본 연구는 유아 인공지능 교육을 위해 교육 내용 체계를 개발하는 것을 목적으로 수행되었다. 이를 위해서 유아 교육 및 인공지능 전문가 5인을 대상으로 FGI를 수행하였다. 전문가들의 담화는 의미해석 방법을 사용하였다. 의미해석 방법은 담화를 분석하는 전문적인 방법으로서 의미 압축-의미 범주화-의미 구조화의 절차를 사용한다. 본 연구는 전문가들의 담화에서 43개의 의미를 압축하였다. 43개의 의미는 범주화를 통해서 인간의 사고과정, 컴퓨팅 능력, 인공지능의 원리와 역사, 인공지능 기술의 활용, 데이터의 개념, 인공지능의 창의적 표현, 창의 융합적 문제해결을 위한 인공지능 하드웨어 구성, 창의 융합적 문제해결을 위한 인공지능 도구 탐색 및 활용, 창의 융합적 문제해결을 위한 인공지능 생성, 인공지능에 대한 관심, 인공지능과 더불어 살기, 인공지능의 윤리적 사용 및 태도'까지 12개의 내용으로 구성되었다. 마지막으로 12개의 내용은 의미구조화를 통해서 컴퓨팅 사고력, 인공지능과 데이터, 창의 융합적 문제해결, 인공지능 윤리'까지 4개의 범주로 구성되었다. 본 연구의 결과는 유아 교육 영역에서 인공지능 교육을 구성하기 위한 기초가 될 수 있다는 것이 가치를 가진다.
The purpose of this study is to develop an educational content system for early childhood artificial intelligence education. For the purpose of the study, FGI was conducted on five early childhood education and artificial intelligence experts. The experts' claims were analyzed using the semantic interpretation method. The meaning interpretation method uses meaning compression - meaning categorization - meaning structuring. The experts' claims were condensed into 43 meanings. The 43 meanings were composed of 12 contents ranging from 'Human thinking process, computing ability, Principles and history of AI, Utilization of AI technology, Concept of data, Creative expression of AI, AI hardware configuration for creative convergence problem solving, Exploration and use of AI tools for creative and convergent problem solving, Creation of AI for creative and convergent problem solving, Interest in AI, Living with AI, Ethical use and attitudes of AI' using categorization. The 12 contents were organized into four categories, ranging from semantic structuring to Computational Thinking, AI and data, Creative convergence Problem solving, AI ethics. The results of this study are valuable in that they can serve as a basis for constructing artificial intelligence education in the field of early childhood education.