한국과학창의재단 SW·AI인재양성팀 윤일규 선임연구원

KOFAC FOCUS

디지털 사회를 주도하는 미래 인재양성을 위한 초·중등 SW·AI교육 기회형평성 제고 방안

Ⅰ. 서론

참고문헌

디지털 사회를 주도하는 미래 인재양성을 위한 초·중등 SW·AI교육 기회형평성 제고 방안

목차

… 3 … 5 Ⅱ. 국내외 SW·AI 교육 정책 현황 …

1. 국내 SW·AI 교육 정책 현황 가. 정보교육 종합계획안(2020년~2024년)

…

나. 2015 개정 교육과정

…

다. 2022 개정 교육과정

…

2. 국외 SW·AI 교육 정책 현황

… Ⅲ. 시도별 SW·AI교육 운영 현황 분석 …

1. 분석 지표 개발 결과

…

2. SW·AI 교육 현황 분석 결과

…

Ⅳ. 기회형평성 제고 방안

…

…

한국과학창의재단 SW·AI인재양성팀 윤일규 선임연구원

Ⅰ. 서론

디지털 사회를 주도하는 미래 인재양성을 위한 초·중등 SW·AI교육 기회형평성 제고 방안

1)

AI 기술은 기술적 차원을 넘어 경제·사회 전번의 급격한 패러다임 변화를 촉발하고 있으며, AI를 통해 창출되는 막대한 부가가치로 인해 기존 산업의 경쟁 구도가 근본적으로 변화하고 있다. 다양한 전문가들은 대부분의 기존 업무는 AI로 자동화가 가능할 것으로 예측하고 있으나, 창의적 지능, 사회적 지능 등이 필요한 업무는 당분간 자동화 되기 어려울 것이라 예측한다.

명백히 인간적인 일자리의 성장

AI에 기반하여 AI에 의해 개선되는 일자리의 성장

AI의 직접적인 영향으로 새로 생기는 일자리

출처: 전국민 AI·SW교육 확산방안(2020. 8월, 관계부처 합동)

58% 대인 커뮤니케이션, 창의적 업무, 전략적 의사결정 업무가 필요한 역할

25% 일상적 업무에서 AI 기술을 사용해야 하는 역할

17% AI 기술을 직접 지원하는 역할

예: 고객 서비스 담당자, 혁신 관리자, 전략 개발 담당자

예: 데이터 분석가 및 과학자, 소프트웨어 및 응용프로그램 개발자

예: AI 및 머신 러닝 전문가, 빅데이터 전문가, 프로세스 자동화 전문가

AI로 인한 자동화는 단지 인간 노동자 수요를 일부 대체하는 차원에 머무르지 않을 것이며, AI와 협업하는 보완 기술을 가진 노동자 수요 증가가 기대된다. 이러한 급격한 사회 변화에 대응하고자, 컴퓨팅 사고력 중심의 소프트 웨어·인공지능(이하, SW·AI)교육의 중요성이 강조되면서 미국, 영국, 일본 등 세계 주요 국가들은 초·중등 공교육 에서 SW·AI 교육 기회를 보장하기 위해 다양한 노력을 기울이고 있다. 미국은 2016년 ‘K–12 Computer Science Framework’와 2017년 ‘CSTA K-12 Computer Science Standards’를 통해 컴퓨터 과학(Computer Science) 교육과정의 기초를 제공하고 있다. 인도는 2017년부터 순차적으로 학년별 교육과정을 개정하였으며 일본은 2017년

2)

1)　이 원고는 김한일 외(2021) 「초·중등 SW·AI교육 기회형평성 제고 방안」 연구 중 일부 내용을 수정 및 재구성한 것임. 2)　CSTA(Computer Science Teachers Association, 컴퓨터과학교사협회)

KOFAC FOCUS 3

3)

학습지도요령에서 고등학교 정보Ⅰ을 필수과목으로 지정하고, 정보Ⅱ를 선택 과목으로 편제하였다. 우리나라도 2015 개정 교육과정 수시 개정을 통해 기술·가정 교과에 ‘인공지능 기초’ 과목을 신설하였다.

