2020년 부터 약 2년 간 여러 대학원과 학부 특강에서 활용한 슬라이드이며, 의미있는 질문과 토론을 거치면서 몇몇 슬라이드들을 수정하고 추가하였다.
먼저 골딘 교수의 '교육과 기술의 경주'라는 책에서 시작된 흥미로운 논점을 시작으로 디지털 전환이라는 큰 흐름 속에서 우리가 직면한 교육 문제들을 짚어 보았다. 논의한 교육 문제들을 해결하기 위한 수단으로써 에듀테크의 가능성을 제시하고, 특히 맞춤형 학습을 완성하기 반드시 선결되어야 할 세 가지 핵심 요소를 설명한다.
분석 기술, 커리큘럼 기술, 학습 자원이라는 측면에서 인공지능과 메타버스의 활용 가능성도 설명한다. 끝으로 맞춤형 학습이라는 반복적인 흐름을 설명하기 위해 실제 상용화 된 서비스를 유즈케이스로 소개한다.
2021년 12월 23일 전주정보문화산업진흥원 주최의 전주콘텐트페어에서 특강한 자료입니다.
***
본 강연에서는 현실 세계의 미러링인 디지털 트윈의 개념, 동향, 그리고 앞으로 가능성과 한계를 도시와 공간정보 관점에서 조망한다.
통제된 환경이 가능한 제조업에서 많이 활용되던 디지털트윈은 최근 도시관리의 새로운 패러다임으로서 그 가능성을 인정받고 있다. 공간정보 관련 국제표준화기구인 OGC와 buildingSmart가 디지털트윈 구현을 위한 3차원 데이터 표준과 호환 등에 관해 논의하고 있으며, 영국은 국가디지털트윈프로그램(National Digital Twin Programme)을 출범시키고 디지털 트윈을 구현하기 위한 다양한 활동을 진행 중이다. 우리나라 또한 디지털 트윈을 스마트시티에 적용하기 위한 다양한 사업을 진행하고 있다.
현실 세계의 모사라는 디지털 트윈의 성격상 3차원 객체와 공간정보는 디지털 트윈의 구성과 운영에 있어 매우 중요한 역할을 한다. 공간정보 분야에서는 라이다, 드론, 항공측량, 인공위성, BIM(Building Information Modeling) 등의 원천 데이터를 활용하여 3차원 지형지물과 건물 등을 가상세계에 재생해내고 있다. 더불어 센서 가격 하락, 관련 기술의 확산, 인터넷과 5G 등의 연결 등이 더 싸고 더 빠르게 3차원 공간정보를 생산할 수 있는 밑거름으로 작용하고 있다.
하지만, 디지털트윈 기반의 스마트시티는 그 장밋빛 이미지와 달리 쉽지 않은 긴 여정이다. 과대홍보와 과도한 기대, 시스템의 복잡도에 따라 증가하는 디지털트윈 구축과 관리 비용, 사이버 보안 문제, 부족한 인력, 미흡한 표준화와 산업계 협력 등이 디지털트윈 스마트시티 구축의 위험요소로 지적되고 있다. 대표적인 복잡계인 도시문제를 디지털트윈을 통해 관리, 해결하려면 도시와 관련된 여러 특성과 데이터를 이해하는 것이 필수적이다. 디지털트윈의 진정한 가치는 다른 영역과 연계, 융합될 때 발휘되므로, 개별 영역 위주 관점에서 벗어나 통합적 정책과 실행이 필요하다.
2021년 12월 23일 전주정보문화산업진흥원 주최의 전주콘텐트페어에서 특강한 자료입니다.
***
본 강연에서는 현실 세계의 미러링인 디지털 트윈의 개념, 동향, 그리고 앞으로 가능성과 한계를 도시와 공간정보 관점에서 조망한다.
통제된 환경이 가능한 제조업에서 많이 활용되던 디지털트윈은 최근 도시관리의 새로운 패러다임으로서 그 가능성을 인정받고 있다. 공간정보 관련 국제표준화기구인 OGC와 buildingSmart가 디지털트윈 구현을 위한 3차원 데이터 표준과 호환 등에 관해 논의하고 있으며, 영국은 국가디지털트윈프로그램(National Digital Twin Programme)을 출범시키고 디지털 트윈을 구현하기 위한 다양한 활동을 진행 중이다. 우리나라 또한 디지털 트윈을 스마트시티에 적용하기 위한 다양한 사업을 진행하고 있다.
현실 세계의 모사라는 디지털 트윈의 성격상 3차원 객체와 공간정보는 디지털 트윈의 구성과 운영에 있어 매우 중요한 역할을 한다. 공간정보 분야에서는 라이다, 드론, 항공측량, 인공위성, BIM(Building Information Modeling) 등의 원천 데이터를 활용하여 3차원 지형지물과 건물 등을 가상세계에 재생해내고 있다. 더불어 센서 가격 하락, 관련 기술의 확산, 인터넷과 5G 등의 연결 등이 더 싸고 더 빠르게 3차원 공간정보를 생산할 수 있는 밑거름으로 작용하고 있다.
하지만, 디지털트윈 기반의 스마트시티는 그 장밋빛 이미지와 달리 쉽지 않은 긴 여정이다. 과대홍보와 과도한 기대, 시스템의 복잡도에 따라 증가하는 디지털트윈 구축과 관리 비용, 사이버 보안 문제, 부족한 인력, 미흡한 표준화와 산업계 협력 등이 디지털트윈 스마트시티 구축의 위험요소로 지적되고 있다. 대표적인 복잡계인 도시문제를 디지털트윈을 통해 관리, 해결하려면 도시와 관련된 여러 특성과 데이터를 이해하는 것이 필수적이다. 디지털트윈의 진정한 가치는 다른 영역과 연계, 융합될 때 발휘되므로, 개별 영역 위주 관점에서 벗어나 통합적 정책과 실행이 필요하다.
