2021년 STEAM 교사연구회 결과보고서

2021년 STEAM 교사연구회 결과보고서

2021. 11.

배방고등학교

과제명 2021년 STEAM 교사연구회 운영

구분

연구회 구성 유형 (택 1) 프로그램 개발유형 (택 1)

① 융합학습공동체형

( ○ )

1. 자유학기제형

( )

6. 학생 주도 참여형

(

) 2. 첨단기술 및 ICT 교구 활용형

( )

7. 고교학점제 기반 학습형

(

) 3. 온라인 기반 학습형

(

)8. 예·체능 중심 활동수업형

(

) 4. 지역사회 연계형

( )

9. 유·초등 연계형

(

) 5. 교육소외계층 포용형

( )

^{10. 자율선택형} (학교 자체 개발 프로그램)

( ○

)

② 글로벌형

( )

StarT 프로그램 참여를 통한 프로그램 개발

프로그램 정보

프로그램명

지구가 느끼고 있는 온도와 내가 느끼고 있는 온도가 같을까?

(체감온도에 따른 자신만의 웹앱(Web App) 만들기)

신규 개발 ○ 기 개발

학교급 고등학교 대상 학년(군) 1~3학년

중심과목 정보 중심과목 성취기준 영역

문제 해결과 프로그래밍

연계과목 수학, 과학, 미술 연계과목 성취기준 영역

확률과 통계, 함수 대기와 해양의 변화

표현

연구기간 2021.4.29. ~ 2021.11.30.

신청금액 일금사백만원(￦4,000,000)

참여연구원 총 5명

(연구책임자: 1명, 참여연구원: 4명)

연구 수행자에 관한 사항

구분 소속(학교명) 직위 성명 담당과목

연구책임자 배방고등학교 교사 서정호 수학

참여연구원 배방고등학교 교사 설진국 수학

참여연구원 설화고등학교 교사 채수진 생명과학

참여연구원 오성고등학교 교사 한성희 화학

참여연구원 월봉고등학교 교사 최희원 정보

2021년도 정부의 R&D 재원으로 한국과학창의재단의 지원을 받아 STEAM 교사연구회를 운영한 결과로써 본 보고서를 제출합니다.

2021년 11월 19일

주관연구기관장 : 양 재 옥

연구책임자 : 서 정 호 (서명 또는 인)

한국과학창의재단 이사장 귀하

“이 보고서는 2021년도 정부의 재원으로

한국과학창의재단의 지원을 받아 수행된 성과물임 ”

목 차

1. 요약문

··· 01

2. 서론

··· 02

가. 인공지능의 대두 ··· 02

나. AI 교육의 필요성 ··· 02

다. 미래사회에서 STEAM 교육이 갖는 의미 ··· 02

라. AI 와 STEAM의 결합의 필요성 ··· 02

3. 연구 수행 내용 및 결과

··· 03

가. 이론적 고찰 ··· 03

(1) 인공지능(Artificial Intelligence; AI) ··· 03

(2) AI 교육 ··· 03

(3) STEAM 교육의 정의 ··· 03

(4) STEAM 학습 준거틀 ··· 03

(5) AI-STEAM 프로그램 개발 방법 ··· 04

(6) 텍스트 코딩의 교육적 효과 ··· 04

(7) 유의미 학습(meaningful learning) ··· 05

나. 모듈(module)형 AI-STEAM 프로그램 개발‧적용 ··· 07

(1) 모듈형 AI-STEAM프로그램의 설계 ··· 07

(2) 프로그램 개발‧적용 결과 ··· 20

다. 성과 확산 및 실천 ··· 21

(1) 교사연구회 STEAM 행사 개최 ··· 21

(2) STEAM 교사연구회 간 상호 네트워크 컨설팅 결과 ··· 21

라. AI-STEAM 프로그램 적용 학생 설문 결과 분석 ··· 22

(1) 설문 구성 ··· 22

(2) 설문 분석 ··· 23

4. 결론 및 제언

··· 29

가. 결론 ··· 29

나. 제언 ··· 30

5. 참고문헌

··· 31

그림・표 목차

부록 목차 [STEAM 프로그램 개발 내용 및 결과물]

[그림 1] 모듈형 AI-STEAM 프로그램 개발 방식 ··· 07

[그림 2] 모듈1 활동 결과물 – 날씨에 따른 전통의상 디자인하기 예시 ··· 08

[그림 3] 날씨에 따른 전통의상 디자인하기 학생 발표 ··· 08

[그림 4] 선형회귀 머신러닝 이해의 수업 상황 ··· 08

[그림 5] 머신러닝의 분류 ··· 09

[그림 6] 선형회귀 분석 이론 학습 ··· 09

[그림 7] 선형회귀 머신러닝 실습 ··· 10

[그림 8] 메이커 운동에 대한 소개를 통한 동기유발 ··· 11

[그림 9] 아두이노를 활용한 수업과 연결하기 위한 사전 활동 ··· 11

[그림 10] 아두이노 활용 블록코딩을 통한 텍스트코딩 이해 ··· 12

[그림 11] 온도센서 튜토리얼 (Tutorial)와 샘플코드(sample code) ··· 12

[그림 12] 체감온도 산출을 위한 기온 측정기 제작 ··· 13

[그림 13] 풍속센서 튜토리얼 (Tutorial)와 샘플코드(sample code) ··· 13

[그림 14] 체감온도 산출을 위한 풍속 측정기 제작 ··· 14

[그림 15] 개발환경 설정 ··· 15

[그림 16] 선형회귀 머신러닝 텍스트 코등 학습 내용 ··· 16

[그림 17] If 조건문 학습 ··· 17

[그림 18] 스트림릿 도규멘테이션 실습 ··· 17

[그림 19] 음성파일 다운로드 방법 ··· 18

[그림 20] 미리캔버스를 활용한 자기만의 디자인 ··· 18

[그림 21] 최종 산출물: 체감온도 웹앱(Web App) 제작 ··· 19

[그림 22] AI-STEAM 프로그램 학생 설문지 ··· 22

[표 1] AI-STEAM 프로그램 내용 구성에서 유의미 학습 이론 적용 사례 ··· 05

[표 2] 학생 설문결과 분석 ··· 23

1. STEAM 프로그램 개발·적용 교육과정

··· 01

2. AI-STEAM 프로그램 차시별 학습자료(학생용)

··· 02

3. AI-STEAM 프로그램 학습자료(교사용ppt)

··· 42

4. AI-STEAM 프로그램 차시별 수업지도안

··· 48

1. 요약문

가. AI-STEAM 프로그램 개발 개요

미래 사회

⇨

AI-STEAM 융합교육 프로그램 개발

AI교육의 대두 +

STEAM교육 필요

체감온도 언플러그드 활동 피지컬 컴퓨팅 활동

머신러닝 (블록 ➡ 텍스트 코딩) 로컬 웹앱(Web App) 제작

나. 모듈(Module)형 AI-STEAM 프로그램 구성 요소 별 활동내용

모듈형 주제 구성 요소 활동 내용

모 듈 1

체감온도 이해

목표 체감온도는 풍속과 온도에 의해 결정되는 값이라는 사실 이해 상황제시 날씨에 따른 의상 선택 및 자신만의 의상 디자인하기

창의적 설계 날씨 학습 ➡ 체감온도 ➡ 체감온도에 따른 의상 디자인 감성적 체험 학생 디자인 작품 발표 긍정 피드백 제공(자아 효능감)

모 듈 2

선형회귀 머신러닝

실습

목표 공공데이터 활용 온도, 풍속 값에 따른 체감온도 머신러닝 활용 실습 상황제시 실생활 인공지능 기술 탐색을 통한 선형회귀 머신러닝 원리 이해 창의적 설계 선형회귀 이론 탐구 ➡ 결과 해석 적용 ➡ 선형회귀 머신러닝 실습 감성적 체험 선형회귀 머신러닝 작동원리 이해 ➡ 텍스트 코딩에 대한 사전 활동

모 듈 3

피지컬 컴퓨팅 활동

목표 아두이노 이용 풍속, 온도 센서를 활용하여 풍속, 온도 데이터 수집하기 상황제시 현재 위치의 체감온도 데이터 측정 방법 생각하기

창의적 설계 피지컬 컴퓨터 제작 ➡ 온도, 풍속 센서 활용 데이터 수집

감성적 체험 센서 활용 데이터 수집 방법 학습 ➡ 자신감 ➡ 학생 과제 연구 활용

모 듈 4

머신러닝 텍스트 코딩 및 웹앱설계

목표 오픈 라이브러리와 조건문 활용 로컬 웹앱(Web App) 설계 상황제시 자기만의 앱 디자인과 제작, 공유

창의적 설계 선형회귀 분석 머신러닝 텍스트 코딩 설계

스트림릿(Streamlit) 메소드를 활용하여 각자 웹앱 디자인・설계 감성적 체험 자기만의 디자인과 웹앱 구현을 통한 시행착오 극복, 자신감, 즐거움

모듈 결합

최종 결과물 체감온도 어플리케이션 제작

피지컬 컴퓨팅 센서를 활용한 현재 위치의 풍속, 온도 측정 후 데이터 수집 백 앤드 풍속, 온도에 따른 체감온도 예측값 산출 머신러닝 텍스트 코딩

2. 서론

가. 인공지능의 대두

4차 산업혁명의 핵심은 로봇과 인공지능으로 대변할 수 있다. 구글에서 개발한 인공지능 알파 고는 이세돌과의 바둑대결에서 이세돌이 승리할 것이라는 기대와 달리 4승 1패로 알파고가 압 도적으로 승리하였다. 이것을 계기로 인공지능에 대한 사람들의 관심은 폭발적이었으며, 인공 지능은 우리 사회를 급속도로 변화시키고 있다. 미래학자들에 의하면 미래사회에는 현재 사람 들의 일자리 상당수가 인공지능으로 대체 될 것이라고 한다. 이렇듯 급격하게 변해가는 사회에 서 학교 교육도 흐름에 맞추어 변해야 한다.