4)

2015 개정 교육과정 총론에서는 교육과정의 편성 및 운영을 위하여 국가 수준에서는 ‘시·도 교육청의 교육과정 지원 활동과 단위 학교의 교육과정 편성·운영 활동이 상호 유기적으로 이루어질 수 있도록 행·재정적 지원을 한다’ 고 하였다. 교육청 수준의 지원에서는 ‘시·도의 특성과 교육적 요구를 구현하기 위하여 지역의 특수성, 교육의 실태, 학생과 교원의 요구와 필요 등을 반영하여 교육청 단위의 교육 중점을 설정하고, 학교 교육과정 개발을 위한 시·도 교육청 수준의 교육과정 편성·운영 지침을 마련한다고’ 하였다. 즉, 시·도 교육청은 관내 학교가 국가 교육과정에 제시되지 않은 교과목을 설치, 운영할 수 있도록 지원할 수 있으며 이는 지역에 따라 교육을 받을 수 있는 기회에 차이가 발생함을 의미한다. 특히 국가 교육과정에서 필수 수업 시수가 적은 정보과의 경우, 필수 수업 시수만큼만 교육을 하는 지역의 학습자와 최대한의 시수를 배정하여 정보(SW·AI 포함) 교육을 하는 지역의 학습자 간에 차이가 발생할 수 있다.

따라서 미래 세대 핵심 역량 중 하나인 SW·AI 역량의 지역별 교육 편차가 발생하지 않도록, 관련 현황을 파악하고 적절한 지원 방안을 모색해야 한다. 이를 위해서는 SW·AI교육 현황 분석을 위한 타당한 기준을 마련하고, 시·도 교육청에서 수행하고 있는 SW·AI교육 현황 자료를 수집할 필요가 있다.

현황 분석 결과는 시·도 지역별, 학교별 맞춤형 정책 수립에 기여할 수 있을 뿐 아니라 공교육제도에서 SW·AI교육이 원활하게 수행되고 지속적으로 발전하는데 기여할 수 있을 것이다. 또한, 초·중등 SW·AI교육 기회형평성을 보장 하면서 교육 수요자의 요구에 부합하는 지역단위 지원 정책 및 협력적 거버넌스에도 도움이 될 것으로 판단된다.

3)　김자미, 우호성, 양혜지 외 (2020). 2022 년 개정을 위한 정보과 표준 교육과정 제안. 컴퓨터교육학회 논문지, 23(1), 1-28. 4)　교육부. (2020). 제2020-236호 [별책 1] (2020). 초·중등 학교 교육과정 총론. 교육부.

KOFAC FOCUS 4

Ⅱ. 국내외 SW·AI 교육 정책 현황

1. 국내 SW·AI 교육 정책 현황

본 절은 SW교육 필수화 시점 이후 발표된 2015, 2022 개정 정보과 교육과정 및 1차 정보교육 종합계획(안)을 분석 대상으로 하였다. 가. 정보교육 종합계획(안)(2020~2024년) 지능정보사회는 AI 기술을 핵심기술로 간주하고 있으며, 미래 직업 사회는 컴퓨팅 능력을 기본 역량의 요구하고 있다. 이에 따라, 정보교육 종합계획(안)은 모든 학습자의 AI 역량을 기르는 정보교육이라는 목표를 두고 3개의 세부 목표와 이에 따른 8가지 추진전략을 세웠으며, 세부 내용 중 본 연구와 관련된 내용, 즉 초중등 학습자의 차별 없는 SW·AI교육을 위한 내용은 다음과 같다.

[표 1] 정보교육 종합계획(안) 추진내용

세부목표

미래역량 교육 강화

차세대 교육기반 조성

생태계 및 문화 조성

추진 전략

미래 핵심 역량을 갖춘 인재 육성

전문적 역량을 갖춘 교원 양성

•창의 융합형 정보교육 공간 혁신 •미래형 정보교육 인프라 구축

미래형 정보교육 환경 구축

체계적 정보교육 기반 구축

모두가 참여하는 정보교육 생태계 조성 •부처·학계·민간 거버넌스 구축

모두가 누리는 올바른 정보 문화 조성

주요 내용

•기본 역량과 소질·적성을 키우는 교육과정 체계화 •정보·AI교육 우수 모델 발굴·확산

•현직 교사의 정보·AI교육 역량 강화 •예비 교원(교·사대)의 정보·AI교육 역량 강화

•미래 세대 정보·AI교육 기반 마련 •창의융합형 교수·학습 및 평가 방법 혁신

•긍정적 인식 확산을 위한 홍보 및 프로그램 운영 •모든 세대를 위한 정보 소양 함양 기반 마련

KOFAC FOCUS 5

나. 2015 개정 교육과정 한국의 현행 교육과정인 2015 개정 교육과정에서 SW·AI 교육과 직접적으로 관련 있는 교과(목)는 ‘정보’이다. 정보 교육은 초등학교의 경우, 실과 교과 5~6학년군 내 17시간, 중학교의 ‘정보’ 교과, 고등학교 ‘기술·가정’ 교과 내 선택 과목으로 편제되어 있다. ‘정보’ 관련 과목의 편성(교육부 고시 제2020-346호)은 다음과 같다.

