구성주의

4 Contents

[카오스 짧강] 교육 AI는 실력을 어떻게 측정할까? 구조주의 vs 구성주의

교육 인공지능 분야에서 학생의 실력을 진단하는 방식은 크게 두 가지 학파로 나뉩니다. 먼저 구조주의 관점에서는 지식을 하나의 거대한 지식 그래프로 시각화합니다. 이 그래프의 각 점은 '두 자릿수 덧셈'과 같은 개별적인 지식 개념을 의미하며, 점들을 잇는 선은 먼저 배워야 할 선수 지식의 관계를 나타냅니다. 예를 들어 올림이 없는 덧셈을 익혀야 올림이 있는 덧셈을 배울 수 있다는 논리입니다. 인공지능은 이러한 지식 개념들을 학생이 얼마나 이해하고 있는지 측정하여 숫자로 표현하며, 이를 통해 학습자의 현재 위치를 정교하게 파악합니다. 반면 구성주의 관점은 학생마다 지식을 머릿속에 구성하는 방식이 다르다는 점에 주목합니다. 같은 피타고라스의 정리를 배워도 누군가는 수식을, 누군가는 증명 과정을 떠올리는 것처럼 지식의 형태는 획일적이지 않습니다. 따라서 구성주의 모델은 학생에게 다양한 과제를 부여하고 그 수행 결과를 종합하여 실력을 대변합니다. 단순히 정답을 맞히는 것을 넘어 사진 찍기나 달리기와 같은 다채로운 과제에 대한 반응을 측정함으로써, 학생이 가진 고유한 역량과 지식의 농도를 입체적으로 분석하는 것이 이 모델의 핵심적인 특징입니다. 최근의 교육 인공지능은 적은 수의 문항만으로도 전체적인 실력을 예측하는 모델을 활용합니다. 수만 개의 문항을 모두 풀게 하는 대신, 약 30개의 핵심 문항을 통해 나머지 문항들의 정답 확률을 계산하는 방식입니다. 이를 시각화한 것이 바로 '열지도'로, 학습자가 취약한 부분과 향후 어려워할 개념을 한눈에 보여줍니다. 인공지능은 매 순간 데이터의 효율성을 극대화하는 방식으로 학습자에게 필요한 자극을 제공합니다. 이러한 과정을 통해 학생의 학습 데이터를 정밀하게 수집하고 미래의 성취도까지 정확하게 예측할 수 있게 됩니다.

[카오스 짧강] 교육 AI는 실력을 어떻게 측정할까? 구조주의 vs 구성주의
카오스재단질토과 + 짧강

[강연] 교육AI를 탄생시킨 놀라운 수학적 아이디어 2_by 노현빈 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 6강 두 번째 이야기 | 6강 ②

