문맥 (context)
연구는 중학교 수학교과서에 제시된 사회과제재의 가교성을 분석하는 것을 목적으로 현재 학교현장에서 사용되고 있는 2009 개정 교육과정에 따른 중학교 1-3학년 수학교과서 39종과 사회교과서 12종을 전수 조사하였다. 2009 개정 교육과정은 제7차 개정과 달리 개별 학년이 아닌 학년군을 설정하여 학년 간 내용의 통합성을 강조하였다. 이에 본 연구에서는 학년과 상관없이 2009 개정 교육과정에 제시된 내용영역별(수와 연산, 문자와 식, 함수, 확률과 통계, 기하)에 제시된 사회과제재들을 살펴보았다. 본 연구에서 수학교과서에 제시된 사회과제재를 도출하기 위해 수학교과서에서는 순수 수학적인 소재나 내용 그리고 단순한 활동 등을 제외한 실생활 및 타 교과 소재나 내용들로 여겨지는 부분을 연구자의 판단하에 분석의 범위로 설정하였다. 읽기자료와 학습문제들을 중심으로, 읽기자료는 설명식 텍스트의 형식으로 도입부에서 단원배경, 본문에서 개념, 그리고 맺음말에서 다양한 탐구활동 등이 해당하고, 학습문제는 도입부에서 생각열기, 본문에서 예제·유제, 그리고 맺음말에서 단원마무리문제 등이 이에 해당한다.
연구에서는 텍스트마이닝 기법을 활용한 정량적 분석방법을 시행하였다. 텍스트마이닝은 빅데이터 시대의 비정형화된 다량의 텍스트들을 처리·분석하여 구조화시킴으로써 텍스트 안에서 연결성을 발견하여 여러 분야에서 의사결정을 위한 정보로 활용하고 있다(Aggarwal Zhai, 2012; Feldman, Sanger, 2007). 본 연구에서는 학교교육현장에서 활용되고 있는 수학교과서의 비구조화된 다량의 텍스트를 분석함으로써 수학과와 사회과 사이를 연계할 수 있는 제재들을 발견하는 유용한 도구로 텍스트마이닝을 활용하였다. 연구문제 1에서는 다수의 키워드를 찾아내기 위해 빈도분석을 시행하였고 연구문제 2에서는 찾아낸 키워드들이 다른 키워드와 어떠한 관계를 맺고 있는지를 탐구하기 위해 연관분석을 시행하였다.
2009 개정 교육과정에 따른 중학교 수학교과서와 사회교과서 내에 제시하고 있는 텍스트 데이터를 분석 가능한 문장 단위로 정리하고 각 내용영역별로 재분류하였다. 자연어 형태로 이루어진 한국어를 분석하기 위해 오픈 소스 프로그램인 R에서 제공하는 한국어 텍스트마이닝 패키지 ‘KoNLP’(Korean NLP package)를 활용하였다. R은 객체 지향형 프로그램으로 사용자의 목적에 따라 여러 가지 packages를 사용할 수 있을 뿐만 아니라 직접 만들어 기능을 확장할 수 있는 장점을 가진다(노형남, 2014). 다음으로 사회과제재를 선정하는 기준을 정하고자 사회과제재사전(3940 단어)을 구축하였다. 교육과정 문서와 교과서 부록에 수록되어있는 색인, 용어사전 등을 참고하여 1차로 제재를 선정하고 최종적으로 사회교과서 빈도분석을 통해 상위 빈도 300에 해당하는 키워드들을 중심으로 사회과제재를 선정하였다. 또한 단일어들은 주로 단원명이나 주제어에 해당함으로써 분석의 범위가 광범위한 점을 고려하여 단일어를 제외한 복합어(합성명사) 중심으로 제재를 선정하였다. 이를 바탕으로 수학교과서에서 빈도분석을 통해 2회 이상의 빈도로 등장하는 사회과제재를 분석대상으로 선정하였다.
