There has been increasing interest in artificial intelligence (AI) in various fields. This phenomenon calls for human resources to be equipped with the knowledge and skills of AI and data. The Korean Ministry of Education has opened up introductory courses in AI to high school students since the second half of 2021. It will also include AI education in the 2022 revised curriculum for elementary, middle, and high school students. Despite these efforts to enhance students’ digital literacy through the innovation of the national curriculum, opportunities for taking advantage of AI and data education should be reached for more diverse learners. At the same time, the courses need to be designed with not only theoretical but practical contents and activities based on learner needs. Under these circumstances, the Science Data Education Center at the Korean Institute of Science and Technology Information (KISTI) has been providing AI and data education programs either online or face-to-face for university members, such as undergraduates, graduates, researchers, and professors. In this study, we aim to present cases of educational programs on AI and data operated by the Science Data Education Center, especially regarding those for the university components. Pertinent implications derived from the results of operating the programs will be discussed.

본 연구에서는 빅데이터를 통해 교사의 융합교육역량에 대한 사회적 인식을 살펴봄으로써 교사의 융합 교육역량 증진 방안 마련을 위한 기초자료를 제공하는데 목적이 있었다. 본 연구목적을 달성하기 위해 Textom에서 제공하는 빅데이터를 활용하여 􍾧교사 + 융합교육 + 역량􍾨을 키워드로 rawDATA를 수집하였 다. 수집된 데이터는 1차􌝆2차 정제과정을 마친 데이터들 중 빈도분석 결과를 바탕으로 200개 핵심 키워드 를 선정하였으며, 이를 1-모드 매트릭스 데이터 셋으로 변환하여 키워드 네트워크 분석을 실시하였다. 연 구결과는 다음과 같다: 첫째, 빈도분석에서는 교육, 인공지능, 강화, 연수, 수업이 가장 빈번하게 출현하는 것으로 나타났다. 둘째, 전체 네트워크 분석에서는 교육, 학생, 연수, 강화, 대상이 모든 중심성에서 높게 나타났다. 셋째, 에고 네트워크 분석에서는 교사, 융합교육, 역량을 중심으로 다양하게 논의되고 있음을 확 인할 수 있었다. 이러한 결과를 바탕으로 교사의 융합교육역량과 관련된 후속연구 및 증진방안에 대해 제 언하였다.

본고는 단국대학교 부설 한문교육연구소에서 개발 중인 특수 어휘 매칭 툴을 구동시켜 어휘 데이터의 문제점과 개선 방향을 논의하기 위해 작성되었다. 한문교육연구소 개발 어휘 매칭 툴은 최종적으로 한문 고전 텍스트를 토크나이징(Tokenizing) 하기 위한 것이며, 특수 어휘의 매칭은 전체 텍스트를 토크나이징을 하기 위한 첫 단계라고 할 수 있다. 이 어휘 매칭 툴 실행 결과를 MARKUS 자동 마크업과 비교함으로써 매칭 툴과 그 데이터의 장단점을 분석하고, 이 과정에 발견된 문제점에 대해 보완할 수 있는 방향을 제시하였다. 한문교육연구소 어휘 매칭 툴은 한문고전에 특화된 도구로서 중요한 역할을 할 수 있으며, 앞으로 한문 고전의 토크나이징 에도 기여할 것으로 기대된다. 하지만 현재 상태에서는 여러 가지 보완이 필요하다. 우선, 한국 고유의 지명과 인명 데이터를 추가할 필요가 있다. 현재 데이터는 주로 중국의 어휘에 집중되어 있어 한국 고유 어휘가 부족한 상황이다. 추가 어휘데이터를 구축함으로써 해결할 수 있을 것으 로 보인다. 또 별칭의 매칭 문제 등을 해결할 필요가 있다.

Physical protection education was legislated by the Ministry of Education, Science and Technology (MEST) in November 2010. KINAC (Korea Institute of Nuclear Nonproliferation and Control) was designated as the exclusive institution for physical protection education and training by MEST in October 2011, and it has since functioned as the sole institution responsible for this critical aspect of nuclear security education in the country. Over the past decade, KINAC has undertaken a variety of training initiatives aimed at enhancing the capabilities of nuclear operators’ physical protection personnel. Furthermore, it has consistently pursued annual curriculum revisions based on insights gleaned from surveys and workshops. In conventional curriculum assessments, general surveys often rely on Likert scale or short-answer questions as primary indicators, mainly due to their ease of data processing. Descriptive questions, while capable of capturing diverse opinions, have historically been relegated to a secondary role owing to the inherent challenges associated with data analysis. While physical protection education has made concerted efforts to solicit diverse opinions through descriptive questions, difficulties in organizing and leveraging this valuable data have resulted in it primarily serving as reference material. This study introduces a novel approach by employing ChatGPT, a chatbot, to conduct a comprehensive analysis of the descriptive questions from the physical protection education survey administered in the first half of 2023. The primary objective is to formulate a robust plan for curriculum enhancement based on a wide spectrum of opinions. Following the completion of physical protection training by 2,014 individuals in the first half of 2023, a survey was distributed, yielding an impressive response rate of 95.7% with 1,927 respondents. Chatbots were harnessed to extract major keywords and perform frequency analyses on approximately 360 responses to descriptive questions in the survey. The analysis revealed that certain keywords emerged with notable frequency, in the following order: “drone” (mentioned 51 times), “access management” (mentioned 28 times), “inspection and search” (mentioned 27 times), and “cybersecurity” (mentioned 20 times). Further analysis of these major keywords and related content revealed a consensus among trainees that there is a pressing need to incorporate topics addressing drone threats and responses, as well as strategies to fortify access management into the curriculum. This study underscores the potential to harness standardized data analysis techniques to synthesize and integrate trainees’ subjective opinions, thereby providing a solid foundation for the refinement of the curriculum.

