물리 탐구 수업을 위한 인공지능 기반 물체의 운동 영상분석 도구 개발

국문 초록 (Abstract)

4차 산업혁명과 지능정보사회로의 전환에 따라 과학 탐구 패러다임은 데이터 및 인공지능 기반 예측·시뮬레이션 연구 중심으로 전환되었으며, 2022 개정 과학과 교육과정은 디지털 탐구 도구와 첨단과학기술 활용 탐구를 강화하였다. 이 연구는 2022 개정 과학과 교육과정에서 요구하는 디지털 소양을 함양하고 데이터 기반 물리 탐구 수업을 지원하기 위해, 인공지능 기반 물체의 운동 영상분석 도구를 설계 및 개발하고 교육적 타당성을 검증하는 것을 목적으로 한다.
이 연구는 분석­설계­개발­실행­평가의 순환적 개발 연구 방법을 적용하였다. 설계 단계에서는 교육과정 정합성 확보, 교육적 접근성 고려, 통합적 탐구 경험 제공, 자기주도적 탐구 구현의 네 가지 설계 원칙을 수립하였다. 또한 데이터 기반 탐구의 특성을 반영하기 위해 과학 탐구 방법에 KDD 프로세스를 교육적으로 재구성한 9단계 KDD 기반 과학 탐구 모형을 제안하고, 이를 기반으로 인터페이스 계층, 처리 계층, 시각화·산출 계층으로 구성된 시스템 아키텍처를 설계하였다. 개발된 도구는 웹 기반 환경에서 영상 업로드, 물체 추적과 시계열 데이터 생성, 전처리 및 데이터 시각화, 모델링, 해석에 이르는 탐구 전 과정을 통합적으로 지원하도록 구현되었으며, 자료해석·결론 도출·의사소통 및 협업 단계에서 학습자의 해석과 의사결정을 돕는 AI 어시스턴트 기능을 포함하였다.
실행 단계에서는 인공지능 기반 물체의 운동 영상분석 도구가 수업 맥락에서 활용될 수 있는 적용 가능성을 제시하기 위해 자유 낙하 운동과 용수철 진자 운동을 대표 사례로 선정하여 도구 실행과 분석 산출 결과를 제시하였다. 평가 단계에서는 과학교육 및 인공지능 융합교육 관련 전문가 집단을 대상으로 설문으로 타당성 검증을 실시하고, 양적·질적 자료를 종합하여 교육과정 연계성 및 현장 적용성, 과학 탐구 효과성, 기능성 및 사용 편의성에 대한 인식을 분석하였다. 분석 결과 전문가들은 전반적으로 도구의 교육적 가치와 활용 가능성에 대해 긍정적으로 평가하였으며, 설문 도구는 탐색적 타당화 단계에서 수용 가능한 수준의 신뢰도를 보였다.
이 연구는 2022 개정 과학과 교육과정에 부합하는 데이터 기반 물리 탐구 수업의 가능성을 제시하고, 하나의 웹 기반 플랫폼에서 데이터 수집부터 분석, 모델링, 해석에 이르는 과학 탐구 전 과정을 통합적으로 지원하는 디지털 탐구 도구 개발의 실현 가능성을 확인하였다. 또한 전문가 타당성 검증을 통해 교육과정 연계성, 탐구 효과성, 사용 편의성 측면에서 도구의 교육적 활용 가능성을 점검하였다. 후속 연구에서는 실제 수업 적용을 통한 학습 효과 검증, 다양한 학교급 및 물리 현상으로의 확장 적용, 추적 및 모델링 성능 고도화, AI 어시스턴트의 교육적 피드백 품질 검증을 통해 도구의 현장 적용성을 강화할 필요가 있다.

다국어 초록 (Multilingual Abstract)

