Earticle

지금 인류는 생성형 AI 기술로 인해 급격한 변화를 맞이하고 있다. 사회 각계는 생성형 AI 기술로 새로운 변화를 맞아 생성형 AI 활용 방안에 대한 깊은 고민과 논 의를 진행하고 있다. 특히 교육 분야의 상황은 급격하게 변화되고 있고, 교육계는 생 성형 AI에 대한 교육적 방향성을 제시하고 교수자-학생의 역할변화와 수업방식의 변 화 등 수업의 변화를 요청하고 있다. 이러한 생성형 AI 시대의 교육적 상황에 부응하 여, 본 논문은 교수자 중심의 지식전달식 수업을 최소화하고 학생주도적 활동중심 수 업을 설계 및 실행한 연구이다. 본 연구를 위해 설계된 수업은 P 신학대학교의 종교 교과 교원양성과정생을 대상으로 하였으며, 학생주도적 활동 중심 수업안에 생성형 AI를 폭넓게 활용하였다. 이를 통해 본 연구는 1) 교수자 중심의 지식전달식 수업을 최소화하고 학생주도적 활동중심 수업을 실행했을 때의 수업만족도를 조사하고, 2) 학 생주도적 활동중심 수업안에 생성형 AI를 활용해 봄으로써, 생성형 AI에 대한 인식 및 만족도를 조사하고자 하였다. 설문조사를 통한 양적 연구 결과분석에 의하면 (Wilcoxon signed-rank test), 교수자 중심의 지식전달식 수업을 최소화하고 학생주도 적 활동수업을 실행했을 때의 수업목표달성도(중위수 5.00, Q1-Q3 4.00-5.00)와 수업 만족도(중위수 5.00, Q1-Q3 4.60-5.00)는 상당히 높게 달성되었음을 확인하였다. 또한, 생성형 AI 활용에 대한 인식 및 만족도의 연구 결과분석을 보면, 사전/ 사후 조사간 인식 및 만족도가 상향 조정되어 유의한 변화를 확인하였다(사전 조사:중위수 4.00(Q1-Q3, 4.00-4.00)/ 사후 조사: 중위수 5.00(Q1-Q3, 4.00-5.00)). 서술형 문항에서, 참여자들은 생성형 AI 활용에 있어 ‘정보수집의 용이성 및 민첩성,’ ‘생성물의 탁월성’ 등의 유용성을 진술하였고, 이와 동시에 ‘생성물 자체에 대한 불만족,’ ‘활용 능력 미 흡,’ ‘과의존,’ ‘정보의 부정확성에 대한 불만족,’ ‘사용자의 창의력 및 사고력 저하’ 등 의 한계를 지적하였다. 이와 같은 연구 결과를 토대로, 본 연구는 생성형 AI 시대의 교수자 역할, 학습자의 역할, 수업방식에 대한 제언을 실행하였다.

Currently, humanity is experiencing rapid changes due to generative AI technology. Society at large is facing new challenges and opportunities with generative AI, leading to deep contemplation and discussions on how best to utilize it. The education sector, in particular, is undergoing rapid transformation, with the educational community calling for changes in curriculum, redefining the roles of instructors and students, and modifying teaching methods. In response to the evolving educational landscape in the era of generative AI, this paper presents a study that minimizes instructor-centered knowledge delivery and implements student-led, activity-centered classes. The study focuses on students in the religious education teacher training course at P Theological University, where generative AI was extensively utilized in student-led activity-centered lesson plans. The study aimed to (1) investigate the level of class satisfaction when instructor-centered knowledge delivery was minimized and student-led, activity-centered classes were implemented, and (2) explore the perception and satisfaction with generative AI when incorporated into student-led, activity-centered lesson plans. According to the quantitative analysis of survey results (Wilcoxon signed-rank test), it was confirmed that achievement of class goals(median 5.00, Q1-Q3 4.00-5.00) and class satisfaction(median 5.00, Q1-Q3 4.60-5.00) were significantly high when instructor-centered knowledge delivery was minimized, and student-led activity classes were implemented. Additionally, a significant positive shift was observed in the perception and satisfaction with generative AI between pre- and post-surveys (pre-survey: median 4.00 (Q1-Q3, 4.00-4.00) / post-survey: median 5.00 (Q1-Q3, 4.00-5.00)). In open-ended responses, participants highlighted the usefulness of generative AI, such as 'ease and agility of information collection' and 'excellence of generated products.' However, they also noted limitations, including 'dissatisfaction with the generated products themselves,' 'inadequate utilization skills,' 'over-dependence,' 'dissatisfaction with the inaccuracy of information,' and 'deterioration of users' creativity and thinking skills.' Based on these findings, the study offers recommendations on the roles of instructors, the roles of learners, and teaching methods in the era of generative AI.

