Earticle

인공지능 기술의 확산은 학교 교육에서 인공지능 교육의 필요성을 더욱 부각시키고 있다. 교육부는 놀이·체험 중심 학습을 초등 인공지능 교육의 핵심 방향으로 제시하였으며, 2022 개정 교육과정에서는 인공지능을 활용한 실생활 문제 해결 역량과 창의적 사고 역량 함양을 강조하고 있다. 이에 본 연구는 노벨엔지니어링 기반의 학생 체험 중심 인공지능융합교육 프로그램을 개발·적용하고자 하였다. PDIE 모형에 따라 총 10차시로 설계하였으며, 인공지능 교육 플랫폼 엔트리를 활용하여 구현하였다. 초등학교 6학년 학생을 대상으로 적용한 결과, 인공지능 리터러시와 컴퓨팅사고력에서 통계적으로 유의미한 향상이 나타나 본 프로그램의 교육적 효과와 현장 적용 가능성을 확인하였다.

The expansion of AI technologies has underscored the need for AI education in schools. The 2022 revi sed curriculum emphasizes play- and experience-based learning to foster real-life problem-solving and cr eative thinking skills using AI. Accordingly, this study developed and implemented an AI convergence pr ogram based on a student-centered Novel Engineering approach, designed under the PDIE model and deli vered in ten sessions using the Entry AI platform. The program was applied to sixth-grade elementary s tudents. Results revealed statistically significant improvements in AI literacy and computational thinking, demonstrating the program’s effectiveness and its applicability in elementary school settings.

본 연구는 A시에서 운영한 디지털 기반 교육혁신 교원연수를 대상으로 Kirkpatrick의 4단계 평가 모형 중 반응, 학습, 행동 단계를 적용하여 연수의 효과성을 분석하였다. 해당 연수는 교육부(2024)가 제시한 교실혁명 교원 역량체계의 7개 영역에 기반하여 대면 실습 중심으로 운영되었다. 연구 대상은 연수에 참여한 초등교원 879명으로, 사전-사후 역량향상도와 현업적용도 조사(205명)를 통해 연수 만족도, 역량 향상도, 현업 적용 수준을 검증하였다. 연구 결과, 연수 만족도는 전반적으로 매우 높은 수준으로 나타나 연수 운영과 내용에 대한 교원의 긍정적 인식을 확인하였다. 교원의 역량 향상도는 모든 역량 영역(사람 중심의 HTHT교육, 윤리적 실천, 교육맥락 분석, 수업·평가 설계 및 자료 개발, 수업 실행, 교육평가·성찰, 전문성 개발)에서 사전 대비 사후 점수가 통계적으로 유의미하게 향상되었다. 효과크기는 윤리적 실천 영역(d=0.49)을 제외한 6개 영역에서 중간 효과(d=0.67~0.74)로 나타났으며, 윤리적 실천 영역은 작은 효과로 확인되었다. 현업적용도 분석 결과, 참여 교원은 연수에서 다룬 내용을 실제 수업 현장에 적용할 가능성을 높게 인식하는 것으로 나타났으며, 특히 연수 내용의 실제 수업 적용과 동료 교사와의 정보 공유 역량이 비교적 높게 나타났다. 반면, 학습 수준 진단 역량은 상대적으로 낮게 나타나 향후 보완이 필요한 영역으로 도출되었다. 본 연구는 시·도교육청 차원의 대규모 교원연수가 교원의 역량 향상과 현장 적용 가능성이 긍정적으로 변화할 수 있음을 탐색적으로 제시하며, 향후 디지털 기반 교원연수 성과관리 체계 구축과 정책 설계에 시사점을 제공한다.

This study analyzed the effectiveness of a digital-based educational innovation teacher training program in City A using the reaction, learning, and behavior levels of Kirkpatrick’s evaluation model. The program was designed based on the seven-domain Classroom Revolution Competency Framework established by the Ministry of Education (2024) and delivered primarily through in-person, hands-on training. A total of 879 elementary school teachers participated, and effectiveness was examined through pre- and post-surveys and a transfer-of-training survey completed by 205 respondents. The results demonstrated high levels of training satisfaction and statistically significant improvements across all seven competency domains: human-centered HTHT education, ethical practice, educational context analysis, instructional & evaluation design, instructional implementation, educational evaluation & reflection, and professional development. The effect sizes indicated moderate effects in six domains (d = 0.67–0.74), while the ethical practice domain showed a small effect (d = 0.49). The transfer- of-training results showed that participating teachers perceived a high likelihood of applying the training content to actual classroom practice, particularly in instructional application and information sharing with colleagues, while competency in learning-level diagnosis was relatively lower, suggesting a need for further improvement. These findings provide empirical evidence that large-scale teacher training may be associated with positive changes in teachers’ perceived competencies and perceived potential for classroom application, and offer implications for future digital-based teacher training policy and performance management systems.

