Korean J General Edu Search

CLOSE


Korean J General Edu > Volume 17(5); 2023 > Article
교양필수 기초코딩 교과목에서의 ChatGPT 활용에 대한 교육 효과 연구

Abstract

컴퓨팅적사고 및 기초 코딩 교육은 4차 산업혁명 시대를 살아가는 필수적인 역량으로 인식되고 있다. 따라서 최근 대학에서는 기초 코딩 및 AI 데이터분석에 대한 교양필수 수업이 확대되는 추세이다. 컴퓨팅적사고 및 코딩 분야는 대학 신입생들에게 낯선 분야이므로 어려움을 느끼는 경우가 많다. 또한 학생의 초중고 학습 배경에 따라 수업 이해도에 대한 편차가 크므로 교양필수로서의 강의 운영에 어려움이 있다. 이러한 문제를 해결하기 위하여 AI 생성형 챗봇인 ChatGPT 서비스를 도입하는 것을 고려할 수 있다. 본 연구에서는 서울소재 S대학의 컴퓨팅적사고 영역 교양필수 과목에서 일부 분반에 ChatGPT 활용을 적용하여 효과성을 분석하였다. 전체 75개 분반 중 7개 분반에 ChatGPT 사용을 커리큘럼에 구성하고 안내하여 적극 활용하였고, 나머지 68개 분반의 경우 기존의 일반적인 방식으로 진행하였다. 학기말 학생 설문을 진행하여 966명의 학생들이 설문에 참여하였고 두 그룹 간의 만족도 및 인식 차이를 비교하기 위하여 t검정을 수행하였다. 분석 결과 ChatGPT 사용을 적극 활용한 분반들이 학생들의 교과목 만족도, ChatGPT 활용 인식 등에서 긍정적인 인식을 갖는 것을 확인하였고, 통계적으로도 유의미한 차이를 보이는 것을 확인하였다. 기초 코딩에서의 ChatGPT 활용은 긍정적인 요소도 있으나 반면 학생들이 AI챗봇에 의존적이게 되어 자신의 역량을 계발하는데 부정적인 효과가 나타날 수도 있다. 향후 더욱 체계화된 ChatGPT 적용 커리큘럼을 개발하여 운영하고 그 효과성을 분석할 필요가 있다.

Abstract

Computational thinking and basic coding education are recognized as essential competencies for living in the era of the 4th Industrial Revolution. Therefore, there has been a recent trend in universities to expand the number of required general education classes dealing with basic coding and AI data analysis. Computational thinking and coding are unfamiliar fields to college freshmen, so they often find these fields of study difficult. In addition, there is a large variation in class understanding depending on the student’s elementary, middle, and high school learning background, making it difficult to administer the course as a required liberal arts course. To solve these problems, instructors can consider introducing the ChatGPT service, an AI-generated chatbot. In this study, the effectiveness of ChatGPT was analyzed by applying ChatGPT to some classes in the compulsory liberal arts subject in computational thinking at S University in Seoul. Out of a total of 75 classes, 7 classes included the use of ChatGPT in the curriculum and actively utilized it, while the remaining 68 classes used the existing general method. An end-of-semester student survey was conducted, and 966 students participated in the survey. Following this, a t-test was performed to compare the differences in satisfaction and perception between the two groups. As a result of the analysis, this study confirmed that the classes that actively used ChatGPT brought about a positive perception among the students in terms of their satisfaction with the course and their awareness of ChatGPT use. Moreover, this study confirmed a statistically significant difference between the students’ perception and satisfaction with this chatbot. The use of ChatGPT in basic coding has positive aspects, but on the other hand, it may have a negative effect on developing one’s capabilities as students become dependent on AI chatbots. In the future, there is a need to develop and operate a more systematic ChatGPT application curriculum and to analyze its effectiveness.

