Earticle

초록

영어

In this study, I investigate how generative-AI feedback can support improved lesson plans developed by pre-service Japanese language teachers. I also propose hybrid-use strategies for instructional design. The dataset comprises 14 Japanese lesson plans produced by students in a teacher-education-related course. Using a single experimental prompt and a standardized output format, I used feedback generated with ChatGPT-5.2 Thinking (Extended) and Gemini 3 Pro (Thinking+Deep Research) and analyzed the content in terms of feedback function, focus, and specificity. Based on structural coherence and learner-participation design, the lesson plans were also classified into four types—textbook-aligned, participation-driven, balanced participation--structure, and completed structure. Results show that ChatGPT provided generative mentoring by strengthening lesson-flow plausibility and elaborating interactive scenarios. Gemini fact-checked and validated the logic of time allocation through external sources to provide structural auditing. These differences were evident in cultural-context integration, pragmatic appropriateness, and activity-assessment alignment. In this study, I highlight the importance of AI-orchestrator competencies and propose a stage-based model for tool use to enhance the quality of lesson plans.

한국어

본 연구는 생성형 AI가 교수 설계의 파트너로 부상한 환경에서, 예비 일본어 교사의 수업 지도안 개선에 활용되는 AI 피드백의 특성을 실증적으로 분석하고 하이브리드 활용 전략을 도출하는 데 목적이 있다. 분석 대상은 일본어과 교직 관련 과목 수강생 14명이 작성한 일본어 수업 지도안 14건이며, ChatGPT–5.2 Thinking(Extended)과 Gemini 3 Pro(Thinking+Deep Research)에 동일한 실험 프롬프트와 동일한 출력 형식을 적용해 피 드백을 산출하였다. 산출된 피드백은 ‘수정･제안･격려･질문’의 성격, ‘세부 표현･수업 설계’의 초점, ‘추상･구체’의 구체성 수준을 기준으로 내용 분석하였다. 또한 지도안은 수업 설계의 구조성과 학습자 참여성에 따라 교과서 준거형, 참여 유도형, 참여+구조 균형형, 구조 완결형으로 분류하고, 유형에 따른 피드백 양상의 차이도 함께 검토하였다. 분석 결과, ChatGPT는 수업 흐름의 개연성을 확장하고 상호작용 시나리오를 구체화하 는 등 생성적 멘토링 성격의 조언이 두드러졌다. 반면 Gemini는 외부 정보 참조를 바탕으 로 사실 관계와 시간 배분의 논리성을 점검하는 구조적 감사 성격의 조언이 두드러졌다. 이러한 차이는 일본어교육에서 중요한 문화 맥락 반영, 화용적 적절성 점검, 활동–평가의 연결 강화와 같은 요소에서 특히 뚜렷하게 나타났다. 본 연구는 예비 교사가 두 도구의 기능과 피드백 성향을 전략적으로 조합하는 ‘AI 오케스트레이터(조율자)’ 역량이 중요함 을 시사하며, 수업 설계 단계에 따른 최적 도구 활용 모델을 제안한다. 나아가 생성형 AI를 단일 도구로 평가하기보다, 서로 다른 강점을 통합해 지도안의 완성도를 높이는 하이브리드 접근의 실천적 타당성을 실증 자료로 뒷받침한다.

목차

<요지>
1. 머리말
2. 선행연구
2.1. 인공지능 활용 일본어 교육 연구 동향
2.2. 주요 선행연구 정리
2.3. 본 연구의 필요성 및 독창성
3. 연구방법
3.1. 연구 대상 및 데이터 수집
3.2. 분석 도구
3.3. 연구 절차 및 프롬프트 설계
3.4. 자료 분석 방법
4. 연구결과 및 분석
4.1. 피드백 데이터 개요와 분석 단
4.2. 피드백 ‘성격’ 분포 비교
4.3. 피드백 ‘초점’ 비교
4.4. 피드백 ‘구체성‘ 수준 비교
4.5. 결합 분석
4.6. 지도안 ‘유형별’ 결과
4.7. 대표 사례 분석
4.8. 도구별 강점과 활용 전략의 근거 정리
5. 맺음말
5.1. 연구 결과 요약 및 시사점
5.2. 예비 일본어 교사를 위한 제언: 과업 중심 하이브리드 AI 활용 모델
5.3. 연구의 한계 및 향후 과제
참고문헌(Reference)

키워드

생성형 AI 일본어교육 예비 교사 교육 수업 지도안 AI 피드백 비교 Generative AI Japanese language education pre-service teacher education lesson plan comparative analysis of AI feedback ChatGPT-5.2 Thinking Gemini 3 Pro

저자

• 김의영 [ Kim, Euiyoung | 국립한밭대학교 일본어과 부교수 ]

참고문헌

발행기관

간행물