Earticle

본 연구는 생성형 AI의 교육적 활용을 체계적으로 평가하기 위한 다차원적 준거를 개발하고, 그 적용 가능성과 타당성을 검토하는 데 목적이 있다. 문헌 분석을 통해 주요 평가 요소를 도출하고, 교사 대상 설문 및 전문가 집단 면담(FGI)을 통해 항목의 적절성과 조작적 정의를 보완하였다. 최종적으로 교육적 효과성, 윤리적 고려, 기술적 신뢰성, 접근성과 포용성, 맞춤형 학습 지원의 5개 영역과 15개 세부 항목으로 평가 준거를 구성하였다. 도출된 준거는 다양한 유형의 생성형 AI 도구에 적용되어, 도구별 교육적 특성과 활용상의 시사점을 도출하였다. 각 도구는 영역별로 상이한 강점과 제한점을 드러냈으며, 수업 맥락에 따라 선택적으로 활용할 필요성을 보여준다. 생성형 AI의 교육적 도입에 있어 교사의 합리적 판단을 지원할 수 있는 실천적 평가 틀을 제안한다.

This study aims to develop a multidimensional framework for systematically evaluating the educational use of generative AI and to examine its applicability and validity. Key evaluation elements were derived through a literature review, and the appropriateness and operational definitions of the items were refined using a teacher survey and expert focus-group interviews (FGIs). The final framework comprises five domains—educational effectiveness, ethical considerations, technical reliability, accessibility and inclusiveness, and personalized learning support—and a total of 15 specific criteria. We then applied the framework to a range of generative AI tools to identify their educational characteristics and practical implications. Each tool revealed distinct strengths and limitations across these domains, indicating the need for selective, context-dependent use. Overall, the study proposes a practical evaluation framework and accompanying instrument to support teachers in making informed decisions about integrating generative AI into education.

일본은 디지털 전환 시대에 대응하기 위하여 2025학년도부터 대학입학공통시험에 정보I 과목을 도입하였다. 이에 본 연구는 한국의 고등학교 교육과정과 일본의 교육과정 지침인 학습지도요령을 비교하고, 일본 대학입학공통시험의 출제 유형과 내용을 분석하여 교육적 시사점을 도출하고자 하였다. 교육과정 분석 결과, 한국은 인공지능과 컴퓨팅 기술을 중심으로 문제해결력 함양에 중점을 두었으나, 일본은 정보 활용의 윤리성과 시민적 참여를 강조하였다. 한편, 일본 대학입학시험의 문항은 실생활 사례를 기반으로 다양한 요소를 통합하여 문제해결 능력을 평가하고 있었다. 이에 본 연구는 이러한 분석을 토대로 교육과정과 평가의 연계 강화 및 정보교육 활성화를 제언하며, 이러한 논의가 한국 정보교육의 발전에도 기여할 수 있기를 기대한다.

In the digital transformation era, Japan has incorporated the ‘Information I’ subject into the Common Test for University Admissions, from the 2025. This study aims to derive educational implications by comparing the high school curricula of South Korea and ‘Course of Study’ guidelines, and by analyzing the question types and content of the Japanese Common Test for University Admissions. The curriculum analysis revealed that while the Korean curriculum focuses on fostering problem-solving skills centered on artificial intelligence and computing technologies, the Japanese curriculum emphasizes the ethics of information utilization and civic participation. Furthermore, the questions on Japanese Common Test are based on real-life scenarios, assessing problem-solving capabilities through the integration of diverse elements. Based on these findings, this study proposes strengthening the linkage between curriculum and assessment and revitalizing information education. It is anticipated that these discussions will contribute to the advancement of information education in South Korea.

본 연구는 2022 개정 교육과정의 디지털 소양 목표와 IB PYP의 초학문적 주제를 연계해 개념 기반 탐구학습을 적용한 초등 소프트웨어 교육 프로그램을 개발·검증하였다. 총 34차시로 구성된 본 프로그램은 ‘우리 자신을 표현하는 방법’을 중심으로 ‘변화’와 ‘연결’ 개념을 탐구하며, 엔트리와 마이크로비트를 활용한 실생활 프로젝트로 설계되었다. 사전·사후 검사 결과, 컴퓨팅 사고력은 6.65점에서 8.33점으로, 창의력은 58.62점에서 61.90점으로 유의미하게 향상되었고, 특히 유창성·독창성·성급종결저항·정교성에서 뚜렷한 성장이 나타났다. 이는 IB PYP 기반 소프트웨어 교육이 초등학생의 컴퓨팅 사고력과 창의력 증진에 효과적임을 시사한다.

This study developed and validated an elementary software education program that applied concept-based inquiry learning by linking the digital literacy goals of the 2022 revised curriculum with the transdisciplinary themes of the IB PYP. The program, consisting of 34 sessions, was designed around the theme “How we express ourselves” and explored the concepts of ‘Change’ and ‘Connection’ through real-life projects using Entry and Micro:bit. Results of the pre- and post-tests showed a significant improvement in computational thinking, with scores rising from 6.65 to 8.33, and in creativity, which increased from 58.62 to 61.90. Notably, creativity subdomains such as fluency, originality, resistance to premature closure, and elaboration demonstrated substantial growth. These findings suggest that an IB PYP-based software education program can effectively enhance elementary students’ computational thinking and creativity.

4차 산업혁명과 디지털 대전환의 시대에 따라 우리 사회는 많은 변화를 겪고 있으며, 미래 인재 양성을 위해 교육 현장에서는 인구 구조의 변화, 학령 인구의 감소에 따라 개별 맞춤형 교육 체제를 구축하는 데 중점을 두고 있다. 본 연구에서는 인공지능 활용 학습 시스템을 적용한 수학 교수·학습 모델을 제시하였으며, 그 효과성을 인지적 영역과 정의적 영역으로 나누어 분석하였다. 사전-사후 점수 간 정규성 검정 결과를 바탕으로 대응표본 t-검정과 비모수 검정인 Wilcoxon 검정을 병행하였으며, 인지적 영역과 정의적 영역 모두에서 유의미하게 향상되었음을 확인하였다. 이러한 결과는 인공지능 기반 학습 프로그램(교수·학습 모델)이 학습자 개개인의 학습 요구를 충족시키고, 맞춤형 학습 환경을 제공함으로써 초등학교 저학년 수학 학습에 효과적인 도구로 활용될 수 있음을 시사한다.