1. 서론

코딩 교육은 현대 사회를 이해하고 문제를 해결하기 위한 핵심적인 요소로 인식되고 있다. 특히 코딩 기술은 최근 부각되고 있는 인공지능(AI) 분야의 기반이 되므로 기초 교양 역량으로써의 중요성이 커지고 있다. 따라서 많은 대학에서 신입생을 대상으로 하는 기초 코딩 역량에 대한 교육이 교양필수 과목으로 빠르게 도입되는 추세이다(장은실, 김재현, 2019). 코딩 교육은 전통적으로는 IT분야 및 공학계열을 전공하는 신입생들을 대상으로 코딩 교육이 진행되었지만, 이제는 신입생들의 전공계열과 상관없이 전체 신입생들에게 코딩 교육을 실시하는 경우가 확대되고 있다(신요한, 2022). 더욱이 사회 다양한 분야에서 고도화된 IT 요소인 AI 기술이 고도화되면서 이에 기반이 되는 코딩 교육은 갈수록 필수적인 역량으로 요구되고 있다. 따라서 향후 코딩 교육은 대학에서의 교양필수 과목으로 더욱 확대될 것으로 예상된다.
코딩 교육은 대학 신입생들에게 꼭 필요한 기술로 인식되어 흥미를 끌면서도, 다른 한편으로는 학습하기 어려운 분야로 인식되며 부담을 주고 있다(신요한, 2022; 오경선, 안성진, 2015). 특히 한국에서는 신입생들이 대학에 입학하기 전까지 국어, 영어, 수학, 과학 중심의 전통적인 대입시험 중심의 학문을 접해왔기 때문에 컴퓨터과학 및 코딩 분야는 대부분의 신입생에게 새로운 학문 분야이다. 따라서 코딩 분야에서는 초보에 해당하는 신입생들의 경우 문법 작성의 복잡성, 생소한 용어들, 에러의 발견 및 디버깅의 어려움 그리고 초보자의 수준에 맞지 않는 난해한 예제 등을 이유로 학습에 장벽을 느끼게 된다. 특히 컴퓨터과학과 코딩 분야는 전통적으로 이공계 분야의 학문으로 인식되기 때문에 인문사회계열의 학생들은 특히 더 큰 부담을 갖고 있다(김완섭, 2019a). 또한 대학 신입생 대상 기초코딩 교육에 있어 전공계열에 따라 이해 수준의 차이가 크게 존재하지만 교양필수 과목은 일률적인 콘텐츠로 진행되므로 이러한 문제가 심각하게 나타날 수 있다. 따라서 전교생에게 실시되는 코딩 교육은 계열의 특성을 고려할 필요가 있으며, 학생들의 부담을 최소화시키고 흥미도를 높임을 통해 교육 효과를 향상시킬 필요가 있다(구진희, 2023; 장은실, 김재현, 2019).
최근 OpenAI가 운영하는 대화형 AI 서비스인 ChatGPT (https://chat.openai.com)는 다양한 분야에서 활용도를 높여가고 있다. 일부 질문에 대한 답변의 정확도가 보장되지 않는 한계도 있으나, 대부분의 경우 전문가 수준의 심도 있는 답변을 내주어 높은 사용자 만족도를 제공한다. 특히 코딩 분야에서는 ChatGPT의 활용도는 다른 분야에 비해 높다. ChatGPT는 과거의 학습 데이터를 바탕으로 답변하는데 웹상에 코딩 관련 데이터가 충분히 존재하기 때문에 코딩에 관련된 프롬프트를 제시할 경우 신뢰성이 높은 답변을 제공해 준다. ChatGPT는 단순히 질문에 대해 해당하는 코드를 제시해주는 역할을 하는 것뿐 아니라, 기존에 작성된 어려운 코드에 대한 설명, 잘못된 코드에 대한 수정, 자동 주석처리 등의 기능을 제공하므로 코딩 교육에서 다양한 기능으로 긍정적으로 활용될 수 있다. 물론 ChatGPT가 코딩에 관련된 학생의 질문에 정확도가 높은 답을 제시한다고 해서 교육적으로 긍정적인 효과가 있다고 단정할 수는 없다. 학생이 스스로 생각하고 문제를 해결하기보다 ChatGPT 서비스에 대한 의존성이 높아져 오히려 AI 서비스를 사용하지 않는 것보다 교육의 효과가 떨어질 위험도 충분히 예상된다. ChatGPT에 대한 의존적 학습은 코딩의 기초 문법도 스스로 확립하지 못한 상태가 되어 교과목의 학습목표 성취에 부정적 영향을 줄 위험도 있다.
본 연구에서는 대학의 신입생을 대상으로 하는 기초 코딩 교육에서 ChatGPT의 도입이 긍정적인 역할을 할 수 있는지 확인하는 것을 목표로 한다. 이를 위해 전체 분반 중 일부 분반에 ChatGPT 교육을 도입하고, 나머지 분반의 경우 기존의 방식으로 적용하여 두 그룹 간의 차이를 비교 분석하고자 한다. 본 연구에서는 두 그룹에 대하여 교과목 만족도, ChatGPT 활용도, ChatGPT 권장에 대해 아래와 같이 세 가지 연구주제를 세우고 통계적으로 검정하고자 한다.
주제1. 적극적 ChatGPT 교육 그룹이 타 그룹보다 강의 만족도가 높을 것인가?
주제2. 적극적 ChatGPT 교육 그룹이 타 그룹보다 ChatGPT 활용 능력이 크게 향상될 것인가?
주제3. 적극적 ChatGPT 교육 그룹이 타 그룹보다 ChatGPT 활용 추천 인식이 높을 것인가?
본 논문의 구성은 다음과 같다. 본 1장에서는 연구의 필요성을 설명하였고, 2장에서는 연구의 관련 배경과 최근 관련 연구에 대하여 정리한다. 3장에서는 본 연구의 방법을 설명하는데, 세부적으로는 ChatGPT를 적용한 코딩 기초 교육방식, 설문의 내용, 분석 방법을 제시한다. 4장에서는 제시한 ChatGPT를 방식을 적용한 그룹과 그렇지 않은 그룹에 대하여 두 그룹의 차이를 t-검정을 사용하여 효과성을 비교 분석하였다. 마지막으로 5장에서는 연구의 내용을 정리하고 ChatGPT를 활용한 효과적인 코딩 교육의 방안과 향후 연구 방향을 제시하며 마무리한다.