[표 2] 2015 개정 교육과정 정보 교과(목) 편제

실과 또는 기술·가정

과학계열

수학

정보

일반 선택 진로 선택

인공지능 기초

정보과학

인공지능 수학

◦ 초등학교 초등학교에는 별도의 정보 교과는 없으며, 대신 5, 6학년의 실과 과목의 일부로 정보 내용이 편성되어 진행되고 있다. 초등학교 6년 과정 5,896시간 중 17시간 필수로 지정되어 있으며, 알고리즘 및 프로그래밍, 정보윤리와 관련된 내용 요소로 구성되어 있다.

◦ 중학교 중학교에는 정보가 교과로 존재하며, 정보 교과 내에 정보 과목(공통과목)이 편성되어 있다. 중학교 3년 과정인 3,366시간 중 필수로 시행해야 하는 기준은 34시간이다.

◦ 고등학교 고등학교에서 정보 관련 과목은 기술·가정 교과 내에 편성되어 있다. 정보 과목은 선택과목(일반 선택)으로 편성 되어 있으며, 68시간이 기준이다. 인공지능 기초 과목은 제2020-236호 교육과정에서 진로선택으로 신설되었으며, 이 과목을 도입한 학교는 2020년 가을학기부터 수업을 시작할 수 있다. 인공지능 수학 과목은 수학 교과(군) 내 진로선택으로 편성되었으며, 정보 과학의 경우, 전문교과Ⅰ의 과학계열 교과(군)에 편성되어 정보(공통과목/일반 선택) 과목의 심화 과목으로서 역할을 한다.

KOFAC FOCUS 6

다. 2022 개정 교육과정 2022 개정 교육과정은 고교학점제를 시행하는 교육과정으로, 학습자 주도성을 고려하여 선택과목의 범주를 늘려 융합 선택으로 명명하고, 새로운 과목을 신설하였다. 2022 개정 교육과정 총론 주요사항(시안)에서 발표된 정보 교과(목) 편제는 다음과 같다.

[표 3] 2022 개정 교육과정 정보 교과(목) 편제 공통 교육과정 교과 초등학교

실과

수학

디지털 리터러시

일반 선택 진로 선택 융합선택

인공지능 기초, 소프트웨어와 데이터 과학

정보과학

생활 -

정보가 교과로 독립하였으나 고등학교에서는 정보 교과 내에 5개의 과목이 구성되었다. 일반선택과목인 ‘정보’, 진로선택과목은 ‘인공지능 기초’, ‘데이터과학’, 그리고 ‘정보과학’ 과목이며, 타 교과(목)와 융합을 고려한 융합선택 과목에 ‘소프트웨어와 생활’ 과목이 편성되었다. 중학교는 정보 교과의 정보 과목은 학교 자율시간을 확보하여 68 시간 이상 편성·운영을 권장하였다. 초등학교는 실과 교과를 포함하여 학교 자율시간 활용을 통한 34시간 이상의 수업 시수 확보를 권장하였다.

그 외에 디지털 리터러시는 초등학교 및 중학교의 전 학년 모든 교과에 편성하여, 교과의 내용과 연계하여 수업을 진행하도록 하였다.

KOFAC FOCUS 7

2. 국외 SW·AI 교육 정책 현황

본 절은 해외에서 시행 예정이거나 이미 시행되고 있는 SW·AI교육 정책과 교육과정을 살펴보기 위한 목적으로, 미국, 영국, 일본, 중국, 독일 등 5개 국가를 분석 대상으로 삼았다.

