자동평가기술기반 구성주의 교육 : 말하기·쓰기 자동오류교정기술 사례를 통한 구성주의 교육의 한계성 극복 = Constructivist education based on automatic evaluation technology

다국어 초록 (Multilingual Abstract)

The creative education that will lead the 4th industrial revolution is based on one's own creative composition through active activities with the learner at the center. Constructivist learning methodology is a learning method based on learner-centered education, that is, the relativism of truth that all learners individually think is truth. Although it is an ideal methodology, it has been faced with difficulties in time, cost, and space as it is an individual learner's action-oriented methodology. Various objections have been presented, ranging from the criticism of the idealism ignoring reality to the criticism that there is a fundamental error. The characteristics of the constructivist learning methodology of ecological and centrifugal divergence that guarantee creativity are the characteristics of the educational science philosophy in order to achieve the manageability of the education management agent who wants to manage the development of the learner's ability in a limited time and in a set order and scope. It is necessary to both prepare a theoretical framework and set the direction of artificial intelligence technology input based on it. As a solution, a scenario in which the framework of critical realism is reconstructed cognitively and artificial intelligence technology for automatic evaluation of learner atypical behavioral data is put here.
In this paper, an empirical case study to find a solution to the difficulties faced by constructivist learning methodologies by automatically evaluating learner behavior by a computer, and an educational science philosophical study to converge automatic evaluation and teacher guidance were conducted together. A case study was conducted that the automatic evaluation technology created by the third-generation cognitive artificial intelligence that combines knowledge graph and machine learning, that is, a hybrid artificial intelligence technique, satisfies the following three hypotheses. 1. The hypothesis that robustness will be achieved; 2. The hypothesis that the actual knowledge and personal experiences used in the evaluation will be grounded; 3. The hypothesis that the necessary transparency and extrapolativeness of education.
In Case Study 1, robustness, grounding, transparency, and extrapolation were confirmed by combining acoustic and language knowledge graphs with machine learning for the disabled and normal people through case analysis of R&D of automatic speech recognition helpers using voice recognition technology.
In Case Study 2, robustness, grounding, transparency, and extrapolation were confirmed through case analysis of the R&D system for correcting English pronunciation for Koreans. The actual high school English pronunciation correction test was also conducted to confirm the grounding as experimental evidence.
In Case Study 3, through case analysis of research and development of an English preposition error correction model using the learner corpus, satisfactory performance and robustness, transparency, and extrapolation of error correction beyond the limits of corpus refinement and natural language processing technology were confirmed. From the performance of WM (Writing Master)'s own teaching-learning model, the linkage with constructivist learning methodology was also looked at.
In Study 4, based on the results of previous studies, a framework for learners' reality three areas was proposed, starting from critical realism. According to this, teachers manage learner behavior by applying automatic evaluation technology educationally and scientifically. At the same time, learners' experiences and intentions are encompassed by teaching-learning, which develops teachers' creativity based on vectorized automatic evaluation of learner behavior. By overcoming the case of u-learning that failed to be universally used, we logically support the hypothesis that learner behavior management by hybrid artificial intelligence can solve time, cost, and space difficulties, which have been critical items of constructivist learning methodologies. A solution was derived to solve the vagueness and ambiguity that existed in the use of computers and artificial intelligence in education.
This study has prepared an educational science philosophical and cognitive science framework for constructivist learning methodologies to actually work, and based on this, provides robust research results that advance the realization of hybrid artificial intelligence required in the educational field.

국문 초록 (Abstract)

