Earticle

생성형 인공지능은 학습과정에서 오랜 기간 축적되어 온 사고와 표현의 유기적 관계를 근본적으로 뒤흔들고 있다. 생성형 인공지능이 학습자의 언어와 사고 활동 을 빠르게 대체하는 현실 속에서 학생 개개인이 고유한 리터러시 능력을 점진적으 로 형성해 온 기존 교육모델은 그 유효성을 도전받고 있는 형국이다. 향후 교육현 장의 관건은 생성형 AI를 어떤 방식으로 책임 있게 활용할 것인가에 대한 기준과 원칙을 정교하게 수립하는 데 있다. 이에 본 논문의 목적은 대학생의 생성형 인공 지능 활용 경험을 인지 수준에 따라 분석하고, 이를 통해 생성형 AI의 윤리적 활용 을 위한 가이드라인을 마련하는 것이다. 이를 위해 본 논문은 다음 세 가지 연구문 제를 설정하였다. 첫째, 대학생의 생성형 AI 활용 경향을 분석하고, 둘째, 생성형 AI의 윤리적 활용을 위한 핵심 원칙을 도출하며, 셋째, 교수자와 학습자에게 적용 할 수 있는 가이드라인을 설계하는 것이다. 연구결과로서 첫째, 본 논문은 생성형 AI의 책임 있는 활용을 위해 네 가지 AS 기본원칙, 즉 학문적 진실성, 유연한 대 응, 학생 행위주체성, 공유된 책임을 제시하였다. 둘째, 생성형 AI의 활용 단계를 (1) 활용금지 (2) 아이디어 생성 및 기획 단계에서의 활용 (3) 학습결과 산출단계에 서의 수정 및 보완 (4) 전면 활용으로 구분하고 단계가 높아질수록 책임성과 투명 성에 대한 요구가 증가하도록 의도하였다. 셋째, 실제 교육현장에서 교수자와 학습 자가 준수해야 할 공통 가이드라인을 제시하는 가운데 교육공동체의 성원으로서의 기본적 책무를 강조하였다. 넷째, 교수자 가이드라인에서 교수자는 과제 특성과 평 가 목표에 따라 생성형 AI의 활용 범위와 단계를 합리적으로 설정하고, 학습 과정 전반에서 학문적 진실성과 책임성이 실현되도록 지도하는 역할을 강조하였다. 다 섯째, 학습자 가이드라인에서 학습자는 생성형 인공지능 활용 과정에서 목적, 출 처, 기여도를 투명하게 공개하고, 그 결과물에 대해 설명할 수 있는 책임성을 갖추 어야 한다는 점을 강조하였다. 본 가이드라인은 교육현장에서 학습 책임성과 평가 공정성을 제고함으로써 윤리적 기준 아래 생성형 AI가 안정적으로 활용될 수 있는 토대를 제공할 것이다.

Generative artificial intelligence is fundamentally disrupting the organic relationship between thought and expression that has been accumulated over long periods during the learning process. In a reality where generative AI rapidly replaces learners’ language and cognitive activities, the existing educational model which gradually fosters each student’s unique literacy skills is facing a challenge to its validity. The question at issue of future education lies in meticulously establishing standards and principles for the responsible utilization of generative AI. Therefore, this paper aims to analyze university students’ experiences with generative AI according to their cognitive levels and, through this analysis, develop guidelines for the ethical utilization of generative AI. To achieve this, the paper sets forth the following three research questions. First, to analyze university students' tendencies in using generative AI; second, to derive core principles for the ethical utilization of generative AI; and third, to design guidelines applicable to both educators and learners. As research findings, first, this paper proposes four fundamental AS principles for the responsible utilization of generative AI: Academic Integrity, Adaptive Response, Student Agency, and Shared Responsibility. Second, it categorizes the stages of generative AI utilization into: (1) Prohibition, (2) utilization in idea generation and planning, (3) utilization for revision and supplementation in the learning outcome production stage, and (4) Full utilization. It was intended that as the stage increases, the demands for accountability and transparency also increase. Third, it presents common guidelines that educators and learners should adhere to in actual educational settings, emphasizing their fundamental responsibilities as members of the educational community. Fourth, the instructor guidelines emphasize that instructors should reasonably set the scope and stage of generative AI utilization based on assignment characteristics and assessment goals, and guide students to ensure academic integrity and responsibility throughout the learning process. Fifth, the learner guidelines emphasize that learners must transparently disclose the purpose, source, and contribution level when using generative AI and possess the responsibility to explain the resulting work. These guidelines will provide a foundation for the stable use of generative AI in accordance with ethical standards by enhancing student accountability and the fairness of assessment in educational settings.

