4 메타버스 교육 프로그램 만족도 - 설문 5 프로젝트 기반 교육 프로그램 만족도 - 설문
교수 전략
블렌디드 러닝
1 온라인 교육 환경 – 메타버스를 이용한 상시 교육 프로그램 운영 2 면대면 교육 환경 – 프로젝트 학습을 적용한 집중 교육 프로그램 운영
향후 연구
학습자 맞춤형 교육 프로그램 개발 학습자 맞춤 교육 프로그램 추천
델 개발과정에서 전문가 집단을 구성하여 타당도 검사를 진행하였다. 2차에 걸쳐 진행하였으며 프로젝트 수행 단계에 대한 적절성, 단계별로 제시된 윤리 항목의 적 절성, 실천 윤리 문항의 적절성, 사전·사후 윤리 문항의 적절성에 관한 타당도 검 사로 구성되었다[73]. 초기 윤리교육 모델에서는 기계 학습 후 생성된 인공지능 모 델을 적용하는 단계가 생략되어 있어 추가하였다. 데이터 준비는 데이터 전처리로 변경하고 디버깅 부분은 성찰 활동 및 공유에 포함했다. 본 연구에서 제시된 모델 은 초기 모델과 비교하여 인공지능 윤리 요소는 국가에서 제시한 10대 핵심 요건 으로 수정 반영하였다. <표 Ⅳ-1>은 전후 모델을 비교한 표이다. 따라서 본 논문 에서는 인공지능을 이용한 문제해결 프로세스를 [그림 Ⅳ-1]과 같이 정의하였다.
[그림 Ⅳ-1] 인공지능 문제해결 프로세스
본 연구에서 제시된 인공지능 프로세스(Artificial Intelligence Process, AP)는 총 6단계로 구성하였다. 첫 번째 단계는(AP1) ‘문제 정의 및 분석’ 단계로, 학습자 는 첫 번째 단계에서 실생활 문제를 발견하고, 문제의 현재 상태와 목표 상태를 정의한다. 또한 해결하고자 하는 문제가 인공지능으로 해결할 수 있는 문제인지, 인공지능으로 해결하는 것이 효율적인지 판단하는 단계이다. 두 번째 단계(AP2)는
‘데이터 수집’ 단계로, 학습자는 문제 유형에 따른 모델을 정하고 모델 학습을 위 한 데이터를 수집하고 저장 및 관리하는 단계이다. 세 번째 단계(AP3)는 ‘데이터 전처리’ 단계로 탐색적 데이터 분석(Exploratory Data Analysis, EDA)을 통한 데 이터 시각화, 핵심 속성 추출, 이상치, 결측값 추출, 패턴 도출 등의 과정을 거치 며, 비정형 데이터를 정형 데이터로 수정하고 데이터 보완, 변형, 라벨링 등의 작 업을 거친다. 위 과정을 통해 훈련 데이터(Train Data), 검증 데이터(Validation Data), 테스트 데이터(Test Data)가 구분된 데이터 셋(Data Set)을 준비한다. 네 번째 단계(AP4)는 ‘모델 훈련 및 평가’ 단계로, 준비한 데이터 셋을 이용하여 모델 훈련을 진행한다. 모델 훈련 과정에서 모델의 성능을 평가하고, 모델의 성능을 개 선하기 위해 하이퍼파라미터(Hyper parameter) 값을 튜닝(tuning)하거나 필요시
데이터를 수정, 추가, 보완하는 단계이다. 다섯 번째 단계(AP5)는 ‘응용 프로그램 개발 및 적용’ 단계로, 성능 평가를 마친 모델을 이용하여 문제해결 목적에 맞게 프로그래밍하고 실생활에 적용하는 단계이다. 마지막 단계(AP6)인 ‘성찰 활동 및 공유’ 단계는 결과물을 공유하고 문제해결 단계에서 어려웠던 점, 개선하여야 할 점 등을 확인하고, 문제해결 과정과 인공지능 결과물을 윤리적인 관점에서 성찰하 는 단계이다. 본 연구에서는 각 단계에서 인공지능을 이용한 문제해결뿐만 아니라 단계마다 핵심 윤리 요소를 고려하고 적용할 수 있도록 구성하였다.
2) 인공지능 윤리 요소
인공지능은 데이터를 기반으로 학습하는 과정에서 인간이 통제하거나 결과를 예 측하기 어려워 개발자가 의도하지 않은 결과를 도출할 위험이 있다[82]. 따라서, 인공지능을 이용한 문제해결 과정에서 인공지능 윤리의 핵심 가치와 윤리적 요소 를 고려해야 할 필요가 있다.