This study explores the effectiveness of marketing data analytics learning and outcomes for marketing students in courses with data analysis components at a U.S. business school. The study considers various moderating factors, such as software adaptability, grades, class type, data interest, statistical analysis method, and perceived time- and cost-effectiveness. The findings have implications for marketing education in data analytics.

국내에서 연구된 금융교육 유관 학술논문을 보다 객관적으로 이해하고자 논문 초록에서 추출된 키워드를 중심으로 주요 토픽을 추론하여 포괄적인 담론들을 알아보고자 한다. 연구의 효율성을 높이고 반복될 수 있는 후속과제 연구를 위하여 빅 데이터 분석기법(텍스트 마이닝 - LDA)을 활용하였고 주요토픽에 대한 단어들을 추출하였다. 총 208건의 유관된 학술 논문을 전 처리 한 후에 추출된 명사 32,523건 중 상위빈도 1,201건에 대하여 LDA 토픽모델링을 실시한 결과 16개의 토픽 군이 형성되었다. 최다 빈도의 단어는 “금융이해력” 이었고 다음은 “학생”, “금융소비자” 순이었는데 추론 된 토픽들의 공통적인 주요 요소에는 학교와 학생들에게 교육을 제공하거나 공급하는 과정에 관심을 가지고 있다는 것이었다. 핵심 텍스트와 토픽을 정의하면서 피교육자의 사회적 요구와 성인을 위한 금융교육 관심도가 미흡하여 향후 지속적인 연구영역 확대 가 필요하다는 시사점을 발견하게 되었다.

4차 산업혁명 시대가 오면서 사회가 필요로 하는 인재는 단순히 지식을 많이 암기하는 사람이 아니라 새로운 문제를 찾아내고 다수와의 협업을 통해 이를 창의적이고 효율적으로 해결할 수 있는 사람으로 바뀌고 있다. 이에 더하여 지금은 데이터에 기반하여 의사결정이 이루어지고 이를 통해 사회가 개선되는 빅데이터(Big Data) 사회라 볼 수 있으므로 새로운 인재는 문제 해결과 관련 된 데이터를 수집하고 이해하여 필요한 정보를 분석하는 역량이 필요한 시대가 되었다. 새로운 2015 개정 교육과정에서는 4차 산업혁명 시대에 발맞추어 초‧중‧고(K-12) 학생들에게 소프트웨어에 기반한 문제해결 역량을 키워주기 위하여 소프트웨어 교육을 강화하였다. 하지만 지금의 소 프트웨어 교육은 코딩과 같은 프로그래밍을 중심으로 실시되며 문제를 해결하는 첫 번째 단계인 데이터 리터러시(data literacy)는 중요성이 덜하게 여겨져 왔다. 따라서 본 연구에서는 데이터 리터러시를 활용한 소프트웨어 교육이 중학생의 컴퓨팅 사고력과 창의적 문제해결력에 미치는 영향을 분석하였다. 본 연구를 위해 데이터 리터러시를 활용한 소프트웨어 수업을 CT-CPS 모형에 기 반하여 설계하고 적용하였다. 본 연구의 검증을 위해 중학교 1학년 학생을 대상으로 통제집단과 실험집단으로 나누고 통제집단에는 데이터 리터러시가 포함되지 않은 수업을 적용하고, 실험집단에는 데이터 리터러시가 포함된 수업을 적용하였다. 실험 결과 데이터 리터러시를 활용한 소프트 웨어 교육이 중학생의 컴퓨팅 사고력과 창의적 문제해결력 향상에 통계적으로 유의미한 효과가 있음을 검증하였다.

The purpose of this study was to offer the opportunity of contact with ecological education to elementary school student. We would like to propose the educational space considering of the effects of ecological education. We found that it is very effective to organize ecological education of elementary program in the interior landscape. We considered the criteria of interior landscape at elementary school as the analysis of curriculum and physiological environment. Observation type, exhibition type and experience type were considered as a type of interior landscape in ecological curriculum. Because we don't have enough information to trace the educational facilities design criteria, this research supplies interior landscape design information for user by web environment. Specially, curriculum analysis is very useful data for interior landscape design criteria. There are three category in this database: obervation, exhibition, experience style. The other category is consist of floor type and elevation type. The last category is garden style, container style, hanging style, and movible or fixed application. User favorite style can be chosen in web environment. This study will be a basic data in the field of interior landscape design.