2. 관련 연구

2.1. ChatGPT의 출현과 교육 분야

최근 빠르게 고도화되고 있는 인공지능 기술은 교육 분야에 새로운 가능성과 방향성을 제시하고 있다. 교수의 강의 방식과 학습의 학습 방식에 인공지능 기술을 접목한다면 교육의 효율성을 향상시킬 수 있을 것이다. 이미 초중고 교육시장에서는 AI 기술을 활용한 교육 서비스와 제품이 상용화되어 있고, 갈수록 그 수준이 고도화되고 있다. 학생의 수준이 다양화되므로 일률적인 교육으로는 교과목의 목표를 성취하기 어렵기 때문에 AI 기술의 필요성이 커진다. 반면 아직 국내 대학의 교육에서 AI 기술을 체계적으로 접목한 사례는 많지 않다. 대학의 수업 운영에서도 과목별 특성에 맞는 AI 기술을 활용한 교육 방식을 연구하고 적극 도입할 필요가 있다.
AI 대화형 챗봇 기술을 교육 현장에 적용한 연구는 2022년 말 ChatGPT 서비스가 발표된 이후와 이전으로 그 연구의 양과 적용 수준이 크게 구별된다. OpenAI사의 ChatGPT 서비스 발표 이전의 경우, 자체적으로 규칙 기반의 AI 챗봇을 구현하거나 또는 Google, Amazon, Apple 등의 AI 챗봇 서비스를 이용하는 접근 방식이 많았다. 김혜영 외(2019)의 연구에서는 Amazon의 Alexa, Google의 Assistant 등의 음성인식 AI 서비스를 영어 교육에 활용하는 방식을 적용하였고 긍정적인 활용 가능성을 제시하였다. 최서원, 남재현(2019)의 연구에서는 SW 코딩 교육의 보조수단으로 규칙기반 AI 챗봇을 개발하여 교육을 적용하였다. 그러나 이렇게 사용되는 AI 챗봇의 경우 그 답변 수준의 지능이 낮고 질문의 맥락을 이해하지 못해 대학에서의 학술적 질문에 대한 적절한 도움을 얻는 데 한계가 있다. 그 외에 김완섭은 학생 수준에 맞는 개인화된 콘텐츠 추천을 위하여 협력적 추천(Collaborative Filtering) 알고리즘 기반의 AI 방식을 적용하는 시스템을 제안하였으나 실제 교과에 적용한 단계는 아니었다(김완섭, 2019b).
2023년 현재 OpenAI사의 ChatGPT, MS사의 Bing, Google의 Bard 등의 대화형 AI 서비스가 운영되고 있고, 이러한 서비스들은 대학 교육에서 교과목 내에서의 활용이나 수강생 개인의 학습 보조 목적으로 활용도가 높을 것으로 기대된다. 특히 이들 중에서 ChatGPT 서비스는 사용자 비율이 높은 대표적인 대화형 AI 챗봇 서비스이다. ChatGPT는 OpenAI에서 개발한 Transformer 기반 모델에 기반한 대화형 AI 서비스이며, 자연어 처리에 매우 높은 수준의 성능을 보여주고 있다. 사람에게 질문하는 것과 같은 수준으로 질문에 대한 원활한 대답을 얻을 수 있으며, 해당 분야의 전문가 수준으로 일반인보다 매우 심도 있고 정확한 답변을 빠르게 제공해 주고 있다. ChatGPT는 여러 가지 방법으로 기초 코딩 분야의 교육에 사용될 수 있다. 코딩에 관련된 새로운 개념의 설명을 부탁할 수 있으며, 코딩 결과를 얻을 수도 있고 문제 해결의 아이디어를 도출할 수도 있다. 학생 개별에 대해 응답이 가능하므로 개인화된 AI 교육 튜터를 제공받는 것과 같은 효과를 얻을 수 있다. 학습자가 자신의 수준에 맞는 속도로 이해하며 학습을 진행할 수 있다.
그 외에 Microsoft 사의 Bing 챗봇과 Google의 Bard가 ChatGPT에 뒤이어 출시된 유사한 비슷한 기능을 제공하는 서비스이다. Bing의 경우 최신의 웹 정보를 사용한다는 점에서, 과거의 데이터로 학습한 ChatGPT와 차별성을 갖는다. 그 외에 답 자체만을 제시하는 것이 아니라 그 답을 추론하기 위하여 참고한 자료의 출처도 제공한다. 이를 통해 결과의 신뢰도를 검증할 수 있다는 장점이 있다. 그러나 기초 코딩에 관련된 답변을 얻기 위해서는 아주 최신의 웹 정보가 필요한 것은 아니므로 코딩 분야에서는 이러한 차별성이 큰 의미가 없다. 최신의 정보가 중요한 시사적인 문제에 대한 질문에서는 큰 차이가 나타날 수 있지만, 기초 코딩 분야의 질문의 경우 1~2년 전의 데이터를 기반으로 답변을 추론해도 충분히 도움이 되는 답변을 얻을 수 있다. 이러한 AI 챗봇 서비스들은 코딩 교육에 매우 유용하게 사용될 수 있다. 특히 대학의 교양필수 수업의 경우 매우 많은 학생이 수업에 참여하기 때문에 각 분반의 수강인원이 많은 편이고 담당교수는 다수의 수강생에 대하여 개인별 수준과 특성을 파악하여 강의하기가 현실적으로 어렵다. 이러한 교육 여건에서 ChatGPT 서비스는 AI기술을 활용하여 학생의 개별 수준에 맞는 질의응답을 가능하게 하기 때문에 대학에서의 기초 코딩 교양필수 분야에서 매우 유용하게 사용될 것으로 기대할 수 있다.

