J Appropr Technol > Volume 9(2); 2023 > Article
탄자니아 인공지능 스마트 양계장 적정기술 캠프를 시행하기 위한 한국에서의 시범연구

Abstract

본 연구는 탄자니아에 인공지능 스마트 양계장 적정기술을 보급하기 위한 교육프로그램을 현지 관련 종사자 및 청소년을 대상으로 실시하기 위해 시작되었다. 팬더믹으로 인한 현지 적용 지연으로 인해, 우선 국내 청소년을 대상으로 시범 운영을 통해 개발한 교육프로그램의 내용과 운영에 대한 개선점과 적정기술 교육에 대한 시사점을 도출하는 것에 목적을 두고 있다. 이를 위해 본 연구에서는 인공지능 스마트 양계장 적정기술 캠프 프로그램을 개발하여 국내 산업 기술에 특화된 교육을 실시하고 있는 공업고등학생 49명을 대상으로 2일간 프로그램을 시범 운영하였다. 시범 운영 후, 본 프로그램을 통한 학생들의 인공지능에 대한 인식과 경험을 측정하기 위해 설문조사를 실시하였다. 설문문항은 크게 인공지능에 대한 인식에 대해 Likert scale로 측정한 22문항과 참여 경험을 작성하는 1문항으로 구성되었다. 학생들의 인공지능에 대한 인식은 크게 가치인식(6문항), 효능감(4문항), 위험인식(12문항)의 3개 영역으로 구성되었다. 설문조사 결과, 학생들은 인공지능에 대한 가치인식(M=4.30, SD=.491)과 효능감(M=4.42, SD=.487)이 높게 나타난 반면, 인공지능에 대한 위험인식(M=3.42, SD=1.023)은 상대적으로 낮게 나타났다. 또한 학생들은 본 인공지능 스마트 양계장 적정 기술캠프를 통해 인공지능에 대한 학습동기가 향상하였고, 인공지능과 관련 진로와 직업에 관심이 증가하였으며 인공지능으로 인한 사회로의 긍정적 영향뿐만 아니라 부정적 인식을 갖게 되었다고 응답하였다.

Since the pandemic, the study purposed to derive improvements of the educational program through pilot operation for youth in Korea before local application to disseminate artificial intelligence smart poultry farm in Tanzania. For this purpose, we developed an artificial intelligence smart poultry farm appropriate technology camp program, and 49 high school students participated in this pilot study for two days. After the pilot operation, a questionnaire was conducted to measure students' perception and experience of artificial intelligence through this appropriate technology camp. The questionnaire consisted of 22 questions measuring the perception of artificial intelligence by the Likert scale and 1 question describing the participation experience. Students' perception of artificial intelligence was primarily composed of three areas: value perception (6 questions), efficacy (4 questions), and risk perception (12 questions). As a result, students' value perception (M=4.30, SD=.491) and efficacy (M=4.42, SD=.487) to artificial intelligence were high. However, the risk perception (M=3.42, SD=1.023) was relatively low. In addition, through this appropriate technology camp, students' motivation to learn artificial intelligence improved, their interest in careers and jobs related to artificial intelligence increased, and they had a negative perception and a positive impact on society due to artificial intelligence.