In the era of the Fourth Industrial Revolution and digital transformation, society is undergoing significant changes, and the education sector is focusing on building individualized and personalized learning systems in response to demographic shifts and the decline in the school-age population. This study presents a mathematics teaching–learning model utilizing an artificial intelligence–based learning system and examines its effectiveness in both cognitive and affective domains. Based on normality tests of pre- and post-test scores, paired-sample t-tests and the non-parametric Wilcoxon test were conducted in parallel. The results revealed statistically significant improvements in both domains. These findings suggest that AI-driven learning programs(teaching–learning model) can effectively support the learning needs of individual students and provide personalized learning environments, thereby serving as an effective tool for mathematics education in the lower grades of elementary school.

본 연구는 2020년부터 2025년 4월까지 국내에서 발표된 초등학생 대상 가상현실(VR) 활용 교육 연구의 동향을 분석하고 주요 주제를 도출하고자 하였다. 분석은 연도, 연구유형, 교과, 연구내용, 연구변인을 기준으로 수행되었으며, PRISMA 절차에 따라 체계적 문헌분석을 실시하고, 핵심 주제 도출을 위해 LDA 기반 토픽모델링을 활용하 였다. 연구 결과, 체육 및 과학교과 중심의 양적 연구가 다수를 차지하였으며, VR 수업의 효과성 검증에 집중된 것으로 나타났다. 종속변인으로는 학업성취도와 신체활동이 가장 빈번히 사용되었으나, 매개변인 활용은 제한적이 었다. 토픽모델링을 통해 VR 콘텐츠 개발, 체육수업 적용, 교사 중심 수업 설계 등 다섯 개 핵심 주제가 도출되었다. 본 연구는 VR 활용 교육이 기술 중심에서 교육 맥락 중심으로 전환되고 있음을 확인하였으며, 향후 다양한 교 과와 정의적·사회정서 영역까지 포괄하는 지속가능한 연구 방향 수립에 기초자료를 제공한다.

This study analyzed research trends and identified key themes in virtual reality (VR) education for Korean ele mentary school students from 2020 to April 2025. The analysis considered five criteria: year of publication, researc h type, subject area, research content, and research variables. Following the PRISMA guidelines, a systematic liter ature review was conducted, and Latent Dirichlet Allocation (LDA)–based topic modeling was employed to extrac t major themes. The findings revealed that most studies were quantitative, focusing on the effectiveness of VR in struction in physical education and science. Academic achievement and physical activity were the most frequently examined dependent variables, while mediating variables were rarely addressed. Topic modeling identified five key themes, including VR content development, application in PE classes, and teacher-centered instructional design. Th ese results indicate a shift in VR education research from a technology-oriented to a context-oriented approach, a nd provide a foundation for future research that encompasses a wider range of subjects and socio-emotional learni ng outcomes.

본 연구는 개발도상국 아동을 위한 컴퓨터 과학 교육의 형평성과 접근성 확대를 위한 실천 사례로서, 케냐 Nyakach 지역에서 운영한 코딩 부트캠프의 교육 효과를 탐색하였다. 정보기술이 빠르게 발전하고 있으나 개발도상국 아동은 여전히 컴퓨터 과학 교육을 접할 기회가 부족하다. 이에 본 연구에서는 케냐 현지 교사를 대상으로 사전 코딩 연수를 실시한 후, 케냐 아동 대상 코딩 부트캠프를 운영하고 참여자들의 코딩 흥미도 및 학습 경험을 분석하였다. 총 32명의 아동과 8명의 교사가 코딩 흥미도 검사를 완료하였으며, 그 결과 양 집단 모두 평균 4.8 이상으로 높은 흥미도를 보였다. 특히 아동들은 ‘코딩을 더 배우고 싶다’, ‘앞으로 로봇을 만들고 싶다’ 등의 문항에 긍정적으로 응답하여 코딩을 향후 지속적으로 관심을 가지고 탐구하고자 하는 학습 주제로 인식하고 있음을 보여주었다. 본 연구는 개발도상국 아동을 대상으로 한 코딩교육 실천의 가능성과 교육적 의미를 보여주는 사례이나, 단일 지역에서 이루어진 단기적 연구이며 프로그램 운영을 연구자가 직접 수행하지 않았다는 점에서 결과 해석과 일반화에는 한계가 있다.

This study explored the educational effects of a coding bootcamp conducted in the Nyakach of Kenya as a practical case to expand equity and access to computer science education for children in developing countries. In today’s rapidly advancing information society, children in developing country still have limited opportunities to access computer science education. In this study, pre-coding training was provided to local Kenyan teachers, followed by a coding bootcamp for children. The participants’ interest in coding and their learning experiences were analyzed. A total of 32 children and 8 teachers completed a coding interest survey, and both groups showed high interest levels, with mean scores exceeding 4.8. In particular, children responded positively to items such as “I want to learn more about coding” and “I want to build robots when I grow up,” indicating that they perceive coding as a subject they would like to continue exploring in the future. While this study demonstrates the practical feasibility and educational value of coding education for children in developing countries, it has limitations in that it was conducted as a short-term study in a single region, and the program was not directly implemented by the researcher, which may limit the interpretation and generalizability of the results.

본 연구는 초등학교 프로그래밍 교육의 내용과 변화 양상을 체계적으로 분석하기 위해 제5차 교육과정부터 2022 개정 교육과정까지의 국가수준 교육과정 문서와 초등학교 실과 교과서를 대상으로 양적·질적 분석을 수행하 였다. 양적 분석에서는 프로그래밍 교육 내용이 포함된 교과서 쪽수의 시기별 비율을 파악하였고, 질적 분석에서 는 프로그래밍 개념·표현·처리·적용 네 가지 범주를 기준으로 교육 내용을 분석하였다. 분석 결과, 제5차 교육과정 에서 프로그래밍 교육이 처음 도입되었으나 이후 일정 기간 단절되었으며, 2015 개정 교육과정부터 다시 강화되기 시작하였다. 2022 개정 교육과정에서는 ‘디지털 사회와 인공지능’ 영역을 통해 프로그래밍 교육이 체계적으로 제시 되었다. 본 연구는 향후 국가수준 교육과정에서 프로그래밍 교육의 연속성과 체계적 내용 구성이 필요하며, 구체 적 교수·학습 평가 체계 마련과 문제 해결 능력 및 컴퓨팅 사고력 함양 중심의 교육 설계의 중요성을 제언한다.

