교원을 위한 인공지능 첫걸음.pdf

Full Transcript

27 ※ 본 교육자료는 일반 교사들에게 인공지능의 개념부터 원리를 이해하고, 각 교과의 문제해결에 어떻게 활용하는지에 탐색할 수 있는 여러 사례를 소개하기 위한 목적으로 개발되었습니다. ※ 본 자료에서 설명하는 인공지능의 개념과 원리, 기술 등은 현재의 상황이 기준이므로 향후 인공지능 기술의 발전에 따라...

27 ※ 본 교육자료는 일반 교사들에게 인공지능의 개념부터 원리를 이해하고, 각 교과의 문제해결에 어떻게 활용하는지에 탐색할 수 있는 여러 사례를 소개하기 위한 목적으로 개발되었습니다. ※ 본 자료에서 설명하는 인공지능의 개념과 원리, 기술 등은 현재의 상황이 기준이므로 향후 인공지능 기술의 발전에 따라 변경될 수 있습니다. 또한, 모든 교사들이 이해하기 쉬운 용어로 풀어서 설명하는 과정에서 전문용어 사용의 제약으로 인해 명확한 의미표현에 한계가 있을 수 있습니다. contants Ⅰ. 인공지능 주요 용어 및 개념 정리 007 1. 인공지능 주요 용어 목록 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 008 2. 질의응답 형태로 알아보는 인공지능 교육의 개념 · · · · · · · · · · · · · · · · · · · · · · 010 1 인공지능이란 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 011 2 인공지능 교육의 필요성 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 013 3 인공지능 교육의 범위 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 015 4 인공지능 교육의 방법 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 019 5 인공지능의 영향력, 혁신의 도구 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 026 6 인공지능의 발전 가능성 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 032 3. 교사를 위한 인공지능 소양 교육체계 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 035 Ⅱ. 인공지능 활용 사례 039 1. 생활 속 인공지능 활용 사례 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 040 1 인공지능 스피커 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 041 2 내비게이션 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 043 3 자율주행 자동차 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 046 4 추천 알고리즘 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 048 5 챗봇 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 049 6 얼굴인식 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 051 2. 인공지능 교육 수업 사례 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 053 1 인공지능 활용 문제해결 교육(초등학교) · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 054 2 인공지능 활용 문제해결 교육(중학교) · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 060 3 인공지능 활용 문제해결 교육(고등학교) · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 064 4 인공지능 창의·융합 교육(초등학교) · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 068 5 인공지능 창의·융합 교육(중학교) · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 080 6 인공지능 창의·융합 교육(고등학교) · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 084 3. 교육에 활용할 수 있는 인공지능 도구 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 090 1 OpenAI ‘Dall-E 2’ - 텍스트를 이미지로 그려요. · · · · · · · · · · · · · · · · · · · · · · 091 2 네이버 ‘스마트 렌즈’ - 이미지로 검색하세요. · · · · · · · · · · · · · · · · · · · · · · · · · · 093 3 네이버 ‘파파고’ - 인공지능 번역기 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 095 4 구글 두들-바흐 - 멜로디를 바흐 스타일의 화음으로 · · · · · · · · · · · · · · · · · 097 5 Scroobly - 나를 따라 움직이는 낙서 애니메이션 · · · · · · · · · · · · · · · · · · · · · 099 6 라이팅젤 - 인공지능과 함께 하는 글짓기 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 102 7 Reface - 딥페이크 영상 만들기 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 105 8 구글 딥드림 제너레이터 - 한 이미지로 만드는 다양한 스타일 · · · · · · 108 9 크롬 뮤직랩 ‘칸딘스키’ - 그림을 연주해요. · · · · · · · · · · · · · · · · · · · · · · · · · · · · 111 10 크롬 뮤직랩 ‘rythm’ - 리듬 합주 작곡 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 113 11 크롬 뮤직랩 ‘SongMaker’ - 멜로디 작곡 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 115 12 구글 ‘블롭 오페라’ - 네 개의 목소리로 만드는 오페라 · · · · · · · · · · · · · · · 117 13 구글 ‘페인트 위드 뮤직’ - 붓으로 만드는 음악 · · · · · · · · · · · · · · · · · · · · · · · · · 119 14 OpenAI ‘ChatGPT’ - 인공지능이 답해드립니다. · · · · · · · · · · · · · · · · · · · · · 121 인공지능 주요 용어 123 Ⅰ. 인공지능 주요 용어 및 개념 정리 7 Ⅰ 인공지능 주요 용어 및 개념 정리 8 교원을 위한 인공지능(AI) 첫걸음 chapter 01 인공지능 주요 용어 목록 인공지능 관련 개념은 AI4k12, 2022개정교육과정, 과학창의재단의 교재, 시도교육청별 인공지능 교육체계 분석을 통하여 고등 학교 기초 수준에서 제시되는 개념들과 고등학교 심화에 해당하나 교사들이 알아두면 좋을 개념 일부를 선정하였고 본 연구에서 개발한 인공지능교육체계를 바탕으로 영역에 따라 분류하였습니다. 영역 내용 요소 개념목록 인공지능의 개념 인공지능, 인공지능의 4가지 접근방법 인공지능의 특성 인공지능의 핵심기술, 에이전트 인공지능 개념 교육 튜링테스트, 전문가시스템, 기호주의 인공지능, 지능형 에이전트, 인공지능의 발전과정 데이터기반 인공지능, 규칙 기반 모델, 지식 그래프, 알파고, 왓슨, 인공지능의 역사, 트랜스 휴머니즘 인공지능의 수준과 사례 약인공지능, 강인공지능, 초인공지능 인공지능과 직업, 인공지능을 활용한 사회적 문제해결, 인공지능과 사회변화 인공지능과 지적재산보호 인공지능의 윤리적 문제 및 딜레마 인공지능의 오남용, 인공지능의 윤리적 딜레마, 트롤리딜레마 인공지능 윤리 교육 인공지능의 공정성, 인공지능의 투명성, 인공지능의 신뢰성, 인공지능과 윤리 인공지능의 책임성, 인공지능의 안정성, 인공지능의 설명가능성 인공지능 윤리 지침 인공지능의 개발자 윤리, 인공지능의 사용자 윤리 Ⅰ. 