서론

전 세계는 아프리카의 빈곤 퇴치와 건강한 삶을 위해 경제적, 기술적, 교육적 지원에 힘쓰고 있다. 아프리카 국가들은 주로 농업과 광업 등 1차 산업에 크게 의존하고 있으며, 연간 기후조건에 따라 작황이 크게 영향을 받는 농업에만 의존하는 농가는 작황이 좋지 않는 해에는 수입이 현저히 낮기 때문에 빈곤을 벗어나기 어렵다. 이에 빌-멀린다 게이츠 재단1)은 농촌가구의 수입 증대 및 가정 영양 증진을 위해 2016년부터 아프리카 사하라 이남 지역의 빈곤층에 닭 10만 마리를 나누어 주는 사업을 하고 있다. 이 사업은 빈곤 농가에 여성이 닭 40 마리를 지속적으로 키운다면 연간 빈곤선인 $700을 넘길 수 있다는 연구결과에 근거를 두고 있다. 중앙 탄자니아의 경우, 여성이 평균 닭 5마리를 키워 연간 10%의 소득에 기여를 한다는 연구결과를 바탕으로(Guèye, 2000; Mujyambere et al., 2022), 40 마리의 닭은 평균의 8배에 해당하고 연간 소득에 80%에 기여할 수 있을 것이다. 하지만 닭과 같은 가금류는 온도와 습도 변화에 매우 민감하고 환기 시스템의 성능 및 효율성에 따라 육계와 달걀 생산량에 영향을 미치는데 영세한 농가에서 닭 40 마리를 관리하고 상업적 목적으로 양질의 품질을 유지하기는 쉽지 않다. 특히, 최근 기후변화의 영향으로 사하라 이남 지역의 경우, 닭과 관련한 질병에 취약하다. 그러므로 아프리카에 닭을 기부하기에 앞서, 양계 사업을 도울 수 있는 방안이 필요하다.
Joy Institute of Technology (JIT)2)는 탄자니아 탕가(Tanga) 지역에 위치한 Living Stone Boy’s Seminary를 2017년에 방문하여 교육용 스마트 양계장 3채를 설치하였고, 4일 간 스마트 양계장의 구조와 운영에 대한 단기교육을 학생과 교사를 대상으로 실시하였지만, 현지 사정으로 인해 닭의 건강상태와 질병 관리에 대한 심화교육을 실시하지 못하였다. 또한, JIT는 2018년 스마트양계 교육센터를 경기도 성남시에 위치한 새마을운동 중앙연수원 운동장 부지에 구축하여 아프리카 및 동남아 지역 농업관련 지도자들과 국내 농민들이 체험할 수 있도록 하였다.
스마트 양계장은 직경 4.3m, 높이 3.2m 이며, 내부에는 사물인터넷(IoT: Internet of Things) 활용하여 난방, 환기, 조명, 습도, 음용수 공급기, 사료 공급기를 퍼스널팜 자동제어 App으로 관리가 가능하다. 또한, 돔형 스마트 양계장은 인터넷이 되지 않는 탄자니아의 마을에서도 사용할 수 있도록 I oT 서버가 설치되어 있어 클라우드 서버 없이 다수의 IoT 장치를 관리할 수 있다(Figure 1). 아두이노와 라즈베리 파이 컴퓨터가 양계장 내벽에 고정되어 있어서 파이썬 언어로 제작된 양계장 자동화 소프트웨어를 실행하여 농부가 집에서 양계장을 관리할 수 있도록 IoT 스마트폰앱도 제작되었다. 양계장 내벽에는 42인치 대형모니터를 갖추어 농민들에게 닭을 키우는데 필요한 정보통신기술을 가르칠 수 있다. 새마을운동 중앙연수원에 설치된 교육용 스마트 양계장은 2kW의 전기가 필요하지만, 탄자니아 탕가지역 현지에 설치한 스마트 양계장에 필요한 전기 400W로 주변에 태양광 패널과 인버터를 설치하여 자급자족할 수 있기 때문에 아프리카와 같이 전기 공급이 어려운 지역에서 사용이 가능하다.
소형 양계장에 IoT기술을 접목하여 스마트 양계장을 가르치는 단계를 완료하고 나서, JIT는 인공지능 기술의 양계 산업 적용과 현지인들의 적정기술 교육에 대한 연구를 시작하였다. 이때, 2019년 우간다 쿠미대학(Kumi University)에 3000 수 규모의 대형 양계장을 설치한 ‘국제사랑의 봉사단’은 JIT에 쿠미대학 대형 양계장의 닭들의 건강상태를 한국에서 감시카메라로 원격 모니터링을 할 수 있는 방법에 대해 논의를 하였다. 아프리카의 현지 실정을 잘 알고 있는 JIT의 개발자들은 현지의 인터넷 속도와 비싼 통신비용을 고려할 때, 감시카메라로 영상을 한국에서 시청하는 것은 쉽지 않을 것이라 보았다. 이에 JIT는 원본 영상 신호를 클라우드로 보내서 대역폭을 많이 사용하는 기존 감시카메라의 문제를 해결하기 위해 인공지능 기반 감시카메라 기술을 스마트 양계장에 도입하였다. 인공지능 감시카메라는 카메라에 내장된 머신러닝이 생성된 닭의 위치 정보를 추출하여 행동량 데이터를 산출하기 때문에 기존의 감시카메라에 비해 대역폭에서 사용해야 할 데이터량이 매우 작아서 응답 속도가 빠르고 지연이 없기 때문에 실시간 전송이 가능하다. 이러한 기술을 엣지 인공지능(Edge AI)이라고 하는데, AI 알고리즘이 내장된 기기에서 생성된 데이터를 직접 실행까지 이루어진다. 그러므로 인공지능 기반 감시카메라는 별도의 클라우드 서버가 필요하지 않는다.
스마트 양계장이 아프리카 현지에서 지속가능하게 운영과 관리가 되려면 닭의 건강상태를 모니터링하는 기술과 해외 전문가와의 네트워크를 통해 양질의 닭을 생산하는 것이 필요하다. 또한, 아프리카 현지 양계사업 종사자들과 청소년들을 위한 인공지능 적정기술 교육을 통해 현지 전문 인력 양성이 중요하다. 이를 위해 JIT에서는 기존의 스마트 양계장에 인공지능 기술을 접목한 인공지능 스마트 양계장을 2020년에서 2021년에 걸쳐 개발하였고 2021년 인공지능 적정기술 교육프로그램을 1차적으로 개발하였다.
적정기술 교육 콘텐츠는 대부분 국내 청소년 및 대학생들을 대상으로 적정기술에 대한 이해 및 발명교육에 초점이 맞추어져 있으며, 최근 대학 적정기술교육에서 ICT와 같은 첨단과학기술의 활용에 대한 내용을 다루고 있지만(Shin and Lee, 2017) 인공지능을 도입한 적정기술교육에 대한 시도는 있지만 문헌에서 찾아보기는 힘들다.
국내 인공지능교육에 대한 연구를 살펴보면, 국내외 초중등학교의 인공지능 교육과정 분석 연구를 진행한 Lee (2020a)는 국내외 인공지능 교육과정에서 한국에 비해 미국에서 인공지능의 사회적 영향을 중요하게 다루고 있다고 하였다. Touretzky 외(2019)는 초중등 수준에서의 AI 교육핵심영역을 AI 인식, 표현과 추론, 기계학습, 자연스러운 상호작용, 사회적 영향으로 제시하였다. 또한, 디자인씽킹에 기반한 인공지능 교육프로그램을 개발하고 적용한 Lee (2020b)는 인공지능교육을 통해 청소년들의 인공지능 가치인식과 인공지능 효능감 향상에 긍정적인 효과를 검증하였다. 이처럼 대부분 인공지능교육에 대한 긍정적인 효과에 대한 언급을 하였지만 일부 교육연구자들은 인공지능의 이해와 동시에 사회적 영향력에 관한 교육을 강화할 필요가 있고 AI와 관련한 윤리교육의 중요성을 언급하였다(Kim et al., 2020a). 인공지능과 같은 첨단과학기술은 우리 사회와 밀접하게 연관되어 있기 때문에 과학기술에 대한 이해뿐만 아니라 과학 기술이 가져올 수 있는 잠재적인 위험성에 대한 교육도 중요하다. 비록 인공지능에 대한 위험성 인식이 인공지능에 대한 태도에 영향을 끼치지 않는 다는 연구도(Lee, 2021) 있지만, 인공지능에 대한 위험인식은 인공지능에 대한 부정적인 감정이 높을수록 개인 위험인식이 높아지고, 높아진 위험인식은 인공지능을 수용하는 과정에 영향을 끼치기 때문에(Hwang and Nam, 2020; Morton and Duck, 2001; Slovic, 1999) 인공지능의 혜택과 동시에 위험성에 대한 인식을 교육과정에 포함될 필요가 있다.
한편, Kim 외(2020b)는 유럽-한인 과학기술 컨퍼런스에 참여한 국내외 한인 청소년들을 대상으로 블록체인 적정기술캠프를 과학연극과 연계하여 2박 3일간 운영하였다. 이 프로그램은 청소년들에게 적정기술의 범위를 첨단과학기술까지 확장시킬 수 있는 교육경험과 동시에 블록체인과 관련한 다양한 첨단과학기술에 대한 체험기회를 제공했다는 것에 의미가 있다. 하지만 개발된 프로그램이 실제 캠프 환경에서 처음 시도되었기 때문에 캠프 적용 후, 과학기술 내용의 난이도, 불충분한 과학기술 체험 시간, 콘텐츠 간의 연계성 등의 이슈에 대해 운영진들의 논의가 있었다.
이처럼 연구자들은 교육프로그램 개발 후, 시범연구를 통해 실제 교육현장에서 발생할 수 있는 예기치 못한 변수와 교육프로그램이 잘 작동하는지 점검하고 보완하는 과정이 필요하다(Turner, 2005). 시범연구는 프로그램 운영의 위험성을 줄이고 프로그램과 운영과정을 검증할 수 있으며, 개발자와 연구자는 시범연구 과정에서 부작용에 대한 수정방안을 도출하고 불확실성을 보완하여 프로그램의 효율성을 높일 수 있다(Turner, 2005). 이에 JIT는 새로 개발된 인공지능 스마트 양계장 적정기술을 탄자니아 청년들에게 전수하기 위한 교육프로그램을 현지 혹은 현지인들을 대상으로 시범연구를 실시하고자 하였으나, 2020년에 발생한 팬더믹으로 인한 여파로 현지 적용의 어려움이 있었다. 그래서 연구팀은 현지 적용 전, 국내 청소년을 대상으로 1차 시범 운영을 통해 교육 콘텐츠와 AI 기술 수준이 적합한지 탐색하고 이를 통해 교육프로그램의 개선점을 도출하고자 하였다.