This study conducted quantitative and qualitative analysis national curriculum and elementary Practical Arts textbooks from the 5th National Curriculum to the 2022 Revised Curriculum to systematically examine the content and developmental trends of programming education in elementary schools. In the quantitative analysis, the ratio of textbook pages containing programming content was identified by curriculum period, while the qualitative analysis examined the educational content based on four categories: Programming Concept, Representation, Processing, and Application. The analysis revealed that programming education was first introduced in the 5th National Curriculum, discontinued for a period, and then began to be reinforced from the 2015 Revised Curriculum. In the 2022 Revised Curriculum, programming education has been systematically presented through the 'Digital Society and Artificial Intelligence' area. This study suggests the need for continuity and systematic content organization in future national curriculum, and emphasizes the importance of establishing a concrete teaching, learning, and assessment system, as well as designing an education focused on fostering problem solving ability and computational thinking.

본 연구는 초등학교 사회과 경제영역과 융합한 데이터 과학 교육 프로그램을 개발하여 적용하였다. 초등학교 교사와 학생을 대상으로 사전 요구 분석을 진행한 결과를 바탕으로 하여 프로그램을 설계하였다. 블록 기반 프로그래밍 언어인 엔트리와 초등학교 6학년 사회과 경제 단원의 학습 내용 및 공공 통계 데이터를 활용하여 교육 프로그램을 개발했다. 이를 통해 학생들이 데이터 과학의 주요 절차를 따라 다양한 데이터를 활용하여 직접 프로그램을 제작함으로써 컴퓨팅 사고력과 경제이해력을 향상할 수 있도록 구성하였다. 개발된 교육 프로그램은 제주도 소재 초등학교 6학년 학생들을 대상으로 적용되었다. 교육 프로그램 시행 전후의 검사 결과를 분석한 결과, 본 교육 프로그램이 학습자의 컴퓨팅 사고력 및 경제이해력 향상에 긍정적인 영향을 준 것으로 나타났다.

This study developed and applied a data science education program integrated with the economics domain of elementary social studies. The program was designed based on the results of a preliminary needs analysis conducted with elementary school teachers and students. The block-based programming language Entry, together with the learning content of the 6th-grade social studies economics unit and public statistical data, was utilized to develop the program. It was structured to enable students to enhance their computational thinking and economic understanding by following the main procedures of data science and creating programs using various datasets. The developed program was applied to 6th-grade students at an elementary school in Jeju. Analysis of pre- and post-test results showed that the program had a positive effect on improving learners’ computational thinking and economic understanding.

인공지능 기술의 발전은 미래 직업 변화에 큰 영향을 미치고 있으며, 디지털·데이터·인공지능 관련 직업의 필요성은 더 욱 증가할 것으로 예측된다. 본 연구에서는 생성형 AI를 활용한 초등학교 진로 캠프 프로그램을 개발하여 주 1회, 5주간 총 20차시로 운영하고 그 효과를 분석하였다. 참여 학생들은 투닝, 브루, 캔바 등 다양한 생성형 AI 도구를 활용해 진로 탐색 과정을 노래 가사, 웹툰, 영상, 포스터 등의 형태로 표현하며 활동하였다. 효과 검증을 위해 학습자의 사전·사후 진로 결정자기효능감 검사, 인공지능 태도 검사, 그리고 예비 교사가 기록한 관찰일지를 분석하였다. 그 결과, 학생들의 진로결 정자기효능감이 유의하게 향상되었으며 인공지능에 대한 태도 또한 긍정적으로 변화하였다. 이러한 결과는 생성형 AI를 활용한 진로 캠프 프로그램이 초등학생의 진로교육에 효과적으로 기여할 수 있음을 보여준다.

The advancement of artificial intelligence is reshaping future careers, increasing the demand for digital, data, and AI-related professions. In this study, an elementary school career camp program using Generative AI was developed and operated once a week for a total of 20 sessions for 5 weeks, and the effect was analyzed. Students used AI tools such as Suno, Tooning, Vrew, Canva to represent their career exploration through song lyrics, webtoons, videos, and posters. Program effectiveness was evaluated via pre- and post-tests of career decision-making self-efficacy and attitudes toward AI, alongside observation journals recorded by preservice teachers. Results showed significant improvements in students’ career decision-making self-efficacy and positive shifts in AI attitudes. These findings indicate that generative AI-based career camp programs can effectively support elementary students’ career education.

본 연구는 국내·외 생성형 AI 활용 교육과 관련한 연구 동향을 조망하고, 핵심 키워드와 그 구조를 파악하기 위 해 키워드 네트워크 분석을 시행하였다. 국내 247편, 국외 491편을 수집하고, 키워드를 정제한 뒤 동시 출현 행렬 을 구축하여, 연결 중심성, 근접 중심성, 매개 중심성 별로 상위 핵심 키워드를 도출하고 관련 네트워크를 시각화 하였다. 연구 결과, 국내 연구에서는 ’language’, ’english’, ’korean’ 등 언어 교육의 맥락과 관련한 키워드가 핵심 키워드로 등장하였고, 국외 연구에서는 ‘develop’, ’evaluation’, ’practice’ 등과 같은 교수 설계 맥락의 키워드가 핵 심 키워드로 등장하였다. 연구 결과를 바탕으로 국내·외 생성형 AI 활용 교육의 동향을 도출하였으며, 생성형 AI 와 같은 신기술을 적용한 동향 연구의 필요성을 제언하였다.

This study aims to provide a comprehensive overview of research trends in the educational applications of Generative AI in both domestic and international contexts and to identify the core keywords and their structural relationships through keyword network analysis. To this end, 247 domestic and 491 international studies were collected, and the extracted keywords were refined to construct a co-occurrence matrix. Key terms were then derived on the basis of degree centrality, closeness centrality, and betweenness centrality, and the corresponding networks were subsequently visualized. The findings indicate that domestic research is primarily characterized by keywords related to language education, such as “language,” “English,” and “Korean,” whereas international research highlights keywords such as “develop,” “evaluation,” and “practice,” which are closely associated with instructional design. Drawing upon these results, the study delineates the emerging trends in the educational use of generative AI across domestic and international settings and underscores the necessity of conducting trend analyses in light of rapidly evolving technologies such as Generative AI.