본 연구는 생성형 AI 기술이 교육 현장에 도입됨에 따라, 이를 체육 교과와 융합하였을 때 초등학생의 신체적 건강과 사 회적 건강에 미치는 교육적 효과를 규명하는 데 목적이 있다. 이를 위해 전북특별자치도 소재 P초등학교 5, 6학년 학생 18 명을 연구 대상으로 선정하여 실험집단 9명과 통제집단 9명으로 무선 배치하였다. 실험집단에게는 6차시의 AI 융합 체육 프 로그램을 진행하였고, 통제집단에게는 전통적인 방식의 일반 체육 수업을 진행하였다. 연구 결과, 신체적 건강(학생건강체력 평가시스템) 측면에서 실험집단은 심폐지구력, 유연성, 순발력 모든 영역에서 사후 점수가 사전 대비 통계적으로 유의미하게 향상되었다. 반면 통제집단은 유의미한 변화를 보이지 않았다. 사회적 건강(초등학생용 사회·정서 역량 진단도구)측면에서도 실험집단은 사전 대비 사후 점수가 유의미하게 향상된 반면, 통제집단은 유의미한 차이가 없었다. 본 연구는 디지털 대전환 시대에 발맞추어 체육 교육의 새로운 교수·학습 모델로서 생성형 AI의 가능성을 실증적으로 확인했다는 데 의의가 있다.

This study examined the educational effects of Generative AI-converged physical education on elementary students’ physical and social health. Eighteen fifth- and sixth-grade students from P Elementary School in Jeonbuk State were randomly assigned to an experimental group (n=9) or a control group (n=9). The experimental group completed a six-session AI-converged physical education program, whereas the control group received traditional physical education. The experimental group showed significant pre–post improvements in physical health (PAPS: cardiorespiratory endurance, flexibility, and power) and social health (Social-Emotional Competence Scale), while the control group showed no significant changes. These findings empirically support the potential of Generative AI as a novel teaching and learning model for physical education in the era of digital transformation.

프로그래밍 수업은 실습 중심의 특성으로 인하여 기술 변화의 영향을 많이 받았다. 이제는 학습 내용 뿐만 아니라 학습 방법에서도 변화가 요구되고 있다. 이에 본 연구는 생성형 AI를 활용하여 Atmega128 마이크로콘트롤러 프로그래밍 학습에 대한 동기를 증진시키고, 학습 과정에서 회복탄력성을 높일 수 있는 가능성을 제시하고자 한다. 회복탄력성의 하위요소 분석을 통하여, 생성형 AI가 Atmega128 마이크로콘트롤러 프로그래밍 교육에서 학습자를 위한 프로그래밍 학습 방식으로 활용될 수 있고, 프로그래밍 학습 과정에서 발생할 수 있는 학습된 무기력을 해결하거나 학습 동기를 높이는데 기여할 수 있다는 것을 알 수 있었다. 따라서 교수자에게 교육 과정을 설계하고 실행하는 단계에서 생성형 AI를 활용할 때 고려할 점을 알 수 있었다. 본 연구를 통하여 Atmega128 마이크로콘트롤러 프로그래밍 수업에서의 새로운 방향성을 제시하고, 교육 분야에서 AI 활용의 잠재력을 탐색하는 기초를 마련할 것으로 기대할 수 있었다.

