Earticle

본 연구는 교육 현장에서 대규모 언어 모델(LLM) 기반 AI 에이전트의 활용 가능성을 탐색하기 위해 과 학 글쓰기 평가 시스템을 개발하고 적용하였다. 최근 교육 분야에서 인공지능 기술의 발전과 함께 맞춤형 교육에 대한 요구가 증가하고 있으나, 기존 AI 시스템 은 교사가 교육적 의도에 맞게 유연하게 조정하기 어 려운 한계가 있었다. 이러한 제약을 극복하기 위해 본 연구에서는 모델 컨텍스트 프로토콜(MCP) 기술을 활 용하여 LLM 기반 AI 에이전트 평가 시스템을 구축하 였다. 과학 글쓰기 과제에 대해 평가를 실시한 결과, AI 에이전트로 기능한 클로드는 평가 루브릭을 활용 하여 결과물을 평가하고, 종합적인 평가 지침을 충실 히 반영하여 학생이 작성한 글에 대해 구체적이고 자 세한 장점과 개선점을 제안하였다. 또한, 학습자 특성 변화와 같은 평가 지침 내용이 조정될 때 이에 맞추어 피드백을 재구성하는 유연성도 보여주었다. 본 연구 결과는 LLM 기반 AI 에이전트가 교사의 교육적 의도 를 반영한 과학 글쓰기 평가 도구로서 가능성을 보여 주며, 교육 현장에서 맞춤형 AI 시스템 구축을 위한 AI 에이전트의 활용에 대한 시사점을 제공한다는 점 에서 의의가 있다.

This study explores the potential of Large Language Model (LLM) based AI agents in educational settings through developing and implementing a scientific writing assessment system. While recent advances in AI have increased demand for personalized education, conventional AI systems have limited flexibility for teachers to adjust according to their educational intentions. To overcome these constraints, this research constructs an LLM-based AI agent assessment system utilizing Model Context Protocol (MCP) technology. In evaluating scientific writing assignments, Claude functioning as an AI agent demonstrated the ability to assess student work using an evaluation rubric and provide detailed feedback on strengths and suggested improvements, thoroughly reflecting comprehensive assessment guidelines. Furthermore, the system exhibited flexibility in reconfiguring feedback when assessment parameters were modified to accommodate changes in learner characteristics. The findings suggest the potential of LLM-based AI agents as scientific writing assessment tools that reflect teachers' pedagogical intentions, and provide implications for the application of AI agents in developing customized AI systems for educational environments.

본 연구의 목적은 프로젝트 기반 생태환경교육이 환경소양과 생태감수성에 미치는 효과를 알아보는데 있다. 연구의 대상은 B광역시에 소재한 S초등학교 6학 년 2개 학급으로 연구집단과 비교집단은 각각 24명이 다. 프로젝트 기반 생태환경교육을 위해 각 교과별 교 육과정을 분석하여 교과 간 통합을 통한 프로젝트 기 반 생태환경교육 교육프로그램을 개발하였다. 연구집 단에는 프로젝트 기반 생태환경교육 프로그램을 적용 하였고 비교집단에는 교사용 지도서에 따른 일반적 교 과 수업을 10차시씩 각각 구안하여 적용하였다. 적용 후 연구의 효과를 분석하기 위해 t-검정을 실시하였다. 본 연구의 결과는 다음과 같다. 첫째, 프로젝트 기반 생태환경교육을 적용한 연구집단과 교사용 지도서에 근거한 일반적인 수업을 적용한 비교집단 사이에는 환 경소양에 통계적으로 유의미한 차이가 있었다. 둘째, 프로젝트 기반 생태환경교육을 적용한 연구집단과 교 사용 지도서에 근거한 일반적인 수업을 적용한 비교집 단 사이에는 생태감수성에 통계적으로 유의미한 차이 가 있었다. 셋째, 프로젝트 기반 생태환경교육을 실시 한 후 연구집단에 실시한 인식 설문지를 분석한 결과, 프로젝트 기반 생태환경교육에 대해 학생들이 긍정적 인 반응을 보였다. 이러한 연구 결과를 통하여 프로젝 트 기반 생태환경교육이 환경소양과 생태감수성에 긍 정적인 영향을 미친다는 것을 확인할 수 있다.

