[논문]방사선(학)과 분야에서 챗봇을 이용한 학습방법의 유용성

박윤서; 이용기; 안성민

doi:10.7742/jksr.2023.17.3.411

초록
AI-Helper

본 연구에서는 방사선(학)과 재학생의 주요 학습 도구의 활용성을 조사하고, 방사선사면허 국가시험의 대화형 인공지능 서비스 프로그램인 챗봇의 정답률을 분석하여 방사선학 분야에서 대화형 인공지능 서비스 프로그램의 유용성에 대한 기초 연구에 목적이 있다. 방사선(학)과 재학생의 학습 시 전자기기를 적극적으로 활용한다는 응답자가 84.3%로 나타났다. 또한 학습 시 자료수집의 효율성을 묻는 질문에 140명 중 검색엔진을 1순위로 활용한다고 답한 응답자가 104명이었다. 챗봇을 알고 있는지 붇는 질문에 80%가 알고 있다고 답하였으며, 학업 목적으로 챗봇을 사용한 경험은 22.9%가 1회 이상 사용 경험을 가지고 있었다. 2018년도부터 2022년도까지 시험문제 중 1교시와 2교시의 문제를 챗봇에게 정답을 물어보았다. 그 결과 Chat GPT의 1교시 정답률은 48.28%에서 60%였으며, 2교시 문제의 정답률은 50%에서 62.22%로 나타났다. Bing의 1교시 정답률은 55%에서 64.55%였으며, 2교시 문제의 정답률은 48%에서 52.22%로 나타났다. 본 연구를 통하여 방사선(학)과 재학생들이 전자기기를 통해 학습하고 인터넷을 통해 정보를 찾는 것이 일반적인 경향임을 확인할 수 있었다. 그러나 방사선학 분야에서 대화형 인공지능 서비스 프로그램은 정확성과 신뢰성에 대한 문제가 있으며, 완벽한 해답을 제공하는 것은 어렵기 때문에 계속해서 발전하고 개선되어야 한다.

Abstract ▼ AI-Helper

The purpose of this study is to investigate the utilization of major learning tools among radiology science students and assess the accuracy of a conversational artificial intelligence service program, specifically a chatbot, in the context of the national radiologic technologist licensing exam. The...

The purpose of this study is to investigate the utilization of major learning tools among radiology science students and assess the accuracy of a conversational artificial intelligence service program, specifically a chatbot, in the context of the national radiologic technologist licensing exam. The survey revealed that 84.3% of radiology science students actively utilize electronic devices during their learning process. In addition, 104 out of 140 respondents said they use search engines as a top priority for efficient data collection while studying. When asked about their awareness of chatbots, 80% of participants responded affirmatively, and 22.9% reported having used chatbots for academic purposes at least once. From 2018 to 2022, exam questions from the first and second periods were presented to the chatbot for answers. The results showed that ChatGPT's accuracy in answering first period questions increased from 48.28% to 60%, while for second period questions, it increased from 50% to 62.22%. Bing's accuracy in answering first period questions improved from 55% to 64.55%, and for second period questions, it increased from 48% to 52.22%. The study confirmed the general trend of radiology science students utilizing electronic devices for learning and obtaining information through the internet. However, conversational artificial intelligence service programs in the field of radiation science face challenges related to accuracy and reliability, and providing perfect solutions remains difficult, highlighting the need for continuous development and improvement.

