| 2022 개정 교육과정 정보과 고등학교 과목 ('25~ 高1) | ||||
| 선택 과목 | ||||
| 일반 선택 과목 | 진로 선택 과목 | 융합 선택 과목 | ||
| · 데이터 과학 | ||||
| ※ <정보과학>은 과학 계열 선택 과목로 분류되었다(해당 둘러보기 틀 참고). ※ 중학교 교육과정 바로가기: 2022 개정 교육과정/정보과/중학교 | ||||
1. 성격 및 목표
1.1. 성격
‘정보(Informatics)’과는 인공지능으로 정의되는 사회에서 데이터와 정보로 인한 디지털 세상의 변화를 인식하고, 정보의 사회적 가치를 탐구하며, 정보를 처리하는 다양한 원리와 기술에 기반한 컴퓨팅 사고력을 바탕으로 실생활 및 다양한 학문 분야의 문제를 해결하는 능력과 태도를 기르는 교과이다. ‘정보’는 디지털 대전환 시대의 국가⋅사회적 요구에 부응하여, 컴퓨팅을 활용한 문제 해결을 위해 사회 구성원이 갖추어야 할 필수 역량을 제공한다. ‘정보’의 학문적 기저는 컴퓨터에서 처리되는 데이터와 정보의 원리, 컴퓨팅 시스템을 설계하고 구현하는 기술과 방법, 정보를 다루는 인간 사회에 대한 이해 등을 포괄하고 있다. 즉, ‘정보’는 컴퓨터과학뿐 아니라 데이터 과학, 인공지능, 정보기술, 정보시스템, 소프트웨어 공학 등의 분야를 포괄하는 정보학에 대한 기본 개념과 원리를 기반으로 다양한 학문 분야와 미래 사회의 문제를 해결하는 데 도움이 되는 지식과 기술을 함양한다. 교과의 이러한 특성은 사회 각 분야에서 요구되는 소프트웨어와 인공지능에 대한 기본 소양을 갖추고, 공학뿐만 아니라 자연과학, 인문⋅사회과학, 예술과 체육 등 다양한 학문 분야에서 문제를 창의적으로 해결하는 인재 양성에 도움을 준다.‘인공지능 기초’는 학문의 분야 중 컴퓨터과학, 데이터 과학, 정보시스템의 내용을 기반으로, 개인의 삶과 다양한 분야에서 직접적인 영향을 미치고 있는 인공지능에 대한 깊은 이해를 제공하게 된다. 미래 사회의 변화와 불확실성 등으로 인한 진로와 직업의 변화에 능동적으로 대처하며, 인공지능의 주체적 사용자인 학습자가 인공지능을 인간 중심으로 안전하고 책임 있게 사용하는 자기주도성을 갖춘 디지털 민주시민으로 성장하게 한다. 프로젝트 기반의 프로그래밍을 통한 직접 구현, 모델에 대한 평가 등 인공지능에 대한 깊이 있는 학습을 기반으로 대학의 전공과 연계된 기초경험을 제공하도록 한다.
1.2. 목표
‘인공지능 기초’는 인공지능의 발전에 따른 사회의 변화를 파악하고, 인공지능의 원리에 대한 이해를 바탕으로 인공지능을 다양한 분야의 문제를 창의적으로 해결하기 위한 핵심 도구로서 프로그래밍할 수 있으며, 인공지능의 윤리적 쟁점에 관한 올바른 가치관과 태도를 함양하는 데 중점을 둔다.(1) 인공지능에 대한 이해를 바탕으로 실생활의 문제를 인공지능의 관점에서 파악하고, 지능적 판단을 구현하기 위해 탐색과 추론 방식을 적용하는 능력과 태도를 기른다.
(2) 기계학습을 활용하여 해결할 수 있는 문제를 정의하고, 문제 해결 과정에서 필요한 데이터와 모델을 활용하여 문제를 효과적으로 해결하는 능력과 태도를 기른다.
(3) 인공지능의 발전에 따른 인간의 삶과 진로의 변화를 탐색하고, 인공지능의 다양한 측면에 대한 비판적인 자세를 바탕으로 인공지능과 관련된 윤리적 문제에 대해 올바른 가치관을 형성할 수 있는 태도를 기른다.
(4) 인공지능이 다양한 분야와 융합하여 새로운 가치를 창출할 수 있다는 점을 인식하고, 인류가 직면해 있는 문제를 인공지능을 활용하여 해결할 수 있는 능력과 태도를 기른다.