마이데이터(MyData)는 금융·의료 등 다양한 분야에서 데이터 이동권과 데이터 주권을 중심으로, 서비스 도입 및 활성화 방안, 수용의도, 프라이버시 인식 등을 다룬 연구가 축적되어 왔다. 반면 교육 분야에서는 학습데이터·평가데이터·생활기록 등 관련 데이터가 축적되고 있음에도, 관련 서비스의 도입 및 수용 쟁점을 체계적으로 다룬 연구가 제한적이다. 이에 따라 본 연구는 교육 전문가 17명을 대상으로 교육 분야 MyData 도입과 관련한 우선순위 요인을 도출하기 위하여 계층화 분석법(AHP)을 실시하였다. 분석 결과, 수용도 제고를 위한 최우선 과제로 신뢰성(22.6%)이 도출되었으며, 가치성(20.8%), 프라이버시(17.9%), 투명성(17.6%), 그리고 편의성(12.4%)이 그 뒤를이었다. 반면 통제성(8.7%)은 상대적으로 낮게 평가되었다. 이러한 결과는 교육 분야 MyData의 제도화를 위하여 신뢰성 확보가 최우선적으로 고려되어야 하며, 단순한 서비스 도입을 넘어 교육데이터의 표준화·검증 체계 구축과 학습데이터 활용 가치 창출, 그리고 미성년 학습자 보호를 포함한 거버넌스 설계 및 운영이 필요함을 시사한다.

MyData research has expanded into domains such as finance and healthcare, with a focus on data portability and data sovereignty. It has also examined service adoption strategies, user acceptance intentions, and privacy perceptions. In education, however, despite the growing accumulation of learning, assessment, and student record data, there is a lack of systematic examination of issues related to the adoption and acceptance of such services. To address this gap, this study applied the Analytic Hierarchy Process (AHP) to identify priority factors for MyData adoption based on judgments from 17 education experts. The results show that trustworthiness (22.6%) is the most important factor, followed by value (20.8%), privacy (17.9%), transparency (17.6%), and convenience (12.4%), while controllability (8.7%) receives a relatively low weight. These findings suggest that securing trustworthiness should be prioritized to institutionalize MyData in education. They further highlight the need for governance design and operation that extend beyond mere service introduction, including the establishment of standardized and verifiable data systems, the creation of value through learning data utilization, and the protection of underage learners.

본 연구는 디지털배지가 교육 및 고용 시장에서 확산되는 흐름 속에서, 대학생의 디지털배지 사용 의향(BI)과 실제 사용(AU)에 영향을 미치는 요인을 기술수용모형(TAM)에 기반하여 실증 분석하는 데 목적이 있다. 연구모형은 TAM의 핵심 변수인 지각된 유용성(PU), 지각된 용이성(PEOU), 사용 의향(BI), 실제 사용(AU)과 함께 외생변인으로 지각된 신뢰성(PT)과 투명성 인식(TP)을 포함하였다. 수도권 K대학교에서 블록체인 기반 디지털배지를 발급받은 학생 153명의 응답 자료를 바탕으로 구조방정식모형을 분석하였다. 가설 검증 결과, 디지털배지의 실제 사용(AU)을 이끌어 내는데 가장 결정적인 요인은 학습자의 자발적인 사용 의향(BI)이었으며, 지각된 신뢰성(PT)이 지각된 유용성(PU)에 영향을 주고, 이어 사용 의향(BI)에 영향을 미치는 구조적 경로가 확인되었다. 반면, 지각된 용이성(PEOU)은 사용 의향(BI)에 유의미한 영향을 미치지 않았고, 투명성 인식(TP)은 지각된 신뢰성(PT)과 높은 상관관계를 보이며 지각된 용이성(PEOU)에만 유의미한 영향을 미치는 것으로 나타났다. 종합하면, 디지털배지의 실제 사용을 확대하기 위해서는 학습자 관점에서 기술의 신뢰성과 유용성 인식 제고가 우선되어야 함을 시사한다.

This study empirically analyzes the factors influencing university students' behavioral intention to use (BI) and actual use (AU) of digital badges based on the Technology Acceptance Model (TAM). The research model includes core TAM constructs—perceived usefulness (PU), perceived ease of use (PEOU), BI, and AU—along with perceived trust (PT) and transparency perception (TP). Structural equation modeling was applied to survey data from 153 students with blockchain-based digital badges at K University. Results revealed that learners' voluntary BI was the most decisive factor leading to AU. A significant structural path was identified from PT to PU, which subsequently influenced BI. In contrast, PEOU had no significant effect on BI, and TP significantly affected only PEOU while showing a high correlation with PT. These findings suggest that securing technological trust and enhancing the perception of usefulness should be prioritized to promote the actual use of digital badges.