[표 4] 국외 교육 정책 및 교육과정 운영 현황 국가명

구분

교육 정책

미국

교육과정

영국

내용 •백악관 AI 정상 회의 : 2018 •백악관 국가 AI 연구개발 전략 계획서 발표 : 2019 •국가 AI 연구개발 전략 개정안 발표 : 2019 •AI 연구소 선정 및 지원 : 2020

•CSTA 2016, CSTA 2017, AI4K12, AP(대학입시) •CSTA 2020(지역별 교육과정 편성) •영국 AI 산업 전략 발표 : 2017 교육 정책 •AI 분야 민·관 합의를 통한 산업 육성 : 2018 •10개년 국가 AI 전략(National AI Strategy) : 2021

•‘컴퓨팅(Computing)’ 과목 필수화 교육과정 •Key stage 5를 대상으로 ‘컴퓨터과학(Computer Science)’ 과목을 선택과목으로 지정 •교원 연수를 위한 ‘국립 컴퓨팅 교육센터’ 설립 및 CAS(컴퓨팅 과목 교사 연합) 커뮤니티 운영

교육 정책

일본

교육과정

중국

교육과정

독일

교육과정

•초스마트사회(SOCIETY 5.0) 제안 : 2016 •미래투자전략 2018 발표 : 2018 •AI 기술전략 시행계획 : 2018 •AI 전략 2019 : 2019 •2017 학습지도요령 개정 -초등학교: 프로그래밍 교육 필수화 -중학교: 정보 활용능력 함양 강조 -고등학교: 정보Ⅰ과목 의무화 •대학입시시험: 2025년부터 정보를 필수 시험 과목으로 지정 •교원을 대상으로 AI 학습 기회 제공 및 학교 내 인프라 확대

• 차세대 AI 발전 계획 : 2017 • 교육 정보화 2.0 : 2018 교육 정책 • 대학 AI 혁신 행동계획 : 2018 • 대학 AI 인재 국제양성계획 : 2018 • 교육 현대화 2035 : 2019 • 교육과정 : 교과서, 쉐팅커촹 MOOC, 센스타임 교재 및 교구 • 센스타임 교원양성, 스마트교육 시범구 운영 교원교육

• 인더스트리 4.0 발표 : 2011 • 하이테크 전략 2020 발표 : 2012 교육 정책 • 스마트시티 헌장 발표 : 2017 • AI 전략 발표 : 2018 • AI 전략 업데이트 : 2020 • 16개 주가 각 관할에 관하여 교육인프라에 대한 권한 소유 • 교육과정 : 초등학교 4년 의무교육, 김나지움, 레알슐레, 하웁트슐레

KOFAC FOCUS 8

Ⅲ. 시도별 SW·AI교육 운영 현황 분석

1. 분석 지표 개발 결과

본 연구에서는 전국 17개 시도교육청의 SW·AI 교육 정책 현황을 체계적으로 분석하기 위한 목적으로 지표를 개발 하였다. 지표는 투입(Input), 운영(Process), 산출(Output), 성과(Outcome)을 4개 영역으로 정의하였다.

[표 5] 지표 도출을 위한 영역 정의 영역

정의 정책 · 교육과정 · 물적자원 · 인적자원 등 SW·AI교육을 안정적으로 운영하기 위해 사전에 마련하여 갖춰야 할 것

투입(Input)

운영(Process) 운영목표를 달성하기 위해 SW·AI교육 활동이 실제 수행되는 것 산출(Output) SW·AI교육 운영 및 활동으로 인해 얻어진 실체적인 결과에 해당하는 것 성과(Outcome) SW·AI교육 운영 및 활동으로 얻어진 결과가 얼마나 달성되었는지를 나타내는 것

투입 영역은 4개(SW·AI교육 정책, 물적자원, 인적자원, 지역연계)의 요인과 7개의 요소(운영현황, 정책유무, 정책 예산, 시설, 기기, 교원, SW·AI 특화사업)로 구성되었고, 다음과 같다.

[표 6] 투입 영역의 지표 구성 영역 요인

요소

SW·AI교육 정책

정책유무

투입

물적자원 시설

지표

AI융합교육중심고등학교 비율(51개) 운영현황 SW교육 선도학교 비율(’20.3~’21.2) AI교육 선도학교 비율(’21.1~’21.10) 중앙정부 재원이 아닌 시·도교육청 자체적으로 수립한 정보(SW·AI포함) 교육 정책 개수 ( ’ 21.3 이후의 기간 포함)

정보(SW·AI포함) 교육 정책 관련 교육부 특별교부금 지원 금액 정책예산 정보(SW·AI포함) 교육 정책 관련 과학기술정보통신부 정보통신진흥기금 지원 금액 정보(SW·AI포함) 교육 정책을 위해 지원한 교육청 재원 학교 당 정보(SW·AI포함) 교육을 위한 실습실(컴퓨터실) 수 평균 학교 당 정보(SW·AI포함) 실습을 위한 특별실 수(컴퓨터실 제외, 창의융합형 정보교육실/ 아이디어 구상실, 토론/토의실 등) 평균

