Earticle

본 연구는 디지털 실습 교육 환경을 다룬 간호교육 관련 문헌을 분석하여 전문직 간호교육에서 실습이 수행해 온 교육적 기능이 어떠한 방식으로 구성되고 있는지를 검토하였다. 기존 연구들이 디지털 실습 교육의 학습 효과나 교수·학습 기법에 초점을 두어 온 것과 달리, 본 연구는 디지털 기술을 매개로 한 실습 교육 환경이 교육과정 안에서 실습의 교육적 기능과 판단 구조를 어떻게 조직하는지를 해석하는 데 목적을 두었다. 이를 위해 디지털 해부학 실습과 시뮬레이션 기반 임상교육을 다룬 간호교육 문헌을 대상으로 교육사회학의 기능이론에 기초한 문헌 분석을 수행하였다. 분석은 전문직 사회화, 역할 준비, 판단 형성, 학습 경험 조직, 전문직 책임과 윤리와 관련된 교육적 기능을 중심으로 이루어졌다. 분석 결과, 디지털 실습 교육 환경에서도 간호교육 실습의 교육적 기능은 지속적으로 전제되고 있었으며, 이러한 기능은 명시화된 기준과 절차화된 수행 구조, 기술적으로 매개된 판단과 학습 경로를 중심으로 조직되는 경향을 나타냈다. 전문직 사회화와 역할 준비는 수행 기준에 대한 반복적 조정 과정 중심으로 구성되었고, 판단 형성은 기준 적합성 중심 구조로 제시되었다. 또한 학습 경험은 반복 수행과 기준 중심 피드백 중심으로 구성되었으며, 실습 유형에 따라 판단 구조의 차이가 나타났다. 본 연구는 디지털 실습 교육을 실습 기능의 강화 또는 약화라는 관점이 아니라, 실습의 교육적 기능과 전문직 판단이 조직되는 방식에 주목하여 해석하였다는 점에서 의의를 지닌다.

This study analyzed nursing education literature on digital practice-based learning environments to examine how the educational functions of practice in professional nursing education are structured. Unlike previous studies focusing on learning outcomes or instructional methods, this study interpreted how digitally mediated practice environments organize educational functions and professional judgment within the curriculum. A literature analysis based on functional theory in educational sociology was conducted, focusing on professional socialization, role preparation, judgment formation, and the organization of learning experiences. The results showed that the educational functions of nursing practice remained evident in digital practice environments but were organized around explicit criteria, proceduralized performance, and technologically mediated judgment. Professional socialization and role preparation were structured through repeated alignment with performance criteria, while learning experiences were organized around repeatable performance pathways. Differences in judgment structures were also observed depending on the type of practice. This study highlights digital practice education as a condition shaping how educational functions and professional judgment are organized in professional nursing education.

본 연구는 인공지능 교육이 콘텐츠를 활용하는 교육에 치우쳐 인공지능의 원리교육에 대한 영재교육 프로그램이 부족하다는 문제의식에 기반하여 중등 수학 영재교육 대상 학생을 대상으로 한 인공지능 원리 중심의 수학 영재교육 프로그램을 개발하고 그 타당성을 검증하는 것을 목적으로 한다. 중학생이 대상이므로 직선의 방정식만 이용하면 학습할 수 있는 선형 분류자 만들기를 주제로 개발하였으며, PDIE 교수·학습 개발 모형 절차에 따라 국가 영재교육 프로그램 기준을 준거로 하여 교육프로그램을 설계·개발하였다. 프로그램 초안 구성 후 사전 수업 및 영재교육원에서의 적용을 통해 프로그램을 수정·보완하였고, 이후 연구자 및 영재학교 교사(수학 및 정보 교과)를 중심으로 한 전문가 검토를 실행하였다. 전문가 평가는 국가 영재교육 프로그램 기준, 2015 개정 수학과 교육과정, 융합인재교육(STEAM)의 세 가지 관점에서 이루어졌으며, 그 결과 세 가지 관점에서 모두 CVI(내용 타당도 비율) 분석에서 높은 타당성을 보여주었다. 또한 전문가 피드백을 반영하여 인공지능 원리 중심의 영재교육 프로그램 개발을 최종 완료하였다.

