고등학교 화학 정규 수업을 위한 머신러닝 기반 교수학습 프로그램 개발과 적용 = Development and Application of a Machine Learning-Based Instructional Program for Regular High School Chemistry Classes|RISS 상세보기

국문 초록 (Abstract)

인공지능(AI) 기술의 비약적인 발전은 현대 사회의 전 영역에 걸쳐 혁신적인 변화를 가져왔으며, 이에 따라 교육 현장에서도 데이터를 이해하고 AI와 협업할 수 있는 ‘AI 리터러시’함양의 중요성이 강조되고 있다. 이러한 흐름 속에서 2022 개정 교육과정 또한 디지털 소양을 기초 소양으로 규정하고, 과학 교과를 디지털·인공지능 소양 함양을 위한 핵심 과목으로 지정하였다. 이는 과학 수업이 학습자의 탐구 중심 활동과 데이터 기반 사고를 강화하는 방향으로 전환될 필요성을 시사하는 것으로, 이에 맞춰 AI 융합 교육에 대한 연구는 해마다 그 규모가 성장하고 있다. 특히 머신러닝은 데이터를 통해 패턴을 학습하고 예측하는 기술로서, 과학 개념의 구조적 이해와 논리적 추론을 중시하는 화학 교과와의 융합 가능성이 높은 특징을 지닌다. 그러나 현재의 AI 융합 교육 연구는 주로 초등학교에 집중되어 있거나, 고등학교의 경우 정규 교과 시간이 아닌 동아리나 방과후 활동과 같은 비교과 영역에서 주로 이루어지고 있는 실정이다. 특히 입시 위주의 교육 환경과 시수의 제약이 따르는 고등학교에서, 개념 학습과 AI 역량 함양을 동시에 달성할 수 있는 실천적인 연구 사례는 매우 부족하다.
이에 본 연구는 일반계 고등학교 화학 정규 수업 시간에 적용 가능한 ‘머신러닝 기반 화학 교수·학습 프로그램’을 개발하고, 이를 실제 수업에 적용하여 그 교육적 효과를 검증하는 데 목적이 있다. 연구의 구체적인 내용은 다음과 같다.
첫째, 고등학교 화학 교과의 핵심 개념인‘루이스 전자점식’과‘분자의 구조’단원을 선정하여 정규 수업 시간에 적용 가능한 머신러닝 기반 교수·학습 프로그램을 개발하였다. 교수·학습 설계 모형으로는 과학과 AI의 융합을 위한 ASKMB(AI-Science, Knowledge, Modeling, Be) 모형을 적용하여 탐색, 모델 생성, 활용의 단계로 구조화하였다. 학습 도구로는 코딩에 대한 부담 없이 데이터 분석과 머신러닝 모델링 과정을 시각적으로 구현할 수 있는 오렌지3(Orange3)를 선정하여 머신러닝의 경험이 없는 학생들의 부담을 낮추었다.
개발된 프로그램은 11명의 전문가의 검토를 거쳐 수정·보완하였고, 총 7차시로 구성되었다.‘루이스 전자점식’단원(3차시)에서는 루이스 전자점식과 루이스 구조식의 표현 방법 이해, 학생들이 직접 그린 루이스 구조식 이미지 수집 및 전처리, 이미지 분류 모델 생성, 모델의 성능 평가, 좋은 데이터의 조건에 대한 토의 과정을 포함하였다.‘분자의 구조’단원(4차시)에서는 전자쌍 반발 이론과 분자 구조의 예측 방법 이해, 루이스 구조와 분자 구조 데이터 수집, 의사결정트리 모델 생성, 학생들이 작성한 분류 지도와 AI의 분류 논리를 비교·분석하는 활동으로 구성하였다.
둘째, 개발된 프로그램을 경기도 소재 일반계 고등학교 2학년 학생 24명을 대상으로 2025학년도 2학기 화학 I 정규 수업 시간에 적용하여 효과성을 분석하였다. 분석 결과, 머신러닝 기반 화학 수업은 학생들의 AI 역량 함양에 유의미한 효과가 있는 것으로 나타났으며, 특히 머신러닝의 절차를 이해하고 데이터를 수집·가공·분석하는 능력에서 뚜렷한 향상을 보였다. 프로그램 만족도에 대해 학생들은 수업 내용을 흥미롭고 유용하다고 평가하였으며, 학습량도 적절하다고 인식하였다. 또한 학생들은 머신러닝 모델링 과정을 통해 추상적인 화학 개념을 구체화하고, 데이터 기반의 과학적 탐구 과정을 경험함으로써 교과 내용에 대한 이해도를 높일 수 있었다.
본 연구에서 개발한 프로그램과 적용 결과를 통해 다음과 같은 시사점과 의의를 찾을 수 있다. 본 연구를 통해 고등학교 정규 수업 내에서의 AI 융합 교육의 실행 가능성을 확인하였다. 기존 AI 융합 수업이 갖는 시수 확보의 어려움을 극복하기 위해, 학습자와 도구 분석, 수업 환경 조성 등 교과 핵심 성취기준과 머신러닝 활동을 긴밀하게 연계하도록 수업을 설계 함으로써 정규 진도 내에서 무리 없이 운영될 수 있음을 보여주었다. 이는 향후 고등학교 과학 교과에서의 AI 융합 교육이 나아가야 할 방향성과 구체적인 실천 모델을 제시했다는 점에서 의의가 있다. 또한 본 연구를 통해 AI 융합 수업이 정규 수업에 정착되기 위해서는 양질의 과학교육용 데이터셋 개발, 단원별 핵심 개념과 탐구 기능을 머신러닝의 데이터 구조와 연결 짓는 프레임 워크 구축, AI 융합 수업 설계 역량 강화를 위한 교사 공동 연구 모임 운영 지원, 정보 교과와 협력할 수 있는 학교 교육과정의 재구성과 교사 협의체 구성 등 다방면에 걸친 지원 체계 마련이 필요함을 제언하였다.

번역하기

인공지능(AI) 기술의 비약적인 발전은 현대 사회의 전 영역에 걸쳐 혁신적인 변화를 가져왔으며, 이에 따라 교육 현장에서도 데이터를 이해하고 AI와 협업할 수 있는 ‘AI 리터러시’함양의 ...

목차 (Table of Contents)