2.2. 대학 교육에서의 ChatGPT 활용 동향

2022년 11월에 발표된 OpenAI사의 ChatGPT 서비스는 미국으로 중심으로 하여 전 세계에 큰 파급력을 주고 있다. 이러한 영향으로 대학 교육에서도 ChatGPT를 활용한 교육의 적합성 및 교육 방향에 대한 연구가 활발히 진행되고 있다. 물론 현재(2023년 9월)까지는 ChatGPT 서비스가 개시된 지 1년도 채 안 된 상태이므로 대학에서의 교과목에의 구체적인 적용에 대한 연구보다는 연구의 적합성에 대한 탐색적 연구가 주를 이루고 있다. 각 교과목 특성에 맞는 구체적인 커리큘럼 구성과 적용 그리고 이에 대한 구체적인 효과성 검증에 대한 향후 연구가 필요하다.
국내의 교양교육 관련 연구에서는 언어 영역 특히 글쓰기 교과목에서의 연구 사례들이 많다. 이것은 ChatGPT가 언어를 생성하는 모델이므로 가장 연관성이 높고 적합한 분야이기 때문이다. 국어뿐 아니라 영어, 독일어 등 외국어 교육 관련 교과목에서의 긍정적 효과에 대한 연구들도 많이 발표되고 있다. 김태호는 국어교육에서 AI 기술의 수용 방향을 제시하였다(김태호, 2023). 그는 국어과 교양교육에 AI 기술을 수용하되 단순히 AI 시스템을 활용하는 교육이 아니라 인간의 사고의 도구로써 활용하는 방향성을 강조하였다. 구체적으로 보조적 도구로써 활용하는 방향, 의사소통의 주체로써 활용하는 방안 등을 제시하였다.
최윤희(2023)는 대학의 영어 교육에서 ChatGPT에 대한 학생들의 인식을 조사하였고 영작문의 효율성, 심리적 자신감, 신기술에 대한 경이로움 등의 측면에서 긍정적으로 인식하고 있음을 확인하였다. 이러한 인식을 통해 향후 영어 교육에서 ChatGPT의 활용도가 높아질 것으로 예상할 수 있다. 성민창, 조규희(2023)은 영어 교육 교육과정 및 콘텐츠 설계 관련하여 ChatGPT를 활용하였고 긍정적 효과가 있음을 제시하였다. 교과목에서 활용한 예시문들을 ChatGPT에 번역을 지시하고, 질의하는 방식으로 적용하여 예시문의 적절성을 평가하고 개선하는 데 활용하였다. 영어 교육에서 아직 체계적으로 대학 교육에 적용된 사례는 많지 않으나 ChatGPT를 활용하고자 하는 사전 연구들이 다양하게 이루어지고 있다.
구영은, 홍문표(2023)은 독일어 초급 작문 교과목에 ChatGPT를 활용하여 긍정적인 효과가 있음을 제시하였다. 학생의 개별 작문 텍스트를 ChatGPT를 통해 교정받도록 하는 방식으로 최종적인 작문을 완성하는 방식으로 수행하였다. 이를 통해 ChatGPT의 도움을 통해 보완된 최종 텍스트가 문법, 어휘, 구조 등의 언어학적 측면에서 완성도를 높였음을 확인하였다. 다수의 학생이 수강하는 과목에서 교수자의 개별 교정의 부담을 줄여주는 AI 튜터의 역할을 할 수 있음을 확인하였고, 이러한 개별 튜터의 역할은 작문 과목뿐 아니라 많은 과목에서 접목할 수 있는 방식이므로 향후 교양교육에 충분히 활용될 수 있을 것이다. 그러나 한편 작문 텍스트의 내용이 향상된 것이 수강생의 기초 작문 능력 향상을 보장하는 것은 아니므로 교육적 효과성 측면에서는 추가적인 연구가 필요하다고 평가된다.
물론 ChatGPT의 활용이 교육에 긍정적인 영향만 주는 것은 아니며 다양한 위험성이 제시된다. 오규설(2023)은 국어교육에서 활용 시 ChatGPT를 활용으로 인해 나타나게 되는 저작권 침해 문제, 텍스트의 진실성 문제, 표절 문제 및 과제에 대한 평가의 문제 등에 대한 부정적 영향을 제시하였다. 최윤희(2023)는 AI 시스템에 대한 과잉 의존, 내용 오류(Hallucination), 저작권(Authorship)의 문제점이 발생할 수 있다는 점을 제시하였다. 이 외에 인문학 분야 외에도 수학, 회계, 지리 교육 등의 분야에서도 연구된 사례들이 많이 발표되었다(윤양인, 2023; 유재진, 2023; 변종호 등, 2023).

3. ChatGPT를 활용한 기초 코딩 교과목 설계와 운영

3.1. 연구 개요

대학의 신입생 대상 교양필수 기초코딩 교과목에서의 ChatGPT 활용의 효과를 연구하기 위하여 2023년도 신입생들을 대상으로 서울소재 S대학에서 수업을 수강한 학생들을 대상으로 ChatGPT를 적극적으로 도입한 그룹과 그렇지 않은 그룹으로 구분하여 수업을 진행한 후 설문을 실시하였다. 학기 말까지 수강을 완료한 학생은 전체 총 2,913명이었으며, 그중 966명의 학생이 설문에 응답하였다. 설문에 응답한 학생들의 분포는 아래와 같다. 신입생 대상의 수업이므로 수강생은 모두 2023년에 입학한 1학년 학생들이다. 응답자의 소속 대학별 인원과 비율의 분포는 <표 1>과 같다.
<표 1>
설문 응답자의 전공계열별 분포
순서 전공 계열 구분 인원 비율
1 공학계열 213명 22.0%
2 IT계열 196명 20.3%
3 경영 및 경제통상 계열 155명 16.0%
4 사회과학계열 141명 14.6%
5 인문계열 107명 11.1%
6 자연과학계열 80명 8.3%
7 법과계열 35명 3.6%
8 예체능계열 32명 3.3%
9 자유전공계열 7명 7.0%

합계 966명 100.0%
수업의 효과를 검증하기 위하여 수업 종료되는 시점에서 설문을 실시하였으며, 본 연구에서 활용한 ChatGPT에 관련된 문항은 아래와 같다. 수업의 전반적인 만족도를 묻는 다수의 항목으로 질문하였으나 본 연구에서는 ChatGPT에 관련된 문항에 대해서만 분석을 실시하였다. 본 연구에서 활용한 설문 문항을 <표 2>에 정리하였다.
<표 2>
설문 문항 중 본 연구에서 분석에 활용한 문항들
순번 설문 항목
1 당신의 소속 전공 학과는 무엇입니까?
2 본 교과목의 수강은 유익하였습니까? (강의에 대한 전체적 만족도)
3 본 수업을 통해 ChatGPT를 코딩 문제에 적용하는 것에 발전이 있었습니까?
4 교양필수 기초 코딩 수업에 ChatGPT를 활용을 권장하는 것이 필요하다고 생각합니까?