본 연구는 발달장애 초등학생을 위한 AI·디지털 리터러시 교육 프레임워크를 개발하는 데 목적이 있다. 문헌 분석과 2022 개정 특수교육 기본교육과정을 토대로 초기 프레임워크를 도출한 후, 전문가 10인의 2차 델파이 조사를 통해 타당성을 검증했다. 연구 결과, AI·디지털 기기의 활용, AI·디지털 콘텐츠의 활용과 생성, AI·디지털 의사소통과 협업, AI·디지털 윤리와 안전, AI·디지털 자기관리와 조절의 5개 대영역을 중심으로 11개 하위 영역과 39개 하위 요소 및 문항으로 세분화하였다. 각 문항은 학습자가 실제 교육 및 일상생활 맥락에서 수행할 수 있는 행동 중심의 진술문으로 구성하였다. 본 연구는 관련 선행연구가 부족한 상황에서 체계적인 프레임워크를 제시했다는 학문적 의의가 있으며, 특히 생성형 AI 등 최신 기술과 기본교육과정을 연계함으로써 실제 교육 현장에서의 높은 실천적 활용도가 기대된다.

This study developed an AI and digital literacy framework for elementary students with developmental disabilities. Based on a literature review and the 2022 Revised Special Education Curriculum, an initial framework was proposed and validated through two rounds of Delphi surveys with ten experts. The resulting framework comprises five domains—AI and digital device use, AI and digital content use and creation, AI and digital communication and collaboration, AI and digital ethics and safety, and AI and digital self-management and regulation —structured into 11 sub-domains and 39 action-oriented items tailored to real-life contexts. This study holds academic significance by addressing the research gap in this field and offers practical utility by integrating generative AI and aligning with national curriculum standards for immediate classroom application.

본 연구는 디지털 기반 교육혁신 교원연수를 운영한 거점학교의 관점에서 연수 운영 과정에서 드러난 구조적 성과와 한계를 분석하는 데 목적이 있다. 이를 위해 디지털 기반 교육혁신 2차년도 교원연수 운영 이후 실시된 거점학교 컨설팅에 참여한 38개교를 분석 대상으로 삼았다. 연구 자료는 거점학교 연수 운영 담당자를 대상으로 수집한 선택형과 서술형 문항으로 구성된 설문 자료이며, 질적 내용 분석 방법을 적용하여 분석하였다. 분석 결과, 초등학교 비중이 높은 본 연구의 응답 자료에서는 학교 단위 연수 운영 구조와 실습 중심 연수 환경, 그리고 거점학교–교육청–강사 간 협력 구조가 교사 인식 변화와 수업 적용을 지원하는 요인으로 인식되었다. 반면, 연수생 모집과 행정 업무의 학교 집중, 예산 및 강사 운영의 경직성, 연수 이후 지원 체계의 부족과 협력 구조의 지속성 미흡은 주요 구조적 한계로 확인되었다. 이는 디지털 기반 교원연수의 효과가 개별 연수 내용뿐 아니라 연수 운영을 둘러싼 제도·행정·협력 구조와 밀접하게 관련됨을 보여준다.

This study analyzes the structural outcomes and limitations of digital-based educational innovation teacher training from the perspective of hub schools. The analysis focused on 38 schools that participated in hub school consulting after the second year of the program. Data were collected through a survey consisting of closed-ended and open-ended items from training coordinators and analyzed using qualitative content analysis. The results showed that, within responses largely based on elementary school contexts, school-based structures, practice-oriented environments, and inter-institutional collaboration were perceived as supporting teacher perception change and classroom application. However, structural limitations were identified, including trainee recruitment and administrative burdens at schools, rigid budget and instructor management, insufficient post-training support, and limited sustainability of collaboration.

본 연구는 디지털 전환 시대에 정보 격차의 사각지대에 놓인 다문화 학생을 대상으로 디지털 리터러시를 함양하기 위한 포용적 디지털 교육 프로그램을 개발하고 그 효과를 검증하였다. 프로그램은 다문화 학생의 특성을 반영하여 스토리텔링을 활용한 진입기, 피지컬 컴퓨팅을 통한 실생활 문제 해결 중심의 도약기, 생성형 AI를 활용한 진로 탐색 맥락의 성장기로 구성하였다. 디지털 새싹 캠프에 참여한 초등학교 6학년 다문화 학생 29명을 대상으로 실시한 결과 디지털 리터러시는 통계적으로 유의미하게 향상되었으며 높은 수준의 효과 크기를 보였다. 또한 하위 요인도 모두 향상되어 본 교육 프로그램이 디지털 리터러시를 통합적으로 향상하는 데 효과적임을 입증하였다. 본 연구는 다문화 학생의 문화적 특성을 고려한 포용적 디지털 교육의 실천적 모델을 제시하였다는 점에서 의의가 있다.

