안녕하세요. 푸딩샘🍮🍮입니다. 방학 잘 보내고 계신가요?
올해 데이터 분석 수업을 운영하면서 한 가지 고민이 생겼습니다. 교과서에 이미 회귀분석 과정이 제시되어 있는데, 이 내용을 어떻게 학생 개개인의 관심과 진로가 드러나는 프로젝트 수업으로 확장할 수 있을까 하는 점이었습니다.
정보 교과 수업에서 프로젝트를 진행하다 보면 학생마다 관심 분야와 희망 진로는 다르지만 모두가 같은 데이터와 같은 분석 절차를 사용하게 되는 경우가 많습니다. 이렇게 수업을 운영하면 회귀분석의 기본 개념과 분석 방법은 익힐 수 있지만, 학생 개개인마다 무엇을 궁금해했고 어떤 판단을 했는지까지 드러내기는 어렵습니다.
과목별 세부 능력 평가 생활기록부를 작성할 때도 비슷한 고민을 하게 됩니다. 같은 수업에 참여했더라도 학생이 선택한 주제와 데이터, 가설, 분석 결과에 대한 해석은 서로 다르게 나타나야한다고 생각했기 때문입니다.
그렇다고 처음부터 학생들에게 관심 분야에 맞는 주제와 데이터를 모두 자유롭게 정하도록 하는 것도 쉽지 않았습니다. 학생들은 환경, 교통, 스포츠, 에너지, 소비 등 자신이 관심 있는 분야는 비교적 잘 이야기했지만, 이를 실제 데이터로 분석할 수 있는 문제로 구체화하는 과정에서는 어려움을 겪었습니다. 주제가 지나치게 넓거나, 예측하려는 값이 분명하지 않거나, 분석에 필요한 데이터를 찾기 어려운 일도 있었습니다. 데이터를 찾은 뒤에도 어떤 속성을 독립변수와 종속변수로 정해야 하는지, 변수 사이의 관계를 어떤 가설로 표현해야 하는지 막막해하는 학생들이 많았습니다.
이러한 고민을 바탕으로 이번 프로젝트에서는 두 가지를 중점적으로 지도하였습니다.
첫 번째는 학생의 관심 분야와 진로를 실제로 분석할 수 있는 회귀분석 주제로 어떻게 구체화할 것인가? 두 번째는 데이터의 속성을 살펴보고 검증할 수 있는 가설을 어떻게 설정할 것인가?
학생들이 분석 도구를 실행하기 전에 자신이 무엇을 알고 싶은지 분명히 하고, 그 질문을 데이터의 독립변수와 종속변수 사이의 관계로 표현할 수 있도록 하는 데 초점을 두었습니다.
이 과정에서 생성형 인공지능을 활용했습니다. 인공지능이 주제와 가설을 대신 만들어 주는 도구가 아니라 학생의 생각을 구체화하고 점검하는 학습 도구로 활용하였습니다.
교과서의 회귀분석 사례는 이러한 프로젝트를 위한 출발점으로 활용하였습니다. 학생들은 공통 데이터를 이용하여 독립변수와 종속변수를 구분하고, 회귀계수와 결정계수를 해석하며 파이썬 코드를 활용한 프로그램 제작하는 기본 과정을 익혔습니다.
이후에는 자신의 관심 분야와 진로에 맞는 데이터를 찾아 분석 주제를 정하고, 가설을 설정한 뒤, 같은 데이터에 통계적 회귀분석과 기계학습 회귀분석을 각각 적용하였습니다.
선생님들도 잘 아시겠지만, 통계적 회귀분석은 독립변수와 종속변수 사이의 관계를 설명하고 설정한 가설을 검토하는 데 초점을 둡니다. 반면 기계학습 회귀분석은 여러 모델의 예측 성능을 비교하고 새로운 값을 예측하는 데 중점을 둡니다. 학생들은 같은 데이터를 두 가지 방식으로 분석하면서 어느 방법이 더 좋은지를 판단하기보다 분석 목적에 따라 결과를 바라보는 관점과 해석 방법이 달라진다는 점을 확인하였습니다.
이번 글에서는 생성형 인공지능을 활용하여 학생들이 자신의 관심과 진로를 회귀분석 주제로 구체화한 과정과, 데이터의 속성을 바탕으로 가설을 설정하고 수정한 실제 수업 사례를 중심으로 소개하고자 합니다. 생성형 인공지능이 만들어 준 결과를 그대로 받아들이는 것이 아니라 학생이 질문하고 검토하며 최종적으로 판단하도록 수업을 구성한 과정을 함께 살펴보겠습니다.