컴퓨팅 사고력이란 무엇일까?
컴퓨팅 사고력은 미래에 많은 가능성을 열어줄 수 있는 능력이다. 문제를 명확히 나타내고, 정보를 논리적으로 조직하고, 추상적으로 생각하는 방법을 아는 것은 이 귀중한 인지적 접근을 하기 위한 기본 과정이다.
갈수록 복잡해져 가는 세상에서, 반드시 자신 주변의 도전 과제들을 어떻게 해결해야 하는지 알고 있어야 한다.
그렇다면 이 접근 방식은 기계처럼 사고하도록 배우는 것을 의미할까? 그렇지 않다.
컴퓨팅 사고력은 현재 인공지능이 다루거나 획득하지 못한 많은 영역을 통합한다.
수평적 사고 또한 컴퓨팅 사고력과 관련되어 있다. 이는 감정적 변수를 다루는 방법을 아는 것과 무엇보다 인간 행동을 이해하는 것도 마찬가지다.
물론 ‘컴퓨팅’이라는 용어를 들을 때 보통 정교한 컴퓨터 로가리듬, 칩, 그리고 서브루틴의 세계를 연상하게 된다.
하지만 이 접근 방식이 추구하는 건 그것과는 상당히 다르다. 이 관점은 기술과 인류, 해결책의 필요성, 혁신적인 제안이 있는 도전을 통합함으로써 다음 몇 해 동안 발생할 수 있는 모든 문제에 대면할 것을 추구한다.
오늘의 글에서 이 주제에 관해 좀 더 자세히 분석해 보도록 하자.
컴퓨팅 사고력의 정의, 특성 및 목적
컴퓨팅 사고력은 시모어 페퍼트(Seymour Papert)의 이론에서 비롯된 용어다. 그는 인공지능의 분야의 선구자였으며, 1968년 로고 프로그래밍 언어의 발명가였다.
1995년 그는 교육 체계를 재조직해야 할 필요성과 컴퓨터와 그 언어를 학교 교과 과정에 통합해야 할 필요성에 대해 언급했다.
이처럼 그는 전 세계 사람들에게 컴퓨팅 영역에 대해 교육해야 할 필요성을 예측했다.
페퍼트 박사는 90년대에 이러한 접근 법의 기초를 마련했다. 하지만 그가 사망한 후, 재닛 윙(Jeannette Wing) 박사는 이 개념을 더욱 발전시켰다.
컴퓨터 엔지니어이자 마이크로소프트사의 전 부사장이었던 그녀는 자신의 연구를 통해 컴퓨팅 사고력이 모든 활동 영역에 영향을 미칠 것을 설명했다. 그녀의 주요 논문은 바로 “컴퓨팅 사고력과 컴퓨팅에 관한 생각.”이었다.
그녀는 또한 페퍼트가 이미 제안했듯이, 이 새로운 능력이 반드시 학교 교과 과정에 통합되어야 한다고 강조했다.
이 능력이 공학, 인문학, 과학과 같은 미래의 많은 분야를 뒷받침할 필수 기술이라고 확신했기 때문이다.
그렇다면 지금부터 이 컴퓨팅 사고력이 무엇으로 구성되어 있는지 살펴보도록 하자.
컴퓨팅 사고력이란 정확히 무엇일까?
컴퓨팅 사고력은 높은 수준의 인지 과정으로, 문제를 해결해야 할 때 과학적으로 생각할 수 있도록 해준다.
이미 알려진 사실 하나는 바로 컴퓨터와 새로운 기술들이 많은 도전 과제를 해결해 줌으로써 삶을 더 편리하게 만들어 주고 있다는 것이다. 그러나 그들보다 한발 앞서 나갈 필요가 있다.
재닛 윙 박사는 미래의 기계 조종력을 향상하기 위해 기계의 사고방식을 반드시 이해하고 있어야 한다고 지적한다. 인공적인 과정과 자연적인 과정을 어떻게 결합해야 하는지 알고 있어야 한다.
컴퓨팅에서 추출한 인지 과정으로 직관과 수평적 사고를 통합하는 방법에 대해서도 알아야 한다.
컴퓨팅 사고력의 특성
이러한 유형의 관점은 일련의 집행 기능을 개발하는 것으로 구성되어 있다.
컴퓨팅 사고력은 이미 현실에서 사용이 되고 있지만, 이해가 부족하여 최대한으로 활용되지 못하고 있다.
결국 ‘더 나은 사고를 하는 방법을 배우는 것’보다 삶을 더 풍족하게 해주는 건 없다. 이 덕분에, 매일의 도전 과제를 보다 혁신적인 방식으로 해결할 수 있다.
컴퓨팅 사고력은 네 가지 기본 축에 근거하는데, 그것은 다음과 같다.
