Korean J General Edu Search

CLOSE


Korean J General Edu > Volume 15(5); 2021 > Article
대학 교양으로서의 인공지능 교육을 위한 대학 신입생들의 인식 및 방향성에 대한 고찰

Abstract

4차 산업혁명 시대의 도래로 인공지능에 대한 이해 및 자신의 분야에서의 활용 능력은 컴퓨터 전공자뿐만 아니라 비전공자에게도 필수적인 역량으로 요구되고 있다. 따라서 대학에서도 비전공자를 위한 교양 교육으로서의 인공지능 교과목이 속속 개설되고 있다. 이때 비전공자를 위한 인공지능 교과목 설계는 전공자를 위한 교과목 설계에 비해 학습 대상이 되는 다양한 학생들의 인공지능 학습 경험 및 인식 등의 상황이 보다 잘 반영될 필요가 있다.
본 연구는 대학 신입생들의 인공지능 학습 경험과 대학 입학 당시의 인공지능에 대한 인식을 알아봄으로써 대학 교양 교육으로서의 인공지능 교육의 방향성을 살펴보는 것을 목적으로 한다. 이를 위해 p 대학교의 인문⋅사회⋅예체능계열 학과의 2021년도 신입생 286명을 대상으로 1학기 초에 설문조사를 실시하였다. 설문 항목은 초⋅중⋅고 과정에서의 인공지능 학습 경험을 알아볼 수 있는 문항들과 인공지능에 대한 인식을 알아볼 수 있는 문항들로 구성하여 조사하였다. 조사한 결과를 바탕으로 인공지능 학습 경험 유무에 따라 인공지능에 대한 인식의 차이가 유의미하게 나타남을 확인할 수 있었으며, 대학에서의 비전공자를 위한 인공지능 교양 교육의 방향성을 고찰해 봄으로써 인공지능 교양 교과목 설계에 도움이 되고자 하였다.

Abstract

In the era of the 4th Industrial Revolution, AI competency is essential not only for computer majors but also for non-majors. Therefore, AI courses are being offered as liberal arts education for non-majors at universities. Compared to designing a curriculum for AI majors, when designing an AI curriculum for non-majors their experiences and perceptions of AI must be taken into account.
The purpose of this study is to examine the direction that the design of a liberal arts AI curriculum needs to take by examining the experiences and perceptions of AI among freshmen at university. A survey was conducted on 286 freshmen enrolled in the Humanities, Social Studies, and Arts departments of P University at the beginning of the first semester of 2021. The questionnaire consisted of questions to determine the degree of experience the students had with AI, as well as questions to determine their overall perception of AI. Based on the results of the survey, the correlation between their AI experience and their perception of AI was also examined. Furthermore, we considered the direction that AI liberal arts education should take for non-majors in universities. I hope this study will help us better design an AI liberal arts curriculum.

1. 서론

4차 산업혁명의 도래로 전기⋅전자⋅교육⋅서비스⋅의료 등 기존의 많은 산업 분야에서 인공지능과의 융합으로 기술 및 생산성 향상을 꾀하고 있다. 우리나라는 우리 경제와 사회의 대전환을 위한 정책으로 2020년 7월 「한국판 뉴딜 1.0」 종합계획을 발표하고 2021년 7월 「한국판 뉴딜 2.0」을 발표하였다. 이 정책의 한 축을 차지하는 디지털 뉴딜은 D⋅N⋅A(Data, Network, AI) 생태계 강화를 목표로 한다. 이를 위해 1⋅2⋅3차 전 산업현장에 인공지능 기술을 접목하는 융합 프로젝트를 추진하고, 인공지능 기반 지능형 정부 구축 및 인공지능 학습용 데이터 구축, 인공지능 학습용 데이터 가공 바우처 등으로 국민 생활 전반에서 인공지능 기술이 활용될 수 있도록 추진하고 있다(기획재정부, 2021).
이와 같이 인공지능이 점차 우리 생활 전반에 융합됨으로써 우리의 다양한 일상이 인공지능 기술에 영향을 받게 되었다. 따라서 인공지능에 대한 이해 및 자신의 분야에서의 활용 능력은 더 이상 컴퓨터 전공자들만의 관심 분야가 아니라 이 시대를 살아가는 모든 사람에게 피할 수 없는 기본 역량으로 강조되고 있다. 이러한 추세에 맞추어 최근 인공지능 전문 인력 양성을 위한 노력뿐만 아니라 비전공자들도 이 시대에 적응하고 자신의 분야에서 인공지능과 융합하는 기본적인 역량을 습득할 수 있도록 대학에서도 교양으로 인공지능 교육을 확대해 나가고 있다(장은실, 2020: 137-148; 전수진, 2021: 63-73; 호성 외, 2020: 13-20; 박미현 외, 2021: 85-103).
우리나라는 2019년 12월 「인공지능 국가전략 2019」를 발표하여 모든 국민이 디지털 리터러시를 함양할 수 있도록 생애주기별⋅직군별 교육 프로그램을 확충하고, SW⋅AI 중심 학교 커리큘럼을 개편하여 학생들의 SW⋅AI 역량을 함양하는 방안을 제시하였다. 초⋅중⋅고는 초⋅중등 SW 교육시간을 확대하는 방향과 SW⋅AI 교육과정 중점 고교를 지속적으로 확충해 나가는 방향을 제시하고 있으며, 대학은 자신의 전공과 AI 역량을 겸비한 융합인재로의 성장을 위해 SW중심대학부터 모든 재학생에게 SW⋅AI 교육을 필수화하고 점차 전국 대학으로 확산하도록 하는 정책을 발표하였다(과학기술정보통신부, 2019). 그러나 이러한 정책이 구체적으로 실현되어 효과를 얻기까지는 아직 많은 시간이 걸릴 것으로 보인다. 특히 현재의 대학 신입생들은 이러한 인공지능 교육 혜택을 누리지 못한 과도기적 세대이며, 이는 향후 몇 년간 지속될 것으로 예상된다. 따라서 비전공자들을 대상으로 하는 인공지능 교양 교육 설계에는 이러한 상황이 잘 반영될 필요가 있다.
본 연구에서는 현재의 대학 신입생 중 컴퓨터 비전공자들에 대해 초⋅중⋅고 과정에서의 인공지능 학습 경험과 인공지능에 대한 인식을 분석해 봄으로써 대학 교양으로서의 인공지능 교육의 방향성을 고찰해 본다. 이 연구의 결과가 최근 확대되고 있는 대학에서의 비전공자들을 위한 인공지능 교양 교과목 설계 시 학생들의 상황에 맞는 교육 설계 및 방향성을 설정하는데 도움이 될 수 있으리라 생각된다.