Programming classes have been greatly influenced by technological changes due to their practical nature. Now, not only the content but also the learning methods are being demanded to change. Therefore, this study proposes the potential of using generative AI to enhance motivation and increase resilience of students in Atmega128 microcontroller programming learning. Through the analysis of sub-factors of resilience, it was revealed that generative AI can be utilized as a programming learning approach in Atmega128 microcontroller programming education. It also helps to address learned helplessness problems and increase learning motivation during the programming learning process. Thus, it was found that educators may benefit from incorporating generative AI into the design and implementation of educational programs. This research presents a new direction for Atmega128 microcontroller programming courses and sets the groundwork for exploring the potential of AI in the field of education.

현대 사회에서 컴퓨팅 사고를 통한 문제해결력의 중요성이 강조되고 있다. 특히, 4차 산업혁명의 발전 으로 이러한 능력은 더욱 필수적인 요소로 부상하고 있다. 이에 따라 SW 교육의 중요성이 강조되고 있 으며, 최근에는 AI 기술을 활용한 새로운 교육 방법에 관한 관심이 증가하고 있다. 이전에는 AI가 교육에 어떤 이바지를 할 수 있는지에 대한 연구들이 많았지만, AI를 SW 교육에 직접적으로 적용한 연구는 아직 많지 않다. 이에, 본 연구에서는 텍스트 기반 생성형 AI를 활용했을 때의 SW 교육의 효과를 확인하고자 하였다. 연구 대상은 K 대학교의 SW 기초교양 교과목을 수강하는 학습자들이며, 연구 방법은 생성형 AI 를 활용한 SW 기초 수업을 설계한 뒤, 교육을 진행하여 교육 전과 후의 학습자들의 컴퓨팅 사고와 문제 해결력 등을 확인하여 효과를 분석하였다. 연구 결과, SW 기초교양 교육을 시작하기 전과 후의 결과에 대하여 유의미한 차이가 나타났다. 생성형 AI를 활용한 SW 교육이 학습자들의 컴퓨팅 사고와 문제해결 력을 향상시키는 효과가 있음을 확인하였다. 또한, 프로그래밍의 어려움 정도에 따른 차이를 분석하고, 컴퓨팅사고와 문제해결 간의 상관관계를 분석하여 생성형 AI를 활용한 SW 교육의 효과를 보다 자세히 확인하였다. 본 연구를 통해 텍스트 기반 생성형 AI를 활용한 SW 교육에 대한 긍정적인 효과를 확인하였 고, 개선점을 도출하였다. 미래 교육의 방향성을 모색하기 위해 추가적인 연구와 논의가 필요하며, 이를 통해 SW 기초교육의 질적 향상을 도모할 것으로 기대한다.

In modern society, the importance of problem-solving skills through computational thinking is being emphasized. Particularly with the advancements of the Fourth Industrial Revolution, these skills have become essential elements. Consequently, the significance of software (SW) education is being highlighted, and recently, interest in new educational methods utilizing artificial intelligence technology has been growing. While there has been considerable research on the contributions of AI to education, direct applications of AI in SW education have been relatively sparse. Thus, this research aimed to assess the effects of SW education when utilizing text-based generative AI. The participants were students enrolled in a basic SW elective course at K University, and the research method involved designing a basic SW course that utilized generative AI, conducting the education, and then assessing changes in the students` computational thinking and problem-solving abilities before and after the course. The results showed a significant improvement in computational thinking and problem-solving skills through the SW education using generative AI. The study also analyzed differences based on the difficulty levels of programming and explored the correlation between computational thinking and problem-solving to examine the effects of SW education using generative AI more closely. This research confirmed the positive effects of SW education utilizing text-based generative AI and identified areas for improvement. Further research and discussion are needed to explore the direction of future education and aim to enhance the quality of basic SW education.

