Korean J General Edu Search

CLOSE


Korean J General Edu > Volume 18(6); 2024 > Article
생성형 AI 기반 에듀테크의 한국어교육 적용 가능성과 쟁점 -대학 한국어 교사의 인식과 생성형 AI의 특성을 중심으로

Abstract

이 연구는 생성형 AI 기술을 활용한 에듀테크의 한국어교육 현장 적용 가능성과 이에 대한 쟁점을 고찰하는 데 목적이 있다. 이를 위해 생성형 AI 기반 에듀테크가 한국어교육에 미치는 영향을 탐구하고, 대학 한국어 교사들의 인식을 조사한 결과를 제시하였다. 최근 첨단 기술로 주목받는 생성형 AI는 텍스트뿐 아니라 다양한 디지털 콘텐츠를 생성하는 능력을 갖추고 있어, 교육 현장에서의 활용 가능성이 매우 높다. 한국어교육을 비롯한 언어 교육 분야에서 학습자의 개인화된 학습 경험과 상호작용 제공 가능성으로 주목받고 있다. 한국어교육 분야에서도 이러한 기술을 적용한 다양한 교수⋅학습 도구들이 개발되고 있으나, 실제 교육 현장에서의 활용도는 낮은 편이다. 본 연구는 대학 한국어 교사 46명을 대상으로 설문조사를 실시하여, 생성형 AI를 활용한 교수⋅학습 도구의 적용 실태와 교육적 효과에 대한 교사들의 인식을 분석하였다. 그 결과, 많은 교사가 생성형 AI 기반 도구의 활용 방법에 대한 이해 부족과 학습자의 집중력 저하, 교육 효과에 대한 불확실성 등을 문제점으로 지적하였으며 기술에 대한 기대와 함께 회의적인 시각이 존재함을 확인할 수 있었다. 이러한 결과를 바탕으로 본 연구는 생성형 AI 기반 에듀테크가 한국어교육 현장에 효과적으로 적용되기 위해서는 적합한 교육적 데이터 구축, 교사와 학습자의 디지털 리터러시 역량 강화, 그리고 기술과 교육 현장의 연계성을 고려한 체계적 접근이 필요함을 제언한다. 더불어 생성형 AI 기반 한국어교육 도구의 활용 가능성과 관련된 쟁점을 교육적 관점에서 고찰하고, 향후 한국어교육에서 생성형 AI의 역할과 발전 방향을 제안하였다. 이 연구는 생성형 AI가 가진 교육적 잠재력과 한계에 대한 통합적 관점의 논의를 통해, 향후 생성형 AI 기술을 한국어교육 현장에서 효과적으로 활용할 수 있는 방향성과 구체적인 방안을 모색하는 데 기여하고자 한다.

Abstract

This study aims to explore the applicability and challenges of utilizing generative AI-based EduTech in Korean language education. It investigates the impact of generative AI technology on Korean classroom and presents the findings from a survey conducted among university Korean instructors. Generative AI, a cutting-edge technology capable of generating not only text but also diverse digital content, shows great potential for application in educational settings. It is particularly noted for its ability to provide personalized learning experiences and interactive opportunities. Despite the development of various teaching and learning tools incorporating this technology, their usage in actual educational contexts remains limited. A survey of 46 university Korean language instructors was conducted to analyze the implementation status of generative AI-based tools and instructors’ perceptions of their educational effectiveness. The findings revealed that many instructors pointed to a lack of understanding about how to effectively utilize these tools, concerns about decreased learner concentration, and uncertainties about their educational impact. While some held optimistic views on the technology’s potential, skepticism about its applicability also emerged. Based on these results, this study suggests that the effective integration of generative AI-based EduTech into Korean education requires the development of appropriate educational data, strengthening digital literacy competencies among teachers and learners, and a systematic approach that aligns technology with educational practices. Furthermore, the study examines the educational challenges related to the use of generative AI-based tools in education and proposes directions for their future development and roles in the field. By offering a balanced discussion on the educational potential and limitations of generative AI, this research seeks to contribute to identifying strategies and actionable plans for its effective use in Korean language education.

