논문 103편

빅데이터를 포함한 디지털 기술의 발달로 데이터 분석 교육의 필요성이 높아지고 있다. 고등학교 진로 선택과목으로 인공지능 분야에서 빅데이터를 이해하고, 수집, 분석, 평가, 시각화하는 과정을 학습할 수 있는 <인공지능 기초>, <데이터 과학과 머신러닝>, <데이터 과학>이 신설되었다. 실제 고등학교에서는 구체적인 데이터 분석 연구 사례가 부족한 상황이며, 이론적인 지식뿐만 아니라 실제 상황에서의 문제 해결 능력, 창의성을 발전시킬 수 있는 프로젝트 기반 데이터 분석 교육 자료 개발이 필요한 상황이다. 따라서 일반계 고등학교에서 데이터 분석 교육 관련 과목의 성공적인 운영을 위해 프로젝트 기반 데이터 분석 수업 학습 자료를 개발하고 수업을 통해 효과성을 분석하였다.

Objectives: In the era of the Fourth Industrial Revolution, data literacy—defined as data-driven critical thinking and problem-solving—has become a key competency for healthcare providers. This study evaluates the learning outcomes of the Dental Healthcare and Data Literacy course at G University, focusing on its effects on evidence-based decision-making and problem-solving skills among dental hygiene students to inform curriculum improvement.
 Methods: This study analyzed the learning outcomes of a 15-week course implemented in the first semester of 2025 for 26 third-year dental hygiene students at G University. Evidence-based decision-making and problem-solving competencies were assessed using identical pre- and post-tests. Course satisfaction was examined through institutional course evaluations and students’ reflective journals. Quantitative data were analyzed using paired t-tests and Wilcoxon signed-rank tests, while qualitative data were analyzed using content analysis to explore experiential changes among learners.
 Results: Students showed statistically significant improvements in all items related to evidence-based decision-making and problem-solving competencies

본 연구는 인공지능(AI) 기술의 확산에 따른 데이터 편향성 문제를 비판적으로 성찰하고, 이를 주체적으로 조절할 수 있는 ‘유연한 편향성’ 함양을 위한 수업 사례와 평가 모델을 제안하는 데 목적이 있다. 이를 위해 초등 5학년 사회과 역사 영역의 ‘일제의 침략과 광복을 위한 노력’ 단원을 재구성하여, 알려지지 않은 독립운동가 데이터를 탐구하고 생성하는 프로젝트 학습을 설계하였다. 수업은 박기범(2023)의 문제 해결 수업 모델을 적용하여, 학생들이 독립운동가에 대한 다중적 표상을 자유롭게 인출하고 학급 내에 형성된 데이터 편향을 목격하도록 구성하였다. 이어 ‘구글 트렌드’로 독립운동가 간검색량 격차를 확인하며 ‘인지적 불편함’을 체험하였다. 이러한 불편함을 해소하기 위해 학생들은 공신력 있는 데이터를 바탕으로 직접 독립운동가 데이터를 생성하고 학급데이터베이스를 구축하며 주체적인 데이터 생산자 역량을 발휘하였다. 더불어 본 연구는 학생들의 메타 인지 성찰을 돕기 위한 ‘데이터 편향성 최소화 체크리스트’와 사고 구술 기법을 활용한 ‘과정 중심의 설명 가능성(Explainability) 평가 모델’을 구체적으로 제안하였다. 연구 결과, 학생들은 데이터의 불균형을 비판적으로 읽어 내는 역량을 강화했으며, 자신의 편향을 유연하게 수정하고 보완하려는 디지털 시민성을 형성하였다. 본연구는 AI 시대의 교육이 단순한 기술 활용을 넘어 데이터 뒤에 숨겨진 맥락을 이해하고 편향에 대처하는 성찰적 역량 강화로 확장되어야 함을 시사한다.

본 연구는 초등 과학영재 사사과정에서 학생들이 이질적 환경 데이터를 하나의 종합지수로 통합하는 탐구 과정에서 나타나는 데이터 리터러시 실행을 분석하고, 이 경험이 과학 탐구에 대한 인식과 어떻게 연결되는지를 탐색하였다. 연구 참여자는 P대학교 과학영재교육원 초등과학 사사과정에 선발된 6학년 학생 6명이며, 온천천 유역 하천환경 온도증가 영향 평가 프로젝트 사례를 분석 대상으로 하였다. 질적 사례 연구 방법을 적용하여 탐 구 활동 전사 자료와 심층 면담 자료를 수렴적으로 분석하였다. 분석 결과, 첫째 데이터 리터러시 실행은 탐구의 특정 단계에 고정되지 않고 전 과정에 걸쳐 반복적으로 나타났으며, 변수 선정･단위 변환･가중치 논증･결과 해 석의 각 단계에서 서로 다른 방식의 과학적 판단이 이루어졌다. 둘째 학생들은 탐구 경험을 통해 과학 탐구를 스스로 설계하는 과정으로 재인식하고, 예상 밖의 결과를 분석 대상으로 수용하며, 자료의 신뢰성을 기준으로 판단하는 역량을 발달시켰다. 셋째 일부 학생은 지수 산출에는 참여하였으나 그 결과가 실제 환경에서 갖는 의 미를 스스로 설명하는 데 어려움을 보여, 해석과 소통 역량을 위한 구조화된 교수･학습 지원의 필요성을 시사하 였다. 본 연구는 데이터 리터러시 교육이 단순한 기능 습득을 넘어 인식론적 성장을 지향할 필요가 있음을 탐색 한 사례로서 의의를 갖는다.

As smart technologies become part of daily life, families face new opportunities and challenges in learning together. This paper introduces FamiData Hub, a speculative computer-supported collaborative learning (CSCL) prototype that supports families in building critical data literacy within smart ho

본 연구는 디지털 전환에 따른 공공부문의 데이터 기반 행정 확산 기조에 따라 국민의 관점에서 데이터 기반 행정에 대한 영향요인을 실증하였다. 기존 데이터 기반 행정에 대한 선행연구들은 공급자인 공무원을 대상으로 하였으나, 본 연구는 수혜자인 국민의 입장에서 데이터 기반 행정의 요인을 실증하는 것이 데이터 기반 행정의 활성화에 기여한다고 전제하였다. 특히 데이터 기반 행정에 대한 영향요인으로 데이터 기반 행정의 핵심인 데이터 요인을 반영하였다. 독립변수는 공공데이터 요인(공공데이터 개방 인식, 공공데이터 품질 인식, 공공데이터 이용현황), 데이터 리터러시를 반영하고, 조절변수는 데이터 기반 정책 및 공공서비스 인식으로 설정하여 데이터 기반 행정에 대한 영향을 실증하였다. 다중회귀분석결과 공공데이터 개방 인식, 공공데이터 품질 인식, 공공데이터 이용현황, 데이터 리터러시는 데이터 기반 행정 인식에 긍정적 영향을 미쳤다. 조절회귀분석결과에서 조절변수인 데이터 기반 정책 및 공공서비스 인식은 직접적으로 데이터 기반 행정 인식에 긍정적 영향을 미치고, 공공데이터 개방 인식과 데이터 기반 행정 인식의 관계를 긍정적으로 조절하였다. 분석결과에 따른 제언으로 첫째, 수요자 중심의 활용도 높은 공공데이터 발굴이 필요하다. 둘째, 국민의 보편적인 데이터 역량을 증진해야 한다. 셋째, 공공부문의 양질의 데이터 기반 산출물을 확대해야 한다.