생성형 인공지능이 일상생활뿐 아니라 교육 현장에까지 영향을 미치고 있는 현 상황 에서, 본 연구는 한국어교육에서 진행되는 문학 수업의 각 단계에 생성형 인공지능을 활용하는 방법을 구체적으로 모색하여 제안하였다. 이를 통해 궁극적으로 문학에 대한 학습자의 이해를 심화하고, 학습자의 창의적 활동을 확장하고자 하였다. 이러한 목적 을 위해 본 연구에서는 기존의 연구 및 한국어 교재를 참고로 문학 수업의 단계를 감상 전, 감상, 감상 후 단계로 구조화하고 각 단계에서 진행할 수 있는 수업 활동들을 제시 하였다. 그리고 문학교육에서 인공지능의 역할을 세 가지로 정리한 후, 인공지능의 역 할과 수업의 단계를 연계하여 단계별 인공지능의 주요 역할을 제안하였다. 나아가 수 업 단계별 생성형 인공지능의 활용 사례와 구체적인 결과물을 보여줌으로써 수업에의 활용을 높이고자 하였다. 한국어교육 분야에서 생성형 인공지능은 말하기나 쓰기 등 주로 언어 기능을 교수·학습하는 연구에서 다루어져 왔으며 이를 문학교육에 적용한 사례는 아직 발견되지 않는다. 본 연구는 한국 문학을 비롯한 한국 문화교육에 관한 관 심이 높아지고 있는 상황에서, 한국어 학습자를 위한 문학 수업의 단계를 설정하고 단 계별 활동과 생성형 인공지능의 역할, 그리고 생성형 인공지능의 구체적인 활용 방법 을 모색하고 제안했다는 점에서 의의가 있다.

In the current era where generative artificial intelligence significantly influences both daily life and educational settings, this study explores methods for integrating generative AI into each stage of Korean literature classes to deepen learners' literary understanding and expand their creative activities. To achieve this, the study structures a literature class into ‘Pre-appreciation,’ ‘Appreciation,’ and ‘Post-appreciation’ stages, suggesting specific AI-assisted activities for each phase. The study also categorizes the roles of AI into three types and links them to these respective stages to enhance their utility in the classroom. In addition, practical examples and concrete outputs of generative AI applications for each stage are presented to illustrate its implementation. While AI research in Korean language education has primarily focused on linguistic functions such as speaking and writing, its application to literature remains largely unexplored. By establishing a framework for literature classes and proposing specific activities and methodologies, this study provides insights into the growing field of AI-driven Korean cultural and literary education.

생성형 인공지능이 일상생활뿐 아니라 교육 현장에까지 영향을 미치고 있는 현 상황 에서, 본 연구는 한국어교육에서 진행되는 문학 수업의 각 단계에 생성형 인공지능을 활용하는 방법을 구체적으로 모색하여 제안하였다. 이를 통해 궁극적으로 문학에 대한 학습자의 이해를 심화하고, 학습자의 창의적 활동을 확장하고자 하였다. 이러한 목적 을 위해 본 연구에서는 기존의 연구 및 한국어 교재를 참고로 문학 수업의 단계를 감상 전, 감상, 감상 후 단계로 구조화하고 각 단계에서 진행할 수 있는 수업 활동들을 제시 하였다. 그리고 문학교육에서 인공지능의 역할을 세 가지로 정리한 후, 인공지능의 역 할과 수업의 단계를 연계하여 단계별 인공지능의 주요 역할을 제안하였다. 나아가 수 업 단계별 생성형 인공지능의 활용 사례와 구체적인 결과물을 보여줌으로써 수업에의 활용을 높이고자 하였다. 한국어교육 분야에서 생성형 인공지능은 말하기나 쓰기 등 주로 언어 기능을 교수·학습하는 연구에서 다루어져 왔으며 이를 문학교육에 적용한 사례는 아직 발견되지 않는다. 본 연구는 한국 문학을 비롯한 한국 문화교육에 관한 관 심이 높아지고 있는 상황에서, 한국어 학습자를 위한 문학 수업의 단계를 설정하고 단 계별 활동과 생성형 인공지능의 역할, 그리고 생성형 인공지능의 구체적인 활용 방법 을 모색하고 제안했다는 점에서 의의가 있다.

