과학과 교육과정 성취기준의 인지적 영역에 대한 국어교육전공자와 과학교육전공자의 해석 차이:설명하기를 중심으로

송은정 ( Eunjeong Song ),제민경 ( Minkyeong Je ),차경미 ( Kyungmi Cha ),유준희 ( Junehee Yoo ) 한국과학교육학회 2017 한국과학교육학회지 Vol.37 No.2

과학과 교육과정은 모든 독자가 집필자의 의도를 정확히 해석할 수 있도록 서술되어야 한다. 본 연구에서는 과학과 교육과정 성취기준에 대한 국어교육전공자의 해석을 살펴보고, 국어교육전공자와 과학교육전공자의 해석 차이가 나타나는 경우를 분석함으로써, 교과 내용 전공자와 비전공자가 이해를 공유할 수 있도록 성취기준을 진술하는 방법에 대해 알아보았다. 국어교육전공자 3인은 `국어교육전공자의 과학과 성취기준 분석틀`을 이용했으며, 과학교육전공자 3인은 `TIMSS 인지적 영역 평가틀`을 기반으로 분석하였다. 두 교과의 해석 차이가 나타나는 부분은 면담을 통해 그 이유를 알아보았다. 연구 결과에 따르면, 국어교육전공자와 과학교육전공자는 `설명`, `분석`, `정의`, `인과` 등의 용어에 대한 시각차를 가지고 있었다. 성취 기준이 포괄적 의미의 서술어로 진술된 경우 해석이 다양하게 분포하였으며, 과학과 성취기준이 `설명할 수 있다`의 서술어를 자주 사용하고 있음에도 불구하고 국어과의 해석에 따르면 이들 대부분이 설명하기의 하위항목보다 묘사하기의 하위 항목으로 분석되었다. 과학교육전공자는 부사어나 관형어 등으로 표현되는 과정적 지식을 강조하여 해석하는 반면 국어교육전공자는 목적어, 서술어 등 문장의 필수 요소에 강조점을 두어 해석하는 경우에 두 교과의 해석 차이가 발생하였다. 또한 과학교육전공자는 성취기준 문장에서 내용의 범위나 수준에 대한 정보가 충분히 제공되지 않은 경우 암묵적 지식을 기반으로 해석하였으나 국어교육전공자는 문장 구조에만 의존하여 표면적 의미를 해석하여 두 교과의 해석 차이가 발생했다. 교육과정에서 성취기준을 진술할 때 도달해야 할 목표 개념의 범위와 인지적 영역의 수준을 부사어 및 관형어를 포함한 행동 동사로 적확하게 기술하며, 국어교육전공자를 포함한 다양한 전공 영역의 전문가가 검토함으로써 집필자의 의도대로 해석되도록 문장 구조를 명료하게 진술하는 것이 바람직하다. 이와 같이 성취기준이 나타내고자 하는 인지적 영역을 타 교과와 연계하여 분석하고 진술함으로써 교과 융합적 개선 방안을 마련하는 것이 요구된다. The texts in the national science curriculum documents are expected to be interpreted in the same meaning as that of the authors. In this study, the science achievement standards in national curriculum documents were examined through an analysis of the differences between the interpretations of Korean language education experts and science education experts. Three Korean language education experts designed and utilized an analysis framework on science curriculum standards from their viewpoints while three science education experts utilized TIMSS cognitive domain framework to analyze the 2009 Korean revised science curriculum achievement standards. The differences between interpretations of both groups were analyzed qualitatively through interviews. First of all, the two groups seemed to have different meanings for terms such as “explain,” “analyze,” “define,” and “cause and effect.” The science achievement standards described by general verbs like “explain” were interpreted in various ways. The verb “explain” that appears many times in the science achievement standards seem to be representing the “describe” subsections in the framework of Korean language education expert rather than the “explain” subsections of the framework of science education experts. Science education experts seemed to focus on prepositional phrases, which indicate inquiry process, while Korean language education experts seemed to focus on objective phrases. Moreover, the science education experts would interpret the achievement standards based on their background knowledge while the Korean language education experts would interpret them based on the structure of the sentences. This study suggests that achievement standards should specifically indicate the levels and scopes of cognitive domain as well as the knowledge domain. Also, integrations of achievement standards in cognitive domains of Korean language and science subjects should be considered.

