠를 설계하고 교육 프로그램을 구성하였다. 콘텐츠는 8개의 인공지능 영역에서 총 15차시로 구성되었다. 콘텐츠는 지식-기능-태도의 내용을 함께 담고 있으며 학습단계는 5단계로 구성하였다. 콘텐츠의 개발은 온라인 자료의 형태로 구성하고 시뮬레이션과 워크시트를 포함하였다. 또한 교수학습방법을 제공하고 각 콘텐츠별로 평가 문항을 개발하였다. 콘텐츠의 적합성을 살펴보기 위해 전문가 대상으로 타당도 검사를 실시하였다. 설계 내용에 대한 내용타당도 검사 결과 전체 평균은 .71이상을 나타냈고, 개발된 콘텐츠의 수업 적합도의 CVI값은 .82로 타당성이 높게 나왔다. 본 연구에서 개발된 콘텐츠들이 대학 교양교육에서 인공지능 소양을 향상시키기 위한 효과적인 프로그램으로 활용될 것으로 기대된다.

Abstract ▼ AI-Helper

This study is to design and to develop the educational contents to enhance artificial intelligence literacy. First, we designed artificial intelligence education contents and constructed education programs. The contents are composed of a total of 15 lectures in 8 AI domains. The contents contain the elements of knowledge-skill-attitude, and 5 learning steps. The developed contents were organized in the form of online materials and included simulations and worksheets to directly manipulate and explore the concepts and algorithms of AI. In addition, we provided evaluation questions for each content. To examine the suitability of content, we conducted a validity test for experts. As a result of the content validity test, the overall average was .71 or higher, and the CVI value of the class suitability was .82, indicating a high validity. We are expected to use the contents developed in this study as an effective program to improve AI literacy in university liberal arts education.

주제어

표/그림 (8)

그림 Fig. 1. Hype Cycle for Emerging Technologies 2020 [7]
표 Table 1. Detailed Contents
표 Table 2. Education area of content
그림 Fig. 2. Step of Learning Content
그림 Fig. 3. Example of developed content
표 Table 3. Composition Experts for Validity Testing
표 Table 4. Validity test results of Content design(n=12)
표 Table 5. Validity test results of Developed Content(n=12)

AI 본문요약
AI-Helper

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

문제 정의

대상으로 한다. 대학의 교양수준에 적합하도록 인공지능의 핵심적인 개념을 이해하는 것을 목적으로 하며, 일반인들에게도 적용 가능하도록 구성한다.
본 연구에서 개발된 AI 교육 콘텐츠의 적합성과 타당성을 확보하기 위해 전문가를 대상으로 하는 내용 타당도 검사를 실시하였다. 전문가의 구성은 SW․AI 교육 전문가, 인공지능 전문가, 컴퓨터 공학 전문가, 소프트웨어교육 교사로 구성되었으며 총 12명이 참여하였다.
본 연구에서는 인공지능을 효과적으로 학습할 수 있는 교육용 콘텐츠의 설계와 개발에 관한 연구를 진행하였다. 특히 대학 교양 수준의 학습자를 대상으로 하는 콘텐츠를 전국대학에 보급하므로서 많은 학생들이 인공지능에 대한 관심과 인식이 좋아지고 AI에 관한 소양적 지식을 갖게 할 수 있다.
이에 본 연구에서는 인공지능의 체험과 활용 수준을 넘어 기본적인 인공지능의 개념과 다양한 알고리즘을 이해할 수 있는 소양 수준의 학습이 가능한 인공지능 교육용 콘텐츠를 개발하고자 한다.

