- Education 3.0 프로그램 도입으로 학생중심 교수학습법 운영 -
- 온라인에선 자율 및 맞춤 학습, 강의실에선 상호 토론학습 -
우리 대학이 올 봄학기 부터 신입생 일부를 대상으로 에듀케이션 3.0 프로그램을 도입해 강의실 수업환경을 학생중심, 그룹중심, 토론중심으로 바꾼다.
에듀케이션 3.0은 전통적인 교수-학생의 단방향 강의전달 학습법을 혁신해 교수 및 학습의 질과 효율성을 높이기 위한 교수학습법 개선 프로그램이다.
학생들은 최신 정보통신기술을 활용해(IT-based) 시공간의 제약을 받지 않고 학습할 수 있으며 수준별 맞춤학습 제공으로 자기주도적(Independent)학습이 가능하다. 또한 선진대학과 강의 및 컨텐츠를 공유해 협력학습(Internationalized)을 할 수 있으며 교수-학생 간 또는 동료학생 간의 토론학습으로 상호 통합적 학습(Integrated)이 가능하다.
KAIST는 올 봄학기 신입생을 대상으로 미적분학, 일반화학, 신입생 설계과목 등 3개 시범과목을 운영하며 교과목 공모를 통해 단계적으로 확대할 방침이다.
올 해 신입생을 대상으로 지원자를 모집한 결과 미적분학에 201명, 일반화학에 163명이 지원해 신입생들이 새로운 학습방법에 큰 관심을 보였으며 과목당 48명을 선발했다
수업은 온라인 수업과 강의실 수업을 병행하여 진행한다.
학생들은 우선 온라인 학습 플랫폼인 KLMS(KAIST Learning Management System)에 접속해 교수가 사전에 준비한 강의비디오, 강의 슬라이드, 멀티미디어, 온라인 랩, 외부 동영상 등 디지털 자료를 반복해 학습하고 개인별 진도에 맞춘 학습을 한다. 궁금한 사항은 온라인에서 질문하고 과제도 온라인으로 제출한다.
강의실 수업은 최소 주 1회 실시하며 학생들은 온라인에서 학습한 내용을 학생과 교수, 학생과 학생들이 중심이 돼 질문하고 토론하며 그룹을 만들어 스스로 문제를 해결한다. 이 때 교수와 조교 2~4명은 교과목에 적합한 교수학습법으로 학생들과 상호작용한다.
이번 Education 3.0 프로그램을 위해 KAIST는 창의학습관에 강의시스템, 영상추적 시스템, A/V시스템, 원탁 책상, 글래스보드 등 최첨단 시설을 갖춘 전용강의실 1실을 구축했으며 학생들의 온라인 강의를 위한 학습플랫폼인 KLMS(KAIST Learning Mamagement System)도 개발 완료했다.
이와 같이 KAIST가 교육혁신을 향후 핵심 과제로 꼽은 데는 현재의 대량교육을 위한 ‘단방향 강의’ 방식으로는 미래사회와 기업이 요구하는 인재를 육성할 수 없다는 판단 때문이다.
이태억 KAIST Education 3.0 추진단장은 “대량교육을 위한 기존의 강의방식으로는 미래사회와 기업이 원하는 인재를 배출할 수 없다”며 “이공계 교육과 학습 방법이 문제해결능력과 창의성을 갖춘 인재를 배출 할 수 있도록 교수학습 패러다임이 변화돼야 한다”라고 말했다.
이 단장은 이어 “KAIST Education 3.0 프로그램은 최신 정보통신 기술을 활용해 교육 수요자인 학생중심의 학습법이며 대학 강의실 모습을 토론중심으로 바꾸는 미래지향적 학습법이다”라고 강조했다.
한편, 전 세계 일류대학들도 혁신적 교육개혁을 지속하고 있는 가운데 최근 매사추세츠공대(MIT)는 온라인에서 강의를 무상으로 공개하고 소정의 수업을 이수하고 시험에 통과하면 수료증까지 주는 MITX 프로그램 운영계획을 발표했다.
이를 통해 전 세계 모든 사람들은 세계 최고 수준의 고등교육 기회를 아무런 차별 없이 받을 수 있게 돼 MIT가 고등교육 혁명의 선두에 있다는 평가를 받고 있다.
