총 292개
-
원격교육 매체의 특징에 따른 원격교육 참여 학습자 동기유발 전략2025.01.231. 비디오 기반 원격교육 매체 비디오 강의는 시각적·청각적 요소를 모두 포함할 수 있어 학습자에게 높은 몰입감을 제공할 수 있다. 비디오 기반 원격교육에서 학습자의 동기를 유발하기 위해서는 콘텐츠의 품질이 매우 중요하다. 강의의 길이는 10~15분 정도로 짧게 유지하고, 시각적 자료와 실습 예제를 적절히 배치해야 한다. 또한, 강의 중간에 학습자의 참여를 유도할 수 있는 질문을 제시하거나, 퀴즈를 통해 학습 내용을 즉각적으로 확인하는 방식도 학습자의 동기부여에 큰 도움이 된다. 2. 텍스트 기반 원격교육 매체 텍스트 기반 원격교육...2025.01.23
-
외국어로서의 한국어 읽기 교재 개발 방안2025.11.131. 기존 한국어 교재의 문제점 출판된 한국어 교재들은 실제 상황과 다른 어색한 표현, 자연스럽지 못한 담화 반복, 문법 설명의 어려움, 교사 주도의 수업 운영, 문화적 내용 설명의 부적절함 등의 문제점을 가지고 있다. 이러한 문제들은 학습자의 실제 요구를 충분히 반영하지 못하고 있으며, 교재 선택 기준과 활용 방식에 대한 재검토가 필요하다. 2. 읽기 텍스트 선정의 원칙 효과적인 읽기 교재 구성을 위해서는 진정성과 가독성의 균형, 학습자의 목표 달성 적합성, 언어적·내용적 목표 달성 촉진, 적절한 어휘 및 구조적 난이도, 실제 자...2025.11.13
-
인공지능수학 교수 학습 운영 계획(평가계획서)2025.01.171. 인공지능과 수학 인공지능의 발전 과정에서 수학이 어떻게 활용되었는지를 이해하고, 인공지능에 수학이 활용되는 다양한 예를 찾을 수 있다. 인공지능, 기계학습, 딥러닝의 차이를 이해하고 설명할 수 있다. 2. 텍스트 자료의 표현과 처리 수와 수학 기호를 이용하여 실생활의 텍스트 자료를 목적에 알맞게 표현할 수 있다. 수와 수학 기호로 표현된 텍스트 자료를 처리하는 수학 원리를 이해하고 자료를 시각화할 수 있다. 3. 이미지 자료의 표현과 처리 수와 수학 기호를 이용하여 실생활의 이미지 자료를 목적에 알맞게 표현할 수 있다. 수와 ...2025.01.17
-
LLM(Large Language Model)과 LMM(Large Multimodal Model)의 비교 및 딥러닝과의 관계2025.01.261. LLM(Large Language Model) LLM은 대규모 텍스트 데이터를 학습하여 사람처럼 언어를 이해하고 생성할 수 있는 능력을 갖춘 모델입니다. 이는 자연어 처리(NLP) 기술의 발전을 기반으로 하며, 딥러닝 기술을 활용해 언어의 문법적 구조와 단어 간 의미적 관계를 학습합니다. LLM은 챗봇, 자동 번역, 텍스트 요약 등 다양한 분야에서 활용되고 있습니다. 2. LMM(Large Multimodal Model) LMM은 텍스트뿐만 아니라 이미지, 소리, 동영상 등 다양한 데이터를 통합적으로 처리할 수 있는 인공지능 ...2025.01.26
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.261. LLM(대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 이해(NLU)와 자연어 생성(NLG)에 강점을 지닌다. 대표적인 예로는 OpenAI의 GPT 시리즈가 있으며, 이들은 방대한 양의 텍스트 데이터를 학습하여 인간과 유사한 수준의 텍스트 생성 능력을 보유하고 있다. LLM은 주로 챗봇, 자동 번역, 텍스트 요약, 감정 분석 등 다양한 언어 처리 작업에 활용된다. 2. LMM(대규모 멀티모달 모형) LMM은 텍스트뿐만 아니라 이미지, 음성, 비디오 등 다양한 형태의 데이터를 동시에 처리할 수 ...2025.01.26
-
