학교수학에서 데이터 과학 교육의 가치 탐색: 사회 관계망 분석을 중심으로

Exploring the Educational Value of Data Science in School Mathematics: Focusing on Social Network Analysis

본 연구는 데이터 중심 사회의 도래에 따라 학교수학에서 데이터 과학 교육이 갖는 교육적 가치와 가능성을 조명하고, 특히 사회 관계망 분석을 중심으로한 정보처리 역량이 디지털 소양으로 기능할 수 있는지에 대해 탐색하였다. 기존의 통계교육이 기술통계 중심의 단편적 활동에 그친 반면, 데이터 과학 교육은 데이터의 수집, 처리, 분석, 시각화 및 해석의 전 과정을 통합적으로 다루어 학생들의 문제해결력, 디지털 활용 능력, 창의적 사고력 등을 증진할 수 있는 것으로 나타났다. 사회 관계망 분석은 비지도학습의 대표적 기법으로, 그래프 이론을 바탕으로 관계 중심 데이터를 수학적으로 모델링하고 중심성 지표를 통해 정량적으로 분석할 수 있게 한다. 또한, 사회 관계망 분석은 수학적 모델링 과정과 긴밀하게 연결되어 학생들이 현실의 복잡한 문제를 수학적으로 구조화하고 비판적으로 해석하는 경험을 제공할 수 있다. 본 연구는 사회 관계망 분석이 정보처리 역량을 포함한 디지털 소양 함양을 위한 교육적 도구로 유의미하게 활용될 수 있음을 제안한다.

This study explores the educational value and potential of data science education in school mathematics in response to the rise of a data-driven society, with a particular focus on whether data processing skills—centered on social network analysis (SNA)—can be recognized as a form of digital literacy. While traditional statistics education has often been limited to descriptive statistics and mechanical calculations, data science education encompasses the entire process of data collection, processing, analysis, visualization, and interpretation. It emphasizes students’ problem-solving skills, digital literacy, and creative thinking. Social network analysis, as a representative unsupervised learning method, enables mathematical modeling and interpretation of relational data through graph theory and quantitative metrics such as centrality indices. This analytical approach aligns closely with the mathematical modeling cycle in education, offering students meaningful learning experiences in mathematically structuring and critically interpreting real-world problems through mathematics. The study argues that SNA can serve as an effective educational tool for fostering digital literacy and data competency.