Earticle

본 연구는 예비 보건교사의 AI 교육역량을 진단하고, 교육적 개입의 우선순위를 실증적으로 탐색하여 교육 프로그램의 설계 방 향을 제시하는 것을 목적으로 한다. 이를 위해 A대학교 간호대학에서 교직과정을 이수 중인 4학년 학생 32명을 분석 대상으로 하 여, AI 교육역량의 네 가지 영역(기본 개념 이해, 인간–AI 관계 이해, AI 활용 역량, AI 윤리 인식)에 대해 중요도와 수행 수준을 조 사하였다. 분석에는 Borich 요구도 분석과 Locus for Focus 모형을 병행 적용하여, 각 역량 요소 간의 격차와 교육적 개입 필요성을 구조적으로 도출하였다. 그 결과, 모든 영역에서 중요도가 수행 수준보다 유의하게 높게 나타났으며, 특히 ‘AI 윤리 인식’은 가장 큰 격차와 높은 요구도 점수를 보여 우선적 교육 개입이 필요함을 시사하였다. 또한 ‘AI의 기본 개념 이해’, ‘인공신경망의 의미 이해’, ‘AI와 인간의 협력’, ‘사회 구조적 영향 이해’ 등도 핵심적인 고려 영역으로 도출되었다. 본 연구는 예비 보건교사의 AI 교육역량을 체계적으로 구조화하고, 실증적 데이터를 기반으로 교육적 개입의 우선순위를 제시함으로써, 향후 보건교사 양성과정에 통합 가능 한 프로그램 설계를 위한 기초적 자료로 활용될 수 있을 것이다.

This study aims to diagnose the AI educational competencies of pre-service health teachers and to explore, on an empirical basis, the priorities for educational interventions in order to suggest directions for program design. The analysis was conducted on 32 fourth-year students who were enrolled in a teacher education program within the College of Nursing at University A, where no formal AI-related courses were offered. Four domains of AI educational competencies were examined: understanding of basic concepts, understanding of human–AI relationships, AI utilization competencies, and AI ethics awareness. The analysis employed both the Borich Needs Assessment model and the Locus for Focus framework to identify competency gaps and to structurally derive areas requiring educational intervention. Results indicated that, across all domains, perceived importance scores were significantly higher than performance scores. In particular, ‘AI ethics awareness’ showed the largest gap and highest need score, suggesting it as a priority area for educational intervention. Other competencies such as ‘understanding of AI basic concepts,’ ‘understanding of neural networks,’ ‘human–AI collaboration,’ and ‘understanding of social structural impacts of AI’ were also identified as key areas for consideration. By structuring pre-service health teachers’ AI educational competencies and presenting data-driven insights into intervention priorities, this study provides foundational evidence that may inform future program design and contribute to the improvement of teacher education curricula in the field of health education.

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 예비 유아 교사의 인공지능(AI) 활용 수업역량에 대한 인식과 교육 요구를 분석하여, 인공지능(AI) 시대 교사 양성 교육의 개선 방향을 모색하고자 하였다. 이를 위해 3·4년제 유아교육과에 재학 중인 예비 교사 164명을 대상으로 설문조사 를 실시하고, 중요도와 수행도의 차이를 기반으로 Borich 요구도 분석과 Locus for Focus 모델을 적용하였다. 분석 결과, AI 교육 실천 이해, AI 수업 설계, AI 수업 운영 및 평가, AI 윤리 인식, AI 기반 수업 혁신 태도의 5개 하위 역량 모두에서 중요도 평균이 수행도 평균보다 유의하게 높게 나타났으며, 특히 AI 윤리 인식이 가장 시급한 교육 개입이 필요한 역량으 로 확인되었다. 또한 AI 활용 수업 설계와 AI 수업 운영 및 평가 역량 역시 높은 교육 요구를 보여, 교사 양성 과정에서 이론 중심의 AI 교육을 넘어 실습 기반의 통합적 역량 개발이 필요함을 시사하였다. 본 연구는 예비 유아 교사의 AI 활용 수업역량 강화를 위한 기초자료를 제공함으로써, 향후 유아교육 단계의 AI 리터러시 교육체제 구축에 기여할 것으로 기대 된다.

This study aimed to analyze the perceptions and educational needs of pre-service early childhood teachers regarding AI-integrated instructional competency and to propose directions for improving teacher education in the era of artificial intelligence(AI). A survey was conducted with 164 pre-service early childhood teachers enrolled in early childhood education programs at junior colleges and universities in Korea. The data were analyzed using Borich’s needs assessment model and the Locus for Focus model to identify discrepancies between perceived importance and performance. The results indicated that the mean scores for importance were significantly higher than those for performance across all five sub competencies-Understanding of AI-based educational practice, Design of AI-Integrated Lessons, Implementation and Evaluation of AI-Integrated Lessons, Ethical Use of AI, Attitudes Toward AI-Driven Instructional Innovation. Among these, Ethical Use of AI was identified as the most urgent area for educational intervention. In addition, Design of AI-Integrated Lessons and Implementation and Evaluation of AI-Integrated Lessons also showed high levels of educational need, suggesting that teacher education programs should move beyond theory-based instruction toward practice-oriented, integrated competency development. This study provides foundational data for enhancing AI-integrated instructional competency among pre-service early childhood teachers and is expected to contribute to establishing an AI literacy–based educational framework in early childhood education.