2. 내용 체계 및 성취기준
2.1. 내용 체계
- 인공지능의 이해
- 인공지능과 학습
- 인공지능의 사회적 영향
- 인공지능 프로젝트
2.2. 성취기준
(1) 인공지능의 이해| [12인기01-01] 인공지능의 지능적 판단에 대한 이해를 바탕으로 인공지능을 활용한 실생활 및 다양한 학문 분야의 문제 해결 사례를 비교⋅분석한다. [12인기01-02] 인공지능에서 탐색의 중요성을 이해하고 문제 해결을 위한 탐색 과정을 설계한다. [12인기01-03] 맹목적 탐색과 정보 이용 탐색의 차이를 중심으로 지능적 탐색의 원리를 파악한다. [12인기01-04] 지능적 탐색이 필요한 문제를 찾아보고 문제 해결을 위해 정보 이용 탐색 알고리즘을 적용한다. [12인기01-05] 규칙과 사실을 활용하여 지식을 표현하고, 새로운 지식을 추론하여 생성한다. |
(가) 성취기준 해설
• [12인기01-01] 인공지능의 개념과 특성을 이해하고, 튜링 테스트를 통해 인공지능의 지능적 판단에 대해 고찰하며, 인공지능이 활용된 최신 사례를 분석하여 인공지능의 활용 범위와 중요성을 설명할 수 있어야 한다.
• [12인기01-04] 지능적 탐색을 적용할 수 있는 퍼즐이나 길찾기 문제를 탐색하고, 최상 우선, A* 등의 정보 이용 탐색 방법을 적용한 인공지능 프로그램을 개발할 수 있어야 한다.
(나) 성취기준 적용 시 고려 사항
• 인공지능의 다양한 사례를 탐색하여 실제로 많은 분야에 인공지능이 활용되고 있음을 인식하고, 인공지능을 구현하는 방법으로서 탐색과 추론 방식에 대한 이해를 바탕으로 문제를 해결할 수 있는 능력을 함양하도록 교수⋅학습을 계획한다. 특히 탐색 방식으로 문제를 해결하는 과정에서는 탐색 알고리즘을 적용한 프로그램을 개발하는 방식으로 활동을 구성하도록 한다.
• 실제 사례를 통해 인공지능의 개념을 정확하게 이해하고 있는지, 인공지능의 중요성을 설명할 수 있는지를 평가한다. 또한, 문제 해결에 적합한 탐색 알고리즘을 선택하여 적용하였는지, 개발한 인공지능 프로그램이 문제를 해결하는 데 효과적이었는지에 중점을 두어 평가하도록 한다.
(2) 인공지능과 학습
| [12인기02-01] 기계학습을 적용할 문제를 정의하고, 문제 해결에 필요한 데이터를 선정하여 수집한다. [12인기02-02] 수집한 데이터를 가공하여 핵심 속성을 추출한다. [12인기02-03] 문제 해결에 적합한 기계학습의 유형과 알고리즘을 선정한다. [12인기02-04] 훈련 데이터를 이용하여 학습을 진행하고, 테스트 데이터를 사용하여 성능을 평가한다. [12인기02-05] 인공신경망과 딥러닝의 특성에 대한 이해를 바탕으로 활용 분야를 탐색한다. [12인기02-06] 딥러닝을 활용하여 실생활 및 다양한 학문 분야의 문제를 해결하고, 성능을 평가한다. |
(가) 성취기준 해설
• [12인기02-01] 전통적 프로그래밍과 대비되는 기계학습의 특성을 이해하여 기계학습 기반의 인공지능을 적용할 문제를 판단하고, 문제 해결에 적합한 데이터를 수집할 수 있어야 한다. 이 과정에서 나타날 수 있는 데이터의 편향이 인공지능의 학습에 영향을 미칠 수 있음을 고려하여 데이터의 수집과 활용에 공정성을 추구할 수 있어야 한다.
• [12인기02-02] 기계학습에 사용할 데이터를 수집한 후, 결측치와 이상치의 유무를 파악하고 문제 해결에 필요한 속성이 무엇인지 선별한 다음 문제 해결에 적합한 형태로 전처리할 수 있어야 한다.