최근 인공지능 열풍의 중심에는 챗GPT와 같은 거대 언어 모델(LLM)이 있습니다. 하지만 LLM의 본질은 단순히 문맥상 가장 적절한 다음 단어를 예측하여 나열하는 것에 불과합니다. 교육 현장에서 인공지능이 진정한 가치를 발휘하기 위해서는 단순히 말을 잘하는 것을 넘어, 학생을 가르친다는 행위의 본질과 교육적 맥락을 깊이 이해해야 합니다. 이를 위해 대수기하학의 정교한 수학적 도구들이 교육 인공지능의 근본적인 모델을 설계하는 데 핵심적인 역할을 수행하고 있습니다. 효과적인 교육을 위한 첫걸음은 학생의 현재 상태를 정확히 파악하는 것입니다. 교육학에서는 이를 구조주의와 구성주의라는 두 가지 관점에서 접근합니다. 구조주의는 지식의 선후 관계를 연결한 '지식 그래프'를 통해 학생의 성취도를 측정하며, 구성주의는 학생마다 지식을 받아들이는 방식이 다르다는 점에 주목합니다. 인공지능은 이러한 관점들을 결합하여 학생이 수행한 다양한 과업 데이터를 분석하고, 이를 바탕으로 학생의 실력을 다각도로 진단하고 이해하는 과정을 거칩니다. 학생에게 수만 개의 문제를 풀게 하는 것은 현실적으로 불가능하기 때문에, 인공지능은 적은 수의 샘플 테스트만으로도 전체 실력을 예측하는 모델을 활용합니다. 이는 '스무고개' 게임처럼 정보량을 극대화할 수 있는 최적의 질문을 던져 후보군을 좁혀나가는 원리와 같습니다. 이를 통해 생성된 '열지도(Heatmap)'는 학생이 특정 개념을 맞힐 확률을 시각화하여 보여줍니다. 결과적으로 중학생이 몇 문제만 풀어도 고등학교 과정에서 겪을 어려움까지 미리 예측할 수 있게 됩니다. 딥러닝 모델은 흔히 내부 작동 원리를 알 수 없는 '블랙박스'에 비유되곤 합니다. 하지만 교육 현장, 특히 공교육에서는 평가의 근거를 설명할 수 있는 투명성이 매우 중요합니다. 이를 해결하기 위해 수학의 공리적 접근법이 도입됩니다. 학생들 간의 실력을 비교 가능한 좌표계로 변환하고, 공정한 평가 기준을 수립함으로써 블랙박스 모델의 한계를 보완합니다. 이러한 수학적 장치는 학부모와 학생이 인공지능의 평가 결과를 신뢰하고 받아들일 수 있는 논리적 토대가 됩니다. 인공지능의 학습 추천 알고리즘은 알파고의 승률 계산 방식과 유사한 최적화 과정을 거칩니다. 단순히 약점을 보완하거나 난이도를 조절하는 수준을 넘어, 특정 문제를 풀었을 때 기대되는 점수 상승 폭을 계산하여 최단 시간 내에 실력을 올릴 수 있는 경로를 찾아냅니다. 흥미로운 점은 이러한 수학적 최적화 결과가 인간의 직관인 망각 곡선이나 선수 지식 체계와도 일맥상통한다는 것입니다. 이는 수학적 모델이 교육의 본질적인 효율성을 정교하게 포착하고 있음을 시사합니다. 수많은 학습 경로 중 최적의 조합을 찾는 것은 계산적으로 매우 복잡한 문제입니다. 하지만 교육 평가 모델을 '서브모듈러(Submodular)'라는 수학적 성질을 만족하도록 설계하면, 매 순간 최선의 선택을 하는 것만으로도 전체적인 최적해에 근접할 수 있습니다. 이는 햄버거 세트 메뉴의 가격 정책처럼 추가적인 학습의 효용을 수학적으로 정의하는 방식입니다. 이러한 설계를 통해 인공지능은 방대한 데이터 속에서도 학생에게 가장 효과적인 교육 과정을 실시간으로 제시할 수 있게 됩니다. 인공지능 기술의 궁극적인 지향점은 인간의 잠재력을 최대한으로 끌어올리는 데 있습니다. 수학적으로 모든 인간은 자신만의 고유한 지표에서 누구보다 뛰어난 '맥시멀(Maximal)'한 존재입니다. 인공지능은 교사가 학생 개개인에게 더 깊은 관심을 기울일 수 있도록 돕는 강력한 보조 도구가 되어야 합니다. 기술이 제안하는 맞춤형 처방과 인간 교사의 정서적 교감이 결합될 때, 학생들은 자신의 독창성을 발견하고 잠재력을 꽃피우는 진정한 교육의 가치를 경험하게 될 것입니다.