1. 서론

교육 현장에서 활용되는 교수⋅학습의 방식은 필연적으로 기술의 발달과 함께한다. 기술은 새로운 지식을 구성하고, 기존의 문제를 해결하며 교사와 학습자가 상호작용하는 방식에 영향을 미치기 때문이다(조영환 외, 2023). 즉 첨단 기술의 발달은 언제나 교수⋅학습 방법의 변화를 초래한다.
교육의 개념과 방식에 대한 혁신을 이끄는 ‘에듀테크(EduTech)’1)는 이미 우리에게 낯선 용어가 아니다. 특히 2000년대 이후 정보 기술, 미디어, 디지털 기기 등이 비약적으로 발전하면서 세계 각국은 제도적으로 디지털 교육 기술을 도입하여 지속적인 교육 발전을 도모하고 있다(박윤현, 김대웅, 2023). OECD에서 발표한 자료에 따르면, 교육의 디지털화는 낮은 비용으로 시공간을 연결하고 다양한 지식에 접근하는 것을 가능하게 하는 중요한 교육적 가치를 지니며, 이를 통해 미래 세대의 건강과 행복 증진에 기여한다(OECD, 2022). 실제로 온라인 에듀테크를 통한 교육의 혁신적 변화는 교육의 질과 우수성을 과거보다 높여주었다고 평가된다(Mosteanu, 2020). 이러한 흐름으로 보아, 미래 교육이 나아갈 방향은 계속해서 기술의 발전과 함께할 것이다. 따라서 미래 교육에 대한 논의를 위해서는 과학 기술의 발전과 전망을 교육적 관점에서 깊이 있게 고려할 필요가 있다.
최근 가장 주목받는 첨단 기술이라고 하면, 단연코 생성형 AI를 꼽을 수 있을 것이다. 2022년 오픈 AI사에서 생성형 AI 모델인 ChatGPT를 발표하면서 교육 분야뿐 아니라 우리 사회 전체는 큰 패러다임의 전환점을 맞이하였다. 인간의 두뇌를 모방하여 기계가 스스로 인식, 분석, 판단, 학습 등의 지능적 활동을 하게 하는 ‘인공지능(AI)’ 기술은 비교적 오래전부터 존재해 왔다. 기존의 AI는 주로 지도 학습을 통해 주어진 데이터를 학습하여 분석하고 이에 대해 예측하거나 자동화하는 데 중점을 두었는데, 생성형 AI는 여기에서 한 단계 더 나아가 강화 학습 등 다양한 학습 방식과 거대 언어 모델에 기반하여 새로운 데이터나 아이디어, 콘텐츠를 생성하는 기능까지 수행한다. 게다가 최신의 생성형 AI는 텍스트 자료뿐 아니라 이미지, 음악, 영상 등 다양한 디지털 콘텐츠까지 생성할 수 있어 다양한 분야에서 생성형 AI의 활용 가능성에 주목하고 있다.
한편, 오랜 역사 동안 인간의 고유한 영역이라고 여겨졌던 ‘창작’과 ‘창의성’에까지 기술과 기계가 접근하고 있다는 점에서 ‘사람’과 ‘인문학’의 의미와 역할에 대한 깊이 있는 고민과 성찰도 함께 이루어지고 있다. 그 과정에서 현재 우리는 생성형 AI가 가져올 인류와 사회 발전에 대한 기대와 함께 예측할 수 없을 정도로 빠르게 발전하는 기술, 사람보다 기술이 앞서가는 미래 사회에 대한 걱정과 불안을 동시에 경험하는 중이다. 인본주의와 인문학에 기반을 둔 교육 분야 역시 이와 같은 고민에서 자유로울 수 없을 것이다.
교육 현장에서는 생성형 AI를 활용해 학습자 수준과 환경에 따른 맞춤형 교육 콘텐츠와 평가 및 피드백 시스템을 제공하는 등 기존의 교육 기술과 차별화되는 방식으로 교수⋅학습을 지원할 수 있을 것이라는 긍정적인 기대가 있다. 그러나 한편으로는 아직까지 생성형 AI를 통해 제공되는 교육 자료와 내용의 타당성과 신뢰성을 담보하기 어렵고, 편향된 데이터로 인한 특정 가치관이 반영될 위험이 있다. 특히 이러한 결과물을 학습자들이 무비판적으로 수용하게 될 수 있다는 우려가 크다(조영환 외, 2023)는 점에서 가벼이 여길 수 없는 문제이다. 또한 디지털 기기 사용으로 인한 중독 문제나 무분별한 시청각 자료 활용에 따른 문해력 저하 등의 부작용이 예상된다는 의견도 적지 않다.
특히 한국어교육을 비롯한 언어 교육 분야에서는 생성형 AI가 학습 대상인 ‘언어’를 직접 생성해 낼 수 있다는 사실이 논의의 중심이 된다. 생성형 AI의 텍스트 생성 기술은 언어 학습자에게 자연스러운 언어 입력을 다양하게 제공하고, 학습자와 언어적 상호작용까지 할 수 있다는 점에서 언어 교육의 도구로서 활용 가치가 높다고 평가된다. 그러나 아직 목표 언어에 대한 직관이 없는 학습자가 이를 무분별하게 사용한다면 오히려 학습 과정이 지체되고 학습 동기와 효과가 떨어질 수 있다는 것이 가장 크게 우려되는 지점이다. 즉 학습자가 생성형 AI가 제공하는 언어 자극을 통해 학습을 하는 것이 아니라, 이를 무비판적으로 수용하거나 표절하는 등의 행위가 발생할 수 있다는 것이다.
기술과 사회 발전에 대한 지난 역사를 통해 알 수 있듯이, 새로운 기술과 방식의 등장은 기존 시스템과의 갈등을 자연스럽게 불러일으킨다. 언어 교육 및 한국어교육 분야에서도 마찬가지로 최근 생성형 AI를 활용한 교육 방법에 대한 다양한 논의 혹은 논쟁이 이루어지고 있다. 이와 같은 갈등과 혼란을 현명하게 해소함으로써 생성형 AI와 한국어교육이 공존하며 긍정적인 방향으로 발전할 수 있는 방안을 마련할 수 있다고 본다.
본 연구는 이러한 문제의식에서 출발하여 먼저 AI 및 생성형 AI를 활용한 한국어교육 관련 에듀테크의 동향과 이에 대한 교육 현장의 인식을 살피고자 한다. 이를 통해 생성형 AI와 에듀테크의 발전과 한국어교육에의 적용 가능성과 관련 쟁점을 교육적 관점에서 고찰하고 미래 한국어교육의 목표와 방향, 이를 위한 생성형 AI의 역할을 제언하는 데 목적을 둔다.

