Earticle

ChatGPT와 같은 생성형 AI의 출현은 사회 전반에 걸쳐 많은 영향을 미치고 있으며, 교육 분야에서도 생성형 AI를 학교 현장에서 활용하기 위한 노력이 지속적으로 이루어지고 있다. 이에 따라 본 연구에서는 국내 교육기관 에서 생성형 AI를 교육적으로 활용하고 있는 실태를 분석하고, 제주특별자치도 교사, 학생, 학부모를 대상으로 한 인식 조사, 생성형 AI 교육 활동 활용 사례 제작위원을 대상으로 한 요구분석을 통해 미래교육을 위한 생성형 AI 를 교육 현장에 적용할 수 있는 방안을 마련하고자 연구하였다. 제주특별자치도 교육가족 중 2,114명(교원 355명, 학생 1,103명, 학부모 656명)을 대상으로 실시한 인식 조사 결과를 분석하고, 제작위원 64명을 대상으로 한 요구 분석 결과를 통해 시사점을 도출하였다. 분석 결과 생성형 AI를 활용 교육을 통해 학생들의 지식정보처리 역량 신 장을 기대하고 있고, 생성형 AI의 교육 활용 방안을 구체적으로 제시하고 있다.

Emergence of generative AI such as ChatGPT is making great influence to various fields in society. In the field of education, too, there are continued efforts in school education for the utilization of generative AI. As such, this study tried to analyze the situations of educative use of generative AI by Korean education organizations. The study made a survey on the recognition of teachers, students, parents in Jeju Special Self-Governing Province and analyzed the requirements from case production committee members of generative AI utilization for educational activities. Through these works, the study tried to prepare ways to apply generative AI for the future education in educational practices. The study analyzed the recognition survey for a total of 2,114 educational family members in Jeju, including 355 teachers, 1,103 students and 656 parents. Also, the study induced implications via the results of requirements analysis from 64 case production committee members. As a result, it was found that they are expecting to see enhancement of knowledge information handling capability of students via educations utilizing generative AI. The study presents how to utilize the generative AI for educations in detail.

본 연구는 교육부의 AI 디지털교과서 도입에 대한 초등 교사의 인식을 알아보기 위해 실시되었으며 연구를 통 해 도출된 시사점은 다음과 같다. 첫째, 디지털교과서 이용 경험은 발행사별 교수학습지원사이트 이용 경험에 비 해 낮은 것으로 나타났다. 둘째, AI 디지털교과서에서 제공하는 기본 기능에 대해 약 80% 이상의 교사가 필요하 다고 응답하였다. 셋째, AI 기반 맞춤형 학습 지원 기능의 필요성에 대한 응답은 통계적으로 유의미한 차이가 있 는 것으로 나타났으다, 그리고 Borich 요구도 및 The Locus for Focus 모델에 의한 분석 결과는 모든 집단의 응 답에서 AI 보조교사 및 AI 튜터 기능에 대한 요구 수준과 우선순위가 가장 높은 것으로 나타났다. 넷째, AI 기반 맞춤형 학습 지원 기능에 추가로 다양한 기능을 원하는 것으로 나타났다.

This study was conducted to explore elementary school teachers' perceptions of the Ministry of Education's introduction of AI digital textbooks. The findings of the research are as follows. Firstly, the experience of using digital textbooks was found to be lower compared to the experience of using publisher-specific teaching and learning support websites. Secondly, over 80% of the teachers responded that they need the basic features provided by AI digital textbooks. Thirdly, responses to questions about the necessity of AI-based personalized learning support features showed a statistically significant difference (< .001), and analysis based on Borich Priority Formula and The Locus for Focus model revealed that the demand level and priority for AI assistant and AI tutor functions were the highest among all groups. Fourthly, it was indicated that additional diverse features are desired for AI-based personalized learning support functions.

