201010 제 6차 가상현실 교육포럼 AI융합과 교육 후기




전남대 교육문제 연구소에서 주최하는

제 6차 가상현실 교육포럼 AI융합과 교육에 참여했다.



AI 융합시대의 교육의 역할 (소효정, 이화여대) 발표로 시작된다 .

나는 싱가포르에서 연구를 했다. 싱가폴 정부에서 만든 미래학교에서 연구를 했다.

전세계적으로 이러한 형태의 학교가 생기고 있다. 싱가포르는 공교육에서 장기적인 프로젝트를 진행하고 있다. 미네르바 쓰쿨도 혁신적인 방법으로 학생들이 배우는 모델을 제시하고 있다.

다음 사례 캘리포니아 alt school 사례. 구글에 있던 분이 만들었다. 초등정도로 보면 된다. 교사 1명 학생 7명으로 구성. 개별화된 학습 컨탠츠를 제공하고 있다. 거기서 자체적으로 만든 프로그램을 제공한다. 학생들은 일상적으로 활용하고 있다. 가령 Portrait 를 이용해서 학생들의 결과를 시각화준다.

Playlist는 학생이 공부하는 것을 제공해주고 있다.

이렇게 개별화된 플랫폼이 가능한 것은 이 밑단에 데이터를 사용하고 있기 때문이다.



BehindtheSecene; 미래의 교무실?? 이라는 그림에서 이것은 alt 스쿨의 한 부분이다. 학교 직원이 1/3이 데이터 과학자다. 학생들의 데이터가 실시간으로 분석되고 있다.


이런 학교들의 공통적인 특성은 전통적 교실의 혼란(chaos)을 최소화하는 장치를 사용한다. 첫째, 교사와 학생의 비율을 상당히 낮춰진다. 우리나라는 학령인구가 줄어들고 있기 때문에 낮춰질 듯 하다. 둘째, 또래 학습을 강조한다. 셋째, 주제중심학습, 관심사 주도학습 (interest-driven learning)을 한다. 넷째, 개별화, 적응형 학습. 다섯째, 데이터 기반 분석, 데크놀로지 활용


한다.


다음은 AI와 교육에 대해서 이야기 하려 한다.

AI는 인공적으로 만들어진 지능인데, 지능은 사람이 가지고 있는 건데, 인공적으로 만드는 방법이 있을 것이다. 내가 공부를 해보니까


AI가 두 가지 유형이 있다. (Russel & Vorvig, 2010)
1. 머신러닝을 통한 데이터 기반 AI
2. 도메인 지식을 표현하는 지식기반 AI
현재 AI가 붐이 일어지는 것이 데이터 기반 AI기술의 발전(예. 딥러닝) 때문이다.


우리나라에서도 정책적으로 여러 가지 전략들이 나오고 있는데 우리나라의 경향뿐은 아닌 듯 하다.


전세계적으로 경쟁이 치열하다.



교육에서 AI의 주요 관심사를 세 가지로 정리할 수 있었다.

1. 교육정책으로서 AI

2. 배워야 할 기술로서 AI

3. 교육의 변화와 혁신으로서 AI



AI와 교육에 대한 연구 관심이 증가하고 있는데

최근 5년간 인공지능 교육을 넣어서 봤는데, 작년(2019년)에 확실히 증가한 것을 알 수 있다.



AI와 정책 관련해서 작년에 참석했던 유네스코에서 2박 3일 동안 100여국 사람들이 모여서 이야기한 것인데,   https://unesdoc.unesco.org/ark:/48223/pf0000366994


데이터가 새로운 오일이라 고 이야기 했다.


AI교육활용 사례

1. BakPak 플랫폼 - 컴퓨터 비전 기술 활용 AI가 학생의 글씨를 인식하고 자동적으로 채점 한다.

소개 비디오에서 인사이트가 grader가 되지 말고 teacher가 되어라 하는 것이 인사이트가 있다.


2. JilWalson 인공지능 튜터

3. 난독증 진단 및 교육 프로그램 - DyTEQtive https://www.changedyslexia.org/

4. 중국에서 학생 이미지 인식으로 학생들을 제어 한다.




우리나라 공교육 현실과의 괴리


한국의 현실은 외국과 다르다.

현장에서 필요한 것이 무엇인가?



내가 MS와 함께 연구 했던 연구 - EduNext 프로젝트

원래는 클라우드기반을 하려 했는데, 현실적으로 할 수 있는 연구를 찾아서 했다.

일부로 지방에 있는 학교를 선택해서 사용했다.



지식전달도 일어나면서 디자인 기반 학습을 발견하는 것도 중요하다.


전환적 이슈 - Old and New ; 다양한 dimension을 바꾸는 것이 중요하다.



결어

이 연구를 통해 우리나라 미래교육의 가능성과 전환적 이슈들을 확인
- 학교, 교사, 학생 역할의 변화는 이미 일어나고 있음
- 기술 역량 가능성 확인

정책 메시지와 현장과의 거리

테크놀로지의 효과는 정책지원에서






다음은 빅데이터 학습 분석 연구를 계속 해 오신 호남대 박연정 교수님 강연이다.


4차 산업 혁명시대 기술발달 동향으로 개관한다. 오늘 포럼에도 AI와 융합이 붙여 있다. AI와 산업 구조가 변화된 상황이다. AI시대 교육은 어떠한가에서 '정보폭발의 시대'에 "쏟아지는 지식과 정보에서 한 발짝 물러서 무엇이 필요한지 사색하고 어떠한 질문에 답해야 하는지 생각할 수 있는 '비판적 사고'를 가진 사람"이 이 시대가 찾는 사람 ...