This study aims to develop and validate a mathematics gifted education program that focuses on the principles of artificial intelligence (AI), addressing the current imbalance in AI education that is heavily oriented toward content utilization rather than understanding underlying mechanisms. Targeting middle school students in mathematics gifted education settings, a program was designed on the theme of constructing a linear classifier using only linear equations, which is mathematically accessible at this level. The program was developed following the PDIE instructional design model and aligned with the national standards for gifted education programs. After developing the draft program, it was revised and supplemented through pre-sessions and application at the Gifted Education Center. This was followed by an expert review, centered on researchers and gifted school teachers (mathematics and information subjects). The expert evaluations were conducted from three perspectives: the National Gifted Education Program Standards, the 2015 Revised Mathematics Curriculum, and integrated talent education. The results showed high validity in content validity index(CVI) analysis across all three perspectives. Furthermore, by incorporating expert feedback, the program was finally developed, focusing on AI principles.

중국은 미국에 이어 인공지능 발전의 양대 강국으로 자리매김하고 있다. 불과 얼마 전까지만 해도 여러 산업 분야에서 개발도상국 수준의 기술을 보유하던 중국이, 어떻게 최첨단 분야인 인공지능에서 세계적 수준의 기술력과 다수의 특허를 확보하게 되었는지는 매우 흥미로운 지점이다. 중국 정치권은 제조업을 국민 경제 생활의 기반으로 삼는 동시에, 인공지능을 국가 발전의 돌파구이자 선진국으로 향하는 관문으로 인식하였다. 이러한 인공지능 전략의 핵심은 인재 양성이었으며, 정부가 발표한 수많은 정책과 지침, 지원책은 결국 인재 육성에 집중되어 있었다. 인공지능 인재는 교육을 통해 길러진다. 초기에는 해외 교수진 영입과 유학생 출신 인력에 의존했지만, 최근에는 초·중·고 교육과정의 양적·질적 체계를 정비하여 대학과 기업으로 이어지는 연계 구조를 구축하고 있다. 반면, 인공지능 3대 강국을 지향하는 우리나라의 교육과정은 법적 후퇴와 제도적 혼선으로 인해 아직 체계적 기반을 마련하지 못한 상황이다. 따라서 6-3-3제 등 우리나라와 유사한 구조를 가진 중국의 교육과정을 ‘인공지능 교육’ 관점에서 면밀히 연구하는 것은 우리나라 인공지능 발전에 중요한 시사점을 제공할 것이다.

China has become the world’s second major power in artificial intelligence after the United States. Remarkably, a nation that once held developing-level technologies now commands world-class AI capabilities and patents. Chinese leadership views manufacturing as the foundation of daily life, while positioning AI as both a breakthrough for growth and a gateway to advanced status. Central to this vision is talent cultivation, with government policies focused on human resource development. AI talent is fostered through education. Initially reliant on foreign faculty and returning students, China now strengthens primary, secondary, and high school curricula to connect seamlessly with universities and enterprises. In contrast, Republic of Korea—though aspiring to join the top three AI powers—still lacks a systematic foundation due to legal and institutional setbacks. Studying China’s AI curriculum, which parallels Korea’s 6-3-3 system, can provide valuable insights for advancing Korea’s AI development.

최근 인공지능 교육의 중요성이 확대됨에 따라, 초등교사의 AI 교육 역량에 대한 체계적 분석 및 지원 전략 수립이 필요한 상황이다. 따라서 이 연구는 UNESCO(2024)의 역량 체계에 기반하여 전국 초등교사 288명을 대상으로 설문을 실시하였으며, Borich 교육요구도, TLfF, IPA 분석을 통해 우선 지원 영역 및 역량을 도출하였다. 연구 결과, 모든 핵심 영역에서 중요도가 보유도보다 높게 나타나 역량 강화의 필요성이 있음을 확인하였으며, ‘전문성 혁신’, ‘AI의 활용’ 등 높은 교육요구도를 나타내는 역량과 ‘사회적 책임’, ‘안전하고 책임감 있는 사용’ 등 성과 유지 역량을 파악하였다. 또한, 교사 개별 특성에 따른 ANOVA 분석을 실시하여, AI 연수 경험, 교육 환경 등 중요도 인식에 영향을 미치는 요소들을 분석하였다. 이 연구는 국제적 역량 기준에 근거하여 초등교사를 위한 AI 교육 역량 강화 전략 수립의 기초 자료를 제시하였다는 점에서 의의가 있다.

As the importance of AI education grows, systematic analysis and support strategies for elementary teachers' AI competencies are essential. This study surveyed 288 elementary teachers based on the UNESCO (2024) AI-CFT framework and identified priority areas using Borich needs assessment, TLfF, and IPA. Results showed importance scores exceeded possession scores in all domains, highlighting the need for competency enhancement. Specifically, "Professional Innovation" and "AI Application" showed high educational needs, while "Social Responsibility" and "Safe and Responsible Use" were identified as performance-maintenance areas. Furthermore, ANOVA revealed that factors such as AI training experience and educational environments significantly influence importance perceptions. This study provides significant foundational data for establishing AI education competency strategies based on international standards.

