Earticle

본 연구는 AI융합교육을 전공하는 초등교원의 AI에 대한 교육적 인식과 AI융합교육 역량을 분석하여 AI융합교 육 전공의 커리큘럼 구성 방향과 지원 방안을 제시하는 것에 목적이 있다. 이를 위해 서울특별시 소재 A교육대학 교 교육전문대학원에서 AI융합교육을 전공하는 초등교원 36명과 비전공 초등교원 35명을 대상으로 AI에 대한 교 육적 인식과 AI융합교육 역량을 설문하고 보충 면담을 실시하였다. 각 검사의 영역별 응답을 분석하고, 비전공 교 원과의 차이를 비교하기 위해 독립표본 t-검정을 실시하여 집단 간 통계적 유의성을 확인하였다. 연구 결과는 첫 째, AI에 대한 교육적 인식에서 전공 교원은 비전공 교원에 비해 전반적으로 AI에 대한 관심도가 높고, 교과와의 관련성, 사회적 영향, 기회, AI 교육 및 교원 연수의 필요성 등을 높게 인식하고 있음을 확인하였다. 둘째, 전공 교 원은 비전공 교원과 비교하여 AI융합교육 역량의 소양, 활용, 가치 세 영역 모두 비교적 높은 점수를 보여 AI융합 교육에 대한 효능감 및 긍정적인 인식을 가지고 있음을 확인하였다. 연구 결과를 바탕으로 시사점을 도출하고 AI 융합교육 전공 커리큘럼 구성 및 교원 역량 함양을 위한 지원 방안을 제안하였다.

The purpose of this study is to analyze the educational perception of AI and AI convergence education competency of elementary school teachers majoring in AI convergence education. A survey was conducted on the educational perception of AI and AI convergence education competency of 36 elementary school teachers majoring in AI convergence education and 35 elementary school teachers without majoring in AI convergence education at the Graduate School of Education of A University of Education in Seoul, and supplementary interviews were conducted. In order to compare the differences between groups, an independent sample t-test was conducted to confirm statistical significance. The results of the study showed that, first, majoring teachers had a positive educational perception of AI overall compared to non-majoring teachers. Second, they also showed relatively high scores in AI convergence education competency. Based on the results of the study, we proposed a support plan for organizing the AI convergence education major curriculum and fostering teacher competency.

본 연구는 디자인 씽킹 기반의 공동 설계 접근을 통해 공유대학 교수-학습 플랫폼을 위한 인간 중심 학습분석 지표를 설계하는 것을 목표로 하였다. 2022년 12월부터 2023년 2월까지 G 공유대학의 학생, 교수자, 관리자 등 주 요 이해관계자가 참여하여 디자인 씽킹의 '공감', '문제 정의 및 아이디에이션', '프로토타입 개발', '테스트' 단계 를 수행하였다. 이해관계자 인터뷰와 공동 설계 워크숍을 통해 학습자의 요구와 문제점을 분석하고, 학업 여정을 시각화하여 해결방안을 도출하였다. 이후 교육공학 및 학습분석 전문가와 함께 대시보드 프로토타입을 개발하고, 타당성 검증을 통해 학생용, 교수자용, 관리자용 지표 전반에서 높은 수준의 타당도를 확보하였다. 연구 결과, 인간 중심 학습분석 설계가 의미 있는 지표 개발에 효과적임을 확인하였으며, 디자인 씽킹이 사용자 맞춤형 학습 지원 시스템 설계에 유용한 방법론임을 확인하였다. 이러한 결과는 공유대학 맥락에서 사용자 중심 학습 지원 시스템 설계에 기초 자료를 제공함과 동시에 인간 중심 학습분석의 이론적 및 실천적 확장에 기여하였다.

This paper aimed to design human-centered learning analytics (HCLA) indicators for a shared university teaching and learning platform using a design thinking-based co-design approach. . From December 2022 to February 2023, key stakeholders—including students, instructors, and administrators from G University—participated in the research, progressing through the stages of empathize, define, ideate, prototype, and test. Through stakeholder interviews and co-design workshops, students' needs and challenges were analyzed, their academic journeys were visualized, and effective solutions were developed. In collaboration with experts in educational technology and learning analytics, a dashboard prototype was created and validated, achieving high validity across indicators for students, instructors, and administrators. The findings confirm that HCLA effectively develops meaningful indicators and that design thinking is useful for creating user-centered support systems. These results provide essential data for designing user-centered systems within shared universities and advance human-centered learning analytics.