This study developed and validated the effectiveness of an inclusive digital education program designed to cultivate the digital literacy of multicultural students marginalized by the digital divide in the era of digital transformation. Reflecting the unique characteristics of multicultural learners, the program was structured into three sequential phases: an 'Entry' phase utilizing storytelling, a 'Leap' phase focused on real-world problem-solving through physical computing, and a 'Growth' phase situated within the context of career exploration using generative AI. An intervention was conducted with 29 sixth-grade multicultural students participating in a digital sprout camp. The results indicated a statistically significant improvement in overall digital literacy with a large effect size. Furthermore, all sub-factors exhibited significant improvements, demonstrating the program's efficacy in comprehensively enhancing digital literacy. This research holds significance by proposing a practical, inclusive digital education model tailored to the cultural traits of multicultural learners.

본 연구는 생성형 인공지능 활용 맥락에서 작동하는 학습자의 심리적 기제를 측정하기 위하여 AI 고스트라이터 효과와 AI 향상기대 효과 변인의 측정도구를 초기 개발 및 타당화하는 데 목적이 있다. 이를 위해 수도권 소재 공학계열 중심 대학 학부생 200명을 대상으로 전문가 내용타당도 검토, 문항 수준 진단, 탐색적 요인분석 및 확인적 요인분석을 단계적으로 실시하였다. 분석 결과, AI 고스트라이터 효과는 6문항 단일요인 구조, AI 향상기대 효과는 3문항 단일요인 구조로 도출되었으며, 두 척도 모두 수용 가능한 모형 적합도와 신뢰도 및 수렴타당도를 확인하였다. 또한 최종 9문항을 통합한 2요인 상관모형에서도 수용 가능한 적합도와 판별타당도가 확인되어 두 변인이 관련되면서도 구별되는 심리적 기제인 것으로 나타났다. 본 연구는 생성형 인공지능 활용을 심리적 기제 수준에서 측정 가능한 도구로 정교화하였다는 점에서 의의가 있으며, 개발된 도구는 공학교육 맥락에서 학업윤리 교육 및 교수학습 전략 설계를 위한 기초자료로 활용될 수 있다.

This study developed and validated scales measuring two psychological mechanisms underlying generative AI use: the AI Ghostwriter Effect and the AI Enhancement Expectancy Effect. Data were collected from 200 undergraduates at an engineering-focused university. A sequential validation procedure—comprising expert content validity review, item-level diagnostics, exploratory factor analysis (EFA), and confirmatory factor analysis (CFA)—was conducted. Results supported a one-factor, 6 item solution for the AI Ghostwriter Effect and a one-factor, 3 item solution for the AI Enhancement Expectancy Effect, with acceptable model fit, reliability, and convergent validity. An integrated CFA of the final 9 items confirmed that a correlated two-factor model yielded acceptable fit and satisfied discriminant validity criteria, indicating that the two constructs are related yet empirically distinct.

본 연구는 초등학생의 디지털 소양 정의적 영역(ADLS)의 하위요인인 실천경험(E), 자기효능감(Ef), 가치인식(V)을 바탕으로 잠재프로파일분석(LPA)을 실시하여 학습자 유형을 분류하고 유형별 메타인지적 자기조절 수준의 차이를 검증하였다. 초등학교 5학년 177명을 대상으로 분석한 결과 중간수준 균형형(57.1%), 저경험ㆍ저효능형(22.0%), 고수준 통합형(20.9%)의 세 개 프로파일이 도출되었다. 프로파일 유형에 따른 메타인지적 자기조절 수준은 통계적으로 유의한 차이를 보였으며(H(2)=63.92, p<.001, ε²=.356), 모든 사후비교에서 유의한 차이가 확인되었다. 저경험ㆍ저효능형의 경우 가치인식은 중간 수준이나 실천경험, 자기효능감, 메타인지적 자기조절이 모두 가장 낮아 경험 기반의 효능감 형성의 우선 지원이 필요함을 시사한다. 본 연구는 ADLS의 외적 타당화 증거를 제공하고 사람중심 접근을 통해 정의적 영역의 이질성을 밝힘으로써 맞춤형 디지털 소양 교육 설계의 기초 자료를 제시한다.

This study classified elementary students' affective digital literacy profiles using Latent Profile Analysis (LPA) based on the sub-factors of the Affective Domain of Digital Literacy Scale (ADLS)—Experience (E), Self-efficacy (Ef), and Value recognition (V)—and examined whether metacognitive self-regulation differed across profiles. Data were collected from 177 fifth-grade students in South Korea. LPA revealed three latent profiles: 'Mid-level Balanced' (57.1%), 'Low-Experience/Low-Efficacy' (22.0%), and 'High-level Integrated' (20.9%). A Kruskal-Wallis test indicated significant differences in metacognitive self-regulation across profiles (H(2)=63.92, p<.001, ε²=.356), with all pairwise comparisons reaching significance (all p<.001, Bonferroni-corrected). The 'Low-Experience/Low-Efficacy' profile exhibited moderate value perception (V=3.16) but markedly low experience (E=2.62), self-efficacy (Ef=2.55), and metacognitive self-regulation (M=2.72), suggesting a double disadvantage requiring support focused on building mastery experiences. This study provides external validation evidence for ADLS through a person-centered approach and offers foundational data for differentiated digital literacy instruction.