온라인 쇼핑, 새로운 디지털 플랫폼으로 새로운 경험 혁신을 - 김지혁, 이일구 AWS 솔루션즈 아키텍트 / 조청식 매니저, 롯데정보통신 /...Amazon Web Services Korea
몰입형 커머스 도입을 통해 온라인에서도 오프라인 매장 경험을 실현하기 위한 롯데홈쇼핑의 새로운 디지털 플랫폼을 소개합니다. 온라인 고객 경험 차별화와 안정적인 이커머스 플랫폼 운영 위해 다양한 미디어, 행동 패턴 데이터 수집/처리, 인공지능/기계학습 및 실시간 추천/분석 워크로드가 공존하는 새로운 이커머스 플랫폼을 AWS에서 빠르게 구축하기 위한 실행 전략과 다양한 워크로드를 비용 효율적으로 운영하기 위한 아키텍처도 살펴 봅니다.
고객으로부터 시작하는 데이터 기반 마케팅 접근 전략
최근 디지털 전환이 가속화됨에 따라 기업은 새로운 비즈니스 기회와 위헙에 대한 빠른 대응이 필요합니다. 본 세션에서는 내/외부 데이터를 통한 가망고객 발굴과, 다양한 마케팅 목적의 고객 인사이트를 발굴하기 위한 다양한 데이터 활용방안을 설명드립니다.
발표자: 채병근, AWS Analytic 스페셜리스트
디자인 관점에서 본 헬스케어 미래 비즈니스 아이디어
개발기간 : 2013.08 ~ 2013.12.
개발기업 :
- 한국디자인진흥원 : 조사 및 전략 연구
- (주)INTERNATIONAL BIF : 컨셉개발 및 영상제작
주관 : 산업자원부, 한국디자인진흥원
프로젝트 목적 : 디자인 관점에서 본 헬스케어 미래 비즈니스 아이디어 도출
주요 연구내용 :
1. 헬스케어 산업 리서치
2. 헬스케어 산업 트렌드 분석
3. 헬스케어 제품 및 서비스 사용자 니즈 조사
4. 전문가 설문
5. 헬스케어 혁신 사례 조사
6. 핵심 후보과제 선정 융합 워크샵 수행
7. 과제별 세부계획 수립
8. 헬스케어 미래 영상 시나리오 작성
9. 헬스케어 미래 영상 제작
미래 헬스케어 10대 과제 :
과제 1. 가정용 디톡스(detox) 디바이스
과제 2. 신체 기능별 건강나이 관리를 위한 health-age device 디바이스
과제 3. 생활 밀착형 헬스케어 보조 로봇
과제 4. 생체신호 연동형 헬스게임 디바이스 및 컨텐츠
과제 5. 헬스케어 지식인 전문 포탈서비스
과제 6. Gold 세대를 위한 meditainment 공간 서비스디자인
과제7. 건강관리 산업 성장 촉진을 위한 헬스포인트 시스템 및 제도
과제 8. 한국형 헬스케어 서비스 인증 사업 HDL (Healthcare Design Leadership)
과제 9. 은퇴 후 제2의 건강한 삶을 위한 silver 협동조합 설립 및 지원 제도
과제 10. 건축과 헬스케어 시스템의 결합 스마트 하우징
헬스케어 미래 시나리오 영상 :
http://www.youtube.com/watch?v=-R8J2rHwgVs&feature=youtu.be
2021년 12월 3일 개최된 (국립전파연구원 주최) ISO/IEC JTC1 표준 전문가 세미나 발표자료.
디지털 전환과 에듀테크의 성장을 촉진하기 위해 표준화를 고려해야 할 부분도 적지 않다. 먼저 에듀테크 국제 표준화가 지난 20년간 어떤 큰 흐름으로 전개되어 왔는지, 지금은 어떤 방향성을 가지고 표준화가 추진되고 있는지를 설명한다. 에듀테크 분야도 공적 표준(de-jure) 영역과 사실상 표준(de-facto) 영역이 존재하는데, 공적 표준화 기구로는 JTC1 산하의 SC36(Information Technology for Learning, Education, and Training)이 있고, 사실상 표준화 기구 중에는 IMS Global Learning Consortium과 IEEE 산하의 LTSC가 있다.
요즘 많은 관심과 빠른 성장을 거듭하고 있는 학습 분석 관련 표준화 동향과 특히 학습분석이 인공지능 기술과의 융합을 통해 어떤 사례들이 시도되고 있는지를 설명한다. 그 밖에 메타데이터 표준, e포트폴리오 표준, 접근성 표준들의 특성도 짧게 설명한다.
[KERIS 이슈리포트] 요약 세미나 (Webinar) 자료
* 원문 링크: http://bit.ly/196LHBs
국내외 빅데이터 및 학습 분석 관련 기고서들과 동향 분석자료를 요약한 이슈리포트. UNESCO Policy Brief와 IMS Global의 백서를 중심으로 학습 분석 기술의 활용가능성과 쟁정들을 분석한 자료.
<주요>
1. 빅데이터 기술 및 산업 동향
2. 학습 분석 기술에 대한 이해
3. 학습 분석 기술 표준화 동향
4. 시사점
온라인 쇼핑, 새로운 디지털 플랫폼으로 새로운 경험 혁신을 - 김지혁, 이일구 AWS 솔루션즈 아키텍트 / 조청식 매니저, 롯데정보통신 /...Amazon Web Services Korea
몰입형 커머스 도입을 통해 온라인에서도 오프라인 매장 경험을 실현하기 위한 롯데홈쇼핑의 새로운 디지털 플랫폼을 소개합니다. 온라인 고객 경험 차별화와 안정적인 이커머스 플랫폼 운영 위해 다양한 미디어, 행동 패턴 데이터 수집/처리, 인공지능/기계학습 및 실시간 추천/분석 워크로드가 공존하는 새로운 이커머스 플랫폼을 AWS에서 빠르게 구축하기 위한 실행 전략과 다양한 워크로드를 비용 효율적으로 운영하기 위한 아키텍처도 살펴 봅니다.