본 연구는 현직 교사의 교육 데이터 사용 현황과 데이터 리터러시 수준을 분석하고, 데이터 사용 빈도에 따른 데이터 리터러시의 차이를 탐색하는 것을 목적으로 하였다. 이를 위해 현직 교사 93명을 대상으로 설문조사를 실시하였으며, 기술통계 분석과 독립표본 t-검정, 일원분산분석을 수행하였다. 연구 결과, 교사의 절반 이상이 학기에 두 번 이하로 교육 데이터를 사용하는 것으로 나타났으며, 주로 평가 데이터와 학습자 데이터를 활용하는 것으로 확인되었다. 주요 데이터 사용 장벽으로는 데이터 탐색의 어려움과 데이터 활용 역량 부족이 제시되었다. 교사의 데이터 리터러시는 전반적으로 중간 수준이었으나, 데이터 수집 및 관리 영역에서 낮은 점수를 보였다. 데이터 사용 빈도가 높은 교사들은 데이터 리터러시 모든 하위 영역에서 다른 집단보다 더 높은 수준을 보였다. 이러한 결과는 교사의 데이터 리터러시가 실제 데이터 사용 경험과 밀접하게 관련됨을 시사하며, 다양한 데이터 탐색 및 경험에 초점을 맞춘 실질적 지원의 필요성을 강조한다.

본 연구는 초등 수준에 적합한 데이터 리터러시의 구성요소를 도출하여 초등 데이터 리터러시 지식체계를 개발하고, 이를 바탕으로 2022 개정 초등 국어, 수학, 사회, 과학, 실과 교육과정과의 연계성을 분석하여 교과별 연계 방향을 제안하는 것을 목적으로 한다. 본 연구는 초등 교육과정에서의 산발적인 데이터 활용 경험을 체계적인 데이터 리터러시 교육으로 발전시킬 수 있는 토대가 되는 초등 데이터 리터러시 지식체계를 개발하였다는 점에서 의의를 지닌다. 또한 2022 개정 교육과정의 성취기준을 분석함으로써 데이터 리터러시가 교육과정에 어떻게 반영되고 있는지, 그리고 어떤 영역에서 확장 가능성이 있는지를 구체적으로 확인하였다. 나아가, 교과별 연계 방향은 교과 수업 속에서 데이터 리터러시를 구현할 수 있는 전략을 제안함으로써 적용 가능성을 실질적으로 높일 것으로 기대된다.

본 연구의 목적은 AI·데이터 리터러시 역량 강화를 위한 대학 비교과 프로그램을 개발하고 그 타당도와 효과성을 검증하는 데 있다. 이를 위해 생성형 AI 이해와 활용, AI 기반 글쓰기, 디지털 로코드·노코드 활용, AI 도구 체험, AI를 활용한 엑셀 데이터 분석, 파이썬을 활용한 데이터 분석 등을 포함한 프로그램을 개발하였다. 또한 교육학 및 컴퓨터공학 분야 전문가 대상 프로그램 내적·외적 타당도를 검증하고, 프로그램 효과성 검증을 위해 S시 소재 D대학교 학생 223명 대상 대응표본 t-검정을 실시하였다. 연구 결과 첫째, 본 프로그램은 AI·데이터 리터러시 역량 강화를 위한 대학 비교과 프로그램으로 타당한 구조를 갖춘 것으로 나타났다. 둘째, AI·데이터 리터러시 역량의 모든 영역에서 참여 후 점수가 참여 전 점수보다 유의하게 높아 프로그램의 효과가 있는 것으로 나타났다. 본 연구는 향후 대학의 AI·데이터 리터러시 교육 프로그램 설계와 운영을 위한 기초 자료 제공에 의의가 있다.

본 연구는 생성형 AI 기반 탐색적 데이터 분석(EDA) 수업이 비전공 대학생의 AI 및 데이터 리터러시 자기효능감에 미치는 영향을 분석하고, 학습 경험을 통해 교육적 메커니 즘을 탐색하는 데 목적이 있다. 이를 위해 서울 소재 대학 인문⋅예술 계열 학생을 대상으로 혼합연구 방법을 적용하였다 양적 연구로는 사전⋅사후 대응표본 설문(n=30)을 통해 두 리터러시 자기효능감의 변화를 측정하였고 질적 연구로는 심층 인터뷰, (n=6)와 개방형 설문(n=49)으로 학습 경험을 분석하였다 연구 결과, AI 리터러시 자기효능감(t=-7.030, p<.001, d=1.305)과 데이터 리터러시 자기효능감(t=-6.105, p<.001, d=1.134) 모두 통계적으 로 유의미하게 증가되었으며 큰 효과 크기를 나타냈다. 질적 분석에서는 네 가지 학습 메커니즘이 도출되었다 프롬프트 활용은 학습 진입 장벽을 낮추었으며, AI 생성 결과의 검토⋅ 수정 과정은 개념 이해를 촉진하였다. 또한 협업적 문제 해결은 역량의 실천적 습득을 지원 하였고 비판적 검토 태도와 해석 능력이 동반 향상되는 양상이 확인되었다 이는 AI 리터러시가 데이터 리터러시 형성을 돕는 학습의 중개적 역할을 수행함을 시사하며, 생성형 AI 기반 데이터 분석 교육 설계에 실증적 시사점을 제공한다.