본 연구는 초등학생의 디지털 미디어 표현 역량을 개념화하고 하위요소를 체계적으로 탐색하는 데 목적이 있다. 이를 위해 디지털 리터러시, 미디어 리터러시, AI 리터러시, 메타리터러시 등 국내외 대표 프레임워크를 비교·분석하여 표현·창작·생산 관련 구성요소를 추출하고, 이를 기획–생성 및 제작–검증 및 조정–소통 및 성찰의 네 축으로 통합하였다. 도출된 구성 체계의 현장 적합성을 확인하기 위해 초등교사 6인을 대상으로 FGI를 실시하였고, 관련 전공 전문가 8인을 대상으로 2차에 걸친 내용 타당도 검증을 수행하였다. 그 결과 조작적 정의, 4개 하위요소 정의, 16개 행동지표 전체에 대해 내용 타당도가 확보되었다. 본 연구는 초등학생의 디지털 미디어 표현 활동을 설명할 수 있는 개념 체계와 타당도가 검증된 행동지표를 제시함으로써, 향후 교수·학습 설계 및 평가 준거 개발의 기반을 마련하였다. 또한 생성형 AI를 활용 가능하되 필수로 전제하지 않는 구조를 통해 기술 변화에 독립적인 개념적 범용성을 확보하였다.

This study aims to conceptualize Digital Media Expressive Competence for elementary students and systematically explore its sub-factors. Major frameworks—digital literacy, media literacy, AI literacy, and metaliteracy— were comparatively analyzed to extract expression-related elements, which were integrated into four sub-factors: Planning, Generation & Production, Verification & Adjustment, and Communication & Reflection. An FGI with six elementary teachers and two rounds of content validity verification with eight experts in computer education and AI convergence education were conducted. The results confirmed content validity for the operational definition, four sub-factors definitions, and all 16 behavioral indicators. This study presents a validated conceptual framework and behavioral indicators for elementary students' digital expressive activities, providing a basis for instructional design and assessment criteria development. Furthermore, the framework ensures conceptual generalizability independent of technological change by incorporating generative AI as an applicable but not prerequisite element.

본 연구는 예비 교원의 AI·디지털 도구 활용에 대한 인식과 교수설계 역량에 대한 교육요구도를 분석하여 교원양성 과정의 교육적 개선 방향을 탐색하고자 하였다. 이를 위해 218명의 예비 교원을 대상으로 AI·디지털 도구 활용 인식 및 교수설계 요구를 측정하는 설문조사를 실시하였으며, 수집된 자료는 t-검정, Borich 요구도 분석, Locus for Focus 모델을 적용하여 분석하였다. 연구 결과, 예비 교원들은 AI·디지털 도구 활용 수업에 대해 전반적으로 높은 중요도를 인식하고 있었으나, 모든 항목에서 보유도와 중요도 간 유의미한 차이가 확인되었다. Borich 요구도 분석과 Locus for Focus 분석에서 공통으로 우선순위가 높게 도출된 항목은 수업준비 단계의 학습자 수업이해 수준 파악, 평가도구 개발, 학습자 특성 파악, 수업실행 단계의 개별화지도, 상호작용 및 피드백, 학습자 수행유도, 수업환류 단계의 학습데이터 관리였다. 이러한 결과를 바탕으로 예비 교원 대상 AI·디지털 도구 활용 교수설계 교육의 강화 방향과 교원 양성 과정의 개선 방안을 논의하였다.

This study analyzes pre-service teachers' perceptions and educational needs regarding instructional design using AI·digital tools, aiming to derive implications for teacher training programs. A survey was conducted with 218 pre-service teachers, and the data were analyzed using a paired sample t-test, Borich needs analysis, and the Locus for Focus model. Results showed that pre-service teachers perceived the importance of AI·digital tool-based instruction to be high, with statistically significant differences confirmed between perceived importance and current competence levels across all items. Both analyses identified common high-priority areas: identifying learners' understanding levels, developing assessment tools, and analyzing learner characteristics in the preparation stage; individualized instruction, interaction and feedback, and inducing learner performance in the implementation stage; and managing learning data in the reflection stage. Based on these findings, this study presents critical educational domains to be reinforced in teacher training curricula and discusses directions for improving teacher education programs.