고객으로부터 시작하는 데이터 기반 마케팅 접근 전략
최근 디지털 전환이 가속화됨에 따라 기업은 새로운 비즈니스 기회와 위헙에 대한 빠른 대응이 필요합니다. 본 세션에서는 내/외부 데이터를 통한 가망고객 발굴과, 다양한 마케팅 목적의 고객 인사이트를 발굴하기 위한 다양한 데이터 활용방안을 설명드립니다.
발표자: 채병근, AWS Analytic 스페셜리스트
디자인 관점에서 본 헬스케어 미래 비즈니스 아이디어
개발기간 : 2013.08 ~ 2013.12.
개발기업 :
- 한국디자인진흥원 : 조사 및 전략 연구
- (주)INTERNATIONAL BIF : 컨셉개발 및 영상제작
주관 : 산업자원부, 한국디자인진흥원
프로젝트 목적 : 디자인 관점에서 본 헬스케어 미래 비즈니스 아이디어 도출
주요 연구내용 :
1. 헬스케어 산업 리서치
2. 헬스케어 산업 트렌드 분석
3. 헬스케어 제품 및 서비스 사용자 니즈 조사
4. 전문가 설문
5. 헬스케어 혁신 사례 조사
6. 핵심 후보과제 선정 융합 워크샵 수행
7. 과제별 세부계획 수립
8. 헬스케어 미래 영상 시나리오 작성
9. 헬스케어 미래 영상 제작
미래 헬스케어 10대 과제 :
과제 1. 가정용 디톡스(detox) 디바이스
과제 2. 신체 기능별 건강나이 관리를 위한 health-age device 디바이스
과제 3. 생활 밀착형 헬스케어 보조 로봇
과제 4. 생체신호 연동형 헬스게임 디바이스 및 컨텐츠
과제 5. 헬스케어 지식인 전문 포탈서비스
과제 6. Gold 세대를 위한 meditainment 공간 서비스디자인
과제7. 건강관리 산업 성장 촉진을 위한 헬스포인트 시스템 및 제도
과제 8. 한국형 헬스케어 서비스 인증 사업 HDL (Healthcare Design Leadership)
과제 9. 은퇴 후 제2의 건강한 삶을 위한 silver 협동조합 설립 및 지원 제도
과제 10. 건축과 헬스케어 시스템의 결합 스마트 하우징
헬스케어 미래 시나리오 영상 :
http://www.youtube.com/watch?v=-R8J2rHwgVs&feature=youtu.be
2021년 12월 3일 개최된 (국립전파연구원 주최) ISO/IEC JTC1 표준 전문가 세미나 발표자료.
디지털 전환과 에듀테크의 성장을 촉진하기 위해 표준화를 고려해야 할 부분도 적지 않다. 먼저 에듀테크 국제 표준화가 지난 20년간 어떤 큰 흐름으로 전개되어 왔는지, 지금은 어떤 방향성을 가지고 표준화가 추진되고 있는지를 설명한다. 에듀테크 분야도 공적 표준(de-jure) 영역과 사실상 표준(de-facto) 영역이 존재하는데, 공적 표준화 기구로는 JTC1 산하의 SC36(Information Technology for Learning, Education, and Training)이 있고, 사실상 표준화 기구 중에는 IMS Global Learning Consortium과 IEEE 산하의 LTSC가 있다.
요즘 많은 관심과 빠른 성장을 거듭하고 있는 학습 분석 관련 표준화 동향과 특히 학습분석이 인공지능 기술과의 융합을 통해 어떤 사례들이 시도되고 있는지를 설명한다. 그 밖에 메타데이터 표준, e포트폴리오 표준, 접근성 표준들의 특성도 짧게 설명한다.
[KERIS 이슈리포트] 요약 세미나 (Webinar) 자료
* 원문 링크: http://bit.ly/196LHBs
국내외 빅데이터 및 학습 분석 관련 기고서들과 동향 분석자료를 요약한 이슈리포트. UNESCO Policy Brief와 IMS Global의 백서를 중심으로 학습 분석 기술의 활용가능성과 쟁정들을 분석한 자료.
<주요>
1. 빅데이터 기술 및 산업 동향
2. 학습 분석 기술에 대한 이해
3. 학습 분석 기술 표준화 동향
4. 시사점
Second week, what is an Artivicial Inteligence?.pdfssuser5a82521
Slide 1: Title Slide
Title: "Understanding Artificial Intelligence (AI)"
Subtitle: "An Introduction to the World of Intelligent Machines"
Image: Illustration depicting futuristic technology or AI-related imagery.
Slide 2: Introduction to AI
Definition of AI: "Artificial Intelligence (AI) refers to the simulation of human intelligence in machines that are programmed to think and mimic human actions."
Brief history: Highlight key milestones in AI development, from early beginnings to modern advancements.
Slide 3: Types of AI
Narrow AI: Explanation and examples of AI designed for specific tasks, such as virtual assistants, recommendation systems, and self-driving cars.
General AI: Overview of the concept of AGI (Artificial General Intelligence), which aims to mimic human intelligence across a broad range of tasks.
Slide 4: How AI Works
Algorithms: Explanation of how AI systems use algorithms to process data, learn from it, and make decisions or predictions.
Data: Importance of high-quality data for training AI models.
Training: Overview of the training process, including supervised, unsupervised, and reinforcement learning.
Slide 5: Applications of AI
Industry: Examples of AI applications in various industries, such as healthcare (diagnosis assistance), finance (fraud detection), and retail (personalized recommendations).
Everyday life: Highlight how AI impacts daily life, including social media algorithms, virtual assistants, and smart home devices.
Slide 6: Ethical Considerations
Bias: Discussion on the potential for AI systems to inherit biases from their training data and the importance of addressing this issue.
Privacy: Considerations regarding the collection and use of personal data by AI systems, and the need for transparent data practices.
Job displacement: Exploration of the potential impact of AI on employment and the importance of retraining and reskilling the workforce.