본 연구는 생성형 인공지능 확산 속에서 학습 효율성과 인지부하 간 균형이라는 고등교육의 과제를 인지부하이론 관점에서 탐색하고 AI와 아날로그 학습을 결합한 AI 기반 치트시트 제작과 학습의 관계를 탐색하였다. K대학 전공 수업 수강생 36명을 대상으로 치트시트 제작과 오픈북 평가를 실시하고 표현적 지표와 블록 지표를 활용한 정량 분석 및 상위 성취자 인터뷰를 수행하였다. 분석결과, 표현적 지표 중 다중 색상 사용만이 성취도와 관계를 보였으며 예시 작성·전체 정리·범위 외 내용 작성은 유의하지 않았다. 반면 블록 지표는 성취도에 유의미한 영향을 미치는 변수로 나타났다. 질적 분석에서는 상위 성취자가 AI를 통해 외재적 인지부하를 감축한 뒤 수기 재구성 과정을 통해 메타인지 조절과 지식 내재화를 달성하는 학습 메커니즘이 확인되었다. 연구는 AI 기반 치트시트가 정보 구조화와 메타인지를 촉진하는 전략적 학습 도구임을 제시한다.

This study explores, from the perspective of Cognitive Load Theory, a key challenge in higher education—the balance between learning efficiency and cognitive load in the context of the rapid diffusion of generative artificial intelligence. It further investigates the relationship between AI-based cheat sheet construction, which integrates AI and analog learning, and learning outcomes. A total of 36 students enrolled in a major course at K University participated in cheat sheet construction and open-book assessments. Quantitative analyses were conducted using expressive and block indicators, alongside qualitative interviews with high-achieving students. The results revealed that, among expressive indicators, only the use of multiple colors showed a relation with achievement, while example construction, overall organization, and inclusion of out-of-scope content were not significant. In contrast, block indicators emerged as significant variables influencing achievement. Qualitative findings indicated that high-achieving students reduced extraneous cognitive load through AI use and subsequently achieved metacognitive regulation and knowledge internalization via manual reconstruction processes. This study suggests that AI-based cheat sheets function as strategic learning tools that facilitate information structuring and metacognition.

본 연구의 목적은 초등 정보교육에서 디자인 저널을 활용한 반성적 기록 활동이 학생들의 컴퓨팅 사고력 변화에 미치는 영향을 분석하고, 그 교육적 의미를 탐색하는 데 있다. 이를 위해 인천 소재 초등학교 6학년 학생 40명을 대상으로 실험군과 대조군을 구성한 준실험 연구를 실시하였다. 두 집단 모두 Scratch 기반 프로그래밍 수업을 총 10차시에 걸쳐 동일하게 적용하였으며, 실험군에는 매 차시 수업 후 디자인 저널 작성 활동을 추가하였다. 컴퓨팅 사고력은 Brennan과 Resnick의 CT Framework에 근거하여 개념, 실습, 관점의 세 영역으로 구성된 14문항의 검사 도구를 활용해 사전·사후 검사를 실시하였다. 연구 결과, 실험군은 컴퓨팅 사고력의 실습 영역과 관점 영역에서 통계적으로 유의미한 향상을 보였으며, 특히 테스트와 디버깅, 재사용과 재구성, 연결하기, 질문하기 등의 하위 요소에서 유의미한 차이가 나타났다. 반면 개념 영역에서는 두 집단 간 통계적으로 유의미한 차이가 나타나지 않았다. 이러한 결과는 디자인 저널을 활용한 반성적 기록 활동이 프로그래밍 개념의 직접적인 습득보다는 문제 해결 과정의 점검, 오류 수정, 전략 개선과 같은 수행적 사고와 프로그래밍에 대한 성찰적 인식 형성에 긍정적인 영향을 미쳤음을 시사한다. 즉, 초등 정보교육에서 반성적 기록 활동은 컴퓨팅 사고력의 실습 및 관점 영역과 관련하여 교육적 의의를 지닐 수 있음을 보여준다.