본 연구의 목적은 생성형 AI에 대한 대학생들의 이해도 및 활용 경험을 파악하는 데 있다. 이를 위해 충청북도 에 소재한 S대학교 재학생 99명을 대상으로 설문 조사를 실시하였으며, 설문 문항은 생성형 AI에 대한 이해 수준, 활용 분야 및 방법, 일상생활 및 학습 성과에 미치는 영향, 그리고 활용 시 우려 사항 등으로 구성되었다. 수집된 자료는 SPSS 22를 활용하여 기술통계, t-검정, 일원분산분석(ANOVA)을 실시하였고, ChatGPT-4o를 통해 키워드 분석을 병행하였다. 연구 결과, 학생들은 생성형 AI를 주로 연구 데이터 분석, 맞춤형 서비스, 창의적 작업, 과제 자동화, 개인화된 학습에 활용하고 있는 것으로 나타났다. 반면, 일자리 감소와 사생활 침해와 같은 부정적 영향에 대한 우려도 나타났다. 성별, 학년, 전공에 따른 생성형 AI에 대한 이해도와 영향력 차이를 분석한 결과, 통계적으 로 유의미한 차이는 나타나지 않았다. 본 연구는 생성형 AI가 다양한 배경을 가진 대학생들에게 보편적이고 유용 한 학습 도구로 활용될 수 있음을 시사한다.

The purpose of this study was to examine university students’ understanding and usage experiences of generative AI. A survey was conducted with 99 students from S University in Chungcheongbuk-do, covering topics such as their level of understanding, areas and methods of use, impacts on daily life and academic performance, and concerns regarding its use. The collected data were analyzed using descriptive statistics, t-tests, and ANOVA with SPSS 22, and additional keyword analysis was conducted using ChatGPT-4o. The results revealed that students primarily utilized generative AI for research data analysis, personalized services, creative tasks, task automation, and individualized learning. However, concerns about job displacement and privacy infringement were also identified. No statistically significant differences were found based on gender, major, or academic year.

본 연구의 목적은 영어 말하기 교육에 GPT-3.5 기반 웹 어플리케이션, GPTalk의 적용 가능성 살펴보기 위한 사례연구를 수행하는 것이다. 연구 대상은 B 초등학교 3학년에서 6학년까지의 학생 86명과 영어 교사 3명이다. 연구 수행을 위해 GPTalk를 활용한 수업 내용의 관찰, 성찰일지 분석, 그리고 반구조화된 인터뷰를 실시하였다. 연구 결과, GPTalk를 활용하여 수업에 참여한 학생들은 다양한 대화 상황과 주제에 대한 말하기 능력이 향상되 었다고 보았다. 그러나 문법적 피드백이 부족하고, 사용자경험 측면에서의 한계도 확인하였다. 교사들은 GPTalk 의 활용 방안에 대해 개별 학생의 필요에 따라 조절 가능하다는 의견을 공유했으며, 데이터 분석을 통한 학습 지원의 필요성을 지적하였다. 본 연구를 통해 초등학교 수준에서의 GPT-3.5 기반 언어모델의 교육적 적용에 대 한 가능성과 한계를 밝힘과 함께 GPT-3.5 기반의 기술적 접근을 통한 영어 말하기 교육의 방향을 탐색하였다.

The purpose of this study is to conduct a case study examining the feasibility of implementing GPT-3.5-based web application, GPTalk, in English speaking education. The subjects of this research consist of 86 students ranging from the 3rd to 6th grades at B Elementary School and English teachers. To carry out the study, various methodologies including classroom observations using GPTalk, reflective journal analyses, and semi-structured interviews were employed. The findings suggest that students who engaged in lessons using GPTalk displayed improved speaking abilities across diverse conversational situations and topics. However, the study also identified limitations, such as the lack of grammatical feedback and issues related to the user experience. Teachers expressed the opinion that the application of GPTalk could be tailored according to the individual needs of students, and underscored the necessity for data-driven educational support. Through this research, we illuminate the potential and limitations of applying GPT-3.5-based language models in elementary school English education, aiming to explore future directions for English speaking education through technological approaches grounded in GPT-3.5.