Slide 7: Future of AI
Advancements: Speculation on future advancements in AI technology, including the potential for AGI and the ethical implications.
Challenges: Highlighting ongoing challenges in AI research, such as ensuring safety, fairness, and accountability.
Opportunities: Discussion on the potential benefits of AI for society, including improved healthcare, increased productivity, and enhanced decision-making.
Slide 8: Conclusion
Recap: Summarize key points covered in the presentation, emphasizing the significance of AI in today's world.
Call to action: Encourage further exploration of AI-related topics and participation in discussions about its future impact.
Slide 9: Q&A
Open the floor for questions and discussion, allowing the audience to clarify any doubts or share their thoughts on AI.
Slide 10: Thank You
Express appreciation to the audience for their attention and participation in the presentation.
본 자료는 빅데이터를 분석하는 전반적인 과정에 대해 정리한 자료로써 사회과학을 포함한 다양한 영역(컴퓨터 공학, 통계학, 수학 등)이 분석 과정에 참여할 수 있는지를 정리한 자료이다. 분석 과정 세부 영역에 있어선 주로 사회과학의 관점에서 기술하였다. 현재 자료는 2010년부터 사회과학의 관점에서 데이터 분석을 계속 해오면서 경험한 부분과 문헌 및 발표 자료 등을 통해 정리한 자료이다. 앞으로 여러 영역을 공부하면서 빅데이터 분석 프로세스를 더욱 발전시켜 나갈 예정이다.
초등 중등 교육 단계에서의
생성 AI 활용에 관한 잠정적인 가이드라인
2023년 7월 4일
문부과학성 초등중등교육국
1. 본 가이드라인의 배경과 목적
2. 생성 AI의 개요
3. 생성 AI의 교육 활용 방향성
(1) 기본적인 생각
(2) 생성 AI 활용의 적합 여부에 관한 잠정적인 생각
(3) '정보 활용 능력'의 육성 강화
(4) 파일럿적인 접근
(5) 생성 AI의 학교 업무에서의 활용
4. 기타 중요한 유의점
(1) 개인정보 및 프라이버시에 관한 정보 보호 관점
(2) 교육 정보 보안 관점
(3) 저작권 보호 관점
AI_introduction and requirements(2024.05.12).pdfLee Chanwoo
AI_introduction and requirements, Considerations for introducing artificial intelligence, understanding machine learning, artificial intelligence security, considerations for introducing ChatGPT, future of generative AI
2018 통계청 국민디자인단 운영 계획 및 과제별 발표자료_세상을 바꾸는 나침반, 통계활용능력
세상을 바꾸는 나침반, 통계활용능력
국민의 입장에서 실용 통계교육 개선 활동에 함께 참여하여 ‘실용 통계교육 효과와 이용자 편의성 향상’위해 통계교육을 실생활 중심의 실용적인 내용으로 개편
통계청, 정부혁신 국민디자인단 발대식 개최
- 국민 중심의 통계서비스 발굴을 위해 “일반국민, 서비스디자이너, 전문가 등 3개 과제 24명의 국민디자인단”을 구성, 서비스 디자인 활동 본격 추진 -
통계청(청장 황수경)은 국민이 직접 참여하여 수요자 중심의 통계서비스를 발굴・개선하기 위해「2018년 통계청 정부혁신 국민 디자인단」을 구성하여 발대식(3.23(금), 통계센터)을 개최하였다.
자체공모를 통해 3개 과제*를 최종 선정하여 서비스디자이너, 전문가, 일반국민, 공무원 등 24명의 국민디자인단을 구성하고 팀별로 약 6개월(3~8월) 간의 본격적인 서비스디자인 활동을 하게 된다.
* 국민디자인단 과제(3개) : ①한눈에 조망하는 일자리 통계 플랫폼, ②세상을 바꾸는 나침반, 통계활용능력 ③공공데이터 활용 ‘여성의 삶의 질’ 향상
통계청은 지난해에도 국민디자인단(3개 과제)을 구성하여 행안부 주관「국민디자인 활동성과대회」에서 장려상*을 수상하는 등 국민체감이 높은 통계서비스 발굴을 위해 노력해 왔다.
* 공공데이터 활용 일자리 웹서비스 개발 : 기업의 상세정보와 구직정보를 연결하여 양방향 소통이 통한 구인․구직이 가능한 일자리 매칭 웹서비스 제공
황수경 통계청장은 향후 지속적으로 “국민의 목소리를 담아 국민의 삶의 변화를 느낄 수 있는 생활밀착형 통계서비스를 발굴할 수 있도록 서비스디자인 활동을 추진해 나가겠다”고 밝혔다.
Similar to 디지털 전환이 가져올 교육의 변화와 인공지능의 역할 (2021년 마지막 업데이트) (20)
This slides was introduced in the 2020 Ed Tech Forum which was online conference due to COVID-19 pandemic.
Abstract:
In many areas of society pertaining to education, digital transformation is said to be an irreversible trend. In fact, many of daily lives are tightly connected with digital media, and we are experiencing the need to switch to digital and online in more areas during the period of social distancing due to COVID-19 pandemic. However, it is less persuasive to convert the existing off-line services and analog-based jobs into an online non-face-to-face format since the situation with consumers has changed. Consensus is needed on what problems or changes need to be made in digital transformation. Especially in the field of education, it is necessary to bridge the educational gap that has been left as a challenge for a long time, improve the efficiency of learning, and make automation for mundane tasks which are repetitive and take a long time. Through these efforts we are able to determine what form of digital transformation is needed to solve the complex educational problems. This session reviews the problems that can be solved by utilizing the functions of artificial intelligence in the field of education, and introduces the use cases currently being tried and prospective changes. In the conclusion, we will discuss and share some idea to solve the problems we face, emphasizing that the use of artificial intelligence technology should not be the purpose in itself.
Note: I'm afraid the event link was not available anymore, but some of my friends want to see this slides for their use case collection. Even if this upload is very late, but hopefully it can be helpful for your interest or works.
