첫 번째 파트는 교육을 떠나서 딥런닝과 빅데이터의 각 분야에서의 사용 가능성에 대한 것이었습니다. 우선 빅데이터와 관련된 3가지 용어인 인공지능, 머신런닝, 딥러닝을 명확하게 구분하여 설명해주셨습니다. 인공지능은 인간의 지능을 모방함으로써 사용하는 기술이고 컴퓨터가 가지고 있는 데이터에 의해 미래를 예측하는 것을 머신런닝이라고 하며, 딥러닝은 데이터를 기반으로 하여 스스로 학습하는 것을 말합니다. 예를 들어, 음성식별 기술에 의해 음성과 문자 텍스트가 자동적으로 호환되고, 컴퓨터 작곡, 그림 그리기와 같은 음성, 시각적으로 표현하는 것은 모두 딥러닝에 속합니다. 그러한 가운데 데이타의 중요성이 대두되었고요.
이어서 이런 기술들을 교육분야에서 어떻게 사용되고 있는지 두 번째 파트에서 소개되었습니다. 기존의 교육에서는 교사가 학생에게 준 하나의 점수만 요약하는 것이기 때문에 빅데이타가 굉장히 부족한 편이라고 합니다. 하지만 최근에는 교육분야에가빅데이터와 연결하고 있는 세로운 추세가 보입니다. 토플과 같은 시험 전산화는 빅데이터와 거리를 두고 있음에도 불구하고 Intelligent tutoring system와 같은 경우 교육연구에 많은 양의 유용한 정보와 데이터를 제공하였습니다. 또한 Eye tracking/ Speech API를 통해서 paper-mediated 리딩과 digital-mediated 리딩를 할 때 사용자의 읽기 패턴을 분석함으로써 digital-mediated reading을 진행할 때 읽기 능력이 떨어진 원인을 찾을 수 있습니다.
컴퓨터 기술과 인터넷 기술이 급속하게 발전 하면서 “정보 폭발”의 시대가 다가왔습니다. 학생들은 TV, 컴퓨터, 거리에서 열린 스마트폰, 태블릿 컴퓨터 등을 통해 전 세계에서 밀려오는 데이터를 터득하게 됩니다. 일정한 양의 데이터에 도달하게 되면 양적 변화가 질적 변화로 변합니다. 빅데이터는 수많은 정보를 처리를 하면서 컴퓨터의 역할을 간단한 파편화된 정보교환의 차원에서부터 데이터 기반의 분석으로 바꾸었습니다. 4차 산업혁명을 맞이하여 컴퓨터 기술을 비롯한 신기술들이 계속 혁신하면서 막대한 빅데이터를 어떻게 수집하고 분석하는지는 모든 영역에 매우 중요한 과제라고 생각합니다.
No comments:
Post a Comment
Note: Only a member of this blog may post a comment.