4차산업혁명을 이끌어 나갈 창의적 교육은 학습자가 중심이 되어, 능동적 인 활동을 통한 자기만의 창조적 구성을 기반으로 한다. 구성주의 학습방 법론은 학습자 중심 교육, 즉 학습자가 개별적으로 생각하는 것은 모두 진 리라는 진리의 상대론에 기반한 학습방법론이다. 이상적인 방법론임에도 불구하고 학습자 개인의 행동 중심 방법론이므로 시간·비용·공간의 어려움 에 처해왔다. 현실을 도외시한 이상론이라는 비판부터 근본적 오류가 있다 는 비판까지 다양한 반대론이 제시되어왔다. 창의성을 담보하는 생태론적, 원심적 발산이라는 구성주의 학습방법론의 특성이 한정된 시간에, 정해진 순서와 범위에 의해서 학습자의 능력계발이 관리되길 원하는 교육관리주 체의 관리가능성과 접점을 이루기 위해서는 교육과학철학적 이론틀 마련 과 이에 근거한 인공지능 기술투입 방향성의 설정 둘 다 필요하다. 본 고 에서는 비판적 실재론의 프레임워크를 인지과학적으로 재구성하여 여기에 학습자 비정형 행동데이터의 자동평가 인공지능 기술을 투입하는 시나리 오를 그 해결책으로 제시하였다.
본 논문에서는 학습자 행동을 컴퓨터가 자동평가함으로써 구성주의 학습 방법론이 처한 어려움을 해결하는 해결책을 모색하는 실증적 사례연구와 자동평가와 교사지도를 융합시키기 위한 교육과학철학적 연구를 함께 진 행하였다. 지식그래프와 머신러닝을 결합한 3세대 인지적 인공지능, 즉 하 이브리드(hybrid) 인공지능 기법으로 만들어낸 자동평가 기술이 다음 3가 지 가설을 만족시킨다는 사례연구를 수행하였다. 1. 강건성(robustness)을 달성할 것이라는 가설, 2. 평가에 사용된 실재적 지식과 개인의 경험이 그 라운딩(grounding)될 것이라는 가설 3. 교육에 필요한 투명성 (transparency)과 외삽성(extrapolativeness)을 확보할 것이라는 가설, 총 3가지이다.
사례연구 1에서는 음성인식 기술을 이용한 자동 언어장애 도우미 연구개발 사례분석을 통해 장애인·정상인 음향·언어 지식그래프와 머신러닝을 결 합시켜 강건성·그라운딩·투명성·외삽성 확보를 확인하였다.
사례연구 2에서는 한국인을 위한 영어발음 교정 시스템의 연구개발을 사 례분석을 통해 역시 강건성·그라운딩·투명성·외삽성 확보를 확인하였다. 실 제 고등학교 영어발음교정 테스트 사례 역시 진행되어 그라운딩을 실험 증거로 확인하였다.
사례연구 3에서는 학습자 코퍼스를 이용한 영어 전치사 오류 교정 모델 연구개발 사례분석을 통해 코퍼스 정제의 한계, 자연언어처리 기술의 한계 를 넘어서는 오류교정의 만족할 만한 성능과 강건성·투명성·외삽성을 확인 하였다. WM(Writing Master) 고유의 교수-학습 모형이 지닌 성과로부터 구성주의 학습방법론과의 연계성도 조망하였다.
연구 4에서는 앞선 연구결과들을 바탕으로 비판적 실재론에서 출발한 학 습자의 실재 3영역 프레임워크를 제안했다. 이에 의하면, 교사는 자동평가 기술을 교육과학적으로 적용하여 학습자 행동을 관리한다. 동시에 학습자 의 경험·의도는 벡터화된 학습자 행동 자동평가를 기반으로 한 교사의 창 의성 계발 교수-학습이 포괄하게 된다. 보편적 활용에 실패하였던 u-러닝 사례를 극복하여, 하이브리드 인공지능에 의한 학습자 행동관리가 구성주 의 학습방법론의 비판대상 항목이었던 시간·비용·공간상 애로사항을 해결 할 수 있다는 가설을 논리적으로 지지한다. 컴퓨터와 인공지능을 교육에 활용하는데 존재해왔던 막연함·모호함을 해결하는 해결책이 도출되었다. 본 연구는 구성주의 학습방법론이 실제적으로 작동하기 위한 교육과학철 학적, 인지과학적 프레임워크를 마련하였으며, 이를 바탕으로 교육현장에 필요한 하이브리드 인공지능의 구체화를 진전시키는 튼튼한 연구결과를 제공한다.