본 연구는 데이터 리터러시 수업에 적용된 데이터 가치의 유형을 체계화하고, 실제 수업 사례에서 각 가치가 드러나는 양상과 가치 간 구조적 관계를 규명하고자 하였다. 국내외 학술 데이터베이스를 체계적으로 검색하여 P RISMA권고안에 준거한 단계적 스크리닝을 통해 26편의 문헌을 선정하고, 귀납적 코딩 및 전문가 협의를 거쳐 정보적, 교육적,과학적, 예측적, 경제적, 사회적, 윤리적, 의사결정 지원, 협력적, 혁신적, 통합적 가치의 11개 데이터 가치 유형을 도출하고 조작적으로 정의하였다. 확정된 가치 체계를 초·중·고 학생 대상 데이터 리터러시 수업 사례 39편에 적용하여 분석한 결과, 과학적 가치와 윤리적 가치가 약 90%에서 출현하여 핵심 축을 이루었다. 사회적, 의사결정 지원, 통합적 가치는 수업에서 다루는 가치의 수가 많아질수록 동반 비율이 높아졌지만, 예측적, 경제적, 협력적 가치는 선택적으로 나타났다. 가치 쌍 네트워크 분석 결과, 과학적-윤리적 가치의 결합이 가장 강하게 나타났고, 사회적 가치는 의사결정 지원 및 통합적 가치와 함께 출현하는 경향을 보였다. 본 연구는 데이터 가치의 유형과 구조를 제시한 점에 의의가 있으며, 데이터 기반 교육 정책 수립과 교육 현장의 데이터 활용 활성화를 위한 기초 자료로 활용될 수 있을 것으로 기대한다.

데이터 사회의 도래와 함께 초등교육에서 데이터 리터러시의 중요성이 강조되고 있으나, 초등학생의 인지발달 단계를 고려한 체계적인 측정도구는 부족한 실정이다. 본 연구는 Webb의 DOK(Depth of Knowledge) 이론을 적용하여 초등학생의 데이터 리터러시를 인지적 깊이의 관점에서 측정하는 도구를 개발하고 타당화하였다. 연구는 문헌연구를 통해 7개의 초기 이론 요인을 설정하고, 전문가 델파이 조사, 예비조사(223명), 본조사(221명)의 절차로 진행되었다. 탐색적 요인분석 결과, 초기 7요인 모델은 초등학생 수준에서 4개의 핵심 요인(이해 및 수집, 관리 및 전처리, 분석 및 표현, 데이터 기반 의사소통)으로 수렴되는 구조를 보였다. 이 4요인 22문항 모델은 확인적 요인분석 결과 양호한 모형 적합도(CFI=.958, TLI=.952, RMSEA=.064)와 높은 신뢰도(α=.971)를 나타냈으며, HTMT 분석을 통해 판별 타당도 또한 확보하였다. 본 연구에서 개발된 측정도구는 초등학생의 데이터 리터러시를 체계적으로 진단하고 맞춤형 교육을 설계하는 데 기여할 것으로 기대된다.

본 연구는 노코드 머신러닝 플랫폼인 Orange3를 활용하여 화학교과에 AI와 데이터과학을 융합한 교육 프로그램을 개 발하고, 현직 화학교사 20명을 대상으로 적용한 후 그 효과를 분석하였다. 프로그램은 화학 데이터의 수집·전처리·시각화·모델 링 전 과정을 체험할 수 있도록 설계되었다 . 정량적 분석 결과 , 데이터 리터러시의 모든 하위 요소와 AI 개인 교수효능감에서 유 의미한 향상이 나타났다. 정성 분석에서는 (1) AI를 전문가의 전유물이 아닌 누구나 활용 가능한 도구로 인식하게 된 변화, (2) Orange3 시각화 기능을 통한 화학 개념 이해의 확장, (3) 학생들에게 데이터 기반 수업을 실제로 적용하고자 하는 교사의 실천 의지 강화라는 세 가지 주제가 도출되었다. 이러한 결과는 노코드 AI 도구가 교사의 교육 역량 확장과 데이터 기반 과학교육 혁 신에 기여할 수 있음을 시사한다.

본 연구는 데이터 리터러시가 사회혁신을 촉진하는 데 어떤 역할을 할 수 있는지를 논의한 연구이다. 데이터 리터러시가 사회적 형평성과 지속 가능성을 증진시키는 데 기여할 수 있는 구체적인 방안을 탐구하였으며 다양한 사회적 맥락에서 데이터 리터러시 적용 사례를 확인하고자 했다. 데이터 리터러시 격차를 해소하기 위한 정책적, 교육적 전략을 제안하는 것을 목표로 세 가지 연구문제를 제시하여 살펴보았다. 데이터 리터러시는 데이터를 이해하고 분석하며 윤리적으로 사용하는 능력을 통해 지속적인 사회혁신을 가능하게 하는 도구로서 이해가능하다. 데이터 리터러시는 데이터 기반 의사결정을 통해 공공 정책의 효과성과 투명성 향상을 지원할 수 있으며 다양한 맥락에서 중요한 역할을 할 수 있다. 지속적인 사회혁신에 있어 데이터 리터러시 역량의 함양이 중요하게 제기된 만큼 정책적, 교육적 접근을 통해 데이터 리터러시 격차를 줄이고, 데이터 활용 기회를 모든 시민에게 제공해야 할 필요가 있다. 이를 위해 본 연구는 11가지의 종합적인 전략을 제안했으며 각각의 전략은 데이터 리터러시 해소를 위한 출발점으로 활용 가능한 방안이 될 것이다.

본 연구는 스포츠 현장에 적합한 데이터 리터러시 평가영역을 개발하고, 도출된 요인 간 상대적 중요도를 분석하는데 목적이 있다. 이를 위해 데이터 리터러시 관련 선행연구를 검토하고 스포츠 분야 전문가를 대상으로 한 FGI를실시하여 스포츠 지도자에게 요구되는 평가영역과 세부요소를 도출하였다. 더불어 AHP 분석을 통해 각 요인의 상대적중요도를 산출하였다. 분석 결과, 스포츠 데이터 리터러시는 데이터 접근 및 수집, 데이터 분석 및 해석, 데이터활용 및 의사소통, 데이터 윤리 및 보안의 4개 영역과 14개의 세부요소로 구성되며, 중요도는 데이터 분석 및 해석, 데이터 활용 및 의사소통, 데이터 접근 및 수집, 데이터 윤리 및 보안 순으로 나타났다. 이러한 결과는 스포츠 환경에서요구되는 데이터 리터러시가 인지적, 기술적, 행동적 역량이 통합된 복합적 구조임을 보여주며, 그중에서도 데이터해석력과 전략적 의사소통력이 현장 핵심 역량으로 인식되고 있음을 시사한다. 본 연구는 스포츠 맥락을 반영한데이터 리터러시의 구성 요소를 체계화했다는 점에서 학문적 의의가 있으며, 향후 스포츠 지도자 대상 교육 및 평가모형설계의 기초자료로 활용될 수 있을 것이다.

