한국형 데이터 수집 표준의 필요성
The Necessity of Korean Data Collection Standards
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
2023년 6월 인공지능 디지털교과서 추진방안을 토대로 2025학년도부터 4개 학년을 대상으로 디지털교과서가 도입되게 되었다. 하지만 디지털교과서를 개발하기 위해서 제시된 인공지능 개발 지침과 AI 디지털교과서 가이드라인의 내용이 명확하지 않고, 특히나 개발에 근간이 되는 데이터 수집에 있어서도 어떤 데이터를 수집해야 하고 어떻게 활용해야 하는지가 나타나 있지 않아 디지털교과서 개발에 어려움을 겪었다. 또한 제시된 데이터 수집 표준인 xAPI와 CA는 범용성이 높지만 교육맥락에 특화된 요소가 부족하여 AI 디지털교과서의 데이터를 수집하는 데는 부적합하다. 이러한 문제점을 해결하고, AI 디지털 교과서의 성공적인 도입을 위해서는 한국형 데이터 수집 표준이 반드시 필요하다. 한국형 데이터 수집 표준은 기본적으로 xAPI의 구조를 따르되, AI 디지털 교과서의 학습 데이터를 분석하기에 기존 xAPI 어휘 중, AI 디지털교과서를 활용할 때 필요한 어휘를 차용하고, 한국 교육과정의 학습 위계 및 성취기준에 근거하여 내용을 작성하기 편하도록 만들어 져야 한다. 이 표준이 정립되게 되면 출판사 간 데이터 수집 내용의 일관성이 확보되어 학습 분석의 신뢰성이 높아지고, 기본적인 데이터 수집 내용에 대한 고민 대신, 출판사별로 차별화된 콘텐츠와 학습 지원 전략에 많은 자원을 활용할 수 있어 AI 교과서의 효과적인 개발과 운영에 기여할 것으로 기대한다.
Abstract
Based on the June 2023 plan to promote AI digital textbooks, digital textbooks will be introduced for four grades from the 2025 school year. However, the contents of the AI development guidelines and AI digital textbook guidelines proposed to develop digital textbooks are not clear, and especially when it comes to data collection, which is the basis for development, it is not clear what data should be collected and how it should be utilized. In addition, the proposed data collection standards, xAPI and CA, are highly universal but lack elements specific to the educational context, making them inappropriate for collecting data for AI digital textbooks. To solve these problems and ensure the successful adoption of AI digital textbooks, a Korean data collection standard is essential. The Korean data collection standard should basically follow the structure of xAPI, but borrow vocabulary from the existing xAPI vocabulary for analyzing learning data from AI digital textbooks and make it easy to write content based on the learning hierarchy and achievement standards of the Korean curriculum. Once this standard is established, it is expected to contribute to the effective development and operation of AI textbooks by securing consistency in data collection among publishers, increasing the reliability of learning analysis, and enabling publishers to utilize resources for differentiated content and learning support strategies instead of worrying about basic data collection.