컴퓨터실 내 무선 인터넷 설치 학교 수

KOFAC FOCUS 9

영역 요인

요소

물적자원 기기

투입

인적자원

지표 컴퓨터실 내 데스크톱(5년 이내 구입) PC 수 평균

5)

컴퓨터실 내 데스크톱(5년 이내 구입) 1대 당 학생 수 컴퓨터실 내 노트북(5년 이내 구입) 수 평균 학교당 태블릿 PC 수(5년 이내 구입) 평균 학교당 태블릿 PC 1대 당 학생 수(5년 이내 구입) 교원 1인당 PC 수(5년 이내 구입) 학교당 정보 교과(목) 담당 교원 수 교원 정보 교과(목) 담당 순회 교원 수 정보 교과(목) 담당 교원 1인의 순회 학교 수 (평균, 최대)

SW·AI 정보(SW·AI 포함) 교육을 위해 교육청에서 주관한 대학 및 산업체와 학교 간 연계 사업 건수 특화사업 (MOU 등)

지역연계

운영 영역은 다음과 같이 교육 운영을 요인으로 하고 있으며 교원과 교육과정 2개의 요소로 구성되어 있다.

[표 7] 운영 영역의 지표 구성 영역 요인

요소

교원

운영 교육운영

교육과정

5)　‘16년 3월 1일 이후에 구입한

지표 정보 교과(목)를 가르치는 교원의 정보·컴퓨터 표시과목 자격 일치 비율 SW·AI교육 선도학교 담당 교원의 정보·컴퓨터 교원 자격증 보유 비율 정보 교과(목) 평균 수업 시수(2019학년도 입학생 기준) 정보 과목 선택 학교 비율(고등학교 일반선택) 인공지능 기초 선택 학교 비율(고등학교 진로선택) SW·AI 관련 학교장 인정, 교육감 인정 과목 수 SW·AI교육을 위한 학교장 인정, 교육감 인정 과목의 평균 수업 시수 정보(SW·AI 포함) 교과(목) 관련 창의적 체험활동(동아리 포함) 운영 학교 수 정보(SW·AI 포함) 교과(목) 관련 창의적 체험활동(동아리 포함) 운영 학교의 수업 시수 정보(SW·AI 포함) 교과 관련 ‘자유학기 활동(주제선택, 예술체육, 동아리, 진로)’ 운영 학교 수

정보(SW·AI 포함) 교과 관련 ‘자유학기 활동(주제선택, 예술체육, 동아리, 진로)’ 운영 학교의 수업 시수 정보(SW·AI 포함) 교과(목) 관련 방과후학교 운영 학교 수 정보(SW·AI 포함) 교과(목) 관련 방과후학교 운영 학교의 수업 시수

KOFAC FOCUS 10

산출 영역은 SW·AI교육에 대한 결과에 해당하는 것으로 이수율, 교외활동, 수업, 만족도 4개의 요인으로 구성 되었다.

[표 8] 산출 영역의 지표 구성 영역 요인

요소

이수율

연수

교외활동

행사

산출

수업

수업 충실성

만족도 시·도교육청 정책

[표 9] 성과 영역의 지표 구성 영역 요인

요소

성과 인식

지표 정보과 관련(SW·AI포함) 연수에 참여한 교사 수 정보과 관련(SW·AI포함) 연수에 참여한 학교 관리자 수 SW·AI 관련 시·도교육청 단위 행사 개최 횟수 SW·AI 관련 전국 단위 행사 개최 횟수 정보 교과 수업 시간에 정보 교과의 수업 활동이 이루어졌는지의 여부 결시에 보충 수업이 이루어졌는지의 여부 시·도교육청에서 지원하는 SW·AI교육 관련 정책에 대한 만족도 시·도교육청에서 지원하는 SW·AI 정책에 대한 충족도

성과 영역은 인식 요인과 SW·AI의 영향력, 지속가능성 2개의 요소로 구성되었다.

지표

SW·AI 사회의 변화에 대한 인식 정도 SW·AI의 영향력 본인에게 SW·AI의 유용성에 대한 인식 정도 SW·AI 사회에 대한 준비 정도 SW·AI 관련 학습(교육) 의지에 대한 정도 지속가능성 SW·AI 관련 심화 학습(교육) 희망 의지에 대한 정도 SW·AI 관련 진로 분야에 대한 인지 정도

KOFAC FOCUS 11

이 쪽은 글자로 옮기지 못했습니다. 이북에서 보기

둘째, 정보 교과(목) 담당 교원 중 표시과목이 정보·컴퓨터인 교원 수의 비율을 분석하였다.

