초록 열기/닫기 버튼
본 연구는 인공지능과 빅데이터를 활용해 어떻게 과학영재교육에 활용할 수 있는 방법과 기대 효과를 도출하기 위해 이뤄졌다. 본 연구에서는 서울 지역의 일별 기온 데이터의 분석 과정을 중심으로 머신러닝의 수행과정과 과학적 탐구의 요소나 속성 등을 비교하며 어떻게 교수학습이 가능한지 소개하였다. 기온 데이터를 활용해 장기적 기온 변화를 예측하는 4가지 모델을 개발하고, 정확도를 서로 비교하였다. 이와 같은 과정을 통해 과학영재교육에서 인공지능 활용이 갖는 장점은 다음과 같다. 첫째, 학생들이 경험하는 문제 발견 과정에서의 어려움을 줄일 수 있다. 둘째, 데이터의 중요성을 이해하고 데이터의 가공 및 분석 방법을 학습할 수 있다. 셋째, 다양한 모델을 적용한 분석과 반복적인 시행을 통해 실제 탐구에서 경험하는 노력이나 비용 등을 줄이는 경제적 효과를 갖고 있다. 이러한 결과를 토대로 본 연구에서는 과학영재교육에서 인공지능을 활용하는 데 필요한 과제들에 대해 제시하고자 하였다.
The purpose of this study was to investigate how big data and artificial intelligence (AI) could be applied to science education for the gifted and to suggest the expected outcomes through machine learning approach to scientific inquiry. Thus, the researcher illustrated the process to predict long-term temperature changes in Seoul depending on different methods of machine learning using open source of data provided by the Korea Meteorological Agency, and compared characteristics of scientific inquiry and machine learning process. In this study, four different models were developed and evaluated as listed: Random Forest, Gradient Boosting, Support Vector Machine and Long Short Term Memory. According to the results of this study, machine learning approach helped to relived gifted students’ difficulties in identifying problems, provided them with opportunities to learn the significance of data and data engineering, and helped to implement a variety of studies and investigations compared to the traditional experimental activities. Based on the points addressed, this study gave some implications for doing AI-based education for the scientifically gifted.
키워드열기/닫기 버튼
artificial intelligence, big data, machine learning, platform, scientific inquiry