본 연구에서는 초등학생의 AI 코스웨어 활용 양상과 AI 코스웨어 활용이 학업적 자기효능감에 미치는 영향을 분석하였다. 초등학생의 약 66%가 AI 코스웨어를 활발히 활용하는 것으로 나타났다. 학생들은 주로 학교에서 수 업 시간에, 또는 수업 전후에 배운 내용을 복습하는 용도로 활용하였다. AI 코스웨어 활용이 학생들의 학업적 자 기효능감에 미치는 영향을 알아보고자 중다회귀분석을 실시한 결과, 유의미하게 정적 영향을 미치는 것으로 나타 났다. 또한 AI 코스웨어 활용이 학업적 자기효능감에 미치는 상대적 영향력도 큰 것으로 나타났다. 이러한 결과는 학생들에게 AI 기반 맞춤형 학습을 제공함으로써 학업성취 수준 향상과 학습 유지에 중요한 학업적 자기효능감을 향상시킬 수 있다는 것을 시사한다. 본 연구 결과에 의하면 적어도 학생들의 학업적 자기효능감 측면에서는 AI 코 스웨어가 긍정적 기능을 할 것으로 기대할 수 있다.

This study analyzed the utilization status of AI courseware among elementary school students and the effect of AI courseware usage on academic self-efficacy. Approximately 66% of the students actively utilized AI courseware. They primarily used it during class time or for reviewing learned content before or after classes. To investigate the effect of AI courseware usage on students' academic self-efficacy, multiple regression analysis was conducted, revealing a significant positive effect. Additionally, the relative influence of AI courseware usage on academic self-efficacy was found to be substantial. These results suggest that providing students with AI-based personalized learning can enhance academic self-efficacy, which is crucial for improving academic achievement and maintaining learning. According to the findings of this study, AI courseware is expected to have a positive function, at least in terms of students' academic self-efficacy.

본 연구에서는 인공지능교육의 효과에 관한 국내 논문 114 편의 131개 연구 효과를 대상으로 메타분석을 실시 하여 인공지능교육의 효과를 분석하였다. 인공지능교육의 평균 효과크기는 0.885로 보통 이상의 높은 수준의 효과 를 보였다. 인지적 영역의 평균 효과크기는 1.057로 상당히 이례적으로 높은 효과를 보였으며, 정의적 영역의 평균 효과크기는 0.721로 높은 수준의 효과를 보였다. 인지적 영역의 평균 효과크기가 정의적 영역의 평균 효과크기보 다 통계적으로 유의미하게 컸다. 메타분석 결과로부터 인공지능교육의 효과에 관한 연구에서 다룬 대다수의 변인이 매우 높은 효과크기를 보여 인공지능교육이 학생들에게 긍정적인 영향을 미치고 있음을 알 수 있다. 하지만, 출간된 연구에 출판 편향이 존재 할 가능성이 있다는 사실도 확인되어 기존의 연구만으로 인공지능교육의 효과를 정확히 측정하기는 어렵다는 것 을 시사한다. 따라서 인공지능교육의 효과를 정확히 측정하기 위해서 추가로 많은 연구가 필요하다.

In this study, we analyzed the effects of AI education by meta-analysis of 131 studies from 114 domestic papers on the effects of AI education. The average effect size was 0.885, showing a high level of effect that was above average. The average effect size of the cognitive domain was 1.057, showing an unusually high effect, and that of the affective domain was 0.721, showing a high level of effect. The average effect size of the cognitive domain was statistically significantly larger than that of the affective domain. The results that the majority of variables covered in the study on the effectiveness of AI education shows a very high effect size. It indicates that AI education has a positive effect on students. On the other hand, there is a possibility of publication bias in published research has been confirmed. It is difficult to accurately measure the effectiveness of AI education only with existing research. Therefore, more research is required to accurately measure the effectiveness of AI education.

