{ "name": "CIT Thinking Compass", "name_ko": "CIT 사고력 나침반", "version": "1.1", "version_date": "2026-11-08", "publisher": "CIT Coding Academy (https://citcoding.com)", "status": "published", "license_note": "Quote with attribution to CIT Coding Academy.", "pages": { "ko": "https://citcoding.com/thinking/", "en": "https://citcoding.com/en/thinking/" }, "pillars": [ { "id": "think", "letter": "T", "name_en": "Think", "name_ko": "생각하기", "tagline_en": "Break problems down, see the structure, test with evidence.", "tagline_ko": "문제를 쪼개고, 구조를 보고, 근거로 따집니다." }, { "id": "create", "letter": "C", "name_en": "Create", "name_ko": "만들기", "tagline_en": "Start from people and build all the way to something used.", "tagline_ko": "사람에게서 출발해 끝까지 만들어 냅니다." }, { "id": "ai", "letter": "A", "name_en": "With AI", "name_ko": "AI와 함께", "tagline_en": "Decide what to delegate, verify it, own the result.", "tagline_ko": "맡길 일을 정하고, 확인하고, 책임집니다." } ], "addendum": "A (2026-11-08)", "apex": { "name_ko": "꼭대기: 두 가지 근본 사고", "name_en": "Apex: two first-order skills", "note_ko": "열두 가지 기술은 모두 이 두 사고를 특정 상황에 쓰는 방법입니다.", "note_en": "Every one of the twelve skills is an application of one or both of these.", "skills": [ { "id": "FP", "name_ko": "제1원리 사고 (First Principles Thinking)", "name_en": "First Principles Thinking", "definition_ko": "제1원리 사고는 문제를 확실히 아는 사실까지 벗겨 낸 다음, 거기서부터 다시 쌓아 올리는 사고입니다.", "definition_en": "First-principles thinking is reducing a problem to what is known for certain, then rebuilding from there.", "rule_ko": "모든 수업은 제1원리 질문 하나로 시작합니다.", "rule_en": "Every lesson opens with one first-principles question.", "evidence": [ "kahneman2011" ] }, { "id": "MC", "name_ko": "메타인지", "name_en": "Metacognition", "definition_ko": "메타인지는 내가 무엇을 알고, AI가 무엇을 아는지, 언제 어느 쪽을 믿어야 하는지 아는 사고입니다.", "definition_en": "Metacognition is knowing what you know, what the AI knows, and when to trust which.", "rule_ko": "모든 수업은 거꾸로 설명하기(teach-back)나 신뢰 보정 점검으로 끝납니다.", "rule_en": "Every lesson closes with a teach-back or a calibration check.", "evidence": [ "flavell1979" ] } ] }, "hierarchy": { "_comment": "Addendum A (2026-11-08): the thinking-skills hierarchy. Tier 0 apex (first principles, metacognition; definitions in compass.json apex), tier 1 the three motto pillars, tier 2 the twelve Compass skills, tier 3 courses as 'skills × domain'. The tier-3 course mapping is CIT's own and cites nothing external. Jung's 2026-11-08 decisions: apex Korean term is 제1원리 사고 (First Principles Thinking); the AI + X lab is the umbrella for the new domains, so space engineering, vision robotics and the Mind Lab are its themes (parent: aix) rather than standalone tier-3 entries, with space opening as a lab theme first; the olympiad track and the apps course stay standalone. The skill mixes still await teaching-staff validation, so validated_on stays null and the page labels the mapping as a draft. Links point at existing course pages.", "reviewed_on": "2026-11-08", "validated_on": null, "tiers": [ { "n": 0, "name_ko": "꼭대기", "name_en": "Apex", "what_ko": "제1원리 사고와 메타인지", "what_en": "First principles and metacognition", "rule_ko": "수업은 제1원리 질문으로 시작해 거꾸로 설명하기나 신뢰 보정 점검으로 끝납니다.", "rule_en": "Each lesson opens with a first-principles question and closes with a teach-back or calibration check." }, { "n": 1, "name_ko": "세 갈래", "name_en": "Pillars", "what_ko": "생각하기 · 만들기 · AI와 함께", "what_en": "Think · Create · With AI", "rule_ko": "CIT 표어의 세 단어입니다.", "rule_en": "The three words of the motto." }, { "n": 2, "name_ko": "열두 가지 기술", "name_en": "Compass skills", "what_ko": "T1~T4 · C1~C4 · A1~A4", "what_en": "T1–T4 · C1–C4 · A1–A4", "rule_ko": "각 기술은 가장 많이 쓰이는 갈래 아래에 놓이고, 모두 꼭대기의 두 사고에 기댑니다.", "rule_en": "Each skill sits under the pillar it serves most; all draw on the apex." }, { "n": 3, "name_ko": "과정과 응용", "name_en": "Courses and applications", "what_ko": "분야 하나 × 기술 두세 가지", "what_en": "A domain × two or three skills", "rule_ko": "모든 과정은 「기술 × 분야」로 설명할 수 있어야 하며, 새 과정은 어떤 기술을 기르는지 먼저 밝힙니다.", "rule_en": "Every course is describable as skills × domain; new courses state their skill mix first." } ], "courses": [ { "id": "aix", "kind": "lab", "themes": [ "space", "vision", "mind" ], "name_ko": "AI + X 연구실", "name_en": "AI + X