In the current era where generative artificial intelligence significantly influences both daily life and educational settings, this study explores methods for integrating generative AI into each stage of Korean literature classes to deepen learners' literary understanding and expand their creative activities. To achieve this, the study structures a literature class into ‘Pre-appreciation,’ ‘Appreciation,’ and ‘Post-appreciation’ stages, suggesting specific AI-assisted activities for each phase. The study also categorizes the roles of AI into three types and links them to these respective stages to enhance their utility in the classroom. In addition, practical examples and concrete outputs of generative AI applications for each stage are presented to illustrate its implementation. While AI research in Korean language education has primarily focused on linguistic functions such as speaking and writing, its application to literature remains largely unexplored. By establishing a framework for literature classes and proposing specific activities and methodologies, this study provides insights into the growing field of AI-driven Korean cultural and literary education.

본 연구는 2022 개정 교육과정의 취지에 발맞추어 생성형 AI를 초등 체육 표현활동에 접목하고, 이것이 학생들의 창의적 신체표현과 수업 참여도에 미치는 영향을 분석하는 데 목적이 있다. 이러한 연구 목적을 근거로 인공지능을 활용한 표현활동 수업을 통해 창의력을 확장을 확인하고, 신체표현능력 역량 향상 가능성에 대해 제시하고자 한다. 이를 위해 실행연구의 방법을 통해 수업 개발 단계에서 예비과정 단계 및 반성, 재설계 단계, 본 과정 단계 분석 및 평가의 4단계의 프로그램을 구성하였다. 3학년 학생들을 대상으로 AI 생성 이미지와 음악을 자극물로 제공하는 수업을 설계·실행하였으며, 그 과정에서 나타난 학생들의 신체적 반응과 창의적 사고의 변화를질적으로 분석하였다. 그 결과, 생성형 AI를 활용한 표현활동 수업을 통해 시각적 자극에 대한 창의적 신체 반응을 확인하였고, 청각적 자극에 대한 표현의 일치성, 창의적 사고에 대한 뚜렷한 변화가 나타났다. 이처럼 생성형AI를 표현활동 수업에 적절히 활용하였을 때 인간과 AI 사이의 균형과 조화를 통해 새로운 학습과 성장을 도모할 수 있을 것이다.

The purpose of this study is to apply Generative AI to elementary physical education expression activities in line with the purpose of the 2022 revised curriculum, and to analyze the effect of this on students' creative body expression and class participation. Based on the purpose of this study, we would like to confirm the expansion of creativity through expression activity classes using artificial intelligence, and to present the possibility of improving body expression capabilities. To this end, a program of four stages was organized: the preliminary process stage, reflection, redesign stage, and main course stage analysis and evaluation in the class development stage through the method of implementation research. Classes that provide AI-generated images and music as stimuli were designed and executed for 3rd grade students, and students' physical reactions and changes in creative thinking were qualitatively analyzed in the process. As a result, the creative body response to visual stimuli was confirmed through the expression activity class using Generative AI, and the consistency of expression to auditory stimuli and clear changes to creative thinking appeared. In this way, when Generative AI is properly used in expression activity classes, new learning and growth can be promoted through balance and harmony between humans and AI.

본 연구에서는 생성형 인공지능을 활용한 화학Ⅰ 수업을 고등학생들에게 적용하여 효과성을 분석하는 데 목적이 있다. 생성형 인공지능은 ‘뤼튼(Wrtn)’을 활용하였으며, 화학Ⅰ 과목의 ‘몰(mole)’ 개념을 바탕으로 생성형 인공지능 챗봇을 개발하였다. 데이터는 K시 소재 고등학교 화학Ⅰ 수업을 듣는 학생들을 대상으로 생성형 인공지능 기반 교육 프로그램을 적용한 실험반과, 일반적인 수업을 진행한 비교반으로 나누어 수집하였다. 두 집단 모두에게 프로그램 적용 전과 적용 후의 진단평가와 형성평가를 실시하여 개념 이해도 변화를 조사하였으며, 자기 평가 설문을 실시하여 인공지능에 대한 태도, 과학 흥미도, 메타인지 역량 변화를 조사하였다. 분석 결과 생성형 인공지능을 활용한 수업이 학습자의 인공지능에 대한 태도, 과학 흥미도, 메타인지 역량에 긍정적인 영향을 미치는 것을 확인할 수 있었으며, 개념 이해도에는 부정적인 영향을 미치지 않은 것을 확인하였다. 결과를 통해 생성형 인공지능을 효과적으로 수업에 적용하기 위한 다양한 방안을 개발하는 것이 필요하다는 시사점을 얻었다.