본 연구는 AI융합교육 전공 현직 초등교원의 생성형 AI 활용 수업에 대한 인식과 교육 요구를 분석하여 교사 교육 및 정책 개선을 위한 시사점을 도출하는 것을 목적으로 한다. 이를 위해 61명의 AI융합교육 전공 현직 초등 교원을 대상으로 생성형 AI 활용 수업에 대한 인식과 요구를 조사하였고, 수집된 자료를 기술통계, t-검정, Borich 요구도 분석 및 Locus for Focus 모델을 활용하여 분석하였다. 분석 결과, 참여 교원들은 생성형 AI 활용 수업의 중요성을 전반적으로 높게 인식하였으며(평균 4.11-4.61, 긍정 응답 비율 78.7-97.8%), 특히 ‘수업 지침 제공’과 ‘구 독·구매 비용 지원’ 항목에서 가장 높은 인식을 보였다. 그러나 실제 적용 능력과의 차이가 존재하였으며, 수업 실 행 단계에서 교육 요구가 가장 높았다. ‘자료 제시 및 학습 안내’와 ‘학습자 수행 유도’는 Borich 분석과 Locus for Focus 분석 모두에서 우선 지원 요소로 확인되었다. 연구 결과를 기반으로 AI융합교육 전공 교원을 대상으로 한 생성형 AI 활용 수업 지원 방안과 정책 개선 방향을 논의하였다.

This study investigated the perceptions and educational needs of in-service elementary school teachers majoring in AI convergence education regarding generative AI-integrated instruction. Data from 61 teachers were analyzed using descriptive statistics, t-tests, Borich needs analysis, and the Locus for Focus model. Teachers rated generative AI-integrated instruction as highly important (M = 4.11–4.61, 78.7–97.8% positive responses), particularly ‘instructional guidelines’ and ‘financial support’, but reported limited implementation ability. The greatest needs appeared in the instructional implementation stage, with ‘presentation of materials and instructional guidance’ and ‘facilitation of learner performance’ prioritized in both Borich and Locus for Focus analyses. The findings suggest strategies and policy directions to support teacher training and enhance generative AI-integrated instruction.

본 연구는 인공지능 교육의 확산에 따라 교육용 보드게임의 학습 효과를 체계적으로 평가할 수 있는 인공지능 교육 보드게임 평가도구를 개발하는 것을 목적으로 한다. 초등학교 성취기준 분석, 문헌 고찰, 전문가 검토를 통해 도구를 구성하였으며, 평가 영역은 교육 목표·내용, 인공지능 학습 요소, 게임 실 행·상호작용, 보드게임 구성의 네 범주로 설계하였다. 각 문항은 내용타당도 검증을 통해 도구의 타당 성을 확보하였다. 연구 결과, 본 평가도구는 인공지능 교육 보드게임의 다양한 특성과 교육적 가치를 효과적으로 파악하는 데 유용하며, 교육 자료 개발 시 교육적 완성도 향상에 기여한다. 또한 인공지능 교육의 내용·방법 측면의 다양성을 존중하면서도 체계적이고 일관된 평가 기준을 제시했다는 점에서 의의가 있다.

This study aims to develop an assessment instrument that systematically evaluates the learning effectiveness of educational board games for artificial intelligence education amid the expanding adoption of AI in schools. The instrument was constructed through an analysis of elementary-level achievement standards, a literature review, and expert consultation. Its framework comprises four domains: educational goals and content, AI learning components, gameplay and interaction, and board-game design and structure. Content validity for each item was established through expert-based validation. The findings indicate that the instrument is useful for identifying the diverse characteristics and educational value of AI education board games and contributes to enhancing the instructional quality of related materials. Moreover, by offering systematic and consistent evaluation criteria while respecting diversity in AI education content and methods, the instrument provides meaningful guidance for the development and evaluation of AI-focused board games.

본 연구는 초등학교 교육과정에서 기초학력(문해·수리)과 디지털 소양의 보장 방식과 법적 근거를 비교·분석하 여, 디지털 소양의 제도적 보완 필요성을 규명하는 것을 목적으로 한다. 이를 위해 2022 개정 교육과정, 관련 법 령, 국가수준 진단·보정 체계, 그리고 교과별 최소 시수 규정을 검토하였다. 분석 결과, 기초학력은 「기초학력보 장법」과 국가수준 진단·보정 체계에 근거하여 법적·제도적으로 안정적으로 보장되며, 국어와 수학은 법·시행령·고 시에 의해 최소 시수가 확보되고 있었다. 반면, 디지털 소양은 법률상 정의가 부재하고, 국가수준 진단 체계도 일 부 연구·시범 사업에 머물러 전국 단위로 정례화되지 않아 미흡하였다. 또한 ‘34시간 이상’ 권고는 독립 교과 시수 가 아니라 학교자율시간·타 교과 융합을 전제로 하고 있어 실제 정보교육의 학습 시수를 정확히 파악하기 어렵다. 이러한 취약성은 교육과정 개정만으로는 해소하기 어려우므로, 법률 차원의 명문화, 국가수준 진단·보정 체계의 전 국적 확대, 최소 시수 확보를 위한 제도 마련이 필요하다.

This study examines the legal bases and assurance mechanisms for basic academic achievement (literacy and numeracy) and digital literacy in the Korean elementary school curriculum, aiming to identify the need for institutional enhancement of digital literacy. The 2022 Revised National Curriculum, relevant laws, national- level diagnostic and remedial systems, and minimum instructional hour regulations by subject were reviewed. Analysis showed that basic academic achievement is well secured under the Act on the Guarantee of Basic Academic Achievement and through a national diagnostic and remedial system, with minimum instructional hours for Korean and mathematics ensured by law. In contrast,digital literacy lacks a legal definition, and its national diagnostic system remains limited to research and pilot projects without nationwide institutionalization. Furthermore, the “at least 34 hours” guideline is implemented through cross-curricular or autonomous activities rather than as a stand-alone course, making actual instructional time unclear. Such limitations highlight the need for legal and institutional support.

