머신러닝을 활용한 초등학교 3~4학년군 음악교과서 일러스트의 색채 분석

정미영; 김미숙; 홍준우

추천

검색

자료유형: 학술저널

저자정보: 정미영 김미숙 홍준우

저널정보: 한국예술교육학회 예술교육연구 예술교육연구 제18권 제2호

발행연도: 2020.1

수록면: 93 - 118 (26page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연구는 2015 개정 교육과정에 따른 초등학교 3~4학년군 음악교과서의 색채 분석하는데 목적을 두었다. 색채를 추출하거나 분석할 때 육안에 의존한 수작업으로 하는 경우가 많다. 이 방법은 주관적인 관점이 개입될뿐만 아니라 많은 시간이 소요된다는 단점이 있다. 따라서 본 연구에서는 최근 다양한 학문에 적용되고 있는인공지능 기술 중 머신러닝을 활용하여 보다 객관적인 결과 도출과 연구의 효율성을 제고하고자 하였다. 연구대상은 2015 개정 음악과 교육과정에 따른 초등학교 3~4학년군 음악 교과서(학년별 9종, 총18권)의 단원 표지와 제1단원으로 제한하였다. 연구내용 및 방법으로는 머신러닝 기법 중 하나인 K-mean Clustering을 사용하였으며 이를 통해 추출한 상위 색채 10가지를 분류하고 다시 NCS 코드로 변환하였다. 분석 결과는 다음과 같다. 첫째, 음악교과서의 단원은 4~6가지로 구성되어 있는데 대부분 단원명과는 관련 없이 4계절과 관련된 색채 이미지로 각 단원을 구분하고 있었다. 둘째, 제1단원 본문은 대부분 GY(Green Yellow)와YR(Yellow Red)의 색채와 뉘앙스에서 무채색과 채도가 낮은 색조를 많이 사용하고 있었다. 이는 제1단원 표지의 색채와 유사한 것으로 단원의 표지 색은 본문 내에서 강조색 또는 주조색으로 사용하는 경우가 많아 상호간의 연관성이 있음을 알 수 있었다. 즉, 출판사별로 정도의 차이는 있지만 대부분 단원 색채 이미지를 정하고 그것을 전체에 반영하여 통일감을 주고 있었다. 그러나 아동 색채 경험의 중요성을 볼 때 여러 가지 색채의사용과 채도의 다양한 변화가 요구된다. 아울러 단원의 색채 이미지를 계절로 고정화하기 보다는 악곡에 어울리는 일러스트와 색채로 제시해야 함을 제안한다.

The purpose of this study is to analyze the color of music textbooks by the revised music curriculum of 2015 for the 3rd and 4th graders in elementary school. In general, manual works by hand and eye in the existing color analysis procedure are able to not only include personal perspective intervention but also become time-consuming processes when extracting or analyzing colors from textbooks. Therefore, this study seeks to achieve more objective results and research efficiency by utilizing machine learning among artificial intelligence technologies that have been applied to various studies recently. The subjects of the study are limited to the cover and the first section of music textbooks for the third and fourth graders(nine types per grade, 18 volumes in total) according to revised music curriculum of 2015. As one of the machine learning techniques, K-mean Clustering in this research classifies the top 10 colors in the textbooks, and the HEX codes are converted to NCS codes through our proposed color conversion method. In this study, the results are as follows; First, regardless of the name of each chapter, textbooks, which consist of four to six chapters, only consider four season-related colors and images for music education. Second, chapter in the textbooks mostly uses colors and nuances of the GY(Green Yellow) and YR(Yellow Red), the neutral color scale and low-color chroma. Furthermore, the results show that the color of the cover for each chapter is mainly used as an accent or a dominant color, which is highly related to the text of each chapter this research focuses on. That is, although there are differences in colors in textbooks for each publisher, most of them set color images of each chapter and reflect them throughout the chapters to maintain color consistency in each chapter. However, given the importance of child color experience, various changes in the use and chroma of different colors are required. Lastly, this study also suggests that rather than fixed color images on a seasonal basis, it is more effective for music education to present the illustrations and colors matching the music score.

#music textbook #textbook color #NCS #Machine Learning #K-mean Clustering

참고문헌 (45)

참고문헌 신청

권태욱 / 2018 / 초등학교 음악(3~4학년군)3 / (주)음악과생활

권태욱 / 2018 / 초등학교 음악(3~4학년군)4 / (주)음악과생활

김가이 / 2019 / 서책형⋅디지털 교과서 캐릭터의 조형적 특성에 관한 연구 - 국내외 초등학교 교과서를 중심으로 / 기초조형학연구 20(1):50~60

김순영 / 2004 / 교과서 일러스트의 색채 분석연구: 초등학교 국어(읽기) 교과서를 중심으로 / 한국디자인학회 국제학술대회 논문집 :170~171

김애경 / 2018 / 초등학교 음악(3~4학년군)3 / (주)천재교육

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

정미영

소속기관 한국예술교육학회

주요연구분야 사회과학 > 교육학 예술체육학 > 예술 일반

논문수 1 이용수 26

김미숙

소속기관 한국예술교육학회

주요연구분야 사회과학 > 교육학 예술체육학 > 예술 일반

논문수 1 이용수 26

홍준우

소속기관 한국예술교육학회

주요연구분야 사회과학 > 교육학 예술체육학 > 예술 일반

논문수 1 이용수 26

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (45)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)