3.2. ChatGPT를 활용한 교육

본 연구를 수행한 서울 소재 S대학에서는 전교생을 대상으로 컴퓨팅적사고 교과목군의 교양필수 과목을 운영하였다. 각 교과목에서 담당교수의 재량에 따라 ChatGPT를 사용하도록 하였다. 따라서 ChatGPT 사용을 적극 권장한 그룹과 그렇지 않은 그룹으로 구분될 수 있다. 총 75개 분반 중 연구자가 담당한 7개의 분반에 대하여 아래의 ChatGPT 관련 내용을 구성하여 ChatGPT를 적극적으로 활용하는 방식의 강의를 진행하였다. 주차 별로 진행된 ChatGPT 관련 강의 내용을 <표 3>에 정리하였다.
<표 3>
주차별 ChatGPT 활용 내용
강의 시기 설문 항목
Week 5 ChatGPT 서비스 가입 안내
Week 6 ChatGPT를 활용한 문제해결 실시 ChatGPT 사용에 긍부정 의견에 대한 토론
Week 7, 9 워크시트 문제해결에서 ChatGPT 사용 권장 및 가이드
Week 11-15 팀 프로젝트에서의 ChatGPT 사용 허용 및 안내 (주제 탐색, 코딩, 디자인 등에 활용)
교과목에서 1주~4주는 파이썬의 기초 코딩 내용으로 강의한 후 5주부터 ChatGPT를 수업에 도입하였다. 초기 단계부터 ChatGPT를 활용할 경우 학생들이 기초도 이해하지 못한 상태에서 ChatGPT에 지나치게 의존적으로 되는 부정적인 영향이 있을 것을 고려하여 5주까지는 학생 스스로 직접 코딩하는 방식으로 학습하도록 하였다. 5주에서 해당 분반의 학생들에게 ChatGPT 서비스에 가입하도록 안내하였고, 일부 가입을 하지 못한 경우 수업 시간에 이미 가입한 학생들의 도움 및 교수의 안내를 따라 가입하도록 하였다. 6주에는 ChatGPT를 활용할 수 있도록 그동안 배운 내용에 해당하는 몇 개의 문제를 제시하고, 학생들로 하여금 ChatGPT를 활용하여 해결하고 그 결과를 정리하도록 하였다. 만약 학생이 입력한 프롬프트에 대하여 ChatGPT가 제시해준 결과의 완성도가 떨어질 경우 1주~5주 기간에 배운 내용을 토대로 하여 코드를 수정 및 보완하도록 하였다.
7주, 9주에서 수업 시간에 진행된 워크시트 (문제해결) 시간에는 ChatGPT를 활용할 수 있도록 허용하였다. 처음부터 ChatGPT를 활용하는 것보다는 스스로 문제를 해결해 본 후 ChatGPT의 도움을 받는 방식을 권장하였다. 그리고 학기 말 11주~15주에 진행된 팀 프로젝트에서도 ChatGPT를 활용하는 것을 허용하였고, 적극적인 활용을 권장하였다. 특히 팀 프로젝트에서는 단순 코딩뿐 아니라 문제(팀 프로젝트 주제)의 발견, 코딩, 디버깅, 주석처리 등의 다양한 부분에 활용할 수 있도록 안내하였다.

4. ChatGPT 효과성 분석 및 교육 방향 모색

4.1. 설문 대상과 정량적 응답 결과

2023-1학기 수업에서 7개 분반에 ChatGPT 사용에 대해 체계화된 교육을 실시하고 과제 및 프로젝트에서 활용을 적극 권장하였고, 그 외의 68개 분반에서는 기본적으로 기존의 방식으로 운영하였다. 기초 코딩 교과목에서 ChatGPT의 적극 도입의 효과성을 검증하기 위하여, ChatGPT 교육 적용 그룹과 비적용 그룹 간의 기초코딩 교과목의 설문 문항들에 대한 평균 비교를 위하여 t검정을 수행하였다. 두 그룹에 대하여 교과목 만족도, ChatGPT 활용도, ChatGPT 권장 인식의 세 가지 질문에 대하여 평균 차이가 존재하는지 분석하였다. 본 t검정을 수행할 때 세 가지 가설은 아래와 같다.
가설1. ChatGPT 교육 그룹이 타 그룹보다 강의 만족도가 높을 것이다.
가설2. ChatGPT 교육 그룹이 타 그룹보다 ChatGPT 활용 능력이 크게 향상되었을 것이다.
가설3. ChatGPT 교육 그룹이 타 그룹보다 ChatGPT 활용 추천 인식이 높을 것이다.
분석 결과는 <표 4>와 같다. 두 그룹은 기본 만족도 점수의 평균에서도 4.40과 4.08로 상당한 만족도 값의 차이가 발생함을 확인할 수 있다. t검정 결과 유의도 p-값이 0.00013(*.p<0.05)으로 ChatGPT 교육의 도입은 통계적으로도 유의미한 것으로 판별되었다.
<표 4>
t-검정 수행 결과
구분 평균값 표준편차 t-value p-value


ChatGPT 적용 그룹 (n=96) 기존 방식 그룹 (n=870) ChatGPT 적용 그룹 기존 방식 그룹
강의만족도 4.40 4.08 0.73 0.78 -3.84 *0.00013 *.13e-3