The purpose of this study was to examine the effects of project-based ecological environment education on environmental literacy and ecological sensitivity. The study target was two classes of the 6th grade attending S elementary school in Busan metropolitan city. The research group and the comparison group are all composed of 24 students each, bringing the total to 48 students. While the research group received project-based ecological environment education program, the comparison group received a general subject class according to the teacher's guide. To analyze the effects of the study I applied a t-test. The research findings were as follows: First, there was a statistically significant difference in environmental literacy between the research group applying project-based ecological environmental education and the comparison group applying general classes based on teacher guides. Second, there was a statistically significant difference in ecological sensitivity between the research group to which project-based ecological environmental education was applied and the comparison group to which general science classes were applied based on teacher guides. Finally, after conducting a perception survey with the experimental group, the students showed positive responses towards project-based ecological environment education. These findings confirm that project-based ecological environmental education has a positive impact on both environmental literacy and ecological sensitivity.

본 연구는 생성형 인공지능을 활용한 환경 수업이 초등학생의 환경친화적 태도와 환경 소양에 미치는 영향을 알아보는 것을 목적으로 한다. 연구대상은 B광역 시에 소재한 M초등학교 4학년 1개 반 25명(남 11명, 여 14명)을 연구집단으로 설정하여 연구를 진행하였 다. 연구집단은 생성형 인공지능을 활용한 환경 프로 젝트 중심 10차시 수업 후 환경 친화적 태도와 환경 소양에 대한 검사와 소감문 작성을 통해 그 효과를 알 아보았다. 본 연구의 수행을 위해 수업 처치 전 환경친 화적 태도와 환경소양에 대한 사전 검사를 실시하였 고, 10차시 수업 후 동일한 내용의 사후 검사 및 소감 문 작성을 실시하여 결과를 비교·분석하였다. 첫째, 생 성형 인공지능을 활용한 환경 수업은 초등학생의 환경 친화적 태도 향상에 유의미한 영향을 미치는 것으로 나타났다. 특히 인지적 영역에서 가장 큰 향상을 보였 으며, 정의적·행동적 영역 또한 통계적으로 유의미한 변화를 보였다. 둘째, 생성형 인공지능을 활용한 환경 수업은 초등학생의 환경 소양 향상에 유의미한 영향을 미치는 것으로 나타났다. 특히 인지적 영역의 생태적 지식과 환경쟁점 지식에서 두드러진 향상을 보였으며, 정의적·행동적 영역에서도 고른 향상을 보였다. 셋째, 수업 후 작성한 소감문 분석을 통해 학생들은 환경 문 제의 심각성에 대해 보다 구체적으로 인식하게 되었 고, 환경에 대한 태도와 실천 의지가 강화되었으며, 인 공지능을 활용한 학습 방식에 대해 흥미롭고 유익하다 고 평가하였다. 이와 같은 결과를 바탕으로 생성형 인 공지능을 활용한 환경 수업은 학생들의 환경에 대한 이해와 실천력을 향상시키는 데 효과적인 교육 방법이 며, 미래 환경교육의 실천적 대안이 될 수 있음을 시사 한다.