연구 방법

1. 연구 참여자

본 연구는 탄자니아 현지 보급을 위한 인공지능 스마트 양계장을 개발하고 운영을 위한 교육프로그램을 현지에 적용하기 앞서 국내에서 시범운영을 하고자 하였다. 이를 위해 인공지능 관련 교육에 관심이 있으면서 2-3일 간의 교육이 가능하며 프로그램을 운영할 수 있는 제반시설이 가능한 고등학교들 중에서 경상북도 P공업고등학교를 대상으로 이틀 간 진행하였다.
P공업고등학교는 포스코교육재단 산하의 마이스터 고등학교로 철강 산업계의 수요에 직접 연계된 맞춤형 교육과정인 전기전자제어과, 자동화기계과, 재료기술과를 운영하고 있다. P공업고등학교의 교육 목표는 제철공정에 대한 지식과 기능, 생산 자동화 설비 운용유지 보수, 전기 제어 설비 및 계측제어 설비 등에 대한 최적 자동 제어를 실현할 수 있는 현장 적응력을 갖춘 전문인력을 양성하는 것이다. 또한, 교육과정에서 철강 산업에서 필요한 코딩교육이 실시되고 있어 P공업고등학교의 고등학생들을 대상으로 본 인공지능 양계장 적정기술캠프를 실시하는 것이 적합하다고 판단하였다. P공업고등학교의 담당교사는 해당 AI 적정기술캠프 일정을 학교게시판에 공지한 후, 캠프 참여자를 온라인을 통해 연구 참여에 동의한 49명의 고등학생들을 모집하였다.

2. 인공지능 스마트 양계장 적정기술캠프 프로그램

본 시범연구의 프로그램 목표는 기존의 스마트 양계장에 인공지능 객체 검출(object detection) 기술을 도입하여 닭의 행동량을 측정하는 과정에 참여자들이 직접 참여해 봄으로써 인공지능 학습과 작동 원리를 이해할 수 있도록 하였다. 본 프로그램은 “닭 20마리를 키워주는 스마트양계장의 닭의 행동량을 측정하라”는 미션을 가지고 이틀 간 진행하였다. 1일차는 미션을 해결하기 위해 알아야 할 스마트 양계장의 구조와 원리, 객체 검출 도구 YOLO (You Only Look Once), AI에게 닭 검출을 훈련시키기 위한 데이터셋 제작으로 이루어졌으며, 2일차는 AI 개발환경에서 AI에게 닭 검출 훈련, 스마트 양계장 속 닭 감지 및 행동량 측정, 해당 적정기술에 대한 토의로 진행하였다(Table 1Figure 2 참조).
1일차의 프로그램을 자세하게 살펴보면, 인공지능이 접목될 돔형 스마트 양계장의 구조와 특징에 대해 설명하고 국내 설치된 새마을중앙연수원의 사례를 소개한다. 다음으로, AI로 닭 행동량을 측정 방법을 실습하기에 앞서, AI 객체 검출 도구인 YOLO를 소개한다. 객체 검출은 그림이나 비디오 내의 객체를 인지하고 위치화(localization)시켜 최종적으로 다른 객체들과 식별하는 기술이다(Redmon et al., 2016). YOLO는 Joseph Redmon와 그의 동료들이 2015년 발표한 “You Only Look Once: Unified, Real-Time Object Detection”이라는 논문을 통해 소개되었으며, 2022년까지 업그레이드된 다양한 버전이 나왔다. YOLO는 기존 객체 검출에 쓰인 대표적인 딥러닝 모델인 컨볼루션 신경망(convolutional neural network: CNN)은 수 천장의 이미지 모델에 통과하여 회귀문제로 객체를 구별하지만, YOLO는 이미지 전체를 단한 번 만에 감지한다. 또한, 다른 객체 검출 모델들은 다양한 전처리 모델과 인공 신경망을 결합해서 사용하지만 YOLO는 단 하나의 인공 신경망에서 이를 전부 처리하는 통합된 모델을 사용하기 때문에 다른 모델보다는 간단하기 때문에 빠르고 정확하게 이미지 속의 객체를 인식하는 장점이 있다. 본 프로그램에서는 2020년 6월 깃허브에 오픈소스로 공개된 YOLOv5을 활용하였다.
AI에게 닭을 검출하도록 훈련시키기 위해 학생들은 캠프 참여 전, 100장의 닭 사진을 모아오도록 안내받았고, 준비가 되지 않는 학생들은 미리 준비된 닭 사진을 제공받았다. 학생들은 100장의 닭 사진에 각각 주석을 달아주는 작업을 진행하였다. 이때, 학생들은 오픈소스 이미지 주석 소프트웨어인 makesense를 사용하여 각 닭 사진마다 바운딩박스로 닭의 위치를 설정하고 파일명을 달아주었다. 그리고 닭 사진들과 labels의 파일명을 일치시킨 후에 두 폴더를 하나의 파일로 압축시켜 AI 훈련용 표준 데이터셋 형식으로 변환하는 작업을 진행하였다. 이때 주의할 점은 파일 간의 이름이 일치해야 한다고 안내하였다(Figure 3).
2일차에는 데이터셋을 가지고 AI가 닭을 검출할 수 있도록 훈련시키는 방법을 학생들에게 소개하였고 학생들이 AI 개발환경인 Google Colab에 파이썬코드로 작성된 YOLOv5s 소프트웨어를 다운로드하여 리눅스에 설치하고(Figure 4), 닭 데이터셋 파일을 업로드하여 압축을 푼다(Figure 5). 그리고 닭의 이미지와 주석 파일을 리눅스서버에 전송하여 YOLOv5s로 훈련시키는 활동에 참여하였다. 하지만 시간제약으로 인해 이후의 과정은 강사가 훈련된 닭 검출용 AI의 성능을 평가방법을 안내하고, 닭장에서 닭이 돌아다니는 영상을 제작하여 Colab에 업로드하고 훈련된 닭 검출 YOLOv5s가 닭의 위치를 자동으로 검출하여 닭의 일일 행동량을 스마트 양계장 IoT 전광판에 나타내는 과정을 시범으로 보여주었다(Figure 6). 마지막으로, 학생들과 인공지능 닭장 스마트 적정기술에 대해 자유롭게 의견을 나누었다.