목차 (Table of Contents)

• 제 1 장 서론 1
• 제 1 절 연구 배경 1
• I. 배경 1
• 1. 학습자 행동이 중요한 구성주의 학습방법론 1
• 2. 구성주의 학습방법론에 대한 비판 : 행동관리의 비현실성 2
• II. u-러닝 5
• 1. 하이퍼텍스트 5
• 2. u-러닝 : 현실적 적용에 실패한 이상적 플랫폼 8
• 3. u-러닝의 전개 10
• 4. 구성주의 학습방법론을 겨냥한 u-러닝 11
• 5. u-러닝의 쇠락 12
• 6. u-러닝의 실패이유 1 : 비용의 문제 17
• 7. u-러닝의 실패 이유 2 : 소프트웨어 품질보장의 문제 20
• 8. u-러닝의 실패 이유 3 : 구성주의 학습이 교육의 전체라는 전제 아래 설계된 u-러닝 학습방법론 문제 21
• III. 심리평가학, 구성주의 학습방법론, 자동평가기술 23
• 1. 심리평가학과 구성주의 학습방법론 23
• 2. 자동평가기술과 구성주의 학습방법론 25
• 3. 자동평가기술의 방해요소 27
• 제 2 절 연구 가설 30
• I. 성공한 인공지능기반 상업적 시험평가 : 영어말하기 자동평가시험, 폰패스(Phonepass) 31
• II. 제시 가설 38
• 제 3 절 연구 목표 및 방법 47
• 제 4 절 용어 정의 48
• 제 2 장 사례연구 2: 음성인식 기술을 이용한 자동 언어장애 교정 도우미에 적용된 하이브리드 인공지능 분석 54
• 제 1 절 서론 54
• I. 연구 프로젝트 개요 분석 54
• 1. 연구개발의 배경 54
• 2. 연구목표 55
• 3. 연구방법론-지식그래프와 머신러닝의 혼합 55
• 4. 연구개발의 내용 및 범위 56
• 5. 혁신성과 독창성 56
• 제 2 절 본론 57
• I. 장애발음 지식그래프 분석 57
• 1. 조음음운 장애발음 지식그래프 : 장애발음 교정의 근본적 지식 57
• 2. 조음-음운 장애유형 지식그래프 58
• II. 장애발음 머신러닝 분석 61
• 1. 장애 음성 전사를 위한 음소 선정 61
• 2. 장애 음성 분류에 따른 화자분포 65
• 3. 머신러닝을 위한 정상발음과 장애발음 각각의 음소셋 정의 66
• 4. 머신러닝을 위한 정상발음과 장애발음 각각의 언어모형 정의 69
• 제 3 절 사례연구 결과 분석 72
• I. 정상발음 인식률 72
• II. 장애발음 인식률 73
• III. 지식그래프 기반 지능형 튜터링 시스템 74
• 제 4 절 논의 76
• 제 3 장 사례연구 2: 한국인을 위한 영어 발음 교정 시스템에 적용된 하이브리드 인공지능 분석 84
• 제 1 절 서론 84
• I. 연구 프로젝트 개요 분석 85
• 1. 과거 연구개발 프로젝트 진행경과 85
• 2. 연구목표 및 방법론의 특징 : 정상발음과 오류발음 하이브리드 인공지능 86
• 3. 발음교정 관련 선행연구 및 방법론 88
• 제 2 절 본론 89
• I. 오류발음 지식그래프 분석 91
• II. 오류발음 지식그래프 양상분석 94
• 1. 표준 영어 음성 DB 수집 94
• 2. 한국인 화자 영어 음성 DB 수집 및 분석 95
• 3. 오류음소 유형과 유형별 특징과 피드백 전략 97
• 4. 추가된 한국어 음소 목록 101
• III. 한국인 화자 영어오류발음 머신러닝 102
• 1. 음성인식 패러미터 설정 102
• 2. 한국인 발화데이터 음소 모델링 방법 102
• 3. 음소(언어) 네트워크 구성 103
• IV. 영어오류발음 피드백 전략 104
• 1. 오류의 진단 및 평가 104
• 2. 교정지침 제공 104
• 제 3 절 사례연구 결과 분석 106
• I. 대치 106
• II. 삽입 107
• III. 삭제 107
• IV. 이중음소 분리 및 강세 108
• V. 결과 정리 108
• 제 4 절 한국인 영어발음교정기를 이용한 고등학생 영어 발음 습득 연구 사례분석 109
• I. 연구배경 109
• II. 실험 110
• 1. 실험 대상 110
• 2. 학습 진행 과정 110
• III. 실험 결과 및 분석 112
• 1. 듣기 평가 (17개 문항) 결과 112
• 2. 자음의 발음 인식 및 식별능력 평가 (35개 문항) 결과 113
• 3. 모음의 발음인식 및 식별능력 평가 (28개 문항) 결과 114