• [12인기02-03] 기계학습의 유형을 지도학습과 비지도학습, 강화학습 등으로 구분하고, 해결해야 하는 문제의 특성을 고려하여 문제 해결에 적합한 유형을 선정할 수 있어야 한다. 또한, 분류, 예측, 군집 등에 활용하는 기계학습 알고리즘을 이해하여 문제 해결에 적합한 알고리즘을 선정할 수 있어야 한다.
• [12인기02-06] 딥러닝을 기반으로 하는 컴퓨터 비전, 음성 인식, 자연어처리 기술을 구현하는 방식을 이용하고, 적합한 딥러닝 기술을 활용하여 실생활 및 다양한 학문 분야의 문제를 해결할 수 있어야 한다. 문제 해결에 있어 딥러닝을 활용해 문제를 해결하는 경우와 다른 방법으로 문제를 해결한 경우의 차이점을 설명할 수 있어야 한다.
(나) 성취기준 적용 시 고려 사항
• 해결하고자 하는 문제에 따라 기계학습의 사용이 적합한지를 판단할 수 있도록 적절한 문제 상황을 선정하도록 하며, 기계학습에서 데이터의 중요성을 인식하고, 데이터를 수집하는 과정에서 데이터가 편향되지 않게 충분히 안내하도록 한다.
• 기계학습과 딥러닝을 구현하는 과정에서 학습자의 수준에 따라 코드 작성의 방식을 달리 구성할 수 있다. 프로그래밍 역량이 낮은 학생은 이미 작성된 코드를 실행시켜 코드를 이해한 후 차츰 코드 일부를 수정하는 방식으로 학습할 수 있도록 하고, 프로그래밍 역량이 높은 학생은 작성이 완료되지 않은 코드를 스스로 완성하여 실행시킬 수 있도록 하는 등 교수⋅학습 단계를 세부적으로 구성하여 학습자의 흥미가 유지되도록 한다. 또한, 기계학습과 딥러닝을 코드로 구현하는 학습을 원활하게 진행하기 위해, 다양한 라이브러리 활용 방법을 충분히 안내한다.
• 문제 해결에 사용된 데이터와 기계학습 유형, 기계학습 알고리즘이 해결하고자 하는 문제의 특성에 비추어 적합한지를 평가한다. 또한, 이미 개발되어 있는 딥러닝 프로그램 코드의 활용을 권장하되 실생활 및 다양한 학문 분야의 문제를 스스로 생각하여 해결할 수 있도록 교수⋅학습을 구성하고, 학생의 학습 과정과 창의적인 아이디어를 중심으로 평가 루브릭을 작성하여 평가하도록 한다.
(3) 인공지능의 사회적 영향
| [12인기03-01] 인공지능의 발전으로 인한 사회 변화를 살펴보고, 인공지능으로 해결할 수 있는 사회적 문제를 분석한다. [12인기03-02] 인공지능에 의해 변화하는 인간의 삶과 직업의 양상에 대해 이해하고 진로를 탐색한다. [12인기03-03] 인공지능에 대한 비판적 자세를 바탕으로 인공지능과 인간의 공존 방안을 도출한다. [12인기03-04] 인공지능의 활용사례와 윤리적 딜레마 상황을 인공지능 윤리 관점에서 분석한다. |
(가) 성취기준 해설
• [12인기03-03] 인공지능에 대한 일방적인 수용 또는 거부보다는, 비판적인 자세를 바탕으로 인간과 공존해야 하는 존재로서 인공지능의 역할을 제시할 수 있어야 한다. 인공지능을 대하는 인간의 태도에 대한 윤리적 고찰을 통해 바람직한 공존 방식을 규정할 수 있어야 한다.
• [12인기03-04] 인간의 편향성에 대한 이해를 바탕으로, 알고리즘과 데이터의 편향성으로 인해 인공지능이 사회에 끼치는 영향을 이해하고 인공지능으로 인한 딜레마 상황에서 윤리적인 판단과 선택을 할 수 있어야 한다. 현재까지 정의되어진 인공지능 윤리(지침)와 관련하여 인공지능 개발자, 사용자, 운영⋅관리자 관점을 살펴보고, 인공지능 기술 활용으로 발생 가능한 윤리적 쟁점에 대하여 사회적 책임과 공정성의 가치를 판단할 수 있어야 한다.
(나) 성취기준 적용 시 고려 사항
• 인공지능의 사회적 가치와 영향력이 중요하다는 것과 새롭게 고려해야 할 윤리적 쟁점에 대한 충분한 사회적 논의 과정이 필요하다는 것을 전제로, 인공지능 사회의 구성원으로서 갖추어야 할 인공지능 윤리의식과 가치 판단 능력을 함양하여 인공지능 시대의 사회적 책임과 공정성을 실천할 수 있도록 하는 데 중점을 두고 교수⋅학습을 구성하도록 한다.