이 연구는 AI 교육의 내용을 AI 이해, AI 활용, AI 개발, AI 윤리 등 4가지 영역으로 구분하고, 영역별 초등 교 원의 AI 교육 역량을 분석하였다. 이를 위해 A 대학교에서 2021년부터 2025년까지 초등 교원을 대상으로 운영한 SW‧AI 직무 연수의 설문 자료를 활용하여 배경변인별 AI 교육 역량을 분석하였다. 그 결과 및 제언은 다음과 같 다. 첫째, AI 교육 역량은 2021년 이후 2025년까지 꾸준히 증가하였지만, 여전히 보통 수준에 머물러 있었다. 둘째, 여교사의 AI 교육 역량이 상대적으로 낮고, 관련 연수 경험이 많을수록 AI 교육 역량도 커지므로 다양한 AI 연수 프로그램을 개발하여 연수 기회를 확대해야 한다. 셋째, AI 모델을 개발하고, 그것을 이용하여 간단한 프로그램을 개발할 수 있는 역량 개발이 필요하다. 넷째, AI 교원 연수는 AI 지식이나 기능 이외에도 그것을 교수·학습활동에 적극적으로 활용할 수 있는 교수 역량 개발이 필요하다.

This study categorized the content of AI education into four domains—AI understanding, AI utilization, AI development, and AI ethics—and analyzed elementary teachers’ competencies in each domain. To this end, survey data were drawn from SW·AI in-service training programs for elementary school teachers conducted at University A from 2021 to 2025, and teachers’ AI education competencies were examined according to background variables. The findings and implications are as follows. First, while teachers’ AI education competencies have steadily increased since 2021 and are expected to continue improving through 2025, they remain at a moderate level. Second, female teachers tended to show relatively lower competencies, whereas teachers with more training experience demonstrated higher competencies, indicating the need to expand training opportunities by developing diverse AI training programs. Third, it is necessary to strengthen teachers’ capacity to develop AI models and create simple programs using them. Fourth, AI teacher training needs to move beyond knowledge and skills to include the development of teaching competencies for active integration into instruction and learning.

정보교육은 모든 학습자가 디지털 사회에서 기본적으로 갖추어야 할 역량과 직결되기 때문에, 형평성의 확보가 특 히 중요하다. 이에 본 논문은 미국의 컴퓨터 과학 교육 문서 3가지를 분석하고 2022 개정 교육과정의 타 교과 형평 성 관련 지침을 검토하여 우리나라 정보교육의 형평성 확보를 위한 시사점을 도출하였다. 연구 결과, 미국은 형평성 을 컴퓨터 과학 교육 개혁의 핵심 가치로 설정하고 정책, 현황 점검, 실천 전략에 이르기까지 다층적인 접근을 하고 있었으며, 2022 개정 교육과정에서는 대부분의 교과에서 다양한 학습자의 특성을 고려한 교수·학습 및 평가 지침을 마련하고 있었다. 본 연구에 따른 우리나라 정보교육 형평성 강화를 위한 시사점은 다음과 같다. 첫째, 학습자의 다양 성을 존중하는 포용적 교실 문화를 조성해야 한다. 둘째, 다문화·장애·농어촌·학습 부진 학생 등 정보 접근에서 제약 을 겪을 수 있는 집단을 위한 맞춤형 교수·학습 전략과 지원 방안을 마련해야 한다. 셋째, 정보교육을 다른 교과 및 지역사회와 연계하는 통합적 접근이 필요하다. 넷째, 교육과정 차원에서 모든 학습자의 배경과 수준을 고려한 성취기 준 해설과 교수·학습 지침, 평가 기준을 마련해야 한다.

Information education is directly connected to the competencies that all learners must acquire in the digital society, making the assurance of equity a particularly critical task. This study analyzed three major U.S. computer science education documents and examined the equity-related guidelines of other subjects in Korea’s 2022 Revised Curriculum to derive implications for enhancing equity in information education. The findings revealed that the United States has established equity as a core value of computer science education reform and has pursued a multilayered approach encompassing policy, monitoring, and practical strategies. In addition, most subjects in the 2022 Revised Curriculum also included teaching, learning, and assessment guidelines that reflect the characteristics of diverse learners. Based on these findings, four implications for enhancing equity in Korea’s information education were identified. First, inclusive classroom cultures that respect learner diversity should be fostered. Second, tailored instructional strategies and support must be provided for groups facing barriers to access, such as multicultural students, students with disabilities, rural students, and underachievers. Third, integrative approaches that connect information education with other subjects and local communities should be promoted. Fourth, achievement standard commentaries, instructional guidelines, and assessment criteria that consider learners’ diverse backgrounds and levels need to be developed.

본 연구는 초등학생의 인공지능 윤리 역량 함양을 목표로, 하브루타 학습 원리를 적용한 인공지능 윤리교육 모 형과 철학카드를 개발하였다. 모형은 ‘사실문제 파악하기–윤리적 관점에서 바라보기–공감하기–모둠 토의 및 발 표–쉬우르’의 5단계로 설계되었으며, 철학카드는 문제 돋보기 카드와 감정 카드로 구성되어 학습자가 인공지능 상 황을 윤리적으로 탐색하고 다양한 감정을 이해할 수 있도록 지원하였다. 전문가 검토 결과 모든 항목의 CVI 값이 기준을 충족하였으며, 초등학교 5학년을 대상으로 한 파일럿 수업을 통해 현장 적용 가능성이 확인되었다. 본 연 구는 학교 현장에서 활용 가능한 구체적 모형을 제시함으로써 인공지능 윤리 감수성과 윤리적 판단력 신장에 기 여할 수 있다.

This study aimed to foster elementary school students’ AI ethics competence by developing an AI ethics education model and philosophy cards based on the principles of Havruta learning. The model was designed in five stages—identifying factual issues, examining from ethical perspectives, empathizing, group discussion and presentation, and shiur. The philosophy cards, composed of “Issue-Magnifier Cards” and “Emotion Cards,” were created to help learners ethically explore AI-related situations and understand diverse emotions. Expert review confirmed that all items satisfied the CVI standards, and a pilot lesson with 23 fifth-grade students verified the practical applicability of the model in classroom settings. This study contributes to enhancing students’ AI ethics sensitivity and moral judgment by presenting a concrete model that can be applied in schools.