본 연구는 생성형 인공지능(AI) 기술의 확산에 따른 학문적 진실성(Academic Integrity) 위기 상황에서 대학생들의 표절 인식 및 교육 현황을 실증적으로 분석 하고, 이를 바탕으로 실효성 있는 표절 예방 교육의 방향성을 제시하고자 수행되었 다. 이를 위해 서울 소재 4년제 사립대학 재학생 573명을 대상으로 설문조사를 실 시하여 중등 및 고등교육 단계에서의 표절 교육 경험, 생성형 AI 활용 실태, 그리 고 이에 대한 윤리적 인식을 조사하였다. 연구 결과, 첫째, 중등교육 단계에서 표절 예방 교육을 경험한 비율은 58.8%였 으나, 교육 내용은 주로 정보통신 윤리나 인권 교육 차원에 편중되어 있었으며, 학 술적 글쓰기와 직접 연계된 교육 경험은 상대적으로 낮았다. 대학 단계에서도 표절 예방 교육 경험은 42.7%에 그쳐 중등 단계보다 낮았고, 교육은 주로 기초 글쓰기 강좌에 집중되어 있었다. 둘째, 전공별로 이공계는 코딩 해결에, 인문ㆍ사회계는 에세이 작성 및 요약에 AI를 주로 활용하는 등 전공 특성에 따른 활용 양상과 표 절 인식의 차이가 뚜렷하였다. 셋째, 응답자의 84.8%가 생성형 AI를 사용한 경험이 있고, 71.3%는 실제 과제 수행에 AI를 적극 활용하고 있으며, AI 활용 학생의 87.5%가 표절 여부에 대한 윤리적 불안감을 느끼고 있어 체계적인 표절 예방 교 육에 대한 수요가 매우 높음을 확인하였다. 이러한 분석 결과는 AI 도구 활용을 전면 금지하기보다, AI 리터러시를 포함한 실천적이고 구조적인 연구 윤리 교육 체계의 수립이 시급함을 시사한다. 본 연구는 고등교육 기관이 전공별 특성을 고려한 맞춤형 AI 활용 가이드라인을 마련하고, 학생들이 스스로 학문적 책임감을 가질 수 있도록 예방 중심의 교육적 전략을 강 화해야 한다는 정책적 근거를 제공한다.

This study was conducted to empirically analyze college students’ perceptions of plagiarism and the current state of education in the context of the crisis of academic integrity caused by the proliferation of Generative Artificial Intelligence (AI) technology. It also aims to suggest directions for effective plagiarism prevention education. For this purpose, a survey was conducted with 573 students enrolled in a four-year private university in Seoul to investigate their experiences with plagiarism education at the secondary and higher education levels, their actual use of generative AI, and their ethical awareness. The research findings are as follows: First, while 58.8% of respondents had experienced plagiarism prevention education during secondary education, the content was predominantly focused on copyright protection norms within information and communication ethics or human rights education. In particular, educational experiences directly linked to academic writing were relatively low, confirming a lack of systematic connection to higher education. Second, only 42.7% of students received plagiarism prevention education after entering university, which is lower than the secondary level, and most of this education was conducted through introductory writing courses. Third, 84.8% of respondents reported having used generative AI, and 71.3% actively utilize it for completing assignments. Utilization patterns varied clearly by major: STEM students primarily used AI for coding, while Humanities and Social Science students used it for essay writing and summarization. Fourth, 87.5% of students using AI felt ethical anxiety regarding plagiarism, confirming a high demand for new research ethics guidelines following technical applications. These results suggest that rather than strictly banning AI tools, there is an urgent need to establish a practical and structural research ethics education system that includes AI literacy. This study provides a policy basis for higher education institutions to prepare customized AI utilization guidelines considering the characteristics of each major and to strengthen prevention-oriented educational strategies so that students can develop a sense of academic responsibility.

본 연구는 충북소재 A대학의 교양교육에서 말하기 역량 향상을 목적으로 운영 되던 기초 말하기 교과목이 교육과정 개편을 통해 분절ㆍ축소되면서 나타난 교육 적 변화를 분석하는 데 목적을 둔다. 이를 위해 2023년까지 통합형으로 운영되던 말하기 교과목과 2024년 이후 네 개 교과목으로 분절되어 운영된 사례를 대상으 로 교과 구조와 수업 운영 조건의 변화를 비교ㆍ분석하였다. 연구 방법으로는 강의계획서 분석과 수업 운영에 대한 질적 사례연구를 중심으 로 하되, 교과목 운영 방식 변화 전후에 실시된 말하기 역량 진단 자료를 함께 활 용하여 분석의 타당성을 보완하였다. 분석 결과, 통합형 말하기 교과목은 충분한 수업 시수와 단계적 설계를 바탕으로 학생들에게 말하기 경험을 누적적으로 제공함으로써 말하기에 대한 참여와 수행을 안정적으로 유도하는 구조를 갖추고 있었 던 반면, 교과목 분절 이후에는 말하기 역량의 통합성과 학습 경험의 연속성이 약 화된 것으로 나타났다. 특히 기초 말하기 경험이 충분히 형성되지 않은 상태에서 팀 기반 토의나 토론을 요구하는 교과목에서는 학생들의 심리적 부담과 참여 위축 이 두드러지게 관찰되었다. 아울러 교과목 분절과 수업 시수 축소 이후 실시된 말하기 역량 진단 결과에서 는, 이전 운영 시기와 비교하여 말하기 역량 전반에서 변화가 나타난 양상이 확인 되었다. 이는 수업 현장에서 관찰된 말하기 실습 기회의 감소와 학습 경험의 단절 이 실제 역량 형성과도 일정한 관련성을 가질 가능성을 시사한다. 본 연구는 대학 교양교육에서 말하기 교과목의 교육적 효과가 개별 교과목의 세 분화나 선택권 확대에 의해 자동적으로 확보되지 않음을 보여주며, 기초 말하기 교 과의 경우 통합적 운영과 충분한 수업 시수 확보가 중요함을 시사한다. 이러한 논 의는 향후 교양교육과정 개편에서 기초 말하기 교과목의 위상과 운영 원칙을 재검토하는 데 실증적 근거를 제공할 것이다.