수학교과서에서 사회과제재를 추출하기 위해 수학과 내용영역별(수와 연산, 문자와 식, 함수, 확률과 통계, 기하)로 사회과제재의 분포현황을 정리하였다. 다음으로 각 내용영역에서 추출한 제재들 중 다빈도에 해당하면서 수학과 내용영역 전체에 등장한 제재들을 선별하고, 그 제재들이 교과서에서 서술된 부분을 발췌하여 연관분석을 시행하였다. 연관분석은 네트워크분석(Network Analysis)과 중심성분석(Centrality Analysis)으로 진행하였다. 네트워크분석은 중심이 되는 제재를 중심으로 관련 제재들 사이의 관계를 시각화하여 제재들 상호간의 가교성을 설명하는데 용이하다(Freeman, 2008). 또한 네트워크 중심에 위치하는 제재들을 판단하기 위해 중심성분석을 시행하여 측정지표를 제시하였다.
셋째, 본 연구에서 활용한 텍스트마이닝 기법은 빈도분석을 통해 ‘올림픽’, ‘제주도’와 같이 다빈도 제재들을 발견할 뿐만 아니라 다빈도 제재와 연관된 다른 제재들과의 연결관계를 분석하는데 유용하게 활용되었다. ‘올림픽’에서는 ‘월드컵’, ‘제주도’에서는 ‘여행지’, ‘이산화탄소’에서는 ‘배출량’, ‘친환경’에서는 ‘에너지’, 그리고 ‘지구온난화’에서는 ‘해수면’과 같은 제재들이 등장하여 다른 제재들과 긴밀한 연관성을 맺고 있음을 네트워크와 중심성 분석을 통해 알 수 있었다. 이와 같이 텍스트마이닝 기법은 자주 등장하는 제재들은 물론 그 제재들과 연관된 또 다른 제재들을 발견하고 그 사이에 패턴을 찾아 교과 간 연계가능한 제재 정보를 제공해 줄 수 있을 것이다. 미래사회를 준비하기 위한 학교교육은 지식뿐만 아니라 기능, 역량, 태도 등을 함양하기 위한 융복합교육이 필요하다. 학생들의 학습능력증진은 물론 학생 개개인의 삶의 맥락에서 경험하게 되는 개인·지역사회·세계적인 문제들에 대한 논의가 필요하다. 이를 위해 융복합교육에서 활용할 교재의 방향성은 제재의 선정이 중요한 의미를 지닌다.
본 연구에서는 사회과제재를 중심으로 수학과와 사회과의 가교성을 파악하고자 2009 개정교육과정에 따른 중학교 수학교과서 39종과 사회교과서 12종을 분석하였다. 이를 위해 교육과정, 교과서 등을 통해 사회과제재로 판단할 수 있는 기준을 세우고 수학교과서에서 사회과 제재를 추출하였다. 또한 텍스트마이닝 기법을 적용하여 빈도분석과 네트워크분석 그리고 중심성분석을 통해 제재들 사이에 연관관계를 정량적으로 분석하였다. 그 결과 ‘올림픽’, ‘제주도’는 네트워크분석에서 연결관계가 미약하고 중심성분석에서 나타나는 주요 제재가 상당 부분 다르게 나타났기 때문에 수학과와 사회과 사이에 가교성이 부족한 것을 예측할 수 있었다. 반면, ‘이산화탄소’, ‘지구온난화’, 그리고 ‘친환경’은 네트워크분석이나 중심성분석 결과를 통해 살펴본 결과, 일치하는 연관제재들이 상당 부분 발견되었다. 특히, ‘이산화탄소’와 ‘지구온난화’ 분석결과에서는 동일한 연관제재들이 다수 등장할 뿐만 아니라 ‘이산화탄소’와 ‘지구온난화’가 상호간 주요 제재로 나타났다.