본 연구는 현직 교원의 AI융합교육 설계 역량 향상을 위한 교과목을 설계·운영하고 교육적 효과를 분석하는 것 에 목적이 있다. AI융합교육 설계 역량 함양을 위해 AI 기본 개념과 원리 이해, AI교육 플랫폼 특성 분석 및 교육 적 활용 방안 탐구, AI융합교육 프로그램 연구 동향 분석, GATe 프레임워크 기반 AI융합교육 프로그램 구안 및 적용 등 실제적 맥락에서 AI융합교육 설계를 경험할 수 있도록 교육 내용을 구성하였다. 연구 방법으로는 G교육 대학교 교육대학원 AI융합교육 전공 재학생인 현직 교원 16명을 대상으로 15주 동안 적용하고, 대응 표본 t-test를 통해 AI융합교육 역량 변화와 만족도를 확인하였다. 연구 결과, 교과목에 참여한 교원들의 AI융합교육 역량 및 하 위 요인이 통계적으로 유의미하게 향상되었고, 교과목 만족도도 높은 수준으로 나타났다. 본 연구는 교원의 AI융 합교육 설계 역량을 강화하기 위한 교과목 운영 사례를 제시하였으며, 교과목의 교육적 효과를 확인하였다. 이를 기반으로 교원의 AI융합교육 설계 역량 강화를 위한 교육 커리큘럼, 교육 내용 등에 대한 방향성을 제시하였다.

This study aims to design and operate a course to improve the AI convergence education design capabilities of current teachers and analyze its educational effects. In order to foster the AI convergence education design capacity, the educational content was designed so that AI convergence education design can be experienced in a real context. The course was applied to 16 incumbent teachers who are students majoring in AI convergence at the Graduate School of Education, G University of Education, for 15 weeks. The change in capacity and satisfaction were confirmed through a paired sample t-test. The AI convergence education capacity and sub-factors of the teachers who participated in the class were statistically significantly improved, and the satisfaction level was also high. The educational effect of improving the AI convergence education capacity of teachers was confirmed through the course for enhancing the AI convergence education design capacity conducted in this study. Based on this, the direction of the education curriculum and education content for enhancing the AI convergence education design capacity of teachers was suggested.

학생의 학업 성취를 사전에 예측하여 맞춤형 피드백과 지원을 제공하는 것은 학습 경험의 질을 향상시키고, 높은 성취를 유도하는 데 중요한 역할을 한다. 그러나 학업 성취도는 다양한 요인이 복합적으로 얽혀 있어 정확 한 예측이 어렵다. 기존 연구에서는 주로 종단연구 데이터를 활용하여 학업 성취에 영향을 미치는 변인을 탐색 해 왔으며, 최근에는 머신러닝 기법의 발전으로 다수의 변인과 비선형 관계를 동시에 분석함으로써 성취도 예측 의 정확성이 향상되고 있다. 특히, SHAP 지수를 활용한 연구를 통해 모델의 설명력을 높이고, 주요 변인의 교 육적 시사점을 시각화하는 시도가 이루어지고 있다. 본 연구는 대구교육종단연구 데이터를 활용하여 학생의 성 취도 변화를 시계열적으로 분석하고, 국어 및 수학 교과의 성취도 변화를 예측하는 주요 변인을 도출하여 학습 부진을 조기에 식별하는 데 기여하고자 한다.

Predicting students' academic achievement in advance and providing tailored support enhance learning quality and promote success. However, academic performance is influenced by complex factors, making accurate prediction challenging. While previous studies have used longitudinal data to explore key variables, recent advancements in machine learning improve accuracy by analyzing multiple factors and nonlinear relationships. In particular, SHAP-based studies enhance model interpretability and visualize key educational insights. This study uses data from the Daegu Education Longitudinal Study to analyze students’ academic performance over time and identify key predictors in Korean and mathematics, contributing to the early detection of underachievement.

