Search

Search
올해 처음으로 시작한 1인 1과제 프로젝트는 저에게도, 학생들에게도 새로운 도전이었습니다. 처음 시작할 때는 '과연 잘할 수 있을까?', '학생들의 다양한 관심사를 어떻게 지원해야 할까?' 하는 막연한 두려움도 있었습니다. 하지만 학생들과 함께 한 걸음씩 나아가며 이 프로그램이 가진 가능성을 발견할 수 있었습니다.

체계적인 프로젝트 운영을 위한 시행착오

3월에 시작되는 우리 학교의 1인 1과제는 명확한 단계별 과정을 통해 운영됩니다. 우선 학생들에게 연구 주제 선정을 위한 가이드라인을 제시하고, 4월 첫째 주에 연구계획서를 제출받았습니다. 이후 매월 정기적인 면담을 통해 진행상황을 점검하고 피드백을 제공하며 프로젝트를 발전시켜 나갔습니다.

우리 학생들의 빛나는 성과들

지난해 진행된 프로젝트 중 특히 인상 깊었던 가지 사례를 소개하고자 합니다.

1. "실시간 날씨 데이터를 활용한 예보 서비스 평가"

4월 초 두 학생이 제출한 계획서에는 전국 모든 기상 관측소의 데이터를 분석하고, 기상 예측 알고리즘까지 개발하겠다는 야심찬 계획이 담겨 있었습니다. 매월 진행된 면담을 통해 현실적인 범위로 조정해 나갔고, 결과적으로 6개 주요 지역의 예보 정확도 분석에 집중하기로 방향을 수정했습니다. 이렇게 범위를 좁히자 오히려 더 깊이 있는 분석이 가능해졌고, 오렌지3 알고리즘을 활용한 데이터 시각화까지 성공적으로 수행했습니다. 학생들은 자신들의 연구 결과를 국민신문고를 통해 실제 기상청에 전달하는 적극성까지 보여주었습니다.

2. "인간의 뇌를 모방한 인공신경망을 통한 정상인과 알츠하이머 환자 비교"

의료 분야에 관심이 있는 학생은 처음에 완전히 새로운 알츠하이머 진단 알고리즘을 개발하겠다는 계획을 제출했습니다. 하지만 월별 면담을 통해 현재의 기술과 데이터로 가능한 범위를 찾아가는 과정을 거쳤고, 기존 MRI 데이터를 활용한 비교 분석으로 방향을 전환했습니다. 학생은 데이터 전처리부터 모델 평가까지 체계적인 연구 방법론을 익히며, 실제 의료 환경에서 활용 가능한 현실적인 제안을 도출해 냈습니다.
학생들의 성장을 이끄는 1인 1과제 프로젝트
선생님들은 동아리 활동으로 어떤 주제의 수업을 주로 진행하시나요? 저는 지난 2학기 때 동아리 활동으로 생성형 인공지능을 활용한 노래 만들기 수업을 진행했는데요, 음악 생성형 인공지능인 Suno를 활용해 수업을 진행했답니다. 간단하게나마 진행 과정을 공유해 봅니다.

생성형 AI 사용 동의서 수합

수업에 앞서 학생들에게 생성형 AI 사용에 대한 동의서를 수합하였습니다. 동아리 학생 대상이어서 인원이 얼마 안 됐지만 정규 수업 시간이라면 학생 수가 많기 때문에 수집과 보관이 어려울 것 같습니다. 따라서 학기 초 개인정보 수집 동의서에 관련 내용이 있으면 별도로 수집하는 번거로움은 없을 것 같습니다.
아래 그림은 9월에 수업하기 전 학생들에게 수합한 동의서 양식입니다.

저작권

생성형 AI를 사용하기 전 학생들에게 저작권 관련 주의사항을 안내하였습니다. 아래 그림은 Suno 저작권 관련 일부 내용입니다.
[수업사례] 생성형 인공지능으로 노래 만들기
중학교에서 정보 교사로만 근무하던 저는 작년에 고등학교로 새롭게 발령받아 적응과 배움의 한 해를 보냈습니다.
1학년 수업인 정보, 2학년 수업인 인공지능 기초와 프로그래밍(Python)을 각각 지도하며, 각 과목의 특성을 살려 학생들에게 의미 있는 학습 경험을 제공하고자 노력했습니다. 처음에는 새로운 환경에서 다양한 과목을 운영하는 것에 대한 걱정도 있었지만, 수업을 진행하는 과정을 통해 학생들이 각 과목에서 점차 성장해가는 모습을 보며 큰 보람을 느꼈습니다.
세 과목의 수업을 운영하며 각 과목별로 어떻게 교육을 설계하고 수업은 어떻게 진행했는지 공유해 보려고 합니다. 정보선생님들께 도움이 되길 바라며…

[학생 주도 정보 교육 설계]

정보

저희 학교의 1학년은 10학급으로 구성되어 있으며, 집중 이수제에 따라 1학기와 2학기에 각각 5학급씩 나눠 수업을 진행했습니다. 주당 3시간의 수업으로 운영되었으며, 학생들의 학업 수준을 9등급으로 세분화해 평가를 진행했습니다.
학생들의 학습 격차를 고려하면서도 공정하고 명확한 기준을 설정하는 데 많은 고민이 필요했습니다. 평가 방식은 수행평가 50%와 지필고사 50%로 구성했으며, 학생들의 교과 흥미를 높이기 위해 수행평가 항목을 다양화했습니다. 평가를 다양화한 이유는 2학년과 3학년에서 학생들이 정보와 관련된 다양한 과목을 선택할 수 있도록 지원하고자 했기 때문입니다.
수행평가는 정보 교과 독서, 파이썬 프로그래밍의 터틀 프로그램 제작, 기초 문법 학습 등으로 구성하여 학생 개개인의 특성과 성취를 반영한 생기부 작성이 가능하도록 설계했습니다. 지필고사에서는 난이도를 조정하여 학생들의 성취도가 객관적으로 평가되고, 등급이 균형 있게 나뉠 수 있도록 신경썼습니다.

인공지능 기초

등급을 내지 않아도 됐던 인공지능 기초 수업은 조금은 더 자유롭게 100% 수행의 과정 중심 평가로 1년을 운영했습니다. 1학급만 운영되었던 인공지능 기초 과목은 주당 3시간 수업으로 진행되었으며, 평가 기준은 A, B, C로 나누어 절대 평가로 운영했습니다.
2학년 인공지능 기초 과목에서는 학생들이 스스로 주제를 선택하고 개별 과제를 수행해 제출하도록 설계했습니다. 과제는 학생들의 창의성과 관심사를 반영할 수 있도록 독창적인 주제를 유도했으며, 예를 들어 나만의 챗봇 만들기나 기계 학습 프로젝트와 같은 활동을 통해 학생 개개인의 결과물이 도출될 수 있도록 했습니다. 이를 바탕으로 학생부 기록을 작성하였으며, 학생마다 과제의 깊이와 완성도가 달랐기에 공정한 평가와 생기부 작성의 일관성을 유지하기 위해 세부 평가 기준을 마련하는 데 주력했습니다.

프로그래밍(Python)

일반고에서 다교과로 살아남기(3과목 운영)