인공지능 주요 용어 및 개념 정리 9 학습 알고리즘 기계학습, 지도학습, 비지도학습, 강화학습, 분류, 회귀, 군집, 패턴 추론 알고리즘, 추론 규칙, 데이터, 빅데이터, 검색, 추론 알고리즘 exploration, exploitation, 범주형 데이터, 수치데이터, 인공지능 정형 데이터, 비정형 데이터, 순서형 데이터, 연속 데이터, 이산 데이터 원리 교육 데이터수집, 데이터분석, 데이터 전처리, 데이터세트, 데이터 분석, 데이터 시각화, 배치, 속성, 레이블, 클래스, 가중치, 프로그래밍의 실제 에포크, 정확도, 오분류, 정규화, 적합, 과소적합, 과대적합, 이상치, 결측치, 특징 추출, 테스트 데이터, 학습률, 손실함수, 편향 인식 기술의 원리 및 감지, 인식, 문자 인식, 센서, 이미지 인식, 컴퓨터 비전, 문제해결 음성 인식, 객체 탐지, 얼굴 인식, 언어 인식, 동작 인식 표현·추론의 원리 및 탐색, 너비우선탐색, 깊이우선탐색, 최상우선탐색, 문제해결 명제논리, 술어논리, 생성시스템, 전문가 시스템 인공지능 의사결정트리, 랜덤포레스트, 앙상블 학습법, 퍼셉트론, 인공신경망, 활용 문제 입력층, 은닉층, 출력층, 선형회귀, 로지스틱 회귀, 시그모이드 함수, 해결 교육 학습의 원리 및 문제해결 렐루함수, 서포트벡터 머신, k-평균, k-최근접이웃, 합성곱 신경망, 합성곱, 순환 신경망, 역전파 알고리즘, 휴리스틱, 벡터공간, 목표상태, 초기상태, 현재상태, 정책, 추천시스템, 완전 연결 신경망, 평균 제곱 오차 상호작용의 원리 및 자연어 처리, 구문분석, 의미분석, 문제해결 의미망, 말뭉치, 센서, 작동기, 로봇 비전, 인공지능 모델 사용 및 챗봇, 인공지능 비서, 이미지 합성, 딥페이크, 자율주행, 음성합성기술 구현한 문제해결 인공지능 모델 선택 및 평가 인공지능의 합목적성, 인공지능의 효율성, 모델, 모델선택, 모델 평가 인공지능 창의·융합 교육 인공지능 모델 설계 및 개발 인공지능 모델 개발 10 교원을 위한 인공지능(AI) 첫걸음 chapter 질의응답 형태로 알아보는 02 인공지능 교육의 개념 1 인공지능이란 2 인공지능 교육의 필요성 3 인공지능 교육의 범위 4 인공지능 교육의 방법 5 인공지능의 영향력, 혁신의 도구 6 인공지능의 발전 가능성 Ⅰ. 인공지능 주요 용어 및 개념 정리 11 1 인공지능이란 인공지능과 소프트웨어는 다른 것인가요? 소프트웨어, 프로그램, 인공지능 등의 용어에 대해 먼저 살펴보는 것이 좋겠습니다. 소프트웨어는 그 안에 여러 규모의 프로그램들과 데이터 등을 포함하고 있고, 어떠한 목적을 가지고 일을 수행합니다. 그러한 일은 주로 인간의 인지적인 노동에 해당합니다. 예를 들어, 1000명 학생에 대한 기말고사 평균을 내고 등수별로 나열하고자 하는 것은 사람이 손으로 하는 것 보다, 그 일을 하도록 만들어진 소프트웨어가 우리 대신 빠르고 정확하게 수행할 것입니다. 세금의 연말정산을 계산해주는 소프트웨어도 마찬가지이고, 엄청난 양의 문서에서 특정한 단어를 모두 찾아주거나 틀린 철자를 수정하는 것도 모두 인간의 인지적인 노동을 대신해 소프트웨어로 빠르고 정확하게 할 수 있습니다. 우리가 스마트 폰에서 사용하는 모든 앱이 바로 소프트웨어입니다. 그런데 인간의 그러한 인지적인 노동 중에서 조금 더 지능적인 인지노동을 대신해주는 소프트웨어가 바로 인공지능 소프트웨어입니다. 조금 더 지능적인 작업이라고 하면 일반적으로 예측, 인식, 판단, 이해 등을 말합니다. 그러한 작업을 포함하지만 어차피 인간의 인지노동을 대신해주는 같은 소프트웨어입니다. 인공지능 시스템이라고 이야기하기도 하고 인공지능 서비스라고도 하는데 그것은 그 서비스에 인공지능 소프트 웨어가 사용되었다고 볼 수 있습니다. 그리고, ‘인공지능’이라는 용어는 인간의 지능적인 판단 및 행위 를 컴퓨터 모델로 만드는 것에 대한 모든 것을 포함하는데, 그러한 기법을 이용해서 소프트웨어로 만들 면 그것이 인공지능 소프트웨어입니다. 많은 경우에는 전체 소프트웨어 안에 전통적인 프로그램도 들 어가 있고, 인공지능 프로그램도 들어가 있어서 서로 섞이어 최종적인 일을 수행하게 할 수도 있습니다. 예를 들어, 학생의 시험 성적과 답안을 보고 어느 부분이 부족한지를 판단해서 지도하는 것은 아주 고도의 복잡한 인지노동이고, 그래서 소프트웨어로 만들 수 있습니다. 그리고 그 안에서 성적을 계산하고 틀린 답안의 영역을 찾아주는 것은 일반 프로그램이 하지만, 그것을 바탕으로 무엇이 부족하여 무엇을 더 공부를 하게 하는 것이 좋을지를 판단하는 것은 인공지능 프로그램이 할 수 있습니다. 그러한 여러 프로그램들을 모아서 하나의 소프트웨어를 만들고, 그것을 사용해서 ‘지능형 학생 진단’이라는 인공지능 서비스를 제공할 수도 있을 겁니다. 12 교원을 위한 인공지능(AI) 첫걸음 용어들이 혼란스럽습니다. 인공지능, 기계학습, 딥러닝은 서로 어떻게 다른 것인가요? 인공지능은 일반적으로 인간의 지능적인 판단 및 행위를 컴퓨팅 모델로 만드는 것을 말합니다. 따라서, 인간의 지능에 대한 연구가 있어야 하겠고, 그것을 어떻게 컴퓨터로 설계하고 구현할 것인가에 대한 것이 있습니다. 그리고 인간의 지능에 대한 연구는 여러 영역이 있는데, 그 중의 하나가 기계학습입니다. 이것은 인간의 지능 중 ‘학습’에 해당하는 부분을 구현하려는 것인데, 주로 데이터에 기반하여 일반화된 예측모델을 만듭니다. 또한 이러한 기계학습에도 수십 가지의 다른 방법들이 만들어져 있는데, 그 중의 하나가 인간의 신경망의 정보처리 모델을 흉내 낸 신경망(뉴럴 네트워크)1) 모델이 있습니다. 그 신경망도 수십 가지의 다른 형태의 모델이 존재하는데 얼마나 더 복잡한 문제를 해결하고 학습할 수 있는가에 따라 다릅니다. 그중에 신경망의 복잡도를 높여 이미지와 같은 복잡한 개념을 학습하도록 만든 것을 일반적으로 딥러닝이라고 합니다. 딥러닝은 최근 10여년 동안에 엄청난 발전을 하고 있고, 그로 인하여 이미지, 영상, 음성, 언어 등의 많은 문제해결에 큰 역할을 하고 있습니다. 즉, 다시 정리하지면, 인공지능을 구현하는 기법 중의 하나가 기계학습이고, 기계학습을 구현하는 많은 방법 중의 하나가 신경망이며, 그 신경망 기법 중의 하나가 딥러닝입니다. 인간이 가지고 있는 지적 능력(학습, 추론, 지각, 인공지능 언어능력 등)을 컴퓨터 프로그램을 통하여 인공적 으로 구현하는 학문 또는 기술 지도학습 회귀(연속된 숫자값을 예측) 인간이 직접 프로그래밍을 하지 않아도, 기계 기계학습 (컴퓨터)가 데이터 기반으로 스스로 배우는 것 분류(A냐 B냐로 구분) 비지도학습 군집화(N개로 나눔) 신경망 기반 딥러닝 강화학습 인공지능과 데이터과학은 어떻게 다른 것인가요? 인공지능은 일반적으로 인간의 지능적인 판단 및 행위를 컴퓨팅 모델로 만드는 것을 말합니다. 그렇게 만드는 이유 중의 하나는 인간의 지능적 노동을 자동화하려는 것입니다. 인간의 단순반복적인 혹은 비효과적인 인지 작업을 대신 하는 기계를 만들고자 하는 것입니다. 그래서 인간의 지능에 대한 모델을 연구하고 그것을 컴퓨터로 구현하고자 하는 것입니다. 반면에 데이터과학은 반대의 관점을 가지고 있습니다. 수없이 쌓이는 데이터2)를 가공하거나 분석해서 사람에게 필요한 귀중한 정보를 제공하고, 사람은 그 정보를 사용하여 어떠한 의사 판단을 하고자 하는 것입니다. 즉, 어떠한 사람이 의사결정을 하기 위해 필요한 정보를 제공하고자 하는 역할이 데이터 과학입니다. 따라서 데이터를 정제하고, 정돈하고, 그것으로부터 유용한 정보를 만들어 내기 위하여 통계적 모델, 혹은 기계학습적인 모델을 사용하고 데이터 시각화도 하게 됩니다. 그렇게 데이터로부터 유용한 정보를 만들어 내는 과정이 데이터과학에 해당하며, 이러한 데이터 과학은 자연과학, 사회과학 분야 뿐만 아니라 유통, 보험, 금융 등 많은 분야에서 유용하게 사용될 수 있습니다. 1) ‘인공 신경망’정의. 부록 2 참조 2) ‘데이터’의 정의. 부록 3 참조 Ⅰ. 인공지능 주요 용어 및 개념 정리 13 2 인공지능 교육의 필요성 소프트웨어나 인공지능은 학교에서 왜 배워야 하는 것인가요? 디지털 대전환에서는 우리의 사회, 경제, 노동, 정치, 산업, 교육 등 모든 것이 디지털 인프라를 기반으로 새롭게 설계되고 만들어지게 됩니다. 그 디지털 인프라는 컴퓨터나 무선인터넷과 같은 물리적 기술도 물론 포함하지만, 더 중요한 것은 우리의 인지적 노동과 우리의 삶을 관찰하고 분석하여 표현해낸 소프트웨어, 그리고 데이터라고 말할 수 있습니다. 그것을 가지고 현재의 많은 문제를 개선할 수 있고, 새로운 세상을 설계할 수 있게 됩니다. 그러한 새로운 세상의 설계는 바로 우리의 아이들이 담당하게 될 것입니다. 우리 교육자가 할 일은 우리의 아이들이 그러한 디지털 대전환 시대에 그러한 역량을 갖출 수 있도록, 지원하고 교육하고 격려하는 것이라고 생각됩니다. 다행히 2022개정교육과정의 총론(안)을 보게 되면 아래 그림과 같이 기존의 ‘언어 소양’, ‘수리 소양’ 이외에도 ‘디지털 소양’을 포함하기로 했습니다. 읽고 쓰고 셈하는 것처럼 디지털역량을 기본 소양으로 포함하게 됨으로써 관련 교과, 그리고 모든 교과에서의 활용에 반영될 것으로 예상됩니다. 