• 4. 듣고 받아쓰기 평가 (10개 문항) 결과 115
• 5. 발음능력 평가결과 115
• IV. 논의 116
• 제 5 절 논의 117
• 제 4 장 사례연구 3: 학습자 코퍼스를 이용한 영어 전치사 오류 교정에 적용된 하이브리드 인공지능 분석 125
• 제 1 절 서론 125
• I. 연구 프로젝트 개요 분석 125
• 1. 연구개발의 배경 125
• 2. 국내외 선행연구 분석 126
• 3. 연구개발의 목적 · 중요성 · 범위 130
• 제 2 절 코퍼스와 에세이 관련 정책 132
• I. 청담 영어 학습자 코퍼스 133
• II. 에세이 첨삭 사항 134
• 제 3 절 청담 코퍼스에서의 전치사 오류 135
• I. 오류 유형 : 대치, 생략, 잉여 135
• II. 오류 분포 : 원 문자열·교정 문자열 136
• 제 4 절 최대엔트로피(maximum entropy) 방법에 근거한 전치사 예측 모델 138
• I. 모델링 진행 절차 138
• II. 자질 추출 139
• III. 최대 엔트로피 방법 140
• 제 5 절 결과·성능 평가 141
• I. 5차 교차검증 결과 : 예측 성공률·실패율 141
• II. 5차 교차검증 결과 : 정확도·재현율 142
• 제 6 절 논의 I : 전치사 오류 교정 결과 논의 144
• 1. 에세이 코퍼스 기반 최초의 오류교정모델 기법 144
• 2. 언어습득·발달에 관한 언어심리학, 언어교육학, 언어학적 문제 145
• 제 7 절 논의 II : 논문 가설과의 지지여부 논의 147
• 제 5 장 연구 4: 구성주의 학습방법론을 뒷받침 하는 새로운 자동평가 기반 교육-학습 플랫폼 152
• 제 1 절 서론 152
• I. Bhaskar의 비판적 실재론 152
• II. 구성주의 학습방법론의 한계점 156
• 1. 구성주의 발달심리학 158
• 2. 구성주의와 구성주의 학습방법론의 관계 160
• 제 2 절 본론 163
• I. 교육과 학습의 차이점 163
• II. 창의성에 도달하는 인지과학적 매개체 168
• 1. 학습자의 실재 3요소 171
• 2. 몸과 의도 174
• 3. 창의성과 반복성 175
• III. 인공지능의 교육적 활용상 현실적 한계 극복을 위한 전략 : 강건성과 그라운딩의 획득 179
• 1. 1-2세대 인공지능의 한계성 181
• a. 단어 의미에 관한 개념적 접근 vs. 참조적 접근 183
• 2. 하이브리드 인공지능을 통한 교육-학습의 통찰력 얻기 188
• 3. 키네스테제와 체화된 인지 191
• a. 표상없는 로봇 193
• 4. 지능강화(Intelligence Augmentation) 197
• a. IA의 상업적 활용 – 3세대 인공지능의 시초인 하이브리드 인공지능 200
• b. IA의 상업적 성공 사례 – 하이브리드 인공지능의 상업적 강건성 202
• IV. 인지과학의 통합적 역할: 교육적 목적의 인공지능 활용 프레임워크 제공 203
• 1. 부분적 지능요소 다양한 조합의 이점 203
• 2. 작은 범위 지능적 서비스의 장점 204
• 3. IA의 포지션 설정 204
• 4. 선행적 프레임워크들 세 가지 205
• a. 단선적·선형적 진행의 틀 205
• b. 개별 학생 맞춤식 진행의 틀 206
• c. 학습자 스스로 구성하는 진행의 틀 209
• V. 학습자의 실재 3영역과 교육방법론 210
• 1. 학습자의 실재 3영역에 기반한 새로운 교육방법론 210
• 2. 학습자의 실재 3영역과 놀이와의 상관관계 214
• 3. 학습자의 실재 3영역과 예술과의 상관관계 216
• 4. 학습자의 실재 3영역과 구성주의 학습방법론 220
• 제 3 절 결론 및 논의 223
• I. 구성주의 학습방법론의 한계성 극복 224
• 제 6 장 종합 논의 229
• I. 연구 1,2,3,4를 통한 가설 1,2,3 지지사항 논의 229
• 창의성 함양을 위한 제안 : 인지융합적 체계와 새로운 인공지능 234
• II. 추후 탐구 과제 235
• 제 7 장 결론 239
• I. 본 논문의 결과정리 239
• II. 본 논문의 기여 240
• 참 고 문 헌 242
• Abstract 260
• 감사의 말 264