This study investigates the effects of environmental education utilizing generative artificial intelligence (AI) on elementary school students’ environmentally friendly attitudes and environmental literacy. The participants were 25 fourth-grade students (11 boys and 14 girls) from one class at M Elementary School in B Metropolitan City. A 10-session project-based environmental education program incorporating generative AI tools was implemented. Pre- and post-tests, along with student reflection essays, were administered to measure changes in students’ attitudes and literacy levels. The results revealed that the environmental lessons using generative AI significantly enhanced students’ environmentally friendly attitudes, with the most notable improvement observed in the cognitive domain, followed by meaningful gains in the affective and behavioral domains. Furthermore, students’ environmental literacy showed statistically significant progress, particularly in ecological knowledge and awareness of environmental issues. Improvements were also evident in affective and behavioral aspects, indicating a balanced enhancement across domains. Analysis of students’ reflection essays demonstrated a deeper understanding of environmental problems, strengthened motivation to act responsibly, and positive evaluations of the AI-assisted learning experience. These findings suggest that environmental education integrating generative AI can effectively promote both environmental understanding and action-oriented attitudes among elementary students. This approach provides a promising model for future AI-based environmental education practices.

본 연구는 토의·토론 기반 AI 생태 전환 교육이 초 등학생의 기후변화에 대한 인식, 지식, 태도 및 환경 소양에 미치는 영향을 분석하는 데 목적이 있다. P시 에 소재한 G초등학교 6학년 학생 중 18명을 연구집단, 20명을 비교집단으로 구성하여, 연구집단에는 토의·토 론 기반 AI 생태 전환 교육을, 비교집단에는 일반 생 태 전환 교육을 실시하였다. 본 연구의 결과는 다음과 같다. 첫째, AI 생태 전환 교육은 초등학생의 기후변화에 대한 인식, 지식, 태도 향상에 유의미한 효과를 보였 다. 학생들은 기후변화의 심각성을 이해하고, 관련 개 념을 습득하며, 긍정적 태도를 형성하였다. 둘째, AI 생태 전환 교육은 환경 소양(태도·가치, 감 수성, 환경 친화적 행동)에서도 유의미한 향상이 나타 났다. 인공지능을 활용한 수업과 주도적인 토의·토론 활동을 통해 학생들은 환경 문제 해결에 대한 관심과 실천 의지를 갖게 되었으며, 생태적 소양을 생활 속에 서 실천하는 모습을 보였다. 이러한 결과는 토의·토론과 AI를 접목한 생태 전환 교육이 초등학생의 환경 인식과 소양을 효과적으로 증 진시킬 수 있음을 시사한다.

The purpose of this study was to investigate the effects of discussion-based AI eco-transition education on elementary students' perception, knowledge, and attitude towards climate change, as well as their environmental literacy. For this study, 18 students from one 6th-grade class at G Elementary School located in P City were selected as the research group, and 20 students from another 6th-grade class were selected as the comparison group. The research group students received discussion-based AI eco-transition education, while the comparison group received general eco-transition education. To conduct this study, pre- and post-tests on climate change perception, knowledge, and attitude, and environmental literacy were administered, and the results were analyzed. The conclusions drawn through this study are as follows: Firstly, discussion-based AI eco-transition education was effective in improving elementary students' perception, knowledge, and attitude towards climate change. Through the eco-transition education program, students came to recognize the severity of climate change and developed correct perceptions. They naturally acquired concepts and knowledge related to climate change throughout the lesson progression. Furthermore, students were observed to cultivate appropriate attitudes for mitigating climate change, and this difference was found to be statistically significant. Secondly, discussion-based AI eco-transition education improved elementary students' environmental literacy. As a result of analyzing environmental literacy, divided into the domains of environmental attitude and values, sensitivity, and pro-environmental behavior, the environmental literacy of the research group improved in all areas after the discussion-based AI eco-transition education compared to before the intervention. This signifies that discussion-based AI eco-transition education had a positive influence on improving elementary students' environmental literacy.