2022 개정 교육과정에서 강조하는 기초소양과 개념(안) 기초 소양 개념(안) 언어를 중심으로 다양한 기호, 양식, 매체 등을 활용한 텍스트를 대상, 목적, 맥락에 맞게 언어 소양 이해하고, 생산·공유, 사용하여 문제를 해결하고 공동체 구성원과 소통하고 참여하는 능력 다양한 상황에서 수리적 정보와 표현 및 사고 방법을 이해, 해석, 사용하여 문제해결, 추론, 수리 소양 의사소통하는 능력 디지털 지식과 기술에 대한 이해와 윤리의식을 바탕으로, 정보를 수집·분석하고 비판적으로 디지털 소양 이해·평가하여 새로운 정보와 지식을 생산·활용하는 능력 출처: 교육부(2021). 2022 개정 교육과정 주요 사항(시안). 2021년 6월에 McKinsey & Company에서 나온 보고서3)에서는 미래 일자리에 필요한 56가지 기본 시민 역량을 제시하고 있습니다. 56가지 기본 역량을 다시 크게 4개의 그룹으로 분류되는데, 그것은 비판적 사고나 창의적 사고와 같은 것을 포함하는 인지 역량, 그리고 공감 능력이나 협동심 등을 포함하는 대인관계 역량, 그리고 자기 동기부여와 책임감 등을 포함하는 자기 리더십, 그리고 마지막으로 디지털역량으로 이루어져 있습니다. 디지털역량은 인지, 대인관계, 자기 리더십과 같은 수준의 기본 역량으로 정의되어 있다는 것은 많은 시사점을 우리에게 줍니다. 정리하자면 읽고 쓰고 셈하는 것만큼 디지털역량은 중요하게 될 것이며, 그러한 역량을 키우기 위한 교육으로 소프트웨어나 인공지능을 교육하는 것입니다. 3) McKinsey&Company. (2021). Defining the skills citizens will need in the future world of work, McKinsey & Company. 2021.06. 14 교원을 위한 인공지능(AI) 첫걸음 학생들은 학교 교육에서 인공지능에 대해서 어느 정도 알고 있어야 할까요? 인공지능은 매우 다양한 관점에서 볼 수 있으며, 대학의 인공지능 교육에서 요구하는 역량은 초등학교의 인공지능 교육에서 요구하는 역량과는 다릅니다. 대학은 전문지식을 습득하여 전문 직업을 갖게 하는 것을 목적으로 하고 있지만, 국민공통교육과정인 초1-고1까지의 교육은 기본 소양과 역량 교육을 목표로 하고 있습니다. 그 관점에서 인공지능을 아래 그림과 같이 구분할 수 있습니다. 그림을 왼쪽부터 보면, 새로운 알고리즘을 연구 개발하고, 그것을 이해하고 구현하여 다양한 분야에 융합하여 새로운 기법을 만들어 낼 수가 있습니다. 그러한 기법은 플랫폼과 라이브러리를 통하여 다른 2차 개발연구자들이 사용할 수 있게 제공이 되고, 그것을 이용하여 일반 산업에서는 소비자용 서비스나 제품이나 앱을 만들어 내게 되며, 그것을 소비자들이 사용하게 됩니다. 소비자들은 그러한 서비스나 제품을 사용하여 그들의 작업, 업무 혹은 생활에서 편리와 효율, 그리고 새로운 가치를 만들어 내는 일을 할 수 있게 됩니다. 왼쪽 부분은 대학과 대학원에서 전문 학습이 필요한 부분이겠지만, 오른쪽 부분은 인공지능 소양에 해당하는 부분입니다. 초중등 학교에서의 교육은 소양 뿐만 아니라 인공지능의 지식, 창의·융합적 사고, 혁신적 문제해결, 컴퓨팅 사고력을 포함하여야 하며 그 범위는 그림과 같이 표현될 수 있습니다. 학교에서 산업계 직업과 관련된 특정 기술인 인공지능에 대해 교육하는 것이 바람직한지 모르겠어요. 우리나라 교육과정은 초등학교 1학년부터 고등학교 1학년까지 국민공통교육과정입니다. 즉 누구나 기본적으로 알아야 하는 기본 소양, 지식, 역량을 교육 받는 것이며 그것은 어떠한 특정한 직업을 염두하는 교육은 아닙니다. 그리고 고2-3은 진로교육과정에 해당합니다. 따라서 국민공통교육과정에서의 교과와 과목은 누구에게나 필요한 기본적인 소양, 지식, 역량을 위한 교육이므로, 그러한 관점으로 볼 수 있습니다. 앞에서의 질의응답에서 언급되었듯이 디지털 교육은 읽고 쓰고 셈하는 것과 같은 기초 소양으로 정의되고 있습니다. 또한 2021년 맥킨지 보고서에서 언급된 것처럼 디지털 역량은 인지, 대인, 자기 리더쉽과 같은 기본 역량으로 정의하고 있습니다. 그리고 그러한 디지털 역량을 키우기 위한 교육방법으로 소프트웨어, 인공지능, 데이터 교육을 이야기 하고 있습니다. 특정 직업, 특정 산업과 관련된 교육을 하는 것이 아닌, 디지털 기반 사회에서의 기초 소양에 대한 교육을 하는 것이고, 따라서 국민공통교육과정에 교육을 도입한 것으로 이해할 수 있습니다. Ⅰ. 인공지능 주요 용어 및 개념 정리 15 3 인공지능 교육의 범위 인공지능 교육은 컴퓨터교육, ICT교육, 소프트웨어교육, 정보교육과 다른 것인가요? 디지털 기술은 매우 빠른 속도로 발전하는 과정에서 새로운 개념이 계속 등장하고 그에 따라서 여러 용어가 새롭게 사용되는 경향이 있습니다. 따라서 여러 용어가 중복된 의미 그리고 서로 다른 뉘앙스를 가지고 사용되면서 일반인들에게 혼란을 줄 수 있습니다. 컴퓨터는 하드웨어와 소프트웨어로 이루어집니다. 하드웨어는 눈에 보이는 기기를 말합니다. 소프트웨어는 그 기기 안에서 작동되는 프로그램을 말하는데, 우리가 사용하는 것은 바로 소프트웨어입니다. 스마트폰을 보면 거기에 들어있는 모든 종류의 앱이 바로 소프트웨어입니다. 실제로 우리와 상호작용하면서 우리의 일을 직접적으로 해결해 주는 것은 소프트웨어입니다. ICT(Information Communication Technology)는 정보통신기술이라고 이야기 하는데, 컴퓨터도 포함하지만 컴퓨터가 아닌 부분, 즉 네트워크와 같은 통신, 통신망, 전파, 반도체 등도 포함을 합니다. 비슷하면서도 다른 용도로 사용될 수 있습니다. 우리나라가 ICT 강국이라는 말을 많이 하고 있지만 주로 무선인터넷 망, 스마트폰 제조, 반도체, TV 모니터 등의 강국이지, 소프트웨어에서는 하위권에 머물러 있었습니다. 하지만 최근의 디지털 대전환 시기에서는 데이터와 소프트웨어의 역할과 힘이 하드웨어보다 훨씬 커지고 있고 사회, 경제, 문화, 산업, 삶 등 많은 부분에서 소프트웨어와 데이터의 역할은 말로 다 할 수 없을 정도로 중요해지고 있으며, 성공적인 디지털 대전환을 위하여서는 SW, 인공지능, Data 에 기반한 사고역량도 중요하다는 것을 인식하게 되었습니다. 컴퓨터교육 ic t 2000년 ICT 활용 소양 컴퓨터 SW교육 2015년 내외 컴퓨팅사고력 소프트웨어(SW) 하드웨어(HW) 인공지능(AI) SW, AI 교육 데이터 소양 2022년 내외 컴퓨팅사고력 AI활용 역량 우리나라는 IMF 직후인 2000년에 제 7차 교육과정에서 보편적인 컴퓨터교육으로 ICT활용교육을 시작했습니다. 인터넷사용법, 아래한글 사용법과 같은 사용자의 사용자 교육을 시작했습니다. 2007년에 정보통신기술지침이 폐지되면서 컴퓨터교육은 학교교육과정에서 축소되었습니다. 2014년을 전후로 영국, 미국을 비롯한 서구 선진국에서 컴퓨팅 사고력(Computational Thinking)을 강조하는 교육을 시작하면서, 우리나라도 2015개정 교육과정부터 코딩교육을 포함하는 SW교육을 시작하고 있습니다. 그리고, 우리나라에서는 ‘정보’라는 교과와 과목에서 이 교육을 담당하고 있기 때문에 정보교육 이라는 용어를 사용하기도 합니다. 영국에서는 ‘컴퓨팅’이라는 이름으로, 미국에서는 ‘컴퓨터과학’이라는 과목명으로 사용되고 있습니다. 우리나라 2022 개정교육과정의 고등학교 정보교과의 진로영역에는 인공지능과 데이터과학 관련 과목을 새로 추가하기로 하였습니다. 16 교원을 위한 인공지능(AI) 첫걸음 인공지능 교육은 인공지능 이해교육, 인공지능 활용교육, 인공지능 융합교육 등이 있다고 하는데 서로 어떻게 다른 것인가요? 우리가 일반적으로 ‘인공지능 교육’이라고 이야기하지만, 목적과 관점에 따라서 다름 세 가지로 구분해 볼 수 있습니다. 인공지능 교육 AI 기반의 창의융합적 사고 역량 AI 지식 인공지능 융합 교육 인공지능 활용 교육 Data 기반의 융합, AI 기술을 '교육'의 문제 해결에 사용 AI 기술을 연구 방법론으로 사용, 그 과목 학습의 효율성 향상 위해 사용 융합 도메인 인공지능 이해교육, 융합교육, 활용교육은 조금 다른 개념이기도 하지만, 또한 서로 중복됩니다. 먼저, 인공지능 이해교육은 인공지능 자체에 대해 배우는 것입니다. 즉 인공지능의 지식, 방법, 문제해결, 사회적 영향력 등에 대해 학습하고 그로부터 인공지능 기반의 창의·융합적 사고역량 습득과 혁신적 태도를 기르는 것을 목적으로 합니다. 반면에, 인공지능 활용교육은 인공지능의 도구(서비스나 제품)을 교육의 효율성을 위하여 사용하는 것을 말합니다. 이것은 다시 두 가지로 구분하여 볼 수 있는데, 먼저 학습의 효율을 높이는데 사용될 수 있습니다. 예를 들어서, 영어 수업시간에 인공지능 기술을 사용한 구글 번역기, 발음교정기 앱, 문법 교정기 같은 도구를 영어 수업에 활용 한다면 그것은 인공지능 활용 교육이라고 할 수 있습니다. 또 다른 것으로는 인공지능 기술을 교사의 업무에 사용할 수 있습니다. 성적 처리, 학생 진단과 처치, 학생지도, 학교 관리 등에 인공지능 도구를 사용한다면 그것도 인공지능 활용 교육이라고 볼 수 있는데, 이것은 인공지능 기반 교육이라는 용어로 이야기 하기도 합니다. 