Materials for introduction to adaptive learning and learning analytics as well as efforts of interoperability standardization. This slides treats brief concept of adaptive learning, reference model of learning analytics, data APIs for learning analytics, and topic list of standardization community (ISO/IEC JTC1 SC36).
Introduction to KERIS Issue Report about prospects for educational purposes of Virtual Reality and Mixed Reality pertaining to Augmented Reality. This material was used at the JTC1/SC24 WG9 Seoul meeting.
KERIS 이슈리포트: 가상현실 및 혼합현실 활용 가능성 및 전망을 소개하는 슬라이드입니다. JTC1/SC24 WG9 서울 회의에서 소개된 자료입니다.
Slides for conference program at e-Learning Korea 2016. Also this slides contain ISO/IEC TR 20748-1 Learning Analytics Interoperability - Part 1: Reference model as well as curriculum standards. Mainly this slides was prepared for LASI-Asia 2016 #lasiasia16.
This slide was introduced ISO/IEC JTC1 SC36 (Information Technology for Learning, Education and Training, ITLET) Prague meeting. Thanks to this brief contribution. SC36 established Ad-hoc Group (AHG) on environments and resources for AR and VR in June 25 2016.
Acronyms:
LET: Learning, Education and Training
AR: Augmented Reality
VR: Virtual Reality
Presentation of the article at Workshop of Learning Analytics & Knowledge 2016 in April 25, 2016.
Note: full paper is available on http://www.laceproject.eu/wp-content/uploads/2015/12/ep4la2016_paper_4.pdf
2016년 교육정보학회 동계학술대회 발표자료
일시: 2016년 1월 14일
장소: 광주교육대학교
<초록>
데이터 분석 기술의 발전으로 인해 교육 분야에서도 다양한 학습 활동 데이터를 수집 및 분석하는 학 습 분석 기술이 주목을 받고 있다. 새로운 기술과 시스템을 도입하는 초기에는 참고할 수 있는 모델이나 가이드라인 정보가 부족하기 때문에 교육기관뿐 아니라 많은 이해관계자들이 혼란을 겪게 된다. 국제 표준 화 기구에서는 학습 분석 기술 도입을 촉진하기 위해서 참조모델을 개발하고 있다. 그러나 참조모델은 워 크플로우와 기능을 정의하는 데 초점을 맞추고 있기 때문에 실제 시스템을 도입하는 데 필요한 체크리스 트나 시스템 구성과 배치 등에 대한 정보는 별개의 문제이다. 이 연구는 학습 분석 시스템 도입 시 고려할 수 있는 시스템 요구사항을 정의하였다. 각 요구사항들은 학습 분석 참조모델에 근거하여 정의하였다.
2016년 교육정보학회 동계학술대회 발표자료
일시: 2016년 1월 14일
장소: 광주교육대학교
<초록>
그동안 정보통신기술을 활용한 교육을 위해 수많은 디지털 자료와 콘텐츠들로 구성된 학습 환경을 경 험해 왔다. 그러한 학습 환경의 중심은 디지털 자원이었으며, 교육과정 정보는 제한적으로 자원의 메타데 이터 내에서 분류체계의 형태로만 활용되었다. 그러나 이러한 학습 환경은 개인의 필요나 학습자의 수준에 맞춘 자원들을 구성하는 데 한계가 있다. 이러한 제한을 극복하기 위해 교육과정과 성취기준을 링크드 데 이터로 발행하여 학습 자원을 연결하는 모델에 대한 연구를 추진하였다. 이 모델의 특징은 역량을 중심으 로 학습 자원을 재배치하는 접근법이다. 링크드 데이터로 발행된 성취기준들은 구조적.의미적으로 연결되 기 때문에 앞으로 개별화된 학습 경로를 추천할 때 기준이 되는 노드 정보로도 활용할 수 있다. 이 연구는 국내뿐 아니라 다른 나라의 성취기준과도 연결이 가능하고 풍부한 학습 자원을 주제 단위의 성취기준으로 탐색 및 활용할 수 있는 기반을 마련한 것이다.
This slides was used in ISO/IEC JTC1 SC36/WG8 meeting in December 1 2015. Also this is following thinking from “quick review for xAPI and IMS Caliper” (ISO/IEC JTC1 SC36/WG8 first webinar in Nov. 11, 2015). Through this slides I'm thinking two phases for mapping both data format. One is structural and syntactic mapping and the other is ontological mapping. Enjoy this trivial idea and please give my your valuable comments.
다양한 접근성 기술에 대한 소개와 함께 최근의 혁신적인 기술 변화에 따른 디지털 격차를 해소할 방안에 대한 고민. Inclusive Design과 GPII가 해법이 될 수는 없을지 이슈를 던지는 슬라이드.
In this slides you can find diverse concepts of accessibility technology and you may have questions to yourself that current innovative technology soared causes digital divide more deeply. This slides raise the issues that Inclusive design and GPII may be the solution?
This slides is following thinking from “quick review for xAPI and IMS Caliper” (ISO/IEC JTC1 SC36/WG8 first webinar in Nov. 11, 2015). Through this slides I'm thinking two phases for mapping both data format. One is structural and syntactic mapping and the other is ontological mapping. Enjoy this trivial idea and please give my your valuable comments.
2015년 11월 9일 TTA에서 개최된 K-ICT 표준화 전략맵 2016 - 실감형 콘텐츠 분야 발표회 자료. 보고서 원문은 12월경에 일반에 공개될 예정인 것으로 압니다.
실감형 콘텐츠를 구성하는 다섯 가지 세부 기술의 구성요소와, 표준화 추진을 위한 전략 포지셔닝에 대한 내용들로 구성된 요약본입니다. 곧 공개될 보고서 원문에는 국내외 기술 및 표준화 동향, 특허 동향, 각 기술에 대한 설명이 담겨있으니 참고하시기 바랍니다.
This slide is an instance meeting material for the study group of ISO/IEC JTC1 SC36/WG8. This study group had a meeting in Nov. 11, 2015. The questions or ideas described in this slide were just informal and personal thought upon very slight knowledge and experience for IMS Caliper and xAPI.
