최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
조현준, 현병근, 손연규, 신국식
2016 / 한국토양비료학회지(Korean Journal of Soil Science and Fertilizer)
Zhu J.,Zhong Z.,Ji P.,Li H.,Li B.,Pang J.,Zhang J.,Zhao C.
2020 / Family Medicine and Community Health
데이터가 존재하지 않습니다.
loading...
본 연구는 비이공계열 학생들을 위한 경험학습 기반 인공지능 교육 프로그램을 개발하는 것을 목표로 한다. ADDIE 모형과 Kolb의 경험학습 이론을 바탕으로 ‘AI 경험’, ‘AI 성찰’, ‘AI 개념화’, ‘AI 적용’ 단계를 포함하는 AI-EL 모형을 개발하고, 인공지능 관련 내용 영역을 구성하였다. 전문가 검토와 학생 반응 분석을 통해 프로그램의 효과와 만족도를 확인하였다.
놀랍게 쉬운 인공지능의 이해와 실습
데이터 분석과 인공지능 활용
AI literacy in K-16 classrooms
(된다! 하루 만에 준비하는) AI 학교 수업 활용법 : with 챗GPT, 캔바, 미리캔버스, 구글 기반 AI
Artificial intelligence in higher education : a practical approach
(독서로 여는 첫 AI 수업,) 노벨 엔지니어링 : 한 권으로 끝내는 엔트리+플랫폼 AI 융합 교육 레시피
(재미있게 풀어보는) 인공지능
인공지능(AI) 기술과 응용 : 인공지능(AI) 교양강의 및 학습교재
Object-oriented artificial intelligence using C++
인공지능 활용교육 : 교사 연구자들이 들려주는 연구와 실천 기반
Artificial intelligence : foundations of computational agents
디지털 전환 시대의 AI 디지털 교육
Smart learning environments
Intelligent educational machines : methodologies and experiences
AI 교육의 이론과 실제
AI가 바꾸는 학교수업 챗GPT 교육활용
AI와 데이터 분석 기초 : 디지털 비즈니스 생존전략
Cognitive skills you need for the 21st century
모두를 위한 인공지능과 윤리
정보교육학회논문지
박수영컴퓨터교육학회 논문지
김한성, 전수진, 최승윤, 김성애경인교육대학교 교육연구원 교육논총
조현제, 한선관한국컴퓨터정보학회논문지
이경희정보교육학회논문지
전수진; 전용주; 정인기교사교육연구
윤경훈, 김방희, 김진수정보교육학회논문지
문우종, 김봄솔, 고승환, 고은정, 김종훈경인교육대학교 교육연구원 교육논총
한선관디지털콘텐츠학회논문지
강의선, 이정미교육정보미디어연구
임철일; 지현경; 고보경; 임은선; 민시은Korean Association For Learner-Centered Curriculum And Instruction
Seung-Hyun KIM; Jin-Gu LEERobotics & AI Ethics
Aeri Lee정보교육학회논문지
신진선, 조미헌대한공업교육학회지
김성애, 박정호, 전수진, 최정원한국실과교육학회지
유영길, 강종표, 이동영한국교원교육연구
정경욱; 박주현; 노은미; 이다연컴퓨터교육학회 논문지
백수현; 유지원한국초등교육
김주현, 문성환디지털콘텐츠학회논문지
이정미, 강의선대한공업교육학회지
조원이, 유현석논문 / 대학원
이 과목은 석사 및 박사 학위 과정에 있는 학생들이 인공지능의 각 분야의 연구 경험을 쌓을 기회를 제공하는 것이다. 학생들은 이 과목을 통하여 인공 지능의 이론과 응용에 대해 공부하고, 각자의 연구 방향과 주제를 설정하며, 최종적으로는 연구 성과를 달성하는 것을 목표로 한다.전선 / 대학원
이 강좌는 인공지능에 대한 이해를 바탕으로 교육적 활용방안을 탐색하고 다양한 연령의 학습자를 대상으로 인공지능에 대한 교육을 효과적으로 실시하는 방안을 다룬다. 인공지능 기반 교육에 대한 최신 이론과 교육적 이슈를 체계적으로 검토하고 교육 분야에서 인간과 인공지능이 협업할 수 있는 방안을 논의한다.전선 / 대학원