With the transition to the Fourth Industrial Revolution and the intelligent information society, the paradigm of scientific inquiry has shifted toward data- and AI-driven inquiry, including prediction and simulation-based analysis. The 2022 Revised Science Curriculum has strengthened the use of digital inquiry tools and advanced science and technology-based inquiry. This study aims to develop an AI-based motion video analysis tool for objects and validate its educational validity to support the cultivation of digital literacy required by the 2022 Revised Science Curriculum and support data-based physics inquiry lessons.
This study applied a cyclical development research method: analysis-design-development-implementation-evaluation. During the design phase, four design principles were established: ensuring curriculum alignment, considering educational accessibility, providing integrated inquiry experiences, and enabling self-directed inquiry. Furthermore, to reflect the characteristics of data-driven inquiry, a 9-step KDD-based science inquiry model was developed by adapting the KDD process to the context of school science inquiry. Based on this, a system architecture was designed comprising an interface layer, a processing layer, and a visualization/output layer. The developed tool was implemented to comprehensively support the entire inquiry process within a web-based environment, including video upload, object tracking and time-series data generation, preprocessing, visualization, physical model fitting, and interpretation support. It also included an AI assistant function to support learners’ interpretation and decision-making throughout the inquiry process.
In the implementation phase, to demonstrate the applicability of the tool within a classroom context, free-fall motion and spring pendulum motion were selected as representative cases. The tool’s execution results and analysis outputs are presented. In the evaluation phase, a survey-based validity check was conducted with a panel of experts in science education and AI-integrated education. Quantitative and qualitative data were synthesized to analyze perceptions regarding curriculum alignment, field applicability, effectiveness in scientific inquiry, functionality, and ease of use. Analysis revealed that experts generally evaluated the tool positively for its educational value and potential utility, and the survey tool demonstrated acceptable reliability for an exploratory validation study.
This study demonstrated the potential for data-driven physics inquiry lessons aligned with the 2022 revised science curriculum and confirmed the feasibility of developing a digital inquiry tool that comprehensively supports the entire scientific inquiry process—from data collection to analysis, modeling, and interpretation—on a single web-based platform. In addition, an expert survey-based validity check indicated that the tool has promising educational utility in terms of curriculum alignment, inquiry effectiveness, and usability. Follow-up research should enhance the tool's field applicability by: validating learning effects through actual classroom implementation; expanding application to various school levels and physics phenomena; improving tracking and modeling performance; and verifying the quality of educational feedback provided by the AI assistant.

목차 (Table of Contents)

• 제1장 서 론 1
• 제2장 이론적 배경 3
• 제1절 디지털 탐구 도구의 교육적 의의 3
• 1. TPACK 이론 3
• 2. 과학 탐구를 위한 디지털 도구 5
• 3. 학교 디지털 인프라 현황 7
• 제2절 디지털 기반 과학교육 9
• 1. 2022 개정 과학과 교육과정 성취기준 분석 9
• 2. 2022 개정 교육과정 과학 교과서 디지털 탐구 활동 사례 12
• 3. 데이터 기반 운동 분석 탐구 수업 관련 선행연구 13
• 제3절 데이터 기반 과학 탐구 설계 프레임 15
• 1. 과학 탐구 방법 15
• 2. KDD 프로세스 17
• 3. ADDIE 모형 18
• 제3장 연구 방법 및 도구 개발 과정 19
• 제1절 연구 설계 개요 및 절차 19
• 1. 연구 방법 및 절차 개요 19
• 2. 분석 단계: 요구분석 및 설계 근거 도출 21
• 제2절 설계 단계: 디지털 탐구 도구 설계 25
• 1. 설계 원칙 25
• 2. KDD 기반 과학 탐구 모형 재구성 26
• 3. 시스템 아키텍처 30
• 제3절 개발 단계: 디지털 탐구 도구 개발 32
• 1. 개발 환경 32
• 2. 시스템 구현 구조 개요 33
• 3. 인터페이스 계층 구현 33
• 4. 처리 계층 구현 36
• 5. 시각화·산출 계층 구현 45
• 제4절 실행 단계: 수업 적용 설계 48
• 1. 수업 단계별 탐구 활동 흐름 48
• 2. 대표 적용 사례 선정 근거 및 실행 설계 50
• 3. 영상 촬영 가이드 51
• 제5절 평가 단계: 타당성 검증 방법 53
• 1. 타당성 검증 설문 문항 구성 53
• 2. 전문가 구성 및 선정 기준 54
• 3. 타당성 검증을 위한 통계 분석 방법 56
• 제4장 연구 결과 58
• 제1절 도구 실행 및 산출 결과 58
• 1. 자유 낙하 운동 실행 결과 59
• 2. 용수철 진자 운동 실행 결과 71
• 제2절 타당성 검증 양적 결과 85
• 1. 신뢰도 분석 결과 85
• 2. 집단별 인식 차이 분석 결과 86
• 3. 기술통계 분석 결과 88
• 제3절 타당성 검증 질적 결과 92
• 1. 교육과정 연계성 및 현장 적용성 93
• 2. 탐구 효과성 96
• 3. 기능성 및 사용 편의성 98
• 제5장 결 론 104
• 참 고 문 헌 107
• 부 록 110
• ABSTRACT 119