본 연구는 교육 분야에서 AI를 활용한 연구의 동향을 분석하여 향후 AI활용교육의 방향성과 시사점을 제시하 는 데 목적이 있다. 이를 위해 2019년부터 2021년 7월까지 최근 3년간 국내 학술지에 게재된 논문 중 검토를 통 해 최종 78편을 분석 대상으로 선정하였다. 분석 결과는 다음과 같다. 먼저, 3개년 중에서는 2020년에 게재된 논 문이, 연구방법으로는 질적연구가 가장 많이 나타났다. 또한, 연구대상별 분석에 따르면 초등학생을 대상으로 한 연구가 가장 많았고 대학·대학원생을 대상으로 한 연구가 뒤를 이었다. 교과목별 분석에서는 외국어 교육과 관 련된 연구가 가장 많았고, AI 테크놀로지 유형은 챗봇이 가장 많이 사용되었다. 마지막으로 교수학습 및 평가 영역에서는 실행 단계가, AI활용교육 시스템 유형으로는 학생 지원이 과반수를 차지하였다. 이러한 결과를 바탕 으로 향후 AI활용교육의 방향성과 시사점을 제시하였다. 본 연구는 전체적인 관점에서 국내 AI활용교육 연구의 동향을 파악하였고, 교수자-학습자와 교수학습설계과정을 중심으로 AI활용교육을 살펴보았다는 점에서 의의가 있다.

The purpose of this study is to suggest the direction and implications of learning with AI in the future by analyzing the trends of research learning with AI in the field of education. For doing this, the final 78 papers published in domestic journals over the past three years from 2019 to July 2021 were selected for analysis through review. The analysis results are as follows. First of all, papers in 2020 among the three years were most published, and the most utilized research method was the qualitative research. In addition, according to the analysis by study subject, studies on elementary school students were the most common, followed by studies on college and graduate students. In the analysis by subject, research related to foreign language education was most utilized and chatbot was most used in the AI technology type. Finally, the research learning with AI accounted for the majority, and student support accounted for the majority as the type of education system learning with AI at the implementation stage among the areas of teaching and learning and evaluation. Based on these results, the direction and implications of learning with AI in the future were presented. This study is meaningful in that it grasped research trends of learning with AI in domestic from an overall perspective, and examined learning with AI focusing on the instructor-learner and the teaching and learning design process.

코로나19 이후, 전면 등교중단 및 원격수업으로 인해 교육계는 디지털 전환기에 본격적으로 돌입했다. 2000년 전후, 인터넷혁명과 이러닝이 등장하면서 정보통신 기술과 접목한 에듀테크는 교육현장에서의 기술수요와 요구 에 부응하며 진화했으며, 현재에 이르러 교육부문의 중요한 기술이자 현상으로 자리 잡았다. 본 연구는 교육과 기술이 오랫동안 공진화하며 발전한 에듀테크를 시대별로 조망함으로써 최신기술의 기능성을 우선시하는 ‘기술 중심’’이 아닌 교육 본연의 목표와 대상을 고려한 ‘교육중심’의 관점에서 에듀테크의 역할을 고찰하였다. 그 결과, 에듀테크는 교육의 물리적 한계를 없앨 뿐 아니라 자기주도 학습, 맞춤형 학습처럼 오랫동안 추구해온 교육의 이상적 모습을 구체화하는 역할을 주도하고 있음을 확인하였다. 향후, 미래교육의 혁신도구로 지속 발전하기 위 해서는 에듀테크의 올바른 활용과 의사결정을 위한 인식의 틀과 구체화된 준거 등이 필요함을 시사하는 바이다.

The education sector has entered the digital transformation in earnest after undergone inevitable situations such as the closing of schools and remote learning due to Covid-19. Since Internet revolution and the emergence of e-learning, which appeared around 2000, education and technology have been combined and applied in the field of education. Currently, edutech has become an important phenomenon and technology with demand for utilization and requirement. This study suggests the role of edutech is considered from the perspective of ‘education-oriented’, not ‘technology-oriented’ by presenting the history where education and technology co-evolved for a long time. As a result, it was confirmed that edutech not only eliminates the physical limitations of education, but also leads the role of elaborate desirable education that has been pursued so far, such as self-directed learning and personalized learning. In order to coexist as an innovative tool for future education, it is necessary to build a framework and criteria for the right decision-making and utilization of edutech.