[표 11] 중·고등학교 정보 담당 교원의 정보·컴퓨터 자격증 소지 현황

정보 담당 교원 중 자격증 (정보·컴퓨터) 소지 수(c)

지역

R2

R3

R4

R5

R6

R7

R8

R9

R10

R11

R12

R13

R14

R15

R17

계

1,324

1,388

중학교

정보 담당 교원 중 자격증 (정보·컴퓨터) 소지 수

자격증 소지 비율(%) (c/b)

중학교

자격증 소지 비율(%)

분석 결과, 2021년 17개 시·도교육청 중등 정보 담당 교원의 ‘정보·컴퓨터’ 자격증 소지 비율은 중학교 평균 95.9%, 고등학교 평균 93.3%로 나타났다. 2021년 기준 R14 지역 중학교 정보 교사의 경우 자격증 소지 비율이 60%로, 2020년에 비해 소폭 증가하였으나 시도 평균 수치에 못 미치는 것으로 분석되었다. 2021년 기준 고등학교의 경우 자격증 소지 비율이 가장 낮은 시도의 비율은 70.7%로 중학교에 비해 높은 것으로 분석되었다.

KOFAC FOCUS 13

[표 12] 중학교 정보 교과 편성 시간 현황

시간 (H) R1

R2

R3 1 R4

R5

R6

R7

R8

R9 R10 1

R11 1

R12

R13 5

172 1 26 R14 0 1 209 5 25 1 7 R15 R16 4

R17

셋째, 17개 시도교육청 중·고등학교의 정보 과목 편성 시수 현황을 분석하였다.

단위 0123456789 10 12 기타

총

총 평균 30~ 시간 학교 수 시간 66 15,368 393 39.1 6,749 171 39.5 0 2 7 7,008 124 56.5 6,409 135 47.5 3,604 91 39.6 3,128 88 35.6 2,414 61 39.6 1,258 24 52.4 30,940 642 48.2 6,766 163 41.5 5,117 127 40.3 6,851 186 36.8 8,466 211 40.1 10,081 249 40.5 9,775 259 37.7 10,098 264 38.3 1,632 45 36.3 계 12 1 2,499 78 570 11 39 171167 135,664 3,233 42.0

2015 개정 교육과정에 따르면 중학교 정보 과목은 34시간을 기준으로 편성·운영할 수 있다. 연간 34주를 기준으로 한 3년 간의 기준 최소 수업 시수 34시간이며, 이수 시기와 그에 따른 수업 시수는 학교가 자율적으로 결정할 수 있다. <표 12>에서 확인할 수 있듯이 17개 시·도교육청에 운영하고 있는 정보 과목의 수업 시간은 0시간부터 204시간 까지 다양하게 편성·운영하고 있었다. 평균 수업 시간이 가장 높은 지역은 56.5시간이었으며, 가장 낮은 지역의 평균 편성 시간은 35.6시간으로 모든 시도에서 중학교 권장 수업 시간인 34시간 이상을 편성·운영하고 있는 것을 확인할 수 있었다. 전국의 정보 과목의 평균 수업 시수는 42.0시간이었다.

KOFAC FOCUS 14

다음은 일반고등학교의 정보 관련 과목(정보, 정보과학, 인공지능 기초)의 평균 수업 시간을 분석한 결과다.

[표 13] 고등학교 정보 관련 교과 편성 시간 현황 정보(2020) 시도 구분 선택 수업 비율

R3

정보(2021)

정보과학(2020) 정보과학(2021)

선택 수업 시간 비율

선택 수업 시간 비율

선택 수업 시간 비율 35.2 73.2 39.5 79.9 3.7 97.8

인공지능 기초(2021) 선택 수업 시간 비율 시간 74.8

R4

R5 R6 R7

R8

R9 R10

R11 R12

R13 R14 R15 R16 R17 계

2020년 기준 일반고등학교 정보 과목 평균 편성 시간은 71.6시간이며, 2021년에는 70.5시간으로 평균 약 1시간 정도 감소한 것으로 나타났다. 정보과학 과목의 경우 2020년 기준 평균 편성 시간은 63.4시간, 2021년에는 63.1 시간으로 나타났으며, 인공지능 기초는 2021년 기준 평균 36.1시간이 편성된 것으로 나타났다. 정보과학을 선택한 학교의 비율은 약 6.6%로 낮게 나타났지만, 정보과학을 선택한 경우는 평균 60시간 이상의 시수를 확보하고 있는 것으로 분석되었다.

