성취기준 19개
교육과정 고시 원문이다. 코드를 누르면 해당 차시로 갈 수 있다.
Ⅰ. 데이터 과학의 이해
데이터 과학의 개념을 이해하고, 문제 해결 사례를 데이터 기반 의사 결정 상황에 적용한다.
차시 데이터로 판단한다는 것
교과서별 위치
정형 데이터와 비정형 데이터를 구분하고, 데이터 속성에서 데이터의 잠재적 가치를 파악한다.
해설 데이터의 형태를 바탕으로 정형 데이터와 비정형 데이터를 구분하고, 정형 데이터에서 데이터 속성별 의미와 속성 간 관계를 파악하여 수집된 데이터가 분석 대상으로서 가치가 있는지 판단할 수 있어야 한다.
교과서별 위치
데이터셋의 집합인 데이터베이스를 이해하고, 서로 다른 데이터셋의 데이터를 분석이 가능한 형태로 통합하는 것의 의미를 파악한다.
해설 서로 다른 데이터셋 간 공통된 속성을 기준으로 데이터를 통합할 수 있음을 이해하고, 데이터셋 간의 관계를 바탕으로 데이터베이스의 개념을 설명할 수 있어야 한다. 대규모의 데이터를 여러 사람이 공유하기 위해서는 체계적인 시스템이 필요하다는 점을 바탕으로 데이터베이스의 필요성을 설명할 수 있어야 한다.
교과서별 위치
데이터로 인한 사회 변화를 인식하고, 진로 및 직업과 관련한 데이터 기반 문제 해결 사례를 분석한다.
교과서별 위치
성취기준 적용 시 고려사항
- 실제 활용 분야와 사례를 중심으로 데이터 과학이 어떻게 발전되어 왔는지 이해할 수 있도록 하며, 지속가능한 발전을 통한 미래 사회를 만들기 위한 데이터의 역할 및 중요성을 파악할 수 있도록 교수·학습을 구성한다.
- 우리 사회의 다양한 분야에서 사용될 수 있는 데이터의 잠재적 가치를 이해하고, 데이터와 데이터 분석이 활용된 문제 해결의 사례를 탐색할 수 있도록 교수·학습을 구성한다.
- 데이터 과학에 기반한 여러 가지 문제 해결 사례를 탐색하기 어려워하는 학습자의 경우, 교수자가 제시한 사례에서 사용된 데이터가 무엇인지, 문제 해결에 어떠한 역할을 하였는지를 기반으로 데이터의 잠재적 가치를 설명할 수 있는지를 평가하도록 한다.
Ⅱ. 데이터 준비와 분석
데이터를 편향되지 않도록 수집하고, 수집된 데이터의 특성을 분석한다.
해설 데이터의 선택과 수집된 데이터를 활용하는 과정에서 발생할 수 있는 편향성을 최소화하고, 수집된 데이터의 출처, 규모, 데이터 속성별 자료형, 간단한 통계적 특성 등 데이터의 특성을 분석하고 파악할 수 있어야 한다.
교과서별 위치
이상치와 결측치 탐색 및 정규화를 통해 전처리하여 오류 가능성을 최소화하고, 데이터 분석을 위해 시각화한다.
교과서별 위치
데이터를 분석하기 위해 데이터 속성 간의 관계를 파악하고 통합한다.
교과서별 위치
동일한 데이터를 서로 다른 분석 방법을 적용하여 분석 결과를 비교한다.
해설 동일한 데이터에 서로 다른 분석 방법을 적용하는 경우 분석 결과가 달라질 수 있음을 이해하고, 분석 방법과 연관지어 서로 다른 결과가 나온 이유를 분석하고 비교할 수 있어야 한다.
교과서별 위치
성취기준 적용 시 고려사항
- 데이터를 수집할 때 다양한 경로로 접근할 수 있는 공공 데이터 포털, 출처가 명확한 민간 데이터 포털을 통해 정확하고 신뢰할 수 있는 데이터를 수집하도록 활동을 구성하여 데이터 문해력을 기를 수 있도록 한다.
- 일상 속 데이터를 수집, 전처리, 분석하는 모든 과정에서 데이터 편향, 오류 가능성을 최소화 하기 위한 방법을 탐색하고, 관련 내용을 검증하는 과정을 교수·학습에 포함하도록 한다.
- 데이터 전처리에 어려움을 겪는 학습자의 경우, 전처리가 비교적 간단한 데이터를 제시하여 이상치와 결측치를 탐색하고, 데이터 특성에 적합한 분석 방법을 제시할 수 있는지 평가하도록 한다.
Ⅲ. 데이터 모델링과 평가
데이터 모델 개념을 이해하고 데이터 분석에 활용할 수 있는 도구를 탐색한다.
교과서별 위치
동일한 데이터를 통계적 회귀모델과 기계학습을 통한 회귀모델로 분석하여 결과 해석 내용을 비교한다.
교과서별 위치
데이터의 속성에 대한 유사성을 측정하고 분석하여 군집을 형성하고, 군집 분석 결과의 의미를 해석한다.