제안 방법

AI 교육 콘텐츠의 설계가 적절한지에 관한 타당성 검사 문항은 크게 7문항으로 구성되었으며 그 내용은 설계 고려사항의 적절성, 설계 모형의 적절성, AI 지식 체계(대영역) 의 적절성, AI 주제의 선정의 적절성, AI 알고리즘 선정의 적절성, 역량의 3요소의 적절성, 학습 단계의 적절성의 항목으로 구성되었다. 그 분석 결과는 Table 4와 같다.
AI 교육 콘텐츠의 설계에 따라 개발된 학습 프로그램들의 15가지 콘텐츠에 대해 각각 콘텐츠 개발 내용의 적절성, 학습자의 이해를 위한 난이도, 강의 적용에 따른 적합성, 강의자가 가르치기 위한 교수학습의 적합성 그리고 평가 항목의 적절성에 관하여 고르게 검사 문항을 개발하고 전문가 대상으로 검사를 실시하였다. 그 분석 결과는 Table 5와 같다.
개발된 콘텐츠는 인공지능의 개념과 알고리즘 등에 관한 지식 영역의 내용을 위주로 설계하였으므로 개념형성학습을 통해 용어와 알고리즘의 개념을 찾도록 하였고 실습 내용은 사이트의 체험, AI 응용 프로그램의 시뮬레이션탐구와 실험 그리고 코딩 내의 파라미터와 조건 변경을 통한 개발 통제 등을 중심으로 하였기 때문에 발견탐구학습 방법과 문제해결 중심 모형으로 진행하였다. 태도와 관련된 부분의 학습은 토론토의학습을 중심으로 제시하였다.
노빅의 고전인 인공지능; 현대적 접근[4]의 주제와 내용을 분석하였다. 그리고 미국 AI4K12(2019)에서 발표한 AI Framework[10]의 내용을 바탕으로 한선관(2019)이 발표한 한국인공지능교육 프레임워크[5]에서 제시한 3영역 7주제를 인용하여 그에 맞는 개념과 알고리즘을 차시별 콘텐츠 내용으로 선정하였다.
또한 설계 내용을 바탕으로 15개의 주제를 가진 AI교육 콘텐츠를 개발하고 그에 따른 교수학습 방법과 평가 문항을 제시하였다.
적절한 교수학습 방법이 필요하다. 본 연구가 진행된 시기에 코로나-19로 인한 대면수업이 어려워 온라인으로 가능한 수업 방법을 크게 3가지 형태로 선정하였으며 개념형성학습, 발견탐구학습과 문제해결학습 방법으로 수업에 적용하여 진행하였다.
타당도 검사문항 중 설계와 관련된 문항은 총 7문항으로 구성되었으며 5점 리커드 척도를 이용하였다. 설계와 관련된 문항은 1차 검사를 통하여 본 연구 설계에 수정보완하기 위해 적용하였고 2차 검사에서는 설계의 내용과 개발의 내용에 관한 15영역의 5가지 요소에 관한 문항으로 검사를 실시하였다.
연구 결과를 정리하면 우선 인공지능 교육 콘텐츠를 개발하기 위한 교육 프로그램과 교육과정을 설계하고 인공지능의 지식과 기능 그리고 태도의 역량을 신장시키기 위한 학습 콘텐츠의 구성을 5단계의 학습 절차로 진행하도록 설계하였다. 또한 설계 내용을 바탕으로 15개의 주제를 가진 AI교육 콘텐츠를 개발하고 그에 따른 교수학습 방법과 평가 문항을 제시하였다.
우선 S. 러셀과 P. 노빅의 고전인 인공지능; 현대적 접근[4]의 주제와 내용을 분석하였다. 그리고 미국 AI4K12(2019)에서 발표한 AI Framework[10]의 내용을 바탕으로 한선관(2019)이 발표한 한국인공지능교육 프레임워크[5]에서 제시한 3영역 7주제를 인용하여 그에 맞는 개념과 알고리즘을 차시별 콘텐츠 내용으로 선정하였다.
전문가를 대상으로 하는 타당성 분석은 내용 타당도를 바탕으로 하였으며 검사 점수는 전문가들이 각 문항에 긍정적으로 생각하는 정도인 Content Validity Index 지수를 사용하여 타당성의 여부를 분석하였다. 12명의 전문가가 참여한 내용타당도의 CVI 값은 .
설계와 개발에 관한 문항으로 구분되었다. 타당도 검사문항 중 설계와 관련된 문항은 총 7문항으로 구성되었으며 5점 리커드 척도를 이용하였다. 설계와 관련된 문항은 1차 검사를 통하여 본 연구 설계에 수정보완하기 위해 적용하였고 2차 검사에서는 설계의 내용과 개발의 내용에 관한 15영역의 5가지 요소에 관한 문항으로 검사를 실시하였다.
프로그램과 역량을 신장시키는 3가지 요소를 바탕으로 각각의 콘텐츠는 인공지능 영역에 대해 상황을 이해할 수 있는 소개와 핵심 개념 그리고 알고리즘을 제시하고 그 알고리즘을 탐구하고 원리를 발견할 수 있는 시뮬레이션 자료를 제시한 뒤 일상 생활에 적용된 사례나 응용 분야에 대한 융합적인 내용으로 일반화시키는 절차로 구성되었다. 각 단계는 Fig 2와 같다.
학습 평가는 콘텐츠에서 제시하는 학습 목표의 핵심 내용을 중심으로 개념과 용어에 대한 내용과 함께 실습 내용에 대한 AI 원리와 알고리즘의 내용을 중심으로 학습성취도 평가를 할 수 있도록 문항을 콘텐츠의 마지막 부분에 제시하였고 가치와 태도에 관련된 부분은 다양한 토론과 의견이 개진되도록 논쟁이 되는 주제를 자유롭게 기술하도록 개발하였다.