본 연구는 경찰공무원의 개인성향과 조직문화가 직무역량에 미치는 영향에서 데이터 리터러시의 매개효과를 실증적으로 분석하고자 한다. 이를 통해 경찰조직의 데이터 리터러시 경쟁력과 적응력을 강화하고, 치안서비스 제공의 질을 높이기 위한 다양한 정책수립 방안을 모색하고자 한다. 이를 위해 G광역시, J특별자치도 및 J도 소속 경찰공무원 200명을 대상으로 조사연구를 실시하였다. 연구의 결과 첫째, 경찰공무원의 계급이 높을수록, 경찰 서나 지구대(파출소)보다 경찰청이 긍정적 조직문화와 높은 직무역량을 보였으며, 둘째, 직무역량과 데이터 리터러시 간의 상관관계가 가장 높게 나타났다. 셋째, 데이터 리터러시가 직무역량에 가장 큰 영향을 미치는 변인으로 나타났다. 마지막으로 개인의 특성과 조직 환경 모두 데이터 리터러시를 강화하는 주요 요인으로 작용하고 직무역량 향상으로 이어 지며, 데이터 리터러시는 개인적·조직적 특성을 직무성과로 전환시키는 핵심 매개요소로 나타났다. 이에 경찰공무원의 데이터 리터러시 수준을 높이고 조직문화 개선과 직무역량을 제고하기 위해서, 첫째, 개인성향 맞춤형 역량 강화 프로그램 마련 및 지원, 둘째, 데이터 이해, 분석 및 활용을 강화하기 위한 데이터 리터러시 교육체계 마련, 셋째, 협력적 조직문화 구축과 리더십 강화 프로그램 등 조직문화 개선을 위한 프로그램 개선 등을 제시하였다. 본 연구는 조사 대상을 특정지역 일부 경찰공무원만 조사했기 때문에 연구결과를 일반화 시키기에는 한계가 있으며, 향후 보다 많은 지역의 경찰공무원을 대상으로 디지털 역량을 강화하고 조직문화를 개선할 수 있는 프로그램 개발 연구와 직무역량을 향상시킬 수 있는 변인들 간의 관계에 대해 연구가 이루어져야 할 것이다.

본 연구는 오픈 사이언스 기반의 인공지능 융합 교육 프로그램 개발에 관한 연구로, 학생들이 인공지능과 데이 터의 관계를 이해하고 데이터세트 구축을 통해 실질적인 데이터 리터러시 역량을 함양하는 것을 목표로 한다. 본 연구에서는 이미지 딥러닝 학습용 데이터세트 구축에 필요한 데이터 수집, 전처리, 학습, 디버깅의 전 과정을 경험 할 수 있는 교육 프로그램을 개발하고, 그 효과를 살펴본다. 교육은 (1) 데이터 수집, (2) AI 학습용 데이터 세트 구축에 필요한 인공지능 기본 원리와 활용 교육, 그리고 (3) 데이터 세트를 기획하고 구축하는 프로젝트 단계까지 3단계로 구성된다. 또한 지역 연구 공유 생태계와 협력하고 결과를 공유하는 과정을 통해 오픈 사이언스를 실천하고 실질적인 데이터 리터러시 역량을 함양할 수 있도록 하였다. 개발된 교육 프로그램을 실시하고 참가한 학습자 들을 대상으로 인터뷰를 진행하여 학생들의 인공지능 활용 역량, 데이터 리터러시 역량과 더불어 오픈 사이언스에 대한 인식이 향상되었음을 확인하였다.

The purpose of this study is to find an effective strategy for improving data literacy considering the propensity of each member of a public institution, and to suggest ways to improve job performance through data literacy. A questionnaire was designed to evaluate the level of data literacy and personal inclination of civil servants in Hwaseong City Hall, and the effect of individual inclination on data literacy, the effect of data literacy on job performance, and the mediating role of organizational culture were analyzed. Among various aspects of data literacy, the importance of data communication competency was found to have a positive effect on job performance. Although not statistically significant, data collection and data decision-making also showed a positive relationship with job performance. When considering the mediating role of data decision-making culture, the ability to collect data was found to be the most important factor. Emphasizing the importance of convenient access to necessary data, it has positively impacted the culture of data decision-making. Based on the results of this study, applicable implications can be drawn. First, voluntary participation in data-rela

본 연구의 목적은 기업 구성원의 데이터 리터러시 개념, 구성 요소 및 측정 방법에 대하여 프레임워크를 제시하고 이를 실증적으로 살펴보는 데 있다. 이를 위하여 기존 연구 결과를 토대로 데이터 리터러시 개념 및 구성 요소를 구성하고 전문가 검토를 거쳐 개념 타당성을 확보하였으며 기업 구성원을 대상으로 한 설문 조사를 통해 자료를 수집하고 JMP Pro 18.1을 이용하여 실증적인 분석을 하였다.
 전문가 검토 및 설문 조사 자료에 대한 실증 분석 결과 데이터 리터러시 역량은 ‘데이터 중요성에 대한 인식’, ‘데이터 평가 및 처리’, ‘데이터로 분석하기’ 및 ‘데이터로 의사소통하기‘의 네 가지 요인으로 구성됨이 확인되었다.
 또한, 업무 성격에 따라 요구되는 데이터 리터러시 수준이 매우 상이하고 직무 및 업종에 따라서도 일정 정도 차이가 있는 것으로 분석되었으며 데이터 문화, 데이터 리더쉽, 인프라, 교육 훈련 및 데이터 거버넌스 등의 모든 환경변수가 데이터 리터러시에 유의한 영향을 주는 것으로 확인되었다.
 본 연구에서 분석된 데이터 리터러시 측정 도구를 활용하여 기업 구성원의 데이터 리터러시 역량을 파악하고 그 수준을 높이기 위한 이정표로 활용할 수 있을 것이다. 또한, 데이터 리터러시와 관련된 기업 경영에 있어서 업무 성격, 직무 등을 충분히 고려해야 함을 제시해 주고 있다.

본 연구는 초등학생 데이터 리터러시의 성차가 존재하는지를 검증하고, 이를 예측하는 개인 변인과 수업 변인이 성차에 따라 어떻게 달라지는지 탐색하는 것에 그 목적이 있다. 초등학교 5, 6학년 241명을 대상으로 자기보고식 설문을 통해 자료를 수집하였으며, 개인 변인으로는 자기효능감, 내재가치, 유용가치를, 수업 변인으로는 전달식 수업과 구성주의 수업을 포함하였다. 본 연구의 주요 결과는 다음과 같다. 첫째, 데이터 리터러시의 하위 요인인 수리, 사고, 생활 리터러시 모두에서 성차가 나타나지 않았다. 둘째, 데이터 리터러시를 예측하는 개인 변인을 확인한 결과 여학생의 경우에는 자기효능감이 유의미한 예측력을 지녔으며, 남학생의 경우에는 유용가치가 유의미한 예측력을 지니는 것으로 나타났다. 또한 자기효능감과 유용가치가 데이터 리터러시에 미치는 영향은 성별이 조절하였다. 셋째, 데이터 리터러시를 예측하는 수업 변인을 확인한 결과 전달식 수업만이 유의미한 예측력을 지녔으며 이는 성차와 상관없이 동일하게 나타났다. 본 연구의 결과는 데이터 리터러시의 중요성이 점차 증가하는 교육 현장에 이를 증진하기 위한 교육적 개입에 대한 객관적 연구 자료를 제공한다.