본 연구에서는 2022 개정 과학과 교육과정 개발 과 정에서 고등학교 지구과학 TF팀에서 수행한 고등학교 지구과학 분야의 2022 개정 교육과정 개발의 철학적 배경과 성과 등을 탐색하였다. 연구보고서에서 다루지 못한 연구로, OECD Education 2030의 변혁적 역량과 지구과학 분야 교육과정 문서 체제의 관련성, 이해중 심 교육과정에 비추어 본 지구과학 분야의 핵심 아이 디어 구성과 선택과목 구성, 지구과학 분야의 탐구 기 반 교수학습의 특징 등을 탐색하였다. 주요 연구결과 를 살펴보면, 지구과학 분야를 포함하여 2022 개정 과 학과 교육과정에서는 OECD Education 2030의 변혁적 역량과 과학소양을 함양할 수 있도록 학생과 교사의 행위주체성(agency)을 강조하였으며, 지구과학 분야 교 육과정 문서 체제에서는 학습 나침반 바늘을 구성하는 지식･이해, 과정･기능, 가치･태도를 중심으로 핵심 아 이디어와 성취기준을 구성하였다. 이해중심 교육과정 에 근거하여 지구과학 분야의 핵심 아이디어를 도출하 고, 지구과학 분야의 핵심 아이디어에 도달할 수 있도 록 선택과목별 특성에 맞추어 과목별 영역과 지식･이 해 내용요소를 구성하였다. 또한, 지식 생산 역량을 갖 춘 학생 행위주체 육성을 위해 과학과 과정･기능에 부 합하는 IB형 탐구 기반 교수학습을 강조하였다. 연구 결과를 토대로 국가 수준 그리고 총론 수준에서 교육 과정 대강화의 필요성, 가치･태도에 대한 과정중심 평 가 방안 개발보급, 및 백워드 설계 형태의 교육과정 개발의 필요성, 과학과 탐구의 과정･기능에 입각한 탐구 기반 교수학습을 통한 학생 행위주체의 과학 역량 함 양 방안 등을 결론으로 제언하였다.

In this study, we investigated the philosophical background and progress of the 2022 revised curriculum development in the high school earth science field. Research that was not covered in the research report includes the relevance of the transformative competency of OECD Education 2030, and that core ideas and achievement standards are organized around knowledge understanding, process functions, and value attitudes that constitute the learning compass needle. In addition, the composition of core ideas and Earth science electives in light of the understanding-centered curriculum, and IB type inquiry-based teaching and learning. Main research results include that the 2022 revised Earth science curriculum emphasized the student agency to foster the transformative competency and scientific literacy, and the curriculum document system in the field of earth science uses a learning compass needle. In addition, based on the understanding-centered curriculum, core ideas of Earth science were derived, and elective courses were organized to help students reach these core ideas. Also, IB-type inquiry-based teaching and learning was emphasized to foster student agency with knowledge construction competency. Based on the research results, slimming of the national and general level curriculum, the need to develop process-centered assessment methods for value and attitudes, the need for curriculum backward design, and ways to develop student agency through inquiry-based teaching and learning were suggested.

본 연구의 목적은 생성형 AI 활용 환경교육이 중학 생들의 생성형 AI 인식에 어떠한 영향을 미치는지 알 아보는 것이다. 이를 위해 총 8차시 분량의 생성형 AI 활용 환경교육 프로그램을 개발하고 부산시 남자중학 교 3학년 학생을 대상으로 수업을 적용하였으며, 생성 형 AI 인식에 대한 사전·사후 검사를 진행하여 최종 72명의 자료를 수집하였다. 이후 사전·사후검사 결과 에 대해 대응표본 t-검정을 실시하여 생성형 AI 활용 환경교육이 중학생들의 생성형 AI 인식에 미치는 영 향을 확인하였다. 또한, 생성형 AI 활용 학습 경험에 대해 귀납적 내용 분석 방법을 통한 정성적 분석을 수 행하였다. 본 연구의 결과는 다음과 같다. 첫째, 생성 형 AI 활용 환경교육은 중학생들의 생성형 AI 인식 및 모든 하위 영역의 향상에 유의미한 영향을 미치는 것 으로 확인되었다. 둘째, 생성형 AI 활용 학습 경험에 대한 정성적 분석 결과, 대다수의 학생들은 생성형 AI 가 정보 탐색과 학습 조력에 도움이 되었으며, 자신의 학습 능력 및 자신감, 모둠원과의 소통과 협력에 긍정 적인 영향을 미쳤다고 평가했다. 그러나 답변의 부정 확성 및 신뢰성 문제와 과도한 의존을 우려하는 목소 리도 컸으며, 개인정보보호 기능에 대해서는 대다수가 낮은 신뢰를 보였다. 본 연구는 생성형 AI 활용 환경 교육의 교육적 효과를 실증적으로 검증하고 분석하였 다는 점에서 의의가 있으며, 향후 미래 인재 양성을 위 한 효과적인 생성형 AI 활용 환경교육 프로그램을 개 발하기 위한 기초 자료를 제공할 것으로 기대된다.