[그림 Ⅳ-2] 인공지능 문제해결 프로세스별 인공지능 윤리 요소
본 논문에서 활용할 인공지능 윤리 요소는 <표 Ⅳ-2>와 같이 우리나라 관계부처 합동(2020)이 발표한 인공지능 윤리기준 10대 핵심 요건 정의이며, 앞서 제시한 인공지능 프로세스 각 단계의 활동과 관련된 윤리 요소를 [그림 Ⅳ-2]와 같이 배치 하였다.
핵심 요건 정의
인권보장
Ÿ 인공지능의 개발과 활용은 모든 인간에게 동등하게 부여된 권리를 존 중하고, 다양한 민주적 가치와 국제 인권법 등에 명시된 권리를 보장 하여야 한다.
Ÿ 인공지능의 개발과 활용은 인간의 권리와 자유를 침해해서는 안 된다.
프라이버 시 보호
Ÿ 인공지능을 개발하고 활용하는 전 과정에서 개인의 프라이버시를 보호해야 한 다.
Ÿ 인공지능 전 생애주기에 걸쳐 개인정보의 오용을 최소화하도록 노력해야 한다.
다양성 존중
Ÿ 인공지능 개발 및 활용 전 단계에서 사용자의 다양성과 대표성을 반영해야 하며, 성별·연령·장애·지역·인종·종교·국가 등 개인 특성에 따른 편향과 차별을 최소화하고, 상용화된 인공지능은 모든 사람에게 공정하게 적용되어야 한다.
Ÿ 사회적 약자 및 취약 계층의 인공지능 기술 및 서비스에 대한 접근성을 보 장하고, 인공지능이 주는 혜택은 특정 집단이 아닌 모든 사람에게 골고루 배분되도록 노력해야 한다.
침해금지
Ÿ 인공지능을 인간에게 직간접적인 해를 입히는 목적으로 활용해서는 안 된다.
Ÿ 인공지능이 초래할 수 있는 위험과 부정적 결과에 대응 방안을 마련하도록 노력해야 한다.
공공성
Ÿ 인공지능은 개인적 행복 추구뿐만 아니라 사회적 공공성 증진과 인류의 공 동 이익을 위해 활용해야 한다.
Ÿ 인공지능은 긍정적 사회변화를 이끄는 방향으로 활용되어야 한다.
Ÿ 인공지능의 순기능을 극대화하고 역기능을 최소화하기 위한 교육을 다방면 으로 시행하여야 한다.
연대성
Ÿ 다양한 집단 간의 관계 연대성을 유지하고, 미래세대를 충분히 배려하여 인 공지능을 활용해야 한다.
Ÿ 인공지능 전 주기에 걸쳐 다양한 주체들의 공정한 참여 기회를 보장하 여야 한다.
Ÿ 윤리적 인공지능의 개발 및 활용에 국제사회가 협력하도록 노력해야 한다.
데이터 관리
Ÿ 개인정보 등 각각의 데이터를 그 목적에 부합하도록 활용하고, 목적 외 용도로 활용하지 않아야 한다.
Ÿ 데이터 수집과 활용의 전 과정에서 데이터 편향성이 최소화되도록 데이터 품질과 위험을 관리해야 한다.
책임성
Ÿ 인공지능 개발 및 활용과정에서 책임 주체를 설정함으로써 발생할 수 있 는 피해를 최소화하도록 노력해야 한다.
Ÿ 인공지능 설계 및 개발자, 서비스 제공자, 사용자 간의 책임소재를 명확 히 해야 한다.
<표 Ⅳ-2> 인공지능(AI) 윤리기준 : 10대 핵심 요건 정의[28]
3) 인공지능 통합 교육 모델
본 논문에서 제안하는 인공지능 교육 모델은 [그림 Ⅳ-3]과 같이 인공지능을 이 용한 문제해결 과정에서 인공지능 교육과 인공지능 윤리교육이 함께 이루어지는 교육 모델이다.
[그림 Ⅳ-3] 인공지능 통합 교육 모델
인공지능 통합 교육 모델은 컴퓨팅 사고력 함양과 인공지능 윤리역량 강화를 목표로 설정하였다. 인공지능을 이용한 문제해결 프로세스는 AP1~AP6로 총 6단계로 이루어 지며, 각 프로세스 단계마다 고려해야 할 윤리 요소와 컴퓨팅 사고력의 핵심 요소를
안전성
Ÿ 인공지능 개발 및 활용 전 과정에 걸쳐 잠재적 위험을 방비하고 안전을 보 장할 수 있도록 노력해야 한다.
Ÿ 인공지능 활용과정에서 명백한 오류 또는 침해가 발생할 때 사용자가 그 작동을 제어할 수 있는 기능을 갖추도록 노력해야 한다.
투명성
Ÿ 사회적 신뢰 형성을 위해 타 원칙과의 상충관계를 고려하여 인공지능 활 용 상황에 적합한 수준의 투명성과 설명 가능성을 높이려는 노력을 기울 여야 한다.