• 인공지능의 발전으로 인한 사회의 변화를 조사하고 인공지능에 의해 변화할 미래 사회의 모습을 예측하는 과정에서 자신의 진로를 구체적으로 설계하기 위해 충분한 자료를 제공하도록 한다.
• 인공지능과 관련한 윤리적 쟁점 사례를 조사하고, 구체적인 사안을 주제로 하는 토론 활동의 과정에서 인공지능 윤리의 중요성과 인공지능과 인간의 관계를 올바르게 설명할 수 있는지를 평가하도록 한다. 이 과정에서 근거를 바탕으로 자신의 주장을 펼치고 타인의 견해를 존중하는 성숙한 토론 문화를 조성하도록 한다.
(4) 인공지능 프로젝트
| [12인기04-01] 지속가능발전목표를 해결하기 위해 인공지능을 적용할 수 있는 방안을 탐색하고, 인공지능 프로젝트 활동에 적합한 주제를 도출한다. [12인기04-02] 인공지능 문제 해결 과정에 기반하여 프로젝트 수행 계획을 구안한다. [12인기04-03] 인공지능 프로젝트를 수행하는 과정에서 협력적인 문제 해결 자세를 바탕으로 인공지능 소프트웨어를 개발한다. [12인기04-04] 인공지능의 사회적 영향을 고려하여 인공지능 소프트웨어를 개발하고, 평가 결과를 반영하여 성능을 개선한다. |
(가) 성취기준 해설
• [12인기04-01] 지속가능발전목표는 2015년 유엔 총회에서 결의한 것으로 총 17개의 주요 목표와 169개의 세부 목표로 구성되어 있다는 것을 이해하고, 17개의 주요 목표를 통해 현재 인류가 직면하고 있는 위기가 무엇인지 인식할 수 있어야 한다. 인공지능을 활용하여 달성할 수 있는 목표에는 어떤 것이 있는지를 살펴보고 인공지능 프로젝트 활동에 적합한 주제를 도출할 수 있어야 한다.
• [12인기04-02] 문제 정의, 문제 해결에 적합한 데이터 수집 및 전처리, 기계학습 유형과 알고리즘 선정, 기계학습을 통한 모델 생성, 성능 평가 및 수정 등의 인공지능 문제 해결 과정에 따라 프로젝트 수행 계획을 구안할 수 있어야 한다.
(나) 성취기준 적용 시 고려 사항
• 인공지능 프로젝트를 위한 주제 선정 과정에서 인류가 직면해 있는 다양한 위기를 충분히 인식할 수 있도록 하고, 이러한 위기를 극복하는 다양한 방법 중 하나로 인공지능이 중요한 역할을 수행할 수 있다는 점을 강조하도록 한다. 또한, 인공지능을 활용하는 방법적인 측면에서 직접 구현하기가 어려운 부분이 있더라도 학습자의 아이디어를 존중하여 다양한 생각이 발산될 수 있는 활동을 구성하도록 한다.
• 인공지능 프로젝트를 수행하는 과정에서 인공지능 소프트웨어의 완성도뿐만 아니라 주제의 적절성, 문제 해결 방식의 창의성, 다른 사람과의 협업 능력 등 다각적인 측면을 골고루 반영하여 평가할 수 있는 루브릭을 제작하도록 한다.
3. 교수⋅학습 및 평가
3.1. 교수⋅학습
(1) 교수⋅학습의 방향(가) 실제적인 삶의 맥락에서 컴퓨팅을 통해 문제를 해결하도록 하는 학습 과제를 제시하여 학습자가 과제를 스스로 해결하는 과정에서 자연스럽게 컴퓨팅 사고력, 디지털 문화 소양, 인공지능 소양을 함양할 수 있도록 지도한다.
(나) 학습자의 흥미와 다양성을 고려하여 학습 소재, 학습 환경 및 학습 과정에 대한 선택의 기회를 제공하고, 교수⋅학습의 설계 과정에 학습자 참여 기회를 증진하는 등 학습자 맞춤형 교수⋅학습을 통해 역량 함양을 위한 깊이 있는 학습 지도 방안을 구성한다.