본 교과목은 임상 연구를 기반으로 공학, 인공지능(AI) 등 다학제적 분야를 융합하여 연구를 설계·수행·출판하는 전 과정을 배우는 것을 목표로 한다. 학생들은 연구자의 태도와 윤리적 기준을 이해하고, 연구 아이디어 도출부터 임상시험 설계, 데이터 관리, 논문 작성에 이르기까지 체계적인 방법론을 익히며, 나아가 연구윤리를 준수하면서 인공지능 툴을 효과적으로 활용하는 방법을 학습하여 실제 연구에 응용할 수 있는 역량을 기른다.전선 / 학사
데이터와 인공지능에 대한 이해를 바탕으로 디자인 과정의 효율과 창의성에 대한 실험을 진행한다. 인공지능을 기반으로 하는 생성적 디자인을 비롯하여, 디자인과정에서 인공지능을 활용하는 방법을 탐구한다.전선 / 학사
인공지능은 사람의 생각과 행동을 모사하고, 이성적인 행위를 통하여, 주어진 목적을 달성하는 시스템을 연구하는 학문 분야이다. 본 수업에서는 인공지능 시스템을 구성하기 위한 다양한 방법론을 논한다. 이는 효율적인 탐색, 지식의 표현, 불확실성에 대한 이해, 상관관계와 인과관계에 대한 이해, 시각, 음성, 자연어 등의 처리, 학습 등을 포함한다. 이를 통해 학생은 인공지능의 핵심 원리와 기술에 대해 수학적, 논리적, 정성적, 정량적, 확률 통계적, 학습적 관점 등으로 종합적인 이해를 한다.전선 / 학사
이 강의의 목적은 인간 같은 기계를 만들려는 공학 기술인 인공지능을 보다 근본적으로 생각해보기 위하여 정보 개념을 기반으로 인공지능 기술에 대한 공학적 이해와 인문사회학적 개념들을 학습하고 흥미로운 인공지능 프로그램 제작을 경험하는 것이다. 인문학 배경의 학생들은 인문학의 내용이 기계로 만들어지는 기술을 경험하고 공학 배경의 학생들은 인공지능 기술을 근본적으로 생각해보고 새로운 아이디어를 얻을 수 있도록 한다. 세부 과정은 다음과 같다. 첫째, 정보 개념을 중심으로 인공 지능과 인간 지능에 대하여 이해하고, 둘째 인공지능의 감정, 의식, 윤리, 그리고 창의성, 등에 대하여 공부하고, 셋째, 인공지능 프로그램을 만들 수 있는 다양한 컴퓨터 언어들과 인공지능 개발 도구들에 대하여 알아보고, 넷째, 토론과 협의를 통하여 만들어 보고 싶은 인공지능 프로그램을 본인의 코딩 능력에 맞게 만들어 본다.전선 / 학사
이 교과목은 다양한 학습 데이터를 분석하여 학습자의 흥미와 필요를 고려한 맞춤형 학습을 설계하는 방법을 소개한다. 인공지능을 활용하여 학습활동을 자동으로 분석하고 학습결과를 예측하며, 그 결과를 바탕으로 교수자와 인공지능이 적응적으로 학습을 지원하는 방안을 탐색한다. 학습 상황과 학습자의 특성에 따라 최적의 학습경험을 어떻게 설계하고 지원할 수 있는지 논의한다. 그리고 디지털 테크놀로지를 활용하여 공교육에서 학습 데이터를 수집, 분석, 활용하는 과정에서 발생하는 사회적 문제를 비판적으로 검토하고 창의적인 해결방안을 모색한다.교양 / 학사
이 교과목은 인공지능의 발전 역사와 철학적 기반(계산주의, 연결주의, 예측처리이론 등)을 검토하고, 인간의 지각·감정·감각·자율신경계 등 체화된 인지(embodied cognition)를 심층 탐구한다. 하이데거(Heidegger), 위노그라드(Winograd) 등의 기술철학적 사유를 통해 기술의 본질과 한계를 비판적으로 고찰하고, 인공지능이 모방할 수 없는 인간 고유의 창의성·직관·메타인지의 의미를 탐색한다. 강의는 이론적 이해와 더불어 표현예술 기반의 실습 및 토론을 결합한 체화 및 경험 기반의 학습 방식을 도입하여, 학생들이 사고와 감각, 몸의 경험을 통합적으로 활용하는 능동적 학습자로 성장하도록 설계되었다. 이를 통해 인간과 기술의 공진화(co-evolution)를 통찰하고, AI 시대에 인간다움의 의미를 재정의하며, 복잡한 미래 사회에서 책임 있는 기술 활용과 창의적 사고를 함양하는 것을 목표로 한다.전선 / 대학원
