Earticle

초록

영어

This study examines research on artificial intelligence (AI) education programs in Korean elementary and secondary schools to identify current research trends and derive implications. A total of 147 KCI articles published between 2022 and July 2025, following the announcement of the 2022 Revised National Curriculum, were analyzed. Publication trends were examined, and based on keyword cohesion and complexity, the optimal number of topics was set to seven. TF and TF-IDF analyses were conducted to identify globally frequently used keywords across the entire corpus and document-specific frequent keywords, followed by topic modeling and keyword network analysis. The results showed that ‘elementary school’, ‘application’, ‘assessment’, ‘competency’, and ‘convergence education’ were frequently used across studies, while keywords such as ‘invention education’, ‘Hangul(Korean Characters)’, ‘poetry writing’, ‘flipped learning’, and ‘instructional design’ reflected topic-specific characteristics. Although topic proportions were similar, research contents and instructional approaches differed by school level. Core keywords identified through Keyword Network Analysis included ‘competency’, ‘application’, ‘creative’, ‘field’, ‘design’, ‘subject’, and ‘understanding’.These findings highlight the alignment between AI education program research and the achievement standards of the 2022 Revised National Curriculum and provide implications for strengthening AI education programs.

한국어

이 연구는 국내 초등 및 중등학교를 대상으로 한 AI 교육 프로그램 관련 연구를 분석하여 국내 초중 등 AI 교육 프로그램의 주요 현황을 파악하고 이를 토대로 시사점을 제공하는 데 목표가 있다. 이를 위 해 2022 개정 교육과정 발표 이후 시점인 2022년부터 2025년 7월까지 KCI에 등재된 초중등 AI 교육 프로그램 관련 논문을 수집하여 최종 147건을 분석에 활용하였다. 연도별 출판 건수를 분석하여 연구 의 양적 추이를 파악하고, 키워드의 응집도 및 복잡도를 산출하여 최적 토픽 수는 7개로 설정하여 분석 을 실시하였다. 먼저, 전체 논문에서 빈출한 키워드와 특정 논문에서 빈출하여 가중치가 부여된 키워드 를 모두 파악하기 위해 TF 및 TF-IDF를 분석하였다. 이어 토픽 모델링을 활용하여 주요 토픽과 토픽 별 키워드를 분석하였으며 키워드 간 연결 패턴 파악을 위하여 키워드 네트워크 분석 또한 실시하였다. 연구 결과, 첫째, TF 분석 결과 ‘초등학교’, ‘적용’, ‘검사’, ‘역량’, ‘융합교육’ 등이 전체 논문에서 빈출한 것으로 나타났으며, TF-IDF에서는 ‘발명교육’, ‘한글’, ‘시쓰기’, ‘플립러닝’, ‘교수설계’ 등이 빈출하여 토 픽 간 차별성을 드러내는 키워드로 확인되었다. 둘째, 토픽별 비중은 유사하였으며, 초‧중‧고 학교급별 로 상이한 내용 및 방법으로 연구가 진행되는 것을 알 수 있었다. 셋째, 키워드 네트워크 분석을 통해 ‘역량’, ‘적용’, ‘창의적’, ‘현장’, ‘설계’, ‘교과’, ‘이해’ 등의 단어가 중심부를 이루어 AI 교육 프로그램과 관련하여 핵심키워드로 연구되고 있음을 알 수 있었다. 이를 통해 AI 교육 프로그램 관련 연구의 내용 및 방향이 2022 개정 교육과정 내 AI 교육 관련 성취기준과 일치하는지 교육과정과 현장 연구의 일치 도를 비교하고, AI 교육 활성화를 위한 시사점을 제공하였다는 데 이 연구의 의의가 있다.

목차

요약
Ⅰ. 서론
Ⅱ. 이론적 배경
1. 초중등 AI 교육
2. 토픽 모델링
3. AI 교육 관련 텍스트 마이닝 선행연구 분석
Ⅲ. 연구 방법
1. 자료수집
2. 데이터 전처리
3. 연구 방법
Ⅳ. 연구 결과
1. 키워드 빈도 분석
2. 토픽 모델링 결과
3. 토픽 간 거리 지도
4. 키워드 네트워크 분석
Ⅴ. 결론 및 제언
참고문헌

키워드

저자

• 송진주 [ Jinju Song | 서울대학교 ]
• 김혜은 [ Hyeeun Kim | 서울대학교 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  실과교육연구 [Journal of Korean Practical Arts Education]

• 간기

  계간

• pISSN

  1226-8658

• 수록기간

  1995~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 374 DDC 375