마지막으로, 인공지능 융합교육은 인공지능의 교과와 다른 교과 과목과의 융합을 의미합니다. 현재 국가 교육과정 에서 과목의 구분이 명확하고 교사의 표시과목이 구분되어 있는 상황에서 융합 교육은 쉽지 않으나 인공지능 분야 에서는 다양한 시도가 가능할 수 있습니다. 일반적으로 융합은 데이터를 기반으로 시작될 수 있으므로, 예를 들어 사회나 과학 과목에서 데이터를 인공지능적으로 분석하여 어떠한 추론4)을 하는 방법은 융합 교육이라고 볼 수 있습니다. 4) ‘추론’의 정의. 부록 4 참조 Ⅰ. 인공지능 주요 용어 및 개념 정리 17 인공지능 이해교육은 일반적으로 정보교과에서 주로 담당하게 되며, 거기서 습득된 인공지능 지식 및 사고역량을 다른 과목이나 융합 주제에 적용한다면 그것이 융합 교육에 해당될 수 있고, 만약에 인공지능의 다양한 도구를 사용 하여 각 과목에서의 교육적 효과 및 효율을 높인다고 하면 그것은 인공지능 활용교육이라고 볼 수 있습니다. * 20년 전 ICT 활용 교육과 유사 다양한 교과 다양한 주제 다양한 교과 AI 융합 교육 SW, AI, Data 교육 AI 활용 교육 다양한 주제 정보 교과 AI 제품 AI 서비스 AI 도구 AI역량갖춘 학생 스스로 하거나, AI 지식 혹은 융합적 역량 갖춘 교사를 통해 컴퓨팅사고력 주로 데이터를 기반으로 융합 혁신적/창의적 태도 (생물정보학, 전산언어학 등) 인공지능 이해교육, 융합교육, 활용교육은 각 교과에서 적절하게 연계지어 진행될 수 있습니다. 이에 따라 본 연구에서는 교사의 인공지능 교육에 대한 구체적인 이해를 향상시키고 교수학습역량을 강화하기 위하여 인공지능 이해교육은 인공지능 개념교육과 인공지능 원리교육으로 인공지능 활용교육은 인공지능 활용 문제해결교육과 인공지능 활용 교과학습 교육으로 인공지능 융합교육은 인공지능 창의·융합교육으로 구분하였으며 인공지능 윤리를 강조하기 위하여 인공지능 윤리교육을 포함하였습니다. 자세한 내용은 1장 3절을 참고하십시오. 18 교원을 위한 인공지능(AI) 첫걸음 인공지능 교육의 목표는 무엇인가요? 2022개정교육과정에서 인공지능 과목은 정보 교과에 속해 있습니다. 정보교과는 ‘컴퓨팅 사고력’, ‘디지털 문화 소양’, ‘인공지능(AI) 소양’을 정보 교과의 역량으로 설정하였고, 하위 역량을 상위 역량이 포괄하는 형태로 구성했습니다. 출처 : 2022개정교육과정 정보과(2022.12, 고시본) 이중 컴퓨팅 사고력은 컴퓨팅을 활용한 문제 해결을 전제로 문제를 발견, 분석하여 실생활과 다양한 학문 분야의 문제를 해결하기 위한 새로운 방법론을 제시할 수 있는 능력으로, 인공지능 소양은 인간과 인공지능의 공존을 모색하는 사람 중심의 인공지능 윤리의식과 데이터에 대한 이해를 기반으로 인공지능을 통해 문제를 해결할 수 있는 능력으로 제시하고 있습니다. 따라서 인공지능 교육의 목표는 컴퓨팅 사고력과 인공지능 소양의 함양이라고 할 수 있습니다. 그런데 이렇게 제시된 것은 정보 교과에만 국한된 목표라고 오해할 수 있습니다. 앞서 살펴본 바와 같이 모든 교과를 위한 인공지능 교육의 목표는 인공지능을 활용하여 표현하거나 문제를 해결하는 능력을 기르는 것입니다. 즉, 학생들은 정보교과에서 배운 컴퓨팅 사고력과 인공지능 소양을 기반으로 각 교과의 내용을 표현하거나 교과의 문 제를 해결할 때 활용할 수 있게 하는 것이 모든 교과를 위한 인공지능 교육의 목표라고 할 수 있습니다. Ⅰ. 인공지능 주요 용어 및 개념 정리 19 4 인공지능 교육의 방법 국가교육과정에서 인공지능 교육은 어떻게 구성되어 있나요? 2022개정교육과정에서는 디지털 리터러시를 모든 교과에서 가르치도록 하고 있으며, 정보 교과에서 컴퓨팅 사고력과 인공지능 교육을 한 후, 다시 여러 교과와 연계하여 디지털 심화과정을 운영할 수 있도록 구성되어 있습니다. 출처 : 2022개정교육과정 총론 주요사항(시안), 2022.11. 발표 초중등교육에서 정보 교육과정을 재구조화해서 다음과 같이 모든 학생들에게 인공지능 교육을 실시하도록 하고 있습니다. 현행 교육과정 대비 신구 대조표 주요 내용 구분 2015 개정 2022 개정 (초) 교과(실과) 내용을 SW 기초 소양 모든 교과교육을 통한 디지털 기초소양 함양 교육으로 개편 (초) 실과+학교 자율시간 등을 활용하여 34시간 이상 편성 소프트웨어 (중) 과학/기술·가정/정보 교과 신설 (중) 정보과+학교 자율시간 등을 활용하여 68시간 이상 편성 교육 강화 (고) ‘정보’ 과목을 심화선택에서 일반 (고) 교과 신설, 다양한 진로 및 융합선택과목 신설 선택 전환, SW 중심 개편 (데이터과학, 소프트웨어와 생활 등) 출처 : 2022개정교육과정 총론 주요사항(확정), 2022.12. 발표 디지털 기초소양을 토대로 교과별 교육과정에 반영하는 것을 권장하고 있습니다. 아래의 그림처럼 나아가 정보교과에서 배운 인공지능 및 빅데이터 등 디지털 혁신 기술의 기초·심화 원리를 각 교과에 연계할 수 있습니다. 인공지능 및 빅데이터 등 디지털 혁신 기술의 기초·심화 원리 학습을 위한 정보교육과정과 연계할 수 있습니다. 정보 교육과정에서의 인공지능 교육은 초등학교 실과의 단원에서 시작해서 중학교 정보의 단원으로 필수적으로 가르칠 수 있고, 고등학교에서는 일반선택 정보와 진로 선택과목과 융합선택 과목에서 연계하여 가르칠 수 있습니다. 20 교원을 위한 인공지능(AI) 첫걸음 초등학교 중학교 고등학교 일반선택 고등학교 진로선택 인공지능 기초 과목 실과의 정보단원 정보의 인공지능 단원 정보의 인공지능 단원 데이터과학(신설) 출처 : 2022개정교육과정 총론 주요사항(시안), 2022.11. 발표 정보교과에서 배운 컴퓨팅 사고력과 인공지능 소양의 내용을 각 교과에 적용하는 융합교육을 할 수 있습니다. 특히, 초등학교에서는 학년별로 선택과목을 개설할 수 있습니다. 출처 : 2022개정교육과정 총론 주요사항(시안), 2022.11. 발표 Ⅰ. 인공지능 주요 용어 및 개념 정리 21 인공지능 교육에서 유용하게 사용될 수 있는 자료나 도구 등에 대한 도움은 어디서 받을 수 있나요? 인공지능 교육은 모든 교과에서 적용할 할 수 있습니다. 우리나라에서는 소프트웨어(SW) 교육에서 시작해서 그 연장선에서 인공지능(AI) 교육으로 확장되고 있습니다. 따라서 2015년부터 소프트웨어 교육을 시작하면서부터 개발된 다양한 교육자료와 강의들이 있습니다. SW중심사회 사이트(software.kr)의 교육자료실에 가면 지금까지 교육부와 과학기술정보통신부에서 개발한 다양한 자료를 다운받아 활용할 수 있습니다. 출처 : SW중심사회 (https://software.kr/home/kor/eduInfo/swedu/textbook/index.do?menuPos=143) 인공지능 도구는 단순 체험형부터 전문 개발용까지 다양한데, 교육 분야에서 사용할 수 있는 도구는 여러 가지가 있습니다. 간단하게 많이 사용하는 도구를 중심으로 제시해보면 다음과 같습니다. (아래 제시된 도구 외에 다양한 도구들이 많이 있습니다.) 전문 개발형 파이썬, 텐서플로우, 케라스, Azure 등 모델 생성형 티처블 머신, 엔트리 / 스크래치, 오렌지, 파이썬 등 간단한 조작형 티처블 머신, 엔트리 / 스크래치, 오렌지 등 단순 체험형 퀵 드로우, 오토 드로우, 구글 두들 등 인공지능 관련 교육 영상이나 강좌를 찾아보고 싶으면 EBS에서 운영하는 이 (https://www.ebssw.kr) 사이트를 참조하시면 됩니다. 다양한 교재와 영상, 무료 강좌들이 제공되고 있습니다. 학생들과 웹에서 클래스를 만들어서 프로젝트형 수업도 진행할 수 있습니다. 출처 : 이 사이트(https://www.ebssw.kr/) 22 교원을 위한 인공지능(AI) 첫걸음 저는 컴퓨터와는 관련 없는 교과의 교사입니다. 제 교과에서 인공지능을 활용한 교육을 하려면 어디서부터 어떻게 시작하면 될까요? 인공지능은 사회 전반에 영향을 미치고 있으며, 현대 학문 체계에도 인공지능과 결합한 융합교육이 확산되는 추세입니다. 앞으로 교육의 전반에 인공지능이 영향을 미치게 될 것으로 예상되며 컴퓨터와 관련 없는 교과의 교사라고 할지라도 기본적인 인공지능 소양을 토대로 각 교과에서 인공지능을 활용한 문제해결 과정을 가르칠 수 있어야 합니다. 따라서 본 교육자료에서 소개하는 것처럼 인공지능의 개념, 원리, 문제해결, 융합의 단계로 선생님의 역량을 증진할 수 있도록 노력하는 것이 필요합니다. 인공지능에 대한 소양을 함양할 수 있는 방법은 여러 가지가 있지만 선생님들이 교과에 활용하기 위해서는 다음의 단계로 접근하기를 권합니다. 1. 처음 시작은 인공지능이 무엇인지 체험해보고 간단하게 활용해 보는 것에서 시작하기를 권합니다. 예를 들어 ‘인공지능 스피커’를 활용해 보거나 ‘파파고’와 같은 인공지능 번역기를 사용해 보는 것입니다. 인공지능이 탑재된 기기나 서비스를 이용하면 인공지능이 어떤 역할을 할 수 있는지, 어떤 장단점이 있는지 탐색해 보는 것입니다. 2. 