나. AI 교육의 필요성

현재 인공지능 기술 발전으로 AI 기술은 이미 다양한 분야에서 활용되고 있다. 이러한 AI 인 공지능을 보다 잘 이해하고 활용하기 위해서는 교육 현장에서부터 AI 교육이 필요하다. 현재 연구되고 있는 AI 교육 형태는 머신러닝 등 AI의 내용 영역 학습에 치우치거나 AI 플랫폼만을 활용하는 등 도구로서의 AI의 활용 교육에 치우쳐져 있다. 원리를 이해하고 문제해결에 활용할 수 있는 AI 교육이 필요하다. AI 교육은 머신러닝, 딥러닝 등 AI의 핵심 원리에 대한 이해를 바 탕으로 문제해결 과정에서 AI를 활용할 수 있는 경험을 제공할 때, 비로소 AI가 다양한 분야에 서 중심적인 역할을 할 수 있는 기반을 마련해 줄 수 있다.

다. 미래 사회에서 STEAM 교육이 갖는 의의

미래 사회는 AI의 대두와 함께 우주기술, 로봇기술, 바이오 등 융합 분야가 점점 더 주목을 받게 될 것이고 이러한 기술 분야의 경쟁력이 국가 성장을 이끄는 원동력이 될 것이다. 따라서 창의성과 인성을 겸비한 융합적 사고력은 여전히 교육에서 중요한 가치를 지니게 된다.

STEAM 교육은 수학·과학에 대해 학생들이 흥미를 갖고, 보다 능동적으로 참여하며, 스스로 문제를 정의하고 해결할 수 있는 능력을 신장하는 교육이다. 또한, 감성과 창의성을 갖추고 학 문의 경계를 넘나들 수 있는 융합형 인재를 키우려고 한다는 점에서 미래 사회에서 여전히 중 요한 의의를 갖는다고 할 수 있다.

라. AI 와 STEAM의 결합의 필요성

미래 사회를 준비하기 위해서는 AI 교육이 필요하고, STEAM 융합교육은 여전히 중요한 가치

를 지닌다고 하였다. 이를 바탕으로 생각해보면, 미래 사회 인재의 이상적인 모습은 창의성과

인성을 겸비하고 융합적 사고력을 바탕으로 문제해결과정에서 AI를 활용할 수 있어야 한다는

것을 유추할 수 있다. 따라서 자연스럽게 AI와 STEAM이 결합된 교육의 형태가 필요하다고 할

수 있다. 이에 따라 우리 STEAM 교사연구회는 학교 현장에서 의미있게 적용될 수 있는 AI 교

육과 STEAM 융합교육이 결합된 ‘AI-STEAM 교육프로그램’을 개발하고자 하였다.

3. 연구 수행 내용 및 결과 가. 이론적 고찰

(1) 인공지능(Artificial Intelligence; AI)

인공지능(AI)은 인간이 지닌 지적 능력의 일부 또는 전체를 인공적으로 구현하는 기술로서, 상황 을 인지하고 이성적․논리적으로 판단하며 감성적이고 창의적인 기능을 수행하는 능력을 의미한다.

(2) AI 교육

AI 교육은 AI의 원리를 알고 컴퓨팅 사고력을 활용하여, 실생활의 문제를 창의적으로 해결하 는 역량을 신장시키기 위한 교육으로 ‘도구로서의 인공지능(Learning with AI)’과 ‘목적으로 서의 인공지능(Learning about AI)’ 두 가지 유형으로 실천가능하다. ‘도구로서의 인공지능’

은 인공지능을 교육 방법이나 교육 환경에 적용하는 것을 중시하며, ‘목적으로서의 인공지 능’은 인공지능 기술이 교육의 내용이 되는 경우를 의미한다.

(3) STEAM 교육의 정의

창의적인 과학기술인재를 육성하고자 추진되는 STEAM 교육은 Science, Technology, Engineering, Arts & Mathematics의 약칭으로 과학, 기술, 공학, 예술, 수학 교과 간의 통합적인 교육 방식으로 ‘과학기술에 대한 학생들의 흥미와 이해를 높이고 과학기술 기반의 융합적 소 양과 실생활의 문제해결력을 배양하는 교육’으로 정의한다.

(4) STEAM 학습 준거틀

STEAM을 제대로 실천하기 위해서는 상황제시, 창의적 설계, 감성적 체험의 학습 준거틀을 따 라 학생들은 실패를 통한 학습과 성공의 경험을 통해 새로운 문제에 도전할 수 있어야 한다.

(가) 상황제시 – 학습 내용과 활동 사항을 학생 자신의 문제로 인식하게 하는 것으로 수업 전 체를 포괄하는 상황을 제시하고, 제시된 문제와 학생 자신의 관련성을 높여 문제해결 의지가 생기게 만드는 것이다.

(나) 창의적 설계 - 학생 스스로가 문제를 정의하고 창의적으로 생각해낸 아이디어를 활용하 여 문제를 해결하는 것이 핵심이다. 창의적 설계 단계는 일방적인 강의식 수업과 가장 큰 차이 를 보이는 부분이며 창의적 설계를 반복할수록 문제해결 능력이 신장되고 창의적으로 사고하 는 습관을 길러주게 된다.

(다) 감성적 체험 - 상황제시를 통해 문제를 자신의 것으로 인식하고 창의적 설계과정을 통해

문제를 해결하면 학생들이 성공의 기쁨을 느끼게 되는데 이 성공의 기쁨을 바탕으로 새로운

문제에 열정적으로 도전하도록 격려하는 것이 중요하다. 수업 도입부의 동기유발 장치 그리고

(5) AI-STEAM 프로그램 개발 방법

현장교사 AI융합교육 콘텐츠 개발 특강(2021. 10. 20)에서 공주대 AI강화교육사업단 강신천 교 수는 AI-STEAM 프로그램을 개발하는 구체적인 방법으로 10여년의 연구를 통한 STEAM 융합교 육 우수 사례들을 탐색 후, AI와 결합하는 방식을 생각할 수 있다고 하였다. 추가되는 학습경 험을 바탕으로 정밀도를 높이고 심층적인 탐구를 통해 창의적 아이디어로 연결하는 일반적인 STEAM 융합교육과 AI를 결합할 때, AI와의 관계에 따라 AI in Education, STEAM through AI, STEAM about AI, AI assisted STEAM 의 수업 형태를 분류할 수 있다고 하였다. 본 연구회에서 개발한 AI-STEAM 프로그램은 STEAM 융합교육을 통해 선형회귀분석 머신러닝의 원리를 이해 하는 것으로 STEAM about AI에 해당된다고 볼 수 있다.

(6) 텍스트 코딩의 교육적 효과

(가) 텍스트 코딩을 통한 컴퓨팅 사고 역량(CT) 신장 - AI 교육은 학생들의 AI 학습이 머신러 닝 등 AI의 내용 영역 학습에 치우치기보다 AI 작동원리 이해를 바탕으로 문제해결 과정에서 AI가 선택적으로 활용될 수 있도록 하는 것이 중요하다. 대부분의 학생들이 프로그래밍에서 언 플러그드 활동 중심의 교수학습 활동에 즐겁게 참여하고, 컴퓨팅 사고력에 대한 충분한 이해와 높은 학업 성취를 보인다고 한다. 하지만 코딩을 통해 실제적 문제나 타 교과의 문제를 해결하 는 것과 코드를 작성하여 실제적 문제를 창의적으로 해결하는 것에는 어려움을 겪는 경우가 많다고 한다. 그렇지만 대체로 학생들은 이론적인 언플러그드 활동보다는 자동화(프로그래밍) 에 더욱 흥미를 느끼는 경향이 있고, 텍스트 코딩 기반 컴퓨팅 사고 문제해결 프로그램을 교육 에 투입하였을 때, 프로그래밍 자신감과 실제적 문제해결에 긍정적인 효과가 있다고 한다. 즉, 코드작성을 통한 실제적 문제해결 경험이 학생들의 컴퓨팅 사고 역량은 물론 코드작성 능력을 높여주는 방안이 된다.