대상 데이터

인공지능에 관한 개념과 알고리즘을 처음 접한 대학생을 대상으로 한다. 대학의 교양수준에 적합하도록 인공지능의 핵심적인 개념을 이해하는 것을 목적으로 하며, 일반인들에게도 적용 가능하도록 구성한다.
본 연구에서 인공지능을 교육하기 위한 콘텐츠의 설계내용은 선행연구 자료와 인공지능 출판 자료를 참고하였다. 우선 S.
실시하였다. 전문가의 구성은 SW․AI 교육 전문가, 인공지능 전문가, 컴퓨터 공학 전문가, 소프트웨어교육 교사로 구성되었으며 총 12명이 참여하였다. 전문가의 구성내용은 Table 3과 같다.

이론/모형

대학의 교양교육 수준에서 갖추어야 할 강좌영역은 윤유진과 이유진의 대학 교양교육과정 개선을 위한 국내ㆍ 외 대학의 교양교육과정 비교연구[14]의 내용과 미국과 영국의 대학 교양강좌에 관한 선행연구[15][16]를 바탕으로 분석하였다. 자연과학과 기술공학계열의 강좌들이 뚜렷한 목표와 인문학적 연계 수업 그리고 다양한 학문과의 융합을 추구하여 교양강좌들이 구성되어야 함을 알 수 있다.

성능/효과

99의 값을 보였다. 0.56를 모두 충족하는 값으로 개발된 콘텐츠의 적합성과 타당성을 확보할 수 있었다.
AI 교육 콘텐츠 개발에 관한 타당성 검사 결과를 보면 전체 항목에서 CVI 지수가 최소 0.60에서 최대 0.99의 값을 보였다. 0.
71 이상으로 나타나 타당성이 높은 것으로 나타났다. 그리고 개발과 관련된 부분에서도 CVI 값의 전체 평균 점수가 0.82를 나타냄으로서 대학 교양 강좌에서 사용하기에 매우 효과적임을 보여주었다.
따라서 본 연구에서 제안하는 대학생들의 교양 수준을 고려하고 인공지능 전 분야의 콘텐츠에 관한 통합적이고 균형 있는 설계와 개발 내용이 기존 연구와의 차별성을 보여주고 있다.
설계와 개발에 관한 적합성과 효과성을 검증하기 위해 전문가를 대상으로 하는 내용타당도 검사를 실시하였으며 콘텐츠 설계에 관해서는 전체 문항을 합산하여 CVI값의평균이 0.71 이상으로 나타나 타당성이 높은 것으로 나타났다. 그리고 개발과 관련된 부분에서도 CVI 값의 전체 평균 점수가 0.
세부적으로 살펴보면 각 콘텐츠의 학습내용 적합도는 .86이고 학습 난이도는 .84, 강의용 수업 적합도는 .79이며 교수자 티칭 적합도는 .78, 평가문항 적합도는 .87을 보여 총 .82의 CVI 값을 보여 주었다. 여러가지 적합도 조사 항목 중 교수자의 티칭 적합도가 약간 낮은 것으로 나타났는데 그 이유는 아직 교수자들이 인공지능 강좌의 이론적 적용 경험이 부족하여 그에 따른 강의자 연수 등의 방안이 필요할 것으로 보였다.
또한 로보틱스와 인터랙션 부분은 실제 하드웨어와 교구를 활용하는 수업을 전개해야 하는 부담이 점수를 낮게 보여준 것으로 생각된다. 이상의 분석 내용을 종합적으로 살펴보면 CVI 값의 전체 평균 점수가 .82를 나타냄으로서 본 연구에서 개발된 콘텐츠와 학습 프로그램들이 대학 교양 수준에서의 강의에 적용되는데 큰 무리가 없으며 신규로 개설 운영되는 인공지능 관련 강좌의 자료로 효과적으로 활용될 것으로 분석되었다.
콘텐츠 설계에 관한 내용 타당도 검사에 따른 분석 결과는 CVI 지수가 최소 0.67에서 최대 0.95의 값을 나타냈고 총 CVI값의 평균이 0.71 이상으로 나타나 타당성이 높은 것으로 나타났다. 구체적으로 설계의 모델과 콘텐츠의 학습 단계는 0.