본 연구는 AI 놀이 콘텐츠를 활용한 유아 인공지능 교육 프로그램이 유아의 컴퓨팅 사고력에 미치는 영향을 검 증하는 데 목적이 있다. 이를 위해 충청남도에 소재한 A 단설유치원의 만 5세 유아 20명을 대상으로 9주 동안 총 14차시의 교육 프로그램을 적용하였다. 교육 내용은 인공지능, 데이터, 알고리즘(순차·반복 구조)을 주요 주제로, 쥬니버스쿨의 AI 놀이 및 놀이코딩 콘텐츠를 게임, 신체 활동, 소그룹 토의 등 다양한 놀이 기반 활동과 연계하여 구성하였다. 연구 결과, 유아의 컴퓨팅 사고력 총점은 통계적으로 유의미하게 향상되었으며, 특히 문제 분해와 알 고리즘 영역에서 가장 큰 효과를 보였다. 이는 AI 놀이 콘텐츠 기반 유아 인공지능 교육이 유아의 컴퓨팅 사고력 발달에 긍정적 영향을 미칠 수 있음을 보여주며, 놀이와 학습을 연계한 유아 인공지능 교육 프로그램의 타당성과 실천 가능성을 제시한다.

This study investigated the effects of an AI play-based education program on young children’s computational thinking. The program was implemented with twenty five-year-old children attending a public kindergarten in Chungcheongnam-do, Korea, over a nine-week period comprising fourteen sessions. The curriculum focused on the key concepts of artificial intelligence, data, and basic algorithmic structures (sequence and iteration), and integrated AI play and play-coding content from Juniver School into various play-based learning experiences, including games, physical activities, and small-group discussions. The findings revealed a statistically significant improvement in children’s overall computational thinking, particularly in the areas of problem decomposition and algorithmic thinking. These results suggest that AI play-based learning can effectively foster young children’s computational thinking development. Furthermore, the study underscores the educational value and practical feasibility of integrating AI and play in early childhood education, providing empirical evidence to support the implementation of play-centered AI education programs in kindergarten settings.

본 연구에서는 노벨 엔지니어링 기반의 AI 융합교육 연수 프로그램이 현직 초등교사들의 AI 융합교육 역량에 미치는 효과성을 검증하였다. 연수는 현직 초등교사 8명을 대상으로 단일집단 사전-사후검사 설계를 활용하여 진 행되었으며, 12시간의 연수 후 AI 융합교육 역량 검사와 만족도 조사를 실시하였다. 분석 결과, AI 융합교육 소양, 활용, 가치의 세 영역과 모든 하위 요소에서 사전 대비 사후 점수가 유의하게 향상되었으며, 연수에 대한 만족도 와 활용도 또한 매우 높게 나타났다. 이는 노벨 엔지니어링이 교사 연수에서 효과적인 AI 융합교육 방법론으로 활 용될 수 있음을 시사하며, 초등교사의 AI 융합수업 설계·운영 역량 강화를 위한 실질적 방안을 제공한다. 본 연구 는 현직교사를 대상으로 한 노벨 엔지니어링 기반 연수의 효과성을 실증적으로 제시했다는 점에서 의의를 가지며, 향후 다양한 교육 현장과 교사 집단을 대상으로 한 후속 연구가 필요함을 제안한다.

This study examined the effectiveness of a teacher training program based on novel engineering in enhancing elementary school teachers’ competencies in AI convergence education. The program was implemented with eight in-service elementary teachers using a single-group pretest–posttest design, and a 12-hour training course was followed by an AI convergence education competency assessment and a satisfaction survey. The results revealed statistically significant improvements in all three domains of AI convergence education—knowledge, application, and values—and their subcategories, with participants also reporting high satisfaction and perceived usability of the training content. These findings indicate that novel engineering serves as an effective pedagogical approach for teacher professional development, offering practical strategies to strengthen elementary teachers’ capacity to design and implement AI-integrated lessons. This study contributes by providing empirical evidence of the effectiveness of novel engineering-based training for in-service teachers and suggests the need for further research involving diverse educational contexts and teacher groups.

2015년 공교육에서 본격적으로 소프트웨어 교육이 시작되면서 한국교육개발원과 한국교육학술정보원은 소프트 웨어 교육을 위한 교수·학습모델을 개발하였다. 이후 여러 정보교육 프로그램 설계 및 개발에 해당 모델이 활용되 어왔다. 한편, 2022년 개정 교육과정에서는 변화하는 시대 흐름에 따라 소프트웨어 교육이 인공지능 교육을 포괄 하는 형태로 확장되었다. 이에 본 연구에서는 현재와 미래를 대비할 수 있는 초·중등 인공지능 교육에 적합한 새 로운 통합적 교수·학습모델을 제시하고자 한다. 본 모델은 노벨 엔지니어링, 디자인 씽킹, 게이미피케이션, 프로젝 트, 실연-실습 중심의 총 5가지 모델로 구성되었으며, 2022 개정 교육과정의 인공지능 교육에 편리하게 활용할 수 있도록 내용 요소, 절차, 주요 활동을 제안하였다. 제안된 모델은 7명의 전문가 대상 조사를 통해 그 타당도가 검 증되었다. 더불어, 각 모델을 적용하기 적합한 상황, 핵심 역량, 평가 방안을 명시하여 모델의 실용적 가치를 높였 다. 앞으로 본 연구가 초·중등학생들을 위한 AI 교육 프로그램 개발에 폭넓게 활용되기를 기대한다.

In 2015, as software education was formally initiated in public schools, the Korean Educational Development Institute (KEDI) and the Korea Education & Research Information Service (KERIS) developed a teaching and learning model for software education. This model was subsequently utilized in the design and development of various information education programs. Meanwhile, the 2022 revised curriculum expanded software education to encompass artificial intelligence (AI) education, reflecting a changing educational landscape. Accordingly, this study aimed to propose a new integrated teaching and learning model suitable for primary and secondary AI education, preparing students for the present and the future. The model consisted of five approaches: Novel Engineering, Design Thinking, Gamification, Projec, and Demonstration-Practice. The models proposed specific content elements, stages, and activities to facilitate their practical use within the 2022 revised curriculum. The validity of the proposed models was verified through a survey of seven experts. Furthermore, model utility was enhanced by clearly defining contexts, competencies, and assessment methods. It is anticipated that this study will be widely used in developing AI education programs for primary and secondary school students.