본 연구는 초등학생의 자기 설명 학습을 지원하는 생성형 AI 챗봇의 설계 원리를 도출하고, 이를 기반으로 구현한 시스템 SEED(Self-Explanation Eliciting Dialogue)의 사용성을 검증하는 것을 목적으로 한다. 이를 위해 선행 연구 고찰과 초등 교사 및 학생 대상 요구 분석을 토대로 초기 설계 원리를 도출하였다. 이후 2차에 걸친 전문가 타당성 검토를 통해 최종적으로 학습자 발달 수준 반영, 질문 중심 학습 촉진, 역할 전환 기반 상호작용, 심리적 안전감 제공, 교사 협력 지원, 챗봇 성장 시각화의 6개 설계 원리와 9개 세부 지침을 도출하였으며, 모든 지침은 타당성을 확보하였다. 도출된 설계 원리를 기반으로 LLM 기반 티처블 에이전트 챗봇 SEED를 구현하였으며, 전문가와 초등학생을 대상으로 한 소규모 탐색적 사용성 평가에서 긍정적 결과를 확인하였다. 본 연구는 LLM 기반 티처블 에이전트를 초등 교육 맥락에 적용하기 위한 체계적 설계 원리를 제시하고 그 타당성과 사용성을 실증하였다는 점에서 학문적 의의를 가지며, 교사의 개별 피드백 한계를 보완는 AI 협력 도구의 설계 모델을 제공한다.

This study aimed to develop design principles for a generative AI chatbot supporting self-explanation learning among elementary students, and to evaluate the usability of the implemented system, SEED (Self-Explanation Eliciting Dialogue). Initial principles were derived through literature review and needs analysis with elementary teachers and students, then refined through two rounds of expert validity review. The finalized six principles and nine guidelines—covering developmental appropriateness, inquiry-driven learning, role-reversal interaction, psychological safety, teacher collaboration, and growth visualization—all demonstrated acceptable validity. A small-scale exploratory usability evaluation with experts and elementary students confirmed positive results across usability dimensions. This study contributes systematic design principles for LLM-based teachable agents in elementary education and offers a practical model for AI tools that address the limitations of individualized teacher feedback.

본 연구는 머신러닝의 수치 데이터 분류 과업에서 텍스트 분류 과업으로 단계적으로 확장되는 Orange3 기반 수업 설계의 교육적 유용성을 인문학 전공 학부생 맥락에서 탐색하였다. 본 수업은 Bruner의 EIS 이론을 바탕으로 붓꽃 분류, 펭귄 분류, 스팸 메일 분류 학습 후 파이썬 코드로 재현, 실생활 및 전공과의 연계 고찰이라는 단계로 구성되었다. 연구 참여자는 영어영문학과 학생 18명이었으며, 사후회고적 사전-사후 설문과 개방형 응답을 수집하여 양적·질적으로 분석하였다. 분석 결과, 이러한 교수 설계는 학습자의 머신러닝 개념 이해를 돕고, 노코드와 코드 기반 학습 사이의 연결을 지원하며, 데이터 리터러시를 실생활 및 진로와 관련된 것으로 인식하게 하는 데 기여한 것으로 나타났다. 이러한 결과는 이와 같은 교수 설계가 인문학 학부생을 위한 데이터 리터러시 입문 교육의 실천적 모형이 될 수 있음을 시사한다.

This study explores the pedagogical usefulness of a staged Orange3-based instructional sequence for humanities undergraduates, in which learners move from familiar numeric classification tasks to text classification. Based on Bruner’s EIS theory, the course was organized into five stages: Iris classification, penguin classification, spam text classification, Google Colab code reproduction, and real-life connection. Eighteen students majoring in English Language and Literature participated in the study, and data were collected through a retrospective pretest (then) and posttest (post) survey and open-ended responses. The analysis showed that this approach supported learners’ conceptual understanding of machine learning, helped them connect no-code and code-based learning, and contributed to their recognition of data literacy as relevant to real life and future career paths. These findings suggest that this course design can serve as a practical model for introductory data literacy education for non-computer science majors.

교원의 디지털 역량 수준을 진단하고, 그 결과를 바탕으로 개인에게 적합한 연수과정을 제안하는 체계의 필요성이 커지고 있다. 이에 한국과학창의재단(KOSAC)이 개발한 교원 디지털 역량 프레임워크를 토대로 지원서와 자기진단 자료를 통합하여 하위 역량별 성취율을 산출하고, 규칙 기반 추천 로직을 적용한 진단·처방 시스템을 구현하였다. 2025년 찾아가는 학교 컨설팅 사업 지원자 150명 중 완전 응답자 94명의 자료를 활용하여 자기진단 문항의 내용타당도와 내적 합치도를 검토한 결과, 모든 문항이 설정한 내용타당도 기준을 충족하였으며, 다수의 하위역량에서 수용 가능한 수준의 내적 합치도가 확인되었다. 사용자 반응 조사에서도 자신의 역량 수준을 이해하고 보완 영역을 확인하며 향후 연수 계획을 세우는 데 도움이 된다는 응답이 나타났다. 이는 교원 연수 지원에서 지원서와 자기진단 자료를 결합한 진단·처방형 운영 체계가 실천적으로 활용될 가능성을 보여준다.

