Earticle

초록

영어

This case study applies Richey and Klein's Design and Development Research (DDR) methodology to design a generative AI education program for air quality practitioners in public institutions and to revise it based on practitioner review. Existing programs do not adequately address government-specific constraints including air-gapped network security, statistical reproducibility in evidence-based policy-making, and legal precision in official documents. Air quality management requires AI competency for analyzing high-resolution pollutant data from SIFT-MS and drones, yet domain-specific programs are rarely reported. We define an 'education program model' as a four-module design structure comprising learning objectives, content, instructional methods, and assessment. Four core requirements were derived through literature and workflow analysis, and an initial model was designed accordingly. Two rounds of in-depth interviews (IDI) and Content Validity Ratio (CVR) analysis were then conducted with six practitioners from air quality policy, research, and collaboration roles, followed by thematic analysis to produce the final program. The resulting two-track, eight-hour program comprises a common foundational track (Modules 1·2·3, 7H) on security filtering and self-critique prompting, and a domain-specific track (Module 4, 1H) on vibe coding-based air pollution analysis app development. Key implications include the priority of codifying a 'Red Zone' of prohibited use cases, the viability of vibe coding for reconciling data security with reproducibility, and the role of self-critique prompting with Human-in-the-loop review in ensuring output reliability.

한국어

본 연구는 설계·개발 연구(Design and Development Research, DDR) 방법론에 기반한 사례 연구로서, 공공 대기환경 실무자를 위한 생성형 AI 교육 프로그램을 설계하고 실무자 검토를 통해 모형을 보완하였다. 공공부문 AI 교육은 망분리 보안, 증거 기반 행정의 통계적 엄밀성, 공공문서의 법적 정확성이라는 고유 제약을 충분히 반영하지 못하고 있으며, 특히 대기환경 분야는 SIFT-MS·드론 등 첨단 측정장비의 고해상도 데이터 분석을 위한 AI 역량이 요구되나 관련 교육 사례는 찾아보기 어렵다. 본 연구에서 '교육 프로그램 모형'이란 학습 목표·교육 내용·교수학습 방법·평가 방법으로 구성된 4개 모듈의 체계적 설계 구조를 의미한다. 문헌·업무 분석을 통해 4대 핵심 요구사항을 도출하여 초기 모형을 설계하고, 대기환경 정책·연구·협력 직군 실무자 6인을 대상으로 심층 면접(IDI)과 내용 타당도 비율(CVR) 분석을 2라운드에 걸쳐 수행하여 최종 모형을 도출하였다. 그 결과 보안 필터링·자가비판 프롬프팅 중심의 공통 기본과정(모듈 1·2·3, 7시간)과 바이브코딩 기반 대기분석 AI 앱 제작 심화과정(모듈 4, 1시간)의 2트랙 8시간 프로그램이 도출되었다. 본 사례 연구는 공공부문 AI 교육에서 'Red Zone(절대 금지선)' 명문화의 우선성, 데이터 로컬 보관 기반 바이브코딩의 보안·재현성 충족 가능성, 자가비판 프롬프팅과 Human-in-the-loop 검수의 신뢰도 보장 기능을 시사한다.

목차

요약
ABSTRACT
I. 서론
1. 연구의 필요성
2. 연구 목적 및 연구 문제
II. 이론적 배경
1. 용어 정의
2. 생성형 AI 활용 교육 연구 동향
3. 이론적 토대 및 DDR 방법론
III. 연구 방법
1. 연구설계
2. 연구참여자 구성
3. 자료 수집 및 분석 방법
IV. 초기 교육 프로그램 모형 개발
1. 요구 분석 결과 : 4대 핵심 요구사항 도출
2. 초기 모형 설계 근거 및 모듈 매핑
3. 초기 모형 구성(4개 모듈, 8시간)
V. 실무자 검토 결과 및 모형 보완
1. 내용 타당도 검증 결과
2. 직군별 핵심 피드백 및 모형 보완 근거
3. 초기 모형에서 최종 모형으로의 주요 보완 내용
VI. 최종 교육 프로그램 모형 및 상세 교수학습 설계
1. 최종 교육 프로그램 모형의 전체 구조
2. 모듈별 상세 교수학습 설계
3. 바이브코딩 기반 앱 제작 시 데이터 보안 프롬프트 예시
VII. 결론
1. 연구 결과 요약
2. 연구의 학술적·실천적 의의
3. 연구의 한계 및 후속 연구 제안
References

키워드

저자

• 이선영 [ Sunyoung Lee | 아주대학교 교육학과 ]
• 신현준 [ Hyunjun Shin | 수도권대기환경청 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  인공지능연구 논문지 [Journal of The Korean Association of Artificial Intelligence Education]

• 간기

  연3회

• pISSN

  2733-404X

• 수록기간

  2020~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 000 DDC 006