Earticle

현재 위치 Home

생성형 AI 활용 경험에 따른 대학생의 전공자율선택제 인식 차이 분석
Differences in University Students’ Perceptions of Autonomous Major Selection System by Generative AI Use Experience

첫 페이지 보기
  • 발행기관
    제주대학교 지능소프트웨어 교육연구소 바로가기
  • 간행물
    지능정보융합과 미래교육 KCI 등재후보 바로가기
  • 통권
    제5권 제14호 (2026.06)바로가기
  • 페이지
    pp.1-9
  • 저자
    박혜영
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A485798

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
The purpose of this study is to analyze differences in university students’ perceptions of AMSS(Autonomous Major Selection System) according to their experience using generative AI. A survey was conducted with 193 university students related to the autonomous major selection system or liberal major programs. Generative AI use experience was classified into four groups—non-use, low-use, moderate-use, and high-use—based on the frequency of using generative AI for major- and career-related purposes within the past four months. The data were analyzed using independent samples t-test, one-way ANOVA, correlation analysis, and multiple regression analysis. The results of the study are as follows. First, the results showed significant differences in positive perceptions of the autonomous major selection system, major exploration self-efficacy, clarity of major choice, and major choice anxiety according to the level of generative AI use. Students with higher levels of generative AI use reported higher positive perceptions of the autonomous major selection system, higher major exploration self-efficacy, and greater clarity of major choice, while reporting lower major choice anxiety. Second, correlation analysis showed that positive perceptions of the autonomous major selection system were positively associated with major exploration self-efficacy, clarity of major choice, and AI counseling acceptance, and negatively associated with major choice anxiety. Third, multiple regression analysis indicated that major exploration self-efficacy and generative AI use level significantly predicted positive perceptions of the autonomous major selection system. These findings suggest that generative AI can serve as a complementary tool to support students’ major exploration and understanding of the autonomous major selection system.
한국어
본 연구의 목적은 생성형 AI 활용 경험에 따라 대학생의 전공자율선택제 인식에 차이가 있는지를 분석하는 데 있다. 이를 위해 전공자율선택제를 선택한 대학생 193명을 대상으로 설문조사를 실시하였다. 생성형 AI 활용 수준은 최근 4개월 이내 전공·진로 관련 목적으로 생성형 AI를 활용한 빈도를 기반으로 비활용, 저활용, 중활용, 고활용 집단으로 분류하였다. 수집된 자료는 독립표본 t-test, 일원분산분석, 상관분석 및 다중회귀분석을 통해 분석하였다. 연구결과는 다음과 같다. 첫째, 생성형 AI 활용 수준에 따라 전공자율선택제 긍정 인식, 전공탐색 자기효능감, 전공선택 명료성, 전공선택 불안에서 유의한 차이가 나타났다. 생성형 AI 활용 수준이 높을수록 전공자율선택제 긍정 인식, 전공탐색 자기효능감, 전공선택 명료성은 높았으며, 전공선택 불안은 낮게 나타났다. 반면 전공자율선택제 우려 인식은 AI 활용 수준에 따라 유의한 차이가 나타나지 않았다. 둘째, 상관분석 결과, 전공자율선택제 긍정 인식은 전공탐색 자기효능감, 전공선택 명료성, AI 상담 수용성과 정적 상관을 보였으며, 전공선택 불안과는 부적 상관을 보였다. 셋째, 다중회귀분석 결과, 전공탐색 자기효능감과 생성형 AI 활용 수준은 전공자율선택제 긍정 인식을 유의하게 예측하였다. 본 연구는 전공자율선택제 운영에서 생성형 AI가 학생의 전공탐색과 전공자율선택제도의 이해를 지원하는 보완적 도구로 활용될 수 있음을 제안한다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 이론적 배경
1. 전공자율선택제와 전공탐색
2. 전공탐색 자기효능감, 전공선택 명료성 및 전공선택 불안
3. 생성형 AI 활용과 AI 상담 수용성
Ⅲ. 연구방법
1. 연구설계
2. 연구대상
3. 연구도구
4. 자료분석
Ⅳ. 연구
1. 생성형 AI 활용 수준에 따른 전공자율선택제 인식, 전공탐색 자기효능감, 전공선택 명료성의 차이
2. 전공자율선택제 인식, 전공탐색 자기효능감, 전공선택 명료성, 전공선택 불안 AI 상담수용성의 상관관계
3. 전공자율선택제 긍정 인식에 미치는 영향
Ⅴ. 결론 및 논의
참고문헌

키워드

생성형 AI 전공자율선택제 전공탐색 전공탐색 자기효능감 대학생 인식 Generative AI AMSS(Autonomous Major Selection System) Major Exploration Major Exploration Self-Efficacy University Students’ Perceptions

저자

  • 박혜영 [ Hye-Young Park | 국립군산대학교 교육혁신처 조교수 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    제주대학교 지능소프트웨어 교육연구소 [Intelligent Software Education Research Institute]
  • 설립연도
    2022
  • 분야
    사회과학>교육학
  • 소개
    우리 연구소는 컴퓨터 과학 교육이 강조되는 세계적 흐름속에서 소프트웨어융합 인재 양성을 위한 교육 기반 구축을 위해 '지능소프트웨어교육센터'를 설립하여 운영하여 왔고, 이후 한국연구재단의 인문사회연구소지원사업에 선정되면서 2022년 3월, 우리나라 인공지능 교육의 거점 연구소로서 '지능소프트웨어교육연구소'로 새롭게 기관 명칭을 변경하고 전문 연구 기관으로서의 위상을 공고히 하였습니다. 우리 연구소는 설립된 이후부터 지금까지 인공지능을 중심으로 하는 지능정보시대를 열어갈 인공지능 컴퓨팅 융합 인재 양성을 위한 교육 기반 구축에 기여하고 있으며, 주요 연구 분야로는 지능정보사회에서 갖춰야할 디지털 소양으로써의 컴퓨팅 사고력 함양을 위한 소프트웨어와 인공지능 교육 연구, 유아부터 중장년층까지 평생교육차원의 인공지능 교육 연구, 지능정보격차 해소를 위한 정보배려계층 대상 인공지능 교육 연구, 윤리적으로 고려된 인공지능 교육으로 설계된 A!thics 교육 등의 인공지능 교육과 인공지능 기술과 응용 연구 등에 힘을 쏟고 있습니다. 또한 인문사회연구소 지원사업의 과제로 수준별 인공지능 컴퓨팅 교육을 위한 핵심 전략인 4P(Play, Problem solving, Product making, Project)전략에 기반하여 교육과정 개발과 컴퓨팅 사고력 함양을 위한 CT-EL(Computational Thinking-Experienced Learning) 기반 교수학습 방법 연구, 교재개발 등을 진행하고 있습니다. 앞으로 지능소프트웨어교육연구소는 제주 지역의 유관기관과 협력하여 제주의 미래를 이끌어갈 지능소프트웨어융합을 위한 지역 인재 양성 모델을 만드는데 앞장 서고, 더 나아가 우리나라의 인공지능 교육을 이끌어가는 우리나라 대표 연구 기관으로 자리매김할 수 있도록 최선을 다하겠습니다. 감사합니다.

간행물

  • 간행물명
    지능정보융합과 미래교육 [Intelligent Information Convergence and Future Education]
  • 간기
    수시
  • eISSN
    2951-4762
  • 수록기간
    2022~2026
  • 등재여부
    KCI 등재후보
  • 십진분류
    KDC 370 DDC 370

이 권호 내 다른 논문 / 지능정보융합과 미래교육 제5권 제14호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.