2. 관련 연구

인공지능에 대한 이해 및 자신의 분야에서의 활용 능력이 컴퓨터 전공자뿐만 아니라 비전공자들에게도 필수 역량으로 요구되는 추세에 맞추어 대학에서도 전공자 교육뿐만 아니라 비전공자를 위한 인공지능 교육 과정의 도입을 서두르고 있다. 컴퓨터 전공자를 위한 인공지능 교육은 인공지능 전문 인력 양성을 목적으로 하는 반면, 대학에서의 비전공자를 위한 인공지능 교육은 인공지능 기반의 미래 사회에 적응하고 자신의 분야에서 인공지능 기술을 사용하여 관리할 수 있는 수준의 기본 소양을 길러주는 것을 목적으로 한다(전수진, 2021: 63-73).
대학 교양 교육으로서의 인공지능 교육과 관련된 연구로 장은실(2020: 137-148)은 이공계열 신입생을 대상으로 인공지능 교양 필수 교과목을 운영한 후, 설문을 통하여 수강생들의 만족도와 난이도의 적절성을 조사함으로써 해당 과목 운영의 개선과 발전을 위한 자료로 활용하고자 하였다. 박주연(2021: 75-84)은 한 학기 동안 컴퓨팅 사고 필수 교양을 수강한 학생들에 대해 강의 마지막 주에 2시간 동안 인공지능 개념에 대한 강의를 진행한 후 학생들의 인공지능 교육에 대한 요구분석을 통해 교양 인공지능 교육의 설계에 필요한 정보를 제공하고자 하였다. 전수진(2021: 63-73)은 비 이공계열 학생들을 대상으로 하는 교양 교육을 위한 경험학습 기반 인공지능 교육 프로그램을 개발하고 학생들의 사전-사후 인식변화를 알아봄으로써 AI 교육 프로그램의 유효성을 판단하였다. 박윤수 외(2021: 423-436)는 AI의 보편적 교육을 지향하는 AI 리터러시 교육 모델을 제안함으로써 인문학적 소양과 함께 인공지능을 학습할 수 있도록 하였다. 그 외에도 SW중심대학을 중심으로 SW 교육의 일부로 인공지능 교육과정을 개발하여 운영하기도 한다(우호성 외, 2020: 13-20; 박미현 외, 2021: 85-103).
이처럼 최근 대학에서의 비전공자를 위한 인공지능 교양 과목을 개설하는 움직임에 따라 인공지능 교육 과정 설계를 위한 다양한 측면의 연구가 이루어지고 있다. 그러나 이러한 인공지능 교육 과정 설계는 입학하는 대학생들의 상황이 반영되어 설계될 필요가 있다. 즉, 대학에 입학하는 비전공 신입생들의 초⋅중⋅고 과정에서의 인공지능 학습 경험 정도 및 인공지능에 대한 인식은 인공지능 교양 교과목 설계의 방향성을 결정하는데 중요한 요소이다.
우리나라의 초⋅중⋅고 정규 교육 과정에서 SW 교육이 도입된 2015 개정 교육 과정은 2017년부터 순차적으로 도입하여 2020년에 모든 학년에 적용되었다. 2015 개정 교육 과정에서 SW 교육은 초등학교에서 17시간, 중학교에서 34시간을 필수 교육하도록 하고 있으며 고등학교에서는 일반선택 과목으로 운영하고 있어 필수교육은 초⋅중등 교육 과정에서 51시간에 불과하다(국가교육과정정보센터, 2021). 고등학교에서는 일반선택 과목으로 운영하고 있어 개설되지 않은 학교도 많으며, 개설되더라도 3학년 1학기나 3학년 2학기에 개설되어 입시 중심의 학교 현장에서 제대로 수업이 이루어지지 못하는 경우가 많다(정진규, 2020). 또한, 개설된 학교에서도 소수의 학생만이 선택하여 수강하고 있는 것이 현실이다. 따라서 현재 대학에 입학하는 신입생들은 초⋅중등 과정에서는 정규 교육 과정에서 필수로 SW 교육을 받지 않았고, 고등학교 과정에서도 SW 교육을 받은 비율이 높지 않으리라 예상된다.
최근 전 세계적으로 초⋅중등 교육 과정에서 SW 교육뿐만 아니라 인공지능 교육의 필요성이 대두되고 있다. 이미 유치원 또는 초등학교부터 인공지능을 교육 과정으로 채택하여 적용하고 있는 미국이나 중국, 일본, 싱가포르 등에 비해 우리나라는 SW 교육의 일부 영역으로 도입될 예정이며 아직 초⋅중등 교육 현장에서 현실적인 적용은 미흡한 상태이다(이은경, 2020: 37-44; 이철현, 2020: 1-20).
「인공지능 국가전략 2019」에서는 초⋅중등 학생들의 SW⋅AI 교육을 위해 초⋅중등 교육과정 개정 시 현 51시간의 교육 시수를 보다 확대하고 다양한 교과에서의 SW⋅AI 역량 함양을 추진하는 방안을 제시하였다(과학기술정보통신부, 2019). 즉, 현재 논의되고 있는 2022 개정 교육 과정에 SW⋅AI 교육 시간 확대 및 실질적인 AI 교육 방안이 포함될 것으로 예상되며 이는 2025년에 적용될 예정이다. 따라서 이러한 정책들이 효과를 내는 데는 아직 많은 시간이 필요하며, 그 이전의 대학 신입생들은 SW 학습 경험뿐만 아니라 인공지능 학습 경험도 매우 부족할 것으로 예상된다. 따라서 본 연구에서는 현재 대학 신입생들의 인공지능 학습 경험 정도와 인공지능에 대한 인식을 분석함으로써 대학 교양 교육으로서 인공지능 교육의 방향성을 고찰해 보고자 한다.