ChatGPT 사용 능력 향상 4.45 3.86 0.83 1.07 -5.23 0.000000213 *.213e-6

ChatGPT 향후 추천 4.22 3.88 0.91 0.98 -3.19 0.00145 *.145e-2

* . p<0.05

첫 번째 가설1에 대한 분석 결과, ChatGPT 교육 그룹이 그렇지 않은 그룹에 비교하여 교과목 만족도(Course Satis- faction)의 점수가 유의미하게 높음을 확인하였다. t검정에서 t-값이 3.84, p-값이 0.00013(*.p<0.05)으로 통계적으로 매우 유의미하게 평균 차이가 있음을 알 수 있다. ChatGPT 교육 그룹(Group-1)의 강의만족도 평균값이 4.40이고, 일반 그룹(Group-2)의 경우 4.08로 5점 척도에서 0.32라는 상당히 큰 평균 차이가 있다.
두 번째 가설2에 대한 분석 결과, ChatGPT 교육 그룹이 그렇지 않은 그룹에 비교하여 ChatGPT 활용 능력의 향상 정도가 매우 높음을 확인하였다. t검정 결과, t-값이 -5.23, p-값이 0.000000213(*p<0.05) 으로 통계적으로 매우 유의미하게 평균 차이가 있음을 알 수 있다. 평균값의 경우 ChatGPT 교육 그룹이 4.45, 일반 그룹이 3.86으로 평균 차이가 0.59의 큰 차이가 있음을 알 수 있다. 즉, ChatGPT 교육 그룹에 해당하는 학생들이 ChatGPT 활용 능력에 대한 능력 및 자신감이 상당히 발전된 것을 수치로 객관적으로 확인할 수 있다.
세번째 가설3에 대한 t검정 분석 결과, t-값은 -3.19이고 p-값은 0.00145로 통계적으로 유의미하게 두 그룹의 평균 차이가 있음을 알 수 있다. 그룹1의 평균값은 4.22이고 그룹2의 평균값은 3.88로써 그룹1이 0.34 높았다. 이 t검정을 통해 ChatGPT 교육 그룹이 일반 그룹에 비교하여 ChatGPT 사용에 대한 권장을 매우 적극적으로 하고 있음을 알 수 있다. 이는 ChatGPT에 대한 체계적 교육과 활용이 본 교과목의 전반적인 만족도에 매우 긍정적인 역할을 했음을 확인할 수 있는 결과이다.

4.2. ChatGPT 활용 효과성에 대한 시각화 분석

앞에서는 t검정을 통하여 3개의 가설이 통계적으로 유의미한 평균 차이가 있음을 확인하였다. 이번에는 그룹별 인식 차이를 시각화된 분석으로 제시한다. 본 절에서는 강의 만족도에 대한 응답 비율의 차이를 비교 확인하기 위한 막대 차트이다. 시각화 결과를 통해 ChatGPT 교육 그룹이 매우 긍정에 답한 비율이 매우 높고, 부정에 대한 응답 비율이 현저히 낮은 것을 확인할 수 있다.
[그림 1]은 ChatGPT를 적극 활용한 분반 그룹과 그렇지 않은 분반 그룹 간의 해당 교과에 대한 수강생의 만족도를 비교한 막대 차트이다. 해당 교과에 대한 만족도를 묻는 설문 항목은 구체적인 질문은 아니지만 해당 교과의 성공적 운영을 판단하는 중요한 항목으로 볼 수 있다. 응답 결과에서 ‘매우 만족(very positive)’ 항목의 응답을 보면 ChatGPT를 사용한 그룹의 응답 비율이 그렇지 않은 그룹에 비해 매우 높음을 시각적으로 확인할 수 있다.
[그림 1]
ChatGPT 활용 여부에 대한 교과목 만족도 비교 막대 차트
kjge-2023-17-5-113-gf1.jpg
<표 5>는 설문의 자유 서술 문항에 대한 응답 중 ChatGPT에 대한 의견을 긍정과 부정으로 구분하여 정리한 것이다. 해당 서술 문항은 필수 응답 문항이 아니었으므로 응답한 수가 많지 않았고 그 중 ChatGPT 활용에 대한 의견은 총 4건이었다. 2건의 긍정적 의견 응답을 통해 학생들이 경험한 긍정적 학습 효과를 확인할 수 있었다. 2건의 부정적 의견을 통해 학생들이 느끼기에도 기초교양 SW 과목에서의 지나친 ChatGPT 활용은 학생 스스로의 기초적 문제해결 역량 계발을 저해할 수 있다는 우려를 하고 있음을 파악하였다.
<표 5>
ChatGPT 활용에 대한 학생 서술 의견
순번 서술형 답변 비고
1 정보가 부족한 학생의 경우 코딩에 대한 정보를 습득하기 위해 ChatGPT를 사용하는 것은 권장해야 한다고 생각합니다. 긍정