프로그래밍 교육은 컴퓨팅 사고력과 문제해결력을 기르는 것을 목표로 하며 이를 위해 블록 프로그래밍 언어 를 활용한 프로그래밍 교육이 진행되고 있다. 프로그래밍 교육 방법 중 디버깅 기반 교육은 작성하는 코드에 대 해 파악하고 스스로 수정하며 논리적 사고력과 문제해결력 향상을 위한 교육 방법으로 사용할 수 있다. 효과적 인 디버깅 기반 교육을 위해서는 오류가 포함된 프로그램을 생성하는 것이 중요하며 뮤테이션 연산자는 적합한 접근법이 될 수 있다. 하지만 뮤테이션 연산자를 적용해 오류가 포함된 뮤턴트를 생성할 때 equivalent mutant 와 같은 문제점들이 발생할 수 있다. 이에 본 연구에서는 이전 연구에서 제안한 뮤테이션 연산자를 바탕으로 오 류를 생성하기 위한 사전/사후 조건을 분석하여 제시하고자 한다. 이를 통해 프로그래밍 교육에서 효과적으로 오류가 포함된 문제를 생성하고 이를 바탕으로 교육에 활용할 수 있을 것으로 기대한다.

Programming education aims to improve computational thinking and problem-solving skills. Block programming language is one of the mainly used method for education. Debugging-based programming education can be used as a method to enhance logical thinking and problem-solving skills by increasing understanding of codes and modifying them. For this, generating mutants which are modified programs from original programs including inserted errors, is a crucial activities. Mutation operators can be a suitable approach for generating mutants. However, there also have a equivalent mutant problem. This paper aims to analyze and propose pre/post-conditions for generating errors based on the mutation operator suggested in previous research. This is expected to enable the effective generation of error-containing problems in programming education and their utilization for teaching purposes.

현재 초등 인공지능 프로그래밍 교육에서 널리 사용되는 클라우드 기반 플랫폼들은 학생 데이터를 외부 서버로 전송하여 처리하는 경우가 많다. 이 과정에서 학생들의 웹캠 영상, 음성 녹음, 개인 사진 등 민감한 정보가 외부로 유출될 수 있는 개인정보 보호 문제가 발생한다. 본 논문에서는 이러한 문제를 해결하기 위해 교사가 직접 간단히 운영할 수 있는 웹소켓 서버의 기술적 타당성을 검증하였다. 2코어 프로세서와 4GB 메모리를 갖춘 저사양 클라우 드 환경에서 파이썬과 러스트로 구현한 웹소켓 서버를 테스트했다. 실험은 동시 접속자 수를 10명에서 300명까지 변경하며, 100바이트의 텍스트 데이터와 23킬로바이트의 이미지 데이터를 다양한 빈도로 전송하는 6가지 시나리 오로 구성되었다. 실험 결과, 일반적인 초등학교 학급 규모인 30명 환경에서 두 서버 모두 대부분의 시나리오에서 100밀리초 이하의 응답 시간을 달성하여 실시간 교육 활동에 충분한 성능을 보였다. 모든 시나리오에서 메시지 무결성과 순서 보장이 완벽하게 이루어졌다. 이러한 결과는 교사가 저렴한 클라우드 서버나 개인 노트북으로도 학 급 단위 실시간 협업 학습을 안정적으로 지원할 수 있음을 의미한다.

Currently, cloud-based platforms widely used in elementary AI programming education often transmit and process student data on external servers. This process raises privacy concerns as sensitive information such as students' webcam footage, voice recordings, and personal photos may be exposed to external entities. This paper validates the technical feasibility of WebSocket servers that teachers can easily operate themselves to address these issues. We tested WebSocket servers implemented in Python and Rust in a low-specification cloud environment with a 2-core processor and 4GB of memory. The experiments consisted of six scenarios with concurrent users ranging from 10 to 300, transmitting 100-byte text data and 23-kilobyte image data at various frequencies. The experimental results showed that in a typical elementary school classroom environment of 30 students, both servers achieved response times below 100 milliseconds in most scenarios, demonstrating sufficient performance for real-time educational activities. Message integrity and order preservation were perfectly maintained across all scenarios. These findings indicate that teachers can reliably support class-level real-time collaborative learning using affordable cloud servers or personal laptops.

본 연구는 AI 코스웨어 활용 맞춤형 수업이 초등학생의 수학 학업성취도와 자기효능감에 미치는 효과를 분석하 고자 하였다. 충북 지역 초등학교 5‧6학년을 대상으로 설명적 순차 설계(explanatory sequential design)를 적용 하여, 사전‧사후 검사와 설문을 통한 양적 분석, 학생·교사 면담(FGI)을 통한 질적 분석을 병행하였다. 그 결과 학 업성취도는 유의미하게 향상되었으며, 특히 중‧하위권 학생의 격차 해소 효과가 확인되었다. 자기효능감에서도 수 행경험, 사회적 격려, 정서적 안정 영역에서 긍정적 변화가 나타났다. 또한 교사들은 진단평가 기반 수업 설계와 개별 피드백·학습자 주도 학습의 필요성을 강조하였다. 이를 통해 AI 코스웨어는 맞춤형 수업의 효과성과 학습자 중심 수업 역량 강화를 지원함을 시사한다.

This study aimed to analyze the effects of AI courseware-based personalized instruction on elementary students’ mathematics achievement and self-efficacy. An explanatory sequential design was applied to fifthand sixth-grade students in an elementary school in Chungbuk Province, combining quantitative analyses using pre- and post-tests and surveys with qualitative analyses through student and teacher focus group interviews (FGIs). The results showed a significant improvement in academic achievement, particularly among lower- and middle-achieving students, indicating the effect of reducing learning gaps. In terms of self-efficacy, positive changes were observed in performance experience, social encouragement, and emotional stability. Teachers also emphasized the importance of diagnostic assessment-based instructional design, individualized feedback, and learner-centered instruction. These findings suggest that AI courseware supports the effectiveness of personalized learning and strengthens learner-centered teaching competencies.

데이터 사회의 도래와 함께 초등교육에서 데이터 리터러시의 중요성이 강조되고 있으나, 초등학생의 인지발달 단계를 고려한 체계적인 측정도구는 부족한 실정이다. 본 연구는 Webb의 DOK(Depth of Knowledge) 이론을 적 용하여 초등학생의 데이터 리터러시를 인지적 깊이의 관점에서 측정하는 도구를 개발하고 타당화하였다. 연구는 문헌연구를 통해 7개의 초기 이론 요인을 설정하고, 전문가 델파이 조사, 예비조사(223명), 본조사(221명)의 절차로 진행되었다. 탐색적 요인분석 결과, 초기 7요인 모델은 초등학생 수준에서 4개의 핵심 요인(이해 및 수집, 관리 및 전처리, 분석 및 표현, 데이터 기반 의사소통)으로 수렴되는 구조를 보였다. 이 4요인 22문항 모델은 확인적 요인 분석 결과 양호한 모형 적합도(CFI=.958, TLI=.952, RMSEA=.064)와 높은 신뢰도(α=.971)를 나타냈으며, HTMT 분석을 통해 판별 타당도 또한 확보하였다. 본 연구에서 개발된 측정도구는 초등학생의 데이터 리터러시를 체계적 으로 진단하고 맞춤형 교육을 설계하는 데 기여할 것으로 기대된다.