인공지능 기술의 발전으로 챗봇은 단순한 테스크 업무에서 심리적인 측면을 다룰 수 있을 정도로 빠르게 발전 하였다. 자연스러운 상호작용이 가능해진 상담 챗봇들은 전통적인 상담방식이 갖는 시간적·공간적·비용적 한계점 들을 보완할 수 있다. 본 연구에서는 불안으로 인한 심리적 어려움을 겪는 초등학생을 대상으로 활용할 수 있는 상담 챗봇을 개발하고 그 효과성을 검증하고자 하였다. 상담 대화를 수집하여 상담 대화 데이터셋을 구성하였고, 이를 토대로 트랜스포머 모델 기반의 상담 챗봇을 개발하였다. 개발된 상담 챗봇을 초등학생들에게 적용한 결과, 학생들의 불안 수준에 유의한 차이가 나타났다. 향후 이 연구의 결과를 통해 개발된 상담 챗봇의 대화 모델 성능 개선을 통해 학생들의 심리정서적인 측면에서 긍정적인 도움을 제공할 수 있을 것으로 기대한다.

With the development of artificial intelligence technology, chatbots have developed rapidly enough to handle psychological and emotional aspects in simple tasks. Counseling chatbots that enable natural interaction overcome the temporal, spatial, and cost limitations of traditional counseling methods to enable effective treatment for clients. In this study, we tried to develop a chatbot that can be used for children suffering from depression in elementary school and verify its effectiveness. A chatbot was developed as a transformer model by collecting counseling cases through a literature survey and constructing a dataset. As a result of applying the developed chatbot to elementary school students for four weeks, it was found that the anxiety level of students decreased to a significant extent. Through the results of this study, chatbots developed based on counseling data can help students' psychological and emotional aspects, and it is expected to show greater effects through improved performance of future models.

AI 기술의 발달은 우리 삶의 큰 변화를 가져왔다. 생활에서부터 사회, 경제에 이르기까지 AI의 영향력이 커짐 에 따라 AI와 데이터 교육에 대한 중요성이 함께 커지고 있다. 이에 OECD 교육 연구 보고서 및 다양한 국내 정보과 교육과정 연구에서 데이터와 데이터 리터러시를 다루고 필수 역량으로 제시하고 있다. 하지만 국내외 관 련 연구를 살펴보면 데이터 리터러시에 대한 정의와 구성 요소의 내용과 범위가 연구자에 따라 다른 것을 알 수 있다. 이에 데이터 리터러시 관련 주요 연구의 정의와 구성 요소에 활용된 단어 빈도 분석과 함께 Word2Vec 딥 러닝 자연어 처리 방법을 통해 단어의 관계와 의미 유사도를 분석하여 객관적이고 포괄적인 정의와 구성 요소를 제시하였다. 그리고 전문가 검토를 통해 수정 보완하여 데이터 리터러시를 ‘문제를 해결하기 위해 데이터를 수집 하고 분석 및 활용하여 정보로 처리하는 지식 구성과 의사소통의 기초 능력’으로 정의하였으며, ‘지식, 기능, 가 치와 태도’로 각각의 구성 요소를 범주화하였다. 본 연구를 통해 도출된 데이터 리터러시의 정의와 구성 요소가 AI 교육 체계화와 학생들의 미래 역량 관련 교육 연구에 좋은 기초 자료가 될 수 있기를 기대한다.

The development of AI technology has brought about a big change in our lives. The importance of AI and data education is also growing as AI's influence from life to society to the economy grows. In response, the OECD Education Research Report and various domestic information and curriculum studies deal with data literacy and present it as an essential competency. However, the definition of data literacy and the content and scope of the components vary among researchers. Thus, we analyze the semantic similarity of words through Word2Vec deep learning natural language processing methods along with the definitions of key data literacy studies and analysis of word frequency utilized in components, to present objective and comprehensive definition and components. It was revised and supplemented by expert review, and we defined data literacy as the 'basic ability of knowledge construction and communication to collect, analyze, and use data and process it as information for problem solving'. Furthermore we propose the components of each category of knowledge, skills, values and attitudes. We hope that the definition and components of data literacy derived from this study will serve as a good foundation for the systematization and education research of AI education related to students' future competency.