참고문헌 (Reference)

1. , 한종임, 테크놀로지를 활용한 창의성 기반 영어 교수 학습이 중학 교 학습자의 영어 성취 및 창의성 신장에 미치는 영향, , 2017

2. A Realist Theory of Science. ch.1, 21-62. In Archer, M., Bhaskar, R., Collier, A., Lawson, T., & Norrie, A. (eds.), Critical realism: essential readings. London: New York: Routledge. 이기홍 역(2005a). 철학과 과학적 실재론. 초월적 실재론과 과학, Bhaskar, R., 파주: 한울. 59-110, , 1998

3. 영어음성학, 전상범, 서울: 범한서적주식회사, , 1985

4. 한국어 발음검사, 이현복, 김선희, 서울:서울국제출판사, , 1991

5. 구어-언어진단검사, 김영태, 대구:한국언어치료학회, , 1994

6. 분산된 인지와 마음, 이영의, 철학연구, 36, 3-30, , 2008

7. 비판이론에 관한 고찰, 이시용, 교육논총, 14, 137-156, , 1997

8. 창의성의 개념적 검토, 김현정, 교육과정평가연구, 6(2), 155-170, , 2003

9. 사회과학의 철학적 기초, 이기홍, 파주: 한울, , 2014

10. 역사의 기억, 역사의 상상, 주경철, 서울:문학과 지성사, , 1999

11. 놀이의 특징과 교육적 가치, 김남희, 윤리교육연구, 52, 253-276, , 2019

12. “What is artificial Intelligence?”, MacCarthy, J., John MacCarthy’s new website. http://jmc.stanford.edu/articles/whatisai/whatisai.pdf, , 2007

13. "Why AlphaGo Is Not AI", IEEE Spectrum., Baillie, JC., https://spectrum.ieee.org/automaton/robotics/artificial-i ntelligence/why-alphago-is-not-ai, , 2016

14. 그림자음검사. 구어-언어진단, 김영태, 대구:한국언어치료학회, , 1995

15. 실행연구의 이론적 배경 탐색, 한상희, 교육과학연구, 15(2), 105-128, , 2013

16. 하이데거의 존재와 시간 읽기, 박찬국, 서울:세창미디어, , 2013

17. 인공지능의 몸: 현상학적 고찰, 김태희, 현상학과 현대철학 73, 99-134, , 2017

18. 영어모음의 음향음성학적 분석, 신현정, 경북대학교 석사학위논문, , 1997

19. 교수-학습의 과정과 창의력 교육, 김영채, 사고개발, 3(2), 1-35, , 2007

20. 구성주의 교육에 대한 철학적 비판, 강선보, 송민규, 한국교육학연 구(구 안암교육학연구), 24(4), 1-28, , 2018

21. A Realist Theory of Science, ch.3, secs.3.1 3.3, 143 184, secs.3.5, 3.6, 199-228. In Archer, M., Bhaskar, R., Collier, A., Lawson, T., & Norrie, A. (eds.), Critical realism: essential readings. London: New York: Routledge. 이기홍역(2005b). 과학적 발견의 논리. 초월적 실 재론과 과학, Bhaskar, R., 파주: 한울. 111-200, , 1998

