Earticle

초록

영어

This study emphasizes the need for a shift from block-based programming education to natural language-b ased text-based programming amid the rise of Vibe Coding and Physical AI, and explores ways to apply this approach in elementary education. To achieve this, we developed a collaborative AI agent-based robot progra mming learning model and support system. This model systematically supports scaffolding and gradual autono my, alleviating the grammatical cognitive burden learners experience during text-based programming and enab ling them to expand their thinking. The developed system applies the Vibe Coding paradigm, which conveys c oding intent through natural language, and provides personalized feedback based on learner level using RAG a nd multi-agent technologies. Furthermore, an 8-session educational program developed alongside the system was applied to 23 sixth-grade elementary students to analyze its effectiveness. Results from paired sample ttests showed a statistically significant improvement in students' computational thinking skills, with the highest improvement observed in the abstraction competency subdomain. Learner perception surveys confirmed that t he AI agent's individualized support and the robot's immediate feedback lowered psychological barriers to text coding and increased engagement in problem-solving. This study holds educational significance as it presents a practical teaching-learning model and system design principles to lower the entry barriers to text program ming for students in the era of artificial intelligence transformation.

한국어

본 연구는 바이브 코딩과 피지컬 AI 기술의 확산 및 발전에 따라 블록 기반 프로그래밍 교육에서 자연어 기반 의 텍스트 기반 프로그래밍으로 전환 필요성에 주목하고, 이를 초등 교육 현장에 적용할 수 있는 방안을 모색하였 다. 이를 위해 AI 에이전트 협력형 로봇 프로그래밍 학습 모형 및 지원 시스템을 개발하여, 학습자가 텍스트 프로 그래밍 학습 과정에서 경험하는 문법적 인지 부하를 완화하고 스스로 사고를 확장할 수 있도록 비계 제공과 점진 적 자율성 부여를 체계적으로 지원하도록 설계하였다. 개발된 시스템은 자연어로 코딩 의도를 전달하는 바이브 코 딩 패러다임을 적용하고, RAG 및 멀티 에이전트 기술을 기반으로 학습자 수준에 따른 맞춤형 피드백을 제공한다. 또한 함께 개발된 8차시 분량의 교육 프로그램을 초등학교 6학년 학생 23명에게 적용하여 그 효과성을 분석하였 다. 대응 표본 t-검정 결과, 학생들의 컴퓨팅 사고력은 통계적으로 유의미하게 향상되었으며, 특히 하위 영역 중 추상화 역량에서 가장 높은 향상 폭을 보였다. 학습자 인식 조사 결과, AI 에이전트의 개별 맞춤형 지원과 로봇의 즉각적인 피드백이 텍스트 코딩에 대한 심리적 장벽을 낮추고 문제 해결에 대한 몰입도를 높인 것으로 확인되었 다. 본 연구는 인공지능 전환 시대에 학습자의 텍스트 프로그래밍 진입 장벽을 낮추기 위한 실천적 교수-학습 모 델과 시스템 설계 원리를 제시했다는 점에서 교육적 의의를 갖는다.

목차

요약
Abstract
1. 서론
2. 관련 연구
2.1. AI 에이전트와 교육적 활용
2.2. 교육용 로봇
2.3. 바이브 코딩
3. 학습 모형과 프로그램 개발
3.1. AI 에이전트 협력형 로봇 프로그래밍 학습 모형
3.2. AI 에이전트 로봇 프로그래밍 교육 프로그램 설계
4. 지원 시스템 구현
4.1. 맞춤형 프롬프트 및 UI/UX
4.2. RAG 기반 지식 베이스
4.3. 멀티 AI 에이전트
5. 적용 및 분석
5.1. 적용 과정 분석
5.2. 적용 결과 분석
5.3. 학습자 반응 분석
6. 결론
참고문헌

키워드

저자

• 유인환 [ Inhwan Yoo | 대구교육대학교 컴퓨터교육과 ]
• 박대륜 [ Daeryoon Park | 대구교육대학교 교육전문대학원 AI교육 전공 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  정보교육학회논문지 [Journal of The Korean Association of Information Education]

• 간기

  격월간

• pISSN

  1229-3245

• 수록기간

  1997~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 374 DDC 375