신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 우리 대학 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다. 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다. 심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물의
2024-03-25효과가 높은 신약 및 치료법 개발을 위한 단서가 제시됐다. 우리 대학 수리과학과 김재경 교수(기초과학연구원(IBS) 수리 및 계산 과학 연구단 의생명 수학 그룹 CI(Chief Investigator)) 연구팀은 인공지능(AI)을 이용해 동일 외부 자극에 개별 세포마다 반응하는 정도가 다른 ‘세포 간 이질성’의 근본적인 원인을 찾아내고, 이질성을 최소화할 수 있는 전략을 제시했다. 우리 몸속 세포는 약물, 삼투압 변화 등 다양한 외부 자극에 반응하는 신호 전달 체계(signaling pathway)가 있다. 신호 전달 체계는 세포가 외부 환경과 상호작용하며 생존하는 데 핵심적인 역할을 한다. 세포의 신호 전달 체계는 노벨생리의학상의 단골 주제일 정도로 중요하지만, 규명을 위해서는 수십 년에 걸친 연구가 필요하다. 신호 전달 체계는 세포 간 이질성에도 영향을 미친다. 세포 간 이질성은 똑같은 유전자를 가진 세포들이 동일 외부 자극에 다르게 반응하는 정도를
2024-01-17요즘 현대인들에게 많이 찾아오는 우울증을 진단하기 위한 스마트폰으로 진단하는 연구가 개발되어 화제다. 우리 대학 전기및전자공학부 이성주 교수 연구팀이 사용자의 언어 사용 패턴을 개인정보 유출 없이 스마트폰에서 자동으로 분석해 사용자의 정신건강 상태를 모니터링하는 인공지능 기술을 개발했다고 21일 밝혔다. 사용자가 스마트폰을 소지하고 일상적으로 사용하기만 해도 스마트폰이 사용자의 정신건강 상태를 분석 및 진단할 수 있는 것이다. 연구팀은 임상적으로 이뤄지는 정신질환 진단이 환자와의 상담을 통한 언어 사용 분석에서 이루어진다는 점에 착안해 연구를 진행했다. 이번 기술에서는 (1) 사용자가 직접 작성한 문자 메시지 등의 키보드 입력 내용과, (2) 스마트폰 위 마이크에서 실시간으로 수집되는 사용자의 음성 데이터를 기반으로 정신건강 진단을 수행한다. 이러한 언어 데이터는 사용자의 민감한 정보를 담고 있을 수 있어 기존에는 활용이 어려웠다. 이러한 문제의 해결을 위해 이번 기술
2023-12-21우리 대학 기계공학과의 박해원 교수 연구팀이 제작한 사족 로봇 하운드(Hound)의 사족 보행 로봇의 100m 달리기 기록이 기네스 세계 기록으로 인정받았다고 15일 밝혔다. 하운드(Hound)는 KAIST 동적 로봇 설계 및 제어 연구실(Dynamic Robot Control and Design Laboratory)에서 제작된 로봇으로, 지난 2023년 10월 26일에 측정된 실험을 통해 정지 상태에서 출발해 100미터 선을 19.87초 만에 통과한 후 완전히 멈추는 데 성공했다. 이 성과는 AI 방법론 중 하나인 강화학습을 이용해 시뮬레이션 가상환경에서 훈련된 단일 제어기를 통해 달성됐다. 연구팀은 하운드(Hound) 로봇이 고속으로 달릴 수 있도록, 액추에이터 출력의 한계를 최대한 이용하기 위해, 모터가 최대로 낼 수 있는 한계 토크와 속도 특성을 강화학습에 활용했다. 또한, 대칭적인 걸음새를 통해 모터의 출력을 고르게 분배하고, 로봇의 빠른 움직임을 위해 경량 발
2023-12-15우리 대학 전산학부 안성진 교수 연구팀이 미국 럿거스 대학교와 협력하여 트랜스포머 및 재귀신경망 기반의 월드모델을 대체할 차세대 에이전트 월드모델 기술을 세계 최초로 개발했다. 월드모델은 인간의 뇌가 현실 세계의 경험을 바탕으로 환경 모델을 구축하는 과정과 유사하다. 이러한 월드모델을 활용하는 인공지능은 특정 행동의 결과를 미리 시뮬레이션해보고 다양한 가설을 검증할 수 있어, 범용 인공지능의 핵심 구성 요소로 여겨진다. 특히, 로봇이나 자율주행 차량과 같은 인공지능 에이전트는 학습을 위해 여러 가지 행동을 시도해 보아야하는데, 이는 위험성과 고장 가능성을 높인다는 단점을 갖는다. 이에 반해, 월드모델을 갖춘 인공지능은 실세계 상호작용 없이도 상상모델 속에서 학습을 가능케 해 큰 이점을 제공한다. 그러나 월드모델은 자연어처리 등에서 큰 발전을 가능하게 한 트랜스포머와 S4와 같은 새로운 시퀀스 모델링 아키텍처의 적용에 한계가 있었다. 이로 인해, 대부분의 월드모델이 성능
2023-11-09