3. 자료 수집과 분석

3.1 설문도구

우선 AI 스마트 양계장 적정기술캠프 프로그램을 통한 AI에 대한 인식 설문도구 중, AI 가치인식과 AI 효능감 영역은 중학생 52명을 대상으로 1박 2일 동안 진행된 디자인씽킹 프로세스 기반의 인공지능 교육 프로그램의 교육 효과를 분석한 Lee(2020b)의 문항들을 채택하여 사용하였다. AI 위험인식 문항은 Song 외(2014)가 개발한 조류인플루엔자에 대한 위험인식 도구의 문항을 수정하여 활용하였다. 예를 들어, ‘나는 조류인플루엔자에 의해 피해를 받을까봐 걱정된다’는 ‘나는 AI에 의해 피해를 받을까봐 걱정된다.’로 수정되었다. 위험인식 영역은 개인적 차원, 타인적 차원, 사회적 차원으로 세분화되었다.
설문문항은 AI 가치인식(6문항), AI 효능감(4문항), AI 위험인식(12문항)으로 총 22문항으로 구성되었으며 5점 Likert 척도로 측정되었다. 각 영역별 문항 신뢰도는 Table 2와 같이 Cronbach α 계수을 측정한 결과, AI 위험인식(.960)은 매우 높은 신뢰도를 보였으며, AI 가치인식(.815)은 높은 신뢰도를, 그리고 AI 효능감(.796)은 높은 신뢰도에 가깝게 나타났다. 개방형 문항으로 본 AI 적정기술캠프 프로그램이 자신에게 어떤 의미 혹은 영향을(예를 들어, 일상생활, 개인적 성장, 과학기술에 대한 생각, 앞으로의 진로 등) 끼쳤는지 참여 경험을 학생들이 자유롭게 작성할 수 있도록 하였다.

3.2 자료 수집과 분석

자료 수집을 위해 학생들은 실명을 사용하지 않고 부여된 고유번호로 설문에 참여하여 연구자가 학생들을 식별할 수 없게 하였다. 본 AI 적정기술캠프 종료 후, 설문은 일주일 간 구글 설문을 통해 온라인으로 실시하였으며, AI 적정 기술캠프 참여 고등학생 49명 중에서 42명이 설문에 응답하였다(설문 응답률 85.7%).
구글 설문을 통해 수집된 Likert 척도 응답 자료는 엑셀을 이용하여 AI에 대한 인식의 문항과 영역에 대한 평균과 표준편차를 분석하였다. 개방형 문항 응답 자료는 2명의 연구자가 해당 캠프 참여 경험에 대한 유의미한 내용에 따라 반복적으로 읽으면서 연구자 간의 논의를 통해 ‘AI 학습에 대한 흥미 향상’, ‘AI 학습에 대한 쉬운 접근’, ‘AI와 관련한 미래진로 탐색’, ‘미래진로에 영향’, ‘AI에 대한 긍정적 인식’, ‘AI에 대한 두려움’으로 1차 코딩하였으며, 2차 코딩을 통해 최종적으로 ‘AI 학습동기 향상’, ‘AI 관련 진로학습’, ‘AI로 인한 사회 인식’의 3개의 영역으로 도출되었다.

연구 결과

1. AI에 대한 인식

AI 스마트 양계장 적정기술 캠프에 참여한 고등학생들의 AI에 대한 인식을 조사하기 위해 프로그램 적용 후, AI 가치인식, AI 효능감, AI 위험인식을 측정한 결과는 Table 3, Table 4와 같다.
고등학생들의 AI에 대한 가치인식은 전반적으로 높게 나타났다(M=4.30). 특히, 참여 고등학생들은 AI가 인간 생활을 편리하게 해준다거나 사회를 발전시키는데 중요하기 때문에 미래사회의 직업들은 AI 관련 능력이 필요할 것으로 높게 인식하고 있다. 또한, 추가적으로 AI에 대한 교육을 받고 싶고 AI가 무엇인지 알고 있다는 응답이 높게 나타났다. 반면, 추후 대학에 가서 AI 관련 전공을 하고 싶은지에 대한 응답 평균은 상대적으로 다른 문항들에 비해 낮게 나타났으며 응답자들 간의 표준편차도 높게 나타났다(M=3.48, SD=1.088).
AI에 대한 효능감 영역을 살펴보면, 참여 고등학생들은 AI가 일상에 어떻게 적용되는지 이해할 수 있다고 매우 높게 인식하였고(M=4.95), AI의 동작 원리를 이해하고 AI로 해결 가능한 일상 문제를 발견할 수 있으며, AI를 활용해서 간단한 문제를 해결할 자신이 있다고 높게 인식하였다.
다른 영역들에 비해 상대적으로 참여 고등학생들의 AI에 대한 위험 인식은 낮게 나타났으며 응답자 간 편차도 높은 편으로 측정되었다(M=3.42, SD=1.023). 위험인식의 하위 영역을 살펴보면, AI가 개인이나 타인 차원에서보다는 사회 차원에서 다소 위험하다는 인식이 높게 나타났고 (M=3.54) 개인 차원에서 AI에 대한 위험인식이 가장 낮게 나타났다(M=3.32). 참여 고등학생들은 개인 차원에서 AI는 자신에게 중요한 문제라고 높게 인식하는 반면(M=4.14), AI로 인해 피해를 받을 것 같다는 걱정은 다소 낮게 인식하였고(M=3.21), 직접적으로 자신이 피해를 받거나(M=2.98) 위험 정도를 크게 느끼지 않은 것으로 나타났다(M=2.93). 타인 차원에서 참여 고등학생들은 AI가 다른 사람에게 중요한 문제로 인식하였지만 이에 비해 다른 사람들이 AI로 의한 피해나 위험정도를 크게 인식하지 않았다. 사회 차원의 경우, AI가 자신이 속한 사회에서 중요한 문제라는 인식이 가장 높게 나타났고(M=4.24), 다른 영역에서 보다 자신이 속한 사회가 AI로 인한 피해에 대한 두려움이나 위험정도를 크게 느낀다는 인식이 높게 나타났다.