2. AI 기반 에듀테크의 발전 동향과 한국어교육 적용 사례

AI가 본격적으로 도입되기 이전의 교육 기술은 주로 온라인 플랫폼과 디지털 기기를 통해 학습자와 교사의 교수⋅학습 과정을 관리하고 보조하는 역할을 했다. 전자 교과서, 스마트 보드 등을 활용해 멀티미디어 콘텐츠를 제공하여 생동감 있는 학습을 가능하게 하거나, 교육용 소프트웨어와 온라인 학습 플랫폼에서 시공간에 구애받지 않고 학습에 접근이 가능한 환경을 제공하는 방식은 이미 다양한 교육 현장에서 두루 사용되고 있다. 게다가 학습 관리 시스템(LMS)을 통해 학습 과정에 대한 모니터링과 피드백 또한 가능하다.
다만 위와 같은 기존의 에듀테크는 표준화된 교육 과정에 적용되며 한 교실 내의 학습자와 교사에게 동일한 교수⋅학습 내용과 방식을 제공한다. 그런데 교육 기술에 AI가 본격적으로 도입되기 시작하면서 ‘AI를 활용한 개인 맞춤형 학습’이 에듀테크의 새로운 키워드로 떠오르게 되었다.2) AI는 실시간 데이터 분석과 예측이 가능하므로, 이를 교육 현장에 적용했을 때 학습자의 과거 행동 데이터를 토대로 학습 과정을 점검하여 실시간으로 피드백을 제공하며 향후 학습 경로를 파악할 수 있다는 점이 AI 기반 에듀테크의 핵심이 된다.
Ouyang and Jiao(2021)은 AI 기술의 발달과 교육적 활용 패러다임의 변화 과정에 대해 깊이 있게 다루었다.3) 먼저 초창기 패러다임에서는 학습자를 수동적인 존재로 간주하였다. 학습자에 대한 단편적인 정보를 바탕으로 피드백을 제공하고 긍정적인 강화를 통해 지식 습득을 최대화하는 행동주의적 교육 방식에 기반하여 AI 학습 도구들이 개발되었다. 이 시기의 교육 기술은 학습 수행에 적응적으로 반응하며 학습자별 개인 맞춤형 피드백을 제공하는 데 초점을 두었다. 그러나 새로운 학습 내용에 대한 분석과 평가는 어려운 단계였으며, 정답이 정해져 있지 않은 문제에 대해서는 다루지 못한다는 한계가 있었다.
그러나 이후 AI와 디지털 기술의 발전에 힘입어 학습자 중심의 적응적 에듀테크가 등장하면서 새로운 패러다임이 시작되었다. 최근의 AI 기반 에듀테크는 AI가 일방적으로 학습 내용을 제공하여 학습자를 이끌어가던 이전의 형태가 아니라, AI가 학습자와 적극적으로 상호작용하면서 학습 과정을 지원하고 학습 효과를 강화하는 데 초점을 둔다(Baker et al, 2019). 학습자 개인의 역동적이고 창의적인 학습 행태를 분석하여 학업 성취도와 학습 과정에서 나타날 가능성이 큰 어려움을 예측하고 이에 따라 맞춤형 학습 지원을 제공하며 학습 과정 전반에 적응적으로 대응하는 AI 학습 도구가 개발되었고, 이에 대한 효과성 검증 작업이 이루어지고 있다. 이러한 발전의 바탕에는 자연어 처리 기술의 발전에 따른 의미 분석, 번역, 요약, 감정 분석, 대화형 챗봇 등의 기술 개발이 있었다. 교육용 AI 도구에 다양한 첨단 기술이 접목되어 학습자의 상태를 정확히 분석하고 자연스러운 상호작용이 가능해진 것이다.
이와 같은 흐름 속에서 최근 AI 기반 에듀테크 중 특히 주목받는 주요 기술 분야는 다음 네 가지로 정리될 수 있다. 첫 번째는 ‘맞춤형 학습 지원 시스템’인데, 앞서 언급하였듯이 AI 기술이 교육 분야에서 가장 주목받고 있는 응용 분야 중 하나이다. AI를 통해 학습 데이터를 분석하여 개인에게 맞춤형 교육 과정을 제공함으로써 학습자는 자신의 학습 속도와 선호에 맞춰 효율적으로 학습할 수 있다. 가장 대표적으로 활용되는 것이 지능형 튜터링 시스템(ITS, Intelligent Tutoring System)이다. 이 시스템은 학습자의 학습 패턴을 분석하고 개별화된 피드백을 주어 학습 효과를 극대화하는 데 목적을 둔다(Relmasira et al, 2023; Wang et al., 2023).
두 번째는 ‘어댑티브 테스팅(adaptive testing) 시스템’이다. 이는 AI를 활용하여 학습 수준을 실시간으로 평가하고, 그에 맞춰 평가의 난이도를 조정하는 기술이라고 할 수 있다. 학습자는 자신의 수준에 맞는 문제를 통해 성취도를 객관적으로 측정하고 보완점을 파악할 수 있으며 이러한 과정은 평가의 정확성과 공정성을 높이는 효과도 있다고 평가된다(Hannan & Liu, 2021).
세 번째는 AI를 통해 학습 성과를 예측하고 학습 지원이 필요한 학습자를 조기에 식별하는 기술인 ‘예측 분석(predictive analytics)’이다. 이 기술을 통해 교사는 개별 학습자에게 필요한 지원을 파악하여 적시에 제공함으로써 학습자의 중도 이탈을 막고 학업 성취도를 향상할 수 있다. 이러한 기술은 주로 대규모 교육 기관에서 학생 지원과 관리에서 효과적으로 활용된다(Hannan & Liu, 2021; Relmasira et al, 2023).
마지막으로는 ‘생성형 AI와 챗봇’ 기술을 들 수 있다. 생성형 AI와 챗봇 시스템은 학습자에게 적절한 학습 내용과 자료를 만들어 내고 에듀테크 시스템이 학습자 및 교사와 실시간으로 상호작용할 수 있게 한다(Hannan & Liu, 2021). 특히 기존의 AI 기반 에듀테크 시스템이 과거의 데이터를 기반으로 학습 패턴을 분석하고 예측하여 학습을 최적화하는 데 집중하였다면, 생성형 AI는 사용자의 요구를 수용하고 새로운 콘텐츠를 맞춤형으로 생성하는 데까지 나아갔다는 점에서 차별화된다. 학습에 유용한 텍스트, 이미지, 영상 등의 멀티미디어 자료를 생성하여 교육의 질과 학습자의 흥미를 높이고, 참여를 유도하는 데 큰 역할을 하고 있다고 평가받는다(Kim, 2023; Peak & Kim, 2021).
한국어교육에서도 이러한 발전 흐름에 따라 생성형 AI를 적용한 다양한 교수⋅학습 도구가 개발되어 활용되고 있다. 먼저 한국어 학습을 위한 생성형 AI 기반 학습 도구로는 Duolingo, Memrise, Lingodeer, Learn K-Pop Korean, ChatGPT 등이 있다. Duolingo는 초급 학습자를 위한 플랫폼으로, 게임화된 학습 환경을 제공하며 짧은 문장과 기초 어휘를 단계별로 학습하도록 유도한다. 그리고 학습 패턴을 분석하여 적절한 난이도의 문제를 출제하고, 이를 통해 학습자는 반복적으로 어휘와 문법을 익힐 수 있으며 발음 평가 기능도 탑재되어 있다.
Memrise는 학습자가 한국어를 실제 상황에서 사용하도록 하는 것에 목표를 두고, 문장 구조와 어휘를 다양한 상황맥락에서 제공한다. 영상과 오디오 등 시청각 자료를 활용하여 한국어 모어 화자의 발음을 접할 수 있고, 생성형 AI가 학습자의 응답 패턴을 분석한 후 개인화된 피드백을 주는 기능도 있다.
Lingodeer는 다양한 외국어 학습을 위해 개발된 플랫폼으로 한국어 전용 학습 콘텐츠를 발음, 회화, 쓰기 등 다양한 모드로 제공하여 종합적인 학습이 가능하며, 수준별 학습 과정을 제공한다. 한국어의 문법 구조를 반영한 예문과 설명이 단계별로 구성되어 있어 학습자는 초급부터 중급까지 자신의 숙달도에 맞게 학습을 진행할 수 있다. 또한 다양한 한국어 표현과 단어를 K-Pop이나 한국 드라마, 영화 등 콘텐츠를 통해 제공하여 한류에 관심 있는 학습자나 문화적 맥락을 포함한 한국어 학습을 원하는 학습자에게 인기가 높다.
Learn K-POP Korean은 한국 가요의 가사와 드라마 대사를 활용해 단어와 표현을 익히는 애플리케이션으로 학습자의 흥미를 통해 자연스러운 한국어 습득이 가능하도록 설계되었다. 가사와 대사를 듣고 내용을 이해하거나 재구성하도록 하는 활동을 통해 듣기 이해력을 측정하기도 하며, 가사 해석을 통해 문화적 배경 이해도 평가한다. 학습자가 재미와 한국어 학습을 동시에 경험할 수 있는 도구이다.
ChatGPT는 교육용으로 개발된 것은 아니지만, 생성형 AI 챗봇으로서 실시간 대화를 제공하고 응답을 분석하여 맞춤형 피드백을 제공할 수 있다는 점에서 언어 학습에서의 활용 가능성이 높다.4) 학습자가 한국어를 문장을 작성하여 대화를 시도하고, 다양한 상황을 설정하여 문장 생성과 대화 연습을 할 수 있다. 그리고 학습자 언어에 대한 피드백을 요청할 수 있으며 어려움에 대한 제언이나 언어 교정도 가능하다. 한국어를 활용한 실제적이고 즉각적인 의사소통을 연습하고 싶은 학습자에게 유용한 도구가 될 수 있다.
학습 도구뿐 아니라 생성형 AI를 활용한 한국어 평가 시스템도 여럿 등장하였다. 특히 쓰기 영역에서 Grammarly for Korean, Write & Correct, Korean Grammar Checker 등 다양한 도구를 사용할 수 있다. 이들은 학습자가 작성한 문장을 문법, 맞춤법, 구문 검사 기능을 통해 자동으로 분석하고 오류를 교정하는 기능을 한다. 문장 구조, 어휘 사용, 문법 오류에 대해 세부적인 피드백을 제공하고 Write & Correct의 경우에는 문맥 적합성까지 평가하여 전반적인 쓰기 실력 향상을 도모한다.
한편 Speak Korean AI는 한국어 발음 연습과 평가에 특화된 도구이다. 학습자가 문장을 읽거나 말하면 AI가 발음을 평가하고 교정 방안을 제시하며, 발음 정확도 점수도 부여한다. 어떤 부분에서 모어 화자와 발음상의 차이가 나는지 설명을 실시간으로 제공하여 발음 교정을 희망하는 학습자에게 적합하다.
마지막으로 EdNet은 AI기반 종합 한국어 평가 플랫폼으로 문법, 어휘, 읽기, 쓰기, 듣기 평가가 가능하다. AI가 학습자의 발화, 문장 구성, 텍스트 이해 능력 등을 분석하여 종합적인 평가를 내리는 시스템이다. 특정 주제에 대한 자유 글쓰기나 말하기 과제를 제공하며, 논리와 어휘 다양성, 문법 오류를 점검하여 평가하고 학습자가 개선할 부분을 자동으로 생성하여 피드백을 제공한다.
이렇듯 한국어교육 분야에서도 효과적인 한국어 교수⋅학습을 위해 생성형 AI 기반의 에듀테크가 비교적 적극적으로 적용되고 있음을 알 수 있다. 기존의 교수⋅학습 도구와 비교하여 생성형 AI가 탑재된 플랫폼은 학습자와의 실시간 의사소통과 학습자 맞춤형 콘텐츠 및 분석적 피드백을 제공할 수 있다는 점이 특징적이다. 생성형 AI 에듀테크를 활용하면 한국어 학습자에게 즉각적이고 자연스러운 의사소통 경험을 제공할 수 있는 것과 더불어 학습 격차나 학습에 대한 동기, 흥미 부족으로 인해 교실 활동에서 소외되던 학습자들도 교사의 개입 없이 자신의 수준에 적합하며 의미 있는 학습 활동을 할 수 있게 된다. 그리고 AI의 도움을 받아 전통적인 언어 교실 현장에서는 적용하기 어려운 창의적이고 도전적인 프로젝트를 수행할 수도 있다.
그러나 본고에서 일선의 한국어 교사를 대상으로 설문조사를 실시한 결과, 실제 대학 한국어교육 현장에서는 생성형 AI 기반 에듀테크의 활용도가 높지 않은 것으로 나타났다.5) 여러 가지 의견들을 종합적으로 검토한바, 이는 생성형 AI가 가진 특성에 말미암은 것으로 생각된다. 이에 생성형 AI가 적용된 한국어 교수⋅학습 도구에 대한 한국어 교사의 인식을 살펴보고, 이를 토대로 생성형 AI 기반 에듀테크의 교육적 적용에 대한 쟁점을 생성형 AI가 가진 특성을 중심으로 고찰해 보고자 한다.