22. 구성주의(Constructivism)의 교육적 함의, 추병완, 교육과정평가 연구, 3(1), 1-14, , 2000

23. 유비쿼터스 네트워크와 신사회시스템, 노무라종합연구소, 전자신문사, , 2003

24. 4차 산업혁명, 대한민국의 미래를 찾다., 한국지능정보사회진흥원, [IT&Future Strategy 2017 총괄본], , 2017

25. AI와 코로나가 펼치는 교육의 디지털 전환, 박수정, 월간SW중심 사회, 2020년 11월호. 소프트웨어정책연구소, , 2020

26. 대학수학능력시험의 문제점 및 개선 방안, 백순근, 서울대학교 사 대논총, 67. 141-155, , 2003

27. The Natural Side of A.I. Wall Street Journal, 2016. 10. 18, Rometty, G., http://www.wsj.com/articles/the-natural-side-of-a-i-147 6799723, , 2016

28. The path to a “Broad AI” toolbox. AAAI-20 keynote speech, Cox, D., 출처 https://vimeo.com/389562304, , 2020

29. 구성주의와 포스트모더니즘의 지식론과 교육, 장석환, 교육철학, 41(41), 441-471, , 2010

30. “Microsoft is acquiring Nuance Communications for $19.7B”, Miller, R., http://techcrunch.com, , 2021

31. [명저탐방] 화이트헤드의-체계로서의 철학실험, 문창옥, 철학과 현 실, 248-261, , 2002

32. 서답형 문항 자동 채점 프로그램 도입 방안 연구 1, 진경애, 한 국교육과정평가원 편[ ], , 2006

33. 서답형 문항 자동 채점 프로그램 도입 방안 연구 3, 진경애, 한 국교육과정평가원 편[ ], , 2008

34. 창의적 융합인재양성. 왜 예술교육에 주목하는가?, 태진미, 영재교 육연구, 21(4), 1011-1032, , 2011

35. Imagine: How Creativity Works. Houghton Mifflin. 김미선역(2013), Lehrer, J., 이매진 : 초일류들의 뇌 사용법. 파주:21세기 북스., , 2012

36. ‘u-러닝’의 이론적 탐색과 실천적 발전과 제 분석, 장선영, 김미경, 박성익, 아시아교육연구, 9(1), 149-173, , 2008

37. ‘체화된 인지(Embodied Cognition)’ 접근과 학문간 융합, 이정모, 서울대학교 철학사상연구소, 38, 27-66, , 2010

38. 인도군 육성과 조직을 통해 고찰한 영국의 식민정책, 최재희, 아 세아연구, 46(2), 171-198, , 2003

39. . 한국인을 위한 영어 발음 교정 시스템에 대한 성능 평가, 김무중, 김효숙, 김병기, 대한음성학회:학술대회논문집, 대한음성학회 2003년도 5월 학술대회지, 71-74, , 2003

40. Burton, H. Kyung Wha Chung plays Sarasate Caprice Basque Op.24. BBC Interview, 정경화, 출처 https://youtu.be/jbXiRhPXiMc, , 1970

41. Higher Cognition, Machine Learning & Automatic Assessment. slide presentation, 이수화, 인지과학협동과정 20주년 기념 발표, , 2016

42. 영어강세정도에 대한 인지적 판단과 음향분석에 의한 연 구, 이용모, 한국교원대학교대학원 석사학위논문, , 2002

43. KICE-Pearson 영어 말하기, 쓰기 자동채점 프로그램 타당성 연구, 진경애, 한국교육과정평가원, , 2011

44. 학습성과 수행평가를 위한 루브릭 개발과 적용에 관한 연 구, 신민희, 공학교육연구, 15(5), 108-118, , 2012

45. 한국인을 위한 외국어 발음 교정 시스템의 개발 및 성능평가, 김무중, 김효숙, 하진영, 김선주, 권철홍, 김병기, 말소리, 46, 87-102, , 2003

46. . "Some philosophical Problems from the Standpoint of artificial Intelligence“., Hayes, P, MacCarthy, J, John MacCarthy’s new website. http://jmc.stanford.edu/articles/mcchay69/mcchay69.pdf, , 1969