이런 활동을 통해서 인공지능과 친숙해진 다음 인공지능의 개념과 원리를 학습하는 단계로 넘어가면 좋겠습니다. 이때는 블록형 코딩 도구인 엔트리나 스크래치를 활용해서 인공지능 예제 프로그램을 만들어 보는 것을 권합니다. 블록형 코딩 도구는 드래그 앤 드롭 방식으로 코드를 쉽고 재미있게 작성할 수 있어서 누구나 열정만 있으면 배울 수 있습니다. 3. 간단한 예제에 익숙해지면 선생님의 교과에서 사용되는 데이터를 기반으로 인공지능 모델을 만들어 보는 활동을 하면 좋습니다. 엔트리에는 자체적으로 여러 가지 데이터를 제공하고 있고, 공공데이터 포털(www.data.go.kr) 같은 사이트에 가면 교과와 연계할 수 있는 데이터 들이 공개되어 있습니다. 교육에 활용할 수 있는 데이터는 앞으로 더욱 많아질 것으로 예상 됩니다. 마지막 단계는 위의 모든 활동이 종합적으로 이루어지는 융합문제 해결 단계인데, 본 교재의 뒤쪽 부분에 있는 프로젝트 수업의 예시를 참조하시면 됩니다. Ⅰ. 인공지능 주요 용어 및 개념 정리 23 인공지능 교육에는 어떤 교수학습 방법이 있는지 궁금합니다. 인공지능 교육은 소프트웨어(SW) 교육의 연장선상에 있는 교육입니다. 사실 새로운 교육이라고 생각할 수 있지만 교수학습 방법에서 접근하면 선생님들은 이미 여러 가지 사고력을 증진할 수 있는 교수학습 방법을 적용하고 있습니다. 그 방법을 인공지능을 가르치기 위해 혹은 인공지능으로 문제를 해결하는 교육에 적용하시면 됩니다. 그래도 다소 어렵다고 생각하시는 선생님들을 위해서 다음과 같은 교수학습모델을 소개해 드립니다. 전통적인 교수방법과 CT 신장 교수학습모델 비교 기초 소양 교육과정 영역 관련 교육방법 CT학습모델 활동기법 예시 목표 시연중심 직접교수 도제식 교수학습기법 D-M-M 재구성중심 페어드 프로그래밍 기법 발견학습 U-M-C 디버깅 기법 알고리즘과 개발중심 컴퓨팅사고 기능 탐구학습 언플러그드 기법 프로그래밍 D-D-D 신장 디지로그 기법 디자인중심 프로젝트 학습 디자인 사고 기법 N-D-I-S 창의성 기법 CT요소중심 문제해결 학습 제한문제 해결 기법 DPAA(P) 알고리즘과 개념형성 발견 언플러그드 (교구, 신체활동) 컴퓨터과학의 지식 지식 프로그래밍 탐구 학습모델 스토리텔링 기법 이해 및 개념형성 인성, 협력, 배려, 생활과 가치갈등모델 태도 모든 활동 과정에 반드시 포함 의사소통의 소프트웨어 협동학습 모델 가치태도 함양 교육사조 행동주의-인지주의-구성주의 출처 : 김진숙 외. (2015). SW교육 교수학습 모형 개발 연구. KERIS. 선생님들이 이미 알고 계시는 발견학습법을 인공지능 교육에서 적용하려면 UMC 모델로 변형해서 적용하시면 됩니다. 예를 들어 초기 단계의 인공지능 교육에서는 인공지능 모델을 사용(Use, 놀이)해보고 수정(Modify)하는 활동을 한 후, 재구성(reCreate) 하는 흐름으로 수업할 수 있습니다. UMC 모델의 교수학습 절차 단계명 주요 학습방법 주요 학습방법 학습 내용이 담긴 프로젝트를 시연해보거나 조작해 보면서 프로젝트를 이해하는 Use 조작, 체험, 놀이, 단계이다. 즉, 먼저 결과물을 가지고 놀아보며 친숙해지도록 한다. 혹은 직접 (놀이) 활용, 탐색 교수법을 이용하여 교사의 시범을 따라 간단한 프로젝트를 제작해가며 작동시켜 보도록 한다. Modify 추가설계, 수정, 간단히 제공된 프로젝트에 아이디어를 추가하거나 내용을 확장하여 설계한다. (수정) 확장, 보완 (새로운 스프라이트 추가 및 수정, 변수 추가, 스테이지 확장 등) reCreate 재구성, 구현, 학습한 기능이나 내용을 활용하여 자신만의 확장된 프로그램을 설계하여 제작해 (재구성) 개발, 산출 본다. 출처 : 김진숙 외. (2015). SW교육 교수학습 모형 개발 연구. KERIS. 24 교원을 위한 인공지능(AI) 첫걸음 일반적인 프로젝트 수업의 절차는 선생님들과 알고 계실 겁니다. 프로젝트학습법 수업 절차 단계 내용 주제 선정 프로젝트의 주제를 선정한다. 자료 수집 프로젝트 수행을 위한 관련 자료를 수집하고 분석한다. 계획서 제작 프로젝트 계획서를 만든다. 계획서의 내용에 대해 교사의 피드백을 받는다. 과제수행 프로젝트 과제를 수행한다. 수행 결과를 교사가 피드백한다. 결과보고서 작성 프로젝트 결과의 보고서를 작성한다. 평가 프로젝트를 발표하고 그 결과에 대해 자기 성찰 공유, 평가를 진행한다. 출처 : 김진숙 외. (2015). SW교육 교수학습 모형 개발 연구. KERIS. 이 프로젝트 학습에서 소프트웨어나 인공지능으로 무언가 작품을 만드는 학습에는 디자인기반 학습을 적용할 수 있습니다(김진숙 외., 2015). 디자인 기업으로 유명한 IDEO에서는 디자인 사고란 고객의 가치와 시장의 기회를 기술적으로 가능한 성공적인 경영 전략으로 전환하기 위한 요구를 충족시키기 위해 디자이너의 감수성과 방식 (method)을 이용하는 실행 방법이라고 묘사하였습니다. (IDEO’s Blog, 2008). 스탠포드 대학교에서는 디자인 사고를 교육에 적용한 D-school6) 개념을 제안하면서, ‘교육자에게 디자인 사고란 교실, 학교, 지역사회에서 의미 있는 해결책을 설계하는 것‘이라고 정의하였습니다. D-school의 교육방법은 공감하기, 정의하기, 상상하기, 프로토타입, 테스트의 다섯 절차를 거칩니다. 스탠포드대학의 D-school에서는 교육 분야에 디자인 사고를 적용하기 위한 활용 도구 (toolkit)을 제공하고 있습니다(IDEO & Riverdale, 2012). 활용 도구에서 제안하고 있는 교수학습 절차는 그림과 같습니다. 그림출처 : IDEO & Riverdale (2012). Design Thinking for Educators. ( http://www designth inkingfored uc at ors.com /toolkit/) 디자인중심모델은 스탠포드 대학교의 D-school에서 제시한 디자인사고과정을 따릅니다. 디자인사고과정은 탐색을 통한 몰입의 과정을 통해 인간중심의 요구분석을 진행합니다. SW개발이 단지 기계적인 프로그램 제품 개발이 아닌 인간의 삶을 개선하고 인류의 안전과 요구에 부합하는 활동임을 인식하여 고도의 창의적 설계를 진행합니다. 컴퓨팅 사고를 신장시키기 위한 설계와 개발의 과정을 통해 프로토타입 또는 시뮬레이션을 제작합니다. 개발된 결과를 공유와 평가를 통해 개선의 방법을 찾는 선순환 구조를 가집니다(김진숙 외., 2015). Ⅰ. 인공지능 주요 용어 및 개념 정리 25 NDIS 모델 개요 디자인 중심모델 교육방법 요구분석 디자인 구현 공유 (Needs) (Design) (Implementation) (Share) 주어진 문제에 대한 프로그래밍과 산출물 공유와 프로젝트 분해와 패턴찾기 고찰과 사용자 중심의 피지컬 컴퓨팅으로 피드백을 통한 학습법 알고리즘의 설계 요구 분석 산출물 구현 자기성찰 출처 : 김진숙 외. (2015). SW교육 교수학습 모형 개발 연구. KERIS. 인공지능 윤리는 인공지능 도구나 서비스를 활용해보고 토의, 토론하거나 개선방안을 설계, 제작해 보는 흐름으로 수업할 수 있습니다. 미국 MIT에서 개발한 ‘모두를 위한 인공지능 윤리’ 가이드북을 살펴보면 이와 비슷한 흐름으로 교수학습 활동을 진행하는 방식입니다. Blakeley H. Payne (2019). 모두를 위한 인공지능 윤리. 김한성, 전수진, 최승윤, 김성애 역, 한국교육학술정보원. 26 교원을 위한 인공지능(AI) 첫걸음 5 인공지능의 영향력, 혁신의 도구 우리 주변에서 볼 수 있는 인공지능 제품이나 서비스, 기능들은 어떤 것이 있을까요? 우리 주변에서 가장 손쉽게 접할 수 있는 제품은 여러분이 사용하고 있는 스마트폰에 있는 인공지능 비서일 것입니다. 아이폰에는 ‘시리’가 있고, 안드로이드폰에는 ‘구글 어시스턴트’가 있습니다. 여러분의 음성을 인식하고 해석하여 명령을 수행하는 비서의 역할을 합니다. 이와 비슷한 제품으로 인공지능 스피커가 있습니다. 아마존에서 개발한 에코나 KT의 지니, 네이버 클로바, 구글 네스트 등이 있습니다. 인공지능 서비스가 홈쇼핑이나 온라인 스토어와 결합하여 추천시스템으로 구축된 경우도 있습니다. 대표적인 사례로 온라인 서점이나 온라인 스토어를 이용할 때 여러분의 구매기록을 이용해서 데이터에 기반한 도서나 상품을 추천하는 것에도 인공지능 서비스가 포함되어 있습니다. 여러분이 접하기 가장 흔한 사례는 ‘유튜브 추천’ 서비스입니다. 유튜브에는 인공지능 기술이 적용되어 있어서 여러분이 시청한 채널과 검색한 용어를 기반으로 사용자의 패턴을 학습하고 분석하여 추천해 주는 서비스가 적용되어 있습니다. 또 한가지 사례는 인공지능 번역 서비스입니다. 국내 번역 서비스로는 ‘파파고’가 있고, 국제적으로는 ‘구글 번역’이 있습니다. 지금까지의 사례는 여러분이 가장 쉽게 접할 수 있는 사례이고, 실제 산업 분야에서는 다양하게 활용되고 있습니다. Ⅰ. 인공지능 주요 용어 및 개념 정리 27 다른 기술에 비하여, 왜 특별히 인공지능이 이렇게 강조되고 있는 것인가요? 