(다) 인공지능 기초 과목의 지식⋅이해, 과정⋅기능을 활용하여 민주시민교육, 생태전환 교육 등 현 시대가 당면한 여러 사회문제와 더불어 지속가능발전 등의 범교과 주제를 교수⋅학습 과제로 제시하여 주도성 있는 문제 해결 경험을 제공한다.
(라) ‘인공지능 기초’ 과목의 교수⋅학습은 인공지능의 원리에 대한 이해를 바탕으로 문제를 효율적으로 해결하는 역량을 향상하는 데 중점을 둔다. ‘인공지능 기초’ 과목 내의 내용 영역, 다른 교과 및 비교과 활동과의 융합을 통해 학생의 인공지능 소양이 다양한 분야에 전이될 수 있도록 한다.
(2) 교수⋅학습 방법
(가) 교과 역량을 함양하기 위해 문제기반학습, 프로젝트 기반학습, 디자인기반학습, 짝 프로그래밍, 탐구학습 등 각 영역의 핵심 아이디어를 습득하는 데 적절한 교수⋅학습 방법을 선택하여 활용한다.
(나) 학습자 개인별로 학습하는 속도가 다양할 수 있음을 고려하고, 최소 성취수준을 보장할 수 있도록 학습관리시스템(LMS)을 활용하여 온라인 학습자료를 제작 및 제공함으로써 학습 격차를 최소화하도록 노력한다.
(다) 학습자의 디지털⋅인공지능 소양에 대해 선제적으로 파악하고 학생의 현재 수준에 맞는 방식으로 교수⋅학습 활동을 구성한다. 프로그래밍을 통한 인공지능 프로그램의 개발 활동을 중심으로 하되, 인공지능 개념 이해에 도움이 되는 소프트웨어나 인공지능 관련 라이브러리를 적극적으로 활용하여 최소 성취수준을 보장하도록 한다.
(라) 디지털 교육 환경에 적응할 수 있도록 온오프라인 연계 수업, 다양한 디지털 도구의 활용 등을 통해 디지털 도구에 대한 인지적 부담은 최소화하고, 활용에 대한 경험은 높일 수 있도록 수업을 구성한다.
(마) ‘인공지능 기초’ 과목과 연계된 진로 및 직업을 안내하고 학생이 자신의 진로를 탐색할 수 있도록 교수⋅학습 과정을 구성한다.
3.2. 평가
(1) 평가의 방향(가) 평가 항목은 컴퓨팅 사고력, 디지털 문화 소양, 인공지능 소양의 하위 요소를 기반으로 구체화한다.
(나) 평가 내용은 지식⋅이해뿐 아니라, 과정⋅기능, 가치⋅태도의 측면 등을 다면적으로 반영하고 과정을 중시하는 평가를 통해 학생의 성장과 발달을 돕는 평가를 실현한다.
(다) 구체적인 평가 루브릭을 학생과 함께 구성하는 과정을 통해 학생이 자신의 학습 수준을 파악하고 스스로 학습을 성찰할 수 있는 기회를 제공하여, 적극적이고 능동적인 학습이 이루어지도록 한다.
(라) 인공지능 프로그램 구현에 프로그래밍 활동이 포함되나 프로그래밍 내용보다는 인공지능의 구현과 활용, 인공지능 활용에 대한 인식에 초점을 맞추어 평가한다.
(2) 평가 방법
(가) 성취기준을 분석하고 재구성하여 지필평가 및 수행평가, 관찰 평가, 서⋅논술형 평가 등을 활용하는 종합적인 평가 포트폴리오를 계획하고, 교사 평가, 자기 평가, 동료 평가 등과 같은 다면적 평가를 실행하여 학생 성장에 기여할 수 있는 결과를 제공한다.
(나) 평가 내용이나 방법에 따라 다양한 디지털 도구(프로그램 자동 평가시스템(online judge 등), 학습관리시스템(LMS) 등)를 활용할 수 있으며, 평가 이전에 학생이 디지털 도구를 다룰 수 있도록 교육하여 평가의 불이익이 없도록 계획한다.
(다) 인공지능에 관련된 평가는 다양한 방식으로 나타날 수 있으므로 정량적 평가와 정성적 평가 내용을 명확하게 구분한다. 특히 모델 학습과 적용이 반복적으로 이루어지는 프로젝트의 경우 평가 결과가 학생 활동에 즉시 피드백되어 결과물의 개선으로 나타날 수 있도록 평가를 계획한다.