현실주의적 수학교육(RME)은 프로이덴탈(Freudenthal)의 교수학적 현상학을 바탕으로,

수학을 현실로부터 출발하여 현상을 정리하는 인지적 수단을 찾아나가는 '수학화(Mathematization)' 활동을 강조합니다.

2026년도 임고 분석과 함께 해석가능한 RME의 구체적인 수업 사례를 정리해보았습니다.

1. 이차방정식의 근의 공식 유도 (일반화 과정)

가장 대표적인 사례로, 학생들이 구체적인 수치 사례를 통해 보편적인 법칙을 스스로 재발명하는 과정을 보여줍니다.

1. 현상: 학생들은 먼저 서로 다른 수 계수를 가진 여러 가지 이차방정식을 직접 풀어보는 '현실적 경험'을 합니다.
2. 본질(수학화): 이후 계수를 문자 $a, b, c$로 나타내어 일반화함으로써 근의 공식이라는 수학적 본질을 도출합니다. 이 과정에서 학생들은 변수를 여러 값을 대신하여 나타낼 수 있는 '다가이름(부정소)'으로 인식하는 정적 측면의 변수 개념을 경험하게 됩니다.

2. 피타고라스 정리의 정당화 (반영적 추상화)

추상적인 정리를 외우는 것이 아니라, 구체적인 탐구 활동을 통해 성질을 발견하고 정당화하는 사례입니다.

1. 현상: 세 종류의 직각삼각형을 제시하고, 각 변을 한 변으로 하는 정사각형의 넓이 사이의 관계를 발견하는 '귀납적 추론' 단계에서 시작합니다.
2. 본질(수학화): 발견한 성질이 모든 직각삼각형에서 성립하는지 고민하는 '반사' 과정과, 도형의 넓이 비교를 통해 이를 수학적으로 정당화하여 내면화하는 '반성' 과정을 거쳐 피타고라스 정리를 확립합니다.

3. 행렬을 활용한 인구 변화 모델링 (수학적 모델링)

실제 사회 현상을 수학적 수단으로 구조화하는 전형적인 RME 모델링 사례입니다.

1. 1단계(단순화): 신도시와 근교 도시 사이의 복잡한 인구 이동 현상을 일정한 이주 비율(전입, 전출 등)로 단순화합니다.
2. 2단계(구조화): 정리된 현상을 행렬의 곱셈이라는 수학적 표현으로 구조화합니다.
3. 3단계(수학적 처리): 행렬 연산을 통해 1년 후, $n$년 후의 인구를 계산합니다.
4. 4단계(해석 및 예측): 계산 결과를 바탕으로 향후 두 도시의 인구 변화 추이를 예측하고 현상을 분석합니다.

4. 패러독스를 활용한 확률 및 통계 교육

단순한 계산 위주에서 벗어나 현실 데이터의 함정을 비판적으로 분석하는 사례입니다.

1. 현상: 심프슨의 패러독스(Simpson’s Paradox) 사례처럼, 개별 학과의 합격률과 전체 합격률의 경향성이 반대로 나타나는 실제 데이터를 제시합니다.
2. 본질(수학화): 이를 통해 데이터의 가중치나 표본 크기에 따라 결과가 왜곡될 수 있음을 깨닫고, 확률적 추론에서 성급한 일반화의 오류를 범하지 않도록 비판적 사고 능력을 기릅니다.

이러한 사례들은 모두 수학을 결과로서의 '기성 수학'으로 가르치는 것이 아니라, 학생들이 직접 현상을 조직해 나가는 '실행 수학(Acted-out Mathematics)'으로서의 학습을 지향하고 있습니다.

===> 오늘 하루는 프로이덴탈의 교수학적 현상학에 따른 수학화 지도에 대해 고민해봐주세요!!!