3. 생성형 AI 기반 교수⋅학습 도구의 활용과 효과에 대한 한국어 교사 인식

본 연구는 생성형 AI 기반 에듀테크의 적용 사례와 가능성에 대해 한국어교육을 중심으로 살펴보고, 향후 생성형 AI 시대 한국어교육의 전망과 발전 방향을 고찰하는 데 목적이 있다. 이를 위해 우선 생성형 AI 에듀테크 기술을 활용한 한국어 교수⋅학습 도구에 대한 한국어 교사의 인식을 조사해 보고자 한다. 교사는 한국어 교실에서 교수⋅학습 과정을 주도하고 통제하며 교육 내용과 방법을 능동적으로 구성하는 주체이다. 따라서 현장 교사가 생성형 AI 기반 에듀테크와 이를 활용한 교수⋅학습에 대해 어떻게 인식하고 있는지 살펴봄으로써 한국어교육에서의 생성형 AI 활용 실태와 관련 이슈를 파악할 수 있다고 본다. 이에 본 연구는 교사 인식 조사 결과를 바탕으로 생성형 AI 기반 에듀테크의 교육적 쟁점을 파악하고 미래 한국어교육 분야에서의 전망과 역할을 조망하고자 한다.
인식 조사를 위해 현재 국내 대학 한국어교육 기관6)에서 학습자를 가르치는 현직 한국어 교사 46명을 모집하여 서면 설문조사를 실시하였다. 현장 경험이나 교육 경력의 부족이 교수⋅학습 도구와 방법을 인식하는 데 부정적인 영향을 미치지 않도록 통제하기 위해 교육 경력 5년 이상의 경력 교사만 연구 참여자로 선정하였다.
본고에서 살펴보고자 하는 연구 질문은 다음과 같다. 첫째, 현재 대학 한국어교육 현장에서 생성형 AI 기반 교수⋅학습 도구의 활용 실태는 어떠한가? 둘째, 현직 한국어 교사는 생성형 AI 기반 교수⋅학습 도구의 활용성과 효과성에 대해 어떻게 평가하는가? 셋째, 현직 한국어 교사는 생성형 AI 기반 교수⋅학습 도구의 전망과 한국어교육 적용 가능성에 대해 어떻게 인식하는가?
이상의 연구 문제를 탐구하기 위해 연구 참여자에게 앞 장에서 논의한 생성형 AI 기반 에듀테크의 개념과 특성, 생성형 AI 기반 한국어 교수⋅학습 도구에 대한 이론적 배경을 제시한 후 각 연구 질문을 구체화한 질문에 대해 최대한 상세하게 응답하도록 요청하였다. 인식 양상을 정밀하게 파악하기 위해 설문조사 내용은 아래와 같이 개방형 질문으로 구성하였다.
  • 1) 한국어를 가르칠 때(수업 전, 중, 후 모두 포함) 생성형 AI 기반 교수⋅학습 도구를 활용한 경험이 있습니까? 있다면 활용 도구, 활용 빈도, 활용 상황, 활용 방법 등을 구체적으로 답변해 주십시오.

  • 2) 한국어를 가르칠 때 생성형 AI 기반 교수⋅학습 도구를 활용한다면, 또는 활용하지 않는다면 그 이유는 무엇입니까?

  • 3) 한국어를 가르칠 때 생성형 AI 기반 교수⋅학습 도구를 활용하는 것이 효과적이고 타당하다고 생각하십니까? 그 이유는 무엇입니까?

  • 4) 앞으로 한국어를 가르칠 때 생성형 AI 기반 교수⋅학습 도구를 활용할 의향이 있으십니까? 그 이유는 무엇입니까?

  • 5) 한국어를 가르칠 때 생성형 AI 기반 교수⋅학습 도구를 활용하는 것에 대한 의견이 있다면 자유롭게 작성해 주십시오.

설문조사로 수집된 응답 내용을 분석한 결과, 한국어 교사의 생성형 AI가 적용된 교수⋅학습 도구에 대한 인식에서 다음과 같은 몇 가지 공통적인 양상이 드러났다. 본고에서는 연구 참여자들의 유사한 응답을 묶어 제시하여 전반적인 경향성을 살피고자 한다. 먼저 생성형 AI 교수⋅학습 도구 활용 실태와 활용 또는 미활용 이유에 대한 조사 결과는 <표 1>과 같다.
<표 1>
생성형 AI 교수⋅학습 도구 활용 및 이유(N=46)
항목 응답 수(명) 비율(%)
생성형 AI 도구 활용 여부 전혀 활용하지 않음 42 91.3