빅데이터의 특징 - 데이터의 규모의 양이 크고, 속도 측면에서 실시간이고, 다양한 데이터를 가지고 빅데이터를 규정했는데 데이터가 비정형적이라서 데이터의 검증 및 보안이 필요하고 그럼에서 불구하고 데이터의 가치가 증가한다고 6V로 정했다.


인공지능, 머신러닝, 딮러닝의 발달사 - 고전적 인공지능에서는 규칙기반 인공지능 아래서 진행(1950) 그 다음에는 암흑기 이후에 신경망시대(1990)연구가 시작된 후 빛을 발하지 못하고 있다가 통계 기술이 발달된 1990 후반 부터 2010 이후 빅데이터 시대 2014 이후 딮러닝 시대가 되고 있다. 규칙에 의한 것이 아니라 데이터를 주고 컴퓨터가 처리하는 것이 우리가 접하고 있는 인공지능이다.


인공지능과 빅데이타 - 우리 삶 전반적인 부분에서 응용되고 있다. 인공지능 기술 자체가 급속도로 발달하고 있다. 작년 제작년은 인공지능 자료를 찾기 어려웠는데 올해 서점 가면 인공지능 도서가 깔려 있다.


인공지능의 구성 요소 - 딥러닝은 머신러닝의 한 부분이다. 머신러닝은 인공지능의 한 분야


약한 인공지능 에서 슈퍼 AI까지로 진행 되는 상황


세계 인공지능 시장 동향 (Gartner Hype Cycle for AI, 2019) - 현재 auto ML이 대세


교육 분야에서 인공지능 활용 분야는 대새다. 학습 분석, 가상현실,


인공지능과 교육관련 연구 동향. 예전 웹기반 교육이 지금은 인공지능 기반 연구로 되고 있다.




인공지능 기반 교육 (AI-based Education)

인공지능의 기술적 특징과 교육적 효용성


 AI시대 대비 국가수준 교육과정 운영지원방안 연구



AIED 컨퍼런스에서 계속 연구하고 있다.



빅데이터 관련 국내 이슈

빅데이터와 학습분석학 - 학습분석학 모형 (조일현, 2015)


빅데이터 교육 활용 - 학생들의 행동을 알 수 있다. 학생들의 행동을 잘 마인닝을 하면 학생들의 학습 과정을 잘 이해할 수 있다. 학생들의 접속 시간, 접속 간격, 접속 간격이 얼마나 규칙적인가



디지털 교과서 연구 프로젝트가 어떻게 사용되는가를 볼 수 있는 데 생각보다 사용을 하지 않고 있다.

실제 활용에 차이가 많이 있었다.

디지털 교과서 위두랑 기록이 의미 있는 결과가 나왔다.


학습 분석의 유명한 사례는 대쉬보드다.

1. 퍼듀 대학의 Course Signals 신호등 형태로 학생들의 사고를 알려준다.

2. 학생들이 서로 연결 고리를 보여주는 대쉬보드 (SNAPP)

3. ..


요즘에는 Century 영국 플랫폼 https://www.century.tech/  상을 휩쓸였다.



한국 웅진싱크빅이 모바일 형태로 대쉬 보드형태로 제공이 된다.


국내 사례 중 하나는 대교 써밋 수학; 인공지능 수학교육 플랫폼 회사 노리(KnowRe)를 인수 합병해서 지도한다. 전자펜을 활용해서 학생들의 문제를 분석한다.


다른 사례중 하나는 콴다(매스프레소 Mathpresso) 데이터 기반으로 문제를 준다.


일본 사례 일본, 영어교육용 소셜 챗봇 Musio



2) 생리심리학적 접근

학생들의 동공 변화, 학생들의 학습자 얼굴 인식, 학생활동 모니터링 시스템




인공지능과 교육의 변화는 시간문제다.


우리나라는 LMS가 구축되지 않아서 민간 협업 모델로 가면 그 데이터가 사기업에 쌓이는데 그 정책적 문제를 어떻게 해야할 것인가 우리가 정책적 차원에서 생각할 문제들이 많다.


어떻게 교육적으로 활용할 수 있는지 생각해 보면 좋다.



참고 문헌 - 지능형 학습 분석을 위한 데이터 수집 분석 API 고도화 연구 / 지능 정보사회 교사 역량 제고를 위한 연수 프로그램 개발 /



토론에서 단국대 정효정 교수의 말씀이 인상 깊었다.


중국 인공지능 전문가의 말 중
인공지능은 분류, 예측, 생성을 잘 하지만, 무엇을 배우길 원하는지에 대한 답을 주지 못했다.


그리고,
데이터가 놓치는 부분. 노키아 사례. 데이터 기반으로 분석을 해왔고 의사 결정을 해왔지만 망했다.
우리는 빅데이터의 시대를 살고 있으나 현장 선생님의 직관이 필요하다.







사범대 전경 





새로 바뀐 사범대 





강의실 의자와 책상이 이국적이다. 


디자인씽킹 들은 상당히 비싼 의자로 기억한다. 





발표를 듣고 간단히 내 생각을 말씀 드렸다. 


편집 영상이다. 


---


최만드림 인공지능 / 머신러닝 관련 글






댓글