(나) 프로그래밍 언어가 갖는 논리적 속성 - 텍스트 코딩을 통한 프로그래밍 언어의 다양한

속성 중 논리적 속성에 주목해보자. 데이터의 크기, 모양, 종류 등을 따져서 자료형을 결정하고

그것을 저장하는 기억 공간의 크기를 결정하는 과정에서 계열화의 논리가 필요하고, 서로 다른

두 개의 코드를 두고 관련된 규칙이나 두 코드의 관계를 이해하는 과정에서 비례 논리가 작동

한다. 또한, 코드를 작성하다 보면 생길 수 있는 모든 경우를 빠짐없이, 중복되지 않도록 따져

보게 되는데 이는 조합 논리와 흡사하다. 이 외에도 프로그래밍 언어는 종합논리, 명제논리, 변

인통제 논리, 확률 논리를 필요로 한다. 이렇듯 프로그래밍이 논리적 사고를 요할 뿐만 아니라

논리적 사고를 기를 수 있는 방법이 되기도 한다. 코드를 작성하는 과정에서 갖는 코드 간의

관계 또는 명령어 간의 관계나 모순과 같은 일련의 코드 규칙을 검정하는 경험을 통해 논리적

추론을 기를 수 있다. 이런 이유로 텍스트 코딩을 통한 프로그래밍을 통해 크고 복잡한 실제적

문제나 타 교과의 문제를 능동적으로 해결하는 컴퓨팅 사고 경험을 교육내용으로 설정하는 것

이 중요하다.

(7) 유의미 학습(meaningful learning)

유의미 학습(meaningful learning)이란 새로운 학습내용이 학습자의 기존의 인지구조와 의미있 게 연결됨으로써 그 안에서 포섭(subsume)될 때 일어나는 학습을 의미한다.(Ausubel, 1963) 즉, 유의미 학습은 학습할 내용과 학습자가 가지고 있는 인지구조 사이의 상호작용을 통해서 기존 의 인지구조(congnitive structure)가 변화하고 그에 따라 새로운 의미가 구성됨으로써 일어나는 학습을 뜻한다. 이러한 유의미 학습 이론의 새로운 학습과제의 내용이 기존의 지식과 논리적인 연결성을 중요성은 본 연구회가 AI-STEAM 프로그램 중 선형회귀 머신러닝 모델 학습 내용, 웹앱(Web App) 제작 학습 내용을 구성하는데 비중있는 이론적 배경이 되었다.

[표 1] AI-STEAM 프로그램 내용 구성에서 유의미 학습 이론 적용 사례 사전 지식

⇨

학습 목표

오렌지3프로그램 블록코딩을 통한 선형회귀 머신러닝 이해

선형회귀 머신러닝 파이썬 텍스트 코딩 이해

if 조건문 학습 +

스트림릿 도큐멘테이션 활용 실습 +

음성, 이미지 파일 제작방법

체감온도 웹앱 제작

STEAM 프로그램

구분

프로그램명 지구가 느끼고 있는 온도와 내가 느끼고 있는 온도가 같을까?

(체감온도에 따른 자신만의 웹앱(Web App) 만들기) 선행

프로그램명 해당 없음

학교급 고등학교

대상 학년(군) 1~3학년

목표 수혜학생 수 200명

중심과목 정보 중심과목

성취기준 영역 [고등학교1~3학년] 문제 해결과 프로그래밍-프로그래밍

연계과목

수학 과학 미술

연계과목 성취기준 영역

[고등학교1~3학년] 대기와 해양의 변화 [고등학교1~3학년] 표현

[중학교1~3학년] 확률과 통계, 함수

개발계획

주제 연번 차시

(시수) 과목 연계(안)

1 2 과학(1) + 미술(0.5) + 수학(0.5)

2 5 정보(3.5) + 수학(1.5)

3 4 정보(2) + 과학(2)

4 3 정보(2) + 미술(1)

5 2 정보(1) + 미술(1)

구분 수행 결과

교수학습지도안 개발 차시 총 16차시

수업 적용 기간 2021. 7. ~ 2021. 10.

(STEAM 수업) 수혜학생 수 배방고 60명, 설화고 40명, 오성고 50명, 월봉고 50명

학생 태도검사

1차(사전) 검사 7월, 200명 실시완료

2차(사후) 검사 10월, 200명 실시완료 자체 설문 활용 8월 40명 실시완료

학생 및 교사 만족도조사 10월 실시 완료

논문 게재

학회명 게재여부

학술대회 참가

행사명 일자/장소 특허출원(국외, 국내) 출원명

나. 모듈(module)형 AI-STEAM 프로그램 개발‧적용

체감온도라는 주제로 네 가지 모듈을 학습한 후 그것들을 합쳐 체감온도 관련 웹앱(Web App)을 제작하는 활동으로 구성하였다. 모듈들은 각각 구체적인 목표를 가지고 있으며, 그 목 표를 달성하기 위해 다시 세부 활동으로 나뉘어 진다. 세부 활동들은 수업의 주된 학습 내용이 되며 구체적인 학습 목표를 가진다. 또한, 세부 활동들은 STEAM 학습 준거틀을 고려하여 단계 적으로 설계하였다.

[그림 1] 모듈형 AI-STEAM 프로그램 개발 방식

모듈 단위 분석 모듈형 AI-STEAM 프로그램 작동 원리(자동차 제작에 비유)

(1) 모듈형 AI-STEAM프로그램의 설계

(가) 모듈1: 체감온도 개념 이해와 친숙함 형성을 위한 언플러그드(Unpluged) 활동 (1, 2차시) ① 학습 목표

▪우리나라가 사계절이 뚜렷한 이유를 4가지 기단을 가지고 설명할 수 있다.

▪4가지 기단을 조사하여 조별 학습을 통해 학습할 수 있다.

▪체감온도를 측정하는 개념과 체감온도 산출 공식을 이해할 수 있다.

▪우리나라 및 다른 나라의 전통의상을 각 계절의 체감온도에 맞게 새로 디자인할 수 있다.

② 상황제시: 다른 사람들과 기온을 달리 느꼈던 경험과 자신의 면역력 등과 각 나라별 전 통의상에 대해 생각하고, 우리나라 계절에 맞게 여러 나라의 전통 의복을 변형시켜본다.

③ 창의적 설계: 우리나라의 사계절을 시작으로 우리나라 날씨에 영향을 주는 4가지 기단(시 베리아․오호츠크해․양쯔강․북태평양 기단)을 조사하여 각자 설정한 문제에 대한 해결방법을 논의 한다. 국가별 계절과 전통 의상의 관련성을 찾고, 자기만의 의상을 디자인하고 발표․공유한다.

체감온도 공식은

    _ ^ _^

(

_

: 체감온도,

_

: 기온,



: 풍속)으로 체감온도는 기온과 풍속에 의해 결정되는 값임을 이해한다.

④ 감성적 체험: 국가별 전통의상은 그 국가의 날씨와 매우 밀접하게 관련되고, 체감온도는

풍속과 온도에 의해 결정된다는 사실을 통해 자기만의 의상 디자인이 자신이 내린 결론과 알

[그림 2] 모듈1 활동 결과물 – 날씨에 따른 전통의상 디자인하기 예시

봄철에는 시베리아・양쯔강 기단의 영향으로 이동성 고기압과 저기압으로 인 해 날씨 변화가 심하고 온난 건조하지만 꽃샘추위도 나타난다. 특히, 봄철에 는 황사가 심해서 날씨 변화와 함께 황사를 대비할 수 있는 의상의 필요성을 인식하고 그에 따라 사우디아라비아와 일본의 전통의상을 융합해 디자인함.

황사: 사우디아라비아 전통의상 아바야(중동지역의 모래바람의 흙먼지에서 자 신을 보호하는 기능)

기온변화: 일본 전통의상 기모노(여러 옷을 껴입는기모노의 특징은 여름철에는 고온다습하고 겨울철에는 한랭한 일본의 기후환경과 관련)

날씨에 따른 융합 전통의상 디자인을 통한 창의․융합적 문제해결

[그림 3] 날씨에 따른 전통의상 디자인하기 학생 발표

우리나라 계절에 맞게 여러 나라의 전통 의복 변형해보기

(나) 모듈2: 머신러닝 알고리즘의 이해(3 ~ 7차시) ① 학습 목표

▪상관관계를 통해 변인간 관련성을 파악할 수 있다.

▪직선의 방정식을 바탕으로 회귀분석의 원리를 이해할 수 있다.