lab", "domain_ko": "학생이 고른 어떤 분야든", "domain_en": "Any discipline the student chooses", "skills": [ "C4", "T2", "A4" ], "track": "Project", "fp_ko": "AI가 곧 깨뜨릴 이 분야의 가정은 무엇일까?", "fp_en": "Which field's assumptions is AI about to break?", "href_ko": "/ai-x/", "href_en": "/en/ai-x/", "note_ko": "우주 공학, 비전 로보틱스, 마인드 랩은 이 연구실의 주제로 엽니다.", "note_en": "Space engineering, vision robotics and the Mind Lab run as themes of this lab." }, { "id": "space", "parent": "aix", "name_ko": "AI와 함께하는 우주 공학", "name_en": "Space engineering with AI", "domain_ko": "궤도 역학, 임무 설계", "domain_en": "Orbital mechanics, mission design", "skills": [ "T2", "T4", "A2" ], "track": "Elite / Project", "fp_ko": "위성이 떨어지지 않고 떠 있으려면 무엇이 참이어야 할까?", "fp_en": "What must be true for a satellite to stay up?", "href_ko": "/space-ai/", "href_en": "/space-ai/en/", "note_ko": "AI+X 연구실의 주제로 먼저 엽니다.", "note_en": "Opens first as an AI + X lab theme." }, { "id": "vision", "parent": "aix", "name_ko": "비전 로보틱스", "name_en": "Vision robotics", "domain_ko": "RoboMaster S1, Tello", "domain_en": "RoboMaster S1, Tello", "skills": [ "T1", "T3", "C3" ], "track": "Leader / Elite", "fp_ko": "로봇은 실제로 무엇을 보고 있을까?", "fp_en": "What does the robot actually see?", "href_ko": "/programs/robomaster-ai.html", "href_en": "/en/programs/robomaster-ai.html" }, { "id": "mind", "parent": "aix", "name_ko": "AI와 심리학 (마인드 랩)", "name_en": "AI and psychology (Mind Lab)", "domain_ko": "청소년 뇌과학, 행동", "domain_en": "Adolescent neuroscience, behaviour", "skills": [ "C1", "C4", "A4" ], "track": "Elite", "fp_ko": "감정은 무엇으로 이루어져 있을까?", "fp_en": "What is a feeling made of?", "href_ko": "/social-brain-ai-course.html", "href_en": "/en/social-brain-ai-course.html" }, { "id": "olympiad", "name_ko": "AI 올림피아드 트랙", "name_en": "AI olympiad track", "domain_ko": "머신러닝 이론, Python, NumPy, PyTorch", "domain_en": "ML theory, Python, NumPy, PyTorch", "skills": [ "T1", "T4", "A1" ], "track": "Elite / Project", "fp_ko": "모델은 배울 때 무엇을 배우는 걸까?", "fp_en": "What does a model learn when it learns?", "href_ko": "/programs/koai-curriculum.html", "href_en": "/en/programs/koai-curriculum.html" }, { "id": "apps", "name_ko": "실제 사용자를 위한 앱", "name_en": "Apps for real users", "domain_ko": "웹, 제품", "domain_en": "Web, product", "skills": [ "C1", "C3", "A2" ], "track": "Leader / Elite", "fp_ko": "누가 이 문제를 겪고 있고, 왜 그럴까?", "fp_en": "Who has this problem and why?", "href_ko": "/courses/catalog/app-build-ai.html", "href_en": "/en/courses/catalog/app-build-ai.html" } ] }, "human_core": { "name_ko": "사람의 중심", "name_en": "Human core", "note_ko": "점수로 매기지 않고 수업 내내 북돋습니다.", "note_en": "Coached in every lesson, never graded.", "traits": [ { "id": "curiosity", "name_ko": "호기심", "name_en": "Curiosity", "blurb_ko": "답보다 질문을 먼저 꺼내는 마음", "blurb_en": "Reaching for a question before an answer" }, { "id": "resilience", "name_ko": "회복탄력성", "name_en": "Resilience", "blurb_ko": "틀리고 막혀도 다시 해 보는 힘", "blurb_en": "Trying again after an error or a dead end" }, { "id": "agency", "name_ko": "주도성", "name_en": "Agency", "blurb_ko": "무엇을 배우고 만들지 스스로 정하는 힘", "blurb_en": "Choosing what to learn and what to build" } ] }, "levels": [ { "id": "emerging", "name_ko": "시작", "name_en": "Emerging", "blurb_ko": "어른이 단계를 짚어 주면 해냅니다.", "blurb_en": "Does it when an adult walks through the steps." }, { "id": "developing", "name_ko": "성장", "name_en": "Developing", "blurb_ko": "익숙한 과제에서는 스스로 해내고, 낯선 과제에서는 도움을 받습니다.", "blurb_en": "Does it alone on familiar tasks; needs support on new ones." }, { "id": "proficient", "name_ko": "능숙", "name_en": "Proficient", "blurb_ko": "학년 지표를 낯선 과제에서도 스스로 보여 줍니다.", "blurb_en": "Shows the grade-band indicator on an unfamiliar task, unaided." }, { "id": "extending", "name_ko": "확장", "name_en": "Extending", "blurb_ko": "다른 사람에게 가르치거나 새 분야로 옮겨 씁니다.", "blurb_en": "Teaches it to others or carries it into a new field." } ], "bands": [ { "id": "elementary", "name_ko": "초등", "name_en": "Elementary", "grades_ko": "초1~초6", "grades_en": "Grades 1 to 6" }, { "id": "middle", "name_ko": "중등", "name_en": "Middle school", "grades_ko": "중1~중3", "grades_en": "Grades 7 to 9" }, { "id": "high", "name_ko": "고등", "name_en": "High school", "grades_ko": "고1~고3", "grades_en": "Grades 10 to 12" } ], "skills": [ { "id": "T1", "pillar": "think", "name_en": "Computational Thinking", "name_ko": "컴퓨팅 사고", "definition_en": "Computational thinking is breaking a problem into steps, keeping only what matters, writing rules that solve it, and checking that those rules actually work.", "definition_ko": "컴퓨팅 사고는 문제를 작은 단계로 나누고, 중요한 것만 남겨 규칙을 세우고, 그 규칙이 맞는지 직접 확인하는 사고입니다.", "progression_en": "It starts with procedures that give the same answer to the same input (CT 1.0) and widens to rules learned from data, whose answers come with uncertainty (CT 2.0).", "progression_ko": "같은 입력에 늘 같은 답이 나오는 절차(CT 1.0)에서 시작해, 데이터에서 규칙을 배우고 답에 불확실성이 따르는 방식(CT 2.0)으로 넓혀 갑니다.", "activity_name_en": "Paper algorithm first", "activity_name_ko": "종이 알고리즘 먼저", "indicators": { "elementary": { "ko": "다섯 단계 안팎의 절차를 순서대로 적고, 친구가 따라 했을 때 어긋난 단계를 스스로 찾아 고칩니다.", "en": "Writes a procedure of about five steps in order and, when a classmate follows it, finds and fixes the step that went wrong." }, "middle": { "ko": "문제를 함수 단위로 나누고, 경계값을 포함한 테스트를 먼저 적은 뒤 코드를 씁니다.", "en": "Splits a problem into functions and writes tests, boundary cases included, before writing the code." }, "high": { "ko": "직접 쓴 규칙과 데이터로 학습한 모델의 장단점을 오류 사례로 비교해 설명합니다.", "en": "Compares a hand-written rule with a trained model, using failure cases to explain the strengths of each." } }, "loop_stages": [ "compute" ], "evidence": [ "wing2006", "unesco2024" ], "url_ko": "https://citcoding.com/thinking/t1.html", "url_en": "https://citcoding.com/en/thinking/t1.html" }, { "id": "T2", "pillar": "think", "name_en": "Systems Thinking", "name_ko": "시스템 사고", "definition_en": "Systems thinking is seeing causes and effects as connected loops, and finding the delays, the stakeholders and the leverage points where a small change makes a large difference.", "definition_ko": "시스템 사고는 원인과 결과가 고리처럼 이어진 구조를 보고, 그 안의 지연과 이해관계자, 작은 변화로 큰 차이를 만드는 지점을 찾는 사고입니다.", "progression_en": "Before building, students ask what an AI would make better for the people involved. If they cannot answer, they conclude that AI does not belong there (the AI+X bridge test).", "progression_ko": "만들기 전에 「AI를 넣으면 사람에게 무엇이 더 좋아지는가」를 묻습니다. 이 물음에 답하지 못하면 AI가 들어갈 자리가 아니라고 판단합니다(AI+X 연결 점검).", "activity_name_en": "Causal loops and a leverage memo", "activity_name_ko": "인과 고리와 지렛점 메모", "indicators": { "elementary": { "ko": "원인과 결과를 화살표 세 개 이상으로 잇고, 하나가 바뀌면 무엇이 따라 바뀌는지 말합니다.", "en": "Links causes and effects with three or more arrows and says what else changes when one of them does." }, "middle": { "ko": "커지는 고리와 균형을 잡는 고리를 하나씩 찾아 표시하고, 효과가 늦게 나타나는 지점을 설명합니다.", "en": "Marks one reinforcing and one balancing loop and explains where an effect arrives late." }, "high": { "ko": "이해관계자별 영향을 표로 정리하고, AI를 넣지 않는 편이 나은 경우까지 근거를 들어 판단합니다.", "en": "Tabulates the effect on each stakeholder and argues, with evidence, for the cases where leaving AI out is better." } }, "loop_stages": [ "map" ], "evidence": [ "meadows2008" ], "url_ko": "https://citcoding.com/thinking/t2.html", "url_en": "https://citcoding.com/en/thinking/t2.html" }, { "id": "T3", "pillar": "think", "name_en": "Critical & Scientific Thinking", "name_ko": "비판·과학적 사고", "definition_en": "Critical and scientific thinking is testing claims, including an AI's answers, against evidence and controlled experiments instead of accepting them as given.", "definition_ko": "비판·과학적 사고는 주장을, AI가 내놓은 답까지 포함해 그대로 받아들이지 않고, 근거를 찾고 조건을 하나씩 바꾸는 실험으로 확인하는 사고입니다.", "progression_en": "To say why a result changed, change one condition at a time. The same rule applies to code, to experiments and to comparing AI answers.", "progression_ko": "결과가 왜 달라졌는지 말하려면 조건을 한 번에 하나만 바꿔야 합니다. 이 원칙을 코드, 실험, AI 답 비교에 똑같이 씁니다.", "activity_name_en": "One-variable experiments", "activity_name_ko": "하나만 바꾸는 실험", "indicators": { "elementary": { "ko": "「왜 그렇게 생각해?」