KOFAC FOCUS 15

Ⅳ. 기회형평성 제고 방안

본 연구는 전국 17개 시·도교육청의 SW·AI교육 지원에 따른 운영 현황을 파악하여, 향후 SW·AI 교육 기회 형평성을 보장할 수 있도록 하는 기초자료를 제공하기 위한 목적으로 추진되었다. 이를 위해, SW·AI교육 기회형평성을 판단 할 수 있는 지표를 개발하고, 개발된 지표에 근거하여 17개 시도교육청의 SW·AI교육 현황을 분석하였다. 분석 결과 를 토대로 도출된 초·중등 SW·AI 교육 기회형평성 제고 방안은 다음과 같다.

첫째, 정보·컴퓨터 교사의 확보이다. 시·도교육청의 관내 중학교 전체 수와 정보ㆍ컴퓨터 교원 수를 분석한 결과, 한 학교에 많게는 1.04명에서 적게는 0.20명의 교사가 배치되었음을 확인할 수 있었다. 정보교육의 필수화에도 불구하고, 한 학교당 한 명의 교사가 배치되지 않았음을 의미한다. SW·AI교육의 성패는 교원 확보에 달렸다 해도 과언이 아니다. 안정적인 SW·AI교육을 위해서는 얼마나 빨리 양질의 정보·컴퓨터 교사를 수급하느냐가 큰 영향을 미칠 것으로 보인다. 둘째, 초·중등학교에서 현실적인 정보교육 시간 확보이다. 미래 시대의 디지털 인재양성 기반 마련을 위한 정보 교육의 중요성이 대두되고 있으나, 정보교육의 시간은 매우 부족함을 알 수 있다. 초등학교의 경우, 정보 과목이 독립적으로 존재하지 않는다. 중학교는 정보 교과가 필수로 지정되었으나 각 시도교육청의 관내 학교들의 약 80%에 해당하는 중학교가 필수로 지정된 시간, 즉 3년 중 34시간만을 실시하고 있었다. 정보교육을 시행하지 않는 학교도 4개의 시·도에 존재한다는 것을 발견할 수 있다. 특히, 고등학교의 경우, 각 시·도교육청 관내 분석 범위에 포함된 고등학교 를 기준으로, 정보를 선택한 학교는 90.5%에서 17.1%로 각 지역별로 편차가 크게 나타났다. 즉, 17.1%인 경우 82.9%에 해당하는 고등학교의 학생들은 SW·AI관련 교육의 기회가 주어지지 않음을 의미한다. 셋째, 데이터 수집 범위에 대한 정립이다. 교육데이터의 활용은 학습시스템을 통해 수집하여 학습분석으로 이어지는 일련의 과정이다. 초등학생부터 고등학생에 이르기까지 각 학교급에 대한 교육 데이터는 학생의 교육에 대한 성장을 독려하는 데 기여하게 된다. 그러나 각 시·도교육청별로 데이터 수집의 범위가 다를 경우, 다양한 분석의 걸림돌로 작용할 수 있다. 따라서 데이터 수집을 위한 메타데이터의 구성, 표준 데이터 수집 프레임 등을 구성해 나가야 할 것이다. 넷째, 본 연구에서 개발한 산출 및 성과 지표를 활용하여 지속적인 데이터 관리가 필요하며, 학습자 배경 변인에 따른 SW·AI교육 현황 등에 대한 연구가 지속될 필요 있다. 산출 영역의 "수업 충실성", "시·도교육청 정책"과 관련된 지표는 투입 및 운영 영역의 지표를 통해 분석한 시·도교육청 대상의 SW·AI교육 현황을 기반으로 단위 학교에서 진행되고 있는 수업 현황을 파악하기 위해 사용될 수 있으며 시·도교육청의 SW·AI교육 관련 정책에 대한 교사와 학생, 학부모의 만족도를 분석하는데 활용될 수 있다. 또한, 성과 영역의 "SW·AI 영향력", "지속가능성"과 관련된 지표를 통해 학생과 학부모의 SW·AI교육의 필요성 및 요구도를 분석할 수 있어 향후 SW·AI교육 관련 정책을 입안 하는데 도움을 줄 수 있다. 즉, 투입 및 운영 영역의 지표와 함께 산출과 성과 영역의 지표를 함께 고려한다면 학생의 지역 및 환경 등 SW·AI교육 기회에 따른 교육의 효과성을 분석할 수 있는 연구가 진행될 수 있을 것으로 판단된다.