▪머신러닝의 원리를 이해하고 데이터셋을 이용하여 모델을 설계할 수 있다.(Orange3활용) ② 상황제시: 우리 생활 주변의 인공지능에 대해서 생각해보는 것을 시작으로 자신에게 가 장 필요하다고 생각하는 AI 기술은 무엇인지 생각해본다. 머신러닝 도입 시에는 특정 사진의 일부를 맞춰보는 게임을 실시하고 컴퓨터의 예측과 인간의 예측을 비교하는 활동을 통해 학생 들의 흥미를 유발하도록 설계하였다.

[그림 4] 선형회귀 머신러닝 이해의 수업 상황

머신러닝 도입 - 사진 알아맞히기 게임

③ 창의적 설계: 인공지능(AI)의 관계망에 대해 알아보고 인공지능의 분류에 대해 알아본다.

인공지능 분류에서 머신러닝, 그리고 머신러닝의 하위 영역 중에서 지도학습, 지도학습의 하위 영역인 회귀 중에서 선형회귀분석이 무엇인지 이해하는 구체적 목표를 설정한다.

[그림 5] 머신러닝의 분류

선형회귀분석 이해에 대한 학습 목표 설정

선형회귀 분석 이론 학습과 적용

머신러닝에 대해 모르는 학생들이 대부분이었기 때문에 기본 지식과 개념 학습이 필요하였다.

지식과 개념 학습은 학생들 수준과 이해 정도를 고려하여 선별적으로 가공한 후 단계적으로 제 시하였다. 이때, 독립변인에 의해 종속변인 값을 예측해주는 머신러닝 알고리즘을 이해하기 위 해서는 상관관계와 선형회귀분석을 이해해야 하는데, 이 내용은 중․고등학교 수학 교과 범위를 벗어나는 내용이다. 교육과정 상에서 가장 관련이 있는 것은 중학교에서 배우는 산점도와 직선 의 방정식이므로 이 개념을 선형회귀 분석이 무엇인지를 이해하기 위한 배경지식으로 활용하였 다. 특히, 회귀선을 직선의 방정식 개념으로 대입했을 때, 직선의 방정식의 기울기가 선형회귀 분석에서 두 변인 간의 설명력을 나타내는 중요한 지표라는 사실을 이해하고 실제 논문 사례에 서 회귀분석 결과표를 해석하는 활동을 실시하였다.

[그림 6] 선형회귀 분석 이론 학습

선형회귀 머신러닝 실습을 통한 이해

Orange3 프로그램은 단순한 블록코딩을 통해 머신러닝 모델을 활용할 수 있는 프로그램으로 머신러닝 알고리즘의 핵심 개념인 선형회귀분석을 학생들이 이해하면, 선형회귀 머신러닝의 작 동 원리는 상대적으로 수월하게 이해할 수 있었다. 따라서 창의적 설계는 학생들이 이해한 내용 을 다시 한번 스스로 개념을 정리하고 지식을 구성할 수 있도록 개념도 작성, 발표, 퀴즈, 토론 등의 방법에 많은 비중을 두었다. 이 과정에서는 텍스트 코딩을 통한 머신러닝 지도는 하지 않 았고, Orange3 프로그램만을 활용하였다. 이는 Orange3 프로그램이 간단한 조작만으로 머신러 닝 모델의 작동 원리를 쉽게 이해할 수 있게 해주어 머신러닝 초기 학습에서 효과적이라고 판 단하였기 때문이다.

[그림 7] 선형회귀 머신러닝 실습

오렌지3를 통한 선형회귀분석 실습과 이해

④ 감성적 체험: 선형회귀분석 머신러닝 알고리즘을 이해하기 위해서는 선형회귀분석 이론 에 대한 기본 개념이 필요하여 선형회귀분석 개념을 산포도와 직선의 방정식과 연관지어 학습 활동을 실시하였다. 학생들은 모둠 별로 선형회귀분석 결과를 제시한 논문 일부 내용을 해석하 고 발표하는 활동을 통해 선형회귀분석에 대해 지식을 스스로 구성하는 경험을 가지게 되었다.

이를 바탕으로 선형회귀분석 머신러닝 알고리즘 흐름도를 이해하고 오렌지3 프로그램을 활용 하여 실습하면서 선형회귀분석 머신러닝을 이해할 수 있었다. 이 활동을 통해 학생들은 머신러 닝에 대한 자신감을 가질 수 있고, 선형회귀분석 머신러닝 텍스트 코딩 수업을 실시하기 위한 중요한 선행경험이 된다. 왜냐하면 성공적인 텍스트코딩으로 연결하기 위해서는 학생들이 선형 회귀분석 프로그램 이해와 함께 실습을 통한 성공 경험과 자신감이 필수적이기 때문이다.

(다) 모듈3: 피지컬 컴퓨팅 활동 (8 ~ 11차시) ① 학습 목표

▪메이커 운동과 메이커 페어에 대해 설명할 수 있다.

▪센서, 액추에이터 카드를 이용하여 나만의 작품을 설계할 수 있다.

▪아두이노와 온도 센서를 이용해 데이터를 수집할 수 있다.

▪아두이노와 풍속 센서를 이용해 풍속계를 제작하고 데이터를 수집할 수 있다.

② 상황제시: 재미있고 신기한 물건들에 대한 사례를 소개하고, 메이커 페어에 대한 짧은 영상을 시청한 후 메이커 운동과 메이커 페어에 대해 소개한다. 메이커를 직업으로 하는 전문 유투버의 사례를 소개하며 메이커 활동이 직업으로 확대된 사례를 소개하면서 학생들의 호기심 을 유발한다.

[그림 8] 메이커 운동에 대한 소개를 통한 동기유발

메이커 운동 소개 메이커 직업인 소개

특히, 체감온도라는 주제와 연결하기 위해서는 풍속과 기온 데이터를 측정할 필요가 있으며, 피지컬 컴퓨팅을 통해 풍속과 온도 측정을 자동화할 필요가 있음을 이해한다. 이 수업은 체감 온도에 대한 실제데이터를 확보할 수 있는 방법을 학습하는 것이 목적이며, 최종목표인 체감온 도 관련 웹앱을 제작하기 위한 선행 단계하는 사실을 학생들이 인식하도록 한다.

③ 창의적 설계: 메이커 운동에 대해 이해하고 자신이 만들고 싶은 것을 만드는 메이커 활 동이 직업으로 확대된 사례를 소개하면서 학생들의 동기를 유발한 다음, ‘2021년 메이커 페 어’에 참가하기 위해 어떤 작품을 만들고 싶은가? 라는 질문을 통해 학생들은 메이커 관련 사 이트를 참고하면서 자신이 만들고 싶은 작품에 대해 발표한다. 이 활동은 학생들이 직접 메이 커 관련 사이트를 찾아보면서 상당수의 작품들이 단순한 만들기로만 되어 있는 것이 아닌 센 서, 전자기기 등의 부품들이 특정 규칙에 따라 작동하는 것을 확인하게 함으로써 아두이노를 활용한 피지컬 컴퓨터 제작이라는 수업 주제와 연결짓고자 하는 것이다.

[그림 9] 아두이노를 활용한 수업과 연결하기 위한 사전 활동

블록코딩을 통한 텍스트코딩 이해

엔트리와 대장장이 보드를 이용하여 LED전구를 활용하여 블록코딩으로 제어하는 활동을 한 후 아두이노 프로그램에 C언어로 된 코드와 비교하면 C언어로 표현된 코드를 이해한다. 이 때, 교사는 C언어로 표현된 코드에서 의미있는 값을 변경하여 학생들이 어떤 의미인지를 유추하여 해석할 수 있는 기회를 여러 번 제공한다. 이것은 학생들이 당장 텍스트 코딩을 작성하기는 어 렵지만 코딩 언어의 의미를 파악할 수 있는 안목을 가지도록 하는데 목적이 있다.

[그림 10] 아두이노 활용 블록코딩을 통한 텍스트코딩 이해

LED제어 블록코딩 텍스트 코딩 해석 발표

기온측정기 만들기

아두이노 보드에 온도센서를 연결하고 아두이노 프로그램을 활용하여 기온측정기를 제작한다.

이때, 샘플코드는 온도센서 구매 시 제공하는 센서 사양 정보와 회로 연결 튜토리얼, 샘플코드 를 확인 후, 이를 필요에 맞게 해석하고 변형할 수 있도록 한다.

[그림 11] 온도센서 튜토리얼 (Tutorial)와 샘플코드(sample code)

온도센서 튜토리얼 (Tutorial) 샘플 코드 (Sample Code)

학생들은 온도센서의 작동 전압의 범위가 3.3~5V로 아두이노 보드에 연결 시 문제가 발생하지 않는지를 확인할 수 있어야 하고, 측정 온도의 범위가 -50~125℃로 기온을 측정하기에 적합한 지 여부를 판단한다. 그 후, 제공되는 샘플코드를 해석하고 현재 환경에 맞게 변형하여 코드를 완성하고 기온 측정 데이터를 수집한다. 이때, 텍스트 코딩 내용을 이해하고 코드를 수정하여 사용할 수 있는 능력을 수업의 주안점으로 둔다.