[강연] 교육AI를 탄생시킨 놀라운 수학적 아이디어 2_by 노현빈 / 2024 봄 카오스강연 '세상에 나쁜 수학은 없다' 6강 두 번째 이야기

노현빈

카오스재단2024 카오스강연 '세상에 나쁜 수학은 없다'
  • 수학

[과학을 찾는 사람들] 정원영 연구사 1편 : 슈뢰딩거의 질문지

국립과천과학관에서 이루어지는 교육은 단순히 지식을 전달하는 행위를 넘어 전시, 행사, 체험, 해설 등 모든 활동을 아우르는 넓은 의미를 지닙니다. 학교 교육이 정해진 목표와 지표를 달성하고 이를 평가하는 데 집중한다면, 과학관은 배움의 과정 그 자체에 더 큰 가치를 둡니다. 이곳은 평가의 압박에서 벗어나 과학을 즐기고 탐색할 수 있는 자유로운 공간이며, 방문객들이 과학적 현상을 직접 마주하며 스스로 질문을 던질 수 있는 환경을 제공하는 것이 과학관 교육의 핵심적인 역할이라 할 수 있습니다. 과학 교육의 본질을 구현하기 위해 최근에는 탐구에 기반한 실험 중심의 교육 과정을 새롭게 준비하고 있습니다. 이를 위해 전문적인 과학 랩(Lab) 공간을 조성하고 분야별로 중요한 실험 장비들을 갖추어, 학습자들이 과학적 원리를 깊이 있게 파고들 수 있는 환경을 만들고 있습니다. 단순한 체험 수준을 넘어 실험이 가진 본연의 탐구 가치를 학습자가 직접 경험하게 하는 것이 목표입니다. 이러한 변화는 학습자가 과학자처럼 사고하고 문제를 해결하는 능력을 기르는 데 중요한 밑거름이 될 것입니다. 아이들의 성장에 있어 중요한 것은 단순히 성적을 올리는 기술이 아니라, 새로운 것을 접했을 때 이를 능동적으로 받아들이는 '학습력'입니다. 이는 열린 마음으로 주변 세계에 호기심을 갖고 스스로 탐구하며 파고드는 태도를 의미합니다. 영재 교육에서 강조하는 과제 집착력과 창의적 해결 능력 또한 이러한 근본적인 학습 태도에서 비롯됩니다. 부모와 교육자는 아이가 스스로 내적 동기를 찾을 수 있도록 돕고, 아이의 현재 상태를 면밀히 관찰하여 그에 맞는 적절한 교육적 자극을 제공하는 조력자가 되어야 합니다. 교육 현장에서 효과적인 성장을 돕기 위해서는 '스캐폴딩(Scaffolding)', 즉 적절한 계단 놓기 전략이 필요합니다. 아이가 도달하고자 하는 목표 지점까지 한 번에 올라가기는 어렵기 때문에, 현재의 발달 수준에 맞춰 다음 단계로 나아갈 수 있는 발판을 세심하게 마련해 주는 것입니다. 예를 들어 아이가 특정 분야에 아직 관심이 없다면 억지로 강요하기보다, 노래나 놀이처럼 아이가 좋아하는 방식을 통해 자연스럽게 흥미를 유도하며 기다려 줄 줄 아는 지혜가 필요합니다. 이는 아이의 속도를 존중하는 교육의 시작입니다. 진정한 교육은 학습자 개개인의 다양성을 인정하고 그들의 시선에서 세상을 바라보는 것에서 출발합니다. 똑같은 그림을 보더라도 보는 이에 따라 아인슈타인이나 마릴린 먼로로 다르게 인식될 수 있듯이, 교육 역시 학습자의 경험과 수준에 따라 다르게 다가가야 합니다. 일방적인 지식 전달이 아니라 대상에 대한 깊은 이해와 관심을 바탕으로 맞춤형 경험을 제공할 때 교육의 효과는 극대화됩니다. 과학관은 앞으로도 이러한 다양성을 존중하며, 더 많은 사람이 과학을 가깝게 느낄 수 있도록 긴 호흡으로 교육의 길을 걸어갈 것입니다.