본 연구는 4차 산업혁명과 산업 전반의 디지털 전환 가속화에 따라 안전보건관리자의 핵심 역량으로 부상한 데이터 리터러시가 직무역량에 미치는 영향을 실증적으로 분석하였다. 산업안전보건 분야에서는 스마트안전관리시스템 도입과 안전데이터 분석 등 디지털 기술 활용이 확대되면서 데이터 기반 의사결정과 디지털 도구 활용 능력의 중요성이 더욱 커지고 있다. 그러나 안전보건 관리자의 데이터 리터러시와 직무역량 간 관계를 실증적으로 규명한 연구는 여전히 부족한 실정이다. 이에 본 연구는 데이터 리터러시의 하위요인별로 직무역량의 다양한 측면에 미치는 차별적 영향을 규명하는 것을 목적으로 하였다. 이를 위해 안전보건관리자 122명을 대상으로 온라인 설문조사를 실시하고, 수집된 자료를 Jamovi 2.3 프로그램을 활용하여 위계적 회귀 분석과 다중 회귀분석을 수행하였다. 데이터 리터러시는 ‘데이터 이해’, ‘데이터 수집 및 의사결정’, ‘데이터 커뮤니케이션’의 3개 하위요인으로, 직무역량은 ‘역량인식’, ‘객관적 성과’, ‘추진활동 개선노력’, ‘역량개선 정도’의 4개 하위요인으로 구성하였다. 분석 결과, 데이터 리터러시 하위요인은 직무역량의 각 측면에 차별적으로 유의한 영향을 미쳤다. ‘데이터 이해’는 역량인식에, ‘데이터 수집 및 의사결정’은 역량인식·객관적 성과·역량개선 정도에, ‘데이터 커뮤니케이션’은 객관적 성과와 추진활동 개선노력에 유의한 영향을 미쳤다. 이러한 결과는 데이터 리터러시가 직무역량 전반에 일률적으로 작용하기보다 하위요인별로 선택적으로 영향을 미친다는 것을 보여준다. 따라서 목표하는 직무역량에 부합하는 데이터 리터러시 요소를 전략적으로 개발·강화하는 맞춤형 접근이 요구된다. 본 연구 결과는 안전보건관리자의 역량 강화를 위한 정책 수립과 교육 프로그램 개발의 기초자료로 활용될 수 있을 것으로 기대된다.

자유인을 추구하는 교양의 정신과 반성적 사고의 덕목이 필요한 시점이다. 현대 사회에서데이터가 지닌 영향력은 재론의 여지가 없는 것이다. 일상의 각 영역이 실시간으로 양화되는데이터피케이션이 보편화되었고, 데이터 사이언스는 통계학과 컴퓨터 과학이 혼합된 것으로2010년대 이후 하나의 강력한 트렌드가 되었으며, 이미 우리를 인공지능 시대로 운반하는 급행열차가 되었다. 데이터 리터러시 교양 강좌의 목표는 기술이 중심이 된 현 시대 데이터 논의의 장에 역사적·철학적 배경을 덧입혀 데이터에 대한 수강생들의 총체적 이해를 돕는 것이다. 본 강좌는 기존에 논의되었던 데이터 리터러시를 필두로, 통계적 사고와 데이터 필로소피(philosophy)를 아우르는 폭넓은 주제를 다룬다. 이러한 접근을 통해 수강생들은 데이터피케이션으로 인한 사회 전체와 개인 일상의 변화를 무의식적으로 수용하기보다는, 균형 잡힌 시각으로 바라볼 수 있을 것이다.

In this article, the author examines how young learners became critical information architects for presenting community and classroom data. The article begins with an overview of the literature on critical literacy, critical data literacy, and young children's visual cultures. Next, it lays out the

인공지능(AI)은 현대 사회의 다양한 분야에서 핵심적 역할을 하며, 그 작동 원리는 데이터에 기반한다. 이에 따라 데이터의 편향성은 AI 시스템 성능에 직접적인 영향을 미치므로, 고등학교 인공지능 교육에서 데이터 분석 능력과 편향성 인식이 매우 중요해졌다. 특히 2022 개정 교육과정은 디지털 소양과 데이터 리터러시, 그중에서도 ‘데이터 분석과 평가’ 역량을 강조하고 있으며, 이는 학생들이 비판적으로 데이터를 다룰 수 있는 능력을 기르는데 초점을 두고 있다. 하지만 기존 교육은 수집된 데이터와 알고리즘의 인공적 편향 사례 중심으로 구성되어 있어서 자연 발생적인 데이터 편향성에 대한 이해가 부족하다. 본 연구에서는 벤포드 법칙을 이용하여 자연 발생적 데이터 분포의 편향성을 함께 포함하는 교육 프로그램을 제안하였다. 이를 통해 학생들이 데이터의 다양한 속성을 통합적으로 이해하고, 데이터 기반 의사결정 능력과 인공지능의 사회적 영향에 대한 비판적 사고를 기를 수 있도록 하였다.

본 연구는 2022 개정 교육과정에서 강조하는 범교과 학습주제 ‘환경⋅지속가능발전 교육’을 중심으로 기상청 공공 데이터를 활용한 기후 데이터 기반 인공지능 활용 초등학교 수학⋅사회 교과 융합 프로그램을 개발하여 초등학 교 5학년 19명의 학생에게 적용하여 학생들의 데이터 리터러시 변화를 분석하는 것을 목적으로 한다. 이를 위해 기후 데이터를 기반으로 문제해결 과정을 반영하여 2022 개정 수학과 및 사회과 교육과정 성취기준과 데이터 리터 러시 구성요소, 교육부와 한국과학창의재단이 제시한 인공지능 내용요소를 융합한 총 11차시 분량의 프로그램을 개 발하였다. 본 프로그램의 적용 결과 학생들의 데이터 리터러시가 모든 영역에서 유의미하게 향상되었으며 질적 분석 결과 학생들이 데이터 활용에 익숙해지면서 통합적 사고를 발휘하는 특징이 관찰되었다. 본 연구의 결과는 데이터 리터러시와 인공지능 활용 교육이 초등학교 수준에서도 효과적으로 작동하며, 데이터 중심 사회에 대비한 주제 중심 융합 교육 프로그램의 개발 가능성을 함의한다.