역사적으로 살펴보면 지금까지의 기술은 인간의 육체노동을 대신하는 경우가 많았습니다. 반면 인공지능의 경우 인간의 지적 능력인 학습, 예측, 추론, 자연어 처리 ‘자연어 처리’5) 등과 같은 영역에서 두각을 보이기 때문에 그렇습니다. 예를 들어 인간의 창의성을 대변하는 바둑에서도 인간보다 알파고(인공지능)가 더 뛰어난 실력을 보였습니다. 이렇듯 인간의 고유한 지적 능력이 필요한 특정한 영역에서 인공지능이 좋은 성능을 보여주고 있기 때문입니다. 인공지능이 강조되는 이유는 여러 측면에서 접근할 수 있지만 교육학적인 측면에서 보면 아이들이 살아가는 생활과 사회에 영향을 미치고 있기 때문입니다. 교육의 목적은 개인과 사회의 성장 또는 웰빙6)이라 하고 한다면 개인과 사회의 대부분의 분야에 인공지능이 적용되고 있기 때문이라고 볼 수 있습니다. 또한 교육의 목적 중 중요한 부분이‘문제해결력’을 함양하는 것인데 기존의 문제해결력은 인간의 측면에서만 강조 되고 인간의 사고를 통한 문제해결력을 배우는 것이 전부였습니다. 인공지능은 앞서 설명한 것처럼 인간의 학습, 추론, 예측, 자연어 처리 등을 할 수 있게 되면서 인간의 사고와 더불어 인공지능과 협업하는 사고 방식이 필요하게 되었습니다. 이를 협업지능(Collaborative Intelligence), 확장지능 또는 증강지능 (Augmented Intelligence)라고 합니다. 인공지능 기술이 발전하면서 앞으로 더욱 이런 현상이 가속화 될 것이기 때문입니다. 그림출처 : 자녀와 함께하는 메타버스 여행(김수환, 2022) 5) ‘자연어 처리’ 의 정의. 부록 5 참조 6) OECD. (2018). The Future We Want. The Future of Education and Skills: Education 2030. 28 교원을 위한 인공지능(AI) 첫걸음 일반적인 문제해결과 인공지능을 활용한 문제해결은 어떻게 다른가요? 인간이 문제를 해결할 때는 폴리아(Polya)가 주장한 ‘문제이해-계획작성-계획실행-반성’의 과정으로 이루어집니다. 이런 문제 해결과정은 대부분의 분야에서 적용되는데 예를 들어 과학 분야에서는 ‘문제상황-문제정의-가설수립- 가설검증-결론도출 및 문제해결’의 과정으로 이루어집니다. 이때 컴퓨팅 파워를 활용하면 다음과 같이 추상화와 자동화의 과정으로 이루어지며, 이 중 자동화의 과정에서 컴퓨팅을 활용하여 문제를 효율적으로 해결할 수 있습니다. 대표적인 사례로 2013년 노벨화학상은 복잡한 화학반응을 컴퓨터로 이해하고 예측하는 소프트웨어를 개발하고 실험을 수행해서 촉매나 신약, 태양전지 개발에 기여한 과학자들에게 수상되었습니다. 인공지능은 여기서 한단계 더 나아갑니다. 기존의 추상화와 자동화 과정을 거치지만 문제를 해결하는 모델을 인간이 아닌 인공지능이 만들어 냅니다. 예를 들어 위의 추상화, 자동화의 과정을 간단하게 표현하면 아래의 그림과 같습니다. 인간이 알고리즘을 짜고 프로그래밍을 한 후, 데이터를 넣으면 컴퓨터가 처리해서 출력(해답)을 줍니다. 알고리즘에 의한 코드(프로그램) 입력 출력 사람이 작성한 프로그램(규칙) Ⅰ. 인공지능 주요 용어 및 개념 정리 29 인공지능의 대표적인 모델인 기계학습은 인간이 알고리즘을 짜지 않고 학습 알고리즘을 선택한 후, 정답이 있는 데이터를 입력합니다. 예를 들어 개와 고양이 그림을 판별하겠다고 하면 이미지를 입력하면서 개인지 고양이인지 알려주는 데이터를 입력합니다. 이렇게 하면 1단계로 개와 고양이를 판별하는 모델을 자동으로 만들게 됩니다. 이후 판별하고 싶은 데이터를 넣으면 1차로 만들어진 판별 모델에 의해 출력값(개인지 고양이인지 판별 결과)을 보여주는 방식입니다. 대량의 학습 데이터 1단계(학습) 입력 학습된 모델 머신러닝 모델 (프로그램) 정답 (신규) 학습된 모델 입력 (규칙) 2단계(적용) 출력 이런 식으로 인공지능을 활용해서 문제를 해결할 수 있습니다. 세상의 모든 문제를 인공지능으로 해결할 수는 없지만 데이터가 확보되어 있고, 무언가 식별하거나 예측하고 자동화하기 위한 영역에서는 좋은 결과를 보이고 있습니다. 앞으로 인공지능을 활용한 문제해결은 더욱 확산될 것입니다. 30 교원을 위한 인공지능(AI) 첫걸음 인공지능 때문에 현재 직업의 60-80%가 사라지게 될 것이라는 이야기도 나옵니다만, 정말 그럴까요? 미래의 직업은 어떻게 될 것이며, 어떤 새로운 역량이 필요하게 되나요? 세계적으로 유명한 맥킨지 보고서에서는 인간의 일자리 중 의료, STEM(과학·기술·공학·수학), 운송 분야 등의 노동 수요가 순증가 한다고 예측하고, 사무 지원, 고객 서비스 및 판매, 생산, 음식 서비스 분야 등에서 노동 수요가 순감소 한다고 예측합니다.7) 그림출처 : 직업변화의 전망(이정재, 2021) 또한 2016년에 발표된 미국 백악관 보고서8)에서도 일자리의 변화를 예측하면서 산업계에 있는 사람들에게 인공지능에 대해 가르쳐야 한다고 제시하였습니다. 여기서 중요한 부분은 인공지능에 의해 일자리가 사라지는 측면도 있지만 새롭게 생겨나는 직업도 있으므로 막연하게 두려워하기보다는 인공지능의 원리를 이해하고 어떻게 활용할 수 있을까를 고민하는 자세가 필요하다는 것입니다. 인공지능은 인간의 지능적인 인지노동을 자동화하면서 서서히 대체하게 될 것입니다. 하지만 여기서 우리가 생각해야 할 것은 어떤 하나의 직업에서의 업무는 수십, 수백 가지의 서로 다른 인지적, 육체적 노동이 함께 합쳐 있습니다. 그 수많은 단위 작업들 중에서 일부 단순반복적인 작업은 인공지능 소프트웨어가 대신 도와주게 될겁니다. 우리는 그 도움을 받아서 더 창의적이고 가치 있는 작업에 몰두하게 될 수 있을 겁니다. 교사도 그렇고 의사도 그렇고 회계사도 그러할 것입니다. 그렇게 일의 효율성은 올라가고 일의 가치는 올라가게 될 것입니다. 그러기 위해서는 누구든지 소프트웨어, 데이터, 인공지능에 대한 소양을 갖추고 있어야 합니다. 대부분의 직업이 제가 말한 이 부분에 해당될 것 입니다. 그리고 또 하나의 직업 분야는, 이러한 인공지능을 새롭게 연구 개발하고, 혹은 그것을 사용하여 새로운 서비스와 제품을 만드는 직업이 당분간 많이 필요하게 될 것입니다. 7) 이정재(2021). 코로나19 이후 직업의 미래. KISTEP 정책 브리프, 2021-05. 8) Executive Office of the President National Science and Technology Council Committee on Technology. (2016). PREPARING FOR THE FUTURE OF ARTIFICIAL INTELLIGENCE. Ⅰ. 인공지능 주요 용어 및 개념 정리 31 인공지능의 윤리에 대한 이야기를 많이 합니다. 그동안 학교에서 이야기 하던 윤리와 인공지능에서의 윤리는 다른 것인가요? 일반적인 ‘윤리’는 보편적인 인간사회에서 인간들 간의 지켜야 할 규범을 포함하는 의미로 사용됩니다. 그에 비하여 ‘인공지능 윤리’는 조금 다른 관점을 가집니다. 먼저, 인공지능이 우리 인간의 사회에 들어와 함께 공존하며 협업하고 살아가게 될 것인데, 그 인공지능의 윤리성을 어떻게 설계하여 구현시켜 놓을 것인가, 그래서 우리 인간과의 공존을 가능하게 할 것인가에 대한 부분입니다. 윤리성을 컴퓨팅 모델로 설계하고 구현해야 하는 부분이라고 할 수 있습니다. 두 번째로는, 그러한 새로운 인간-인공지능이 이루고 있는 새로운 사회경제 체계에서 우리 인간의 윤리성과 윤리적 가치는 어떻게 다시 정의해야 할 것인가에 대한 부분이라고 할 수 있습니다. 이러한 관점에서 인공지능 윤리9)는 그 동안의 일반적인 인간의 윤리와는 조금 다른 관점으로 논의될 필요가 있습니다. 9) ‘인공지능 윤리’의 정의. 부록 6 참조 32 교원을 위한 인공지능(AI) 첫걸음 6 인공지능의 발전 가능성 인공지능은 어디까지 발전할까요? 인공지능 기술은 문제해결, 논리적 추론, 학습과 인식 등의 분야에서 꾸준히 발전해오고 있습니다. 2010년을 전후해서 딥러닝 기술이 발표되는데, 이것은 인공지능 역사에서 큰 분기점에 해당됩니다. 이 기술로 인하여 이미지 인식, 물체 인식, 언어이해, 텍스트 인식, 음성 인식 등에 있어서 인간의 능력을 뛰어넘기 시작합니다. 2016년에는 강화학습 이라는 기법을 사용한 알파고가 등장하여 바둑이라는 분야에 있어서는 이제 최고의 인간보다도 뛰어나게 되었다는 것을 보여주었습니다. 최근에는 2022-2023년에 등장하여 큰 화제를 주고 있는 GPT-3, chatGPT, GPT-4 등을 보면 언어라는 분야에서도 일반적인 인간의 수준을 뛰어넘을 수 있겠다는 생각이 들게 합니다. 현재까지는 이렇게 특정 분야에서 각각 인간의 수준을 넘는 인공지능이 나오고 있습니다. 즉, 글을 쓰는 것, 그림을 그리는 것, 빅 데이터에 숨겨진 관계를 찾아내는 것, 바둑 두는 것 등등 각각에 대해서는 더 잘 할 수 있습니다. 