As the importance of data literacy in elementary education is emphasized, there is a lack of systematic assessment tools that consider the cognitive developmental stages of elementary students. This study developed and validated a tool to measure elementary students' data literacy by cognitive depth, applying Webb's DOK (Depth of Knowledge) theory. The research began with an initial 7-factor theoretical model derived from a literature review, followed by an expert Delphi survey, a preliminary survey (N=223), and a main survey (N=221). An exploratory factor analysis revealed that the initial 7-factor model converged into a more parsimonious 4-factor structure for elementary students: ‘Understanding & Collection’, ‘Management & Preprocessing’, ‘Analysis & Representation’, and ‘Data-driven Communication’. This 4-factor, 22-item model demonstrated good model fit in a confirmatory factor analysis (CFI=.958, TLI=.952, RMSEA=.064), high reliability (α=.971), and secured discriminant validity through HTMT analysis. The tool developed in this study is expected to contribute to systematically diagnosing elementary students' data literacy and designing customized education.

본 연구는 다양한 에듀테크가 활용되는 교육 환경에서 학습 콘텐츠 제공형, 학습 지원형 에듀테크를 구분하고, 학 습 지원형 에듀테크를 활용하여 2022 개정 교육과정이 강조하는 ‘디지털 기초소양’ 함양을 위한 실질적인 방안을 모 색하고자 하였다. 이를 위해 초등학교 3학년 학생들을 대상으로, 교과 과정과 연계하여 원노트(OneNote)와 캔바 (Canva) 등 학습을 지원하는 에듀테크 활용 교육 프로그램을 개발 및 적용하였다. 실험집단-통제집단 사전-사후 검 사 설계를 통해 프로그램의 효과를 검증한 결과, 실험집단은 통제집단에 비해 디지털 리터러시 점수가 유의미하게 향 상(t=-6.171, p=0.000) 되었다. 또한 사전 검사 결과 동질집단(t=-0.708, p=.484)에서 이질집단(t=-2.250, p=.030)으 로 되었으며, 사후-사전 점수 변화량에서 통계적으로 유의미하게 높은 향상(t=2.278, p=.009)을 보였다. 이는 학습 과 정에서 학생이 직접 디지털 도구를 사용하여 정보를 관리, 재구성, 창작하는 활동이 디지털 리터러시 함양에 효과적임 을 시사한다. 본 연구는 정규 교과 내에서 학습 지원형 에듀테크를 활용한 구체적인 교수·학습 모델을 제시했다는 점 에서 의의를 가지며, 향후 교과와 연계한 에듀테크 활용 교육과정 개발 및 교사 역량 강화 연수의 필요성을 제언한다.

In an educational environment utilizing diverse Edu-Tech, this study distinguishes between 'content-delivery' and 'learning-support' types and to explore practical measures for fostering the 'digital literacy' emphasized by the 2022 revised national curriculum through the application of the learning-support Edu-tech. The program's effectiveness was verified through a pre-test/post-test control group design. While the groups were homogeneous at the pre-test (t= -0.708, p= .484), the experimental group demonstrated significantly greater improvement in digital literacy than the control group. This was evidenced by a significant difference in post-test scores (t= -2.250, p= .030) and in the analysis of gain scores (t= 2.278, p= .009). These results indicate that integrating activities where students manage, reconstruct, and create information with digital tools into the regular curriculum is an effective model for enhancing digital literacy. This study underscores the importance of both curriculum redesign and professional development for teachers to support such integration.

본 연구는 교사들의 생성형 AI 사용 경험이 공유·나눔에 대한 인식과 공감능력에 미치는 영향을 분석하고, AI 사용 경험 단계별 변화 양상을 탐구하는 것을 목적으로 한다. 이를 위해 생성형 AI 사용 경험이 있는 초등교 사 32명을 대상으로, AI 사용 경험을 '이전-초기-현재'의 3단계로 구분하여 설문조사를 실시하였다. 수집된 데 이터는 반복측정 분산분석, 독립표본 t-검정, 상관분석, 다중회귀분석을 사용하여 분석하였다. 연구 결과, 생성형 AI 사용 경험이 축적됨에 따라 '공감 인식', '상황적 흥미' 등 6개의 모든 공감능력 하위 요인에서 통계적으로 유의미한 증가 경향이 나타났다. 특히 AI 사용 빈도가 높은 교사 집단에서 더 높은 점수를 보였으며, '상황적 흥 미'가 공유·나눔 인식과 높은 상관관계를 보였다. 본 연구는 소규모 표본과 회상적 측정의 한계가 있으나, AI 사 용 경험과 교사의 공감능력 및 협력적 문화 간의 긍정적 관련성을 시사한다. AI 사용 경험은 교사의 공감능력을 보완하고 강화하는 긍정적 효과를 가질 것으로 전망한다. 후속 연구를 통한 검증과 함께, 교원 연수 및 자료 제 공 등을 통해 AI 기술을 활용한 교사의 전문성 개발에 대한 체계적 지원이 필요하다.

This study aims to analyze the impact of teachers' generative AI usage experience on their perceptions of sharing and contribution and empathic ability, exploring patterns of change across different stages of AI usage. A survey was conducted with 32 elementary school teachers with generative AI experience, categorizing their usage into three stages: before, initial, and current. Data were analyzed using repeated measures ANOVA, t-test, correlation, and regression analyses. Results showed statistically significant increases across all six sub-factors of empathic ability as AI usage experience accumulated. Teachers with higher AI usage frequency demonstrated higher scores, and situational interest showed strong correlation with sharing and contribution perceptions. Despite limitations of small sample size and retrospective measurement, findings suggest positive relationships between AI usage experience and teachers' empathic ability and collaborative culture. The study indicates that AI usage may complement and enhance teachers' empathic abilities. Systematic support for teachers' professional development through training programs and resources is needed, along with validation through follow-up research.