3. 연구 방법

3.1 연구 대상

본 연구는 컴퓨터 비전공 학생들의 인공지능 학습 경험과 인식에 대하여 알아보기 위해 p 대학교의 인문⋅사회⋅예체능계열 학과의 2021년도 신입생들을 대상으로 1학기 초에 설문조사를 실시하였다. <표 1>과 같이 응답자는 인문계열 105명, 사회계열 177명, 예체능계열 4명으로 총 286명이었으며, 남학생 133명, 여학생 153명이었다.
<표 1>
연구 대상
전공계열 응답자수
인문 105 (36.7%)
사회 177 (61.9%)
예체능 4 (1.4%)
연구 대상 학생 286명 중 한 번이라도 정규 교육 과정에서 컴퓨터 학습 경험이 있다고 응답한 학생은 227명으로 약 79.4%를 차지했으며, 방과후학교나 동아리 등 비정규 교육 과정에서 컴퓨터 학습 경험이 있다고 응답한 학생은 158명으로 약 55.2%를 차지했다. [그림 1]에서 보는 바와 같이 정규 교육 과정에서의 컴퓨터 학습 경험은 초등학교에서 가장 많았고, 중학교와 고등학교 과정에서도 어느 정도는 이루어지고 있으나 초등학교 과정보다는 상대적으로 적게 경험하고 있는 것으로 나타났다. 비정규 교육 과정에서의 컴퓨터 학습 경험은 대부분 초등학교에서 이루어진 것으로 나타났다.
[그림 1]
컴퓨터 학습 경험
kjge-2021-15-5-11-gf1.jpg

3.2 데이터 수집 및 분석 방법

설문은 크게 초⋅중⋅고 과정에서의 인공지능 학습 경험 정도를 알아볼 수 있는 문항들과 인공지능에 대한 인식을 알아볼 수 있는 문항들로 구성하였다.
인공지능 교육은 이론뿐만 아니라 코딩을 통한 경험적 학습도 중요하므로 인공지능 교양 교육의 방향성 고찰을 위해 학생들의 인공지능 학습 경험뿐만 아니라 코딩 학습 경험 정도도 중요한 판단의 기준이 될 수 있다. 따라서 인공지능 학습 경험 정도를 알아보기 위한 설문 문항으로는 코딩 학습 경험이 있는지의 문항과 인공지능 학습 경험이 있는지의 문항을 <표 2>와 같이 폐쇄형 질문으로 구성하여 초⋅중⋅고 과정에서 현실적으로 코딩과 인공지능 학습이 어느 정도 이루어지고 있는지를 살펴보고자 하였다.
<표 2>
인공지능 학습 경험 정도에 대한 문항
설문 문항 응답 비고
코딩 학습 경험이 있다. 블록 기반 코딩 ‘블록/텍스트 기반
코딩’ 복수 선택 가능
텍스트 기반 코딩
없음
인공지능 학습 경험이 있다. 있음
없음
인공지능에 대한 인식을 알아보기 위한 설문 문항으로는 자신의 인공지능 이해도에 대한 인식과 인공지능의 사회적 영향력에 대한 인식, 인공지능의 자기 영향력에 대한 인식, 인공지능 교육의 필요성에 대한 인식을 알아보기 위한 문항들을 <표 3>과 같이 구성하여 Likert 5점 척도로 응답하도록 하였다.
<표 3>
인공지능에 대한 인식을 위한 문항(1)
설문 항목
인공지능 이해도에
대한 인식
나는 인공지능이 어떻게 우리 생활에 적용되는지 이해할 수 있다
인공지능에 대해 어느 정도 알고 있다고 생각하는가?
인공지능의 사회적 영향력에 대한 인식 부정적인식 미래에 인공지능은 인간의 능력을 뛰어넘을 것이다.
인공지능으로 인해 개인적/사회적으로 직업시장이 타격을 받을 수 있을 것이다.
인공지능은 사회에서 윤리적 물의를 일으킬 수 있다.
인공지능은 인간에 의해서 통제되어야 한다.
긍정적인식 인간은 인공지능을 통제할 수 있다.
인공지능은 다양한 분야에 적용되어 삶의 질을 향상시킨다.
인공지능은 국가 발전에 도움이 된다.
인공지능의 혜택은 손실보다 크다.
인공지능의 자기 영향력에 대한 인식 나는 인공지능이 나의 전공이나 미래에 관련이 있을 것이라고 생각한다.
인공지능으로 인해 내가 직업을 갖는 것이 힘들어질 것이다.
인공지능 교육의 필요성에 대한 인식 나는 인공지능에 대해 알고 싶다.
인공지능은 비전공자들도 보편적으로 교육을 받을 필요가 있다.
인공지능 이해도에 대한 인식을 알아보기 위한 문항은 이성혜 외(2020: 51-58)에서 AI 자기 효능감을 알아보기 위해 사용한 “나는 인공지능이 어떻게 우리 생활에 적용되는지 이해할 수 있다.”는 문항을 발췌하여 사용하였으며, 자신의 인공지능 이해도에 대한 자존감을 알아볼 수 있는 문항을 추가하여 구성하였다.
인공지능의 사회적 영향력에 대한 인식 중 부정적 인식을 알아보기 위한 문항은 신세인 외(2017: 289-312)에서 고등학생들의 인공지능에 대한 위험인식을 조사하기 위해 사용한 변인인 ‘빠른 발전성’, ‘윤리적 위험인식’, ‘일자리 위험인식’, ‘통제 필요성’, ‘두려움’ 중 ‘두려움’을 제외한 4가지를 수정하여 사용하였다. ‘두려움’은 나머지 항목의 응답에서 나타날 수 있는 변인이므로 이 연구에서는 사용하지 않았다. 또한, 사회적 영향력에 대한 긍정적 인식을 알아보기 위한 문항으로는 앞에서 부정적 인식을 알아보기 위해 사용된 문항 중 ‘통제 필요성’과 관련하여 ‘통제 가능성’을 알아보기 위한 문항을 추가했으며, 사회와 국가 등에 인공지능이 끼칠 수 있는 긍정적인 영향에 대한 인식 정도를 알아볼 수 있는 항목을 추가하여 4가지로 구성하였다.
인공지능의 자기 영향력에 대한 인식을 알아보기 위한 문항은 사회적 영향력에 대한 인식을 알아보기 위한 문항 중 자신에게 직접적으로 미칠 영향력에 대한 인식을 알아볼 수 있는 문항들을 발췌하여 수정하여 구성하였다.
인공지능 교육의 필요성에 대한 인식을 알아보기 위한 문항은 이성혜 외(2020: 51-58)에서 AI 흥미를 알아보기 위해 사용한 “나는 인공지능에 대해 알고 싶다”는 문항을 발췌하여 사용하였으며, 인공지능에 대한 보편적 교육의 필요성을 알아보기 위한 문항을 추가하여 구성하였다.
추가로 인공지능 이해도에 대한 인식을 알아보기 위한 문항 중 자신의 전공 분야에서 인공지능의 사용 예를 알고 있는지를 알아보기 위한 문항과 인공지능 교육의 필요성에 대한 인식을 알아보기 위한 문항 중 인공지능 교육 시작 시기에 대한 인식을 알아보기 위한 문항은 <표 4>와 같은 폐쇄형 질문으로 구성하였다.
또한, <표 2><표 3> 문항을 이용하여 인공지능 학습 경험과 인공지능에 대한 인식을 조사한 데이터를 바탕으로 인공지능 학습 경험과 인공지능에 대한 인식의 상관관계를 조사하였다. 이를 위해 데이터 처리는 R 프로그램을 이용하여 구현하였으며, 인공지능 학습 경험의 유무에 따라 <표 3>의 각 문항에 대한 응답의 평균과 표준편차를 구하고 응답의 평균에 통계적으로 유의미한 차이가 있는지 t-test를 이용하여 살펴보았다.