The purpose of this study is to examine the impact of environmental education utilizing generative AI on middle school students’ perception of generative AI. To this end, an eight-session educational program integrating generative AI was developed and implemented with third-grade male students at a middle school in Busan. Pre- and post-tests on students' perception of generative AI were conducted, and data from 72 students were collected. A paired samples t-test was performed to analyze the differences in perceptions before and after the program. In addition, qualitative data on students' learning experiences with generative AI were analyzed using inductive content analysis. The findings are as follows. First, the generative AI-based environmental education program had a statistically significant positive effect on students’ overall perception of generative AI and all of its subdomains. Second, the qualitative analysis revealed that most students found generative AI helpful for information retrieval and learning support, as well as in enhancing their learning ability, confidence, and communication and collaboration with peers. However, concerns were also raised about the inaccuracy and unreliability of AI-generated responses and the potential for overdependence. Additionally, most students expressed low trust in the AI’s personal data protection capabilities. This study is meaningful in that it empirically verified the effects of generative AI-based environmental education on students' perceptions of generative AI. It is expected to serve as foundational data for the development of more effective educational programs utilizing generative AI.

본 연구는 과학(지구과학) 교과의 인공지능·디지털 전환 및 AI 디지털교과서(AIDT)의 본격화에 따라 학 교 현장에서 요구되는 구성원 역량을 5개의 구인(교사 전문성 및 교수학습 혁신, 학생 역량 및 학습자 중심 혁신, 학교 조직 및 리더십, 이해관계자 참여 및 사회 적 연계, 지원체제 및 데이터 기반 혁신)과 10개 하위 요인(34문항)으로 구조화하여 전국 단위로 진단한 탐 색적 연구이다. ‘찾아가는 학교컨설팅’ 사업에 참여한 유효표본 16,578명의 응답을 바탕으로 5점 리커트 척 도 합성지수를 산출하고, 일원분산분석을 통해 학교급 (초‧중‧고)과 교사직급(일반‧수석‧부장‧학교경영자) 간 차이를 비교하였으며, 개방형 응답을 질적 증거로 삼 아 결과를 분석하였다. 분석 결과, 교사 전문성에서는 ‘주제별 심화 실천’과 ‘교과별 전문성 개발 루틴’이 상 대적으로 높고, 교실혁명 핵심 역량은 개선 여지가 확 인되었다. 학생 영역은 수업·평가 차원의 디지털 혁신 반영이 학생 디지털 문해력 인식보다 높아 제도 변화 가 역량 내면화를 선행하는 비대칭이 관찰되었다. 조 직·리더십은 전반적으로 높으나 교육과정 평가·환류는 낮아 폐루프의 제도화가 과제로 도출되었다. 학부모 이해는 중간을 소폭 상회하되 변산이 커 맥락별 이질 성이 존재했다. 지원체제는 기술적 애로 지원이 높은 반면 데이터 기반 현장연구 지원은 낮게 인식되었다. 집단 비교에서는 초등이 다수 요인에서 중‧고등을 유 의하게 상회했고, 학교경영자·부장은 조직·운영·기술 지원에서, 수석교사는 교실혁명 핵심 역량에서 상대적 으로 높았다. 이에 따라 코칭 기반 교수·학습 주기(설 계–공개–피드백–재설계), 학년·교과별 핵심 디지털 과 제군과 피드백 시각화, 학교 수준의 평가·환류 절차 제 도화, 경험 중심의 학부모 참여 설계, 최소 핵심 데이 터셋·데이터 코칭·표준·윤리의 내재화가 정책적 전략 으로 제안된다.

