Earticle

초록

영어

Background: With the rapid expansion of learning environments utilizing large language models (LLMs), there is a growing need to understand their impact not only on learners’ cognitive development but also on core competencies. This study aimed to examine the effects of LLM use on metacognition and core competencies, and to investigate the mediating roles of AI literacy and academic self-efficacy in these relationships. Methods: The participants were 201 dental hygiene students from University B. Data were collected through a survey conducted from March 11 to March 16, 2026, measuring LLM use, AI literacy, academic self-efficacy, metacognition, and core competencies. The data were analyzed using SPSS and PROCESS macro, including descriptive statistics, correlation analysis, regression analysis, and mediation analysis, with a significance level set at p<0.05. Results: LLM use had significant positive effects on both AI literacy and academic self-efficacy, and AI literacy significantly influenced academic self-efficacy. LLM use was also significantly associated with metacognition and core competencies (p<0.05). In addition, metacognition had a significant positive effect on core competencies (p<0.05). Mediation analysis revealed that the indirect effect of LLM use on metacognition through AI literacy, as well as the sequential dual mediation effect through AI literacy and academic selfefficacy, were significant (p<0.05). However, the mediation effect through academic self-efficacy alone was not significant (p>0.05). After controlling for the mediators, the direct effect of LLM use on metacognition was not significant, indicating that the relationship was fully mediated through indirect pathways. Conclusion: The findings indicate that the effect of LLM use on metacognition is not direct but operates through indirect pathways centered on AI literacy. AI literacy plays a key mediating role, while academic selfefficacy functions as a supplementary factor in a sequential pathway. These results suggest that enhancing metacognition is essential for improving core competencies in LLM-based learning, and that educational approaches should move beyond simple LLM use toward strengthening AI literacy

한국어

연구배경: 대규모 언어모델(LLM)을 활용한 학습이 확산됨에 따라, 단순한 활용을 넘어 학습자의 인지적 성장과핵심역량에 미치는 영향을 이해할 필요성이 제기되고 있다. 이에 본 연구는 LLM 활용이 메타인지와 핵심역량에미치는 효과를 확인하고, 이들 관계에서 AI 리터러시와 학업적 자기효능감의 매개효과를 검증하고자 하였다. 연구방법: 연구 참여자는 B대학 치위생학과 재학생 201명이었다. 2026년 3월 11일부터 2026년 3월 16일까지 설문조사를 통해 LLM 활용, AI 리터러시, 학업적 자기효능감, 메타인지 및 대학생 핵심역량을 측정하였다. 수집된자료는 SPSS와 PROCESS macro를 활용하여 기술통계, 상관분석, 회귀분석 및 매개효과 분석을 실시하였으며, 통계적 유의수준은 p＜0.05로 설정하였다. 연구결과: LLM 활용은 AI 리터러시와 학업적 자기효능감에 유의한 정적 영향을 미쳤으며, AI 리터러시는 학업적 자기효능감에 유의한 영향을 미치는 것으로 나타났다. 또한 LLM 활용은 메타인지와 핵심역량에 유의한 관련이 있는 것으로 나타났다(p＜0.05). 메타인지는 핵심역량에 유의한 정적 영향을 미치는 것으로 나타났다(p＜0.05). 매개효과 분석 결과, LLM 활용과 메타인지 간의 관계에서 AI 리터러시를 통한 간접효과와 AI 리터러시 및 학업적 자기효능감을 순차적으로 거치는 이중매개효과는 유의한 것으로 나타났다(p＜0.05). 반면, 학업적 자기효능감만을 통한 단순 매개효과는 유의하지 않았으며(p＞0.05), 매개변수를 통제한 후 LLM 활용의 직접효과는 유의하지 않아 해당 관계는 간접경로를 통해 설명되는 것으로 확인되었다. 결론: LLM 활용이 메타인지에 직접적인 영향을 미치기보다는, AI 리터러시를 중심으로 한 간접경로를 통해 영향을 미친다는 점을 확인하였다. 특히 AI 리터러시는 핵심 매개요인으로 작용하며, 학업적 자기효능감은 이를 기반으로 한 보조적 경로에서 역할을 수행하였다. 이러한 결과는 LLM 기반 학습에서 핵심역량 향상을 위해서는 메타인지 향상이 중요하며, 이를 위해 단순한 LLM 활용보다 AI 리터러시를 강화하는 교육이 선행되어야 함을 시사한다.

목차

1. 서론
2. 연구대상 및 방법
2.1. 연구대상
2.2. 연구도구
2.3. 자료분석
3. 연구결과
3.1. 연구대상자의 일반적 특성
3.2. 주요 변수 간 상관관계
3.3. 메타인지에 영향을 미치는 요인
3.4. 메타인지가 핵심역량에 미치는 요인
3.5. Baron과 Kenny의 방법을 이용한 매개효과 검증
3.6. Process macro를 이용한 매개효과 검증
3.7. 최종 매개모형
4. 고찰
REFERENCES
Appendix
초록
ABSTRACT

키워드

저자

• 이명진 [ Myung-Jin Lee | 백석대학교 치위생학과 ]
• 박수옥 [ Soo-Auk Park | 백석대학교 치위생학과 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  대한치위생과학회지 [Journal of Korean Dental Hygiene Science]

• 간기

  반년간

• pISSN

  2635-456X

• 수록기간

  2018~2026

• 십진분류

  KDC 515 DDC 617