The purpose of this study is to analyze the effectiveness of applying Chemistry I classes using generative AI to high school students. The generative AI tool 'Wrtn' was utilized to develop a chatbot based on the concept of 'mole' in Chemistry I. Data were collected by dividing students in a high school in K city into an experimental group that participated in a generative AI-based education program and a comparative group that received traditional instruction. Both groups underwent diagnostic and formative evaluations before and after the program implementation to assess changes in conceptual understanding, and a self-evaluation questionnaire was administered to investigate changes in attitudes toward AI, interest in science, and metacognitive skills. The analysis confirmed that classes utilizing generative AI had a positive effect on learners' attitudes toward AI, interest in science, and metacognitive skills, while not negatively affecting conceptual understanding. These results suggest the need to develop various strategies for effectively integrating generative AI into classroom instruction.

본 연구는 생성형 AI를 활용한 한국음악사 수업에서 학습자가 AI의 응답을 어떻게 검토하고 수정하며, 그 과정에서 어떠한 비판적 사고를 보이는지를 살펴보고자 하였다. 이를 위해 경기도 소재 국악과에 재학 중인 대학생 13명을 대상으로 4주간 수업을 운영하였고, 수업 과정에서 작성한 ‘오류식별표’와 심층 면담자료를 중심으로 학습자의 사고 과정을 분석하였다. 분석 결과, AI의 응답에서는 사실과 다른 내용, 사료와 출처의 부재, 실제로 존재하지 않는 문헌의 제시, ‘기록이 없다’는 사실을 ‘존재하지 않는다’는 의미로 단정하는 서술, 그리고 복합적인 역사적 맥락을 지나치게 단순화하는 오류가 반복적으로 나타났다. 학습자들은 이러한 오류를 그대로 받아들이지 않고, 사료와 문헌을 근거로 내용을 비교·검토하며 잘못된 부분을 수정하고 새로운 내용으로 재구성하였다. 특히 사료를 활용한 검증 과정은 학습자가 AI의 답변을 비판적으로 바라보고 지식을 스스로 재구성하는 데 중요한 역할을 하였다. 이러한 결과는 생성형 AI를 활용한 한국음악사 수업이 단순히 정보를 제공하거나 확인하는 수업이 아니라, 학습자가 사료를 바탕으로 질문하고, 검토하고, 스스로 사고하는 힘을 기를 수 있는 교육적 환경이 될 수 있음을 보여준다.

This study attempted to explore how learners' critical thinking appears in Korean music history classes using ChatGPT, a generative AI. The study focused on a four-week Korean music history class with 13 Korean classical music students at a university located in Gyeonggi-do, and analyzed the 'error identification table', class observation record, and in-depth interview data prepared by learners using a qualitative case study method. As a result of the analysis, in the response of ChatGPT, types of errors such as factual errors, absence of feed and source and virtual literature presentation, descriptions that conclude that 'no record' as 'no exist', and simplification of complex historical contexts were repeated. In the process of reviewing these responses, learners showed a step-by-step thinking process of identifying errors, analyzing evidence through feed and literature, evaluating the validity of information, and then reconstructing the revised explanation. Verification with the feed was essential to learners' use of critical interpretation to analyze AI responses for rebuilding knowledge. Based on the results, classes expressing Generative AI can act as a transformative learning setting for learners’ critical thinking for analyzing their own critical thinking processes and use as a medium to communicate Korean music history.