실제적인 문제를 해결하는 인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, 각 교과의 전문성이 있는 AI융합전공 수강생들이 인공지능(AI) 지식과 구현능력을 바탕으로 협업하여 수업을 설계하는 역량이 요구된다. 이 강의의 목적은 첫째, 각 교과의 전문성을 가진 교사들이 인공지능 지식과 구현능력을 바탕으로 협업하여 실제적인 문제를 해결하는 교과별 인공지능 연계 프로젝트를 하는 것이다. 둘째는 교과교육 교사들이 서로 협업하여 문제 해결 중심의 교과별 인공지능 연계 수업을 설계하는 것이다. 이 교과목을 통해 AI융합전공 수강생들은 인공지능을 실제적인 문제해결에 쓰는 경험과 융합 수업 설계능력, 그리고 협업 역량이 증진될 것이다.전선 / 학사
본 수업은 인간-AI 상호작용에 관한 이론적 기초와 최신 연구를 실제 적용 사례와 함께 균형 있게 다룬다. 학생들은 AI의 윤리, 편향과 공정성, 투명성 등 AI가 사회에 미치는 영향을 깊이 있게 학습하며, 인간 중심 AI 디자인의 중요성을 이해한다. 또한, 투명하고 신뢰할 수 있으며 공정한 AI 시스템을 설계하는 방법을 배운다. 실습 프로젝트를 통해 이를 통해 인간-AI 협업 및 의사결정 지원 시스템을 개발하고, AI 시스템의 사회적 영향에 대해 비판적으로 분석하며, 인간 중심의 가치를 고려한 AI 솔루션 설계 능력을 키울 수 있도록 한다.전선 / 학사
AI는 인간의 의사결정 방식과 업무 수행 방식을 빠르게 변화시키고 있으며, 이에 따라 조직의 형태와 작동 방식 또한 재편되고 혁신되고 있다. 이러한 변화 속에서 AI를 전략적으로 도입하고 효과적으로 활용하는 능력은 기업이 지속 가능한 경쟁우위를 확보하는 핵심 원천이 되고 있다. 본 과목은 AI와 전략경영의 접점을 체계적으로 탐구한다. AI가 무엇이며(또 무엇이 아닌지), 인간이 AI와 어떻게 상호작용하는지, AI가 직무·직업·노동시장을 어떻게 변화시키는지, 그리고 이러한 변화가 조직 전환을 어떻게 촉발하는지를 다룬다. 더 나아가 AI가 기술 혁신과 창의성에 미치는 영향, 그리고 경영자와 정책결정자가 AI를 어떻게 이해하고 대응해야 하는지도 살펴본다. AI가 전례 없이 빠른 속도로 발전하고 그 영향이 맥락에 따라 다르게 나타나는 환경에서, 학생들은 최신 연구 논문과 실제 사례를 분석·토론함으로써 개인, 팀, 조직 수준에서 AI를 전략적으로 도입하고 활용하는 방법을 학습한다. 이를 통해 AI가 가져올 일과 조직의 대전환을 깊이 이해하고, 이를 능동적으로 설계함으로써 AI 시대 지속 가능한 경쟁우위를 구축할 수 있는 역량을 갖추게 될 것이다.전선 / 대학원
인공지능 전공자에게 필요한 창의성 계발 및 연구 방법 학습을 위하여 학생들 본인이 설계한 인공지능 이론 관련 프로젝트를 지도 교수 및 공동 지도 교수의 승인을 얻어 한 학기 동안 수행한다. 이 과목은 학생들이 인공지능과 관련된 프로젝트를 자율적 및 주도적으로 수행함으로써, 해당 분야의 최신 연구 동향을 습득하고 전체 연구 과정에 대한 경험을 쌓아 독립적인 연구자로 성장할 수 있는 능력 배양함과 동시에 연구 결과를 확장하여 논문으로 발표하는 것을 목표로 한다.교직 / 학사
본 교과목은 교육 현장에서 요구되는 디지털 소양에 대한 초보적 이해를 목표로 한다. 디지털 전환에 따른 디지털 요소의 교육적 적용에 관한 전반적 지식을 다룬다. 디지털의 특성에 대한 이해를 바탕으로 디지털을 활용한 기본적인 교육 방법의 특징과 사례를 소개한다. 인공지능을 포함한 디지털과 교과간의 융합 교육의 필요성과 설계 방법을 탐색한다. 디지털 전환이 가져오는 디지털 윤리 교육의 다양한 측면을 논의한다.전선 / 학사
인공지능 기술의 발달로 외국어교육 연구에서도 많은 혁신이 요구된다. 본 강의에서는 인공지능 기술을 언어교육에 활용하는 방안을 모색해 본다. 구체적으로, 본 과목은 언어 학습자 및 언어 교육 맥락에 대한 이해를 바탕으로 다양한 언어 교육 목적의 테크놀로지를 활용하여 언어를 교수하고 평가하는 방법을 익히는 것을 목적으로 한다. 이를 위해 언어입력, 출력, 상호작용, 피드백과 같이 언어교육 및 발달과 관련한 주요 개념을 익히고, 다양한 인공지능 도구를 활용하고 적용해 본다.전선 / 대학원