This slide was presented in International the 2015 Conference on Education Research.
I aggregated several my other partial slides and reports to describe adaptive learning model pertaining to concept of learning analytics as well as LOD for curriculum standards and digital resources. There is short introduction to the project of ISO/IEC 20748 Learning analytics interoperability - Part 1: Reference model.
This slide was used in ISO/IEC JTC1 SC36 Plenary Meeting in June 22, 2015.
Title of this slide is 'Proof of Concept for Learning Analytics Interoperability and subtitle is 'Reference Model based on open source SW'.
Proof of Concept for Learning Analytics Interoperability
디지털 전환이 가져올 교육의 변화와 인공지능의 역할 (2021년 마지막 업데이트)
1. 디지털 전환이 가져올 교육의 변화와 인공지능의 역할
(2021년 마지막 업데이트)
조 용 상
zzosang@i-screamedu.co.kr
FB: /zzosang Twitter: @zzosang
CEO, Ph.D
2. 디지털 전환과 우리가 직면한 문제
Digital Transformation and Education Issues
2
3. 3
<출처: OECD library, https://www.oecd-ilibrary.org/sites/00f05eac-en/index.html?itemId=/content/component/00f05eac-en>
기술과 교육의 경주
4. 4
Digitalization
(산업과 조직의 변화)
Digitization
(정보의 변화)
Digital transformation
(사회적 변화)
<출처: https://en.wikipedia.org/wiki/Digital_transformation>
• Digitization은 '아날로그 정보를 디지털 형식으로 변환’하는
'기술적 프로세스’ (예, 0과 1로 표현되는 이진 형식)
• Digitalization은 산업, 조직, 시장에서 기술에 기반한 '조직 프로세스’또는
'비즈니스 프로세스'의 변화
• 혁신적인 기술 예시: Internet of Things, Industry 4.0, machine to machine
communication, artificial intelligence and big data, etc.
• Digital transformation은 ‘Digitalization의 총제적이고 전반적인 사회적 영향’
으로 설명
• Digitization은 Digitalization이 이루어질 수 있도록 근간이 되었으며, 그 결과
기존 비즈니스 모델, 소비 패턴, 사회 경제적 구조, 법률 및 정책, 조직 패턴,
문화 장벽 등을 변화시키는 기회가 생김
디지털 전환으로 이어지는 디지털 혁명 과정
5. 5
문제#1. 학습 경험의 충돌
Digitalization
(산업과 조직의 변화)
Digitization
(정보의 변화)
Digital transformation
(사회적 변화)
교육과정 기반의 교실 수업
AI 비서 또는 AI 튜터 (high touch)
콘텐츠 플랫폼에서 제공하는 개인별 맞춤 학습 서비스
코딩, AI 교육 등 비교과 활동에서 제공하는 혁신적인 디지털 환경
민간 영역에서 제공하는 에듀테크 기반의 영어, 수학 서비스
빅데이터와 학습 분석을 활용한 개인별 맞춤 튜터링
6. Tyton Partners
“Anyone who has ever been in a classroom where as a student or instructor
knows that not all students procced at the same pace.”
7. #1. One size does not fit all
Tyton Partners
“Anyone who has ever been in a classroom where as a student or instructor
knows that not all students procced at the same pace.”
문제#2. 획일화된 교육
8. 8
문제#3. 물리적 환경에 존재하는 “철의 삼각형”
Quality
Cost Access
교육의 질
교육 예산 교육 기회
9. 9
Hard Skills Soft Skills
(interpersonal skills or people skills)
#학위 #자격증 #프로그래밍
#유창함 #조작능력 등 (인증서)
문제 #4. 균형 잡힌 교육 준비 부족
#커뮤니케이션 #유연성 #리더십
#팀워크 #시간관리 #공감능력 등
11. 11
<출처: TTA 저널, https://www.tta.or.kr/data/androReport/ttaJnal/191-1-3-4.pdf>
01
2005 2010 2015 2020 2025
• 교육 자원 메타데이터
(Educational Resource Metadata)
• 교육 자원 접근성 기술
(Accessibility for Resources)
콘텐츠/자원 → 서비스 → 지능화
• 모바일 환경에서 학습자 프로파일
(User Profile related to Mobile)
• 빅데이터를 활용한 학습 분석
(Learning Analytics using Big Data)
• 학습 도구 상호운용성
(Learning Tools Interoperability
toward the ecosystem)
• 실감형 콘텐츠
(Immersive Content)
• 디지털 인증
(Digital Credential)
• 맞춤형 학습 서비스
(Personalized Learning Service
a.k.a Adaptive Learning)
• AI를 활용한 지능형 서비스
(Intelligence Service using AI)
• 초개인화
(Hyper-personalization)
에듀테크 발전 과정
12. 12
맞춤형 학습을 제공하기 위해서는 1) 개별 학습자의 약점을 진단하고 구체적인 처방을 제시할 수 있어야 하며,
2) 효과적인 학습 계획(경로)를 설계하기 위해 학습 성과를 예측할 수 있어야 하고,
3) 풍부한 학습자원 속에서 흥미롭고 재미 요소가 가미된 개인화된 학습 자원을 추천 할 수 있어야 한다.