4. 결과 분석

4.1 코딩⋅인공지능 학습 경험

4.1.1 코딩 학습 경험

연구 대상 학생들의 코딩에 대한 학습 정도를 알아보기 위해 코딩 학습 경험에 대해 조사하였다. [그림 2]에서 보는 바와 같이 286명 중 약 28.7%에 해당하는 82명만이 코딩 학습 경험이 있다고 응답하여 초⋅중⋅고 과정 중 코딩을 경험해 본 학생들의 비율이 매우 낮음을 알 수 있다. 또한, [그림 3]에서 보는 바와 같이 코딩 학습 경험이 있다고 응답한 학생 중 블록 기반 코딩을 경험한 학생은 블록 기반 코딩만 경험한 29명과 블록&텍스트 기반 코딩을 모두 경험해 본 20명을 합쳐 49명이었으며, 텍스트 기반 코딩을 경험한 학생은 텍스트 기반 코딩만 경험한 33명과 블록&텍스트 기반 코딩을 모두 경험해 본 20명을 합쳐 53명이었다.
[그림 2]
코딩 교육 경험
kjge-2021-15-5-11-gf2.jpg
[그림 3]
코딩 경험 언어
kjge-2021-15-5-11-gf3.jpg
연구 대상 학생 중 정규 교육과정에서 컴퓨터 학습을 경험한 학생들이 약 79.4%였고 비정규 교육 과정에서 컴퓨터 학습을 경험한 학생이 55.2%였으나 실제 코딩 학습 경험이 있다고 응답한 학생은 28.7%에 불과했다. 이는 박윤수(2020: 167-191)에서 프로그래밍 학습 경험이 있는 학습자 비율이 전체의 26.74%에 불과했다는 연구와 비슷한 결과를 보이고 있어 초⋅중⋅고 교육 과정에서 코딩 교육이 차지하는 비율이 낮음을 알 수 있다.

4.1.2 인공지능 학습 경험

다음은 조사 대상 학생들의 인공지능에 대한 학습 정도를 알아보기 위해 인공지능 학습 경험에 대해 조사하였다. 조사 결과, 초⋅중⋅고 과정 중 인공지능 학습 경험이 있다고 응답한 학생은 [그림 4]에서 보는 바와 같이 전체 286명 중 22.4%에 해당하는 64명에 불과하여 신입생들의 인공지능에 대한 학습 경험이 매우 부족함을 알 수 있다.
[그림 4]
인공지능 학습 경험
kjge-2021-15-5-11-gf4.jpg

4.2 인공지능에 대한 인식

4.2.1 인공지능 이해도에 대한 인식

많은 학생들이 초⋅중⋅고 교육과정에서 인공지능 학습 경험을 직접적으로 하지 않았더라도 여러 매체나 간접적인 경험을 통해 인공지능을 접할 기회는 있었을 것으로 예상해 볼 수 있다. 따라서 자신의 인공지능 이해도를 어느 정도로 생각하고 있는지를 알아보기 위해 인공지능에 대한 일상생활에의 적용 이해도와 자신이 인공지능에 대해 어느 정도 알고 있다고 생각하는지의 인공지능 이해도에 대한 자존감에 대해 Likert 5점 척도로 조사하였다.
또한, 설문에 응답한 다양한 전공의 학생들이 자신의 전공과 인공지능의 연관성에 대해 어느 정도 이해하고 있는지 알아보기 위해 자신의 전공 분야에서 인공지능이 사용되는 예를 몇 가지나 들 수 있는지 조사하였다.
조사 결과, <표 5>와 같이 인공지능에 대한 일상생활에의 적용 이해도에 대한 평균은 3.36이었으나 자신이 인공지능에 대해 어느 정도 알고 있다고 생각하는지에 대한 응답의 평균은 1.84로 신입생들의 인공지능 이해도에 대한 자존감이 매우 낮게 나타났다. 이는 일상생활에서 접하는 인공지능이 직접적인 경험이나 학습으로 이어지지 못함으로써 인공지능을 잘 알지 못한다고 인식하는 것으로 판단된다. 따라서 학교나 사회에서 좀 더 인공지능을 직접적으로 경험하고 학습할 수 있는 기회가 필요할 것으로 보인다.
<표 4>
인공지능에 대한 인식을 위한 문항(2)
설문 문항 응답
나는 내 전공 분야에서 인공지능이
사용되는 예를 말할 수 있다.
없음
1~2개
3~4개
5~9개
10개 이상
인공지능은 어느 시기부터 가르쳐야
한다고 생각하는가?
필요없음
유치원
대학교
<표 5>
인공지능 이해도에 대한 인식
설문 항목 m sd
나는 인공지능이 어떻게 우리 생활에 적용되는지 이해할 수 있다 3.36 0.76
인공지능에 대해 어느 정도 알고 있다고 생각하는가? 1.84 1.13
<표 6>과 같이 자신의 전공 분야에서 인공지능이 사용되는 예를 말할 수 있는지에 대해 “없음”을 응답한 학생은 36.4%였고 1~2개 정도를 말할 수 있다고 응답한 학생은 34.3%로, 약 70% 정도의 학생들은 2개 이하로만 예를 말할 수 있다고 응답하였다. 반면, 5개 이상을 말할 수 있다고 응답한 학생은 4% 이내에 불과했다. 대학 신입생들을 대상으로 하였으므로 인공지능을 자신이 전공과 연계시키는 것이 쉽지 않았을 것으로 예상된다. 그러나 비전공자에 대한 인공지능 교양 교육에서 자신의 전공과 연계시킬 수 있는 역량은 매우 중요한 요소일 것이다.
<표 6>
인공지능과 전공과의 연관성에 대한 이해도
설문 항목 응답 응답 수
나는 내 전공 분야에서 인공지능이 사용되는 예를 말할 수 있다. 없음 104 (36.4%)
1~2개 98 (34.3%)
3~4개 74 (25.9%)
5~9개 8 (2.8%)
10개 이상 2 (0.6%)