2 ChatGPT 활용은 필수여야 한다. 단순히 사람이 코드를 작성하지 않고 AI와 상호작용하여 코드를 짜는게 훨씬 유용해 보인다. 긍정

3 GPT를 활용하면 편하긴 하지만 스스로 해결하는 것에는 좋지 않은 것 같다. 부정

4 이 과목은 기초 과목인 만큼 ChatGPT의 활용이 크게 필요하지 않다고 생각됩니다. 부정

5. 결론 및 제언

ChatGPT 서비스는 2022년 말에 서비스가 개시된 이후로 대학의 교육 다양한 분야에 큰 영향을 주고 있으며, 특히 컴퓨터과학 및 코딩 기초 교육에의 활용 가능성도 매우 높을 것으로 기대된다. 이미 2023-1학기부터 많은 대학 수업에서 ChatGPT를 활용하는 수업이 실시되고 있으며, 이를 활용한 효과적인 교육을 위한 연구를 활발하게 진행하고 있다. ChatGPT의 사용은 기초 코딩 수업에서 매우 긍정적으로 활용될 수 있다. 특히 최근 대학에서 전교생 대상의 대규모 교양필수 수업이 확대 개설되고 있어 ChatGPT의 활용은 대규모 수업에서 발생하는 한계를 극복할 수 있는 중요한 요소로 활용될 수 있을 것으로 기대된다.
본 연구에서는 2023-1학기 서울 소재 S대학에서 전체 신입생들을 대상으로 하는 교양필수 컴퓨팅적사고 교과목에서 일부 분반에 ChatGPT를 도입한 후 그 효과성을 설문을 통해 분석하였다. ChatGPT를 적극 사용한 그룹과 그 외의 그룹을 구분하여 두 그룹의 학습 만족도를 비교 분석하였다. 비교 분석 결과, ChatGPT를 적극 활용한 그룹 학생들의 전반적인 수업 만족도 및 수업 효과성이 높은 것으로 확인되었다. 또한 향후 교양필수 수업에서 ChatGPT를 적극 활용하는 것에 높은 비율로 긍정적 의견을 나타내었다. 단, ChatGPT 사용은 무조건적으로 권장하기보다는 교과목 운영에서 시기, 방식 등에서 기준을 가지고 운영할 필요가 있다. 서술형 의견에서 수업에서 앞서가는 우수한 학생들의 경우 ChatGPT 사용을 제한할 필요가 있다고 의견을 제출하였다. 이러한 의견이 적은 수이지만 향후 적용에서 의미 있는 결과로 받아들여진다. 지나치게 ChatGPT 등의 AI 서비스 의존할 경우 학생 본인의 역량개발 및 코딩에 대한 이해도 학습이 오히려 저해될 수 있다. 이러한 AI 시스템 의존을 방지하기 위하여 본 연구에서는 학기 5주차 정도까지의 초반에는 ChatGPT의 사용을 제한한 가운데 기초적인 내용들을 학습하도록 하고, 중반부터 ChatGPT를 연계하는 방식으로 진행하였다. 특히 학기 마무리 단계의 프로젝트 수행단계에서는 ChatGPT를 적극 활용하도록 가이드하였다. 이러한 방식의 효과로 신입생 대상의 기초 교양필수 수업이었지만 학생들이 실생활에 적용할 수 있는 좀 더 완성도 있는 결과를 도출하도록 할 수 있었다.
본 연구에서의 ChatGPT 활용한 교양필수 기초 코딩 수업은 처음 시도하는 시범적 수업이었으므로 커리큘럼이 체계적 구성과 완성도에 한계가 있다. 향후 연구에서는 커리큘럼을 체계화하고 그 효과성을 세부적으로 분석할 필요성이 있다. 또한 신입생들의 SW 분야 및 코딩 분야에 대한 이해 수준이 다양하므로 수준별 수업에서 ChatGPT의 활용 정도 및 방식에 대한 향후 연구가 필요하다.

참고문헌

Byeon, J. H., Kwon, Y. J(2023 An investigation of generative AI in educational application:Focusing on the usage of ChatGPT for learning, Biology, Brain, Digital, &Learning 135(1), 1-17. http://doi.org/10.31216/BDL.20230001.
crossref
[변정호, 권용주. (2023). 생성적 인공지능의 교육적 활용 방안탐색: 생물학습을 위한 ChatGPT 활용을 중심으로. Brain Digital & Learning, 13(1), 1-17. http://doi.org/10.31216/BDL.20230001].

Choi, S. W., Nam, J. H(2019 The use of AI Chatbot as an assistant tool for SW education, Journal of the Korea Institute of Information and Communication Engineering 23(12), 1693-1699. http://doi.org/10.6109/jkiice.2019.23.12.1693.
crossref
[최서원, 남재현. (2019). SW 교육 보조 도구로서의 AI 챗봇 활용. 한국정보통신학회논문지, 23(12). 1693-1669. http://doi.org/10.6109/jkiice.2019.23.12.1693].

Choi, Y. H(2023 Exploring perceptions of Korean pre-service English teachers on using ChatGPT in the English writing process, Journal of the Korea English Education Society 22(2), 243-262. http://dx.doi.org/10.18649/jkees.2023.22.2.243.

[최윤희. (2023). 영어 작문 과정에 활용한 ChatGPT에 대한 한국인 예비영어교사의 인식 탐색. 영어교과교육, 22(2), 243-262. http://dx.doi.org/10.18649/jkees.2023.22.2.243].

Jang, E. S., Kim, J. H(2019 Contents analysis of basic software education of non-majors students for problem solving ability improvement - Focus on SW-oriented university in Korea -, Journal of Internet Computing and Services 20(4), 81-90. http://doi.org/10.7472/jksii.2019.20.4.81.
crossref
[장은실, 김재현. (2019). 문제해결력 향상을 위한 비전공자 소프트웨어 기초교육 내용 분석 - 국내 SW중심대학 중심으로 -. 인터넷정보학회논문지, 20(4), 81-90. http://doi.org/10.7472/jksii.2019.20.4.81].

Kim, H. Y., Shin, D. K., Yang, H. J., Lee, J. H(2019 A study of AI chatbot as an assistant tool for school English curriculum, Journal of Learner-Centered Curriculum and Instruction 19(1), 89-110. http://doi.org/10.22251/jlcci.2019.19.1.89.
crossref
[김혜영, 신동광, 양혜진, 이장호. (2019). 영어교과 보조 도구로서의 AI 챗봇 연구. 학습자중심교과교육연구, 19(1), 89-110. http://doi.org/10.22251/jlcci.2019.19.1.89].

