지난주 도름불러오고 있어요.
통합과학2 생태계 수업용 시뮬레이션 게임
이 시뮬레이션은 생태계를 단순히 ‘먹고 먹히는 관계’나 개체수 변화의 결과로 암기하는 것이 아니라, 여러 요소가 서로 영향을 주고받는 하나의 동적인 시스템으로 탐구하도록 하는 것을 목표로 제작되었습니다. 학생들은 식생에서 시작하여 토끼, 늑대, 그리고 상위 소비자로 이어지는 생태계를 직접 구성하고, 개체군의 크기와 에너지 전달 효율 등의 조건을 변화시키며 생태계가 시간에 따라 어떻게 달라지는지를 관찰할 수 있습니다. 또한 특정 종을 제거하거나 조건을 변화시킨 뒤 개체군 그래프와 생태 피라미드의 변화를 비교함으로써, 한 영양 단계의 변화가 다른 영양 단계에 연쇄적으로 영향을 미칠 수 있음을 탐구할 수 있습니다. 특히 [Apex Survival]에서는 식생부터 최상위 소비자까지 모든 영양 단계를 가능한 한 오래 유지하기 위한 조건을 학생 스스로 탐색합니다. 정해진 하나의 ‘정답’을 찾는 대신, 먼저 결과를 예측하고 변인을 조절한 뒤 실제 결과를 관찰하고, 실패 원인을 분석하여 다시 조건을 수정하는 과정을 반복하도록 설계하였습니다. 이를 통해 생태계의 안정성이 단순히 어느 한 종의 개체수를 증가시키는 문제와는 다르며, 여러 영양 단계 사이의 균형과 상호작용에서 나타나는 창발적 결과임을 경험하도록 하는 것이 핵심적인 교육적 의도입니다. 동시에 이 시뮬레이션 자체를 실제 생태계와 동일한 것으로 받아들이지 않는 것도 중요한 학습 목표입니다. 실제 생태계는 단순한 직선형 먹이사슬보다 훨씬 복잡한 먹이그물로 이루어져 있으며, 에너지 전달 효율 또한 일정한 값으로 고정되지 않습니다. 따라서 학생들이 시뮬레이션의 결과뿐 아니라 모델이 어떤 가정 위에서 만들어졌는지, 무엇을 설명할 수 있고 무엇을 설명할 수 없는지까지 검토하도록 하는 것을 목표로 합니다. 궁극적으로 이 활동은 예측 → 변인 조절 → 관찰 → 결과 해석 → 모델의 한계 검토 → 새로운 가설 설정의 과정을 반복하면서, 생태계를 ‘외워야 할 지식’이 아니라 ‘탐구할 수 있는 시스템’으로 이해하게 하는 데 목적이 있습니다.
현장 활용 사례 학생들이 엄청나게 빠져들기도 하고... 자기가 갖고 있는 모델을 통해 머신러닝을 돌려서 최적화된 파라미터 값을 찾기도 합니다. 근데, 그 값이 최선은 아니더라구요. 원래 이렇게 공유할 목적으로 거창하게 만들 생각은 없었으나, 다양한 학생들의 호기심을 불러일으키는 무언가가 된 것 같아 이렇게 공유드립니다.
소개
사용 방법
Rabbits & Wolves Extended Forest Lab은 식생, 토끼, 늑대, 상위 포식자로 이어지는 먹이사슬을 직접 조작하며 생태계의 변화를 관찰하는 시뮬레이션입니다.
기본 설정으로 시뮬레이션을 실행하고 숲속 생물의 움직임과 개체수 변화를 관찰해 보세요.
Parameters에서는 다음과 같은 조건을 변경할 수 있습니다.
각 영양 단계의 초기 개체수
이동과 먹이 획득 조건
번식과 사망 조건
먹이사슬의 길이
영양 단계 사이의 에너지 전달 효율
시뮬레이션 Seed와 공간의 경계 조건
한 번에 여러 조건을 바꾸기보다는 한 가지 조건만 변경한 뒤 결과를 비교하면 각 변인이 생태계에 미치는 영향을 더 쉽게 확인할 수 있습니다.
시뮬레이션이 진행되면 숲의 모습과 함께 개체군 변화 그래프와 생태 피라미드가 실시간으로 갱신됩니다.
그래프에서는 단순한 개체수뿐 아니라 다음을 관찰해 보세요.
어떤 생물이 먼저 증가하거나 감소하는가
포식자와 피식자의 변화 사이에 시간 차이가 나타나는가
한 영양 단계의 변화가 다른 영양 단계까지 이어지는가
특정 종을 제거하여 생태계 전체가 어떻게 변하는지 관찰하는 실험도 가능합니다.
자유 탐구를 충분히 해 보았다면 Apex Survival에 도전할 수 있습니다.
목표는
식생 → 토끼 → 늑대 → 3차 소비자 → 4차 소비자
로 이어지는 모든 영양 단계를 가능한 오랫동안 유지하는 것입니다.
도전을 시작하면 주요 설정은 고정되며, 어느 한 영양 단계라도 사라지면 도전이 종료됩니다. 모든 영양 단계가 함께 유지된 시간이 점수가 됩니다.
도전이 끝난 뒤에는 어떤 영양 단계가 먼저 무너졌는지 그래프를 분석하고 Parameters를 수정하여 다시 도전해 보세요.
Apex Survival 종료 후 학번과 이름을 입력하면 자신의 기록을 기록판에 제출할 수 있습니다. 높은 점수 자체보다 중요한 것은 어떤 조건이 생태계를 안정시키거나 불안정하게 만들었는지 설명하는 것입니다. 가능하면 다음 과정을 반복해 보세요. 예측 → 조건 변경 → 관찰 → 결과 분석 → 원인 설명 → 새로운 조건 설계 이 시뮬레이션은 실제 자연을 그대로 재현한 것이 아니라 생태계의 상호작용을 탐구하기 위해 단순화한 교육용 모형입니다. 따라서 결과를 실제 자연 생태계의 정확한 예측값으로 해석하기보다는, 생물 사이의 상호작용과 생태계 안정성의 원리를 탐구하는 데 활용해 주세요.
아직 올라온 업데이트 소식이 없어요.
도름스 링크로 공유하면 출처와 이용 범위 안내가 함께 전해지므로 자유롭게 공유할 수 있습니다.
도름스 공식 카드뉴스로 앱을 소개할 때는 운영자가 지정한 카드뉴스 제작 교사가 도름스 내의 앱 설명과 사진을 AI 도구로 정리할 수 있으며, 앱 주소·접속 정보·설치 방법은 싣지 않습니다.
제작·권리자 생생(CH PARK) · 안내 버전 1 · 26.09.22 19:39
허용4가지
먼저 허락5가지
허용 안 함3가지
출처표시 제작: 생생(CH PARK) · 원본: DoRms 앱 페이지
아직 앱 후기or팁이 없어요.
댓글 7