AI 디지털교과서는 그 시행 가능성과 실효성에 있어 다양한 의견이 존재하지만 현재 교육의 디지털 전환을 지원하는 핵심 도구로 주목받고 있다. 본 연구에서는 코딩교육 AI 코스웨어와 정보 AI 디지털교과서 프로토타입의 기능을 맞춤형 학습 플랫폼 기능 프레임에 기반해 분석하였다. 그리고 2022개정 교육과정의 초등 정보교육 특성에 적합한 AI 디지털교과 서의 주요 기능들로 학습자의 현재 수준을 구체적으로 진단하는 기능, 학생 개개인의 학습 수준과 진도에 맞춘 평가 추천 기능, 학습자 스스로 학습의 주체가 되어 학습 경로를 구축할 수 있는 학습 설계 기능, 교사가 적시에 개입할 수 있도록 하는 학습 위기 경고 기능, 다양한 협업 도구를 포함한 학생 간 네트워크 기능, 다양한 콘텐츠와 장치를 사용한 동기 부여 기능을 제안하였다. 본 연구가 제안하는 기능적 보완을 통해 정보교육의 성취기준을 체계적으로 구현하고, 맞춤형 학습을 가능하게 함으로써 AI 디지털교과서가 정보교육을 효과적으로 이루어질 수 있도록 하는 방안이 되길 기대한다.

AI digital textbooks are receiving attention as a key tool to support the digital transformation of current education, although there are various opinions on their feasibility and effectiveness. In this study, the functions of coding education AI courseware and informaticn AI digital textbook prototypes were analyzed based on the adaptive learning platform function frame. In addition, the main functions of AI digital textbooks suitable for the characteristics of elementary informaticn education in the 2022 revised curriculum were proposed, including the function to specifically diagnose the current level of learners, the assessment recommendation function tailored to the learning level and progress of each student, the learning design function that allows learners to become the main actors of learning and build a learning path, the learning crisis alerts function that allows teachers to intervene in a timely manner, the network function between students including various collaboration tools, and the motivation function using various contents and devices. We expect that the functional supplementation proposed in this study will systematically implement the achievement standards of information education and enable adaptive learning, thereby enabling AI digital textbooks to effectively carry out information education.

교육부는 2022 개정 교육과정에 따라 인공지능을 활용한 디지털교과서를 개발하여 개인별 맞춤학습을 제공하겠 다고 발표하였다. 그러나 AI 디지털교과서를 활용한 교수학습 모형이 부재하고, 학생들의 학습 데이터도 충분하게 확보되지 않아 많은 전문가들이 우려를 나타내고 있다. 따라서 본 연구에서는 생성형 AI 기반의 디지털교과서를 활용한 개별화된 맞춤 학습을 제공하기 위해 생성형 AI의 역할을 학습 안내자, 풍부한 자료 제공자, 협력적 지원 자, 비판적 분석자 등으로 설정하고, 이러한 생성형 AI의 역할이 잘 반영될 수 있도록 Dick & Carey가 제시한 체 제적 교수설계에 따라 PATROL 모형을 개발하였다. PATROL 모형은 크게 기획 단계, 구현 단계, 개선 단계 등 3 단계로 구분할 수 있고, 세부적으로는 교육과정 분석하기, 학습자 분석하기, 교수 자료 및 자원 분석하기, 교육 환 경 분석하기, 목표 계획하기, 생성형 AI 이해하기, 과제 탐색하기, 자료 탐색하기, 결과 도출하기, 공유하기, 학습 분석 및 평가하기, 수업 분석 및 평가하기, 성찰 및 피드백하기 등으로 구분하였다.

The Ministry of Education announced the development of digital textbooks utilizing artificial intelligence in accordance with the revised 2022 curriculum, aiming to provide personalized education for each student. However, concerns have been raised by many experts due to the absence of a teaching and learning model related to classroom teaching using AI and insufficiently secured learning data from students. Therefore, this study defines the roles of generative AI as an learning guide, a rich data provider, a collaborative supporter, and a critical analyst to offer individualized adaptive learning through generative AI-based digital textbooks. To effectively reflect the role of generative AI, the PATROL model was developed based on the systematic instructional design proposed by Dick & Carey. The PATROL model can be broadly divided into three stages: planning, implementation, and improvement. In detail, it curriculum analysis, learner analysis, teaching materials and resources analysis, educational environment analysis, planning a goal, Assimilating AI, task exploring, researching the data, obtainning a solution, looking back, learning evaluation and analysis, class evaluation and analysis, and reflection and feedback.