7)

6)　해당 수치는 각 시·도교육청의 (전체 정보·컴퓨터 교사 수/전체 중학교 수)에 대한 것임 7)　관내 전체 고등학교 중 특수목적고등학교는 제외되었음

6)

KOFAC FOCUS 16

참고문헌

관계부처 합동(2020). 전국민 AI·SW교육 확산 방안. 관계부처 합동. 교육부. (2020). 정보교육 종합계획(안). 교육부.

교육부. (2021). 2022 개정 교육과정 총론 주요사항[시안]. 교육부.

교육부. (2015). 제2015-74호 [별책 1] (2015). 초·중등 학교 교육과정 총론. 교육부.

국회 교육위원회. (2021). 디지털 리터러시 능력 향상을 위한 공교육의 역할과 추진 과제. 국회 교육위원회. 김영철. (2011), 고등교육 진학단계에서의 기회형평성 제고 방안, 한국개발연구원 김자미. (2017). 해외의 교원양성 체제 비교 분석. 한국컴퓨터교육학회 논문지, 20(5), 49-59. 김자미, 우호성, 양혜지, 김민정, 김성희, 이소율, 김보선, 김영애, 곽지혜, 최현종, 정인기, 이영준, 이원규. (2020). 2022년 개정을 위한 정보과 표준 교육과정 제안. 컴퓨터교육학회 논문지, 23(1), 1-28. 김자미, 이원규. (2014). 브루너의 이론에 근거한 인도의 정보교육과정 고찰. 컴퓨터교육학회 논문지, 17(6), 59-69. 김자미, 이원규. (2014). 영국의 교육과정 개정으로 본 정보교과의 지식과 문제해결력에 대한 쟁점. 컴퓨터교육학회 논문지, 17(3), 53-63.

김자미, 이원규. (2014). 통합에서 독립으로, 이스라엘 컴퓨터과학 교과의 진화. 한국컴퓨터교육학회, 17(4), 33-44. 김자미, 이원규. (2015). 평등과 수월성을 고려한 중국의 정보교육과정. 컴퓨터교육학회논문지, 18(2), 11-20. 김자미, 이원규. (2016). CSTA 2003과 2011 비교를 통한 한국의 정보교육과정 표준에 대한 시사점. 컴퓨터교육학회 논문지, 19(1), 41-51.

김자미, 이원규. (2017). 2016년에 공표한 일본의 학습지도요령과 2015 개정 교육과정 총론의 구성 분석. 컴퓨터교육학회 논문지, 20(4), 1-14. 한국과학창의재단. (2020). 2020년 SW교육 선도학교 실태 설문조사 결과보고서. 한국과학창의재단. (2020). 2020년 소프트웨어(SW)·AI(AI) 교육 연차보고서. 한국과학창의재단. (2020). 2019년 교원양성대학 소프트웨어교육 강화 지원 효과성 연구. 한국과학창의재단. (2017). 2016년 소프트웨어(SW) 교육 선도학교 실태조사 및 효과성 분석연구. 한국과학창의재단. (2016). 2016년 융합인재교육(STEAM) 사업 효과분석 연구. 한국과학창의재단·한국교육학술정보원. (2015). 초중등 SW교육 실태조사 및 효과성 측정지표 개발 연구. 2020 State of Computer Science Education: Illuminating Disparities(2020). Code.org, CSTA, & ECEP Alliance.

CSTA(2017). CSTA 2017 Computer Science Standards. CSTA. UK. (2017). National AI Strategy. UK.

독일 교육부. https://www.kmk.org/

AAAI, ACM(2020). AIK12 Framework Draft. Version1. Learning. AAAI, ACM. AAAI, ACM(2020). AIK12 Framework Draft. Version1. Perception. AAAI, ACM

독일 교육과정 내 과목. https://www.kmk.org/de/themen/allgemeinbildende-schulen.html

독일 바이에른주 교육과정. http://www.isb.bayern.de/schulartspezifisches/lehrplan/ 독일 바이에른주 교육부. https://www.km.bayern.de/wissenschaftler/digitalisierung.html

KOFAC FOCUS 17