본 연구는 예비유아교사의 AI 교육역량이 AI 창의적 활용에 미치는 효과를 분석하는 데 목적이 있다. 연구대상은 G대학 유아교육과에 재학 중인 예비유아교사 111명이며, AI 교육역량과 AI 창의적 활용에 대한 설문조사를 실시하여 자료를 분석하였다. 연구 결과, 첫째, AI 교육역량과 AI 창의적 활용은 전반적으로 보통 이상의 수준을 보였으며, 하위요인에서는 윤리 역량이 상대적으로 높고 이해 역량이 낮게 나타났다. 또한 AI 교육역량은 학년에 따라 유의한 차이를 보였으며 4학년이 다른 학년보다 높은 수준이었다. 반면 성별과 AI 경험에서는 유의한 차이가 나타나지 않았다. 둘째, AI 교육역량과 AI 창의적 활용 간에는 강한 정적 상관이 확인되었으며, 하위요인 간에도 유의한 관련성이 나타났다. 셋째, AI 창의적 활용에 대해 학년, 성별, AI 경험은 유의한 영향을 미치지 않았으며, AI 교육역량이 주요 영향 변인으로 나타났다. 특히 하위요인 중 AI 창조 역량이 가장 강력한 예측요인으로 확인되었다. 이러한 결과는 예비유아교사의 AI 창의적 활용을 촉진하기 위해 개념적 이해나 윤리 교육을 넘어, AI를 창조적으로 재구성하고 실제 교육 상황에 적용할 수 있는 실천적 역량을 강화하는 교사양성 교육이 필요함을 시사한다.

This study aimed to analyze the effects of pre-service early childhood teachers' AI educational competency on their creative use of AI. The participants were 111 pre-service teachers at G University's Department of Early Childhood Education, and survey data were analyzed. The results are as follows. First, AI educational competency and creative use of AI were generally above average, with ethics relatively high and understanding relatively low. AI educational competency differed significantly by grade, with fourth-year students scoring higher than others, whereas no differences appeared by gender or AI experience. Second, a strong positive correlation was confirmed between the two constructs, with significant associations among their subfactors. Third, grade, gender, and AI experience did not significantly affect creative use of AI, whereas AI educational competency emerged as the main influencing variable. In particular, AI creation was identified as the strongest predictor among the subfactors. These findings suggest that fostering creative use of AI requires teacher education strengthening practical competencies to creatively reconstruct and apply AI in actual settings, beyond conceptual understanding or ethics education.

챗GPT로 대표되는 생성형 AI의 출현에 따라 우리 사회의 지식정보처리 방식에 큰 변화가 발생하고 있으며, 이에 따라 초·중등 교육과정의 목표 중 하나인 지식정보처리역량 교육의 방향에 대한 검토할 필요가 높다. 본 연구에서는 먼저 문제해결을 목적으로 하는 사고의 연속으로서 지식정보처리를 정의하고, 개인의 지식정보처리역량을 결정하는 두 축으로서 개념과 사고의 의미 대한 분석을 수행하였으며, 개념의 질과 사고의 타당성 및 유용성을 중심으로 지식정보처리역량의 의미를 명료화하였다. 이를 바탕으로 (1) 생성형 AI와 효과적으로 협업하기 위한 질문하는 능력과 이를 통해 (2) 새롭고 복잡한 문제를 주도적으로 해결하는 능력을 이 시대가 요구하는 지식정보처리역량으로 제안하였다. 마지막으로 생성형 AI 시대가 요구하는 지식정보처리역량 제고를 위한 우리 초·중등 학교 교육의 방향으로서 (1) 개념의 질적 제고를 위한 빅아이디어 중심 지식 교육, (2) 사고의 타당성과 유용성 제고를 위한 논리적 사고 교육, (3) 지식과 정보를 대하는 태도로서 신중함과 개방적 태도 교육에 대하여 논하였다

With the emergence of generative AI, represented by ChatGPT, significant changes have occurred in the way our society processes knowledge and information. Consequently, there is a growing need to reevaluate the direction of knowledge and information processing competency education, which is one of the key objectives of primary and secondary education curricula. This study first defines knowledge and information processing as a continuous sequence of thinking aimed at problem-solving. It then analyzes the meanings of concepts and thinking as two fundamental pillars that determine an individual's knowledge and information processing competency. By focusing on the quality of concepts and the validity and utility of thinking, this study clarifies the meaning of such competency. Based on this analysis, this study proposes two key competencies required in the era of generative AI: (1) the ability to ask questions effectively to collaborate with generative AI and (2) the ability to take the initiative in solving novel and complex problems. Finally, this study discusses the future direction of primary and secondary education in enhancing knowledge and information processing competency in the era of generative AI. The proposed directions include (1) concept-centered knowledge education based on "big ideas" to enhance the quality of concepts, (2) logical thinking education to improve the validity and utility of thinking, and (3) cultivating careful and open-minded attitudes toward knowledge and information.