Article information

Abstract

Trans Abstract

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.

Figure 1.

Smart poultry farm structure.

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

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 1과 Figure 2 참조).

Table 1.

AI smart poultry farm appropriate technology camp program

Figure 2.

Building YOLO deep convolutional neural networks for detecting chicken behaviors.

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).

Figure 3.

Creating labels in makesense (L) and labeling file (R).

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.

Figure 4.

Python script for installing YOLOv5.

Figure 5.

Python script for uploading data set and setting class.

Figure 6.

Chicken behaviors detection by trained AI.

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.

Table 2.

Components of questionnaire

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.

Table 3.

Value perception & Efficacy to AI

Table 4.

Risk perception to AI

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.

Table 5.

Students’ reflection of AI appropriate technology camp

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.

Article information Continued