학습 자원
커리큘럼
분석 기술
맞춤형 학습(adaptive learning)의 활용 가능성
”
“
선호와 필요에 따른 다양성,
재미와 흥미 등
학습 효율성, 감성
피드백과 추천 등
개인화된 학습 계획과 경로,
지식맵(지식 공간) 등
15. 15
(서비스 관점에서 본) 인공지능의 활용 가능성
교사, 학생, 학부모 외에 많은 교육 이해관계
자들 간 반복적인 작업과 대화를 자동화
예) 알림장, 학습현황 알림, RPA 등
학습 성과(결과)에 대한 예측 능력, 중도 포기율에 대한
예측 능력, 학습 자원의 가용성 예측
능력 등 예측의 범위와 정확도를 향상
예) 학습 성과 예측, 정오답 예측, 중도 포기율 예측 등
인적 오류(human errors)를 최소화
하여 향상된 데이터 중심의 의사 결정 기능
학습자의 수준, 성향, 개성에 맞춘 1:1 개인 학습
계획(경로)와 학습 자원을 제공하여 학습 효율성 향상
사용자와 기계 또는 AI 에이전트가 NUI/NUX를
통해 감정을 처리하는 인터페이스 (감성 AI)
개인화
AI 비서
AI 튜터
지능화된
의사결정
예측 능력
일상적인
업무의
자동화
16. AI 비서
(speaker)
AI 튜터
“수동적인 실행 모드”
“학습자 행동에 의한 능동적인 실행”
(디지털 동반자 / 친구)
16
o 다양한 콘텐츠 추천과 상호작용에 활용
o 교수학습모델, 대화 시나리오, 학습 콘텐츠가 가장 중요한 이슈
o 대화 분석, 학습 분석과 맥락 반영이 핵심 가치가 될 것으로 예상
AI 비서 vs AI 튜터, 인공지능 서비스의 대표적 인터페이스
o 오디오 콘텐츠 (날씨, 뉴스, 음악 등) 실행, IoT 기기 컨트롤
o 음성 인식과 인텐트 파악이 가장 중요한 이슈
o 음성 분석의 반영이 핵심 가치가 될 것으로 예상
음성으로 조작하는 편리성을 강조
o 기동 명령어의 의해서 깨어나고 음성 명령어 수행 o 음성 명령의 기능적인 가치를 학습과 튜터링에 활용
학습과 튜터링에서 교육적 가치와 효율성을 강조
18. 18
(참고) AI 튜터가 바라보는 멀티모달 데이터 네트워크와 인공지능 학습용 샌드박스
§ AI 튜터가 멀티모달 데이터를 활용할 수 있도록 고도화된 데이터 샌드박스에서 훈련할 수 있는 시스템
§ 학습 행동과 패턴을 국제표준(IMS Caliper) 기반의 이벤트 형식으로 수집하여 데이터 네트워크 샌드박스에 축적
§ 정서 데이터는 8가지 진단검사를 기록하는 진단 e포트폴리오 형태로 기록하며 데이터 네트워크 샌드박스에 축적
§ 음성 데이터는 AI 튜터와 학습자 간 대화 내용을 음성 파일과 텍스트로 전사한 파일을 한 벌로 묶음으로 샌드박스에 축적
§ 비전 데이터는 시선 추적, 안면 방향 인식, 동공 인식 등 개인을 식별할 필요 없는 데이터 중심으로 우선 활용
<출처: 비대면 학습 및 산업현장 지원을 위한 감성 인지.교감 SI 서비스 기술 개발 제안 발표자료, 아이스크림에듀 (2020)>
20. 20
개인화된 커리큘럼 예: 수준에 맞는 진도와 학습량 조절. “진단-예측-추천”
튜터가 개별 학습자의 학습 스케줄을 AI 추천 모델을 반영하여
자동으로 조정하는 인터페이스 (아이스크림 홈런 예시)
학습자의 수준과 성향에 따라 설계되는 개인별 학습 계획(상)과
AI가 추천하는 콘텐츠 큐레이션(하) (아이스크림 홈런 예시)
21. 21
AI를 활용한 개인화된 커리큘럼 설계 요소 기술. “예측 모델 설계 방법”
<출처: 인공지능 데이터 구축.활용 가이드라인 – 수학 분야 학습자 역량 측정, 아이스크림에듀>
22. 22
<출처: 인공지능 데이터 구축.활용 가이드라인 – 수학 분야 학습자 역량 측정, 아이스크림에듀>
AI를 활용한 개인화된 커리큘럼 설계 요소 기술. “예측 모델 설계 방법”
23. 23
<출처: 인공지능 데이터 구축.활용 가이드라인 – 수학 분야 학습자 역량 측정, 아이스크림에듀>
AI를 활용한 개인화된 커리큘럼 설계 요소 기술. “예측 모델 설계 방법”
24. 24
<개별 학습자의 수학의 개념별 정오답 예측 확률>
<강화학습 모델을 활용해서 다음 문제를 결정하는 모델 (예시)>
<출처: 인공지능 데이터 구축.활용 가이드라인 – 수학 분야 학습자 역량 측정, 아이스크림에듀>
AI를 활용한 개인화된 커리큘럼 설계 요소 기술. “예측 모델 설계 방법”
i.e., Deep Knowledge Tracing (2015),
Transformer (2020),
Deep Diagnosis Knowledge Tracing (2021),
…
27. 27
Metaverse
가상과 초월을 의미하는 그리스어 Meta와
세계를 뜻하는 Universe의 합성어.
현실 세계와 가상 세계가 상호작용하며 함께
진화하는 생태계를 의미.
가상 세계 안에서 사회, 경제, 문화 활동이
이루어지면서 가치를 창출하는 것이 특징
< Source: FORTNITE BTS DYNAMITE PARTY ROYALE LIVE CONCERT EVENT >
34. 학습 이벤트 데이터를 기반으로 한 맞춤형 학습 사례
조정된 학습 활동
(개인화된 학습 경로)
AI 생활기록부
(학생, 학부모, 교사 별로 다른 형식의 리포트)
추론
(문제점 및 취약점 진단)
피드백과 추천
(성찰의 기회)
학습 분석
데이터 분석
(학습 맥락을 그대로 기록)
기본 학습 활동
(사전에 계획된 학습 자원과 평가문항)
34
35. 기본 학습 활동
(사전에 계획된 학습자원과 평가문항)
조정된 학습 활동
(개인화된 학습 경로)
AI 생활기록부
(학생, 학부모, 교사 별로 다른 형식의 리포트)
추론
(문제점 및 취약점 진단)
피드백과 추천
(성찰의 기회)
학습 분석
데이터 분석
(학습 맥락을 그대로 기록)
학습 이벤트 데이터를 기반으로 한 맞춤형 학습 사례
35
• 학습 시간
• 학습 계획
• 시험 / 평가 문항
• 평가점수 (정오답)
• 미디어 소비 (습관)
• 서비스 이용 순서
• 시청한 콘텐츠
• 이용한 학습 도구 (교육용 게임 등)
• 선생님과 대화 내용
• 학습 검색어
• 학습 보상 획득 등 15종 이상의 맥락
IMS Caliper Analytics
적용한 국제 표준
안녕? 반가워.