2. AI 스마트 양계장 적정기술캠프의 참여 경험

참여 고등학생들은 AI 스마트 양계장 적정기술캠프를 통해 크게 AI 학습동기 향상, AI 관련 진로 학습, AI로 인한 사회 인식의 경험을 하게 되었다고 응답하였다(Table 5). AI 학습동기 향상 영역을 살펴보면, 학생들은 AI 적정기술캠프에 참여를 통해 인공지능에 대한 이해가 높아졌고 일상 속 인공지능 기술에 대한 관심을 가지게 되는 등 AI 학습에 대한 흥미가 향상되었으며, 인공지능이 어렵기 때문에 누구나 할 수 없다는 편견을 버림으로써 AI 학습에 대한 접근이 쉬워졌다고 응답하였다. AI 관련 진로 학습 경험으로는 캠프를 통해 AI 관련 미래 진로를 탐색하게 되었고, 미래 진로와 직업에 도움이 되거나 AI 관련 진로선택에 영향을 끼칠 것이라 응답하였다. AI로 인한 사회에 대한 인식으로는 AI가 인간의 삶에 긍정적인 발전을 가져오고 미래에 지향하는 기술로 긍정적으로 인식하는 응답인 반면, 일부는 AI 기술과 발전 속도에 대한 두려움과 무서움 등 부정적인 인식을 표현하였다.

결론 및 제언

이 연구는 닭의 건강 상태를 한국에서 원격으로 모니터링을 할 수 있도록 AI 기술을 접목한 AI 스마트 양계장 적정기술을 개발하였다. 새로 개발된 AI 스마트 양계장 적정기술을 탄자니아 청년들에게 전수하기 위한 교육프로그램을 개발하고 현지에 적용하기 위한 것이 궁극적인 목적이다. 하지만 팬더믹의 여파로 개발된 교육프로그램을 현지에 바로 적용하는 데 어려움이 발생하여, 국내에서 AI 기술과 교육내용에 대한 검증을 실시하기 위해 국내 청소년을 대상으로 교육프로그램을 적용 시범연구를 실시하였다.
연구결과, 인공지능기술에 관심이 있고 기본적인 코딩교육을 받은 국내 청소년들을 대상으로 AI 스마트 양계장 적정기술캠프를 이틀 간 실시하였을 때, 운영시간에 비해 방대한 교육내용과 활동으로 학생들이 직접 실습하는 시간보다는 과학기술자의 강의가 주를 이루었다. 그리고 마지막 활동인 AI로 닭의 일일 행동량을 측정하는 활동은 시간적 제약으로 과학기술자의 데모실험을 통해 이루어졌다. 과학기술자들이 교육프로그램의 개발과 운영에 참여했을 때, 개발한 기술을 설명하는 전달자의 입장에서 교육을 구성할 수 있기 때문에(Kim and Lee, 2019; Kim 외, 2020b) 프로그램 내용과 구성 그리고 실제 교육운영에 대한 어려움이 있을 수 있다. Kim 외(2020b)는 블록체인을 이용한 적정기술 캠프 프로그램 개발 초기에서부터 여러 과학기술자와 함께 교육전문가가 참여하여 교육적인 측면도 고려함으로써 고난도의 복잡한 활동의 간소화, 내용의 난이도 조정 등을 통해 프로그램 개선을 진행하였다. 이처럼 본 AI 적정기술에 대한 시범연구를 통해 개선방향을 도출하는 것뿐만 아니라 교육전문가와의 논의를 통한 점검을 추가할 것이 필요하다.
AI 적정기술 캠프 참여 후, 학생들은 AI에 대한 가치인식과 효능감이 높게 나타났으면 이것은 기존의 AI 교육프로그램의 효과를 다룬 다른 연구의 결과와 같다(Lee, 2020b). 비록 본 연구가 단기간의 교육이기 때문에 참여 학생들의 AI에 대한 가치인식과 효능감이 본 캠프를 통해 높은 인식에 영향을 주었다고 단정하기는 어렵다. 하지만, 학생들은이 캠프 참여 경험을 통해 AI에 대한 관심과 흥미가 높아졌으며, AI 학습에 대한 어려움이 해소되었다고 하였다. 또한, 학생들은 AI 관련 미래 진로에 대한 탐색을 할 수 있었으며, 진로에 긍정적인 영향을 주었다고 응답하였다.
본 연구에서 주목할 점은 AI 적정기술 캠프를 통해 학생들이 AI 기술에 대한 이해를 높이고 첨단 기술을 체험해 본다는 장점에도 불구하고, 본 연구에서 주목할 점은 학생들이 AI 혜택과 유용성에 비해 AI에 대한 위험인식이 상대적으로 낮게 나타났다는 것이다. 특히, 학생들은 AI에 대한 위험은 개인적인 ‘나’ 보다는 ‘타인’ 혹은 ‘사회’의 위험으로 인식하고 있다. 이것은 학생들이 인공지능에 대한 부정적인 감정보다는 긍정적인 감정이 높기 때문에 개인 수준에서 위험인식이 낮게 나타날 수 있으며, 학생들이 인공지능에 대한 비판적 사고없이 인공지능을 수용할 수 있기 때문에(Hwang and Nam, 2020; Morton and Duck, 2001; Slovic, 1999) AI가 미래에 가져올 수 있는 잠재적인 위험성에 대해 고려하지 못하게 된다. AI 교육에서 AI 기술에 대한 이해와 적용에 대한 학습도 중요하지만 과학기술로 인해 발생할 수 있는 사회로의 영향 및 윤리적 문제에 대한 학습도 중요하다(Kim et al., 2020a; Lee, 2020a; Lee, 2020b; Touretzky et al., 2019). 그러므로 AI 교육내용에는 AI 기술의 혜택과 동시에 위험성을 모두 제시할 필요가 있다. 그러므로 추후, 탄자니아 청년들을 대상으로 AI 교육을 실시할 경우, 탄자니아의 사회적, 문화적, 경제적 측면에서 AI 기술의 영향을 고려해 봄으로써, 과학기술 사용에 대한 사회적 책임감을 가질 수 있도록 해야 할 것이다.