As the need for systematically diagnosing teachers' digital competency levels and recommending appropriate professional development pathways grows, this study implemented a diagnostic-prescriptive system based on the teacher digital competency framework developed by the Korea Foundation for Science and Creativity (KOSAC). The system integrates application data and self-assessment responses to calculate sub-competency achievement rates and applies a rule-based recommendation logic. Using data from 94 complete respondents out of 150 applicants to the 2025 Visiting School Consulting Program, the content validity and internal consistency of the self-assessment instrument were examined. Results showed that all items met the established content validity criteria, and acceptable levels of internal consistency were confirmed for most sub-competencies. User feedback also indicated that the system was helpful for understanding current competency levels, identifying areas for improvement, and planning future professional development. These findings suggest that a diagnostic-prescriptive framework combining application and self-assessment data holds practical potential for personalized teacher professional development support.

교육부는 미래 사회의 변화에 대응하기 위해 디지털 기초 소양 강화를 강조하고 있으며 특히 인공지능의 원리를 이해하고 비판적으로 활용할 수 있는 AI 리터러시와 컴퓨팅 사고력 함양에 주목하고 있다. 최근 프로그래밍 교육에서는 코드의 오류를 찾아내고 수정하는 '디버깅' 과정이 문제 해결력과 논리적 사고를 자극하는 핵심기제로 평가받고 있으며 생성형 AI의 등장은 이러한 디버깅 활동에 새로운 교육적 비계(Scaffolding)를 제공하고 있다. 본 연구의 목적은 생성형 AI를 활용한 디버깅 중심 정보 교육 프로그램을 개발하고 이를 초등학교 현장에 적용하여 학생들의 컴퓨팅 사고력과 AI 리터러시에 미치는 교육적 효과를 분석하는 데 있다. 연구 결과 생성형 AI와의 상호작용을 통한 디버깅 과정이 컴퓨팅 사고력과 인공지능 리터러시에 긍정적인 영향을 미친 것으로 나타났다.

To respond to future societal shifts, the Ministry of Education emphasizes strengthening foundational digital lite racy, specifically focusing on fostering AI literacy and computational thinking to understand and critically utilize A I principles. In recent programming education, the 'debugging' process—identifying and correcting code errors—is recognized as a core mechanism that stimulates problem-solving skills and logical thinking, while the emergence o f generative AI provides a new educational scaffolding for these activities. The purpose of this study is to develo p a generative AI-assisted, debugging-centered education program and apply it to an elementary school setting to analyze its educational effects on students' computational thinking and AI literacy. The findings indicate that the debugging process through interaction with generative AI has a positive impact on both computational thinking an d AI literacy.

본 연구는 LLM 기반 2단계 AI 서술형 평가 시스템의 운영 로그를 분석하여 단계별 교수자 개입 양상을 탐색하였다. 분석 대상은 A대학 12개 강좌의 제출물 383건과 개입 로그 생성 교수자 6명의 자료이며, 교수자의 수정과 승인을 모두 개입으로 정의하되 행위 유형은 구분하였다. 분석 결과, 단계별 완료 제출물 기준 전체 개입률은 1단계 34.2%, 2단계 16.3%였으며, 동일 제출물 기준에서도 2단계 개입률이 유의하게 낮았다. 수정 행위만을 기준으로 한 보조 분석에서도 수정률은 1단계 34.2%에서 2단계 9.0%로 감소하였다. 개입 사유 분포는 단계에 따라 달랐으며, 공통상위범주 기준의 탐색적 비교에서는 응답·맥락 해석 관련 개입의 상대적 비중이 1단계 2.5%에서 2단계 15.5%로 증가하였다. 이러한 결과는 AI 보조 평가 시스템 설계에서 교수자 개입을 단순한 오류 수정 절차로 보기보다, 평가 단계별로 필요한 인간-AI 협업 구조와 지원 방식을 함께 고려할 필요가 있음을 시사한다.

This study analyzed operational logs from a two-stage LLM-based AI essay assessment system to explore patterns of instructor intervention across assessment stages. The data included 383 submissions from 12 courses at University A and intervention logs generated by six instructors. Instructor intervention was defined as including both manual revision and approval, while the types of intervention were analyzed separately. The results showed that the overall intervention rates, based on stage-specific completed submissions, were 34.2 percent in Stage 1 and 16.3 percent in Stage 2. The intervention rate was also significantly lower in Stage 2 when the same submissions were compared. In a supplementary analysis focusing only on manual revisions, the revision rate decreased from 34.2 percent in Stage 1 to 9.0 percent in Stage 2. The distribution of intervention reasons differed across stages. In an exploratory comparison based on common higher-level categories, the relative proportion of response and context interpretation- related interventions increased from 2.5 percent in Stage 1 to 15.5 percent in Stage 2. These findings suggest that instructor intervention in AI-assisted assessment should not be viewed merely as an error-correction procedure, and that system design should consider stage-specific human-AI collaboration structures and support mechanisms.