This study explores the competencies required of school members in the context of AI-driven digital transformation and the implementation of the AI Digital Textbook (AIDT) on the science (Earth Science) subject. The framework was structured into five domains (teacher expertise and instructional innovation, student competency and learner-centered innovation, school organization and leadership, stakeholder engagement and social linkage, and support systems and data-driven innovation), ten sub-factors, and 34 items, which were assessed through a nationwide survey. A total of 16,578 valid responses of ‘On-Site School Consulting Program’ were analyzed by calculating composite indices based on a five-point Likert scale and conducting one-way ANOVA to examine differences across school levels (elementary, middle, high) and teacher positions (general, master, head, administrator). Qualitative evidence from open-ended responses was also incorporated. The findings indicate that teacher expertise was relatively strong in topic-based practice and subject-specific routines, but lower in classroom innovation competencies. In the student domain, instructional and assessment innovation outpaced the internalization of digital literacy, revealing an asymmetry between institutional change and competency formation. While organizational leadership scored high overall, curriculum evaluation and feedback remained weak, underscoring the need for a closed-loop system. Parental understanding was above average but showed high variability across contexts. Support systems were well recognized in technical assistance but less so in data-driven research support. Group comparisons revealed that elementary schools scored significantly higher than middle and high schools in many areas, with administrators and head teachers excelling in organizational and operational support, and master teachers scoring higher in classroom innovation. Based on these findings, policy strategies are suggested, including the institutionalization of coaching-based instructional cycles (design–sharing–feedback–redesign), the development of gradeand subject-specific digital tasks with visualized feedback, the formalization of school-level evaluation and feedback processes, experience-centered parental engagement, and the integration of core datasets, data coaching, standards, and ethics into practice.

본 연구는 연구회 참여 교사의 행위주체성 성취과정 과 연구회 참여가 이에 미치는 영향을 분석하고자 하 였다. 이를 위하여 연구회 참여 교사들의 경험을 기반 으로 근거이론 접근을 활용해, 시간적 흐름에 따른 교 사 행위주체성 성취과정을 분석하고 연구회 참여가 이 에 미치는 영향을 파악하는 질적 연구를 진행하였다. 연구 결과 교사들의 행위주체성 성취는 ‘초기현상-현 상-결과’의 시간적 변화를 보이며, 반복적, 실천-평가 적, 투영적 차원의 조건들로 인한 전략이 이에 영향을 미쳤다. 초기에는 형식적이고 교사 중심의 교육 실천, 제약에 따른 실천 제한이 주를 이루었으나, 목적 중심 의 교육 실천과 학생 주도형 학습, 협력 문화 형성을 통 한 교육 확산으로 변화하여 교육 혁신을 통해 미래 지 구인으로서 학생들의 성장을 이끄는 교사 행위주체성, 협력을 기반으로 학교 문화 개선 및 교사를 지원하는 문제 해결 교사 행위주체성을 성취하였다. 연구회 참여 는 교사들의 교육 목표 확립과 실천 변화를 촉진하고, 전문성을 쌓으며 자원을 확보하는 데 기여했다. 또한 협력적 학교 문화를 조성하고, 교사로서의 역할을 확장 하는 멘토 역할을 수행하도록 지원하여 교사 행위주체 성 성취에 긍정적 영향을 미쳤다. 이를 통해 교사 학습 공동체로서 연구회의 중요성을 재확인하였으며, 공동 체 구성을 통한 교사 지원이 필요함을 시사하였다.