The purpose of this study is to identify the perceptions of university students regarding the use of generative AI in problem-based learning (PBL) English courses. Specifically, the study measured the participants’ perceptions of their overall improvement in their English and convergence skills related to the affective factors, self-regulated learning, and perceived achievement. To obtain the results, a survey was conducted with 84 university students who were enrolled in an AI-based PBL course at a four-year university in Gyeongnam Province. The results showed that the higher the awareness of affective factors and the higher the self-regulated learning, the higher the perceived achievement. The results also indicated that self-regulated learning had a greater influence on perceived achievement than affective factors. In learner-centered PBL English education, the focus is on improving communication, interaction skills, and critical thinking. As a result, students’ interest in learning through generative AI utilization experiences increased.

본 연구는 생성형 AI(ChatGPT)를 활용한 쓰기 학습에서 고급 한 국어 학습자들의 인식을 조사하기 위해, 학습자들이 한 학기 동안 ChatGPT를 활용한 쓰기 수업에 참여한 결과를 분석하였다. 학기 초에 비해 쓰기 자신감이 유의미하게 상승했으며, 아이디어 구상과 어휘 학습 에 큰 도움이 되었던 것으로 나타났다. 반면, ChatGPT의 피드백이 학습 자의 의도와 다르게 수정되거나, 긴 설명과 어려운 어휘로 혼란을 주는 경우도 있었다. 그럼에도 불구하고, 생성형 AI는 자기주도적 학습을 지원 하는 도구로서 가능성을 보였으며, 교사의 피드백과 병행할 때 더 효과적 이라는 시사점을 제공하였다. 이 연구는 학습자 차원에서 한국어 교육에 서 생성형 AI 활용의 장단점을 이해하고 효과적인 혼합형 학습 모델 개 발의 기초 자료로 활용될 수 있다.

This study investigates the perceptions of advanced Korean learners regarding the use of generative AI, specifically ChatGPT, in writing instruction. To achieve this, learners participated in a semester-long writing course integrating ChatGPT as a learning tool. The findings indicate a significant increase in writing confidence compared to the beginning of the semester, with learners reporting substantial benefits in idea generation and vocabulary acquisition. However, challenges arose when ChatGPT’s feedback did not align with the learners' intentions, often providing overly detailed explanations or using vocabulary beyond their proficiency level. Despite these limitations, the study highlights the potential of generative AI to support self-directed learning when combined with teacher feedback. This research underscores the advantages and limitations of generative AI in Korean writing education and suggests that a blended feedback approach integrating AI and human instruction can enhance learning outcomes. The results offer valuable insights for incorporating AI tools into future Korean language curricula.

본 연구의 목적은 예비교사의 데이터 기반 의사결정 수업에서 생성형 AI를 활용한 후 그에 따른 수업 효과와 학습 경험을 탐색하는 것이다. 이를 위해 총 50명의 예비교사를 대상으로 생성형 AI를 활용한 데이터 기반 의사결정 수업을 진행하였고, 효과성 검증을 위해 수업 전과 후에 데이터 기반 의사결정 효능감에 대한 설문을 진행하여 수집한 응답에 대해서는 대응표본 t 검정을 통해 결과를 분석하였다. 이 외에 수업 마지막 시간에 성찰 저널을 작성하도록 한 뒤 이후 텍스트 마이닝으로 분석하였다. 본 연구의 결과는 다음과 같다. 첫째, 예비교사의 데이터 기반 의사결정 효능감은 유의하게 향상되었다. 둘째, 예비교사의 성찰 저널에 드러난 학습 경험을 토픽모델링으로 분석한 결과, 다음과 같이 총 5개의 토픽이 추출되었다: ‘예비교사가 현장에서 활용할 만한 데이터 기반 의사결정을 지원하는 생성형 AI 활용 데이터 리터러시 학습’, ‘생성형 AI 활용 그룹별 교수 전략 도출 및 교육 데이터에 관한 윤리적 문제 인식’, ‘데이터 리터러시 역량을 통해 예비교사의 문제 해결 능력 향상’, ‘성적 데이터 해석 능력을 위해 생성형 AI 도구를 통해 질문하는 역량 및 방법 성찰’, ‘데이터 시각화 기반 자료를 통해 예비교사의 효율적인 교수적 의사결정 조력’. 마지막으로, 예비교사의 성찰저널에 드러난 어려움을 분석하였을 때, ‘생성형 AI가 생성한 출력값에 대한 어려움’, ‘생성형 AI가 생성한 학습 자료에 관한 어려움’, ‘생성형 AI에게 질문하는 것에 대한 어려움’, ‘생성형 AI와의 데이터 분석 작업에 대한 어려움’, ‘생성형 AI 사용에 걸리는 시간’ 등이 도출되었다. 이에 따라 본 연구는 예비교사의 생성형 AI 활용 데이터 기반 의사결정 경험을 다방면으로 분석하여 추후 기초자료를 제안한 의의가 있다.