This study aimed to examine the effects of reflective documentation activities using design journals on changes in elementary students’ computational thinking and to explore their educational implications in elementary informatics education. A quasi-experimental design was employed with 40 sixth-grade students from an elementary school in Incheon, Korea, who were assigned to an experimental group and a control group. Both groups participated in the same ten-session Scratch-based programming lessons, while the experimental group additionally completed design journal activities after each lesson. Computational thinking was assessed through pre- and post-tests using a 14-item instrument based on Brennan and Resnick’s CT Framework, which comprises three dimensions: concepts, practices, and perspectives. The results showed that the experimental group demonstrated statistically significant improvement in the practices and perspectives dimensions of computational thinking. In particular, significant differences were found in sub-elements such as testing and debugging, reuse and remix, connecting, and questioning. However, no statistically significant difference was found between the two groups in the concepts dimension. These findings suggest that reflective documentation activities using design journals contribute less to the direct acquisition of programming concepts than to the development of procedural thinking and reflective awareness, including reviewing problem-solving processes, correcting errors, and revising strategies. Overall, the study indicates that reflective documentation activities can have educational value in elementary informatics education, particularly in relation to the practices and perspectives dimensions of computational thinking.

본 연구는 XR 기반 응급처치 교육 환경에서 비접촉 AI 정량 피드백 모델을 설계하고, 해당 모델이 학습자의 심폐소생술(CPR) 수행도 향상에 미치는 영향을 분석하였다. 제안 모델은 영상 기반 포즈 추정 기술을 활용하여 학습자의 동작을 정량화하고, 압박 리듬(BPM), 상대 이동 비율 기반 깊이, 팔 각도, 자세 안정성 등의 지표를 산출한다. 또한 기준 수행 데이터와의 비교를 통해 실시간 교정 피드백을 제공하도록 설계하였다. 파일럿 실증을 통해 사전·사후 수행 데이터를 비교하고 통계 분석을 실시한 결과, AI 정량 피드백을 활용한 반복 학습 과정에서 수행 정확도와 안정성이 유의미하게 향상되는 경향을 확인하였다. 본 연구는 비접촉 AI 기반 피드백이 응급처치 교육에서 수행 정확도 향상과 학습 효과 증진에 기여할 가능성을 제시한다.

This study presents the design of a non-contact AI-based quantitative feedback model in an XR-based first aid education environment and analyzes its effects on learners’ CPR performance. The proposed model utilizes video-based pose estimation to quantify motion metrics such as compression rhythm (BPM), relative depth ratio, arm alignment, and posture stability. A reference performance dataset is used to generate real-time corrective feedback. A pilot evaluation comparing pre- and post-training performance suggests improvements in execution accuracy and stability through repeated practice supported by AI-based quantitative feedback. This study suggests that non-contact AI-based feedback can contribute to improving performance accuracy and enhancing learning effectiveness in first aid education.

본 연구는 메타버스 기반 학습 환경에서 학습자의 특성을 고려한 설계 원리를 도출하고, 이를 기반으로 유형별 학습 플랫폼 모델을 제안하는 것을 목적으로 한다. 이를 위해 선행연구를 분석하여 초등학생, 대학생, 시니어, 장애 학생의 네 가지 학습자 유형을 정의하고, 각 집단의 인지적 및 사회적 특성과 학습 요구를 비교 분석하였다. 분석 결과, 초등학생은 게임 기반 동기 강화 구조, 대학생은 협력 및 문제 해결 중심 활동, 시니어는 사회적 상호작용과 인지 부담 최소화, 장애 학생은 접근성과 개별화 지원을 중심으로 한 설계가 필요함을 확인하였다. 이를 바탕으로 유형별 메타버스 학습 설계 원리와 플랫폼 모델을 제시하고, 학습자 특성에 맞춘 맞춤형 메타버스 교육 환경 구축을 위한 설계 기준을 제안하였다. 본 연구는 학습자 유형별 차별화된 설계 프레임워크를 제시함으로써 교육의 포용성을 높이고 향후 개인화 학습 생태계 구축을 위한 기초 자료를 제공한다.

This study aims to derive design principles for metaverse-based learning environments by considering learner characteristics and to propose learner-type-specific platform models. To achieve this, prior studies were reviewed to define four learner groups: elementary students, university students, seniors and students with disabilities. Elementary students require gamified structures to enhance motivation, while university students benefit from collaborative and problem-solving-oriented activities. For seniors, social interaction and reduced cognitive load are important considerations, whereas accessibility and personalized support are essential for students with disabilities. Based on these findings, this study presents design principles and platform models for metaverse-based learning tailored to different learner types. The proposed framework contributes to enhancing inclusiveness in education and provides foundational guidance for developing personalized learning ecosystems in the future.