[과학을 찾는 사람들] 정원영 연구사 1편 : 슈뢰딩거의 질문지
국립과천과학관과학을 찾는👀사람들
  • 융합

[강연] 물리법칙은 자연에 존재하는가, 인간이 만든 것인가? | 2017 카오스 토론회 : '과학vs과학철학' 1부 1강 | 1부 ①

자연 법칙이 실재하는 것인지, 아니면 인간이 만들어낸 발명품인지에 대한 논의는 과학의 본질을 꿰뚫는 핵심적인 질문입니다. 역사적으로 '자연 법칙'이라는 개념은 17세기 유럽에서 본격적으로 등장했습니다. 당시 사람들은 유대교와 기독교 전통 속에서 입법자로서의 신이 세상에 부여한 규칙이 있다고 믿었습니다. 그 이전 시대에는 무생물인 자연이 인간의 법처럼 어떤 법칙을 따른다는 생각 자체가 생소하거나 희화화의 대상이 되기도 했습니다. 즉, 자연 법칙은 특정 시대의 종교적, 사회적 배경 속에서 탄생한 개념적 틀이라고 볼 수 있습니다. 데카르트와 뉴턴 같은 근대 과학의 선구자들은 신이 우주를 창조할 때 부여한 변하지 않는 법칙을 찾는 것을 과학의 사명으로 삼았습니다. 이들은 운동량 보존의 법칙이나 만유인력의 법칙에 깊은 종교적 의미를 부여하며, 이를 신의 예지와 지배의 증거로 보았습니다. 하지만 흥미로운 점은 이러한 법칙들이 우리가 일상에서 경험하는 복잡한 자연 그대로를 묘사하기보다는, 마찰이 없는 진공 상태나 완벽한 타원 궤도와 같이 고도로 추상화되고 이상화된 수학적 공간을 전제로 성립되었다는 사실입니다. 실제로 갈릴레오의 자유 낙하 법칙이나 유전 법칙을 살펴보면, 실제 실험 데이터가 법칙과 완벽히 일치하는 경우는 드뭅니다. 공기 저항이나 유전적 변수 등 현실의 복잡성 때문에 수치는 항상 미세하게 어긋나기 마련입니다. 그럼에도 과학자들은 복잡한 현상에서 핵심적인 요소를 뽑아내어 단순한 수학적 관계로 정립합니다. 이러한 관점에서 본다면 법칙은 자연 속에 숨겨져 있던 것을 그대로 발견한 것이라기보다, 인간이 자연을 이해하기 위해 창의적으로 설계한 모델에 가깝다고 할 수 있습니다. 반면 물리학의 관점에서는 법칙을 자연에 내재된 패턴의 발견으로 정의합니다. 우리가 관찰하는 수많은 현상 속에는 일정한 규칙성이 존재하며, 과학은 이를 수식의 형태로 포착해내는 과정입니다. 비록 우리가 인식하는 패턴이 비례 관계와 같은 단순한 형태에서 시작할지라도, 이는 자연의 근본적인 작동 원리를 반영합니다. 좋은 법칙일수록 더 넓은 범위에 적용되며, 상황이 바뀌어도 변하지 않는 보편성을 지닙니다. 뉴턴의 법칙이 지상을 넘어 천체의 운동까지 설명해낸 것이 그 대표적인 사례입니다. 20세기에 들어서며 과학계는 '법칙'이라는 용어 대신 '원리'나 '이론'이라는 표현을 더 자주 사용하기 시작했습니다. 상대성 이론이나 양자 역학의 원리들은 과거의 법칙들보다 훨씬 심오하고 정확하게 자연의 실재에 다가갑니다. 현대 물리학자들은 우리가 아직 모든 것을 알지는 못하지만, 정밀한 실험 데이터를 통해 진정한 자연 법칙에 점점 가까워지고 있다고 믿습니다. 현재의 이론이 특정 조건에서만 유효한 '유효 이론'일지라도, 그것은 분명 실재하는 자연의 질서를 반영하고 있습니다. 법칙의 실재성을 뒷받침하는 강력한 근거 중 하나는 바로 과학의 예견 능력입니다. 우리가 의자에 앉을 때 의자가 존재함을 의심하지 않듯, 법칙에 따라 예견된 현상이 실제로 일어난다는 사실은 그 법칙이 자연에 실재함을 증명합니다. 만약 법칙이 인간의 자의적인 구성물에 불과하다면, 그 법칙을 바탕으로 세워진 현대 문명과 기술적 성취는 불가능했을 것입니다. 법칙은 우리가 자연이라는 거대한 시스템을 이해하고 신뢰할 수 있게 만드는 실질적인 토대가 됩니다. 결국 자연 법칙을 둘러싼 논쟁은 과학이 자연을 '발견'하는 것인지 '발명'하는 것인지에 대한 철학적 성찰로 귀결됩니다. 과학은 복잡한 자연 현상을 인간의 언어와 수학으로 해석하는 창조적인 활동인 동시에, 우리 외부에 실재하는 객관적인 진리를 추구하는 여정이기도 합니다. 법칙이 인간의 필터를 거쳐 정의된다는 점과 자연에 근본적인 질서가 존재한다는 점은 서로 배타적인 것이 아니라, 과학이라는 거대한 지적 체계를 지탱하는 두 축이라고 할 수 있습니다.

[강연] 물리법칙은 자연에 존재하는가, 인간이 만든 것인가? | 2017 카오스 토론회 : '과학vs과학철학' 1부 1강

이강영, 홍성욱

카오스재단마스터클래스
  • 물리학
  • 융합