Algorithmic Thinking
문제를 명확한 단계로 분해(Decomposition)하고 패턴을 인식하여 효율적인 해결책을 찾는 역량. 복잡한 과제를 실행 가능한 절차로 구조화하는 보편적 사고 능력이다.
알고리즘 사고는 문제를 잘 정의된 단계로 분해하고, 반복되는 패턴을 식별하며, 신뢰할 수 있는 결과를 만들어내는 체계적 절차를 설계하는 역량입니다. 순서화(Sequencing), 패턴 인식(Pattern Recognition), 추상화(Abstraction), 효율성 평가를 포괄합니다. 프로그래밍이나 코딩이 아닌, 여행 계획, 업무 흐름 정리, 고장 진단, 정책 설계 등 모든 영역에 적용되는 범용적 사고 기술입니다.
명확하게 작성된 일련의 단계를 처음부터 끝까지 실행할 수 있습니다. 단계를 재배열하면 다른 결과가 나올 수 있음을 이해하고, 지시 목록에서 빠진 단계를 식별할 수 있습니다. 레시피, 조립 설명서, 체크리스트 등을 빠뜨림 없이 따르지만, 그 지시를 직접 만드는 것은 아직 어렵습니다.
다음 단계로
이 체크리스트를 대부분 달성했다면, Pattern Spotter 단계로 진입하여 과제에서 반복 패턴을 인식하고 간단한 문제를 하위 부분으로 분해하는 데 도전할 준비가 됐습니다. Kolb의 경험학습 이론에 따르면, 지시를 따라 수행한 구체적 경험을 반성적 관찰로 전환하여 패턴을 탐색하는 것이 핵심입니다.
Seminal paper defining computational thinking as a universally applicable skill encompassing decomposition, pattern recognition, abstraction, and algorithm design. Provides foundational academic authority for the field.
Classic problem-solving methodology (understand, plan, carry out, look back) providing direct evidence for procedural behavior criteria in checklist design at each level.
Defines algorithmic thinking competency standards by grade band (K-2, 3-5, 6-8, 9-12), providing domain-specific evidence for level boundaries from sequential execution (L1-L2) to advanced algorithm design (L5-L7).
Defines computational thinking practices (decomposition, abstraction, algorithms) by grade band, providing concrete behavioral criteria for checklist item design.