This study aimed to analyze the process of teacher agency achievement among teachers participating in a teacher study group and to examine the impact of participation in the group on this process. Using a grounded theory approach based on the experiences of teachers in the study group, the research investigated the temporal progression of teacher agency achievement and the effects of teacher study group participation on this progression. The results showed that the achievement of teacher agency followed a temporal pattern of "initial phenomenon-phenomenon-result," where strategies shaped by iterational, practical-evaluative, and projective dimensions played an influential role. Initially, the teachers’ practices were primarily characterized by formal and teacher-centered approaches with practical limitations. However, these evolved into purpose-driven practices, student-centered learning, and collaborative efforts for educational expansion, ultimately fostering teacher agency in two key areas: promoting the growth of students as global citizens through educational innovation and supporting school improvement and teacher assistance based on collaborative problem-solving. Participation in the teacher study group was found to significantly aid in setting educational goals, stimulating practice changes, developing professional expertise, and securing resources. Additionally, it fostered a collaborative school culture and enabled teachers to expand their roles by serving as mentors, which had a positive impact on the attainment of teacher agency. This study reaffirms the importance of teacher study groups as learning communities and underscores the need for structured support through collaborative communities for teacher empowerment.

본 연구는 국내 생성형 인공지능(Generative AI)·과 학교육 분야의 연구 동향을 체계적으로 파악하기 위해 RISS 수록 문헌(2022년 11월~2025년 2월)을 대상으로 PRISMA-ScR 기반 스코핑 리뷰를 수행하였다. 생성형 AI 관련 7개 키워드와 과학 교육 하위 분야 8개를 모 두 교차하는 전체 조합 검색 전략(56개 조합)을 통해 49개 조합에서 결과가 산출되어 최종 307편의 문헌을 분석 대상으로 확정하였다. 주요 분석 결과는 다음과 같다. 첫째, 문헌 유형은 학술지 논문(56.0%), 학위논문 석사(26.4%), 학위논문 박사(6.8%), 연구보고서(5.9%), 학술대회(4.9%) 순이었으며, 학위논문 합산 33.2%로 초기 탐색 연구 단계에 있음을 확인하였다. 둘째, 과학 교육 하위 분야는 과학교육(일반, 23.1%), 환경교육 (20.2%), 물리교육(16.9%) 순으로 집중되었으며, 특히 환경교육 분야에서 교과 맥락에 특화된 연구가 나타나 고 있었다. 셋째, 교과 분류에서 일반과학이 84.0%를 차지하여 교과 특화 연구가 현저히 부족함을 확인하였 다. 넷째, AI 키워드는 생성형 인공지능·생성 AI(각 22.1%)가 가장 많았고, 프롬프트 엔지니어링(6.5%)은 7 개 미수집 조합 중 4개를 차지할 만큼 특정 과학 교육 분야와의 결합 연구가 미개척 상태였다. 다섯째, 연구 목적으로는 교수학습 설계·개발(35.8%)이 가장 많았으 며, 교사 역할 변화를 탐색하는 연구가 등장하고 있었 다. 평가·피드백(1.6%)은 극히 적어 효과 검증 단계로 의 전환이 필요함을 시사하였다. 이러한 결과를 바탕 으로 교과 특화 연구 확대, 효과성 검증 연구로의 전 환, 교사 AI 역량 강화 및 교사–AI 협업 모델 연구, 프 롬프트 엔지니어링 교수법 개발, 평가·피드백 분야 연 구 확장, 다중 AI 도구 비교 연구 및 데이터베이스 확 장을 제언하였다.