47. Philosophy in the Flesh : The Embodied Mind and Its Challenge to Western Thought., Lakoff, J, Johnson, M., New York : Basic Books. Lakoff, 임지룡, Johnson, & Johnson, Mark. 임지룡 역(2002). 몸의 철학 : 신체화된 마음 의 서구 사상에 대한 도전. 서울 : 박이정., , 1999

48. 중학생 영작문 실력 향상을 위한 자동 문법 채점 시스템 구축, 김지은, 한국콘텐츠학회논문지, 7(5), 36-46, , 2007

49. 대규모 평가를 위한 서답형 문항 자동채점 방안연구 (RRE 2012-6), 노은희, 한국교육과정평가원, , 2012

50. Psychology. New York, Basingstoke: Worth Publishers. 신현정・김비아 역(2010), Myers, DG, 마이어스의 심리학개론. 서울: 시그마프레스., , 2007

51. 국가영어능력평가시험 쓰기 자동채점 프로그램 개발 (RRE 2012-10), 시기자, 한국교육과정평가원, , 2012

52. 몸의 철학 : 신체화된 마음의 서구 사상에 대한 도전, 임지룡 역, Johnson, Mark., 서울 : 박이정, , 2002

53. 의사소통중심 영어 교수학습 및 평가 관련 교사 의견 조사 연구, 박태준, 장재학, 영어학, 17(4), 839-863, , 2017

54. 기초교육으로서의 예술교육의 방향 - 음악적 상상력을 중 심으로, 이수정, 교양교육연구, 6(2), 151-171, , 2012

55. 학업성취도 평가 서답형 문항 컴퓨터 채점화 방안 탐색 (RRE 2010-1), 성태제, 한국교육과정평가원, , 2010

56. 한국 영어학습자들의 영어발음 오류 분석을 통한 발음지 도 방안, 한종임, 교과교육학연구, 3(2), 27-46, , 1999

57. 비고츠키의 이론에서 사고발달을 가져오는 '단어 의미들' 의 성격, 강성훈, 교육철학연구, 40(1), 1-33, , 2018

58. onstructivist Instruction: Success or Failure? Taylor & Francis Group. 방선욱역(2014), Duffy, TM, Tobias, S, 구성주의 수업: 성공인가 아니면 실패인가. 서울: 박영스토리., , 2010

59. 직관적 사고력과 문제해결력 신장을 위한 시각화 자료에 관한 연구, 곽미애, 숙명여대 석사학위논문, , 2006

60. Speaking : From Intention to Articulation. Cambridge, Mass. : MIT Press. 김지홍역(2008), Levelt, W., 말하기 : 그 의도에서 조음까지. 파주 : 나남., , 1989

61. 인공지능 학습용 데이터 구축사업 15번 에세이 글 데이터 수행계획서, 김기형, 이용상, 윤기현, 박승희, 현준우, 이수화, 신동광, 미발간, , 2021

62. 고등학교 영어 쓰기 수행평가의 실제와 교육과정 및 수업 과의 연계성, 이미선, 서울대학교 대학원 석사학위논문, , 2019

63. 한국어 서답형 문항 자동채점 프로그램 개발 및 실용성 검증 (RRE 2014-6), 노은희, 한국교육과정평가원, , 2014

64. 체화된 인지와 창의 융합적 관점에서의 수학 수업 의 교육적 의의 탐색, 김민경, 이지영, 학습자중심교과교육연구, 17(9), 247-271, , 2017

65. 한국어 문장 수준 서답형 문항 자동채점 프로그램 개발 및 적용 (RRE 2015-9), 노은희, 한국교육과정평가원, , 2015

66. 학습 도구로서의 서술형 평가 그리고 인공지능 의 활용: WA3I 프로젝트 사례, 이경건, 하민수, 현장과학교육, 13(3). 271-282, , 2019

67. Les Mots Et Les Choses : Une Archéologie Des Sciences Humaines. Paris:Gallimard. 이규현역(2012), Foucault, M., 말과 사물. 서울:민음사., , 1966