인공지능의 발달로 인한 사회적 변화는 다양한 윤리적 이슈를 양산하였고, 학교 현장에서의 교육의 필요성이 강 조되고 있다. 본 연구는 초등학교 인공지능 윤리교육 콘텐츠 현황을 파악하고, 교사의 인공지능 윤리교육 및 콘텐 츠에 대한 현황과 요구를 분석하기 위한 목적으로 진행되었다. 목적 달성을 위해 인공지능 윤리 원칙을 기준으로 콘텐츠 현황과 관련 연구 분석을 통해 설문 문항을 제작하고, 초등학교 교사 189명의 인공지능 윤리교육에 대한 경험과 인식을 조사하였다. 분석 결과, 인공지능 윤리교육 콘텐츠는 투명성, 정의와 공정, 비악의성, 책임 등의 주 제를 주로 다루었으나, 자유와 자율, 공존과 같은 주제는 상대적으로 적은 비율이었다. 교사들은 인공지능 윤리교 육의 필요성을 인식하고 있으며, 관련 콘텐츠 접근은 주로 인터넷 검색과 동료 교사 소개가 높은 비율이었다. 콘 텐츠는 수업 준비 효율성과 학습 동기 유발에는 도움이 되지만, 호환성으로 인한 학습환경 제약과 내용 품질 저하 가 지적되었다. 윤리교육을 위한 다양한 주제가 필요하며, 사례 중심이나 상호작용이 가능한 콘텐츠에 대한 요구 가 높았다. 본 연구는 초등학교 인공지능 윤리교육을 위한 콘텐츠 개발의 방향성을 제시했다는 데 의의가 있다.

The development of AI has led to various ethical issues, emphasizing the need for education in school settings. This study aims to assess the current state of AI ethics education content in elementary schools and analyze teachers' perceptions and needs regarding AI ethics education. A survey was conducted with 189 elementary school teachers, based on AI ethics principles, to explore their experiences and insights. The results indicated that content focuses on transparency, fairness, non-maleficence, and responsibility, while topics like autonomy and coexistence are underrepresented. Teachers recognize the importance of AI ethics education but face challenges with content accessibility and quality. There was also a demand for more diverse, case-based, and interactive materials. The significance of this study is that it provides basic data to suggest the direction of AI ethics education content development for elementary school students.

본 연구는 오픈 사이언스 기반의 인공지능 융합 교육 프로그램 개발에 관한 연구로, 학생들이 인공지능과 데이 터의 관계를 이해하고 데이터세트 구축을 통해 실질적인 데이터 리터러시 역량을 함양하는 것을 목표로 한다. 본 연구에서는 이미지 딥러닝 학습용 데이터세트 구축에 필요한 데이터 수집, 전처리, 학습, 디버깅의 전 과정을 경험 할 수 있는 교육 프로그램을 개발하고, 그 효과를 살펴본다. 교육은 (1) 데이터 수집, (2) AI 학습용 데이터 세트 구축에 필요한 인공지능 기본 원리와 활용 교육, 그리고 (3) 데이터 세트를 기획하고 구축하는 프로젝트 단계까지 3단계로 구성된다. 또한 지역 연구 공유 생태계와 협력하고 결과를 공유하는 과정을 통해 오픈 사이언스를 실천하 고 실질적인 데이터 리터러시 역량을 함양할 수 있도록 하였다. 개발된 교육 프로그램을 실시하고 참가한 학습자 들을 대상으로 인터뷰를 진행하여 학생들의 인공지능 활용 역량, 데이터 리터러시 역량과 더불어 오픈 사이언스에 대한 인식이 향상되었음을 확인하였다.

This study develops an open science-based AI convergence education program to help students understand AI-data relationships and enhance data literacy through dataset construction. The program allows students to experience the full process of building image deep learning datasets, including data collection, preprocessing, training, and debugging, while evaluating its effectiveness. It is structured into three stages: (1) data collection, (2) education on AI dataset principles and applications, and (3) a final project where students design and build datasets. Additionally, the program promotes open science by fostering collaboration within a regional research-sharing ecosystem and encouraging result dissemination, thereby strengthening students’ practical data literacy. The program was implemented, and interviews with participants confirmed improvements in AI utilization skills, data literacy, and awareness of open science.