Kim, T. H(2023 Directions for incorporating AI in Korean education, Journal of CheongRam Korean Language Education 93:7-27. http://doi.org/10.26589/jockle..93.202305.7.
crossref
[김태호. (2023). 국어교육에서 AI의 수용 방향. 청랑어문교육, 93, 7-27. http://doi.org/10.26589/jockle..93.202305.7].

Kim, W. S(2019a Exploring the direction of granular basic- software education considering the major of college students, Journal of The Korean Association of Information Education 23(4), 329-341. http://doi.org/10.14352/jkaie.2019.23.4.329.
crossref
[김완섭. (2019a). 대학생의 전공계열을 고려한 세분화된 기초 SW교육 방향 탐색. 정보교육학회논문지, 23(4), 329-341. http://doi.org/10.14352/jkaie.2019.23.4.329].

Kim, W. S(2019b Content recommendation techniques for personalized software education, Journal of Digital Convergence 17(8), 95-104. http://doi.org/10.14400/JDC.2019.17.8.095.
crossref
[김완섭. (2019b). 개인화된 소프트웨어 교육을 위한 콘텐츠 추천 기법. 디지털융복합연구, 17(8), 95-104. http://doi.org/10.14400/JDC.2019.17.8.095].

Koo, Y. E., Hong, M. P(2023 Untersuchung zur Verwendung von ChatGPT für Schreibübungen von Deutsch-Anfängern, Zeitschrift fur Deutsche Sprache und Literatur 100:47-69. http://doi.org/10.30947/zfdsl.2023..100.47.
crossref
[구영은, 홍문표. (2023). ChatGPT를 활용한 독일어 초급 학습자의 작문 연습에 관한 연구. 독일언어문학, 100, 47-69. http://doi.org/10.30947/zfdsl.2023..100.47].

Ku, J. H(2023 Analysis of educational needs by college majors for liberal arts SW coding classes - Based on coding projects applying PBL-, General Education and Citizen 7:113-138. https://doi.org/10.47142/GEC.7.5.
crossref
[구진희. (2023). 교양 SW코딩 수업을 위한 전공계열별 교육요구도 분석 - PBL을 통한 코딩 프로젝트 수행을 중심으로-. 교양교육과 시민, 7, 113-138. https://doi.org/10.47142/GEC.7.5].

Oh, K. S., Ahn, S. J(2015 A study on the relationship between difficulty in learning to program and computational thinking, The Journal of Korean Association of Computer Education 18(5), 55-62. http://doi.org/10.32431/kace.2015.18.5.006.
crossref
[오규설. (2023). 생성형 인공지능이 국어교육에 미치는 영향과 대응 방안 - ChatGPT는 국어교육의 도구인가, 위협인가? 국어교육연구, 82, 143-189.].

Oh, K. S(2023). The impact of generative artificial intelligence on Korean education and response strategies - ChatGPT:A tool or threat for Korean education? The Journal of Korean Language and Literature Education 82:143-189.

[오경선, 안성진. (2015). 프로그래밍이 어려운 이유와 컴퓨팅 사고력간의 관계성 연구. 컴퓨터교육학회 논문지, 18(5), 55-62. http://doi.org/10.32431/kace.2015.18.5.006].

Yoon, Y. I(2023). ChatGPT and Cost Accounting Education and Its Implications, Korean Acconting Association 2023 2nd Conference 2023(2), 1-27.

[윤양인. (2023). ChatGPT 등 인공지능 모델 출현에 따른 원가관리회계 교육에서의 조화 가능성 탐색. 한국회계학회 학술발표논문집, 2023(2), 1-27.].

Sung, M. C., Cho, K. H(2023 ChatGPT's notes on the use of the 2022 curriculum:Focusing on the communicative functions and example sentences, Journal of the Korea English Education Society 22(2), 173-195. http://dx.doi.org/10.18649/jkees.2023.22.2.173.

[성민창, 조규희. (2023). ChatGPT로 분석한 2022 교육과정 활용 유의 사항: 영어과 의사소통 기능과 예시문 중심으로. 영어교과교육, 22(2), 173-195. http://dx.doi.org/10.18649/jkees.2023.22.2.173].

Shin, Y. H(2023 An empirical study on the problems and improvement directions of coding and software education for non-majors in the era of the 4th industrial revolution, Korean Computers and Accounting Review 20(3), 67-91. http://doi.org/10.32956/kaoca.2022.20.3.67.
crossref
[신요한. (2022). 4차산업혁명 시대의 비전공자의 코딩과 SW 교육의 문제점과 개선방향: IPA를 이용한 실증적 사례연구. 전산회계연구, 20(3), 67-91. http://doi.org/10.32956/kaoca.2022.20.3.67].

Yu, J. J(2023 Application of artificial intelligence for geography education - Focusing on question answering on ChatGPT -, Journal of Association of Korean Photo-Geographers 33(1), 162-173. http://dx.doi.org/10.35149/jakpg.2023.33.1.011.

[유재진. (2023). 인공지능을 활용한 지리교육 연구 -ChatGPT 기반 질의응답을 중심으로-. 한국사진지리학회지, 33(1), 162-173. http://doi.org/10.35149/jakpg.2023.33.1.011].

TOOLS
Share :
Facebook Twitter Linked In Google+ Line it
METRICS Graph View
  • 0 Crossref
  •    
  • 747 View
  • 9 Download
Related articles in Korean J General Edu


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