Ÿ 인공지능 기반 제품이나 서비스를 제공할 때 인공지능의 활용 내용과 활용 과정에서 발생할 수 있는 위험 등의 유의 사항을 사전에 고지해야 한다.
배치하였다. 컴퓨팅 사고력 핵심 요소는 교육부[9]가 제시한 컴퓨팅 사고력 구성 요소 를 기반으로 재정의하여 제시하였다. 단계별 핵심 요소는 <표 Ⅳ-3>과 같다. 컴퓨팅 사고력 평가는 멘토의 과정 중심 평가로 설계하였다.
인공지능 윤리역량 평가는 사전·사후 진단 평가와 문제해결 과정 프로세스마다 윤리 항목의 적용을 확인하는 과정평가로 이루어진다. 사전 평가는 프로세스를 진 행하기 전에 인공지능 윤리에 대한 현재 생각을 점검함으로써 윤리에 대한 의식을 깨우는 단계이다. 사후 평가는 프로세스를 완료한 후에 인공지능 윤리에 대한 인식 이 변화되고 있음을 스스로 경험하게 하는 과정이다. 또한, 교수자 및 멘토의 인공 지능 윤리역량 과정평가는 객관적인 평가가 어려운 사전·사후 평가의 한계를 보완 하였다. 인공지능 윤리역량 과정평가는 인공지능을 이용한 문제해결 프로세스마다 관련된 인공지능 윤리 항목에 대한 진단을 통해 인공지능 윤리의 중요도를 인식하 고 실천 정도를 확인하여 인공지능 윤리역량과 실천력을 향상할 수 있다.
컴퓨팅 사고력 핵심 요소 자료 수집 문제와 관련된 자료를 모으기
자료 분석 자료의 시각화를 통한 핵심 요소 추출, 패턴 찾기, 결론을 도 출하기
구조화 자료를 차트, 그래프, 그림 등으로 구조화하고 관리하기
추상화
분해 문제를 해결할 수 있는 수준의 작은 문제로 나누기 핵심 요소
추출 문제해결을 위한 핵심 요소를 추출하기 모델링 문제해결을 위한 모델 만들기
알고리즘 문제를 해결하기 위한 절차적 표현 코딩 프로그래밍 언어를 이용한 자동화 시뮬레이션 프로그램(소프트웨어) 실행하기
일반화 및 평가
문제 해결 과정을 다른 문제에 적용하기
결과물을 공유하여 성능을 평가하고 개선할 부분에 대해 논 의하기
<표 Ⅳ-3> 문제해결 과정에 적용되는 컴퓨팅 사고력 핵심 요소
2. 분석 단계
1) 학습자 분석
본 연구에서의 학습자의 주 대상은 초등학교 5~6학년이다. 또한 학습 적용 환경 도 학교에서 진행하는 교육과정보다는 학교의 방과 후 수업이나 학교 밖 학생들을 대상으로 운영할 수 있는 프로그램으로 구성하였다. 교육 대상은 학교에서 인공지 능 교육 경험은 없어도 학교의 방과 후 프로그램이나 기타 교육을 통해 소프트웨 어교육 경험은 있는 친구들을 대상으로 선정하였다. 또한 메타버스에서 사전 교육 을 제공하고 그 효과성을 확인하기 위해서 온라인 원격수업 경험자로 메타버스 이 용이 가능한 대상으로 선정하였다.
2) 온라인 학습 환경 분석
온라인 학습은 모바일과 PC 등 다양한 스마트 기기에서 사용이 가능한 환경을 구축할 수 있는 플랫폼을 선택하였다. 온라인 안에서는 학습자와 교수자의 상호작 용이 용이하며 학습자의 입장에서 학습 과정 선택이 쉬워야 한다는 것이다. 또한 메타버스의 특징인 몰입감이나 과의존을 예방하는 방안도 설계에 포함해야 하며 성찰일지 작성을 통한 학습 정리와 다른 학습자와의 소통도 중요하게 다루었다.
3. 설계 단계
1) 교육목적 설계
개발하는 프로그램의 목적은 세 가지이다. 첫째, 인공지능 교육의 기본 목적인 컴퓨팅 사고력을 함양할 수 있는 교육 프로그램을 개발해야 한다는 것이다. 인공 지능을 이용한 문제해결의 과정에서 기획부터 완성까지 인공지능 윤리를 고려하 고 컴퓨팅 사고력 요소를 확인하고 평가할 수 있도록 설계하였다. 둘째, 인공지 능 교육과 인공지능 윤리교육은 함께 이루어져야 한다는 것이다. 인공지능 윤리 는 지식 전달을 넘어 실천으로 이어져야 하므로, 인공지능을 이용한 문제해결의 모든 단계마다 실천 윤리를 확인하고 적용할 수 있도록 교육을 설계하고 실천할