라는 물음에 근거 하나를 들어 답하고, 틀린 예측을 고쳐 말합니다.", "en": "Answers 'why do you think so?' with one reason and restates a prediction that turned out wrong." }, "middle": { "ko": "조건을 하나만 바꾸는 실험을 설계하고, AI 답에서 틀린 곳을 근거와 함께 표시합니다.", "en": "Designs a one-variable experiment and marks, with reasons, where an AI answer is wrong." }, "high": { "ko": "출처의 신뢰도를 비교하고, 반대 증거를 찾아 자기 주장의 한계를 씁니다.", "en": "Weighs the reliability of sources, looks for counter-evidence and writes the limits of their own claim." } }, "loop_stages": [ "critique" ], "evidence": [ "lee2025", "willingham2007" ], "url_ko": "https://citcoding.com/thinking/t3.html", "url_en": "https://citcoding.com/en/thinking/t3.html" }, { "id": "T4", "pillar": "think", "name_en": "Data & Probabilistic Thinking", "name_ko": "데이터·확률적 사고", "definition_en": "Data and probabilistic thinking is reasoning from data under uncertainty, and reading what a model metric such as accuracy does and does not tell you.", "definition_ko": "데이터·확률적 사고는 불확실한 상황에서 데이터로 판단하고, 정확도 같은 모델 지표가 무엇을 말해 주고 무엇을 말해 주지 않는지 읽어 내는 사고입니다.", "progression_en": "It moves from reading averages and charts, through samples, distributions and kinds of error, to choosing the model metric that fits the situation.", "progression_ko": "평균과 그래프 읽기에서 시작해 표본, 분포, 오류의 종류를 거쳐 모델 지표를 상황에 맞게 고르는 단계로 갑니다.", "activity_name_en": "Filling a confusion matrix by hand", "activity_name_ko": "혼동 행렬 손으로 채우기", "indicators": { "elementary": { "ko": "그래프를 보고 가장 많은 것과 가장 적은 것을 찾고, 그렇게 된 까닭을 하나 말합니다.", "en": "Reads the largest and smallest values from a chart and gives one reason for them." }, "middle": { "ko": "평균과 분포를 구분하고, 표본이 작을 때 결론이 흔들린다는 것을 예로 설명합니다.", "en": "Distinguishes an average from a distribution and shows, with an example, how a small sample makes a conclusion shaky." }, "high": { "ko": "정확도, 정밀도, 재현율을 계산하고, 문제 상황에 맞는 지표를 골라 그 까닭을 씁니다.", "en": "Computes accuracy, precision and recall and justifies which one the problem calls for." } }, "loop_stages": [ "compute" ], "evidence": [ "oecd2026", "unesco2024" ], "url_ko": "https://citcoding.com/thinking/t4.html", "url_en": "https://citcoding.com/en/thinking/t4.html" }, { "id": "C1", "pillar": "create", "name_en": "Empathy & Human-Centred Design", "name_ko": "공감·인간중심 디자인", "definition_en": "Empathy and human-centred design is starting from real people's needs and testing what you build with those same people.", "definition_ko": "공감·인간중심 디자인은 실제 사람을 만나 필요를 듣고, 만든 것을 그 사람과 함께 시험하며 고쳐 가는 사고입니다.", "progression_en": "Telling an AI's simulated empathy apart from the real thing is an explicit learning target of this skill.", "progression_ko": "AI가 흉내 내는 공감과 사람이 실제로 느끼는 공감을 구분하는 것도 이 기술의 학습 목표입니다.", "activity_name_en": "Interviews and an empathy map", "activity_name_ko": "인터뷰와 공감 지도", "indicators": { "elementary": { "ko": "친구나 가족에게 질문 세 개를 하고, 들은 내용을 자기 말로 정리합니다.", "en": "Asks a friend or family member three questions and sums up the answers in their own words." }, "middle": { "ko": "인터뷰 기록에서 사용자의 필요를 하나 골라 문제 문장으로 쓰고, 시제품을 시험한 피드백을 반영합니다.", "en": "Turns one user need from the interview notes into a problem statement and revises the prototype on user feedback." }, "high": { "ko": "추측과 관찰을 구분해 기록하고, AI가 만든 가상 사용자 의견과 실제 의견의 차이를 근거로 설명합니다.", "en": "Records assumptions apart from observations and explains, with evidence, how simulated AI personas differed from real users." } }, "loop_stages": [ "empathize" ], "evidence": [ "iste2016" ], "url_ko": "https://citcoding.com/thinking/c1.html", "url_en": "https://citcoding.com/en/thinking/c1.html" }, { "id": "C2", "pillar": "create", "name_en": "Creative Ideation", "name_ko": "창의적 발상", "definition_en": "Creative ideation is diverging by hand first, extending with AI, then converging by human judgment, so the result stays original.", "definition_ko": "창의적 발상은 먼저 손으로 아이디어를 넓게 펼치고, AI로 더 넓힌 뒤, 사람의 판단으로 골라 좁히는 사고입니다.", "progression_en": "The order is the point: people diverge first, AI extends second, and people choose.", "progression_ko": "순서가 바뀌면 안 됩니다. 사람이 먼저 펼치고, AI는 그다음에 넓히고, 고르는 일은 다시 사람이 합니다.", "activity_name_en": "Ten by hand first", "activity_name_ko": "손으로 먼저 열 개", "indicators": { "elementary": { "ko": "한 주제로 아이디어 다섯 개 이상을 그림이나 글로 내고, 하나를 골라 까닭을 말합니다.", "en": "Produces five or more ideas on one theme in pictures or words and explains the one they chose." }, "middle": { "ko": "손으로 낸 아이디어와 AI가 낸 아이디어를 구분해 기록하고, 최종안을 고른 기준을 씁니다.", "en": "Keeps hand-made and AI-made ideas in separate lists and writes the criteria behind the final choice." }, "high": { "ko": "최종안이 기존 사례나 AI 제안과 어떻게 다른지 독창성 점검표로 설명합니다.", "en": "Uses an originality audit to show how the final idea differs from existing work and AI