68. 영어교육 정책 변화에 따른 우리나라 중 고등학교 교사의 교수 탈동기 연구, 김지선, 김태영, 한국교원교육연구, 35(1), 415-443, , 2018

69. 서답형 문항 자동 채점 프로그램 도입 방안 연구 2: 영 작문 채점을 중심으로, 진경애, 한국교육과정평가원 [편], , 2006

70. To Open Minds: Chinese Clues to the Dilemma of Contemporary Education. NY: Basic Books. 김한영 역(2018), Gardner, H., 창의성의 열쇠를 찾아서. 서울:사회평론., , 1989

71. 컴퓨터 기반 영어발음학습에 관한 음성학적 연구. 한국언어학회:학술대회논문집, 김효숙, 김선주, 한국언어학회 2003년 여름 학술 대회지. 73-87, , 2003

72. 대규모 평가를 위한 서답형 문항 자동채점 프로그램 정 교화 및 시범 적용 (RRE 2013-5), 노은희, 한국교육과정평가원, , 2013

73. 음성 인식 기술을 이용한 자동 언어장애 교정 도우미 개발 최종 연구개발결과보고서, 보건복지부, 주관기관 ㈜언어과학, , 2003

74. 영어의 부자연스러운 발음에 나타난 분절적 초분절적 요인에 대한 음향 음성학적 분석, 임운, 영어교과교육, 4(2), 143-154, , 2005

75. Homo Ludens : Proeve eener bepaling van het spel-element der cultuur. Amsterdam: Amsterdam Univ. Press. 영문판(1964, Huizinga, J., Homo Ludens : a study of the play-element in culture. Boston:Beacon. 이종인 역(2010). 호모 루덴스 : 놀이하는 인간. 고양:연암서가, , 1938

76. 교육공학의 패러다임. 김영수, 양영선, 정재삼 편저. 21세 기를 향한 교육공학의 이론과 실제, 김영수, 교육과학사, , 2003

77. Asking the Right Questions : A Guide to Critical Thinking. Upper Saddle River, NJ: Prentice Hall. 이명순, 하자인 역(2016), Browne, MK, Stuart MK, (11가지 질문도구의) 비판적 사고력 연습. 서울: 돈키호테., , 2001

78. ‘인공지능’과 ‘인간지능’ 개념에 대한 철학적 분석 시도 - 맥카시와 칸트의 지능개념을 중심으로, 김형주, 철학탐구, 43, 161-190, , 2016

79. Alles Leben ist Problemlösen : über Erkenntnis, Geschichte und Politik. Darmstadt : Wissenschaftliche Buchgesellschaft. 허영은 역(2006), Popper, K., 삶은 문제해결의 연속이다. 서울 : 부글북스., , 1994

80. Creativity : Understanding Innovation in Problem Solving, Science, Invention, and the Arts. Hoboken, N.J. : John Wiley & Sons. 김미선 역(2009), Weisberg, R., 창의 성 : 문제 해결, 과학, 발명, 예술에서의 혁신. 서울 : 시그마프레스., , 2006

81. Pronunciation Variation Analysis and CycleGAN -based Feedback Generation for CAPT. CAPT를 위한 발 음 변이 분석 및 CycleGAN 기반피드백 생성, 양승희, 서울대학교 박사 학위 논문, , 2020

82. Materiality of intelligence and decentering of anthropocentricism. slide presentation. International Conference on Beyond Humanism : Artificial Intelligence, 이경민, Information and Posthumanism, , 2019

83. "하이퍼텍스트 학습상황에서 메타인지,인지오류,인지오류 감지 및 하이퍼텍스트 구조가 저작체제 학습에 미치는 효과.", 김회수, 교육공학연구, 11(1), 123, , 1995

84. 인공지능의 ‘환경’과 ‘상황’: 현상학적 고찰. 철학연구회 2017년 춘계 학술대회 자료집. 철학연구회, 한국인지과학회, 김태희, 서 강대철학연구소, , 2017

85. Critical Realism : An Introduction to Roy Bhaskar's Philosophy. London: Verso. 이기홍, 최대용역 (2010). 비판적 실재론 : 로이 바스카의 과학철학, Collier, A., 후마니타스, , 1994