Engaged Learning을 적용한 수준별 AI 교양 교육 과정 설계와 사례 분석 －AI와 머신러닝 중심으로 = Design and Case Analysis of AI Liberal Arts Curriculum by Level with Engaged Learning : With a Focus on AI and Machine Learning

국문 초록 (Abstract)

4차 산업 혁명의 도래와 함께 인공지능(AI)은 산업 및 경제 분야에 큰 변화를 예고하고 있다. 이러한 변화는 특정 전공 분야를 초월하여 인공지능이 누구에게나 요구되는 지식으로 자리 잡게 만들고 있다. 따라서 전 세계적으로 인공지능에 대한 정책 수립과 교육의 중요성은 더욱더 강조되고 있다. 그리고 데이터 기반 의사결정의 중요성이 커짐에 따라 데이터 분석, 머신러닝, 딥러닝 기술의 수요가 증가하고 있다. 대학에서는 이러한 기술을 학생들에게 가르쳐 실무 능력을 갖추도록 해야 하지만 대부분 대학은 IT 전공자와 비전공자로만 구분하여 동일한 교과과정을 제공하고 있다. 이는 학생들의 학습 배경과 수준을 충분히 고려하지 않은 것으로 강의 내용 수준, 수업 방식에서 다양한 문제와 어려움을 초래한다. 따라서 이러한 문제를 해결하기 위해서 학생들의 다양성을 고려하고, 학생 스스로 본인의 수준에 맞고 흥미가 있는 교과목을 선택하여 들을 수 있는 학습 선택권을 부여하는 것이 중요하다. 그리고 이러한 선택적 수준별 학습은 AI 관련 수강 경험과 상관없이 강의에 대해서 높은 만족도를 나타낼 것으로 생각된다. 이에 본 연구에서는 SW와 AI 교과목을 AI와 데이터 기초, AI와 머신러닝, AI 개발과 실전이라는 3개의 세부 교과목을 제시하고 이를 기반으로 개선된 수준별 인공지능 교양 과정을 설계하였다. 그리고 이를 통해서 학생들에게 개별화된 학습 경로를 선택하여 수업을 들을 수 있도록 하였으며 또한 Engaged Learning 수업 모델을 적용하고 강의 내용 수준, 평가 방법 만족도, EL 수업 만족도에 대해서 AI 관련 강의 수강 여부를 기준으로 두 집단으로 나누어 비교 분석하였다. 결과적으로, AI 관련 지식의 여부보다는 학생들이 자신의 수준과 흥미에 맞는 교과목을 선택하는 것이 중요하고 Engaged Learning 수업 모델을 적용하여 수업을 운영하는 것이 효과가 있음을 확인할 수 있었다. 본 연구의 수준별 인공지능 교양 교육 과정이 다른 교과목 수업에서도 확대되어 활용될 수 있을 것으로 기대한다.

다국어 초록 (Multilingual Abstract)

With the advent of the Fourth Industrial Revolution, artificial intelligence (AI) is heralding significant changes in industries and the economy. These changes transcend specific academic disciplines, positioning AI as essential knowledge for everyone. Consequently, the importance of formulating AI-related policies and education is increasingly emphasized worldwide. Additionally, as the significance of data-driven decision-making grows, the demand for skills such as data analysis, machine learning, and deep learning is rising.
Universities should teach these skills to students to equip them with practical abilities. However, most universities only distinguish between IT majors and non-majors, offering the same curriculum to both groups. This approach does not adequately consider students' diverse learning backgrounds and levels, leading to various problems and difficulties in course content and teaching methods.
To address these issues, it is crucial to consider students' diversity and provide them with the autonomy to choose courses that match their levels and interests. This selective, level-based learning approach is expected to result in high satisfaction with AI-related courses, regardless of prior AI learning experience.
In this study, we proposed a revised AI liberal arts curriculum comprising three detailed courses: AI and Data Foundations, AI and Machine Learning, and AI Development and Practice. This redesigned curriculum allows students to choose personalized learning pathways and implements an Engaged Learning (EL) model. The study analyzed satisfaction levels regarding course content, evaluation methods, and the EL model by dividing students into two groups based on their prior AI learning experience.
The findings confirmed that allowing students to select courses aligned with their levels and interests is more important than their prior AI knowledge. Additionally, implementing the Engaged Learning model proved effective for course delivery. This level-based AI liberal arts curriculum is expected to be extended and applied to other academic subjects as well.