4.2.2 인공지능의 사회적 영향력에 대한 인식

인공지능의 사회적 영향력에 대한 학생들의 인식을 알아보기 위해 부정적 인식과 긍정적 인식을 알아볼 수 있는 문항 4개씩을 Likert 5점 척도로 조사하였다. 조사 결과, <표 7>과 같이 인공지능에 대한 부정적 인식과 긍정적 인식이 모두 비교적 높았으나 부정적 인식이 긍정적 인식에 비해 약간 더 높았다. 부정적 인식으로는 인공지능으로 인한 직업시장에서의 영향에 대해 부정적 의견이 4.23으로 높게 나타났으며, 인공지능은 인간에 의해서 통제되어야 한다는 인식이 4.22로 높게 나타났다. 긍정적 인식으로는 인공지능이 삶의 질이나 국가 발전에 도움이 된다는 긍정적 인식이 4.20과 4.09로 높게 나타났다. 주목할 만한 점은 인공지능은 인간에 의해 통제되어야 한다는 인식이 4.22로 높게 나타난 반면, 인간은 인공지능을 통제할 수 있다는 인식은 3.43으로 그에 비해 낮게 나타났다. 인공지능에 대한 통제의 필요성에 비해 통제 가능성에 대한 자신감은 부족한 것으로 해석된다.
<표 7>
인공지능의 사회적 영향력에 대한 인식
설문 항목 m sd
부정적 인식 미래에 인공지능은 인간의 능력을 뛰어넘을 것이다. 3.84 1.0
인공지능으로 인해 개인적/사회적으로 직업시장이 타격을 받을 수 있을 것이다. 4.23 0.8
인공지능은 사회에서 윤리적 물의를 일으킬 수 있다. 3.82 0.9
인공지능은 인간에 의해서 통제되어야 한다. 4.22 0.76
평균 4.03
긍정적 인식 인간은 인공지능을 통제할 수 있다. 3.43 0.88
인공지능은 다양한 분야에 적용되어 삶의 질을 향상시킨다. 4.20 0.73
인공지능은 국가 발전에 도움이 된다. 4.09 0.80
인공지능의 혜택은 손실보다 크다. 3.73 0.85
평균 3.86

4.2.3 인공지능의 자기 영향력에 대한 인식

자신에 대한 인공지능의 영향력에 대해 어떻게 생각하는지 학생들의 인식을 알아보기 위해 자신의 전공이나 미래, 직업과 관련된 영향력에 대한 인식을 알아볼 수 있는 설문 항목을 Likert 5점 척도로 조사하였다. 조사 결과, <표 8>과 같이 인공지능의 사회적 영향력에 대한 인식에 비해 자기 영향력에 대한 인식이 더 낮게 나타났다. 컴퓨터 비전공자들인 연구 대상 학생들은 인공지능의 사회적 영향력이 클 것이라고 생각하면서도 인공지능이 자신의 전공이나 직업 등에 직접적으로 영향을 미칠 것이라는 인식은 상대적으로 낮은 것으로 판단된다.
<표 8>
인공지능의 자기 영향력에 대한 인식
설문 항목 m sd
나는 인공지능이 나의 전공이나 미래에 관련이 있을 것이라고 생각한다. 3.54 1.13
인공지능으로 인해 내가 직업을 갖는 것이 힘들어질 것이다. 3.21 0.98
평균 3.38

4.2.4 인공지능 교육의 필요성에 대한 인식

학생들의 인공지능 교육의 필요성에 대한 인식을 알아보기 위해 자신이 인공지능에 대해 알고 싶은 정도와 비전공자들도 인공지능에 대해 보편적으로 교육을 받을 필요가 있는지에 대해 Likert 5점 척도로 조사하였다. 조사 결과, <표 9>와 같이 인공지능에 대해 알고 싶은 정도는 3.79로 비교적 높게 나타났고, 비전공자들도 인공지능 교육이 필요하다는 응답은 4.03으로 인공지능의 보편적 교육 필요성에 대한 인식이 높은 것으로 나타났다.
<표 9>
인공지능 교육의 필요성에 대한 인식
설문 항목 m sd
나는 인공지능에 대해 알고 싶다. 3.79 1.04
인공지능은 비전공자들도 보편적으로 교육을 받을 필요가 있다. 4.03 0.88
인공지능 교육이 필요하다면 어느 시기부터 가르쳐야 한다고 생각하는지 조사하였다. <표 10>과 같이 초등학교부터 가르쳐야 한다고 응답한 학생이 52.1%, 중학교부터 가르쳐야 한다고 응답한 학생이 33.2%였다. 설문 응답자 중 초⋅중⋅고 과정에서 인공지능 학습 경험이 있다고 응답한 학생이 22.4%였지만 약 85.3%의 학생이 초⋅중등 과정부터 인공지능 교육이 필요하다고 응답하여 많은 학생들이 인공지능의 조기 교육 필요성을 느끼고 있는 것으로 보인다.
<표 10>
인공지능 교육 시작 시기에 대한 인식
교육 시작 시기 응답 수
필요없음 2 (0.7%)
유치원 11 (3.8%)
149 (52.1%)
95 (33.2%)
18 (6.3%)
대학교 11 (3.8%)