하지만, 우리 인간처럼 모든 면에서의 지능이 서로 연결되어 보편적인 지능을 갖게 되는 것, 그것을 GAI(General AI), Strong AI(강 인공지능)10)), 특이점 도달 이라는 용어로 설명을 하지만, 아직까지 그러한 지점까지 도달하지는 못하고 있고 그것은 아마도 매우 어려운 일이 될 것이라는 것이 일반적인 생각입니다. 하지만 지금처럼 기술 발전의 속도가 빠르게 진행된다면, 그리 멀지않은 어느 시점에 강인공지능이 만들어질 수도 있겠다는 생각이 빠르게 퍼져가고 있습니다. 대표적인 미래학자인 레이 커즈와일(Ray Kurxwell)은 2045년 정도에 강한 인공지능 시대가 열릴 것이라고 예측 했습니다. 2018년에 연구된 인공지능 분야의 세계적인 권위자 23명의 인터뷰 결과를 살펴보면 16명이 강한 인공지능이 올 것이라고 예상했으며, 그 답의 평균시기는 2099년이었다고 합니다.11) 웨인 홈즈, 마야 비알릭과 찰스 파델이 집필한 인공지능 시대의 미래교육이란 책에서는 약한 인공지능 시대에도 인공지능이 다음과 같은 기능을 수행할 정도로 발전할 것이라고 예측하였습니다. 세계 인식 인지 발달 관계 정립 역할 수행 패턴 인식 동영상 이해 기억 추론 사회 교류 유창한 대화 조력& 협력 감독& 멘토 훈련 데이터와 탐색으로 배우기(최적화) 보고 읽으며 배우기(교육) 실행하고 책임지며 배우기(탐색) 2015 2018 2021 2024 2027 2030 2033 2036 출처: 웨인 홈즈, 마야 비알릭, 찰스 파델 (2021). 인공지능 시대의 미래교육 (정제영, 이선복 역). 박영스토리. (원서 2019) 10) ‘약 인공지능, 강인공지능, 초인공지능’의 정의. 부록7 참조. 11) 후쿠마 도모키, 가토 고이치. (2022). 비전공자를 위한 인공지능 교과서. 정용민 역. 미디어 픽스. Ⅰ. 인공지능 주요 용어 및 개념 정리 33 인공지능이 발전하면서 발생하는 문제는 어떤 것이 있을까요? 인공지능이 발전하면서 나타나는 문제는 인공지능의 활용이 사회에 긍정적, 부정적으로 어떻게 작용하는가에 대한 문제입니다. 이런 문제는 전통적으로 윤리의 영역에서 다루던 것인데, 인류가 철학을 통해서 탐구하던 문제들입니다. 인공지능 윤리를 연구하는 김명주 교수는 ‘인공지능은 양심이 없다’는 책12)에서 인간의 죽음, 존재, 신뢰 등의 영역에서 문제가 발생하고 있다고 말합니다. 인공지능 관련 주요 윤리적 이슈 사례 인공지능 챗봇 혐오 발언, 개인정보보호 위반으로 출시 1달여 만에 서비스 중단 ‘이루다 논쟁’(‘21.1.) 영국 대입시험 알고리즘 영국 대입 시헌에서 학습자 거주지역에 따른 알고리즘의 차별로 교육 불평등 강화 논란 차별 논쟁(‘20.8.) 미국 교사평가 알고리즘 공립학교 교사 고용에 있어 비밀 알고리즘 평가를 실시하여 교사 연맹이 소송 제기 투명성 논란(‘17.5.) 출처 : 교육부(2022). 교육분야 인공지능 윤리원칙. 예를 들어 인공지능은 데이터를 통해서 학습하기 때문에 편향된 데이터를 학습하게 되면 편향된 결과를 보여줍니다. 이는 우리 사회가 추구하는 객관성과 공정성의 문제를 훼손하게 됩니다. 또한, 최근에 대두된 그림을 그려주는 인공 지능(DALL·E2)나 정보와 지식을 알려주는 챗봇인 chatGPT의 경우 저작권과 정보의 정확성에 대한 문제가 발생합니다. 자율주행자동차나 인공지능 로봇이 의료 행위를 할경우 사고가 발생하면 어떤 선택을 할지, 누구에게 책임을 물을지에 대한 부분도 문제가 됩니다. 일자리의 감소에 대한 문제도 있습니다. 앞선 질문에서 살펴본 것처럼 일자리의 많은 부분은 인공지능이 대체할 것이기 때문입니다. 나아가 인공지능을 탑재한 로봇이 전쟁에 활용되는 시나리오도 있습니다. 이렇듯 인공지능은 인간의 지적 능력의 일부를 대신할 수 있는 영역에 적용가능하기 때문에 인간이 가지고 있던 존재, 신뢰, 상호작용 등의 영역에서 문제를 발생할 가능성이 있습니다. 인공지능이 우리 사회에 미치는 영향을 탐구하기 위해서 미국의 스탠포드 대학교에서는 HAI(Human-Centered Aritificial Intelligence; 인간중심인공지능) 연구소를 만들었고, 하버드 대학교에서는 Embedded Ethics 강좌를 개설하여 가르치고 있습니다. 우리나라에서도 국제적으로 최초로 교육 분야에서의 인공지능 윤리원칙을 제정하여 인공지능의 악용을 예방하도록 노력하고 있습니다. 출처 : 교육부(2022). 교육분야 인공지능 윤리원칙. 12) 김명주(2022). 인공지능은 양심이 없다. 헤이북스. 34 교원을 위한 인공지능(AI) 첫걸음 인공지능은 어떻게 발전해 온 것인가요? 간단한 역사를 알고 싶어요. 인공지능은 어느 날 갑자기 생긴 것이 아닙니다. 수십년의 역사를 가지고 발전해왔습니다. 인공지능은 컴퓨터 과학의 한 분야로 두 번의 황금기와 암흑기를 거쳐서 세 번째 황금기를 맞이하고 있습니다. 간단한 연대기를 정리해 보면 다음과 같습니다.13) 1943년 워런 매컬러와 월터 피츠의 인공신경망 개념 제시 1950년 앨런튜링이 ‘계산하는 기계와 지능’의 논문에서 튜링테스트 ‘튜링 테스트’14) 제시 1956년 : 인공지능의 대부 존 매카시가 개최한 다트머스 회의에서 인공지능에 대한 정의와 개념을 정립하면서 인간의 지능을 대체할 학문분야로 인정 1970년(첫 번째 황금기) : 특정 분야에 전문적인 지식을 탑재한 전문가 시스템(Expert System)에 막대한 연구자금이 투입 1980년대 중반(첫 번째 암흑기) : 그러나 전문가시스템이 목표 문제를 해결하지 못함에 따라 인공지능에 대한 뜨거운 관심이 약화 1985년(두 번째 황금기) : 인공신경망의 한 종류인 다층 퍼셉트론(Multi-Layer Perceptron)의 학습방법인 오류역전파법15) (Error Back-propagation Method)이 지능적 문제를 해결할 수 있는 가능성 제시 1997년 IBM 딥블루가 체스 경기에서 인간을 이김 2000년대 중반(두 번째 암흑기) : 세간의 조명을 받았던 오류역전파법 역시 제한적인 데이터, 컴퓨팅 파워 부족 등 물리적인 한계로 인해 빛을 발하지 못함 2006년(세 번째 황금기) : 딥러닝의 등장. 인공지능의 부침의 역사에도 불구하고 지속적으로 연구를 수행한 토론토 대학의 제프리 힌튼 교수는 인공신경망의 혁신적인 학습 기법인 자율 학습(unsupervised learning)을 발표 2011년 IBM 왓슨이 퀴즈쇼에서 승리 2016년 알파고가 바둑에서 승리 앞으로 인공지능의 발전이 어디까지 갈지 교육자로서 관심을 가지고 주시할 필요가 있습니다. 13) 추형석(2016). 인공지능의 역사와 성공요인에서 발췌 및 재구성. https://spri.kr/posts/view/21643 ?code=industry_trend 14) ‘튜링 테스트’ 정의. 부록 8 참조 15) ‘역전파 알고리즘’ 정의. 부록 9 참조 Ⅰ. 인공지능 주요 용어 및 개념 정리 35 chapter 교사를 위한 인공지능 03 소양 교육체계 본 연구에서는 교사를 위한 인공지능 소양 교육체계를 개발하기 위하여 인공지능 교육과 관련된 문헌들을 조사하였습니다. Ng 외(2021) 논문에 따르면 인공지능 리터러시와 관련한 논문 30개를 조사한 결과 인공지능 리터러시는 네가지 측면으로 다음과 같이 정리될 수 있습니다. 인공지능 리터러시 정의 인공지능 지식·이해 인공지능의 기본기능과 인공지능 어플리케이션 사용방법을 안다. 인공지능 활용·적용 다양한 상황에서 인공지능 지식, 개념과 응용프로그램을 적용한다. 인공지능 평가·개발 인공지능 어플리케이션을 사용하는 고차원적인 사고력(평가, 판정, 예측, 설계) 인공지능 윤리 사람 중심의 고려 사항(공정성, 책임성, 투명성, 윤리성, 안정성) 인공지능 리터러시 4가지 측면 정의(Ng 외, 2021) Ng는 인공지능 리터러시 개념을 더 잘 이해하기 위하여 인공지능 지식·이해, 인공지능 활용·적용, 인공지능 평가·개발 측면에 관련된 능력과 기술을 Bloom의 인지적 교육목표분류법에 따라 배치하였습니다. 분류 체계는 6개의 수준으로 구성되어 있으며 각 수준에는 더 높은 수준의 복잡성과 정돈된 사고를 필요로 하며 6개의 단계는 연속적이므로 다음 단계에 도달하기 위해서는 전 단계를 숙달해야 한다고 설명하고 있습니다. 인공지능 지식·이해는 하위 2개 단계에, 인공지능 활용·적용는 적용 단계에, 인공지능 평가·개발은 상위 3개의 단계에 할당하였습니다. 개발 새롭거나 독창적인 작품 제작 | AI 애플리케이션 설계, 조립, 구성, 구축 및 개발 평가 입장이나 의견의 정당화 | AI 애플리케이션의 의사결정을 평가, 예측, 감지, 정당화 추론 아이디어 간의 연결 도출 | AI 문제를 조직, 비교, 분해 및 추상화 적용 새로운 상황에서 정보 활용 | 다양한 맥락에서 AI애플리케이션 실현, 구현, 사용 및 적용 이해 개념이나 아이디어 설명 | AI의 의미를 서술, 설명, 해석, 입증 지식 새로운 상황에 정보 활용 | AI의 개념을 복사, 재생산, 암기 & 기억 Bloom의 목적분류법에 따른 인공지능 리터러시(Ng 외, 2021) 36 교원을 위한 인공지능(AI) 첫걸음 위 모형에는 인공지능 리터러시 중 ‘인공지능윤리’ 포함하고 있지 않지만 인공지능 리터러시교육과 관련하여 적용하거나 개발하는 단계에 이르지 않더라도 기본 개념을 알고 인공지능을 윤리적으로 사용하는 방법을 알아야 한다고 기술하고 있습니다. 