본 연구는 데이터 사회에서 젠더 관점의 데이터 리터러시 교육 필요성을 강조하며, E 대학교의 <빅데이터와 젠더> 교과목을 사례로 실행연구를 진행하였다. 데이터의 편향성은 알고리즘과 인공지능에 반영되어 사회적 불평등을 재생산할 수 있으며, 특히 젠더 편향은 여성과 소수자 집단의 목소리를 약화시키고 차별을 심화시킬 수 있다. 젠더 관점의 데이터 리터러시 교육은 데이터를 단순히 기술적으로 해석하고 활용하는 것을 넘어서, 데이터에 내재된 편향성과 문제점을 비판적으로 인식하고, 이를 통해 사회변화를 촉진하는 데 기여할 수 있다. 이 연구는 성인지 통계와 교차성 개념을 기반으로 젠더 데이터 리터러시 교육 모델을 제시하며, 이를 통해 사회적 불평등 해소를 위한 교육적 접근을 탐구한다. <빅데이터와 젠더> 교과목은 젠더에 대한 이론 교육과 성인지 통계를 활용한 데이터 분석 실습으로 구성되었으며, 학생들이 젠더 관점에서 데이터를 분석하고 이해하는 능력을 기르는 데 중점을 두었다. 이를 통해 학습자들이 데이터의 편향성을 인식하고, 성평등한 데이터 사회를 구축하기 위한 비판적 사고와 분석 능력을 함양할 수 있도록 하였다.

본 연구는 메타버스 기반 학습환경에서 문제해결형 데이터 분석 수업이 학습자의 데이터 리터러시와학습 흥미에 미치는 영향을 분석하였다. 본 연구의 문제해결형 데이터 분석 수업은 데이터 분석의 이해, 문제해결 전략세우기, 데이터 수집 및 분석, 데이터 시각화, 결과 해석의 설계 단계에 따라 학습과정을 문제해결 모형을 바탕으로 8차시의 수업안을 구성하였다. 연구는 초등학교 3~4학년군 2개 학급20명을 대상으로 실험집단과 통제집단으로 나눈 후 실험집단은 메타버스 기반 학습환경 속에서 문제해결형 데이터 분석 수업을 실행하였고, 통제집단은 일반적인 수업을 실행하였다. 연구 결과 메타버스기반 학습환경에서 문제해결형 데이터 분석 수업은 학습자의 데이터 리터러시와 학습 흥미에 유의미한 효과가 있는 것으로 나타났다. 내용분석 결과 또한 데이터 리터러시와 학습 흥미에 긍정적인 효과가 있는 것으로 분석되었다. 하지만, 데이터 리터러시와 관련한 내용분석 결과에서 어느정도 어려움이있었다는 것도 살펴볼 수 있었다. 결과적으로 메타버스 기반 학습환경에서 문제해결형 데이터 분석수업은 학습자들의 데이터 리터러시와 학습흥미 향상에 도움을 주는 것을 의미하나, 본 수업을 활용또는 재구성할 시 학생들의 발달단계에 따라 데이터 리터러시 측면에서 재구조화가 필요함을 시사한다. 본 연구는 메타버스 기반 학습환경에서 문제해결형 데이터 분석 수업이 학습자의 데이터 리터러시와 학습흥미의 향상을 모색하는 교육현장에 시사점을 제시함에 의의가 있다

이 연구는 데이터 기반의 과학 탐구 보고서에 나타난 데이터 리터러시 요소를 분석하는 탐색적 사례 연구로서 과학 탐구의 맥락에서 데이터 리터러시를 고찰하였다. 이를 위해 선행연구로부터 데이터 리터러시 세부 요소를 규명하고, 2022 개정 과학과 교육과정의 과정·기능 영역과 연계하여 구안한 분석틀을 활용해 무선 날씨 센서를 활용한 데이터 기반의 탐구 보고서를 분석하였다. 주요 분석 결과는 다음과 같다. 학생 대부분은 데이터 수집과 데이터 시각화는 원활히 수행하였으나 데이터 기반 질문 생성과 데이터 전처리, 데이터 평가 단계에서 어려움을 겪는 것으로 나타났다. 이에 따라 탐구 과정 구성 요소와 관련하여 데이터 리터러시를 함양하기 위해서는 데이터 기반 질문 생성, 데이터 추출 및 전처리, 데이터 평가 등의 요소에 초점을 맞춘 체계적인 지도 방안이 필요함을 논의하였다. 데이터 리터러시 함양 교육이 특히 강조되는 2022 개정 과학과 교육과정의 적용을 앞둔 시점에서 이 연구가 과학 탐구에서 데이터 리터러시를 효과적으로 통합하는 방안의 논의에서 하나의 근거가 될 수 있기를 기대한다.

최근 교육 현장에서 데이터 활용 및 데이터기반 의사결정의 중요성이 강조되며 교사의 데이터 리터러시를 함양하기 위한 교육의 필요성이 제기되고 있다. 교사를 위한 데이터 리터러시는 교육 과정에서 획득 및 활용할 수 있는 다양한 유형의 데이터를 수집, 분석, 해석하여 이를 교육적 행동으로 연결하는 역량을 의미한다. 생성형 인공지능은 쉽고 빠르게 데이터 분석을 학습할 수 있도록 도와준다는 점에서 데이터 리터러시 교육 시 효과적으로 활용될 수 있다. 본 연구에서는 생성형 인공지능을 활용한 데이터 리터러시 교육 프로그램을 설계하고, 실행하여 효과성 평가를 실시하였다. 연구 결과, 개발된 프로그램은 데이터 리터러시를 향상시키는 것으로 나타났으나 프로그램 차시 확대, 교육적 맥락의 실사례 제공 등의 보완할 점도 발견되어, 설계한 프로그램을 수정 및 보완하여 최종 프로그램을 도출하였다. 본 연구는 예비교사를 위한 데이터 리터러시 교육 프로그램을 개발함으로써, 예비교사 및 교사를 위한 데이터 리터러시 교육을 설계 및 실행 시 참고할 수 있는 기초자료를 제공했다는 데 연구의 의의가 있다.

인공지능 시대의 도래로 학교 현장에서는 인간 고유의 창의·융합적 역량을 함양할 것을 강조하여 학교에서 인공지능 관련 과목을 편성하여 운영하고 있지만 수업 사례와 효과성 검증 사례가 부족한 상황이다. 본 논문에서는 인공지능 교육의 사례를 제공함과 동시에 이것이 미래 교육 역량에 미치는 영향을 조사하고자 한다. 이를 위해 융합적 사고력과 데이터 리터러시의 정의를 선행 연구로부터 분석 및 고찰하였으며 하위 요소를 분석하고 융합적 사고력과 데이터 리터러시의 하위 요인을 측정하기 위한 측정 도구를 개발하였다. 인공지능 기초 교육과정에 근거하여 재구성한 데이터 과학 수업을 실시하여 학생의 융합적 사고 능력이 사전검사(M(평균)=3.4500/5점 만점)에 비해 사후검사(M(평균)=4.0667)가 향상되었으며, 데이터 리터러시에도 사전검사(M(평균)=3.6629/5점 만점)에 비해 사후검사((M(평균)=4.2857)가 향상되어 유의미한 영향을 주는 것을 확인하였다.