4.3 인공지능 학습 경험과 인공지능에 대한 인식의 상관관계

4.3.1 인공지능 학습 경험과 인공지능 이해도에 대한 인식의 상관관계

인공지능 학습 경험 유무에 따라 인공지능에 대한 일상생활에의 적용 이해도의 응답에 차이가 있는지 살펴보았다. <표 11>과 같이 인공지능 학습 경험이 없다고 응답한 학생의 평균은 3.28인 반면 초⋅중⋅고 과정 중 인공지능 학습 경험이 있다고 응답한 학생의 평균은 3.64로 더 높게 나타났다. 이때의 유의확률 p=0.000(p<.01)으로 통계적으로 유의미한 차이가 있다고 할 수 있다. 즉, 인공지능 학습 경험이 인공지능 적용 이해도에 영향을 미침을 알 수 있다.
<표 11>
인공지능 학습 경험과 인공지능 이해도에 대한 인식의 상관관계
설문 항목 인공지능 학습 경험 m sd t p
나는 인공지능이 어떻게 우리 생활에 적용되는지 이해할 수 있다. X 3.28 0.75 -3.421 0.000**
O 3.64 0.72
인공지능에 대해 어느 정도 알고 있다고 생각하는가? X 1.56 0.99 -8.801 0.000**
O 2.83 1.04

**: p<.01

또한, 인공지능 학습 경험 유무에 따라 자신이 인공지능에 대해 어느 정도 알고 있다고 생각하는지에 대한 응답 차이를 살펴보았다. 이에 대해 인공지능 학습 경험이 없다고 응답한 학생의 평균은 1.56인 반면 초⋅중⋅고 과정 중 인공지능 학습 경험이 있다고 응답한 학생의 평균은 2.83으로 더 높게 나타났다. 이때의 유의확률 p=0.000 (p<.01)으로 통계적으로 유의미한 차이가 있다고 할 수 있다. 즉. 인공지능 학습 경험이 인공지능 이해도에 대한 자존감에 영향을 미침을 알 수 있다.

4.3.2 인공지능 학습 경험과 인공지능의 사회적 영향력에 대한 인식의 상관관계

인공지능 학습 경험 유무에 따라 인공지능의 사회적 영향력에 대한 인식에 차이가 있는지 살펴보았다. <표 12>에서와 같이 부정적 인식 중에는 “인공지능은 사회에서 윤리적 물의를 일으킬 수 있다”는 항목에서 인공지능 학습 경험이 있는 학생들이 인공지능 학습 경험이 없는 학생들보다 높은 평균값을 보였고, 긍정적인 인식 중에서는 “인공지능은 국가 발전에 도움이 된다”는 항목에서 인공지능 학습 경험이 있는 학생들이 인공지능 학습 경험이 없는 학생들보다 높은 평균값으로 유의미한 차이를 보였으나, 그 외 대부분의 항목에서는 유의미한 차이를 보이지 않았다. 즉, 설문 대상 학생들의 경우 인공지능 학습 경험이 인공지능의 사회적 영향력에 대한 인식에 미치는 영향은 크지 않음을 알 수 있다.
<표 12>
인공지능 학습 경험과 인공지능의 사회적 영향력 대한 인식의 상관관계
설문 항목 인공지능 학습 경험 m sd t p
미래에 인공지능은 인간의 능력을 뛰어넘을 것이다. X 3.84 0.99 -0.152 0.879
O 3.86 1.02
인공지능으로 인해 개인적/사회적으로 직업시장이 타격을 받을 수 있을 것이다. X 4.23 0.80 -0.175 0.861
O 4.25 0.87
인공지능은 사회에서 윤리적 물의를 일으킬 수 있다. X 3.75 0.94 -2.445 0.015*
O 4.06 0.71
인공지능은 인간에 의해서 통제되어야 한다. X 4.25 0.76 1.177 0.240
O 4.15 0.77
인간은 인공지능을 통제할 수 있다. X 3.41 0.88 -0.560 0.576
O 3.48 0.87
인공지능은 다양한 분야에 적용되어 삶의 질을 향상시킨다. X 4.18 0.75 -0.780 0.436
O 4.27 0.64
인공지능은 국가 발전에 도움이 된다. X 4.03 0.83 -2.335 0.020*
O 4.30 0.68
인공지능의 혜택은 손실보다 크다. X 3.69 0.86 -1.249 0.212
O 3.84 0.78

*: p<.05

4.3.3 인공지능 학습 경험과 인공지능의 자기 영향력에 대한 인식의 상관관계

인공지능 학습 경험 유무에 따라 인공지능의 자기 영향력에 대한 인식에 차이가 있는지 살펴보았다. <표 13>에서와 같이 두 항목 모두에서 인공지능 학습 경험이 있는 학생들이 인공지능 학습 경험이 없는 학생들보다 약간씩 높은 평균값을 나타냈으나 유의미한 차이를 보이지는 않았다. 즉, 설문 대상 학생들의 경우 인공지능 학습 경험이 인공지능의 자기 영향력에 대한 인식에 미치는 영향은 크지 않음을 알 수 있다.
<표 13>
인공지능 학습 경험과 인공지능의 자기 영향력 대한 인식의 상관관계
설문 항목 인공지능 학습 경험 m sd t p
나는 인공지능이 나의 전공이나 미래에 관련이 있을 것이라고 생각한다. X 3.51 1.12 -1.119 0.264
O 3.69 1.13
인공지능으로 인해 내가 직업을 갖는 것이 힘들어질 것이다. X 3.19 0.94 -0.664 0.507
O 3.28 1.11

4.3.4 인공지능 학습 경험과 인공지능 교육의 필요성에 대한 인식의 상관관계

인공지능 학습 경험 유무에 따라 인공지능에 대해 알고 싶은 정도에 대한 응답 차이를 살펴보았다. <표 14>와 같이 인공지능에 대해 알고 싶은 정도에 대한 응답에서 인공지능 학습 경험이 없다고 응답한 학생의 평균은 3.68인 반면, 인공지능 학습 경험이 있다고 응답한 학생의 평균은 4.14로 더 높게 나타났다. 이때의 유의확률 p=0.001 (p<.01)로 통계적으로 유의미한 차이가 있다고 할 수 있다. 즉, 인공지능 학습 경험이 추후 인공지능 학습 욕구에 대해서도 영향을 미침을 알 수 있다.
<표 14>
인공지능 학습 경험과 인공지능 교육의 필요성에 대한 인식의 상관관계
설문 항목 인공지능 학습 경험 m sd t p
인공지능에 대해 알고 싶다. X 3.68 1.06 -3.150 0.001**
O 4.14 0.85
인공지능은 비전공자들도 보편적으로 교육을 받을 필요가 있다. X 3.97 0.87 -2.406 0.017*
O 4.27 0.88

*: p<.05

**: p<.01

또한, 인공지능 학습 경험 유무에 따라 인공지능의 비전공자 교육 필요성에 대한 응답 차이를 살펴보았다. 비전공자 교육 필요성에 대해 인공지능 학습 경험이 없다고 응답한 학생의 평균은 3.97인 반면, 인공지능 학습 경험이 있다고 응답한 학생의 평균은 4.27로 더 높게 나타났다. 이때의 유의확률 p=0.017(p<.05)로 통계적으로 유의미한 차이가 있다고 할 수 있다. 즉, 인공지능 학습 경험이 인공지능의 보편적 교육 필요성에 대한 인식에도 영향을 미침을 알 수 있다.