생성형 AI 교육활용과 거버넌스

송은정(Eunjeong Song) 한국교육정치학회 2023 한국교육정치학회 학술대회논문집 Vol.2023 No.-

많은 교육 관계자가 챗GPT를 교육에 활용하는 방안에 대하여 고민한다. 그런데 문제는 챗GPT가 일반적인 목적을 위해 개발된 AI라는 점이다. 따라서 장기적으로는 교육 AI 모델의 방향성을 수립하고, 교육에 적합한 AI 모델이 개발될 수 있도록 생성형 인공지능 시대의 교육 거버넌스가 마련되어야 한다. 이를 통해 AI 개발자들을 비롯한 업계 관계자와 정책 입안자들의 협력이 적극적으로 이루어져야 할 것이다. 그리고 기업들의 책임감 있는 AI 개발과 배포를 위한 교육계의 지원 역시 요구된다. 세계적으로 에듀테크 회사들이 교육에 적합한 AI를 개발하기 위해 사전에 데이터를 필터링하고, 내부적으로 모델의 안정성을 검토하며, 전문가의 평가를 받고, 교육계의 모니터링을 통해 안전한 인공지능 서비스를 제공하는데 힘을 쏟고 있다. 물론 해로운 정보나 조언, 그리고 부정확한 정보가 생성될 가능성을 배제하기 어렵다. 따라서 교육계도 자체적인 윤리 규범을 확립하여 준수할 필요가 있으며, 사용자들 역시 비판적인 시각으로 AI를 활용해야 할 것이다. The advent of generative artificial intelligence (AI) technologies such as ChatGPT has spurred discussions among education officials on their potential applications in the educational sector. However, the generic nature of ChatGPT, designed for broad-spectrum use, posits challenges in its direct adoption for educational purposes. The necessity for a structured educational governance framework in the epoch of generative AI is underscored to delineate the trajectory of educational AI models, ensuring the development of AI models tailored for educational needs. This endeavor mandates a synergistic collaboration among AI developers, industry stakeholders, and policy makers, bolstered by the backing of the educational community to foster responsible development and deployment of AI by companies. Globally, edtech firms are endeavoring to engineer education-centric AI by meticulously filtering data, internally assessing models for reliability, procuring expert evaluations, and facilitating oversight by the educational community to ascertain the provision of safe AI services. Despite these measures, the elimination of risks associated with the generation of detrimental information, misguided advice, and inaccuracies remains challenging. Hence, it is imperative for the educational community to formulate and adhere to a robust ethical code, while also fostering a critical engagement from users in leveraging AI resources.

궤적 생성 반복 학습을 통한 소프트 액추에이터 제어 연구

송은정(Eunjeong Song),구자춘(Jachoon Koo) 한국로봇학회(논문지) 2021 로봇학회 논문지 Vol.16 No.1

PEMFC에서 MEA 성능 향상에 대한 촉매 잉크의 영향

김재영(Jaeyoung Kim),송은정(Eunjeong Song),문현경(Hyunkyoung Moon),강범수(Bumsu Kang),마수드라나(Masud Rana),라찌쿠마르 팔라니사미(Palanisamy Rajkumar),선호정(Hojung Sun),심중표(Joongpyo Shim) 한국태양에너지학회 2022 한국태양에너지학회 학술대회논문집 Vol.2022 No.10

온라인 리뷰 데이터의 오피니언마이닝을 통한 콘텐츠 만족도 분석 시스템 설계

김문지 ( Moonji Kim ),송은정 ( Eunjeong Song ),김윤희 ( Yoonhee Kim ) 한국인터넷정보학회 2016 인터넷정보학회논문지 Vol.17 No.3

소셜 네트워크 서비스(SNS)의 활성화로 웹상에는 방대한 양의 온라인 리뷰들이 생산되고 있으며, 이러한 온라인 리뷰들은 다양한 콘텐츠들에 대한 의견 데이터로써 콘텐츠 이용자와 제공자들에게 가치 있는 정보로 활용되고 있다. 한편, 온라인 리뷰에 대한 중요도가 높아짐에 따라 온라인 리뷰를 분석하여 글쓴이의 의견이나 평가, 태도, 감정 등을 추출해 내는 오피니언마이닝에 대한 연구가 활발하게 진행되고 있다. 그러나 기존의 오피니언마이닝 연구들에서는 리뷰의 의견 분류에만 초점을 맞추어 감성 분석 기법을 설계하였기 때문에 리뷰 속에 내포되어있는 작성자의 자세한 만족도까지는 알 수 없었으며, 감성 분석 기법이 특정 콘텐츠에 한정되어있어 도메인이 같지 않은 다른 콘텐츠들에는 적용될 수 없다는 문제점이 있었다. 이에 본 연구에서는 기존 의견 분류 방법에 강도를 주어 좀 더 세밀한 감성 분석을 수행하고, 이 결과를 통계적 척도에 적용하여 리뷰에 내포되어 있는 작성자의 자세한 만족도를 도출 할 수 있는 감성 분석 기법을 제안한다, 그리고 제안한 기법을 바탕으로 도메인에 상관없이 다양한 콘텐츠에 적용되어 콘텐츠의 만족도를 분석 할 수 있는 시스템을 설계하였다. 또한 방대한 양의 리뷰 데이터들을 빠르고 효율적으로 처리하기 위해 빅 데이터 처리도구인 하둡을 기반으로 시스템을 구축하였다. 본 시스템을 통해 콘텐츠 이용자는 보다 효율적인 의사결정을, 제공자들은 빠른 반응분석을 할 수 있어 본 시스템은 사용자의 의견을 필요로 하는 다양한 분야에 매우 실용적으로 활용 될 것으로 기대한다. Following the recent advancement in the use of social networks, a vast amount of different online reviews is created. These variable online reviews which provide feedback data of contents` are being used as sources of valuable information to both contents` users and providers. With the increasing importance of online reviews, studies on opinion mining which analyzes online reviews to extract opinions or evaluations, attitudes and emotions of the writer have been on the increase. However, previous sentiment analysis techniques of opinion-mining focus only on the classification of reviews into positive or negative classes but does not include detailed information analysis of the user`s satisfaction or sentiment grounds. Also, previous designs of the sentiment analysis technique only applied to one content domain that is, either product or movie, and could not be applied to other contents from a different domain. This paper suggests a sentiment analysis technique that can analyze detailed satisfaction of online reviews and extract detailed information of the satisfaction level. The proposed technique can analyze not only one domain of contents but also a variety of contents that are not from the same domain. In addition, we design a system based on Hadoop to process vast amounts of data quickly and efficiently. Through our proposed system, both users and contents` providers will be able to receive feedback information more clearly and in detail. Consequently, potential users who will use the content can make effective decisions and contents` providers can quickly apply the users` responses when developing marketing strategy as opposed to the old methods of using surveys. Moreover, the system is expected to be used practically in various fields that require user comments.