제한적으로 활용함 4 8.7

활용하지 않는 이유 효과적인 활용 방법을 모름 39 84.8

학습자의 집중 방해 38 82.6

학습 효과에 대한 확신이 없음 32 69.6

환경적 제약 28 60.9

활용하는 이유 최신 트렌드 2 4.3

학습자 흥미 2 4.3

효율적 피드백 2 4.3
우선 앞에서도 언급되었듯 한국어교육 현장에서 생성형 AI 교수⋅학습 도구의 활용도가 매우 낮은 것으로 나타났다. 46명의 연구 참여자 중 42명(91.3%)에는 한국어를 가르칠 때 생성형 AI 기반의 교수⋅학습 도구를 전혀 활용하지 않는다고 응답하였고, 나머지 4명의 교사도 활용한 경험이 있지만 자주 활용하지 않고 특정 도구를 제한적으로 활용한다고 응답하였다. 본고의 연구 참여자가 활용한 경험이 있는 도구는 모두 ChatGPT였으며, 쓰기 수업 시간에 학습자의 쓰기 오류에 대한 피드백을 위해 활용하는 것으로 나타났다. 생성형 AI를 활용한 한국어 교수⋅학습 플랫폼이 다양하게 개발된 데 비해, 실제 교육 과정에서 적용되는 경우가 적고 활용 범위도 한정적인 것이다.
생성형 AI 기반 교수⋅학습 도구를 활용하지 않는 이유는 크게 ‘효과적인 활용 방법을 몰라서(39명)’, ‘학습자의 집중을 방해해서(38명)’, ‘학습 효과가 없어서/학습 효과에 대한 확신이 없어서(32명)’, ‘환경적 제약이 있어서(28명)’ 등으로 확인되었다. 대다수 교사는 생성형 AI 기반의 교수⋅학습 도구가 다양하게 개발된 것을 알고 있지만, 이것을 실제 교육 과정에서 어떻게 활용해야 하는지 구체적인 방법에 대해 모르기 때문에 적극적으로 활용하지 못하고 있었다. 이와 함께 도구의 효과성에 대한 의문도 제기되었다. 구체적으로는 ‘AI를 활용한다고 해서 교육이 효과적으로 이루어지지 않는 것 같다, 기존의 전통적인 교육 방식과 크게 차이를 느끼지 못한다, 학습자들이 일방적으로 베껴쓰거나 하면 의사소통 능력에 도움이 되는지 오히려 방해가 되는지 의심스럽다’와 같은 답변을 하였다. 더불어 ‘시청각 자료와 디지털 매체가 교실에서는 학습자의 집중을 방해하고 교사의 통제를 어렵게 하기 때문에’ 사용을 꺼린다는 응답도 많았고, 컴퓨터 등 인프라 구축의 어려움이나 기관의 통제 혹은 정해진 교육 과정과 맞지 않아서 수업 시간에 생성형 AI를 사용하지 못한다는 사례도 다수 있었다.
한편, ChatGPT를 활용한 경험이 있다고 응답한 교사는 그 이유에 대해 ‘최신의 트렌드라서(2명)’, ‘학습자의 흥미를 위해서(2명)’, ‘짧은 시간에 많은 학습자를 대상으로 효율적인 피드백이 가능해서(2명)’라고 답했다. 도구 활용의 이유가 생성형 AI의 학습 효과성이 아니라 단순히 관심과 흥미, 시간 절약이라는 사실은 교육학의 입장에서 고민해야 할 부분이라고 생각된다. 그리고 2명의 교사는 이와 같은 이유로 몇 차례 활용을 시도하였지만, 단기적으로는 쓰기 능력 향상에 효과가 없고 학습자들이 베껴 쓰기에 급급하여 나중에는 더 이상 활용하지 않게 되었다고 말하기도 했다.
정리해 보면, 현재 한국어교육 현장에서는 생성형 AI 기반 교수⋅학습 도구가 활발하게 활용되고 있다고 보기는 어렵다. 그 이유는 기존의 생성형 AI 기반 한국어 학습 플랫폼은 한국어교육 현장에서 개발되지 않아 현행 교육 시스템과 교육 환경에서 생성형 AI 기반 교수⋅학습 도구를 곧바로 적용하기 어렵고, 구체적인 교수⋅학습 방안에 대한 합의와 교육 효과에 대한 검증이 이루어지지 않았기 때문으로 보인다. 이에 생성형 AI 에듀테크 기술을 한국어교육에 직접적으로 적용하기에 앞서, 한국어교육 현장의 교수 환경에 대한 점검과 시스템 구축, 생성형 AI 기반 에듀테크에 적합한 교수⋅학습 방안 마련과 효과 검증 단계가 선행되어야 할 필요성이 제기된다.
다음으로 활용 경험과 무관하게 한국어교육 전문가로서 생성형 AI 기반 교수⋅학습 도구의 교육적 타당성과 효과성에 대하여 응답한 내용을 살펴본바, 여기에서도 부정적인 의견이 우세하였다. 46명의 응답자 중 생성형 AI의 교육적 적용이 효과적이고 타당하다고 생각한 교사는 6명에 불과하였고, 나머지는 모두 ‘잘 모르겠다/의심스럽다(25명)’, ‘아니다(15명)’라고 하였다. 구체적인 조사 결과는 <표 2>에서 확인할 수 있다.
<표 2>
생성형 AI 교수⋅학습 도구의 교육적 효과성과 타당성에 대한 인식(N=46)
항목 응답 수(명) 비율(%)
교육적 타당성 및 효과성에 대한 의견 효과적이고 타당하다 6 13.0