5. 결론 및 제언

4차 산업혁명 시대의 도래로 인공지능에 대한 이해 및 자신의 분야에서의 활용 능력은 컴퓨터 전공자뿐만 아니라 비전공자에게도 필수적인 역량으로 요구되고 있다. 따라서 많은 대학에서 비전공자를 위한 교양 교육으로 인공지능 교과목을 운영하기 위한 시도를 하고 있다. 이때 비전공자를 위한 인공지능 교과목 설계는 전공자를 위한 교과목 설계에 비해 학습 대상이 되는 다양한 학생들의 인공지능 학습 경험 정도 및 인공지능에 대한 인식이 보다 잘 반영될 필요가 있다. 따라서 본 논문에서는 현재 대학 신입생들 중 컴퓨터 비전공자들에 대해 초⋅중⋅고 과정에서의 인공지능 학습 경험 정도와 인공지능에 대한 인식을 조사하였다. 또한, 초⋅중⋅고 과정에서의 인공지능 학습 경험 유무에 따라 인공지능에 대한 인식에 차이가 있는지도 살펴봄으로써 대학에서의 비전공자들을 위한 인공지능 교양 교육의 방향성을 고찰해 보고자 하였다.
대학 신입생들에 대해 인공지능 학습 경험 정도를 알아보기 위해 초⋅중⋅고 교육과정에서의 코딩 학습 경험과 인공지능 학습 경험이 있는지를 조사하였다. 조사 결과, 대상 학생들의 79.4%가 초⋅중⋅고 정규 교육과정에서 컴퓨터 학습 경험이 있었던 반면, 코딩과 인공지능 학습 경험이 있다고 응답한 학생은 각각 28.7%, 22.4%에 불과했다. SW 교육이 2015 개정 교육 과정에서 필수로 포함되었으나 그 이전부터 컴퓨터 관련 과목이 있었던 것을 감안하면 실제 교육 현장에서는 컴퓨터 관련 과목이 코딩이나 인공지능 학습 경험까지는 제공하지 못한 것으로 판단된다. 따라서 대학에서의 비전공자를 위한 인공지능 교양 교육은 신입생들의 코딩 학습 경험 및 인공지능 학습 경험이 매우 낮은 상황을 고려하여 설계되어야 할 것으로 판단된다.
대학 신입생들의 인공지능에 대한 인식을 알아보기 위해 인공지능 이해도에 대한 인식, 인공지능의 사회적 영향력에 대한 인식, 인공지능의 자기 영향력에 대한 인식, 인공지능 교육의 필요성에 대한 인식을 Likert 5점 척도로 조사하였다.
인공지능 이해도에 대한 인식에서 일상생활에의 적용 이해도는 3.36인 반면, 인공지능에 대해 자신이 어느 정도 알고 있다고 생각하는지에 대한 응답은 1.84로 나타났다. 이는 일상생활에서 인공지능과 관련된 것을 많이 접하고는 있지만 인공지능에 대한 직접적인 경험이나 학습 경험이 없어 학생들이 인공지능 이해도에 대한 자존감이 매우 낮은 것으로 판단된다. 따라서 일상생활에서 접하는 인공지능을 학생들의 인공지능 지식으로 연결시켜 줄 수 있는 교육 설계가 필요할 것으로 보인다.
인공지능의 사회적 영향력에 대한 인식에서는 부정적 인식이 4.03, 긍정적 인식이 3.86으로 모두 비교적 높게 나타났으나 부정적 인식이 약간 더 높았다. 특히, 인공지능은 인간에 의해서 통제되어야 한다는 인식은 높게 나타난 반면, 인간은 인공지능을 통제할 수 있다는 인식은 그에 비해 낮게 나타났다. 이는 인공지능에 대한 피상적 경험이나 부족한 학습이 인공지능에 대한 막연한 두려움으로 표출된 것으로 보인다. 따라서, 부정적 인식은 낮추고 긍정적 인식은 높일 수 있도록 인공지능 기술의 명확한 원리와 인공지능 윤리 등에 대한 교육 설계가 필요할 것으로 보인다.
인공지능의 자기 영향력에 대한 인식을 조사한 결과, 인공지능의 사회적 영향력에 비해 자기 영향력이 더 낮게 나타났다. 이는 학생들이 인공지능이 사회적으로 영향을 미칠 것이라 생각하지만 자기 자신에게는 아직 직접적인 영향력이 있을 것이라고 생각하는 정도가 낮은 것으로 판단된다. 따라서 인공지능 기술을 자신의 전공이나 일상생활과 연계시켜 생각할 수 있도록 하는 교육 설계가 필요하다.
학생들의 인공지능 교육 필요성에 대한 인식을 조사한 결과, 자신이 인공지능에 대해 알고 싶은 정도는 3.79, 비전공자들도 보편 교육을 받을 필요가 있다는 응답은 4.03으로 높게 나타났다. 또한, 인공지능 교육은 어느 시기부터 가르쳐야 한다고 생각하는지에 대한 질문에서 85.3%의 학생이 인공지능 교육은 초⋅중등 과정부터 필요하다고 응답하였다. 설문 대상자 대부분이 초⋅중⋅고 과정에서 인공지능 학습 경험을 하지 못했으나 초⋅중등 과정부터의 조기교육 필요성을 느끼고 있는 것으로 보인다.
인공지능 학습 경험 유무에 따른 인공지능에 대한 인식의 차이를 조사한 결과, 인공지능 학습 경험이 있는 학생들은 인공지능 학습 경험이 없는 학생들에 비해 인공지능 이해도가 높게 나타났다. 특히, 학생들의 인공지능 이해도에 대한 자존감이 인공지능 학습 경험이 있다고 응답한 학생들은 인공지능 학습 경험이 없다고 응답한 학생들에 비해 유의미한 차이를 보였다. 또한, 인공지능 교육의 필요성에 대한 인식에서도 인공지능 학습 경험이 있는 학생들의 응답이 인공지능 학습 경험이 없는 학생들에 비해 높게 나타났다. 반면, 인공지능의 사회적 영향력이나 자기 영향력에 대한 인식은 인공지능 학습 경험 유무에 따라 유의미한 차이를 보이지 않았다.
결론적으로 대학에서의 인공지능 교양 교육 설계를 위해서는 비전공자인 대상 학생들의 인공지능 학습 경험 정도 및 인식 등의 상황이 반영되어야 한다. 본 논문에서의 연구 결과 분석을 통해 대학에서의 인공지능 교양 교육의 방향성을 고찰하면 다음과 같이 요약할 수 있다.
첫째, 현재 대학 신입생들은 최근 추진되고 있는 인공지능 교육의 여러 정책들의 혜택을 받지 못한 세대들이며, 이러한 정책들이 교육 현장에 적용되어 효과를 얻는 데는 시간이 걸리므로 당분간은 이러한 상황이 지속될 것으로 예상된다. 따라서 대학 교양 교육으로서의 인공지능 교육 과정 설계시 학생들의 코딩 학습 경험과 인공지능 학습 경험이 매우 낮음을 감안하여야 한다.
둘째, 인공지능의 일상생활 적용 이해도에 비해 학생들의 인공지능 이해도에 대한 자존감이 매우 낮고 인공지능 학습 경험이 인공지능 이해도에 대한 자존감에 영향을 미치는 점을 감안하여, 일상생활에서 접하는 인공지능을 학생들의 인공지능 지식으로 연결시킬 수 있는 직접적인 경험이나 학습이 이루어지도록 함으로써 인공지능 이해도에 대한 자존감을 높여 줄 수 있는 교육 설계가 필요할 것으로 보인다.
셋째, 인공지능에 대한 막연한 두려움은 인공지능에 대해 부정적인 인식을 갖게 한다. 따라서 인공지능에 대해 부정적 인식은 낮추고 긍정적 인식은 높여줄 수 있도록 인공지능 기술의 명확한 원리를 이해할 수 있는 기술적 교육과 인공지능 윤리에 대한 교육도 필요할 것으로 보인다.
넷째, 인공지능의 사회적 영향력에 대한 인식에 비해 자신의 전공이나 미래와 연관시키는 자기 영향력에 대한 인식이 낮게 나타나고 있으므로 대학 교양 교육으로서의 인공지능 교육에서는 다양한 전공의 학생들이 자신의 전공 분야와 인공지능 기술을 융합할 수 있는 역량을 키울 수 있도록 유도하는 교육 설계가 필요할 것으로 보인다.
다섯째, 인공지능 학습 경험이 있는 학생이 인공지능 교육의 필요성에 대한 인식이 더 높은 점을 감안할 때, 비전공 학생들에게도 인공지능 교양 교육을 통해 인공지능 학습 경험을 제공함으로써 인공지능 교육의 필요성에 대한 인식을 높이고 인공지능에 대한 추가학습 욕구를 생성할 수 있을 것이다. 이를 향후 전공과 연계된 심화 인공지능 학습으로 이어질 수 있도록 하는 교양-전공 연계 교육 설계도 필요할 것으로 보인다.

