토픽 모델링과 대화형 인공지능(ChatGPT)을 이용한 전국과학전람회의 에너지 관련 연구 주제 분석

Analysis of Energy-related Research Topics at the National Science Fair using Topic Modeling and Conversational Artificial Intelligence (ChatGPT)

본 연구의 목적은 전국과학전람회에서 수상한 연구 중 에너지와 관련된 연구 주제의 특징을 분석하는 것이다. 이를 위하여 학생이 수행한 에너지 관련 연구 76개와 교사가 수행한 에너지 관련 연구 85개를 대상으로 머신러닝을 이용한 토픽 모델링을 통해 구분했으며, ChatGPT를 이용해 토픽명을 설정하였다. 주요 연구 결과는 다음과 같다. 첫째, 학생과 교사가 수행한 에너지 관련 연구는 ‘물리’ 영역에서 가장 많았으며, 토픽 모델링 결과 각각 13개로 구분되었다. 둘째, 학생 연구 중 가장 많은 연구가 진행된 토픽은 다양한 분야에서의 에너지 이슈와 그 해결 전략에 대한 연구였다. 셋째, 교사 연구 중 가장 많은 연구가 진행된 토픽은 에너지 관련 실험의 개발과 활용 연구였다. 넷째, 학생 연구는 에너지 문제 해결, 에너지 효율성 등의 에너지 최적화 방안에 대한 연구가 많았으며, 교사 연구는 에너지를 교육적으로 활용하는 방안에 대한 연구가 많았다. 연구의 결과를 바탕으로 에너지 교육에의 시사점을 논의하였다.

This study analyzes the characteristics of energy-based research topics that were awarded from the National Science Fair. A total of 76 and 85 studies done by students and teachers, respectively, were collected and each group was categorized into an appropriate topic through unsupervised machine learning, and the corresponding topic labels were determined through summarization based on ChatGPT. The findings of this study are summarized as follows. First, a large proportion of the studies conducted by both groups was focused on physics; therefore, 13 distinct categories were identified through topic modeling. Second, the most prevailing topic within student group was the discussion on energy issues and their solutions. By contrast, the most prevailing topic within the teacher group was the development and application of energy-related experiments. Finally, a large portion of the student-based studies was associated with optimizing energy consumption, such as resolving energy problems and improving energy efficiency; whereas the teachers focused on the method of designing energy experiments from an educational context. Furthermore, this study presents the implications for energy education based on the findings.