지능 시스템은 환경과 상호작용하고 성능을 극대화하는 방법이다. 지식 표현과 추론은 논리적 지식 표현, 판단 계산, 술어 계산, 상황 계산, 지식 표현 구축 등과 함께 지능 시스템의 중요한 측면이며, 불확실성을 해결하기 위한 방법으로 확률과 확률 네트워크, 퍼지 논리와 같은 기법을 사용한다. 계획과 학습 역시 지능 시스템의 중요한 구성 요소로서, 목표 달성을 위해 필요한 행동 순서를 결정하고 시간이 지남에 따라 성능을 개선할 수 있도록 한다. 본 강좌에서는 지능시스템을 이해하고 활용할 수 있는 기초 지식을 쌓는다.공통 / 대학원
21세기에 들어와 기계학습과 딥러닝 등의 AI 기술의 급격한 발전이 빅데이터와 고성능 컴퓨터와 결합되며 이전과는 다른 차원의 활용 가능성을 보여주면서 급속도로 산업과 생활에 보급되고 있다. 그러나, 현재의 빅데이터 기반 기계학습 위주 AI의 한계는 분명하며 AI 개념의 창시자와 개발자들이 꿈꾸던 기술에 못 미친다는 것이 전문가들의 한결같은 견해이다. 차세대 AI 기술의 핵심 중 하나는 뇌의 자연지능을 닮은 AI(Brain-like AI)의 구현이다. 본 교과목은 뇌의 인지기능에 기반을 둔 자연지능과 컴퓨터 기반 인공지능의 공통점과 차이점에 대한 체계적 고찰을 통해 학생들이 인공지능과 자연지능 연구 및 기술 개발을 위한 미래지향적 안목을 기를 수 있도록 돕는 것을 목표로 한다. 인간의 인지 및 행동에 관심이 있는 다양한 분야의 학생은 인공지능과 자연지능의 비교를 통해 인간의 고유성에 대한 통찰 및 인공지능 기술의 활용에 대해 배울 수 있으며, 반대로 인공지능에 관심이 있는 학생은 진정한 인공지능을 구현하기 위해 필요한 뇌인지과학적 배경을 함양할 수 있을 것으로 기대한다.전선 / 학사
본 과목은 AI의 이론적 개념들을 이해하고, 실습을 통해 빅데이터 분석 및 예측 모델 생성, 분류 작업과 같은 AI 관련 역량을 갖도록 한다.전선 / 학사
이 교과목은 기술과 인간이 서로 영향을 주고받으며 함께 진화해온 관계, 즉 공진화(co-evolution)의 관점에서 AI 시대의 인간다움을 탐구합니다. 학생들은 인공지능·빅데이터 등 첨단 기술의 발전이 인간의 사고, 감정, 공동체에 어떤 변화를 가져왔는지를 다각도로 살펴봅니다. 특히 '따뜻한 인공지능'이라는 개념을 중심으로, 기술이 단순한 도구를 넘어 공감, 윤리, 창의성을 담을 수 있는 가능성을 모색합니다. 심리, 인지, 사회 구조 등 인간 이해의 다양한 접근을 통해 기술 환경 속에서도 중심을 잃지 않는 자기 성찰과 책임 있는 판단력을 기릅니다. 이론 학습과 함께 토론, 글쓰기, 감각 기반 표현 활동 등을 융합하여, 기술과 인간이 어떻게 함께 살아갈 수 있을지를 실천적으로 고민합니다. 궁극적으로는 기술과 함께 공존하는 시대에 필요한 새로운 인간다움의 조건을 재구성하는 것을 목표로 합니다.교직 / 학사
디지털 대전환 시대 예비교사는 데이터와 AI 기술을 수업에 적절히 활용할 수 있는 인공지능융합역량이 요구된다. 본 강의는 코딩 및 데이터 사이언스의 기초 개념을 이해하고 간단한 수준의 코딩을 활용하여 데이터ㆍ AI 기반의 융합수업을 설계하는 실습 중심의 수업이다. 본 강의는 <교과-소프트웨어 융합역량 교육론 I>과목의 선수 강좌로 코딩에 대한 기초 지식이 없거나, 인공지능융합교육에 처음 입문하는 학생들을 위한 강좌이다.전선 / 학사
본 강좌는 학부 2학년 전공선택 교과목으로 인공지능의 개념과 기술을 이해하고 싶은 학생을 대상으로 한다. 수업내용은 머신러닝(Machine Learning), 딥러닝(Deep Learning), 데이터마이닝(Data Mining), 컴퓨터비전(Computer Vision), 자연어처리(Natural Language Processing; NLP) 등 총 5개 모듈로 구성되어 있으며, 모듈별 담당 교수님이 팀티칭으로 수업을 진행한다. 선수과목으로 기초수학(확률/통계/선형대수), 컴퓨터의 개념 및 실습 교과목의 선행학습을 권장한다.