참고문헌

과학기술정보통신부. “인공지능 국가전략 2019”, (2019 https://www.msit.go.kr/SYNAP/skin/doc.html?fn=b94d1781d5ef394ac6a63e274d3949be&rs=/SYNAP/sn3hcv/result/

국가교육과정정보센터. “우리나라 교육과정”, (2021 http://ncic.re.kr/mobile.kri.org4.inventoryList.do

기획재정부. “한국판 뉴딜”, (2021 https://www.knewdeal.go.kr/

박미현, 양자영, 문경희, 김은정, 박성호(2021). “비전공자를 위한 SW⋅AI 교양 교육과정 개발 연구 -P 대학교 사례를 중심으로-”, 컴퓨터교육학회논문지 24(2), 한국컴퓨터교육학회, 85-103.

박윤수, 이민정(2020). “학습자의 인식과 교수자의 의견을 반영한 대학의 컴퓨팅 사고 교육 개선에 대한 연구”, 교양교육연구 14(1), 한국교양교육학회, 167-191.

박윤수, 이유미(2021). “대학생의 AI 리터러시 역량 신장을 위한 교양 교육 모델”, 정보교육학회논문지 25(2), 한국정보교육학회, 423-436.

박주연(2021). “교양 인공지능교육에 대한 요구분석: IPA를 활용하여”, 컴퓨터교육학회논문지 24(2), 한국컴퓨터교육학회, 75-84.

신세인, 하민수, 이준기(2017). “고등학생들의 인공지능(AI)에 대한 개념인식과 정서 구조 탐색”, 학습자중심교과교육연구 17(21), 학습자중식교과교육학회, 289-312.

우호성, 이현정, 김자미, 이원규(2020). “SW중심대학의 인공지능 교육과정 현황분석”, 컴퓨터교육학회논문지 23(2), 한국컴퓨터교육학회, 13-20.

이성혜, 한정윤(2020). “학습자의 SW 및 AI 흥미, 프로그래밍 언어 활용 수준과 AI 자기효능감, AI 학습 지속 의사 간의 관계”, 컴퓨터교육학회논문지 23(6), 한국컴퓨터교육학회, 51-58.

이은경(2020). “국내외 초⋅중등학교 인공지능 교육과정 분석”, 컴퓨터교육학회논문지 23(1), 한국컴퓨터교육학회, 37-44.

이철현(2020). “초등교사의 인공지능교육 관심도 분석”, 실과교육연구논문지 26(4), 한국실과교육연구회, 1-20.

장은실(2020). “인공지능 교양필수 교육과정의 운영사례 연구”, 교양교육연구 14(5), 한국교양교육학회, 137-148.

전수진(2021). “교양교육을 위한 경험학습 기반 인공지능 교육 프로그램 개발”, 컴퓨터교육학회논문지 24(2), 한국컴퓨터교육학회, 63-73.

정진규(2020). “서울과 경기지역 일반계 고등학교의 정보교육 현황 분석”, 고려대학교 교육대학원 석사학위논문.



ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
EDITORIAL POLICY
AUTHOR INFORMATION
Editorial Office
203-827. Chung-Ang University
84, Heukseok-ro, Dongjak-gu, Seoul, Republic of Korea, 06974
Tel: +82-2-820-5949    E-mail: hangang331@cau.ac.kr                

Copyright © 2022 by The Korean Association of General Education.

Developed in M2PI

Close layer
prev next