본 연구는 인공지능 기반 챗봇 토닥이(ToDocE)를 활용하여 초·중등학생의 학교폭력 조기 진단 및 정서적 지원 가능성을 탐구하였다. 이를 위해 챗봇을 어플리케이션 형태로 개발하여 초·중등학생 147명을 대상으로 실제 인지 및 정서적 효과를 분석하였다. 자기효능감 분석 결과, 초등학생의 자신감 영역에서 유의미한 향상이 있었으며, 중 학생은 자기조절 능력이 개선되었다. 자아존중감 분석에서는 초등학생의 자기비하가 감소하고 긍정적 변화가 나타 났으나, 자기주장과 불안 영역에서 부정적 영향을 확인하였다. 중학생은 지도력과 인기영역에서 유의미한 긍정적 변화를 보였다. 이 연구는 챗봇이 정서적 안정과 발달을 지원하며, 학교폭력 예방과 같은 사회적 문제 해결에 기 여할 가능성을 실증적으로 확인하였다. 그러나 초등학생의 지나친 의존성 및 중학생 대상의 장기적 효과 검토 필 요성을 시사하며, 발달단계별 맞춤형 설계 및 교사와 학부모의 조력자 역할 강화의 중요성을 제언한다.

This study explores the potential of the AI-based chatbot ToDocE for the early detection of school bullying and emotional support for elementary and middle school students. The chatbot was developed as an application, and its cognitive and emotional effectiveness was analyzed with 147 elementary and middle school students. The self-efficacy analysis revealed a significant improvement in confidence among elementary school students, while middle school students showed enhanced self-regulation. Regarding self-esteem, self-derogation decreased among elementary school students, indicating positive changes, though assertiveness and anxiety showed some negative effects. Middle school students demonstrated significant positive changes in leadership and popularity. This study empirically confirms that chatbots can support emotional stability and development, contributing to the resolution of social issues such as school bullying prevention. However, it highlights the need to address excessive dependency among elementary students and to examine the long-term effects on middle school students. The findings suggest the importance of customized chatbot design based on developmental stages and enhancing the supportive roles of teachers and parents.

2024년 기준 이주배경학생 수는 193,814명으로 전년 대비 7% 증가하였으나, 이들을 위한 교육에 관한 지원은 아직 미흡한 실정이다. 모국어가 아닌 언어를 이용하여 여러 교과를 학습할 때, 단어의 뜻을 파악하고 문장의 의 미를 이해하는 과정은 중요하다. 최근 초·중등학교에서 인공지능 디지털교과서(AIDT)의 도입이 현실로 다가왔 다. 만일, AIDT가 이주배경학생의 학습을 도울 수 있는 단어학습 도우미를 제공한다면, 교육적 소외를 줄일 수 있다. 본 연구에서는 이주배경학생의 한국어 이해를 돕기 위해 AI 디지털교과서 내 단어를 쉽게 이해할 수 있도 록 돕는 단어학습 도우미를 개발하였다. 본 연구에서 개발한 시스템은 학생들이 교과서의 단어를 쉬운 언어로 재구성한 정의와 학생의 모국어로 번역된 정의를 제공한다. 또한, 교과서에서 단어를 선택하면 해당 단어를 활용 한 예시 문장과 예시 문장에 대한 설명을 제시한다. 또한, 이주배경학생의 비율이 높은 베트남, 중국, 필리핀, 일 본어를 포함한 다양한 언어 지원을 통해 학생들의 한국어 이해 및 소외감 없이 자신의 문화와 언어가 존중받는 환경을 조성할 수 있어 교육 효과를 향상시킬 수 있다.

As of 2024, the number of students with migrant backgrounds in South Korea has reached 193,814, marking a 7% increase compared to the previous year. However, support for their education remains insufficient. Understanding the meanings of words and the context of sentences is essential when learning various subjects in a non-native language. Recently, the introduction of AI Digital Textbooks (AIDT) in primary and secondary schools has become a reality. If AIDT provides a vocabulary learning assistant to support the learning of students with migrant backgrounds, it could help reduce educational marginalization. This research developed a vocabulary learning assistant within AI Digital Textbooks to help Korean language understanding for students with migrant backgrounds. The system provides students with simplified definitions of textbook vocabulary and translations into their native languages. Additionally, when students select a word from the textbook, the system presents example sentences using the word and contextual explanations. Moreover, by supporting multiple languages, including Vietnamese, Chinese, Filipino, and Japanese—languages common among students with migrant backgrounds—the system can improve students’ understanding of Korean and foster an inclusive environment where their cultures and languages are respected. This approach enhances educational effectiveness and reduces feelings of alienation.