해설 데이터의 속성을 바탕으로 유사도가 높은 데이터끼리 묶어 다수의 군집으로 나누고 군집 내 유사성과 군집 간 상이성을 설명할 수 있어야 한다.
교과서별 위치
데이터 간의 관계를 분석하고 상호 연관성을 파악하여 결과의 의미를 해석한다.
해설 장바구니 분석의 사례를 통해 연관 분석의 원리를 이해하고, 데이터 속성 간 지지도, 신뢰도, 향상도를 측정하며 데이터 속성 간 연관 규칙을 찾아낼 수 있어야 한다.
교과서별 위치
데이터 분석 방법에 따른 데이터 모델의 분석 결과를 비교하고 평가한다.
해설 데이터 특성과 분석 목적에 적합한 평가 방법(예측률, 정확도 등)을 선정하고, 이를 바탕으로 데이터 분석 결과를 해석하고 그 의미를 판단할 수 있어야 한다.
교과서별 위치
다양한 분석 방법을 비교하고 평가하여 분석 목적에 가장 적합한 분석 방법을 적용한다.
교과서별 위치
성취기준 적용 시 고려사항
- 데이터 모델링 과정에서 다양한 데이터 분석 방법을 비교하여 활용하고, 데이터 해석 과정에서 등장하는 여러 견해를 상호 존중하고 비판적 시각으로 바라봄으로써 합리적으로 문제를 해결할 수 있도록 교수·학습을 구성하도록 한다.
- 데이터 분석을 위한 도구는 학습자의 디지털 역량을 사전에 파악하여 학습자의 인지적인 부담이 적은 방향으로 선정하도록 한다. 학습에 사용하는 기기나 운영 체제에 비교적 독립적인 소프트웨어나 프로그래밍 언어를 활용하여 다양한 학습 환경에서 학습자의 접근성을 보장하도록 한다.
- 최소 성취수준을 보장하기 위하여 교수자가 제시한 데이터 분석 과정을 바탕으로 데이터 모델의 개념을 제시하고, 여러 가지 분석 방법을 구별하여 설명할 수 있는지 평가한다. 또한, 비교적 명확하게 해석 결과가 도출되는 데이터셋을 제공하여 학습자가 최소한의 데이터 분석 과정을 체험하고 의미를 인식할 수 있는 학습 과정을 제공하도록 한다.
Ⅳ. 데이터 과학 프로젝트
분야별 데이터 과학의 적용 사례를 조사하여 분석하고, 데이터로 해결 가능한 주제를 찾아 적합성을 판단한다.
교과서별 위치
수집된 데이터를 탐색적으로 분석하여 데이터 속 의미를 파악하고, 문제 해결을 위한 창의적인 방법을 구상한다.
교과서별 위치
데이터 분석을 진행할 때, 2개 이상의 방법을 사용하여 분석하고 결과를 비교한다.
해설 동일한 데이터를 기반으로 서로 다른 데이터 전처리, 데이터 분석 방법을 적용한 결과를 비교하여 가장 적절한 데이터 모델링 방법을 설계할 수 있어야 한다.
교과서별 위치
복잡하고 어려운 문제라도 끝까지 해결하기 위한 자세를 갖추고 분석하여, 분석 결과에 대한 의미를 해석한다.
교과서별 위치
분석을 위한 목적부터 데이터 수집 및 분석에 이르는 전 과정을 성찰하고, 사회적 영향을 고려하여 분석 결과의 활용방안을 탐색한다.
해설 데이터 분석을 통한 문제 해결 과정에서 파생되는 사회적인 영향, 윤리적인 문제를 성찰하고 데이터 모델을 수정한 후, 문제 해결 결과를 일반화하고 공유할 수 있어야 한다.
교과서별 위치
성취기준 적용 시 고려사항
- 기후위기, 환경 문제, 에너지 문제 등의 주제를 가정, 학교, 지역 및 지구 차원에서 프로젝트 주제로 고려하여, 인류가 당면한 여러 가지 생태적 문제를 데이터 과학 프로젝트를 통해 심층적으로 탐구하도록 한다.
- 여러 가지 데이터 분석 방법 중 기계학습을 통한 분석 방법을 포함하여 분석 결과를 비교함으로써 디지털·인공지능 소양을 기를 수 있도록 교수·학습을 구성하도록 한다.
- 프로젝트 과정에서 온라인 공유 환경을 제공하여 온오프라인의 협업이 모두 일어날 수 있도록 하고, 협업 과정이 온라인 문서에 기록될 수 있도록 한다. 특히, 주제 선정, 데이터 수집 등에서 아이디어를 발산하고 수렴하는 과정이 기록되도록 하여 프로젝트 내 문제 해결 과정이 드러나는 데에 중점을 두도록 한다.
- 민주시민으로서 데이터 과학 프로젝트를 통해 생산한 정보의 사회적 영향 및 파급력에 대하여 논의할 수 있도록 문제기반학습을 구성하고, 협력학습을 통해 학생들이 토론이나 토의 과정의 기회를 갖도록 한다.