잘 모르겠다/의심스럽다 25 54.3

아니다 15 32.6

긍정적 의견 실제적이고 다양한 예시 제공 4 8.7

학습자의 흥미 5 10.9

부정적 의견 AI 제공 내용 무조건 수용 문제 34 73.9

교사의 설명 집중 방해 30 65.2

AI 오류 통제 불가 22 47.8

내용 적절성 문제 22 47.8

학습 도구 사용의 어려움 17 37.0

검증되지 않은 기술에 대한 불안 8 17.4
긍정적 의견은 ‘교재에서는 볼 수 없는 실제적이고 다양한 예시와 상황 맥락을 제공한다(4명)’, ‘학습자들이 흥미를 가지고 재미있게 한국어를 배울 수 있다(5명)’와 같은 응답이 대부분이었다. 반면 부정적인 의견은 ‘생성형 AI에서 제공하는 내용을 무조건적으로 수용하는 경우가 많아서 학습이라고 할 수 없다(34명)’, ‘이런 도구를 사용하면 교사의 설명에는 집중하지 않아서 오히려 학습을 방해한다(30명)’, ‘생성형 AI도 오류를 교사가 확인하거나 통제할 수 없다(22명)’, ‘생성형 AI가 제공하는 내용이 숙달도와 내용 측면에서 적절하지 않은 경우가 많다(22명)’, ‘학생과 교사 모두 새로운 학습 도구 사용이 어려울 수 있다(17명)’, ‘최신 기술이라서 아직 검증되지 않은 점이 불안하다(8명)’ 등으로 다양하게 나타났다.
조사 결과를 통해 현직 한국어 교사는 생성형 AI와 에듀테크의 특성을 비교적 잘 파악하고 있으며 이를 바탕으로 교육적 적용에 대해 판단하고 있다는 것을 알 수 있었다. 언어 교육에 있어서 생성형 AI의 가장 큰 장점은 실시간 상호작용과 풍부한 언어 입력 제공, 이에 따른 학습자의 자기 주도적 참여 학습이며 한국어 교사 또한 이러한 이점에 대한 기대가 있는 것으로 드러났다. 하지만 아직 현장에서는 검증되지 않은 교육 방식에 대한 불안과 생성형 AI 기술의 한계와 부작용에 대한 우려가 더 크게 작용하고 있는 것으로 생각된다.
마지막으로 향후 생성형 AI 기반 교수⋅학습 도구 활용 의향과 의견에 대한 응답에서는 한국어교육에 적합한 생성형 AI 에듀테크의 발전과 이를 통한 교수 역량 강화에 대한 교사들의 기대와 요구를 발견할 수 있었다. 앞으로 생성형 AI 기반 교수⋅학습 도구를 활용할 의향이 있냐는 질문에 50% 이상(26명)이 ‘그렇다’라고 답했다. 현재의 생성형 AI 기반 도구에 대한 부정적인 인식과는 다소 상충하는 결과이다. 긍정적인 응답의 이유는 ‘한국어 수업에 적용할 수 있는 유용한 도구가 개발되면 활용할 의향이 있다(20명)’, ‘앞으로 교육 현장 전반이 디지털화될 것이기 때문에 미래에는 모든 선생님이 활용해야 할 것 같다(14명)’, ‘학생들의 요구가 있기 때문에 적절한 도구가 있으면 사용해 보고 싶다(9명)’, ‘미래 사회에서는 학생과 교사 모두 AI 능력을 키워야 한다(9명)’ 등이었다.
이와 같은 인식은 ‘생성형 AI 기반 한국어 교수⋅학습 도구 사용 지원과 교육에 대한 요구’에서도 드러난다. 기타 의견을 묻는 질문에 응답한 17명의 교사는 ‘생성형 AI 기술과 교수⋅학습 도구를 실제 한국어 수업에서 체계적으로 적용하고 활용할 수 있는 방법에 대한 안내가 필요하다(16명)’, ‘수업에 적용할 수 있는 양질의 프로그램과 교육 자료, 교육 방법을 기관에서 제공해야 한다(5명)’는 생각을 밝혔다. 더불어 ‘생성형 AI를 활용한 교육이 실제로 한국어 학습에 효과적인지 정밀한 검증 결과가 필요하다(10명)’는 의견도 나타났다.
그런데 다른 한편으로는 교사 역할의 축소에 대한 불안감도 동시에 가지고 있는 것으로 보인다. 13명의 교사는 ‘생성형 AI 에듀테크가 적용되면 교사와 학습자의 편의가 증가할 것’이라고 기대하면서도, 이로 인해 ‘한국어 교사에 대한 수요가 줄어들지 않을까 걱정이 되기도 한다’고 하였다. 학습자가 자기 주도적이고 능동적으로 학습에 참여할 수 있는 도구는 필요하지만, 이러한 변화에 따른 한국어 교사와 교육 과정의 역할 변화에 대해서는 여전히 논의가 부족한 실정이다. 이상의 내용은 <표 3>과 같이 정리된다.
<표 3>
향후 생성형 AI 교수⋅학습 도구 활용 의향 및 기타 관련 의견(N=46)
항목 응답 수(명) 비율(%)
향후 생성형 AI 도구 활용 의향 활용할 의향 있음 26 56.5

활용할 의향 없음 20 43.5

향후 활용 이유 한국어 수업에 적합한 유용한 도구 개발에 대한 기대 20 43.5

교육의 디지털화에 따른 교수⋅학습 역량 강화 및 변화 수용 14 30.4

학습자의 요구 9 19.6

AI 역량 증진의 필요성 9 19.6

기타 관련 의견 한국어 수업 적용 방안 모색 필요성 16 34.8

학습자와 교사의 편의 증가 기대와 교사 수요 감소에 대한 불안 13 28.3

한국어 학습 효과 검증 필요성 10 21.7

도구 활용 교육 프로그램 및 교육 자료, 교수 방안에 대한 기관과 시스템 차원의 지원 필요성 5 10.9
결론적으로 많은 한국어 교사가 생성형 AI를 적용한 에듀테크가 한국어 교실의 교수⋅학습 과정을 효과적으로 만들어 줄 것을 희망하고 있고, 미래에 기술이 발전하고 학습 도구가 개발됨에 따라 그러한 희망이 실현될 수 있을 것이라고 기대하고 있었다. 또한 현장 교사들은 교육의 디지털화와 미래 사회에 대응하기 위한 역량으로서 교사와 학습자 모두 생성형 AI에 대한 이해와 활용 능력이 필요하다는 인식을 공유하고 있는 것으로 보인다.
다만 현직 한국어 교사의 생성형 AI 활용도가 높지 않고, 이에 대한 인식이 다소 부정적인 것은 생성형 AI를 활용한 한국어 교수⋅학습 도구 개발이 양적으로 증가하고 있음에도 불구하고 교수⋅학습 체제의 변화가 선행되지 않은 상태이기 때문이라고 판단된다. 이에 생성형 AI가 현행 교육 시스템에 직접적으로 적용되었을 때 어떠한 특성을 보일 것인지, 혹은 교육적 문제가 발생하지는 않을지에 대한 정밀한 검토가 반드시 필요하다. 그리고 교수⋅학습 방법의 변화에 대응하는 교사와 교육 과정, 교육 환경의 변화에 대한 다각적인 논의와 시도가 있어야 할 것이다.
조영환 외(2023)에서도 기존의 교수⋅학습 체제 안에서 생성형 AI가 어떤 의미가 있는지 논의해야 한다고 언급하였다. 다음 장에서는 이러한 관점에서 본고의 설문조사 결과와 관련 기존 논의를 바탕으로 생성형 AI를 활용하는 AI 기반 에듀테크의 교육적 쟁점을 정리해 보도록 하겠다.