본 연구에서는 수학과와 사회과의 지식 가교성 측면에서 선정가능한 제재로써 쟁점 중심의 제재들인 ‘이산화탄소’, ‘친환경’, ‘지구온난화’를 살펴볼 수 있었다. 이를 바탕으로 학생들에게 의미충실한 융복합교육이 이루어지기 위해서는 지식뿐만 아니라 미래사회의 핵심역량을 관통할 수 있는 교과 간 역량이나 태도를 반영해야 한다. 교과의 핵심제재가 단순히 타 교과의 도구로써 활용되는 것이 아니라 교과 간 지식의 가교성을 반영하여 문제해결, 추론, 창의·융합, 의사소통 등과 같은 수학적 역량과 창의적·비판적 사고, 문제해결 및 의사결정력, 의사소통 등과 같은 사회과 역량이 융합된 학습교재의 개발이 이루어져야 한다. 더불어 사회과제재 이외에 다양한 교과제재와 정치·경제·사회의 문제 및 현안들을 반영한 제재들을 선정하여 수학과에서 융복합교육을 실현하기 위한 교재개발이 이루어져야 할 것이다. 한편, 본 연구는 중학교 수준의 수학과와 사회과에 한정된 연구라는 점과 수학과의 개별적인 내용영역별로 분석하지 못한 점에 대해 제한점을 가진다. 또한, 텍스트마이닝 기법은 분석단위에 따라 분석결과가 상이하게 나타날 수 있고, 문장과 문장 안에서 제재의 실질적인 의미를 정확하게 파악하기 어렵다는 한계점이 있다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
본 연구에서 활용한 텍스트마이닝 기법 중 연관분석을 수행하기 위해 사용된 구체적인 알고리즘의 명칭은 무엇인가?
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation질문은 연구에서 사용된 텍스트마이닝 기법 중 연관분석을 위해 적용된 구체적인 알고리즘의 명칭을 찾는 것을 요구한다.
-
2정보 추출
information_extraction문맥에서는 연구에서 텍스트마이닝 기법을 활용하였으며, 연구문제 2를 위해 연관분석을 시행하였다는 사실과 연관분석의 종류로 네트워크분석과 중심성분석을 진행하였다는 정보를 제공한다.
- 연구에서는 텍스트마이닝 기법을 활용한 정량적 분석방법을 시행하였다.
- 연구문제 2에서는 찾아낸 키워드들이 다른 키워드와 어떠한 관계를 맺고 있는지를 탐구하기 위해 연관분석을 시행하였다.
- 연관분석은 네트워크분석(Network Analysis)과 중심성분석(Centrality Analysis)으로 진행하였다.
-
3근거 선택
evidence_selection연관분석의 방법론으로 네트워크분석과 중심성분석이 언급되어 있으나, 이 분석들을 수행하기 위해 밑바탕이 된 구체적인 데이터 마이닝 알고리즘에 대한 정보는 누락되어 있다.
- 연관분석은 네트워크분석(Network Analysis)과 중심성분석(Centrality Analysis)으로 진행하였다.
-
4논리 통합
logical_integration제시된 근거들을 종합하면 연관분석의 도구로 네트워크분석과 중심성분석을 사용했다는 점은 알 수 있지만, 질문이 요구하는 '구체적인 알고리즘 명칭'은 문맥 내에서 확인할 수 없다.
-
5결론 도출
conclusion_formulation연관분석의 하위 분석 유형은 명시되어 있으나, 이를 구현한 알고리즘에 대한 정보는 문맥에 존재하지 않으므로 답을 결정할 수 없다.
-
6답변 생성
answer_generation외부 지식을 동원하지 않고 주어진 문맥만으로는 답변이 불가능함을 확인한다.
최종 답변 (final_answer)
주어진 문맥만으로는 답을 확인할 수 없다.
분석 (analysis)
문맥에는 연관분석의 방법으로 네트워크분석과 중심성분석을 사용했다는 정보가 명시되어 있으나, 이를 수행하기 위한 구체적인 알고리즘 명칭은 언급되지 않았다. 따라서 질문에 답하기 위해서는 외부의 통계적/컴퓨터 공학적 지식이 필요하다.