This study examines the educational implications of curricular restructuring in foundational speaking courses within university liberal arts education. Focusing on a case in which an integrated speaking course was operated until 2023 and subsequently fragmented into four separate courses from 2024 onward, the study analyzes changes in course structure and instructional conditions following the reform. In addition, instructional hours for these courses were reduced beginning in 2025. Using a qualitative case study approach, the research analyzes course syllabi and instructional practices to examine changes in students’ learning experiences. To enhance analytical validity, the study also incorporates speaking competence assessment data collected before and after the curricular restructuring. The findings indicate that the integrated course model provided students with cumulative and sequential speaking experiences supported by sufficient instructional time, which facilitated stable participation and skill development. In contrast, after course fragmentation, the continuity and integrative nature of speaking instruction weakened. In particular, courses that required team-based discussion or debate without sufficient foundational speaking experience tended to increase students’ psychological burden and reduce active participation. Moreover, assessment results administered after the restructuring revealed discernible changes in overall speaking competence compared to the earlier period. These findings suggest that reductions in speaking practice opportunities and disruptions in learning continuity may be associated not only with students’ perceived difficulties but also with changes in measurable competence. This study highlights that the educational effectiveness of speaking instruction in liberal arts education cannot be ensured solely through course diversification or expanded student choice. Instead, it argues that foundational speaking courses require integrated design and adequate instructional time to support meaningful learning experiences. The findings offer empirical insights for reexamining the role and operating principles of foundational speaking courses in future liberal arts education curriculum reforms.

본 연구는 대학수학 수업에서 학생들의 학습 참여를 시간의 흐름에 따른 학습 참여 변화로 이해하고, 평가 시점을 중심으로 나타나는 학습 참여 변화 양상의 이 질성을 탐색하는 것을 목적으로 하였다. 이를 위해 대학수학 수업에 참여한 79명 의 학생을 대상으로 주차별 온라인 학습 과제 수행 자료를 활용하여 학습 참여의 변화 양상을 분석하였다. 특히 중간고사를 기준으로 학기 전반(2~8주)과 후반(9~ 14주)을 구분하고, 각 구간의 학습 참여 기울기, 평균 학습량, 후반 미참여 비율 등의 지표를 산출하였다. 이후 이러한 지표를 바탕으로 k-means 군집 분석을 실 시하여 학습 참여 유형을 도출하였다. 분석 결과 학생들의 학습 참여 유형은 네 가 지 집단으로 분류되었으며, 각 집단은 학기 전반과 후반의 학습 참여 수준과 변화 양상에서 서로 다른 특성을 보였다. 또한 학습 참여 집단에 따라 중간고사 및 기말고사 성취도에서 유의미한 차이가 나타났다. 이러한 결과는 대학수학 수업에서 학 생들의 학습 참여가 시간에 따라 서로 다른 양상으로 전개될 수 있음을 보여주며, 학습 참여를 단일 시점의 수준이 아닌 과정적 관점에서 이해할 필요성을 제시한다.

This study examined patterns of student engagement in a college mathematics course by focusing on how participation in online assignments changes over time. Rather than treating engagement as a static level measured at a single point, the study explored the heterogeneous patterns of participation that emerged during the semester and their relationship with academic achievement. The participants were 79 undergraduate students enrolled in a college mathematics course during the 2024 spring semester. Weekly records of completed topics in an online learning system were used as indicators of behavioral engagement. Based on these data, several indicators were derived, including earlyand late-semester learning slopes, average learning volume for each period, and the proportion of non-participation in the later weeks. These indicators were standardized and analyzed using k-means clustering to identify distinct engagement patterns. The results revealed four groups of students: a middle-maintenance group, an early-intensive group, a mid-semester disengagement group, and a sustained participation group. Additional analyses showed significant differences among the groups in both midterm and final examination scores. In particular, students who maintained participation throughout the later part of the semester tended to show relatively higher academic achievement. These findings suggest that student engagement in college mathematics courses develops in diverse ways over time. Understanding such patterns may provide useful insights for designing instructional support and assignment structures that encourage sustained engagement in college mathematics learning environments.