4. 생성형 AI 기반 에듀테크의 교육적 쟁점

4.1. 데이터 의존성

교육학의 입장에서 문제의 핵심은 생성형 AI가 우리의 생각보다 ‘의존적인’ 시스템이라는 데에 있다. 우선 가장 문제가 될 수 있는 지점은 생성형 AI의 데이터 의존성이다. 생성형 AI의 최대 장점은 짧은 시간 내에 데이터를 분석하고 훈련 데이터의 패턴과 정보를 토대로 새로운 콘텐츠를 생성할 수 있다는 점이다. 그렇지만 학습에 사용되는 데이터 자체를 신뢰할 수 없다면, 이에 대한 생성형 AI의 분석 및 예측 결과와 생성된 콘텐츠 역시 신뢰할 수 없을 것이다. “현재까지 우리 사회에서 축적한 데이터가 모든 교육 내용을 포괄하기에 충분한가? 그리고 모두 거짓이 없는 사실이며, 편향적이거나 비윤리적인 가치관이 포함되어 있지 않다고 장담할 수 있는가?” 이와 같은 질문에 대해서는 여전히 사회적 합의가 이루어지지 않았다. 따라서 생성형 AI가 내놓은 분석 결과와 콘텐츠가 제한적이며 부정확한 정보를 전달할 우려가 있다(Chatterjee & Dethlefs, 2023). 더불어 알고리즘의 편향성에 의해 또 다른 방식의 획일화된 교육을 낳지는 않을까 걱정이 되기도 한다(Chen 2023). 특히 지식 습득과 함께 가치관이 형성되는 중요한 시기의 미성년 학습자에게 제공되는 학습 내용으로서 적절한지에 대한 사전 검토가 필수적인 상황이다.
게다가 더 큰 문제는 생성형 AI는 모든 정보가 사실인 것처럼 전달한다는 것이다. 생성형 AI의 환각(hallucination) 현상7)과 관련한 문제는 이미 오랫동안 지적되어 왔다. 그리고 딥러닝 모델의 블랙박스 문제8)로, 왜 그런 잘못된 응답을 내놓는지에 대한 원인과 설명을 찾기도 어렵다. 이는 교육적 관점에서 학습자와 교사 모두에게 매우 심각한 문제를 야기한다. 학습자는 교육 과정에서 제공되는 정보를 통해 진실되고 적절한 지식을 습득하기를 기대하며 통상적으로 교육 내용을 신뢰한다. 따라서 AI 기반 에듀테크를 통해 개별적으로 제공되는 학습 내용을 자연스럽게 수용할 가능성이 크다. 특히나 AI 기반 에듀테크는 즉각적인 분석과 예측을 통해 실시간으로 학습자 맞춤형 학습 자료와 피드백을 제공한다는 점에서, 학습자마다 다르게 제공되는 학습 내용과 콘텐츠를 교사나 전문가가 일일이 점검하고 통제할 수 없기에 더욱 문제가 된다. 본고의 한국어 교사 대상 설문조사 결과와 더불어 김정아 외(2023)에서 교사와 학생, 학부모를 대상으로 생성형 AI의 교육적 활용에 대한 인식을 조사한 결과, 교사와 학생들은 생성형 AI를 활용한 교육의 효용성에 대해 기대하면서도 ‘생성형 AI가 제공하는 정보의 타당성 검증 필요’라는 요구와 ‘생성형 AI가 제공하는 정보가 사실인지 거짓인지 확인이 어려움’에 대한 걱정이 높게 나타났다.9)
한국어교육을 포함한 언어 교육에서는 ‘목표 언어’의 선정과 관련하여 문제가 제기된다. 한국어교육에서는 학습자의 실제적인 의사소통 능력 향상을 목적으로 두지만, 한국어의 모든 형태를 교수하지 않는다. 또한 언어 학습자는 숙달도에 따라 수용이 불가능한 언어 형태가 있으므로 학습자의 언어 능력에 적합한 언어 자원을 제공해야 한다. 따라서 교육적, 윤리적으로 부적절한 언어는 교육 내용에서 제외하며, 학습자의 숙달도에 맞지 않는 언어 입력이 제공되지 않도록 언어 입력과 교사 발화를 조절하는 것은 언어 교실에서 당연한 일이다. 이에 한국어교육을 위한 생성형 AI가 학습자에게 제공하는 콘텐츠와 언어 입력에 대한 면밀한 검토와 통제가 필요하다. 더구나 언어 학습자는 목표어에 대한 직관이 없기 때문에 생성형 AI가 제공하는 학습 내용과 언어 자극의 적절성과 타당성을 스스로 검토하는 것이 거의 불가능하다는 점에서 매우 중요한 문제이다.
송은정(2023)은 일반적인 목적으로 개발된 생성형 AI를 교육용으로 활용하는 것은 데이터 신뢰성과 적절성, 그리고 데이터 분석 방식의 측면에서 적합하지 않으며 교육에 적합한 AI 모델이 개발될 수 있도록 생성형 AI 시대의 교육 거버넌스가 마련되어야 한다고 주장한 바 있다. 생성형 AI를 에듀테크에 접목하기 위해서는 개발자와 함께 정책 입안자, 교육 전문가 등이 협업하여 사전에 데이터를 필터링하고 내부적으로 모델의 안정성을 검토하며 전문가의 평가를 받는 과정이 필수적이다.
결론적으로 생성형 AI가 제공하는 학습 내용과 평가 문제 등이 부정확하거나 부실하지 않도록, 그리고 비윤리적이거나 편향적이지 않도록 하기 위해서는 신뢰할 수 있고 교육학적으로 타당한 교육용 학습 데이터의 구축과 검토가 반드시 선행되어야 한다고 본다. 그리고 교사와 학습자도 교실 현장에서는 생성형 AI 에듀테크가 제공하는 언어 입력과 설명, 피드백 등에 지나치게 의존하지 않고 비판적으로 검토할 수 있는 역량을 길러야 할 것이다. 즉 생성형 AI 기반 에듀테크를 활용하는 모든 교육 관련자의 비판적 디지털 및 AI 리터러시10) 역량을 함양해야 할 필요성과 그 중요성이 부각된다.

4.2. 사용자 의존성

다음으로, 생성형 AI는 사용자 의존성이 높다는 특성이 있다. 생성형 AI는 사용자의 요구에 대해 마치 전문가가 해답을 주는 것처럼 능숙하게 대응한다. 그러나 실제로는 독립적으로 의사결정을 내려서 필요한 자료를 제공하는 것이 아니라 사용자의 요구에 크게 의존하는 방식을 취한다. 김혜은 외(2023), Kim & Cho(2023) 등의 연구 결과에 따르면, 동일한 AI 학습 도구를 제공하더라도 학습자의 지식, 기술, 태도에 따라서 상호작용하는 방식에 차이가 발생한다. 가령 사용자가 명령 프롬프트를 얼마나 구체적이고 명확하게 입력했는지에 따라 결과가 매우 다른 양상으로 나타나며, 사용자의 요구나 선택에 의해 최적의 결과가 아닌 응답을 내놓기도 하는 것이다.
이러한 특성은 교육 현장에서 특히 문제가 될 수 있다. 교수⋅학습의 과정은 항상 학습자의 선호와 선택에 의해서만 결정되지 않는다. 오히려 최적의 학습 효과와 내적 성장을 위해 학습자의 선호나 취향에 반하는 학습 행위를 이끌어 내야 하는 경우가 많다. 특히 언어 능력이 부족한 학습자는 한국어 교실에서 한국어에 기반한 학습 도구를 적절하게 다루어 내지 못할 가능성이 크다. 또한 자기조절능력이 부족한 학습자는 교육 환경에 의한 통제와 지도가 필요하며, 학습 수준이 낮은 학습자의 경우에도 자기 주도적 학습이 불가능한 경우가 많다. 학습 동기가 높은 학습자는 생성형 AI를 사용했을 때 다양한 자료 검색과 활용, 심화 학습 등으로 보다 수준 높은 학습이 가능하지만 그렇지 않은 학습자에게는 큰 효과가 없기 때문에 오히려 학습의 격차가 더욱 심화될 수 있다는 것이다. 이에 전통적인 교실에서 교사의 역할은 학생들에게 지식을 전달하는 데 국한되지 않고, 학습 행위와 과정을 통제하면서 적절한 학습 방향을 제시하는 것까지 포함한다.
생성형 AI가 급속도로 발전하면서 에듀테크의 핵심 기술로 떠올랐지만, 반대로 일부 학교에서는 ChatGPT와 같은 생성형 AI 사용을 금지하는 정책이 채택되기도 하였다(Lim et al., 2023). 바로 위에서 언급한 이유 때문이다. 호주 뉴사우스웨일스와 퀸즐랜드 교육부에서는 방화벽을 도입하여 교육 기관에서 ChatGPT 사용을 금지하기로 하였고, 18세 이하의 청소년 학습자의 사용을 전면적으로 금지하는 정책을 시행하는 곳도 있다. 국내 조사에 따르면 학생과 학부모가 가장 우려하는 부분도 ‘생성형 AI의 무분별한 활용’인 것으로 드러났다(김정아 외, 2023). 앞서 제시한 이 연구의 조사 결과에서도 학습자의 집중력을 방해하고, 교사가 학습 활동을 통제하지 못해 불안하다는 의견인 많았던 것과 일맥상통한다.
이렇듯 학습 과정을 통제하고 조절하는 능력이 아직 부족한 학습자가 지나치게 에듀테크에 의존하여 깊이 있는 사고나 기억 등을 포함하는 진정한 학습 과정이 이루어지지 않을 가능성을 무시할 수 없다. 더군다나 사용자 의존성이 큰 생성형 AI가 언어 자원이 부족하며 한국어 학습 과정에 아직 익숙하지 않은 학습자에게서 수집된 정보에만 전적으로 기대게 된다면, 자칫 불충분하거나 부적절한 학습 데이터로 인해 부적절한 학습 경로를 제공하여 학습 패턴이 바람직하지 않은 방향으로 형성될 우려도 있다,
더불어 교육학적 관점에서 학습자의 과거 학습 행동과 요구를 통해서 수집한 데이터만으로는 학습자를 통합적으로 이해하기에 충분하다고 보기가 어렵다. 현장 교사는 교육 전문가로서 학습자의 현재 학업 수행 및 표면적 행위뿐 아니라 학습자의 적성과 잠재력 등의 인지적 특성과 학습 동기나 태도 등의 정의적 특성, 사회⋅경제적 환경 등을 고려한 종합적인 통찰을 바탕으로 교수⋅학습 과정을 이끌어 간다. 한국어교육에서도 학습자 변인이 한국어 학습 과정과 결과에 영향을 미친다는 논의는 꾸준히 이루어지고 있다(조천미, 2022). 특히 언어 학습 과정에서는 학습자의 언어 적성, 학습 전략과 같은 인지적 요인과 동기, 불안, 효능감, 태도와 같은 정의적 요인이 주요하게 작용하며 학습자가 처한 언어 환경과 사회 환경도 중요한 요인이 된다. 생성형 AI 또한 이와 같이 학습 행위에서는 파악할 수 없지만 교수⋅학습에 영향을 미칠 수 있는 다양한 정보들을 수집하여 적절하게 활용할 수 있는 방안이 필요하다고 판단된다.
정리하자면, 에듀테크에 활용되는 생성형 AI의 경우 데이터 수집과 축적, 분석과 콘텐츠 생성에 있어서 일반적인 AI 알고리즘과 차별화되는 정교한 방식을 요한다. 최적의 언어 교육 효과를 이끌어내기 위해 필요한 정보를 풍부하게 포함하고 있는 교육용 데이터가 충분히 축적되어야 하며 이를 교육학적 관점에서 타당하게 분석하고 적절하게 활용할 수 있는 에듀테크용 생성형 AI 모델 및 알고리즘이 개발되어야 하겠다.