본 연구는 2022 개정 교육과정의 디지털 기초 소양 및 컴퓨팅 사고력 증진 요구에 부응하여 프롬프트 엔지니어링 활용 초등 소프트웨어 교육 프로그램을 개발하고 그 효과를 검증하였다. ADDIE 모형을 기반으로 개발된 17차시 프로그램은 Gemini와 엔트리를 연계하여 실생활 문제를 해결하도록 구성되었다. 연구 결과, 본 프로그램은 초등학생의 CT 향상에 유의미한 효과를 미쳤으며 특히 문제를 핵심 요소로 분해하는 추상화 역량과 AI 산출물을 비판적으로 검토·수정하는 자동화 역량이 정교화되었다. 또한 기술을 능동적으로 제어하는 과정에서 창의·융합적 역량의 발현 가능성을 확인하였다. 본 연구는 프롬프팅을 단순 도구 활용을 넘어 고차원적 사고 체계를 형성하는 사고의 과정으로 정의하고 초등 SW 교육의 새로운 방향성을 제시한 데 의의가 있다.

This study developed an elementary SW education program utilizing prompt engineering and analyzed its effectiveness in cultivating digital foundational literacy and enhancing computational thinking(CT) aimed for by the 2022 Revised Curriculum. Based on the ADDIE model, the 17-session program integrated Gemini and Entry to solve real-world problems. The results indicated that the program significantly improved elementary students' CT. Specifically, the processes of abstraction(structuring problems into core elements) and automation(reviewing and refining AI outputs) were further elaborated. Furthermore, it demonstrated the potential for developing creative and integrative competencies as students actively controlled technology to suit their purposes rather than passively accepting it. In conclusion, this study defines prompt engineering as a "process of thinking" and presents a direction for elementary SW education that forms high-level cognitive systems beyond simple tool usage.

본 연구에서는 다양한 학습자를 고려하여 대학 교양 SW 수업을 설계하고 효과를 검증하고자 하였다. 본 수업은 보편적 학습설계와 디자인사고를 기반으로 설계되었으며, 컴퓨팅 사고력의 구성요소를 반영하여 운영되었다. 수업 전반부에서는 학습자가 일상의 문제를 발굴하여, 이를 융합적으로 해결하도록 유도하였으며, 수업 후반부에서는 도출된 아이디어를 프로그래밍 언어로 구현하는 프로젝트를 수행하도록 하였다. 설계한 수업은 A 대학교 학생 148명을 대상으로 검증하였으며, 연구 결과는 다음과 같다. 첫째, 다양한 학습자를 고려한 대학 교양 SW 수업은 한국인 학생들의 컴퓨팅 사고력, 융합적 사고력, SW 태도를 향상시켰다. 둘째, 다양한 학습자를 고려한 대학 교양 SW 수업은 비전공 학생들의 컴퓨팅 사고력, 융합적 사고력, SW 태도를 향상시켰다. 셋째, 외국인 학생들의 컴퓨팅 사고력은 통계적으로 유의한 향상을 보였으나, 융합적 사고력, SW 태도에서는 유의한 향상이 나타나지 않았다. 본 연구는, 다양한 학습자를 고려하여 대학 교양 SW 수업을 설계하여, 대학 교육 현장에 실질적인 자료를 제공하였다는 측면에서 연구의 의의가 있다.

The purpose of this study was to design a university liberal arts software (SW) course considering diverse learners and to examine its effectiveness. The course was designed based on Universal Design for Learning (UDL) and design thinking, and was implemented by reflecting the core components of computational thinking. In the first half of the course, students were encouraged to identify everyday problems and address them through integrative and convergent thinking. In the second half, students carried out a project in which the generated ideas were implemented using a programming language to solve problems through SW. The designed course was applied to and evaluated with 148 students from A University. The results are as follows. First, the university liberal arts–oriented SW course considering diverse learners led to improvements in Korean students’ computational thinking, convergent thinking, and attitudes toward SW. Second, the university liberal arts–oriented SW course considering diverse learners led to improvements in non-major students’ computational thinking, convergent thinking, and attitudes toward SW. Third, international students showed a statistically significant improvement in computational thinking, whereas no statistically significant improvements were found in convergent thinking or SW attitudes. This study is meaningful in that it proposes a university liberal arts–oriented SW course designed with consideration for diverse learners and provides practical and applicable resources for higher education contexts.