연구결과를 바탕으로 인공지능 스마트 양계장 캠프 교육 프로그램의 내용 및 운영 활성화를 위한 개선 방향은 다음과 같다.
첫째, 인공지능 스마트 양계장 캠프 교육프로그램을 학습자 중심의 실습형 교육프로그램으로 개선할 필요가 있다. 본 캠프 프로그램의 목적은 탄자니아 현지 청년들이 인공지능 기술을 접목한 스마트 양계장을 지속적으로 운영하고 양질의 닭을 생산하여 그들의 경제활동에 도움이 되고자 하는 것이다. 이를 위해 적정기술 개발자가 단순히 기술과 정보를 전달하는 방식보다는 현지 학습자들이 학습의 주체가 될 수 있도록 구성해야 할 것이다. 이를 위해 교육 개발자 및 전문가들은 인공지능 기술에 대한 이해도를 높이기 위한 난이도에 따른 다양한 학습활동 추가하고 충분한 실습 시간 구성 및 확보할 필요가 있다. 또한, 실습과정에서 나타날 수 있는 문제들을 학습자들이 직접 발견하고 기술 개발자와 교육자들과 함께 논의할 수 있는 시간을 추가하여, 현지 학습자들이 새로운 인공지능 기술을 그들의 양계사업에 적극적으로 활용하고 주체가 될 수 있도록 하는데 도움이 될 것이다.
둘째, 탄자니아 현지 및 국내의 다양한 분야의 교육전문가들과의 협업과정을 거칠 필요가 있다. 국내가 아닌 현지 적용을 위한 적정기술 교육프로그램이기 때문에 우선 적용할 탄자니아 현지 지역의 교육 담당자 및 청년 리더들과 현지의 사회적, 문화적, 경제적 상황을 고려해야 한다. 현지 담당자들과 논의를 통해 해당 지역의 기존 스마트 양계장 적정기술에 대한 현지인의 반응과 현재 운영현황 및 문제점을 파악하고, 인공지능 스마트 양계장 적정기술에 대한 수요도, 경제적 여건, 운영 인력 등에 대한 부분에 대해 실질적 요소를 조사하여 상황에 맞게 교육프로그램 내용을 유연하게 변경할 수 있도록 재구성을 할 필요가 있다. 또한, 현지 혹은 현지인들을 대상으로 적정기술교육을 시행한 적이 있는 국내 과학기술자나 과학교육자, 그리고 적정기술 및 과학교육 전문가 등 다양한 분야의 교육전문가들과의 논의를 통해 인공지능 기술교육에 대한 내용뿐만 아니라 첨단 기술이 탄자니아 현지 지역에 미칠 수 있는 영향에 대한 교육콘텐츠의 개발과 구성이 추가되어야 할 것이다.
셋째, 인공지능 기술 전수뿐만 아니라 인공지능 기술에 대한 본성과 기술이 현지 지역사회에 미칠 수 있는 영향, 그리고 잠재적인 위험에 대한 교육을 추가하여 현지 학습자들이 인공지능 기술에 대해 다각적인 측면에서 이해하고 사회적 책임감을 가지고 올바른 방향으로 인공지능 기술을 활용할 수 있도록 하는 것이 중요하다(Lee et al., 2020; Kim et al., 2021).
넷째, 국내 적정기술 교육 및 선교활동을 하고 있거나 아프리카 및 아시아 국가와 적정기술 교류를 하고 있는 단체들과의 협력을 통해 본 인공지능 스마트 양계장 캠프 프로그램을 현지인들을 대상으로 운영할 수 있는 협력공동체를 구성한다. 현지 적용을 위한 교육프로그램의 경우, 여러 차례의 교육실행을 통해 예기치 못한 교육여건 및 상황을 발견하고 지속적으로 개선할 필요가 있다. 이를 위해 현지에 교육 콘텐츠를 제안하고 실행할 수 있는 실질적인 인력풀을 가지고 있는 단체와의 협력을 통해 안정적으로 본 교육 프로그램을 실행하고 개선해 나갈 수 있을 것이다.
본 연구는 탄자니아 현지 청년들에게 인공지능 스마트 양계장 캠프 교육프로그램 적용을 위한 시범 연구이지만 팬더믹으로 인해 현지가 아닌 국내 청소년들을 대상으로 교육프로그램 내용과 운영에 대한 시범 운영을 하였기 때문에 본 연구의 결과와 고찰이 탄자니아 현지의 문화적, 사회적, 경제적, 정치적 상황을 고려하지 못하였다는 한계가 있다. 또한, 기존 탄자니아의 스마트 양계장에 대한 연수를 받았거나 컴퓨팅 역량이 있는 현지 청년들을 대상으로 하더라도 국내 청소년 I T 소양이나 기본적인 학습여건에 차이가 있기 때문에 본 시범 연구를 통한 교육 콘텐츠의 검증에 한계가 있다. 그러므로 추후, 본 인공지능 스마트 양계장 캠프 프로그램은 현지인들을 대상으로 대면 혹은 비대면 교육 운영을 통해 실제 나타날 수 있는 교육프로그램 운영에 문제점을 점검하고 개선할 필요가 있다. 또한, 기존의 인공지능 스마트 양계장 프로그램에 인공지능 기술에 대한 사회적 영향 및 잠재적 위험성에 대한 콘텐츠를 추가하여 인공지능 기술에 대한 이해와 사회적 책임감을 함양할 수 있도록 프로그램을 개선할 것이다.