suggestions." } }, "loop_stages": [ "create" ], "evidence": [ "doshi2024", "pisa2022" ], "url_ko": "https://citcoding.com/thinking/c2.html", "url_en": "https://citcoding.com/en/thinking/c2.html" }, { "id": "C3", "pillar": "create", "name_en": "Builder Agency", "name_ko": "빌더 주도성", "definition_en": "Builder agency is shipping, from nothing to finished, an artifact that real people actually use.", "definition_ko": "빌더 주도성은 아이디어에서 멈추지 않고, 실제 사람이 쓰는 결과물을 처음부터 끝까지 만들어 내는 힘입니다.", "progression_en": "It grows from finishing a small piece, through a second version revised on feedback, to gathering real users.", "progression_ko": "작은 작품을 완성하는 데서 시작해, 피드백으로 고친 2판을 거쳐, 실제 사용자를 모으는 단계로 갑니다.", "activity_name_en": "Build to finish, then a second version", "activity_name_ko": "끝까지 만들고, 고쳐서 다시", "indicators": { "elementary": { "ko": "작은 게임이나 작품을 끝까지 완성해 다른 사람에게 보여 줍니다.", "en": "Finishes a small game or piece and shows it to someone else." }, "middle": { "ko": "사용자 피드백을 받아 고친 2판을 내고, 무엇을 왜 바꿨는지 기록합니다.", "en": "Ships a second version revised on user feedback and records what changed and why." }, "high": { "ko": "결과물을 공개해 실제 사용자를 모으고, 사용 기록에 근거해 다음 개선 목표를 정합니다.", "en": "Publishes the artifact, gathers real users and sets the next goal from the usage record." } }, "loop_stages": [ "create", "share" ], "evidence": [ "papert1980", "resnick2017" ], "url_ko": "https://citcoding.com/thinking/c3.html", "url_en": "https://citcoding.com/en/thinking/c3.html" }, { "id": "C4", "pillar": "create", "name_en": "Integrative Thinking", "name_ko": "융합적 사고", "definition_en": "Integrative thinking is connecting disciplines and, when two of them pull against each other, finding an answer that keeps what matters in both.", "definition_ko": "융합적 사고는 서로 다른 과목과 분야를 연결하고, 둘이 부딪힐 때 한쪽을 버리지 않고 둘 다 살리는 답을 찾는 사고입니다.", "progression_en": "It starts with borrowing a concept from one field for another and grows into resolving two conflicting criteria while stating what the compromise costs.", "progression_ko": "한 분야의 개념을 다른 분야에 빌려 쓰는 데서 시작해, 두 기준이 부딪히는 상황에서 절충안을 세우고 그 대가까지 밝히는 단계로 갑니다.", "activity_name_en": "AI+X studios", "activity_name_ko": "AI+X 스튜디오", "indicators": { "elementary": { "ko": "두 과목(예: 과학과 미술)을 한 작품에 연결하고, 각각에서 무엇을 가져왔는지 말합니다.", "en": "Connects two subjects, science and art for example, in one piece and says what came from each." }, "middle": { "ko": "관심 분야의 문제에 코딩과 데이터를 쓰고, 각 분야에서 가져온 개념을 구분해 설명합니다.", "en": "Applies code and data to a problem in their own field and explains which concept came from which field." }, "high": { "ko": "두 기준이 부딪히는 상황에서 절충안을 세우고, 그 절충의 대가를 밝힙니다.", "en": "Resolves a conflict between two criteria and states the cost of the compromise." } }, "loop_stages": [ "map", "create" ], "evidence": [ "martin2007" ], "url_ko": "https://citcoding.com/thinking/c4.html", "url_en": "https://citcoding.com/en/thinking/c4.html" }, { "id": "A1", "pillar": "ai", "name_en": "Specification & Promptcraft", "name_ko": "명세·프롬프트 사고", "definition_en": "Specification and promptcraft is stating the goal, context, constraints, format and acceptance criteria whenever you hand work to a machine or a person.", "definition_ko": "명세·프롬프트 사고는 기계에게든 사람에게든 목표, 맥락, 제약, 형식, 완료 기준을 빠짐없이 밝혀 일을 맡기는 사고입니다.", "progression_en": "It begins with saying what, for whom and when it counts as done, and grows into turning acceptance criteria into tests and fixing a spec's ambiguities unprompted.", "progression_ko": "「무엇을, 누구를 위해, 어떻게 되면 끝」을 말하는 데서 시작해, 완료 기준을 테스트로 바꾸고 명세의 모호한 곳을 스스로 고치는 단계로 갑니다.", "activity_name_en": "The five-box spec", "activity_name_ko": "다섯 칸 명세서", "indicators": { "elementary": { "ko": "「무엇을, 누구를 위해, 어떻게 되면 끝」을 한 문장씩 말합니다.", "en": "Says in one sentence each what is wanted, for whom, and what counts as finished." }, "middle": { "ko": "다섯 칸 명세서를 쓰고, 완료 기준을 확인 가능한 테스트로 바꿉니다.", "en": "Writes a five-box spec and turns its acceptance criteria into checkable tests." }, "high": { "ko": "명세의 모호한 곳을 스스로 찾아 고치고, 같은 명세로 AI와 사람이 낸 결과를 비교해 명세를 다듬습니다.", "en": "Finds and fixes ambiguities in a spec, and refines it by comparing what an AI and a person produced from it." } }, "loop_stages": [ "compute", "share" ], "evidence": [ "oecd2026" ], "url_ko": "https://citcoding.com/thinking/a1.html", "url_en": "https://citcoding.com/en/thinking/a1.html" }, { "id": "A2", "pillar": "ai", "name_en": "Delegation & Verification", "name_ko": "위임·검증", "definition_en": "Delegation and verification is splitting work between human and AI through Plan, Delegate, Verify, Review, bounding every AI task and checking everything it returns.", "definition_ko": "위임·검증은 계획하고, 맡기고, 확인하고, 돌아보는 네 단계로 사람과 AI의 일을 나누고, AI에게 맡긴 일은 범위를 정한 뒤 빠짐없이 확인하는 사고입니다.", "progression_en": "Plan → Delegate → Verify → Review is the canonical sequence for this skill.", "progression_ko": "계획(Plan) → 위임(Delegate) → 검증(Verify) → 회고(Review)를 이 기술의 공식 순서로 씁니다.", "activity_name_en": "The delegation table and AI-use log", "activity_name_ko": "위임 표와 AI 사용 기록", "indicators": { "elementary": { "ko": "AI나 어른에게 도움받은 일과 내가 직접 한 일을 구분해 말합니다.", "en": "Says which parts an AI or an adult helped with and which they did themselves." }, "middle": { "ko": "위임 표를 쓰고, AI 결과마다 확인 방법과 결과(채택, 수정, 기각)를 기록합니다.", "en": "Writes a delegation table and logs, for each AI output, how it was checked and whether it was kept, revised or rejected." }, "high": { "ko": "AI가 잘하는 범위와 못하는 범위를 자기 프로젝트 근거로 설명하고, 다음 프로젝트에 맞게 위임 계획을 고칩니다.", "en": "Explains from their own project where the AI was and was not reliable, and adjusts the delegation plan for the next one." } }, "loop_stages": [ "critique" ], "evidence": [ "dellacqua2023", "oecd2026" ], "url_ko": "https://citcoding.com/thinking/a2.html", "url_en": "https://citcoding.com/en/thinking/a2.html" }, { "id": "A3", "pillar": "ai", "name_en": "Trust Calibration", "name_ko": "신뢰 보정", "definition_en": "Trust calibration is knowing, with reasons, when to trust an AI and when to trust yourself.", "definition_ko": "신뢰 보정은 AI의 답과 내 판단 가운데 언제 무엇을 믿을지, 근거를 들어 정하는 사고입니다.", "progression_en": "Metacognition sits at the apex, above all twelve skills; this skill takes one part of it, deciding how far to trust an AI.", "progression_ko": "메타인지는 열두 가지 기술 전체를 이끄는 꼭대기 사고이고, 이 기술은 그 가운데 AI를 얼마나 믿을지 정하는 일을 맡습니다.", "activity_name_en": "Confidence log and trust table", "activity_name_ko": "자신감 기록과 신뢰 근거표", "indicators": { "elementary": { "ko": "AI나 친구의 답이 내 생각과 다를 때, 「왜 다를까?」를 묻고 확인할 방법을 하나 말합니다.", "en": "When an AI's or a friend's answer differs from theirs, asks why and names one way to check." }, "middle": { "ko": "답을 내기 전에 자신감을 적고, 결과와 비교해 지나치게 믿었는지 덜 믿었는지 기록합니다.", "en": "Records confidence before answering and notes afterwards whether they were over- or under-confident." }, "high": { "ko": "AI 결과를 믿은 근거와 믿지 않은 근거를 사례별로 정리하고, 어떤 일에서 AI를 믿어도 되는지 자기 기록으로 설명합니다.", "en": "Documents, case by case, why an AI output was or was not trusted, and explains from that record where the AI can be relied on." } }, "loop_stages": [ "critique", "share" ], "evidence": [ "bastani2025", "fan2025", "kestin2025" ], "url_ko": "https://citcoding.com/thinking/a3.html", "url_en": "https://citcoding.com/en/thinking/a3.html" }, { "id": "A4", "pillar": "ai", "name_en": "Ethical & Futures Judgment", "name_ko": "윤리·미래 판단", "definition_en": "Ethical and futures judgment is weighing who a creation is fair to, whom it could harm and what it leaves behind over time, and crediting the AI's part openly.", "definition_ko": "윤리·미래 판단은 만든 것이 누구에게 공정하고 누구를 해칠 수 있는지, 시간이 지나면 어떤 영향을 남길지 따지고, AI를 쓴 부분은 숨기지 않고 밝히는 사고입니다.", "progression_en": "It begins with crediting help, moves to auditing bias and privacy, and reaches weighing effects years ahead.", "progression_ko": "도움받은 부분을 밝히는 데서 시작해, 편향과 개인정보를 점검하고, 몇 년 뒤의 영향까지 따지는 단계로 갑니다.", "activity_name_en": "Impact audit and a public AI-use log", "activity_name_ko": "영향 점검과 사용 기록 공개", "indicators": { "elementary": { "ko": "내 작품이 누군가를 불편하게 할 수 있는 점을 하나 찾아 말하고, 도움받은 부분을 밝힙니다.", "en": "Names one way their work could make someone uncomfortable and credits the help they had." }, "middle": { "ko": "편향·개인정보 점검표를 채우고, AI 사용 기록을 결과물에 붙입니다.", "en": "Completes a bias and privacy checklist and attaches the AI-use log to the artifact." }, "high": { "ko": "몇 년 뒤의 영향까지 포함한 영향 평가를 쓰고, 이해관계가 다른 사람의 관점에서 반론을 세워 답합니다.", "en": "Writes an impact assessment that looks years ahead and answers the strongest objection from someone with a different stake." } }, "loop_stages": [ "empathize", "share" ], "evidence": [ "ibo2023", "unesco2024" ], "url_ko": "https://citcoding.com/thinking/a4.html", "url_en": "https://citcoding.com/en/thinking/a4.html" } ], "loop": [ { "id": "empathize", "n": 1, "name_en": "Empathize", "name_ko": "공감", "skills": [ "C1", "A4" ], "artifact_en": "Interview notes, empathy map", "artifact_ko": "인터뷰 기록, 공감 지도", "ai_role_en": "Transcription only", "ai_role_ko": "받아쓰기만" }, { "id": "map", "n": 2, "name_en": "Map", "name_ko": "지도화", "skills": [ "T2", "C4" ], "artifact_en": "Causal-loop diagram, leverage memo", "artifact_ko": "인과 고리 그림, 지렛점 메모", "ai_role_en": "Critic", "ai_role_ko": "비평가" }, { "id": "compute", "n": 3, "name_en": "Compute", "name_ko": "계산", "skills": [ "T1", "T4", "A1" ], "artifact_en": "Spec, algorithm sketch, test plan", "artifact_ko": "명세서, 알고리즘 스케치, 테스트 계획", "ai_role_en": "Tutor; code assistant only after the spec", "ai_role_ko": "튜터, 명세가 끝난 뒤에는 코드 도우미" }, { "id": "create", "n": 4, "name_en": "Create", "name_ko": "창조", "skills": [ "C2", "C3" ], "artifact_en": "Prototype, originality audit", "artifact_ko": "시제품, 독창성 점검표", "ai_role_en": "Co-creator, with the mode declared", "ai_role_ko": "공동 제작자(쓴 방식을 밝힘)" }, { "id": "critique", "n": 5, "name_en": "Critique", "name_ko": "비평", "skills": [ "T3", "A2", "A3" ], "artifact_en": "Tests, bias and privacy audit, AI-use log", "artifact_ko": "테스트 결과, 편향·개인정보 점검표, AI 사용 기록", "ai_role_en": "Red-teamer", "ai_role_ko": "레드팀(약점 찾기)" }, { "id": "share", "n": 6, "name_en": "Share", "name_ko": "공유", "skills": [ "A1", "A4", "C3" ], "artifact_en": "Demo, oral teach-back, portfolio page", "artifact_ko": "시연, 구술 설명, 포트폴리오 페이지", "ai_role_en": "Credited editing", "ai_role_ko": "문장 다듬기(사용 사실 표기)" } ], "guardrails": [ { "id": "G1", "name_ko": "먼저 생각하기", "name_en": "Think-First Window", "rituals": [ "R1" ], "what_ko": "AI를 켜기 전에 정해진 시간 동안 혼자 생각하고 풀이 방향을 종이에 적습니다.", "what_en": "A set time alone with the problem, approach on paper, before any AI is opened." }, { "id": "G2", "name_ko": "튜터 모드 프롬프트", "name_en": "Tutor-Mode Prompts", "rituals": [ "R2" ], "what_ko": "학생이 쓰는 AI는 답 대신 힌트와 질문을 주도록 설정합니다.", "what_en": "The AI students use is set up to give hints and questions, not answers." }, { "id": "G3", "name_ko": "검증 게이트", "name_en": "Verify Gate", "rituals": [ "R6" ], "what_ko": "AI가 낸 결과는 확인 방법을 적고 통과해야 다음 단계로 넘어갑니다.", "what_en": "No AI output moves to the next stage until a written check has passed." }, { "id": "G4", "name_ko": "신뢰 보정 점검", "name_en": "Calibration Check", "rituals": [ "R2", "R8" ], "what_ko": "답을 확인하기 전에 얼마나 자신 있는지 적고, 결과와 비교합니다.", "what_en": "Confidence is written down before the answer is checked, then compared with the result." }, { "id": "G5", "name_ko": "AI 끄고 점검", "name_en": "AI-Off Checkpoint", "rituals": [ "R7", "R9" ], "what_ko": "단원 끝에는 AI 없이 풀고 설명하는 시간을 둡니다.", "what_en": "Each unit ends with solving and explaining without AI." } ], "sources": [ { "id": "bastani2025", "cite": "Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26), e2422633122.", "url": "https://www.pnas.org/doi/10.1073/pnas.2422633122", "checked": "2026-11-08" }, { "id": "lee2025", "cite": "Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R. & Wilson, N. (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI '25.", "url": "https://doi.org/10.1145/3706598.3713778", "checked": "2026-11-08" }, { "id": "kestin2025", "cite": "Kestin, G., Miller, K., Klales, A., Milbourne, T. & Ponti, G. (2025). AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15.", "url": "https://doi.org/10.1038/s41598-025-97652-6", "checked": "2026-11-08" }, { "id": "dellacqua2023", "cite": "Dell'Acqua, F., McFowland, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., Krayer, L., Candelon, F. & Lakhani, K. R. (2023). