표제지
목차
Abstract 8
국문초록 10
I. 서론 12
1. 연구의 필요성 및 목적 12
2. 연구내용 14
3. 연구의 제한점 15
II. 이론적 배경 16
1. 인공신경망(Neural network)과 CNN 16
가. 인공지능과 인공신경망 16
나. CNN 19
2. 인공지능 원리 교육을 위한 교육학적 이론 22
가. 피아제의 인지 발달 이론 22
나. 브루너의 지식의 구조와 나선형 교육과정 23
3. 언플러그드 교수학습 방법 26
4. 선행연구분석 27
III. 인공지능 원리 이해를 위한 교육 프로그램의 개발 31
1. 개발 방향 및 방법 31
2. 개발 단계 및 프로그램 개발 31
가. 분석 31
나. 설계 32
다. 교수학습 설계 32
라. 교육프로그램의 개발·적용·평가 33
3. 교육프로그램 검증 50
가. 1차 델파이조사 50
나. 과정 수정 53
다. 2차 델파이 조사 54
IV. 교육 프로그램 적용 및 결과 55
1. 적용 대상 55
2. 적용 사례 55
3. 적용 결과 및 평가 58
가. 이미지 인식 59
나. 커널과 스트라이드 60
다. 컨볼루션과 폴링 60
라. 이미지 인식 에이젼트 제작 60
V. 결론 및 제언 61
1. 결론 61
2. 제언 61
참고문헌 63
부록 65
〈표 1〉 브루너의 표현양식 관점에서 CNN 적용 예시 25
〈표 2〉 다즐에듀 무는 원숭이를 찾아라 29
〈표 3〉 핵심교육요소 31
〈표 4〉 교수학습의 설계 33
〈표 5〉 이미지 인식 인공지능의 체험 34
〈표 6〉 이미지 비교 36
〈표 7〉 코드 예시 38
〈표 8〉 CNN 개념과 엔트리 프로그램의 비교 39
〈표 9〉 스티커를 붙이는 규칙 41
〈표 10〉 활동수행에 따른 행복모델 제작 41
〈표 11〉 활동수행에 따른 '행복안함' 모델 제작 42
〈표 12〉 언플러그드 활동 규칙 42
〈표 13〉 새로운 표정 확인 과정 43
〈표 14〉 스티커 출력을 위한 설정 44
〈표 15〉 구상하기 단계 학습지 48
〈표 16〉 설계 단계 학습지 49
〈표 17〉 1차 델파이조사 문항 및 내용타당도비율 51
〈표 18〉 내용타당도 미합의 문항 53
〈표 19〉 2차 델파이조사 문항 및 내용타당도비율 54
〈표 20〉 개발된 교육 프로그램 예시 55
〈표 21〉 인공지능 인식 및 태도조사 58
〈표 22〉 개방형설문조사 결과 59
[그림 1] 단층 퍼셉트론의 구조 17
[그림 2] 딥러닝 18
[그림 3] CNN 과정 19
[그림 4] 컨볼루션 과정 20
[그림 5] 스트라이드와 폴링 21
[그림 6] 브루너의 지식의 구조 24
[그림 7] OHP를 활용한 이미지 인식 방법 30
[그림 8] 블록화된 이미지 예시 35
[그림 9] 학교에서 만다는 인공지능 수업 활동의 〈보기〉자료 40
[그림 10] OHP필름 빛 투과 45
[그림 11] 에이전트의 작동 도식 46
[그림 12] NDIS 단계 47
[그림 13] 응답 패널 수에 따른 내용타당도비율 Min Value 52