Notes

1) BILL & MELINDA GATES foundation https://www.gatesfoundation.org/).

2) Joy Institute of Technology는 경상북도 경주시에 소재한 적정기술 전문 연구소로서 2001년 환경친화적 돔형 생태건축키트를 개발하였고, 이어서 이 구조를 응용한 다양한 적정기술 제품(마을발전소/마을도서관/마을은행)을 선보였다.

Acknowledgments

AI 신경망 훈련을 위한 닭 이미지 파일 만들기 및 주석달기 등, AI 프로그래밍을 위한 데이터 작업에 적극적으로 참여해 주신 JIT의 최혁님께 감사드립니다.

Figure 1.
Smart poultry farm structure.
jat-2023-00269f1.jpg
Figure 2.
Building YOLO deep convolutional neural networks for detecting chicken behaviors.
jat-2023-00269f2.jpg
Figure 3.
Creating labels in makesense (L) and labeling file (R).
jat-2023-00269f3.jpg
Figure 4.
Python script for installing YOLOv5.
jat-2023-00269f4.jpg
Figure 5.
Python script for uploading data set and setting class.
jat-2023-00269f5.jpg
Figure 6.
Chicken behaviors detection by trained AI.
jat-2023-00269f6.jpg
Table 1.
AI smart poultry farm appropriate technology camp program
PROGRAM
DAY 1 Introduction of smart poultry farm
• Domed smart poultry farm structure and working process
• Domed structure Benefits
• IoT(Internet of Things): feeding, lighting, heating, ventilating systems
• wireless observation camera
Ref. Domed smart Poultry farm Installation in Korea Saemaul Undong Academy http://sewb.org/ab-3157-42&tpa_index192=40&PB_1367219086=1
Activity1. Data setting for chicken behaviors measurement by AI
• Introducing YOLOv5s for AI object detection
• Introducing how to train AI to detect chickens
• Taking 100 chicken photos
• Labeling chicken’s positions
• Converting to standard dataset format for AI training data
Ref. Open source building AI smart poultry farm https://github.com/muntakson/ai_chicken
Ref. Open source image labeling software ‘makesense’ http://makesense.ai
DAY 2 Activity2. AI training
• Introducing Google Colab for AI training
• Installing YOLOv5s in Colab
• Up-loading dataset in Colab
• Training YOLOv5s
• Accessing the trained AI for detecting chickens
• Making a video of chickens roaming around in smart poultry farm
• Up-loading the chicken video in Colab
• Detecting chickens position with YOLOv5s
Ref. Open source YOLOv5s for AI object detection http://github.com/ultralytics/yolov5
Ref. Open source Colab for coding and running AI with Python scripts https://colab.research.google.com/
Activity3. Measuring chicken behaviors by AI
• Presenting how to measure chicken behaviors and movement patterns
• Discussion of AI smart poultry farm
Table 2.
Components of questionnaire
Category No. of Items Items Cronbach’s α
Value perception of AI 6 1 - 6 .815
Efficacy of AI 4 7 - 10 .796
Risk perception of AI 12 16 - 27 .960
Table 3.
Value perception & Efficacy to AI
Category Items M (SD)
Value perception to AI I know what AI is. 4.29 (.661)
I believe that AI is important in advancing our society. 4.55 (.526)
I think AI makes our lives convenient. 4.68 (.497)
I want to take AI training. 4.32 (.587)
I want to major in AI at university. 3.48 (1.088)
Any job in the future will require AI-related skills. 4.48 (.550)
Total 4.30 (.491)
Efficacy to AI I can understand how AI applies to our lives. 4.95 (.309)
I can understand how AI works. 4.24 (.656)
I can discover problems in our lives that can be solved by AI. 4.29 (.636)
I am confident in solving simple problems using AI. 4.19 (.773)
Total 4.42 (.487)
Table 4.
Risk perception to AI
Category Items M (SD)
Personal risk AI is an important issue to me. 4.14 (.843)
I am afraid of being harmed by AI. 3.21 (1.335)
I am likely to be harmed by AI. 2.98 (1.423)
I feel the risk from AI is high. 2.93 (1.314)
Total 3.32 (1.042)
Group risk AI is an important issue to others. 3.88 (1.109)
Others will worry about being harmed by AI. 3.36 (1.209)
Others are likely to be harmed by AI. 3.17 (1.228)
Others will feel the risk from AI is high. 3.19 (1.254)
Total 3.40 (1.055)
Social risk AI is an important issue in our society. 4.24 (.821)
Our society will worry about being harmed by AI in the future. 3.33 (1.356)
Our society is likely to be harmed by AI in the future. 3.26 (1.308)
Our society will be at high level of risk felt from AI. 3.33 (1.337)
Total 3.54 (1.092)
Total of risk perception 3.42 (1.023)
Table 5.
Students’ reflection of AI appropriate technology camp
Category Example of students’ responses
AI learning motivation Increase interest in AI learning • AI 프로그램에 참여해보니 내가 인공지능에 정말 더욱더 가까이 다가가는 것 같다. 전자과로서 코딩과 인공지능에 더 관심을 가져야겠다고 생각했다.(Participating in the AI program really brought me closer to AI. As an electronics major, I think I should be more interested in coding and AI.)
• 일상생활에서 어떤 곳에서 AI가 쓰일까, AI에 대해서 다시 생각해 보게 되는 계기였던 것 같다.(I think it was an opportunity to think about AI and where it is used in everyday life.)
• 이번 캠프로 인해서 인공지능에 대해 알게 되었고 도전해 볼 만한 매력이 있다고 느꼈다. 일상생활에서 필요한 부분을 인공지능을 이용하여 해결해 보고 싶다.(I learned about AI through this camp and found it fascinating to try it out. I want to use AI to solve problems in my daily life.)
• 공모전이나 다양한 활동에 참여할 수 있는 능력을 키울 수 있고 전문 지식 또한 키울 수 있는 것 같았다.(I felt that I could develop my ability to participate in competitions and various activities, and I could develop my professional knowledge.)
Easy approach to AI learning • 이 캠프를 통해 ‘인공지능은 아주 똑똑한 사람들만 할 수 있는 것이다’라는 저의 편견을 벗어던질 수 있 었습니다. 그것 하나만으로 저는 굉장히 값진 경험이었다고 생각합니다.(The camp helped me to get rid of my prejudice that AI is only for very smart people, and I think that alone was a very valuable experience.)
• 멀게만 느껴지던 AI라는 것이 이번 캠프를 통해 너무나도 재미있게 다가왔고 이것으로 인해 AI에 대해 한발 더 나아간 것 같아서 뿌듯했다.(The camp made me realize how much fun it is to learn about AI, and I feel like I've taken a step forward in my understanding of AI.)
• AI에 대해서 어렵게만 느껴졌었는데 이번 캠프를 통해서 인공지능에 대해 알게 되는 유익한 시간이었다.(I used to think AI was difficult, It was a great time to learn about AI through this camp.)
AI-related career learning AI-related future career exploration • AI 인공지능에 대해 알게 되어서 좋았고 앞으로 AI 인공지능 산업이 발달하여 이쪽 진로가 굉장히 활성화될 것 같다.(It was good to learn about AI and I think that the AI industry will be developed and this career path will be very active in the future.)
• AI캠프는 나에게 미래에 대한, AI에 대한 생각들을 키우게 되어서 유익하고 재밌는 시간이었다.(The AI Camp was informative and fun because it helped me to develop my thoughts about the future and AI.)
Impact on future career path • AI를 활용하는 공장에 취업해서도 이 프로그램이 도움이 될 것 같습니다.(I want to work in a factory that uses AI, and I think this program will help me.)
• 요즈음 대기업에서 스마트 팩토리를 시행하고 있습니다. 제가 가고 싶은 기업도 스마트 팩토리를 시행하고 있어서 어제와 오늘 배운 AI 캠프는 저에게 꿈을 향해 한걸음 다가갈 수 있는 중요한 발걸음이 되었습니다.(Nowadays, large companies are implementing smart factories. The company I want to work for is also implementing a smart factory, so the AI Camp I learned yesterday and today is an important step towards my dream.)
• 만약 제가 인공지능을 제대로 배워서 활용할 수 있는 능력을 갖춘다면 그것은 4차 산업혁명 시대에 값을 매길 수 없는 귀중한 가치가 될 것입니다. 따라서 저는 마이스터고에서 취직을 하더라도 나중에 인공지능과 관련된 과를 갈 의향이 있습니다.(If I have the ability to learn and utilize AI properly, it will be priceless in the era of the Fourth Industrial Revolution. Therefore, even if I get a job at MeisterGo, I am willing to pursue a course related to AI in the future.)
• 앞으로 취업을 하거나 진로를 선택할 때에 더욱 많은 선택지를 준 것 같은 좋은 경험이었다.(It was a great experience that gave me more options when it comes to finding a job or choosing a career path.)
Social awareness by AI Positive perceptions of AI • 앞으로 살아가는 데 인공지능은 우리의 삶을 발전시키는데 큰 영향을 미칠 것이다.(Artificial intelligence will have a huge impact on how we live our lives in the future.)
• 저는 인공지능이 과학기술을 폭발적으로 발전시켜 줄 것이라고 생각합니다. 저는 무섭지는 않습니다. 오히려 두근거릴 뿐이에요.(I think that AI will lead to an explosion in science and technology. I'm not scared, I'm just excited.)
• 이번 캠프는 AI에 의해 우리 일상생활이 어떻게 이루어져 나갈지 배운 것 같다. 왜냐하면 캠프에 참여하면서 실제 우리가 지향하는 미래에 쓰일 기술들이 모두 AI를 접한 기술이지 않을까 생각이 들었기 때문이다.(I feel like this camp has taught me how our daily lives will be impacted by AI, because while participating in the camp, I realized that the technologies that will be used in our future are all technologies that have been touched by AI.)
• AI는 세상을 바꾸는 것이라 생각한다. 모든 것이 가능하기 때문이다.(I think AI will change the world. Because everything is possible.)
Fear of AI • 미래가 두려워진다. 이렇게 발전 속도가 빠르니 무섭다.(I'm afraid of the future. It's scary how fast things are developing.)
• 단순한 AI라는 게 얼마나 무서운지를 알 수 있었다. 평소에도 느낄 수 있는 것이었지만 캠프에 참여하고 조금 더 무서움이 느껴졌다.(I realized how scary it is to be a simple AI. This is something I've always felt, but after participating in the camp, I felt a little more scared.)
• AI를 무섭다고 여길 것 같다.(I think I would consider AI scary.)