IT와경영정보시스템1공통 인공지능AI 학습고안된 LLM Large Language Model 대규모언어모형과 LMMLarge Multimodal Mode 대규모멀티모달모형 비교하시오002025.01.261. LLM (Large Language Model; 대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 처리(NLP) 작업에 초점을 맞춥니다. 이러한 모델은 대량의 텍스트 데이터를 통해 언어의 구조, 의미 및 맥락을 이해하고 생성하는 능력을 가지고 있습니다. 예시로는 GPT(Generative Pre-trained Transformer), BERT(Bidirectional Encoder Representations from Transformers) 등이 있습니다. 2. LMM (Large Multim...2025.01.26
-
외국어로서의 한국어 이해 교육론 - 읽기 교육 모형 세 가지와 각 모형의 장점2025.01.031. 상향식 읽기 모형 상향식 읽기 모형은 글자와 단어를 먼저 이해하고 점차 큰 단위로 나아가는 해독 과정을 강조합니다. 이 모형의 장점은 초급 학습자나 단순한 정보/지식 전달을 위한 교육에 효과적이라는 것입니다. 문자 해독, 어휘 이해, 문장 구조 파악 등 언어 능력 향상에 도움이 됩니다. 2. 하향식 읽기 모형 하향식 읽기 모형은 학습자의 배경지식을 활용하여 글의 내용을 예측하고 추론하는 능동적인 과정을 강조합니다. 이 모형의 장점은 학습자를 능동적인 의미 구성자로 보며, 정확한 의미 파악보다는 가능한 의미 구성에 초점을 맞춘다...2025.01.03
-
읽기 자료의 실제성과 텍스트 수정에 대해 논하고 이러한 이론에 적합한 중급 4급 수준의 읽기 텍스트를 직접 제작2025.04.301. 중급 학습자를 위한 읽기 텍스트 선정 및 수정 외국어로서의 한국어 이해 교육에서 읽기 자료의 실제성과 텍스트 수정에 대해 논의하고, 중급 4급 수준의 학습자를 위해 전래동화 '콩쥐팥쥐'를 선정하여 단순화와 요약을 통해 읽기 자료를 수정하였다. 전래동화는 구전을 통해 전해진 이야기로 주제와 완성된 줄거리가 있어 한국어 학습자에게 문화적 지식을 기반으로 한 언어 교육에 적합하다. 또한 중급 학습자의 어휘와 문법 수준에 맞추어 수정하여 실제 수업에서 활용할 수 있도록 하였다. 2. 중급 학습자를 위한 읽기 수업 방안 중급(4급) 학...2025.04.30
-
외국어로서의 한국어이해교육론 과제2025.01.281. 읽기 교육 모형 1920년대 이후 행동주의 심리학의 영향을 받은 고전적 관점에서 읽기는 기호를 해독하는 과정으로 보았던 반면 1980년대부터 인지 심리학의 영향을 받은 읽기의 관점은 독자가 이미 가지고 있는 개념을 조작하여 새로운 의미를 구성하는 것으로 본다. 이와 같은 읽기 교육에 대한 인식 변화를 바탕으로 읽기 교육 이론을 상향식 모형, 하향식 모형, 상호 작용 모형으로 나눌 수 있다. 2. 상향식 모형(Bottom-up Model) 1960년대 말까지 받아들여졌던 모형으로 수동적인 역할을 하는 독자는 텍스트 내에 고정된 ...2025.01.28
-
읽기 교육 모형 세 가지: 상향식, 하향식, 상호작용적 모형2025.11.131. 상향식 모형(Bottom-up Model) 1960년대 말까지 주로 활용된 읽기 교육 모형으로, 인지심리학과 정보처리 이론에 기반한다. 학습자가 문자, 단어 등 작은 언어 단위에서 구, 절, 문장 등 큰 단위로 순차적으로 텍스트를 해독하는 데이터 기반 처리 방식이다. 글의 의미가 텍스트에 고정되어 있다고 가정하며, 교사는 어휘와 문법을 가르치고 학습자는 수동적으로 정보를 수용한다. 장점은 체계적인 언어 요소 학습이 가능하나, 한계는 어휘와 문형을 알아도 내용을 이해하지 못할 수 있다는 점이다. 2. 하향식 모형(Top-down...2025.11.13
1 / 30