주제어

표/그림 (10)

그림 Fig. 1. Use of electronic device.
그림 Fig. 2. Reasons for not using electonic device (low frequency).
그림 Fig. 3. Interest in using electronic devices.
그림 Fig. 4. Ways to improve efficiency of studying.
그림 Fig. 5. Awareness of conversational AI Chatbots.
그림 Fig. 6. Experiences of using AI Chatbots for studying.
표 Table 1. Respondent characteristics
그림 Fig. 7. Satisfaction about AI Chatbots.
표 Table 3. Accuracy rate of the Chatbot's radiology national exam by subject [Unit: %]
표 Table 2. Accuracy rate of the Chatbot's radiology national exam [Unit: %]

AI 본문요약
AI-Helper

문제 정의

따라서 본 연구에서는 방사선(학)과 재학생의 주요 학습 도구의 활용성을 조사하고, 방사선사 면허 국가시험의 대화형 인공지능 서비스 프로그램인 챗봇의 정답률을 분석하여 방사선학 분야에서 대화형 인공지능 서비스 프로그램의 유용성에 대한 기초 연구에 목적이 있다.

제안 방법

방사선(학)과의 재학생을 대상으로 학습 시 전자기기 및 인터넷 활용 현황 등을 조사하였으며, 전자기기의 활용 빈도, 자료수집 방법, 인공지능 프로그램의 활용에 대한 문항으로 작성되었다. 설문 형태는 쉽게 응답할 수 있도록 5지 선다형 문항으로 작성되었고, 일부 문항에서는 보다 자세한 응답을 요구하기 위해 개방형 질문도 포함되었다.
방사선(학)과의 재학생을 대상으로 학습 시 전자기기 및 인터넷 활용 현황 등을 조사하였으며, 전자기기의 활용 빈도, 자료수집 방법, 인공지능 프로그램의 활용에 대한 문항으로 작성되었다. 설문 형태는 쉽게 응답할 수 있도록 5지 선다형 문항으로 작성되었고, 일부 문항에서는 보다 자세한 응답을 요구하기 위해 개방형 질문도 포함되었다.

대상 데이터

2022년 5월 1일부터 5월 28일까지 3년제인 D 대학과 4년제인 G 대학의 방사선(학)과의 재학생을 대상으로 설문을 시행하였다. 설문조사는 국내 포털사이트인 N사의 폼을 통해 받았으며, 응답자는 140명이었다.
방사선사 국가시험 문제가 공개된 2018년도부터 2022년도까지 시험문제를 챗봇에게 정답을 물어보았다. 챗봇은 영상을 입력할 수 없어 3교시 문제는 제외하고 1교시와 2교시 문제만 정답을 물었다.
설문에 응한 사람은 Table 1과 같이 1학년 84명, 2학년 18명, 3학년 16명, 그리고 4학년은 22명이었다. 여학생은 78명, 남학생은 62명이었으며, 평균연령은 만 20.
2022년 5월 1일부터 5월 28일까지 3년제인 D 대학과 4년제인 G 대학의 방사선(학)과의 재학생을 대상으로 설문을 시행하였다. 설문조사는 국내 포털사이트인 N사의 폼을 통해 받았으며, 응답자는 140명이었다.
설문에 응한 사람은 Table 1과 같이 1학년 84명, 2학년 18명, 3학년 16명, 그리고 4학년은 22명이었다. 여학생은 78명, 남학생은 62명이었으며, 평균연령은 만 20.3세였다.

데이터처리

OpenAI의 ChatGPT(Ver. 3.5)와 Microsoft Bing을 사용하여, 2018년도부터 2022년도의 방사선사국가 시험에 출제된 1교시와 2교시 문제의 정답률을 분석하였다.

성능/효과

Table 3과 같이 과목별 정답률을 분석한 결과 인체 해부생리학에서 ChatGPT와 Bing 각각 75.29%, 71.76 %로 높은 정답률을 보인 반면, 방사선기기학, 방사선생물학, 의료관계법규, 방사선영상학, 투시조영학 과목에서는 ChatGPT와 Bing 모두 50% 이하의 정답률로 나타났다.
방사선(학)과 재학생을 대상으로 하는 설문에서도 전자기기를 활용한 학습과 인터넷을 통한 전공관련 정보 탐색이 재학생들에게 흔한 학습 방법으로 나타났다. 이러한 흐름 가운데 대화형 인공지능 서비스 프로그램이 학습 과정에 적극적으로 활용될 수 있으나 대화형 인공지능 서비스 프로그램의 제한점을 인지해야 한다.
본 연구를 통하여 방사선(학)과 재학생들이 전자기기를 통해 학습하고 인터넷을 통해 정보를 찾는 것이 일반적인 경향임을 확인할 수 있었다. 이에 대화형 인공지능 서비스 프로그램인 챗봇이 개인화된 학습 경험과 실시간 피드백을 제공함으로써 학습자들이 학습 과정에서 발생하는 의문이나 어려움을 즉각적으로 해결할 수 있도록 도움을 줄 수 있을 것으로 사료된다.