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper 24-013.", "url": "https://www.hbs.edu/ris/Publication%20Files/24-013_d9b45b68-9e74-42d6-a1c6-c72fb70c7282.pdf", "checked": "2026-11-08" }, { "id": "doshi2024", "cite": "Doshi, A. R. & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290.", "url": "https://doi.org/10.1126/sciadv.adn5290", "checked": "2026-11-08" }, { "id": "fan2025", "cite": "Fan, Y., Tang, L., Le, H., Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X. & Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, 56(2), 489–530.", "url": "https://doi.org/10.1111/bjet.13544", "checked": "2026-11-08" }, { "id": "kosmyna2025", "cite": "Kosmyna, N. et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv:2506.08872 (preprint).", "url": "https://arxiv.org/abs/2506.08872", "checked": "2026-11-08" }, { "id": "pisa2022", "cite": "OECD (2024). PISA 2022 Results (Volume III): Creative Minds, Creative Schools. Korea country note.", "url": "https://www.oecd.org/en/publications/pisa-results-2022-volume-iii-factsheets_041a90f1-en/korea_adb21d76-en.html", "checked": "2026-11-08" }, { "id": "wef2025", "cite": "World Economic Forum (2025). The Future of Jobs Report 2025, chapter 3: Skills outlook.", "url": "https://www.weforum.org/publications/the-future-of-jobs-report-2025/in-full/3-skills-outlook/", "checked": "2026-11-08" }, { "id": "oecd2026", "cite": "OECD & European Commission (2026). Empowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Education. Final version, launched 18 June 2026.", "url": "https://www.oecd.org/en/publications/empowering-learners-for-the-age-of-ai_65cd27d4-en.html", "checked": "2026-11-08" }, { "id": "unesco2024", "cite": "Miao, F. & Shiohira, K. (2024). AI Competency Framework for Students. UNESCO.", "url": "https://unesdoc.unesco.org/ark:/48223/pf0000391105", "checked": "2026-11-08" }, { "id": "iste2016", "cite": "ISTE (2016). ISTE Standards for Students.", "url": "https://iste.org/standards/students", "checked": "2026-11-08" }, { "id": "apcsp2027", "cite": "College Board. AP Computer Science Principles course redesign. AP Central.", "url": "https://apcentral.collegeboard.org/courses/ap-computer-science-principles/redesign", "checked": "2026-11-08" }, { "id": "ibo2023", "cite": "International Baccalaureate (2023). Statement from the IB about ChatGPT and artificial intelligence in assessment and education.", "url": "https://www.ibo.org/news/news-about-the-ib/statement-from-the-ib-about-chatgpt-and-artificial-intelligence-in-assessment-and-education/", "checked": "2026-11-08" }, { "id": "moe2026", "cite": "머니투데이 (2026-03-09). 교육부 AI 중점학교 1,141곳 선정 보도.", "url": "https://www.mt.co.kr/policy/2026/03/09/2026030909594473742", "checked": "2026-11-08" }, { "id": "ioai2026", "cite": "IOAI. Countries and territories (accredited organisations).", "url": "https://ioai-official.org/about/countries-and-territories/", "checked": "2026-11-08" }, { "id": "moe2022", "cite": "교육부 (2022). 2022 개정 교육과정 총론 (교육부 고시 제2022-33호).", "url": "https://ncic.re.kr/", "checked": "2026-11-08" }, { "id": "wing2006", "cite": "Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33–35.", "url": "https://doi.org/10.1145/1118178.1118215", "checked": "2026-11-08" }, { "id": "meadows2008", "cite": "Meadows, D. H. (2008). Thinking in Systems: A Primer. Chelsea Green.", "url": "https://chelseagreen.com/product/thinking-in-systems/", "checked": "2026-11-08" }, { "id": "papert1980", "cite": "Papert, S. (1980). Mindstorms: Children, Computers, and Powerful Ideas. Basic Books.", "url": "https://mindstorms.media.mit.edu/", "checked": "2026-11-08" }, { "id": "resnick2017", "cite": "Resnick, M. (2017). Lifelong Kindergarten: Cultivating Creativity through Projects, Passion, Peers, and Play. MIT Press.", "url": "https://mitpress.mit.edu/9780262037297/lifelong-kindergarten/", "checked": "2026-11-08" }, { "id": "martin2007", "cite": "Martin, R. L. (2007). The Opposable Mind: How Successful Leaders Win Through Integrative Thinking. Harvard Business School Press.", "url": "https://rogerlmartin.com/lets-read/the-opposable-mind", "checked": "2026-11-08" }, { "id": "willingham2007", "cite": "Willingham, D. T. (2007). Critical Thinking: Why Is It So Hard to Teach? American Educator, Summer 2007.", "url": "https://www.aft.org/sites/default/files/media/2014/Crit_Thinking.pdf", "checked": "2026-11-06" }, { "id": "kahneman2011", "cite": "Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.", "url": "https://us.macmillan.com/books/9780374533557/thinkingfastandslow/", "checked": "2026-11-08" }, { "id": "flavell1979", "cite": "Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive-developmental inquiry. American Psychologist, 34(10), 906–911.", "url": "https://doi.org/10.1037/0003-066X.34.10.906", "checked": "2026-11-08" } ] }