[그림 12] 체감온도 산출을 위한 기온 측정기 제작

기온 측정기 연결 실습 기온 측정 데이터 자동 수집

풍속측정기 만들기

아두이노 보드에 풍속센서를 연결하고 아두이노 프로그램을 활용하여 풍속측정기를 제작한다.

이때, 풍속센서는 6~30V전원을 필요로 하기 때문에 학생들이 9V건전지를 풍속센서에 납땜을 통해 연결하는 활동이 필요하다. 여건 상 사전에 9V건전지를 풍속센서에 연결한 완제품을 학 생들에게 제공하였다. 샘플코드는 풍속센서 구매 시 제공하는 센서 사양 정보와 회로 연결 튜 토리얼, 샘플코드를 확인 후, 이를 필요에 맞게 해석하고 변형할 수 있도록 하였다.

[그림 13] 풍속센서 튜토리얼 (Tutorial)와 샘플코드(sample code)

학생들은 풍속센서의 작동 전압이 DC 6-30V이므로 따로 전원공급장치가 필요하고, 출력 전압 이 DC 0~5V, 사용 전류는 20mA이므로 아두이노 보드에 연결가능한지 여부를 확인한다. 풍속 (m/s)은 출력 전압(V)의 6배인 0~30m/s 풍속 범위를 측정할 수 있음을 이해한다. 그 후, 제공되 는 샘플코드를 해석하고 현재 환경에 맞게 변형하여 코드를 완성하고 기온 측정 데이터를 수 집한다. 이때, 텍스트 코딩 내용을 이해하고 코드를 수정하여 사용할 수 있는 능력을 수업의 주안점으로 둔다.

[그림 14] 체감온도 산출을 위한 풍속 측정기 제작

풍속 측정기 제작

풍속 측정기 실습 풍속 측정 데이터 자동 수집

학생들이 아두이노와 센서를 물리적으로 연결하여 피지컬 컴퓨터 제작 시 센서를 활용하는 일 반적인 방법을 이해하고 추후 실제 데이터를 수집하여 프로젝트를 진행할 때 활용할 수 있음 을 인식하는 것이 중요하다. 따라서 수업의 마무리는 향후 과제연구 주제를 생각해보고 어떤 피지컬 컴퓨터를 제작하여 활용할지를 생각해보고 발표하는 활동으로 정리하였다. 또한, 메이 커 활동과 관련하여 겨울방학 중에 메이커 활동을 할 수 있는 공간에서 실제로 만들기를 할 수 있는 기회를 제공할 것을 약속하였다.

④ 감성적 체험: 학생들은 메이커 운동에 대한 이해를 통해 자신이 만들고 싶은 것에 대해

생각해보고 목표를 설정하고 실천할 것을 다짐하였다. 메이커 활동을 바탕으로 아두이노와 센

서를 활용하여 프로그래밍하는 활동으로 확장하였고, 피지컬 컴퓨터 제작과 활용에 대한 구체

적 방법을 이해하였다. 또한, 직접 기온측정기와 풍속측정기를 제작하여 실제 기온과 풍속 데

이터에 대한 정보를 수집해봄으로써 활용적 측면에서 지식을 구성하고 적용하는 경험을 가질

수 있었다.

(라) 모듈4: 선형회귀 머신러닝 텍스트 코딩과 스트림릿 활용방법 학습 (12 ~ 14차시) ① 학습 목표

▪통합개발환경인 Visual Studio Code와 파이썬을 설치하고 가상환경을 통해 프로그램을 실행하며, 필요한 모듈을 설치하고 불러올 수 있다.

▪선형회귀 머신러닝 예시 코드를 활용하여 기온과 풍속 데이터를 입력하면 체감온도를 예측하는 선형회귀 머신러닝 코드로 수정하여 텍스트 코딩할 수 있다.

▪파이썬 기본 문법인 IF 조건문을 사용하여 체감온도에 따른 안내사항을 알려주는 코드 를 작성할 수 있다.

▪로컬 컴퓨터에 웹앱(Web App)을 구현하는 파이썬 라이브러리인 스트림릿(Streamlit) 메 소드를 활용 할 수 있다.

② 상황제시: 웹앱을 만드는 방법은 매우 다양하지만 그 중에서 가장 쉬운 방법 중에 하나 가 파이썬 라이브러리 중의 하나인 스트림릿(Streamlit)을 활용하는 것이다. 스트림릿을 활용하 면 사진, 영상, 음성 등을 쉽게 표현할 수 있고 파이썬 프로그램을 연동하여 적용할 수 있다는 장점이 있다. 파이썬으로 선형회귀분석 머신러닝 프로그래밍한 것을 웹으로 표현가능한 것이 다. 실제로 학생들은 웹앱을 만드는 활동 자체에 대한 기대가 크고, 웹앱을 쉽게 만들 수 있는 스트림릿 도구 자체에 큰 관심을 보였다.

③ 창의적 설계: 파이썬 프로그램을 활용하기 위한 통합개발환경은 파이참, 아나콘다 쥬피터 랩, 구글 콜랩, 비쥬얼 스튜디오 등 다양한 환경이 존재한다. 각각의 장점들이 있지만 파이썬 뿐만 아니라 HTML, CSS, C 외 상당히 많은 프로그램들의 코드를 지원하는 비쥬얼 스튜디오 코 드(Visual Studio Code)를 개발환경으로 선택하였다.

개발환경 설정

학교 컴퓨터실의 컴퓨터는 프로그램을 설치하여도 전원을 껐다가 다시 키면 처음의 상태로 돌 아오도록 설계되어 있다. 따라서 개발환경을 설정해보는 활동이 선행되어야 한다. 따라서 학생 들은 파이썬 프로그램과 비쥬얼 스튜디오코드 프로그램을 먼저 설치하였다. 생각보다 시간이 오래 걸렸고 환경변수 설정으로 인해 바로 실행되지 않는 컴퓨터들이 있었다. 많은 수의 학생 들의 컴퓨터를 하나 하나 환경변수 문제를 해결하기 어렵기때문에 가상환경 설정을 통해 실습 을 진행하였다. 특히, 컴퓨터를 껐다가 다시 키면 개발환경설정부터 다시 해야 한다.

[그림 15] 개발환경 설정

가상환경 설정 방법

1) 터미널 창에 ‘python –m venv venv’

2) interpreter 선택: venv\scripts\python.exe 3) 터미널 창에 venv\scripts\activate

모듈 설치

1) pip install pandas 2) pip install sklearn 3) pip install streamlit 4) pip install playsound

선형회귀 머신러닝 텍스트 코딩

기상자료 개발포털-기상청(https://data.kma.go.kr) 사이트에 접속 후 체감온도(겨울철)데이터를 내려 받는다. 이 데이터는 기온, 풍속, 체감온도에 대한 데이터로 지점과 기간을 선택하여 CSV 파일로 내려받기가 가능하다. 이 파일의 데이터를 활용하여 기온과 풍속에 따른 체감온도를 훈 련, 테스트하여 선형회귀 머신러닝 모델을 개발하였다. 학생들이 주어진 시간 안에 직접 텍스 트 코딩을 하지 못하기 때문에 샘플 코드를 주고 학생들끼리 해석하도록 하였다. 특히, 데이터 를 훈련세트와 테스트세트로 나누는 이유를 학생들이 의미있게 파악할 수 있는데 촛점을 맞추 어 수업을 진행하였다. 또한, 기온과 풍속에 따른 체감온도 예측이라는 선형회귀 머신러닝 프 로그램에서 기온과 풍속이 입력(input)데이터, 체감온도(target)데이터이고 이 중 75%는 훈련에 쓰이며, 나머지 25%는 테스트하는데 쓰인다는 사실을 이해하는데 주목하였다.

[그림 16] 선형회귀 머신러닝 텍스트 코등 학습 내용

기상청 체감온도 데이터 내려받기 선형회귀 텍스트 코딩

훈련세트와 테스트세트를 나누는 이유 훈련세트와 테스트세트 이해

선형 회귀분석을 보다 깊이있게 이해하기 위해서 최근접 이웃 회귀모델과 선형회귀의 차이점

을 조사하여 발표하는 시간을 가지면서 학생들은 훈련데이터 범위 밖에 있는 데이터에 대한

예측도 정확하게 할 수 있는 것이 선형 회귀분석임을 이해하였다.

IF 조건문 학습

파이썬에서 조건문은 if로 시작하는 조건이 참이 되면 해당 코드가 실행되는 구조로 if, elif, else가 함께 쓰인다. 가장 기본적이면서 웹앱 제작 시에 최소한으로 필요한 내용만을 학습하였 다. 나머지 부분은 스트림릿 메소드를 검색하면서 충분히 변형하고 적용할 수 있다.

[그림 17] If 조건문 학습

입력한 숫자의 값을 X에 저장함.