따라서 인공지능윤리를 포함하면 인공지능리터러시 교육에서 다루어야 하는 것은 다음 7가지와 같습니다. AI 윤리 AI 지식·이해 AI 활용·적용 AI 평가·개발 윤리 지식 이해 적용 추론 평가 개발 인공지능 리터러시 교육의 7가지 요소 본 연구에서는 인공지능 리터러시 요소에 따라 인공지능 리터러시 교육의 유형을 다음과 같이 정리하였습니다. 인공지능 윤리 인공지능 윤리교육 인공지능 지식 인공지능 개념교육 인공지능 이해 인공지능 원리교육 인공지능 적용, 인공지능 추론 인공지능 활용 문제해결 교육 인공지능 평가, 인공지능 개발 인공지능 창의·융합교육 인공지능 리터러시 요소에 따른 교육의 유형 인공지능 리터러시 요소는 단계적이고 연속적이어서 하위요소 학습을 통하여 다음 요소의 학습으로 연결이 될 수 있으므로 인공지능 개념교육, 인공지능 원리교육, 인공지능 활용 문제해결교육, 인공지능 창의·융합교육이 단계성을 갖도록 설계하였습니다. 다만 인공 지능 윤리교육의 경우, 모든 영역에서도 필요하므로 이를 강조하기 위하여 윤리요소를 다시 한번 교육할 수 있도록 구성하였습니다 인공지능 활용 교과교육은 인공지능 도구를 교과의 목표를 도달하기 위해 단순하게 활용하는 것으로 인공지능의 개념이나 원리 이해 없이도 학습이 가능하므로 구분하기 위하여 분리 배치하였습니다. Ⅰ. 인공지능 주요 용어 및 개념 정리 37 인공지능 기반 교육 시스템은 수업 활동 도구로써 활용되는 것보다는 학생을 진단하고 학습과 관련하여 추천하고 학생을 평가하기 위해 인공지능 교육 프로그램을 활용하는 경우로 인공지능 소양교육 체계와 분리하여 배치하였습니다. 교사를 위한 인공지능소양 교육 인공지능 도구 (AI 스피커 등) 단순활용 인공지능 개념교육 : 인공지능의 개념과 역사, 사례에 대한 기초 소양 교육 인공지능 윤리교육 : 인공지능의 긍정적 및 부정적 영향, 사회적 영향 등 윤리교육 인공지능 원리교육 : 데이터 리터러시를 포함한 알고리즘 및 프로그래밍을 기반으로 한 원리 학습 교육 인공지능 활용 문제해결 교육 : 인공지능의 원리와 간단한 개발을 바탕으로 각 교과의 데이터를 활용해 문제를 해결하는 교육, 교과 학습 문제 해결 과정 속에서 인공지능 개념을 익히고 활용하는 교육 인공지능 창의·융합 교육 : 탈학문, 융합 문제해결을 위해 인공지능을 활용하여 창의·융합문제를 해결하는 교육. 빅아이디어 문제해결을 위하여 인공지능을 활용하는 프로젝트 학습 인공지능 활용 교과학습 교육 : 인공지능의 제품이나 서비스를 도구(매체)로 활용하여 교과의 목표를 달성하는 교육 인공지능 기반 교육 시스템 활용 교육 : 인공지능이 탑재된 교육 시스템(예. 추천학습 시스템 등)을 교수학습 활동(진단, 추천, 평가 등)에 활용하는 교육 38 교원을 위한 인공지능(AI) 첫걸음 본 연구에서는 교사를 위한 인공지능 소양교육 체계에 따라 다음과 같이 구성 요소를 설정하였습니다. 영역 중영역 구성요소 인공지능의 개념 인공지능의 정의 인공지능의 특성 인공지능 개념 교육 인공지능의 역사 인공지능의 발전과정(지식기반/데이터기반) 인공지능의 사례 인공지능의 수준과 사례 인공지능과 사회변화 인공지능의 영향 인공지능의 윤리적 문제 및 딜레마 인공지능 윤리 교육 인공지능과 윤리 (공정성, 투명성, 신뢰성, 책임성, 안정성, 설명가능성) 인공지능 활용 윤리 인공지능 윤리 지침 (정책가, 개발자, 사용자) 학습알고리즘 (지도, 비지도, 강화) 알고리즘 인공지능 검색, 추론 알고리즘 원리 교육 프로그래밍 프로그래밍의 실제 (인공지능/데이터과학) 인식 기술의 원리 및 문제해결 표현·추론의 원리 및 문제해결 인공지능 인공지능 원리 활용 문제 해결 활용 문제 학습의 원리 및 문제해결 해결 교육 상호작용의 원리 및 문제해결 인공지능 모델 활용 문제해결 인공지능 모델 사용 및 구현을 통한 문제해결 인공지능 인공지능 모델 선택 및 평가 창의·융합 인공지능을 활용한 문제해결 교육 인공지능 모델 설계 및 개발 Ⅱ. 인공지능 활용 사례 39 Ⅱ 인공지능 활용 사례 40 교원을 위한 인공지능(AI) 첫걸음 chapter 01 생활 속 인공지능 활용 사례 1 인공지능 스피커 2 내비게이션 3 자율주행 자동차 4 추천 알고리즘 5 챗봇 6 얼굴인식 Ⅱ. 인공지능 활용 사례 41 1 인공지능 스피커 (https://www.flickr.com/photos/142305740@N05/33433114246/) 1 인공지능 스피커는 무엇일까요? 인공지능 모델이 탑재되어 있는 스마트 스피커를 말합니다. 인공지능 스피커는 음성기반 사용자 인터페이스 환경에서 사용자와의 상호작용으로 다양한 콘텐츠 앱 기능을 활용하고 가정 내 모든 스마트 기기를 음성 명령으로 제어할 수 있는 딥러닝 시스템 인공지능 플랫폼 서비스입니다. 2 인공지능 스피커는 어떻게 사용될까요? 새벽 경남 고성군 고성읍 이말순씨(74·여)는 투석 환자로 3일 전 투석을 받은 이후로 몸이 으슬으슬하고 한기를 느꼈다. 물 한 모금 삼키기도 힘들던 이씨는 갑자기 눈앞이 핑 돌면서 심하게 어지러움을 느꼈다. 혼자 생활하고 있는 이씨는 '이러다 어떻게 되는 건 아닌지' 생각하던 찰나에 찾은 것은 인공지능(인공지능) 스피커 ‘아리아’ 였다. 이씨는 침대에 누워 소리쳐 방문 앞에 설치된 아리아를 불렀다. 아리아는 이씨의 상태를 확인하고 긴급신고를 했다. 인공지능 스피커의 신고를 받은 경남소방본부는 급히 출동하여 이씨를 데리고 이씨가 투석을 받는 사천의 한 병원까지 이송했다. 기저질환 등을 앓고 있던 이씨는 신속하고 정확한 응급처리 과정을 거쳐 치료를 받고 현재 건강을 되찾았다. 출처: 강대한. "아리아, 살려줘"…인공지능스피커 70대 할머니 위급상황 해결했다 (https://www.news1.kr/articles/?4623880) 이에 각 시도에서는 독거노인을 위하여 인공지능 스피커를 활용한 돌봄복지서비스를 제공하고 있습니다. 사물인터넷 기기를 활용하여 움직임을 보호자에게 전달하는 실시간 모니터링 돌봄서비스를 비롯하여 이상 징후 발생 시 보호자와 119와 연락하여 주민건강지도자가 방문하는 긴급 SOS 기능을 제공하고 있습니다. 또한 인공지능스피커를 통하여 각종 생활정보를 제공하기도 하고 감성대화를 나누기도 합니다. 또한 노인치매예방 프로그램을 제공하기도 합니다. 42 교원을 위한 인공지능(AI) 첫걸음 3 인공지능 스피커의 원리는 무엇일까요? 인공지능 스피커가 음성 명령을 듣고 처리하기 위해서는 다음과 같은 과정이 필요합니다. 1. 음성 입력: 호출어와 함께 기기에 내장된 마이크와 같은 센서를 통하여 음성으로 된 명령어를 입력받습니다. 2. 음성 인식: 기계는 사람의 음성을 STT기술을 통해 텍스트로 변환합니다. (STT: Speech-to-text) 3. 자연어 처리: 기계는 입력된 텍스트를 NLP기술을 통해 분석하고 언어의 뜻을 이해합니다. (NLP: Natural Language Prosessing, 자연어처리기술) 4. 인식 결과(음성합성): 최적의 결과를 찾아 TTS기술로 처리한 텍스트를 오디오로 변환합니다. (TTS: Text-to-speech) 5. 출력: 오디오를 사용자에게 송출합니다. 삼성디스플레이뉴스롬. 음성인식 기술의 한계와 가능성_국경과 언어를 넘는 소통의 단초가 되다. (https://news.samsungdisplay.com/32419) Ⅱ. 인공지능 활용 사례 43 2 내비게이션 픽사베이(https://pixabay.com/) 1 내비게이션은 무엇일까요? 내비게이션은 길을 안내하는 장치로 지도를 보여주거나 출발지와 목적지를 설정하면 이동하는 경로를 보여주는 시스템 및 장치입니다. 2 내비게이션은 어떻게 사용될까요? 내비게이션은 운전자가 목적지에 도달할 수 있도록 목적지까지의 경로를 탐색하여 최적의 경로를 찾아주는 장치입니다. 내비게이션이 대중화된 것은 GPS위성 신호를 활용하면서부터인데 GPS위성 신호를 받을 수 있는 곳이라면 어디서든지 위치를 측정할 수 있습니다. 내비게이션도 시대가 변함에 따라 그 기능이 달라지고 있다. 기존의 내비게이션은 교통정보와 길을 안내하였으나 더 정확하고 체계적인 정보를 제공하기 위하여 ‘무선 인터넷’을 활용하여 실시간 정보를 반영하여 교통상황을 파악하고 최적의 길을 찾아 줍니다. 최근에는 빅데이터를 활용하여 시간, 요일, 날짜에 따라 소요시간을 예측하고 길을 안내하기도 합니다. 따라서 많은 사용자가 이용하는 내비게이션일수록 데이터의 양이 늘어나기 때문에 더욱 정확도가 높아지게 됩니다. 더 많은 사용자를 확보하기 위하여 내비게이션은 진화하고 있습니다. 내비게이션은 사용자의 선호도에 따른 경

Use Quizgecko on...
Browser
Browser