- 분해: 모든 업무 또는 문제를 더 작은 부분으로 나눌 수 있다. 이를 통해 그것들에 대해 더 잘 이해할 수 있게 된다.
- 어떻게 패턴을 인식하는지 아는 것: 모든 현상, 경험, 자극, 문제 또는 상황은 대개 내부 계획을 따르며 식별할 수 있는 패턴에 반응한다.
- 추상적 사고: 인간만이 이러한 유형의 사고를 하고 있다. 이 사고의 도움을 받아 독창적인 아이디어를 창조하거나, 아니면 그러한 상황에서 어떻게 행동해야 하는지 알 수 있도록 상황이나 시나리오를 예측할 수 있다.
- 알고리즘: 하나의 알고리즘은 하나의 계획, 일련의 단계, 또는 단계별로 어떤 문제를 해결할 수 있도록 해주는 하나의 다이어그램이다. 이들 덕분에, 어떤 사건에든 직면할 수 있도록 일련의 명확하고 간단한 지시 사항을 설명할 수 있다. 많은 측면이 그것들을 정의한다. 예를 들면, 그들은 항상 제한된 수의 단계를 가지고 있고, 분명한 목표를 가지고 있으며, 모호하지 않고 구체적이다.
단계
컴퓨팅 사고력을 사용할 때 이미 분석한 그것을 정의하는 모든 요소와 변수들을 염두에 두는 것 외에도, 반드시 이해해야 할 다른 측면이 있다.
다시 말해 이러한 유형의 사고력이 대개 따르는 순서를 알고 있는 것이 중요하다.
- 분석: 문제를 해결해야 할 때, 항상 먼저 그 문제를 완전히 분석해야 한다.
- 추상화: 두 번째 단계는 그 문제를 공식화하는 것이다. 그렇다면 정확히 어떻게 공식화를 해야 할까? 패턴이라도 있는 걸까? 어떤 전략을 고안할 수 있을까? 이와 같은 상황에서 했던 과거의 경험들로부터 무엇이 생각나는가?
- 해결책의 표현 또는 제안: 따라야 할 전략을 정신적으로 고안한 후에는 그것을 적용하고 시험해 보아야 한다.
- 평가: 실행 후에는 평가를 해야 한다. 내가 원하는 결과를 얻었는지, 아니면 무엇이든 개선의 여지가 있는지 평가해 보아야 한다.
- 일반화와 전달: 획득한 정보의 성공 여부를 평가하기 위해 개발한 것을 다른 영역에 적용할 수 있다.
사고력을 기르는 것의 중요성
심리학자이고 또 노벨상을 받은 대니얼 카너먼(Daniel Kahneman)은 세상에서 가장 중요한 사상가 중 한 명이다. 그는 오늘날 많은 사람이 사고 없이 결정을 내린다고 지적한다.
그들은 사고하는 대신 충동적으로 그러한 결정을 내린다. 또 다른 사람들은 어떤 투표를 하는지, 또 누구에게 투표하는지도 모른 채 투표에 참여한다.
새로운 세대에게 사고력을 가르치는 것만큼 더 결단력 있고 유익한 것은 없다.
사람들이 사물에 대해 비판적인 관점을 가지고, 또 더 분석적이고 사색적인 관점으로 현실을 관찰하도록 도와야 한다.
컴퓨팅 사고력은 미래를 위한 원동력이다. 이 사고력은 문제를 더 지능적으로 해결하도록 인류를 도울 뿐만 아니라 인공지능보다 한 발 더 앞서도록 해줄 수 있다.
이는 매우 중요한 문제다. 그래야만 세상의 모든 기술이 인류를 위해 봉사할 수 있다. 이 사실을 꼭 기억하고 있어야 한다.
인용된 모든 출처는 우리 팀에 의해 집요하게 검토되어 질의의 질, 신뢰성, 시대에 맞음 및 타당성을 보장하기 위해 처리되었습니다. 이 문서의 참고 문헌은 신뢰성이 있으며 학문적 또는 과학적으로 정확합니다.
- Berrocoso, Jesús Valverde; Sánchez, María Rosa Fernández; Arroyo, María del Carmen Garrido (23 de octubre de 2015). «El pensamiento computacional y las nuevas ecologías del aprendizaje». Revista de Educación a Distancia 0 (46).
- Wing, J. M. (2008). “Computational thinking and thinking about computing”. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. 366 (1881): 3717–3725. Bibcode:2008RSPTA.366.3717W. doi:10.1098/rsta.2008.0118.
- Wing, Jeannette (2014). “Computational Thinking Benefits Society”. 40th Anniversary Blog of Social Issues in Computing.
- Wing, Jeannette M. (March 2011). “Research Notebook: Computational Thinking—What and Why?”. The LINK. The Magazine of Carnegie Mellon University’s School of Computer Science. Carnegie Mellon University, School of Computer Science.