X가 양수이면 양수가 출력됨.

X가 0이면 0이 출력됨.

X가 양수도 아니고 0도 아니면 음수가 출력됨.

if조건문 활용 예시 선형회귀 텍스트 코딩

스트림릿(Streamlit) 활용방법 익히기

스트림릿 도큐멘테이션 (https://docs.streamlit.io/knowledge-base/using-streamlit)에 스트림릿 (Streamlit)활용 방법이 예제와 함께 자세히 나와있어 스트림릿을 파이썬 프로그램을 통해 작동 하는 방법과 텍스트 입력, 버튼 입력 등 기본적인 작동방법을 실습하였다. 스트림릿 도큐멘테이 션은 기본적으로 영어로 표현되어 있지만 크롬에서 스트림릿 도큐멘테이션을 열면 한글 번역을 지원하기 때문에 몇 번의 실습을 통해 학생들이 내용을 이해하는데는 큰 어려움이 없었다.

[그림 18] 스트림릿 도규멘테이션 실습

음성파일 제작 방법

음성파일 제작은 파파고 사이트를 활용하여 텍스트를 음성파일로 만들고 개발자 화면에서 다운 로드 받는 방법을 활용하였다. 크롬에서 파파고 사이트를 열고 키보드의 F12를 누르면 개발자 화면이 나온다. 파파고 사이트에서 음성으로 변환할 텍스를 입력하여 스피커 버튼을 눌러 음성 번역기를 실행시키면 개발자 화면에 media Type 파일이 생성되는데 이 파일에 마우스 커서를 갖다 대고 마우스 오른쪽 버튼을 누르면 ‘Open in new tab’이 나타난다. 이 탭을 누르면 미 디어 실행화면이 나타나고 텍스트가 변환된 음성파일을 다운받을 수 있다.

[그림 19] 음성파일 다운로드 방법

파파고 번역 사이트 활용 개발자 화면에서 음성파일 다운로드 방법

디자인 이미지 제작 방법

자신만의 디자인 이미지를 만드는 방법은 저작권 문제와 조작 편의성을 고려하여 미리캔버스를 활용하였다. 미리캔버스는 파워포인트(PPT) 작동방식과 유사하면서 다양한 폰트와 고퀄리티의 이미지 파일을 만들 수 있게 도와준다. 학생들은 주로 로고나 제목, 이미지 합성 등을 활용하여 창의적으로 자신만의 이미지를 설계하였다.

[그림 20] 미리캔버스를 활용한 자기만의 디자인

미리캔버스 사이트 미리캔버스를 활용한 디자인 예시

④ 감성적 체험

선형회귀 머신러닝 텍스트 코딩 활동: 오렌지3 프로그램을 통해 이해했던 선형회귀 머신 러닝 블록 코등의 내용을 바탕으로 파이썬 텍스트 코딩으로 확장하는 과정에서 머신러닝에 대 한 심화학습 경험을 제공한다. 학생들은 이러한 성공적인 심화학습의 경험을 통해 파이썬 텍스 트코딩의 의미를 파악할 수 있으며, 코딩에 대한 자신감을 얻을 수 있다.

스트림릿, 음성, 이미지 디자인 제작 활동: 학생들이 웹을 디자인하는 과정에서 자신의 의 도대로 적용하는 활동을 통해 창의적인 결과와 자기만의 개성을 나타낼 수 있었다. 정답이 정 해져 있지 않아 학생들이 원하는대로 디자인할 수 있어 학생들의 흥미도가 매우 높았다. 이러 한 활동은 STEAM에서 Art영역에 대한 학습의 좋은 소재가 되었다.

모듈들의 결합을 통한 최종 산출물: 체감온도 웹앱(Web App) 제작 (15, 16차시)

4가지 모듈에 대한 학습의 최종 단계인 체감온도 웹앱 제작은 본 AI-STEAM 프로그램의 최종 학습목표에 해당하는 것으로 그동안의 학생들의 성취를 종합적으로 적용하여 과제를 수행하는 활동이다. 기온측정기와 풍속측정기를 활용하여 현재 위치의 기온과 풍속데이터를 수집하여 선 형회귀 머신러닝 모델에 기온과 풍속 데이터를 입력하면 체감온도 예측값을 산출한다. 산출된 체감온도 예측값을 기준으로 건강관리 및 코디제안 등의 후속 정보를 그림, 음성 등의 방법으 로 안내하는 웹앱을 제작하고 서로 공유한다.

[그림 21] 최종 산출물: 체감온도 웹앱(Web App) 제작

웹앱 예시

(http://feeltemp.herokuapp.com/)

(2) 프로그램 개발‧적용 결과

교수학습 지도안 개발

차시(시수)

프로그램명 프로그램 주제 운영

대상(학년)

완료 여부

개발 수업적용 학생수

1 체감온도 개념 이해와 친숙함 형성을 위한 언플러그드(Unpluged) 활동

우리나라 날씨,

사계절 2학년 완료 완료 200

2 체감온도 개념 이해와 친숙함 형성을 위한

언플러그드(Unpluged) 활동 전통의상 디자인 2학년 완료 완료 200

3 머신러닝 알고리즘의 이해 상관관계, 회귀분석

직선의 방정식 2학년 완료 완료 200

4 머신러닝 알고리즘의 이해 선형회귀분석 2학년 완료 완료 200

5 머신러닝 알고리즘의 이해 인공지능 2학년 완료 완료 200

6 머신러닝 알고리즘의 이해 선형회귀 머신러닝 2학년 완료 완료 200

7 머신러닝 알고리즘의 이해 선형회귀 머신러닝

실습 2학년 완료 완료 200

8 피지컬 컴퓨팅 활동 메이커 운동 2학년 완료 완료 200

9 피지컬 컴퓨팅 활동 아두이노 실습 2학년 완료 완료 200

10 피지컬 컴퓨팅 활동 기온측정기 제작 2학년 완료 완료 200

11 피지컬 컴퓨팅 활동 풍속측정기 제작 2학년 완료 완료 200

12 선형회귀 머신러닝 텍스트 코딩과 스트림릿 활용방법 학습

선형회귀 머신러닝

텍스트 코딩 2학년 완료 완료 200

13 선형회귀 머신러닝 텍스트 코딩과 스트림릿 활용방법 학습

선형회귀 머신러닝

텍스트 코딩 2학년 완료 완료 200

14 선형회귀 머신러닝 텍스트 코딩과 스트림릿 활용방법 학습

스트림릿 활용법

이미지 디자인 2학년 완료 완료 200

15 체감온도 웹앱 제작 체감온도 웹앱제작 2학년 완료 완료 200

16 체감온도 웹앱 제작 웹앱 공유 2학년 완료 완료 200

합계 200

다. 성과 확산 및 실천

(1) 교사연구회 STEAM 행사 개최

AI-STEAM 프로그램을 개발하고 배방고등학교 30명의 학생을 대상으로 프로그램을 일차적으 로 적용한 후 검증하였다. 이후 설화고등학교, 월봉고등학교, 오성고등학교 학생들에게 동아리 시간과 방과후 시간을 이용하여 프로그램을 적용하였다.

회차 일시 장소 참석대상 주요내용

1차 ‘21.7.26. 배방고등학교

교사 서정호 외 4명 강신천 교수 (공주대 컴퓨터교육과)

- 체감온도 프로젝트 전반에 대한 이론적 배경 설명

- 기온, 풍속 공공데이터를 파이썬 머신러닝을 통해 체감온도 예측값 을 산출하는 모델 설계

2차 ‘21.7.27. 배방고등학교

교사 서정호 외 4명 강신천 교수 (공주대 컴퓨터교육과)

- 기온과 풍속 센서를 활용하여 실 제 기온값과 풍속값을 측정하여 체감온도 예측 모델에 적용하여 체감온도 예측값을 도출

3차 ‘21.7.28. 배방고등학교

교사 서정호 외 4명 강신천 교수 (공주대 컴퓨터교육과)

- 파이썬 라이브러리(스트림릿)를 활 용하여 로컬컴퓨터에 체감온도 웹 사이트를 제작

(2) STEAM 교사연구회 간 상호 네트워크 컨설팅 결과

회차 일시 장소 참석자 상호 컨설팅 결과

1차 ’21.6.8.(화)

16:30~21:00 공주대

강신천 교수(자문위원) 서정호 교사(연구책임자) 채수진 교사(참여연구원) 설진국 교사(참여연구원) 한성희 교사(참여연구원) 최희원 교사(참여연구원)

- AI 기술을 접목한 STEAM 교육 프로그램 개발을 위한 머신러닝 기술 개발

- 체감온도 측정을 위한 풍속과 기온 측정 센서 활용 방법 논의

- 프로그램 투입 효과 분석을 위한 설문지 문항 개발 방법 논의

- 프로그램 실제 수업 적용 시 교사와 학생 간 상호작용 주안점 논의

- STEAM교육 목적 달성과 효과를 극대화하 기 위한 이론적 배경과 기술 자문

2차 ’21.11.3.(수)

16:30~21:00 공주대

강신천 교수(자문위원) 서정호 교사(연구책임자) 채수진 교사(참여연구원) 설진국 교사(참여연구원) 한성희 교사(참여연구원) 최희원 교사(참여연구원) 김진형 교사(타연구회)

- 2021 STEAM 교사연구회 보고서 검토 및 자문

- 보고서 전반에 대한 이론적 배경 보강 - 설문 분석 방법 검토

- AI와 STEAM 프로그램 추가 개발 및 추후 프로그램 확대 적용 방안 논의

라. AI-STEAM 프로그램 적용 학생 설문 결과 분석

(1) 설문 구성

공주대학교 컴퓨터교육학과 교수 강신천와 컨설팅(21.6.8.화)을 통해 프로그램 개발 전반에 대 해 심도있게 논의하였다. 이 과정에서 교육학적 이론과 AI 기술, 적용 범위 등 구체적인 내용에 대해 검토한 후 교수님의 도움을 받아 AI-STEAM 설문지를 네이버 폼을 활용하여 제작하였다.