후속연구

특히 대학 교양 수준의 학습자를 대상으로 하는 콘텐츠를 전국대학에 보급하므로서 많은 학생들이 인공지능에 대한 관심과 인식이 좋아지고 AI에 관한 소양적 지식을 갖게 할 수 있다. 또한 다수의 인재들이 AI를 바탕으로 하는 문제해결의 역량을 갖게 되므로서 국가에서 추진하고자 하는 인공지능 인재 양성 정책에 많은 기여를 할 것으로 기대한다.
특히 인공지능 기술과 같은 파괴적인 와해 성기 술의 발전 속도를 따라가며 학습을 제공해야 하는 교육 현장에서 인재를 양성하는데 많은 걸림돌이 되고 있다. 새로운 기술에 관해 적절하게 강의를 제공하기 위한 우수한 교수자, 실험 환경과 교육기자재 뿐만 아니라 그에 맞는 학습 콘텐츠의 개발과 보급은 이러한 문제를 해결하는데 큰 역할을 할 것이다.
하지만 향후 연구에 학습자를 대상으로 하는 적용에서 그 효과성과 문제점을 발견하여 더 좋은 콘텐츠로 수정 보완할 것으로 기대하며 본 연구가 인공지능 인재의 양성과 국가 AI 정책의 지원 자료로서 많은 도움이 되기를 기대한다.

참고문헌 (18)

Ministry of Science and ICT, National Strategy for Artificial Intelligence, Korea Ministry of Science and ICT, 2019
Ministry of Education, Develop information and AI capabilities, create a next-generation education foundation, and plan for information education enjoyed by everyone, Korea Ministry of Education, 2020.
M. Y. Ryu and S. K. Han, AI Education Programs for Deep-Learning Concepts, Journal of The Korean Association of Information Education, Vol.23, No.6, 2019, pp.583-590.

원문보기 상세보기
S.J. Russell, P. Norvig, Artificial Intelligence: A Modern Approach. 2020, New Jersey: Prentice Hall.
S. G. Han. AI education framework, 2020 http://computing.or.kr/wp-content/uploads/2020/02/AI-Education-Framework-1-for-Korea.pdf.
P. Domingos. The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World, 2015, New York: Basic Books.
Gartner, Hype Cycle for Emerging Technologies 2020, 2020, https://www.gartner.com/smarterwithgartner
Korea Health Industry Development Institute, Policy and Implications for Nurturing AI Manpower by Major Country, 2019
National Assembly of the PRC, New generation artificial intelligence development plan, 2017
D. Touretzky, Artificial Intelligence for k-12, 2019, https://github.com/touretzkyds/ai4k12/wiki
National Information Society Agency, China's Artificial Intelligence Strategy: Focusing on the 'Next Generation Artificial Intelligence Development Plan', 2017.
National Information Society Agency, British Senate's Artificial Intelligence (AI) Strategy Released Report, 2018.
Institute for Information & communication Technology Planning & evaluation, AI Concerns about the shortage of talent, busy with national countermeasures, ICT Brief 2017-47, 2017
Y. J. Yoon, Y. J. Lee, A Comparative Study on the Curriculum of General Education across 9 Universities of the World to Improve the System, Korean Journal of General Education 12, 2018, 259-286.
J. H. Kim, The Liberal Arts Education at American Universities, Journal of educational Research Institute vol 5. no 1, 2003, 27-48
Kim Hyangsook, Choi Jinsil, Current Status and Implications of Liberal Arts Education at UK Universities, Korean Journal of General Education vol.13 no.6, 2019, 547-569
J, Lee, Development of artificial intelligence convergence education program centered on expert system, Master D. thesis, Gyeongin National University of Education, Incheon, 2020.
M. H. Jang, "Unplugged Education Program for Artificial Intelligence Education in Elementary Schools-Focus on Constraint satisfaction problem" Master D. thesis, Gyeongin National University of Education, Incheon, 2020.

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