- 이 보고서는 미국 국립학술원에 NSF 지원을 받아 2년 간 진행한 합의 연구의 결과물이다.

 

- 현재 미국은 현재 유·초·중등 교육에서 데이터교육과 컴퓨팅교육이 빠르게 발전하고 있지만, 지역과 과목별로 개별적으로 진행하면서 모든 학생에게 공통적으로 필요한 핵심 역량이 무엇인지에 대한 공유된 설명과 기준이 없다.

 

- 이 공백을 메우기 위해 연방정부의 지원을 받아 (미)국립학술원에서 표준화된 교육정책 권고안을 만들었다.

 

- 이 보고서는 유·초·중·고교 학생에게 필요한 7개 기초역량과 관련된 교육기관과 단체에게 보내는 14개 권고안을 담고 있다.

▶ 주요 내용

 

1) 유·초등학교 학생의 7가지 기초역량 정의

① 문제 제기 및 문제 해결 과정 (Problem posing and problem-solving)

데이터 과학자가 실제로 하는 일의 출발점이 바로 "어떤 문제를 물어야 하는가"이다.

② 데이터 생산 및 활용 (Producing and working with data)

데이터를 수집·정리·정제·분석하는 전 과정을 다룬다. 데이터의 생산 맥락, 편향, 윤리적 함의까지 포함한다.

③ 추상화, 알고리즘적 사고, 자동화 (Abstraction, algorithmic thinking, and automation)

복잡한 문제를 단계적 절차로 분해하고 반복 가능한 해결책을 설계하는 능력이다.

④ 확률적·추론적 사고 (Probabilistic and inferential reasoning)

불확실성을 다루고 데이터로부터 의미 있는 결론을 이끌어 내는 능력으로 AI 시대에 모든 시민이 갖춰야 할 비판적 사고의 기반이다.

⑤ 모델과 표현 (Models and representations)

수학·과학의 수식이나 그래프처럼, 데이터 시각화, 시뮬레이션, 예측 모델의 이해하는 역량이다.

⑥ 기술과 사회 (Technology and society)

데이터·컴퓨팅 기술이 사회, 개인, 문화에 미치는 영향을 이해하고 비판적으로 평가하는 능력이다. AI 편향, 프라이버시, 자동화의 윤리적 함의 등이 포함된다.

⑦ 데이터·컴퓨팅 시스템 (Data and computing systems)

데이터가 어떻게 저장·전송·처리되는지, 컴퓨팅 시스템이 어떻게 작동하는지에 대한 기초 이해다.

 

2) 교육기관/단체에게 보내는 14개 권고안(* 빠진 내용은 보고서 참조바랍니다.)

교육청 및 학교: 데이터·컴퓨팅을 다른 교과와 연결을 우선하고, 저학년은 언플러그드 적극 활용. 고등학교는 독립과목 제공 등

교사양성기관: 예비 교원을 양성하는 모든 과는 컴퓨터과학과/통계학과와 학제 간 협력 필요. 교사 재교육도 관련 역량 교육 및 실습 설계 등

전문 학술단체: 교육 기준이나 프레임워크에 7가지 기초 역량을 통합하고 학제간 연계 강화 등

정부 및 공공부문: 격차 해소를 핵심 목표로 삼고 이 분야에 지속 투자 등

 

▶ 시사점

 

- 다양성을 존중하는 미국 내에서 오히려 파편화되고 격차가 심화된 데이터·컴퓨팅 교육의 최소한의 공통 기준을 처음으로 제시했다.

- 이 보고서의 가장 중요한 기여 중 하나는 기술의 사회적 영향력에 대한 판단력을 필수 역량으로 제시한 점이다. 모든 학생이 AI의 한계·위험성을 이해해야 한다는 것을 강조한다.

- 또한 7개 기초 역량의 정의를 기존 교과와 겹치도록 의도하였는데, 이는 별도의 데이터과학 수업보다 기존 교과수업에 통합할 수 있음을 보여준다.

 

▶ 결론

- 여러 장점과 기여에도 불구하고, 학교 현장에서 실제로 어떻게 실행할지, 기존 교과 과정에 어떤 함의를 갖는지 등은 여전히 미해결 과제로 남겨 두고 있다.

- 한국은 2022 개정 교육과정이 2026년부터 단계적으로 확대 적용되고 있다. 우리 교육과정에 AI 소양교육과 같이 다양한 역량이 이미 교과에 반영 중인데, 이들을 하나의 언어로 연결하는 공통 틀이 필요하다면 이 자료가 좋은 참고가 될 것이다.