<AI 고도화를 위한 맥락 수집 데이터>
36. 학습 분석
데이터 분석
(학습 맥락을 그대로 기록)
조정된 학습 활동
(개인화된 학습 경로)
AI 생활기록부
(학생, 학부모, 교사 별로 다른 형식의 리포트)
추론
(문제점 및 취약점 진단)
피드백과 추천
(성찰의 기회)
기본 학습 활동
(사전에 계획된 학습 자원과 평가문항)
학습 이벤트 데이터를 기반으로 한 맞춤형 학습 사례
Data Lake
(cleaning context)
Data Mart
(making data sets)
Data Capture
(IMS Caliper)
데이터 처리 규모: 1일 1천 6백만 건 이상의 학습 맥락 처리 (DB 트랜잭션 제외)
36
정진기금 (2014-2016, TTA)
“교육용 콘텐츠 및 비정형 데이터를
활용한 학습 분석 기술 참조 모델
표준 개발”
✏ 참고
37. 37
학습 분석
추론
(문제점 및 취약점 진단)
학습 이벤트 데이터를 기반으로 한 맞춤형 학습 사례
조정된 학습 활동
(개인화된 학습 경로)
AI 생활기록부
(학생, 학부모, 교사 별로 다른 형식의 리포트)
피드백과 추천
(성찰의 기회)
데이터 분석
(학습 맥락을 그대로 기록)
기본 학습 활동
(사전에 계획된 학습 자원과 평가문항)
<성취수준 데이터 (정오답) 전처리 과정> <AI가 정오답 예측을 위해 학습하는 과정> <콘텐츠 소비 패턴을 벡터 공간에 표현>
38. 학습 분석
피드백과 추천
(성찰의 기회)
조정된 학습 활동
(개인화된 학습 경로)
AI 생활기록부
(학생, 학부모, 교사 별로 다른 형식의 리포트)
추론
(문제점 및 취약점 진단)
데이터 분석
(학습 맥락을 그대로 기록)
기본 학습 활동
(사전에 계획된 학습 자원과 평가문항)
학습 이벤트 데이터를 기반으로 한 맞춤형 학습 사례
38
39. 학습 분석
피드백과 추천
(성찰의 기회)
조정된 학습 활동
(개인화된 학습 경로)
AI 생활기록부
(학생, 학부모, 교사 별로 다른 형식의 리포트)
추론
(문제점 및 취약점 진단)
데이터 분석
(학습 맥락을 그대로 기록)
기본 학습 활동
(사전에 계획된 학습 자원과 평가문항)
학습 이벤트 데이터를 기반으로 한 맞춤형 학습 사례
39
능동적으로 개입하는 AI 튜터
차세대 실감 콘텐츠 개발 지원 사업
(2019-2020, RAPA)
“학습 이벤트 기반의 ……
대화형 학습 튜터(가정교사) 시스템 및
실감형 콘텐츠 개발”
<인공지능 분야 과학기술정보통신부 장관상>
40. 40
연산의 개념은 이해하지만 연산 스킬이 부족한 경우
아케이드 게임, 카드 뒤집기 게임, 제한된 시간동안 문제를 푸는 도전 모드 등 다양한 형식의 게임을
통해 연산 스킬을 향상시킬 수 있도록 심화/보충 학습 자원을 제공
조정된 학습 활동
(개인화된 학습 경로)
심화/보충 사례: 연산 게임을 활용한 연산 스킬 향상
✏ 참고
AI 생활기록부
(학생, 학부모, 교사 별로 다른 형식의 리포트)
추론
(문제점 및 취약점 진단)
피드백과 추천
(성찰의 기회)
학습 분석
데이터 분석
(학습 맥락을 그대로 기록)
기본 학습 활동
(사전에 계획된 학습 자원과 평가문항)
41. 41
스토리텔링 기반 커리큘럼에 자유형 대화 처리
기술을 적용하여 맞춤형 언어 교육 가능
학습 난이도 별 학습 환경과 자유 대화 상황을
혼합하여 각 상황에 대한 몰입도를 높이고 반복
학습을 통해 성취도 제고
인공지능을 활용한 영어 음성인식 기술과 주제별 대화 기술을 통해
어휘 학습, 말하기 학습, 문장의 구조(문법) 학습 등을 심화/보충
심화/보충 사례: AI를 이용한 영어 어휘와 주제 대화
조정된 학습 활동
(개인화된 학습 경로)
AI 생활기록부
(학생, 학부모, 교사 별로 다른 형식의 리포트)
추론
(문제점 및 취약점 진단)
피드백과 추천
(성찰의 기회)
학습 분석
데이터 분석
(학습 맥락을 그대로 기록)
기본 학습 활동
(사전에 계획된 학습 자원과 평가문항)
5G 콘텐츠 플래그십 프로젝트 (2020, RAPA)
“학습자 수준별 맞춤형 비대면 AI 영어 학습 콘텐츠/서비스 ”
42. 42
AI 생활기록부
(학생, 학부모, 교사 별로 다른 형식의 리포트)
조정된 학습 활동
(개인화된 학습 경로)
추론
(문제점 및 취약점 진단)
피드백과 추천
(성찰의 기회)
학습 분석
데이터 분석
(학습 맥락을 그대로 기록)
기본 학습 활동
(사전에 계획된 학습 자원과 평가문항)
학습 이벤트 데이터를 기반으로 한 맞춤형 학습 사례