일상 생활에서 데이터와의 상호작용이 증가함에 따라, 데이터 리터러시는 필수적인 역량으로 간주되고 있다. 이는 개인들이 자신의 데이터를 활용하고, 데이터 기반의 결정을 내리는 데 중요한 역할을 한다. 2022년 개정된 교육과정에서는 이러한 중요성을 반영하여 데이터 관련 내용이 강화되었다. 특히, 초등학교 실과 교육과정과 중등 정보 교육과정에 이 내용이 포함되었다. 이 연구는 2022년 개정 교육과정에서 '데이터'라는 용어가 어떤 맥락과 의미로 사용되었는지 텍스트 마이닝 기법으로 분석하였다. 분석 결과, 해당 교육과정에서는 문제 해결적 측면에서의 데이터 리터러시가 전반적으로 반영되어 있음을 확인할 수 있었다. 하지만 초등학교에서는 데이터 리터러시적 측면이 중학교와 고등학교에 비해 상대적으로 적은 비중으로 다루어지고 있음을 볼 수 있었다. 이러한 분석은 데이터 리터러시적 측면에서 교육의 방향성을 설정하는데 도움이 될 것으로 기대한다.

2015 개정 교육과정의 도입 이후 창의융합형 인재 양성을 위한 교과 간 융합 수업의 필요성이 대두되고 2022 개정 교육과정의 도입과 함께 AI 융합 수업에 대한 필요성이 강조됨에 따라, ‘교과 간 AI 융합 수업’의 시도가 지속적으로 이루어져 왔다. 특히 인공지능의 기초이자 핵심인 데이터를 중심으로한 ‘교과 간 AI 융합 수업’이 이루어질 필요가 있다. 그러나 현재 교육 현장에서 데이터 리터러시 향상을 위한 교과 간 AI 융합 수업은 원활히 이루어지지 않고 있으며, 이에 대한 원인으로 교과 간 AI 융합 수업을 설계하고 실행하기 위한 구체적인 방법과 지침이 부족함이 지적된다. 이에 본 연구에서는 현장에서 보다 쉽게 적용할 수 있는 수업 설계 모형을 개발하고 그 타당성을 검증하는 것을 목적으로 한다. 이를 위해 설계⋅개발 연구 방법론 중 유형 2인 모형 연구 방법을 활용하여 선행연구 분석, 2차례의 내적 타당화, 1차례의 외적 타당화 과정을 거쳐 협력교사 간 협의체 구성, 분석, 설계, 사용성 평가, 개발, 실행, 총괄 평가의 7단계로 구성된 최종 모형을 개발하였다. 개발된 모형을 기반으로국어 교사 1인과 정보 교사 1인이 함께 중학교 1학년 학생 28명을 대상으로 교과 간 AI 융합 수업을설계 및 실행한 결과, 학생들은 데이터와 인공지능에 대한 이해도와 흥미가 향상된 모습을 보였으며, 수업 전후 데이터 준비, 데이터 탐색, 데이터 분석 및 해석 영역에서 모두 데이터 리터러시가 유의미하게 상승하였다(p<.01). 수업을 설계한 교사들은 모두 모형에 기반해 설계한 수업에 대해 만족하며교과 간 AI 융합 수업의 효과성을 확인하였다. 본 연구를 통해 교과 간 AI 융합 수업 설계를 위해 교사들이 적용할 수 있는 구체적인 단계 및 지침을 제시하였다는 점에서 의의가 있다.

4차 산업혁명으로 촉발된 정보화에 대한 필요성으로 지난 10년간 관련 기술에 대한 교육적 투자와사회적 지출이 상당하였다. 그럼에도 불구하고 우리나라 성인과 청소년의 정보화 분야의 리터러시수준은 OECD 평균을 밑돌고 있으며, 이는 데이터와 관련된 종합적 역량인 데이터 리터러시(Data Literacy)와 관련된 교육이 Python 등의 분석 도구 교육에 편중되었기 때문에 발생한 결과이다. 본연구는 이러한 한계를 극복하고 데이터 관련 교육을 위한 방향성을 제시하고자 한다. 이를 위해 해외의우수 사례를 바탕으로 데이터 리터러시 교육에 필요한 조건(기준)들을 제시하였으며, 한국연구재단첨단분야 혁신융합대학(Convergence and Open Sharing System) 사업에서 주최한 데이터 리터러시 해커톤대회 CO-DATA Station의 사례를 분석하여 교육적 방향에 대한 제언을 도출하였다.

본 연구는 고등학교 학생들의 데이터 리터러시를 함양할 수 있는 머신러닝 기반 AI 융합 수업 모형과 수업 설계 원리를 개발하고, 그에 따른 상세 지침을 개발하는 것을 목적으로 하였다. 이를 위해 선행 문헌 연구를 통해 머신러닝을 기반으로 한 수업 모형과 설계 원리 및 상세 지침을 개발하고, 서울 소재 상업계열 특성화고등학교 학생 15명에게 적용하여 실행하였다. 연구 결과 학생들의 데이터 리터러시가 통계적으로 유의미(p< .001)하게 향상되었으므로 본 연구의 수업 모형이 학습자의 데이터 리터러시 향상에 긍정적인 영향을 주었음을 확인할 수 있었고, 앞으로 관련 연구로 이어지길 기대한다.

본 연구의 목적은 예비유아교사의 데이터 리터러시에 대한 교육요구도와 하위영역별 우선 교육요구도를 살펴보는 것이다. 이를 위해 부산광역시와 경상남도에 소재한 4년제 유아교육과와 아동(가족)학과에 재학 중인 3, 4학년 예비유아교사 267명을 대상으로 설문조사한 자료를 사용하여 t-검증, Borich 요구도 분석, The Locus for Focus 모델을 통한 요구도 분석을 실시하였다. 본 연구의 주요 결과는 다음과 같다. 첫째, 예비유아교사가 인식하는 데이터 리터러시에 대한 중요도와 실행도 차이를 분석한 결과, 모든 요인에서 현재 실행하는 수준보다 중요하다고 인식하는 수준이 통계적으로 유의미한 수준으로 더 높게 나타났다. Borich 요구도 분석과 The Locus for Focus 모델을 통합적으로 활용한 우선순위 도출 결과, 데이터 평가가 최우선 순위, 데이터 도구 활용에 대한 요구도가 차순위로 나타났다. 둘째, 전공에 따른 예비유아교사의 데이터 리터러시의 요구도 우선순위를 통합적으로 분석한 결과, 유아교육 전공의 경우에는 데이터 평가에 대한 요구도 순위가 가장 높았고 데이터 도구 활용이 차순위로 나타났다. 아동(가족)학 전공은 데이터 평가와 데이터 도구 활용이 최우선 순위로 도출되었다. 이러한 결과를 바탕으로 유보통합이 추진되고 있는 상황에서 향후 유아교사 양성과정에서 데이터 리터러시 관련 교사교육의 방향성을 제시하였다.