예비교사를 위한 데이터 리터러시 측정도구 개발 및 타당화

고은지 ( Eunji Koh ),석희진 ( Huijin Seok ),이정민 ( Jeongmin Lee ),송은정 ( Eunjeong Song ) 한국교육정보미디어학회 2023 교육정보미디어연구 Vol.29 No.4

본 연구의 목적은 예비교사의 데이터 리터러시를 측정할 수 있는 도구를 개발하고 그 타당성을 검증하는 것이다. 이를 위해 선행연구 고찰을 통해 예비교사 데이터 리터러시의 하위영역을 구성하고 전문가 의견을 청취하여 예비 설문을 구성하였다. 또한, 탐색적 요인분석과 확인적 요인분석을 실시하여 측정도구를 타당화하고자 하였다. 선행연구 고찰과 전문가 타당화를 통해 35개의 예비문항이 도출되었고, 이를 229명의 예비교사를 대상으로 1차 설문을 수집하였고, 탐색적 요인분석을 실시한 결과 10문항을 제외한 25문항이 구성되었다. 최종문항으로 2차 설문을 수집하여 291개의 데이터로 확인적 요인분석을 실시하였는데, TLI 값은 .903, CFI 값은 .914, RMSEA 값은 .064로 자료의 적합도가 검증되어, 예비교사 데이터 리터러시를 측정하기 위한 측정도구의 단일차원성이 검증되었다. 또한, 집중타당도와 변별타당도 검증을 실시한 결과, 집중타당도와 변별타당도를 모두 확보하여 모델의 타당성이 검증되었다. 문제 확인 및 정의, 데이터 수집 및 관리, 데이터 분석 및 표현, 교수적 의사결정, 평가 및 성찰 총 5개 영역, 25문항으로 구성된 최종도구의 전체 신뢰도는 .95로 나타났다. 본 연구는 예비교사를 위한 데이터 교육의 필요성을 제기하고 데이터 교육에서 활용할 수 있는 데이터 리터러시 프레임워크를 제공하였다. 아울러, 개발된 측정도구를 활용함으로써 예비교사의 데이터 리터러시를 점검하고, 예비 교사의 데이터 리터러시를 증진시킬 수 있는 사범대 교과과정이나 교사를 위한 연수과정의 설계 및 개발에 기초자료로 활용할 수 있다는 점에서 연구의 의의가 있다. The purpose of this study is to develop and validate of data literacy measurement instrument for pre-service teachers. For achieving research purpose, literature reviews of prior studies were conducted to establish the sub-domains of data literacy for pre-service teachers. Additionally, expert opinions were sought and incorporated to develop a preliminary survey. Furthermore, exploratory and confirmatory factor analysis were conducted to validate a measurement instrument. As a result of the literature review and expert validation, 35 preliminary items were derived. Subsequently, a first-round survey was conducted with 229 pre-service teachers. The final set of items included 25 items, while 10 items were excluded A confirmatory factor analysis was conducted with 291 participants using the final set of items from the second-round survey. The analysis yielded fit indices of TLI = 0.903, CFI = 0.914, and RMSEA = 0.064, indicating that the data fit well with the proposed model. As a result, the measurement instrument’s uni-dimensionality for assessing data literacy was confirmed. The findings, which substantiate both convergent and discriminant validity, indicated that the model is valid for measuring data literacy. The overall reliability of the final measurement instrument was found to be 0.95. This study highlights the importance of data education for educators and provides a framework that can be used in teacher education. The study suggests that educators can assess their data literacy by offering the data literacy measurement instrument and enabling data-driven pedagogical interventions.