[그림 22] AI-STEAM 프로그램 학생 설문지

학생 설문지 선택형 (1 ~ 16)

학생 설문지 서답형 (17 ~ 20)

(2) 설문 분석

설문에 참여한 학생들은 AI-STEAM 프로그램 개발을 마치고 처음으로 프로그램을 적용한 배방 고등학교 2학년 학생 30명을 대상으로 진행하였다. 자문위원 교수 1명과 연구회 교사 5명이 3 일간(21.7.26~7.28) 16차시 수업을 운영하였다. 연구회 교사 5명은 각자의 역할을 나누어 주강사 와 보조강사 역할을 하고 자문위원은 수업과정을 모니터링하고 수업 종료 후 피드백과 개선사 항 등에 대해 논의하였다. 3일간의 프로그램 적용을 마친 후 학생들에게 설문지를 네이버폼으 로 배포하였고, 설문의 결과는 문항별로 다음과 같다.

[표 2] 학생 설문결과 분석

문항별 결과 문항별 분석 내용

1. 성별

대상은 모두 2학년 학생들로 이공계 진로를 희망 하는 학생들로 구성되어 있다. 학업 성적 기준으로 는 중상위권과 상위권 학생들로 구성되어 있다.

성별은 남학생이 14명, 여학생이 16명이다.

2. 코딩 작성 경험

코딩 작성 경험이 있는 학생은 19명, 없는 학생은 11명으로 절반 이상이 코딩 경험이 있고 19명의 학생들 중 18명은 정보 교과 시간에 파이썬 기본 문법을 학습한 경험이 있다.

3. 코딩 수업 참여 경험

코딩 수업에 참여 경험이 있는 학생은 18명, 없는 학생은 12명으로 정보 교과 시간에 파이썬 문법 학습과 아두이노 활용 코딩 수업이 이루어졌다.

사전 사후 인공지능 이해정도 비교 (대응표본 T-test)

4. 수업 참여 전, 인공지능에 대한 나의 이해 정도

는 어떤가요?

5. 수업 참여 후, 인공지능에 대한 나의 이해 정도 는 어떤가요?

분석 내용

가장 중요한 설문 내용으로 ‘매우 낮다(1점), 낮다(2점), 보통이다(3점), 높다(4점), 매우 높다(5 점)’ 으로 항목별 점수를 부여한 후 파이썬 코딩을 통해 대응표본 T-test를 실시하였다. 실시 결 과 t검정 통계량의 절댓값이 16이상으로 매우 크고 p-value가 유의수준(0.05)보다 작으므로 AI-STEAM 프로그램은 학생들이 인공지능을 이해하는데 큰 효과가 있었음을 확인하였다. 특히, 프로그램 투입 사전의 인공지능 이해도는 2.2정도로 ‘아니다’에 가까웠으나 사후의 이해도는 4.1정도로 ‘그렇다’로 향상되었고, 사후 표준편차가 사전과 비슷한 것으로 보아 고르게 학생들의 이해도 향상되었음을 알 수 있었다.

6. 수업 참여 전, 인공지능에서 데이터의 중요성을 나는 어느 정도 알고 있었다.

7. 수업 참여 후, 나는 인공지능에서 데이터가 중 요하다는 것을 알게 되었다.

분석

내용 ‘매우 낮다(1점), 낮다(2점), 보통이다(3점), 높다(4점), 매우 높다(5점)’ 으로 항목별 점수를 부여 한 후 파이썬 코딩을 통해 대응표본 T-test를 실시하였다. 실시 결과 t검정 통계량의 절댓값이 5이상이고 p-value가 유의수준(0.05)보다 작으므로 AI-STEAM 프로그램을 통해 학생들이 데이 터의 중요성을 인식하는데 큰 효과가 있었음을 확인하였다. 특히, 데이터의 중요성에 대한 이해 수준이 보통수준에서 매우 높은 수준으로 대부분의 학생들이 향상되었음을 알 수 있다.

문항별 결과 문항별 분석 내용

8. 나는 친구들과 모둠을 만들어 인공지능 활동을 하는 것과 혼자서 하는 활동 중 어떤 것을 더 선 호하나요?

인공지능 활동 형태에 대한 질문에는 개별 학습보 다 모둠별 학습을 선호하는 것으로 나타났다.

9. 내가 참여한 수업이 인공지능을 활용하는 것을 많이 했는지 아니면 인공지능 원리에 대해서 많이 했다고 생각하나요?

이 프로그램을 통해 학생들의 절반이 인공지능의 원리를 공부했다고 생각하는 것으로 나타났다. 나 머지 절반은 인공지능 개발, 구현, 활용에 대해 공 부했다고 생각하는데 수업 활동에서는 원리, 개발, 활용 모두 다루었지만 의도는 인공지능 원리 학습 이므로 유의미한 설문결과라고 판단된다.

10. 내가 참여한 수업은 전반적으로 인공지능을 이해하는데 도움이 되었다.

인공지능을 이해하는데 도움이 되었다고 응답한 학생은 ‘그렇다.’ 43.3%, ‘매우 그렇다.’ 50%로 93.3%의 학생이 도움이 되었다는 긍정의 답변을 확인하였다.

11. 나는 이 수업을 다른 친구에서 참여하라고 소 개하고 싶다.

위 설문의 내용과 마찬가지로 93.3%의 학생들이 참여를 권유할 것이라는 의사를 밝혔고, 무려 66.7%의 학생들은 ‘매우 그렇다.’라고 답변한 것으 로 보아 학생들의 프로그램에 대한 긍정적 인식을 확인할 수 있었다.

12. 나는 이런 수업이 다시 열리면 참여하고 싶다.

설문지 10, 11번과 같이 93.3%의 학생들이 재참여 의사를 밝혔고, 무려 63.3%의 학생들은 ‘매우 그 렇다.’라고 답변하였다. 역시 학생들의 프로그램에 대한 긍정적 인식을 확인할 수 있었다.

13. 내가 참여한 이 수업은 나에게 전반적인 난이 도가 어느 정도였다고 생각하나요?

학생들이 느끼는 프로그램의 난이도 중수준이라고 생각하는 학생의 비율이 76.7%로 대부분이고 하 수준으로 쉽다고 생각하는 학생은 6.7%였다. 상수 준이라고 생각하는 학생은 16.7%로 나타났는데 프로그램 투입 전 인공지능의 이해정도를 묻는 설 문(4번)에서 ‘보통 이하’라고 답변한 학생들의 비 율이 96.7%라는 것을 감안하면 프로그램의 난이 도는 적절하다고 판단된다.

14. 나는 수업을 통해 인공지능에 대한 흥미나 관 심이 생겼다.

프로그램 참가학생들의 진로 계열은 모두 이공계 로 기본적으로 인공지능에 대해 어느 정도 관심이 있었으나 인공지능에 대한 이해가 부족한 상황이 었다. 프로그램을 통해 인공지능을 이해함으로써 인공지능에 대해 더욱 흥미와 관심이 생긴 것으로 판단된다.

15. 나는 인공지능 관련 분야로 진로를 생각하고 있다.

인공지능 관련 분야로 진로를 고민하는 학생의 비 율이 63.4%이다. 이 중 매우 적극적으로 진로를 생각하는 학생은 26.7%로 나타났다.

16. 나는 인공지능을 나의 진로에 접목하고 싶은 생각이 들었다.

위 설문에서 63.4%의 학생이 인공지능 관련 진로 를 생각한다고 답변한 것과 달리 자신의 진로와 인공지능을 접목하고 싶다고 생각하는 비율은 86.7%로 이 중 무려 60%는 ‘매우 그렇다.’라고 답변하였다. 특히, 자신의 진로와 인공지능을 연결 시키고 싶지 않다는 답변은 0% 인 것으로 나타났 다. 이는 학생들이 기본적으로 인공지능에 대해 활 용과 수단적 가치로는 중요하게 인식하고 있음을 알 수 있었다.