본 연구는 대학생의 중도탈락 예방을 위해 실시간 졸업요건 확인 시스템을 설계하고 그 효과를 분석하였다. 시스템 도입 후 사용성 평가와 설문조사를 통해 서비스 만족도를 확인하고, 사전-사후 비교 분석을 통해 대학 생활 만족도와 중도탈락 의향의 변화를 측정하였다. 연구 결과, 졸업 요건 확인 시스템이 학생이 졸업 요건을 보 다 명확하게 파악하고 학업 계획을 체계적으로 수립할 수 있도록 지원하여 대학 생활 만족도가 향상되었다. 아 울러, 중도탈락 의향 점수가 유의미하게 감소하여 시스템이 학생의 지속적인 학업 수행 동기를 높이는 데 긍정 적인 영향을 미쳤음을 확인하였다. 본 연구는 졸업 요건 확인 시스템의 효과성을 검증하고, 향후 발전 방향을 제 시함으로써 대학 행정 서비스 개선에 기여할 수 있는 기초 자료를 제공한다.

This study aimed to develop a graduation requirement verification system to prevent university student dropouts and analyze its effectiveness. After the system's implementation, usability evaluation and surveys were conducted to assess service satisfaction. In addition, a pre-post comparison analysis was performed to measure changes in university life satisfaction and dropout intention. The results indicated that the graduation requirement verification system helped students clearly understand their graduation requirements and systematically plan their academic goals, leading to an improvement in university life satisfaction. Furthermore, dropout intention scores significantly decreased, confirming that the system positively influenced students' motivation for continued academic engagement. This study validates the impact of the graduation requirement verification system and provides fundamental insights for improving university administrative services and future developments.

페퍼트의 구성주의(Constructionism)는 학습자가 실제 경험과 실습을 통해 지식을 구성한다고 주장하며, object-to-think-with는 이러한 지식 구성 과정에서 학습자의 사고를 확장시키는 물리적·디지털 도구를 의미한다. 페퍼트의 LOGO 프로그래밍 언어는 수학·기하학적 사고를 훈련하는 교육 현장에 광범위하게 적용되며, 해당 개념 의 가치를 입증한 대표 사례이다. 최근 디지털 환경은 급속히 변화하고 있으며, 이러한 맥락에서 생성형 인공지능 은 페퍼트의 object-to-think-with 개념을 현대적으로 재해석할 가능성을 가지고 있다. 본 연구는 페퍼트의 인식론 적 배경을 바탕으로 object-to-think-with의 개념을 생성형 인공지능으로 확장하여 정보과 교육의 이론적 근거로 서의 가치를 탐구하고자 하였다. 이를 위하여 페퍼트의 핵심 아이디어를 탐구하고 그 가치가 생성형 인공지능으로 확장하여 재개념화될 가능성을 찾고자 하였다. 이를 통하여 2022 개정 교육과정의 정보과 교육의 이론적 근거로서 페퍼트의 핵심 아이디어가 적용되고 확장되기를 기대한다. 또한 GenAI를 Object-to-think-with로 재정의함으로써 디지털 시대의 학습과 사고의 본질을 새롭게 인식하고 미래 교육을 위한 방향성을 공유하고자 하였다.

Constructionism, proposed by Papert, argues that learners construct knowledge through real experiences and practice, and object-to-think-with refers to physical and digital tools that expand learners' thinking in this knowledge construction process. Papert's LOGO programming language is widely applied in educational settings to train mathematical and geometric thinking, and is a representative example that proves the value of this concept. Recently, the digital environment is rapidly changing, and in this context, generative artificial intelligence has the potential to reinterpret Papert's object-to-think-with concept in a modern way. This study aimed to explore the value of Papert's object-to-think-with concept as a theoretical basis for informatics education by extending it to generative artificial intelligence based on Papert's epistemological background. To this end, we explored Papert's core ideas and sought the possibility that their value could be extended and reconceptualized into generative artificial intelligence. Through this, we hope that Papert's core ideas will be applied and expanded as a theoretical basis for informatics education in the 2022 revised curriculum. Furthermore, by redefining GenAI as an object- to-think-with, we aimed to gain a new understanding of the essence of learning and thinking in the digital age and share directions for future education.