참고문헌 (9)

G. J. Lee, T. S. Lee, "Trends in the Use of？Artificial Intelligence in Medical Image Analysis",？Journal of the Korean Society of Radiology, Vol. 16,？No. 4, pp. 453-462, 2022.？https://doi.org/10.7742/jksr.2022.16.4.453

원문보기 상세보기
W. S. Seo, K. T. Kim, "Artificial Intelligence and？Financial Law", Gachon University Law Research？Institute, Vol. 12, No. 4, pp. 179-214, 2019.
E. K. Lee, "A Comparative Analysis of Contents？Related to Artificial Intelligence in National and？International K-12 Curriculum", The Korean？Association of Computer Education, Vol. 23, No. 1,？pp. 37-44, 2020.？https://doi.org/10.32431/kace.2020.23.1.003

원문보기 상세보기
M. E. Joeng, S. J. Y, "A Study on the Strategy of？IoT Industry Development in the 4th Industrial？Revolution: Focusing on the direction of business？model innovation", Journal of Intelligence and？Information Systems, Vol. 25, No. 2, pp. 57-75,？2019. http://dx.doi.org/10.13088/jiis.2019.25.2.057

원문보기 상세보기
S. W. Choi, J. H. Nam, "The Use of AI Chatbot as？An Assistant Tool for SW Education", Journal of the？Korea Institute Of Information and Communication？Engineering, Vol. 23, No. 12, pp. 1693-1699, 2019.？http://doi.org/10.6109/jkiice.2019.23.12.1693

원문보기 상세보기
H. J. Lee, J, W, Kim, "A Study on the Natural？Language Processing (NLP) Technical and？Standardization Trend", Journal of？Telecommunications Technology Association Summer？Conference, pp. 876-877, 2017.
H. M. Kim, "Exploring the Potential Application of a？Conversational AI Chatbot in Korean Language？Education -An Interaction Analysis between Advanced？Learnersand ChatGPT-", The Study of Korean？Language, Vol. 76, pp. 261-292, 2023.
T. W. Kim, "The Effects of Computer Interest Levels？and Chatting Method (with AI Chatting robot:？Chatterbot) on Teaching and Learning", Journal of？Engineering Education Research, Vol. 11, No. 4, pp.？19-33, 2008. http://doi.org/10.18108/jeer.2008.11.3.19

상세보기
M. Y. Han, "Development and Application of？Artificial Intelligence Program based on Chatbot",？Korean Artificial Intelligence Association Autumn？Conference, pp. 177-180, 2020.

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

방사선(학)과 분야에서 챗봇을 이용한 학습방법의 유용성
The Utility of Chatbot for Learning in the Field of Radiology 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (10)

표/그림 (10)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

방사선(학)과 분야에서 챗봇을 이용한 학습방법의 유용성 The Utility of Chatbot for Learning in the Field of Radiology 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (10) 모든 표/그림 보기

표/그림 (10) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

참고문헌 (9)

이 논문을 인용한 문헌

저자의 다른 논문 :

안성민 (32)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

방사선(학)과 분야에서 챗봇을 이용한 학습방법의 유용성
The Utility of Chatbot for Learning in the Field of Radiology 원문보기

초록
AI-Helper

표/그림 (10)

표/그림 (10)

AI 본문요약
AI-Helper