This scoping review systematically analyzed domestic research trends at the intersection of generative artificial intelligence (Generative AI) and science education, using documents indexed in RISS (Research Information Sharing Service) between November 2022 and February 2025. Employing a full-combination search strategy — pairing seven AI-related keywords (e.g., ChatGPT, Generative AI, LLM, Prompt Engineering) with eight science education sub-field keywords (e.g., general science, physics, chemistry, environmental education) — a total of 56 search combinations were executed, of which 49 (87.5%) yielded results, producing a final corpus of 307 documents. Guided by the PRISMA-ScR framework, the documents were analyzed across six dimensions: document type, publishing venue, science education sub-field, subject classification, AI keyword type, and research purpose. Key findings are as follows. First, journal articles constituted the largest share (56.0%), but theses and dissertations accounted for a substantial 33.2%, indicating the field’s early, exploratory character. Second, general science education (23.1%) and environmental education (20.2%) dominated by sub-field — reflecting active AI applications in climate change and eco-transition education — whereas STEAM education (6.5%) and earth science education (6.2%) were underrepresented. Third, subject classification analysis revealed that 84.0% of documents fell under ‘general science,’ confirming a near-absence of discipline-specific research sensitive to the epistemological characteristics of individual sub-disciplines. Fourth, ‘generative artificial intelligence’ and ‘generative AI’ tied for first (68 documents each, 22.1%), while ‘prompt engineering’ was least frequent (20 documents, 6.5%), with seven combinations yielding no results at all. Fifth, instructional design and development dominated research purposes (110 documents, 35.8%), while evaluation and feedback studies were minimal (5 documents, 1.6%). These findings indicate that domestic Generative AI × science education research remains concentrated in early design-and-exploration phases, with urgent need for sub-discipline-specific studies, teacher–AI collaboration frameworks, and rigorous effectiveness research.

2022 개정 교육과정은 깊이 있는 학습을 통해 궁극 적으로는 학생 주도성을 강화하는 것을 강조하고 있 다. 특히 깊이 있는 교수ㆍ학습을 실현하기 위해서는 성취기준에 대한 올바른 분석이 필요하다. 이에 본 연 구에서는 2015 개정 교육과정에서 주로 사용했던 2차 원적 성취기준 분석 방법을 분석해 문제점을 분석한 후, 3차원적 성취기준 분석 방법을 제안하였다. 또한, ‘기후변화와 우리 생활’이라는 초등과학과 단원을 예 로 들어 분석하는 과정을 기술하였다. 이 3차원적 성 취기준 분석 방법은 2차원적 성취기준 분석 방법에서 제시한 수행 동사로의 구체화 과정을 포함해 단원 수 준과 차시 수준의 개념 도출을 통한 일반화 문장으로 의 진술을 강조하고 있다. 3차원적 성취기준 분석 방 법을 통해 과학 교과뿐만 아니라 타 교과에서도 ‘왜 가르치는지’, ‘왜 배우는지’에 대한 답을 교사와 학생 모두가 찾아 깊이 있는 학습의 출발점이 되길 기대해 본다.

The 2022 revised curriculum emphasizes enhancing student agency through in-depth learning. To achieve profound teaching and learning, a proper analysis of achievement standards is essential. This study examines the two-dimensional achievement standards analysis method predominantly used in the 2015 revised curriculum, identifies their limitations and proposes a three-dimensional achievement standards analysis method. Furthermore, the process of applying this method is illustrated using the elementary science unit ‘Climate Change and Our Lives’ as an example. The three-dimensional achievement standards analysis method incorporates the process of concretizing performance verb presented in the two-dimensional achievement standards analysis method while emphasizing the formulation of generalized statements through concept extraction at the unit and lesson levels. By applying this three-dimensional achievement standards analysis method, not only in science but also in other subjects, both teachers and students are expected to find answers to ‘why we teach’ and ‘why we learn’, serving as a starting point for deeper learning.