본 연구에서는 '가속팽창 우주'를 주제로 학교에서 데이터 리터러시 역량을 향상시키기 위한 프로젝트 기반 교육 프로그램을 개발하였다. 이 프로그램은 총 5단계로 구성되어 있으며, 천체까지의 거리를 재는 방법에 대한 기본 내용을 제시하고, '가속팽창 우주'를 발견한 논문에 수록된 자료를 데이터 마이닝 방법으로 이해한다. 또한, 교육과정과 연계하여 관련된 키워드를 확인하고, 관측 데이터를 파이썬 언어를 사용하여 그래프와 그림으로 시각화하는 활동을 포함한다. 개발된 프로그램은 내용 전문성과 교수 설계 전문성 확보를 위해 내용 전문가 3인과 현장 교육 전문가 3인의 검토를 거쳐 보완하였다. 또한 교육 프로그램은 구글 웹 페이지를 통해 공개 교육 자료로 제공되었고, K 대학교의 예비교사 9인과 현장교사 17인에게 적용한 결과 내용 지식의 효과성과 활용성을 확인하였다. 이 연구의 결과물은 개정 교육과정에 포함된 '가속팽창 우주'의 전문적인 내용을 이해하고, 과학과 핵심 역량, 데이터 리터러시 역량을 향상시키는 데 도움이 될 것으로 기대된다.

현대 사회는 인공지능, 빅데이터와 같은 데이터 기반의 디지털 신기술을 중심으로 한 광범위한 변화를 맞이하고 있다. 이러한 디지털 전환은 새로운 생활 방식을 요구하며, 사회 구성원들은 디지털 정보 이해를 넘어 새로운 정보를 창출하고 문제를 해결할 수 있는 능력이 필수적으로 요구된다. 이런 배경하에 컴퓨팅 사고력과 데이터 리터러시의 중요성이 더욱 강조되고 있으며, 이 두 가지 역량 사이의 관계를 탐구하고 통합하는 방안에 관한 연구의 필요성이 점차 커지고 있다. 이에 본 연구에서는 김진수(2011)의 PDIE 모형을 기반으로 초등학교 교과의 데이터 리터러시 요소를 식별하고, 이를 문제 해결 중심의 소프트웨어(SW) 교육과 연계한 14차시의 SW융합교육 프로그램을 개발하여 현장에 적용하였다. 연구 결과, 데이터 리터러시 기반의 SW융합교육을 수행한 학생이 전통적인 SW교육을 받은 학생에 비해 컴퓨팅 사고력이 유의미하게 향상된 것을 확인할 수 있었다. 이러한 결과는 컴퓨팅 사고력과 데이터 리터러시를 통합적으로 발전시키는 것이 학습자들의 컴퓨팅 사고력 함양에 효과적임을 시사한다. 따라서, 복잡한 현대 사회의 문제를 해결하고, 지속 가능한 혁신을 끌어내기 위해 이 두 가지 역량 사이의 상호작용을 이해하고, 이를 교육과정과 학습 전략에 효과적으로 통합하는 연구가 앞으로도 계속되기를 기대한다.

With the drastic increase in the amount and types of data due to advancements in information and communication technology, the significance of data literacy has become more prominent. This study examined the elements of data literacy included in the achievement standards of the revised 2022 national curriculum, investigating how data literacy elements are reflected across various subjects such as Korean literature, mathematics, social studies, science, and practical arts. Analyzing 600 achievement standards related to data literacy, the study found that data interpretation and data-based inquiry were the main elements identified, with the application of data varying across subjects. The Korean literature focused on data communication, while mathematics stressed statistical problem-solving. An increasing trend in the ratio of data interpretation and databased inquiry was observed with higher grade levels, although it was challenging to clearly discern the learning hierarchy of data literacy elements. Through this analysis, the study suggests the necessity of systematic guidance on data literacy education in the curriculum and a deeper understanding of how data literacy elements vary

목적 본 연구의 목적은 마이크로소프트 인공지능 도구를 활용하여 8차시 인공지능 캠프 프로그램이 초등학생의 인공지능기술 태도및 데이터 리터러시 역량에 어떤 영향을 미쳤는지에 대해 분석하는 것이다.
 방법 인공지능 캠프 프로그램을 개발하고 캠프의 효과성을 검증하기 위해 2023년 4월 3일부터 인공지능 캠프 프로그램에 참여한경기도 초등학교 3-6학년 학생 1,141명을 대상으로 인공지능기술 태도 및 데이터 리터러시 역량에 대한 사전사후 검사를 실시하였다. 수집된 자료는 통계 분석 프로그램인 SPSS Statistics 26을 이용하여 대응표본 t-검정을 실시하였다.
 결과 인공지능 캠프 프로그램은 참여한 학생들이 인공지능 기술 태도에 긍정적인 영향을 미치는 것을 알 수 있다. 인공지능 기술관련 직업 포부와 흥미를 더욱 향상시키는 것으로 나타났다. 학생들의 인공지능 기술 중요성과 사회적인 변화에 대한 긍정적인 인식의 정도가 향상되었다. 일부 학생들은 인공지능 기술을 습득하기 위한 어려움에 대한 의식을 가지고 있었다. 이러한 결과는 캠프프로그램이 학생들의 관심과 태도를 긍정적인 방향으로 변화시키는 데 일부 기여하고 있다는 것을 시사한다. 초등학생들이 인공지능 캠프 프로그램을 수행한 후 데이터 이해, 데이터 해석 및 평가, 데이터 관리, 데이터 활용 영역에서 모두 성과가 향상되었다. 이는캠프 프로그램이 초등학생들의 데이터 리터러시 역량 향상에 긍정적인 영향을 미쳤음을 시사한다.
 결론 향후 인공지능 캠프가 단발성 캠프가 아닌 학기 중에 교육과정과 연계하여 모든 교과 영역에서 인공지능교육 내용을 융합하여가르칠 수 있을 것으로 여겨진다. 이러한 교육 전략을 위해서는 단계별로 장기적인 계획 수립이 필요하다.

Purpose: This paper aims to address the limitations in designing educational approaches that apply critical approaches to data literacy, given the obscure nature of digital platforms, which leave youth unable to develop discourses that challenge dominant narratives about the role of data in their li