본 연구는 수학교육용 애플리케이션의 유형별 특징을 분석하는 연구이다. 과거와 유사하게 문제중심형이 가장 많았지만 최근에는 문제중심형과 개념중심형에 학습자의 학습 상태를 분석하는 인공지능 기능이 포함된 유형이 증가하고 있다. 학습 과정 측면에서는 문제를 해결한 후 틀린 문제에 대한 오답 노트를 제공하여 학습자가 실수한 부분을 확인하고 교정할 수 있도록 해주는 경우가 있었다. 오답 문제에 대한 복습의 기회를 제공하여 개념이나 내용에 대한 이해를 증진하는 것은 교실에서 이루어지는 수학 학습뿐만 아니라 수학교육용 애플리케이션에서도 중요한 요소이다. 또한, 초기 애플리케이션은 사전에 프로그램화된 방식에 따라 일방적으로 학습자료가 제시되는 경우가 많았지만, 최근 개발된 수학교육용 애플리케이션 중에는 학습자가 질문하면 그에 대한 답을 제공받거나, 수학 문제를 만들어 입력하고 답을 얻는 등 상호작용적 구성을 활용하고 있는 애플리케이션이 증가하였다. 스마트 환경에서의 학습에서 우려되는 점으로 학습자의 자기주도적 학습 능력이 낮아질 것으로 우려하는 경우가 많은데, 최근 애플리케이션은 학습 결과 분석, 오답노트 제공, 상호작용적 구성을 통하여 학습자 스스로 자기주도적으로 학습을 구성하고 학습 목표를 성취할 수 있도록 구성된 애플리케이션이 증가하고 있다.
This study analyzed the characteristics of each type of math education application. Similar to the past study, problem-oriented types were the most common, but recently, the number of types including artificial intelligence functions that analyze learners' learning status is increasing. In terms of the learning process, there were cases where after solving the problem, a wrong answer note for the wrong question was provided so that learners could check and correct the mistakes. Improving understanding of concepts or contents by providing opportunities to review incorrect answers is an important factor in mathematical education applications as well as mathematical learning in classrooms. In addition, early applications often presented learning materials unilaterally according to a pre-programmed method, but among the recently developed math education applications, there were applications that used interactive composition such as receiving answers when learners ask questions, making, typing, and obtaining answers. Self-directed learning by learners is often feared to decrease as a concern in learning in smart environments. Recently, more and more applications are configured to organize learning self-directed and achieve learning goals through AI analysis of learning results, wrong answer notes, and interactive composition.
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 연구 방법
Ⅳ. 연구 결과
Ⅴ. 결론 및 제언