17. 수업을 통해서 아직까지 기억에 남는 지식, 개념, 또는 활동이 있다면 자유롭게 써 주세요. 가급적 많이 써 주세요.

18. 수업에 대한 소감을 간략하게 써 주세요. 수업 의 긍정적인 면이나 개선이 필요한 부분 등에 대 한 의견을 주세요.

문항별 분석 내용 문항별 분석 내용

< 설문 결과 단어구름 > < 설문 결과 단어구름 >

19. 수업에 참여하면서 혹시 교육에 이런 인공지능이 또는 나의 진로와 관련해서 이런 인공지능이 있으면 좋겠다고 생각한 것이 있으면 자유롭게 써 주세요.

20. 다양한 교과가 융합된 수업에서 특히 재미있 게 느껴졌던 활동이 있으면 자유롭게 써 주세요.

문항별 분석 내용 문항별 분석 내용

< 설문 결과 단어구름 > < 설문 결과 단어구름 >

4. 결론 및 제언 가. 결론

‘지구가 느끼고 있는 온도와 내가 느끼고 있는 온도가 같을까?’라는 주제로 AI-STEAM 프로 그램을 개발하면서 얻은 결론은 다음과 같이 네 가지로 정리할 수 있다.

(가) 본 연구회에서 개발한 프로그램은 학생들이 쉽게 이해할 수 있는 수준의 AI의 원리를 학 습하는 STEAM about AI 프로그램이라는 점에서 큰 의미가 있다.

현재 AI 인공지능 기술 발전으로 AI 기술은 이미 다양한 분야에서 활용되고 있다. 이러 한 AI 인공지능을 보다 잘 이해하고 활용하기 위해서는 교육 현장에서부터 AI 교육이 필요 하다. 또한, 창의성과 인성을 겸비한 융합적 사고력은 여전히 교육에서 중요한 가치를 지 니게 되기 때문에 STEAM 교육의 지니는 의미는 크다. 이에 AI와 STEAM을 결합한 AI-STEAM 교육프로그램을 계속적으로 개발할 필요가 있다. 최근 STEAM 프로그램의 연구 동향을 살펴보면, AI 요소가 많이 가미되고 있는 것은 사실이다. 하지만 AI는 STEAM 활동 을 하기 위한 수단으로 활용되는 경우가 대부분이었다. 본 연구회는 이러한 AI assisted STEAM이 아닌 AI와 STEAM을 이론적 배경 바탕 위에 STEAM about AI 프로그램을 개발했 다는 것에 큰 의미가 있다. 또한, 인공지능 원리에 대한 학습임에도 학생들이 느끼는 난이 도는 그렇게 어렵지 않다. 실제로 설문지 13범 문항을 보면, 83.3%의 학생이 중수준이하라 고 생각하였고 상수준이라고 생각하는 학생은 16.7%에 불과하였다. 특히, 프로그램 투입 전 자신의 인공지능의 이해 수준을 설문에서 ‘보통 이하’라고 답변한 학생들의 비율이 96.7%였다는 사실을 감안하면 프로그램의 난이도는 적절하다고 판단된다.

(나) 본 연구회에서 개발한 AI-STEAM 프로그램은 4가지 모듈(Module) 활동이 결합된 학습구조 로서 이러한 모듈형 학습구조는 STEAM 프로그램 개발에 효과적인 방법이 될 수 있다.

본 프로그램은 ‘체감온도’라는 하나의 주제를 가지고 4가지 모듈(Module)형태의 수업

을 각 모듈별로 학습한 다음 최종 결과물을 만들어 내는 형태를 가지고 있다. 이러한 모듈

형태의 학습구조는 새로운 다른 모듈들과 조합을 통해 새로운 주제에 대한 STEAM 프로그

램을 효율적으로 만들어낼 수 있게 한다. 기존의 STEAM 프로그램 개발에서는 특별한 방

법 없이 아이디어를 구상하여 STEAM 학습 준거틀과 교과 간 융합이라는 기본틀만 맞추어

제작하였다면, 본 연구회에서 개발한 방법은 마치 컴퓨터 프로그램 설계에서 클래스(Class)

처럼 각 모듈을 만들고 그것을 조합하는 형태를 가지고 있다. 만약 다양한 교과에 해당하

는 모듈이 있다면 그것들을 서로 조합해서 STEAM 프로그램을 만들기는 수월하고 다양한

경우의 수가 존재하여 다양한 주제의 프로그램을 개발할 수 있을 것이다. 이에 본 연구회

는 추후 모듈형태의 STEAM 프로그램 개발방법을 심층적으로 연구하여 모듈형태의 학습구

조가 STEAM 프로그램 개발에 얼마나 효과적인지를 밝히고자 한다.

(다) 본 연구회에서 개발한 AI-STEAM 프로그램은 학생들에게 머신러닝의 원리에 대한 이해를 도와주는 검증된 학습도구이다.

인공지능 이해도를 프로그램 투입 전과 후를 비교하는 설문지 문항 4번, 5번의 결과를 대응표본 T-test를 통해 검증한 결과, 본 연구회에서 개발한 AI-STEAM 프로그램이 학생들 의 인공지능에 대한 이해도를 향상시키는데 큰 효과가 있었다는 것을 알 수 있었다. 프로 그램 투입 사전의 인공지능 이해도의 평균이 2.2점에서 4.1점으로 크게 향상되었고, 표준편 차는 0.69로 인공지능에 대한 학생들의 이해도가 고르게 향상되었음을 알 수 있었다. 이 프로그램에서 학생들은 인공지능 개발, 구현, 활용에 대한 학습내용을 경험하도록 구성되 어 있는데 설문지 9번 문항(프로그램의 목표)의 결과를 통해 절반의 학생들이 이 프로그램 을 통해 인공지능의 원리를 공부했다고 생각하는 것으로 나타났다. 따라서 본 연구회에서 개발한 AI-STEAM 프로그램은 학생들에게 머신러닝의 원리에 대한 이해를 도와주는 도구 라는 사실을 알 수 있다. 또한, 설문지 10번 문항을 통해 93.3%의 학생이 인공지능을 이해 하는데 도움이 되었다고 답변하였고, 설문지 17번 문항(기억에 남는 개념)의 답변으로

‘선형회귀, 선형회귀분석, 머신러닝, 아두이노, 코딩, 인공지능, 직선의 방정식’ 등의 개 념 위주의 단어에 대한 빈도수가 높았다는 사실을 통해서도 위 사실을 알 수 있다.

(라) 학교 현장에서는 컴퓨터 공학에 대한 학생들의 진로와 융합적 소양을 기르기 위한 융합 수업에 대한 수요가 지속적으로 증가하여 이를 반영한 수업의 필요성을 인식해왔다. 본 연 구회에서 개발한 AI-STEAM 프로그램은 학생들의 이러한 요구를 충족시켜주는데 적합한 학습 모델이다.

수업에 대한 소감을 작성하는 설문지 18번 문항의 결과에서는 기본적인 인공지능 관련 용어와 함께‘기회, 유익, 의미, 재미, 시간, 열정, 고생’등의 단어에 대한 빈도수가 높았 다. 실제 답변을 보더라도 상당수의 학생들이 이러한 융합 프로그램에 참여할 수 있어 유 의미하였다는 내용을 살펴 볼 수 있다. 설문지 11번 문항과 12번 문항을 통해 93.3%의 학 생들이 친구들에게 프로그램 참여를 권유할 것과 재참여 의사를 밝혔다. 특히, 60%이상의 학생들은 강한 긍정의 의사를 밝히기도 하였다. 또한, 설문지 15번 문항과 16번 문항을 통 해 63.4%의 학생이 인공지능 관련 진로를 직접적으로 생각하고 인공지능 관련 진로와 관 련 없이 86.7%의 학생들은 자신의 진로와 인공지능을 접목하고 싶다는 의사를 밝혔다는 사실을 통해서도 본 연구회에서 개발한 AI-STEAM 융합교육 프로그램은 학생들의 요구를 충족시켜주는 적합한 학습 모델임을 알 수 있다.

나. 제언

AI 기술 발전으로 대변되는 미래사회에서 학생들을 훌륭한 인재로 육성하기 위해서는 학생들

이 시대적 요구에 맞는 교육의 경험이 필요하다. 이에 학교는 학생들이 재미있게 참여할 수 있

는 AI와 STEAM이 결합된 학습 프로그램을 제공하여 학생들이 잠재된 자신의 능력과 적성을 계

발하여 의미있게 진로를 선택할 수 있게 해야 한다. 이를 위해 학교 현장 교사들은 AI와

STEAM에 대한 이론적 배경을 연구하고 프로그램을 개발하는 노력을 기울여야 할 필요가 있다.