협업 필터링 기반 추천 시스템을 통한 초등학생의 학업 성취도 개선 방안|RISS 상세보기

국문 초록 (Abstract)

4차 산업혁명 시대에 접어들며 교육 현장에서도 인공지능과 데이터 분석 기 술을 활용한 맞춤형 학습이 점차 강조되고 있다. 특히 초등교육 단계에서 학 생 개개인의 학업 성취도와 사회적 관계를 통합적으로 고려한 학습 지원의 필 요성이 커지고 있다. 이에 본 연구는 협업 필터링(Collaborative Filtering, CF) 알고리즘을 기반으 로 학생 간의 유사도를 계산하고, 이를 통해 추천 기반의 모둠 구성을 지원하 는 데이터 기반 의사결정 도구를 설계하고자 하였다. 즉, 교사의 직관적 판단 에 의존하던 기존 모둠 구성 방식을 데이터 기반의 과학적 절차로 전환함으로 써 학습 효율성과 공정성을 높이는 새로운 교육적 패러다임을 제시하는 것을 목표로 하였다. 이를 위해 A 도시의 초등학교 2학년 학생 22명을 대상으로 사회적 관계 설 문과 교사 관찰평가 결과 데이터를 수집하였다. 각 학생의 학업 성취도는 학 습 태도, 수업 참여도, 과제 수행의 세 영역 점수를 평균하여 표준점수 (Z-score)로 변환하였으며, Python의 Surprise와 NetworkX 라이브러리를 활 용해 유사도 계산, 중심성 분석, 시각화를 수행하였다. 분석 결과, 학생들의 사회적 관계망에서 연결 중심성과 학업 성취도(표준화 점수) 간에는 유의한 정적 상관(r = .58, p < .01)이 나타났다. 특히 중심성이 높은 학생일수록 교사 관찰평가 기반 학업 성취도 점수가 높은 경향을 보였으 며, 중심성 상위 30% 학생군의 평균 학업성취도(M = 3.92, Z = +0.53)는 하위 30% 학생군(M = 3.08, Z = -0.46)에 비해 통계적으로 유의한 차이를 보였다(t = 2.87, p < .01). 이러한 결과는 협업 필터링 기반 추천 시스템이 학급 내 학습 집단 편성 과 정에서 교사의 주관적 판단을 보완할 수 있는 객관적이고 신뢰할 수 있는 데 이터 기반 도구로서의 가능성을 시사한다. 본 연구는 초등교육 현장에 인공지 능 기반 데이터 분석 기법을 적용하여, 학생 개개인의 사회적 관계와 학업 데 이터를 통합적으로 이해하고 이를 바탕으로 협력학습을 지원할 수 있는 새로 운 교육적 모델을 제시하였다는 점에서 의의가 있다. 주요어: 협업 필터링, 추천 시스템, 사회적 관계망, 학업성취도, 교사 관찰평 가, 맞춤형 학습, 초등교육

번역하기

4차 산업혁명 시대에 접어들며 교육 현장에서도 인공지능과 데이터 분석 기 술을 활용한 맞춤형 학습이 점차 강조되고 있다. 특히 초등교육 단계에서 학 생 개개인의 학업 성취도와 사회적 ...

목차 (Table of Contents)