AI를 활용한 미세먼지 프로젝트 수업의 교육적 효과 분석

Abstract

전 세계적으로 재해·재난의 빈도가 점점 증가하면서 이를 대비하기 위한 재해·재난 교육이 실시되고 있다. 우리나라 2015 개정 교육과정 과학과 교육과정에서도 ‘재해·재난과 안전’ 단원이 신설되어 관련 재해·재난 교육을 실시하고 있다. 하지만 ‘재해·재난 사례와 관련된 자료를 조사하고, 그 원인과 피해에 대해 과학적으로 분석할 수 있다.’,‘과학적 원리를 이용하여 재해·재난에 대한 대처 방안을 세울 수 있다.’는 성취기준과 달리 현재 우리나라 교과서에 제시된 재해·재난과 관련된 내용들은 단순한 개념 위주의 지식적인 측면에 가깝다. 이에 본 연구에서는 학생이 인공지능을 활용하여 미세먼지의 원인을 과학적으로 분석하고, 미세먼지 문제에 대한 대처방안을 제시하도록 수업을 설계하여 중학생들에게 적용하였다. 그리고 인공지능 활용 미세먼지 프로젝트 수업이 학생들의 미세먼지에 대한 지식·인식·태도, AI리터러시, 과학과 핵심역량에 미치는 효과를 탐색하고자 하였다. 본 연구에는 서울 소재 Y중학교 3학년 학생 249명이 참여하였으며, 20215 개정 과학과 교육과정의 '재해·재난과 안전' 단원의 성취기준을 기반으로 인공지능을 활용한 미세먼지 프로젝트로 교육 내용을 재구성하였다. 이를 위해 김정은(2023)이 개발한 인공지능 기반 데이터 과학 교육 프로그램을 활용하여 프로젝트 수업을 개발하였다. 수업은 총 12차시로 진행되었으며, 학생들은 미세먼지 문제를 인식하고 데이터 수집, 시각화, 분석의 단계를 거친 후에 인공지능을 활용하여 문제를 해결하고 그 내용을 공유하였다. 이 때, 학생들은 SamsungSDS Brightics Studio를 사용하여 데이터를 분석하고 인공지능 모델을 학습시켜 미세먼지 농도를 예측하는 등의 활동을 수행하였다. 참여 학생들은 수업 전과 후에 미세먼지에 대한 지식·인식·태도, AI리터러시, 과학과 핵심역량의 세 가지 검사지에 응답하였고, 그 응답 결과를 이용하여 기술통계와 대응표본 t-검정을 실시하였다. 연구 결과, 인공지능을 활용한 미세먼지 프로젝트 수업은 학생들의 미세먼지에 대한 전반적인 이해를 향상시켰다. 또한, 학생들의 AI리터러시 수준도 유의미한 향상을 나타냈는데 특히 AI의 원리 이해와 활용 영역에서 효과가 가장 크게 나타났다. 과학과 핵심역량에서도 통계적으로 유의미한 효과를 보였다. 특히, 과학적 사고력, 탐구능력, 과학 참여와 평생 학습 능력에서 높은 효과성이 나타났다. 이러한 결과는 미세먼지와 관련된 실제 데이터 분석을 통한 학습과 인공지능을 활용한 문제 해결에 중점을 둔 교육이 학생들의 미세먼지에 대한 인식과 AI 활용 역량을 향상시키는 데 효과적임을 시사한다. 그리고 학생들이 실제적 문제를 해결하기 위하여 과학적 지식을 더해 데이터를 해석하고, 인공지능 모델링을 경험하는 수업은 과학과 핵심역량을 향상시키기 위한 교육의 한 방안이라고 할 수 있다. 다양한 데이터셋이 확보가 된다면 본 연구에 적용된 수업 방법은 미세먼지뿐만 아니라 다른 실제적 문제를 해결하기 위한 수업에도 적용이 가능할 것으로 보인다. 인공지능을 활용하여 문제의 원인과 피해에 대해 과학적으로 분석하고, 대처 방안을 탐색하도록 하는 수업에 대한 연구가 활발하게 진행되어 학생들의 AI리터러시와 과학과 핵심역량을 더욱더 증진시킬 수 있기를 기대한다.;Globally, the frequency of disasters and emergencies is increasing, leading to a heightened emphasis on disaster and emergency education for preparedness. In South Korea, the 2015 revised curriculum for science education introduced a unit on 'Disasters, Emergencies, and Safety,' aiming to implement relevant education. However, the current content in South Korean textbooks regarding disasters and emergencies tends to be conceptually focused and lacks the scientific analysis of disaster cases and related data, as well as the application of scientific principles to formulate disaster response strategies, contrary to the specified achievement criteria. In this study, a curriculum was designed for middle school students, integrating artificial intelligence to enable scientific analysis of the causes of air pollution and proposing solutions to address the issue of fine dust. The "Fine Dust Project" aimed to explore the effects on students' knowledge, awareness, attitudes towards fine dust, AI literacy, and core competencies in science. The research involved 249 third-grade students from Y Middle School in Seoul. Based on the achievement criteria of the 20215 revised science curriculum's 'Disasters, Emergencies, and Safety' unit, the educational content was restructured into an AI-based fine dust project. The project utilized an artificial intelligence-based data science education program developed by Kim Jung-Eun (2023). The 12-session course guided students through recognizing the fine dust issue, collecting and analyzing data, visualizing results, and utilizing artificial intelligence to solve problems, with an emphasis on using SamsungSDS Brightics Studio for data analysis and AI model training. Students responded to three assessment tools evaluating knowledge, awareness, attitudes towards fine dust, AI literacy, and core competencies in science both before and after the course. Descriptive statistics and paired sample t-tests were employed to analyze the response data. The results indicated that the fine dust project using artificial intelligence enhanced students' overall understanding of fine dust. Significant improvements were observed in students' AI literacy, particularly in understanding AI principles and application areas. Statistically significant effects were also evident in science and core competency areas, with notable effectiveness in scientific thinking, inquiry skills, and engagement in science-related activities, along with lifelong learning abilities. These findings suggest that education focusing on practical data analysis related to fine dust and problem-solving using artificial intelligence is effective in enhancing students' awareness of fine dust and their proficiency in utilizing AI. Furthermore, the study suggests that the teaching approach employed, centered on real-world data analysis related to fine dust and experience with artificial intelligence modeling for problem-solving, serves as a viable educational strategy to enhance science and core competencies. With the availability of diverse datasets, the instructional methods applied in this study could be extended to address not only fine dust issues but also other practical problems. The ongoing research in utilizing artificial intelligence for scientific analysis of problems, exploring solutions, and enhancing students' AI literacy and core competencies in science holds promise for further advancement.