References

Guèye, E. H. F. (2000). Women and family poultry production in rural Africa. Development in practice, 10(1), pp. 98-102.
crossref pmid
Hwang, S., and Nam, Y. (2020). The Analysis of the Mediating and Moderating Effects of Perceived Risks on the Relationshi2 p between Knowledge, Feelings and Acceptance Intention towards AI. The Journal of the Korea Contents Association, 20(8), pp. 350-358.
Kim, H. S., Jun, S., Choi, S., and Kim, S. (2020a). Development and application of education program on understanding art3 ificial intelligence and social impact. The Journal of Korean Association of Computer Education, 23(2), pp. 21-29.
Kim, G., Choi, K. K, Kim, D., Son, M, and Kim, B-Y (2020b). Development and implementation of blockchain appropriate te4 chnology science school program of Europe-Korea Conference on science & technology. Journal of Appropriate Technology, 6(2), pp. 190-199.
Kim, G., and Lee, H. (2019). Exploring on the educational experiences of mentors and experts in science and engineering f5 ields participating in a science camp on appropriate technology using blockchain. Journal of Research in Curriculum & Instruction, 23(3), pp. 251-263.
Kim, G., Ok, S. Y., Lee, H., Ko, Y., and Hwang, Y. (2021). A case study of an ENACT model-based engineering design online6 course for fostering social responsibility of engineers. Journal of Engineering Education Research, 24(6), pp. 3-19.
Lee, H., Choi, Y., Nam, C. H., Ok, S. Y., Shim, S. S., Hwang, Y., and Kim, G. (2020). Development of the ENACT model for 7 cultivating social responsibility of college students in STEM fields. Journal of Engineering Education Research, 23(6), pp. 3-16.
Lee, E. (2020a). A comparative analysis of contents related to artificial intelligence in national and international K-18 2 curriculum. The Journal of Korean Association of Computer Education, 23(1), pp. 37-44.
Lee, J. (2021). Perceptions of Benefits and Risks of AI, Attitudes toward AI, and Support for AI Policies. The Journal o9 f the Korea Contents Association, 21(4), pp. 193-204.
Lee, S. (2020b). Analyzing the effects of artificial intelligence (AI) education program based on design thinking proces10s. The Journal of Korean Association of Computer Education, 23(4), pp. 49-59.
Morton, T. A., and Duck, J. M. (2001). Communication and health beliefs: Mass and interpersonal influences on perceptions11 of risk to self and others. Communication Research, 28(5), pp. 602-626.
crossref pdf
Mujyambere, V., Adomako, K., Olympio, S. O., Ntawubizi, M., Nyinawamwiza, L., Mahoro, J., and Conroy, A. (2022). Local chickens in East African region: Their production and potential. Poultry Science, 101(1), pp. 101547.
crossref pmid
Redmon, J., Divvala, S., Girshick, R., and Farhadi, A. (2016). You only look once: Unified, real-time object detection. In Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 779-788.
Slovic, P. (1999). Trust, emotion, sex, politics, and science: Surveying the risk-assessment battlefield. Risk Analysis,14 19(4). pp. 689-701.
Song, H. R., Kim, C., and Kim, W. (2014). Relationship between risk involvement, risk perception, perceived severity and 15preventive behavior intention of avian influenza. Crisisonomy, 10(5), pp. 33-49.
Touretzky, D. S., Gardner-McCune, C., Martin, F., and Seehorn, D. (2019). K-12 guidelines for artificial intelligence: wh16at students should know. In Proc. of the ISTE Conference. Vol. 53.
Turner, J. R. (2005). The role of pilot studies in reducing risk on projects and programmes. International Journal of Pr17oject Management, 23(1), pp. 1-6.
crossref


ABOUT
BROWSE ARTICLES
EDITORIAL POLICY
FOR CONTRIBUTORS
Editorial Office
5F, 109-ho, 39, Seocho-daero 77-gil, Seocho-gu, Seoul, Republic of Korea
Tel: +82-2-887-0226    E-mail: editor.ejat@gmail.com                

Copyright © 2024 by Academic Society for Appropriate Technology.

Developed in M2PI

Close layer
prev next