This study aims to explore the learning experiences of pre-service teachers in utilizing generative AI-based data-driven decision-making(DDDM) tools and to investigate whether the experience was effective. To verify the effectiveness, a survey on the efficacy of DDDM was conducted before and after the class, and the responses were analyzed using paired sample t-tests. In addition, students were asked to write a reflection journal at the end of the class, which was later analyzed by text mining. As a result, pre-service teachers’ DDDM efficacy significantly improved after utilizing the generative AI-based tools. In addition, the topic modeling from reflection journals was extracted as follows: ‘Data literacy learning using gen AI to support DDDM that pre-service teachers can use in the field,’ ‘Deriving teaching strategies by groups using generative AI and recognizing ethical issues regarding educational data,’ ‘Improving pre-service teachers’ problem-solving skills through data literacy competencies,’ ‘Reflecting on the ability and method of asking questions through gen AI tools for interpreting performance data,’ and ‘Supporting pre-service teachers’ efficient instructional decision-making through data visualization-based materials.’ Finally, the analysis of the difficulties revealed in the pre-service teachers’ reflective journals, the output, the learning materials generated by the gen AI, asking questions to the gen AI, data analysis tasks with the gen AI, and the time it takes to use the gen AI. Therefore, this study is significant for its dual implications for pre-service teachers’ learning experiences in DDDM using generative AI.

Generative artificial intelligence is now embedded in everyday academic and professional practices. Higher education accordingly faces a structural challenge: how to provide learners with procedural experiences through which they analyze the propositional structure of AI-generated outputs, evaluate the credibility of evidence and the validity of reasoning, and reconstruct these elements as their own arguments. This study examines the implementation of the required general education course READING CLASSICS OF GREAT LITERATURE at Pusan National University in Busan. The course employs what this study designates as A Two-Stage Reflective Problem-Framing Process, consisting of learner-directed initial topic selection, a first round of discussion, critical review of identified problems, reconstruction of the topic, and a second round of discussion. This study argues that the process functions as an educational mechanism for fostering learners’ metaliteracy competencies. In the first stage, the use of generative AI was deliberately restricted so that learners could formulate their own critical awareness of the text. In the second stage, the university’s integrated generative AI service, Sanjini AI, together with groupspecific customized GPTs, was employed as a mediating tool for learners’ self-assessment and reflective revision. This study conducted a qualitative content analysis of reflective reports on ‘second-stage topic revision and conceptual renegotiation’ written by 52 students enrolled in Sections (가), (나), and (다) during the first semester of the 2026 academic year. The analysis reveals that learners articulated the limitations of their initial discussion topics in their own terms, redefined key concepts in operational ways, recalibrated the relationship between external evidence and internal textual interpretation, and employed AI-generated outputs as mediating resources for verifying their own reasoning. The study concludes that the core educational outcome of a learner-centered topic-selection curriculum is enabling students to recognize, through sustained discussion, the significance of logical reasoning competencies and their relevance to the age of generative AI.