4.3. 디지털 매체 의존성

다음으로 생성형 AI는 본질적으로 특정 매체, 즉 디지털 기기에 의존할 수밖에 없는 특성을 가진다. 따라서 AI 기반 에듀테크를 교육 현장에 적용하려면 디지털 기기 또한 필수적으로 사용해야 한다. 사실 대다수의 일반 사용자가 생성형 AI의 교육적 활용에 대해 가장 우려하는 부분이 바로 디지털 기기 사용에 관한 것이다.
논의의 핵심은 디지털 매체와 기기에 지나치게 의존하게 되면 학습에 오히려 방해가 될 수 있고 사회적 상호작용 경험과 능력에 부정적인 영향을 미칠 수 있다는 점이다. 일부 전문가들은 ‘사람이 개입하지 않는 학습은 집중력을 떨어뜨릴 수 있으므로 AI 에듀테크의 활용이 학업 성취도를 올린다는 주장은 근거가 부족’하며11) ‘디지털 정보는 시청각 정보만 집중적으로 전달하기 때문에 사회성 및 뇌 발달에 한계가 있다’12)고 지적하였다. 시청각 자료에만 익숙해지면 텍스트를 읽어내는 문해력이 떨어질 수 있다는 것이다. 실제로 스웨덴, 프랑스, 네덜란드, 핀란드, 이탈리아 등에서는 학생들의 집중력, 문해력을 해친다는 이유로 디지털 기기를 수업에서 활용하다가 다시 금지하고 종이책 중심의 수업으로 돌아가기도 하였다. Jeong(2012)의 연구 결과에 따르면 종이책이 전자책보다 읽기 이해도 면에서 우수하며 학습자들은 전자책의 편리함을 인식하면서도 종이책을 선호하는 것으로 보고되었다. Jones & Brown(2011)에서도 영어 학습자가 종이책으로 공부했을 때 심층적 이해도와 문법 지식 향상에 더 유리하다는 것을 검증하였다.
물론 디지털 기기 사용이 학습자의 집중력이나 문해력을 실제로 해치는지는 전문가들 사이에서도 여전히 의견이 분분하다.13) 하지만 학습자와 교사, 교육 관계자들 사이에서 여전히 디지털 기기를 활용한 학습에 대한 의구심과 반감이 존재하는 것이 사실이다. 특히 한국어를 포함한 언어 학습의 궁극적인 목적은 목표 언어의 규칙과 체계를 내재화하고 이를 언어 자원으로 활용하여 주변의 도움이나 개입 없이도 상황에 따라 정확하고 적절한 표현을 생성해 내는 것이다. 이러한 교육 목표를 고려하면, 한국어 학습자가 언어 자원이 아닌 시청각 입력에 더 주의를 기울이게 되는 현상을 특히 경계하지 않을 수 없다.
게다가 디지털 플랫폼에서 아무리 현실과 유사한 의사소통 환경을 구축한다고 해도, 실제 사람과의 의사소통 경험은 디지털 매체를 통한 상호작용과는 다른 차원이다. 학습자가 교실에서 디지털 매체 기반의 의사소통에만 익숙해지게 된다면, 이것이 향후 현실 세계에서의 한국어 의사소통 능력으로 전이될 수 있을지에 대한 논의와 검증이 필요하다.
또한 이정환, 안성훈(2023)에서는 생성형 AI가 가진 감수성은 아직 인간을 대체하기 어렵다고 지적하였다. 학습자의 정의적 요소에 대한 배려나 상호작용이 유연하지 않을 수 있어, 향후 생성형 AI 기반 에듀테크에서는 학습자의 정서적 측면도 반드시 고려해야 한다. 언어 습득과 학업 성취도를 예측하는 대표적인 정의적 요소로는 학습자의 효능감이나 불안을 들 수 있다(이홍수 외 공역, 2007). 언어적 효능감을 향상하고 불안을 줄이는 데에 중요한 역할을 하는 것이 교사의 피드백과 동료들과의 상호작용이라는 점에서 디지털 매체가 제공하는 반응과 피드백이 과연 인간 교사와 동료 학습자만큼이나 학습자의 정서적 측면을 고려할 수 있을지에 대한 검증이 필요하다.

4.4. 인프라 부족

마지막 쟁점은 생성형 AI 기반 에듀테크를 활용할 수 있는 인프라가 아직 충분하지 않다는 현실에서 발생한다. 우선 물리적 인프라가 부족하다는 지적이다. 생성형 AI를 활용하기 위해서는 와이파이 등 인터넷 접속을 위한 환경이 마련되어야 하며 개개인이 고성능의 디지털 기기를 활용할 수 있어야 한다. 하지만 모든 교육 기관과 학습자가 그러한 환경적, 경제적 여건을 갖추고 있을 것이라고 보장할 수 없으므로 이로 인한 새로운 교육 격차가 발생할 수 있을 것이라는 우려이다.
현대 사회에서는 이미 다양한 차원에서 디지털 격차가 발생하고 있으며 기술이 고도화되고 사회가 디지털화될수록 정보 및 디지털 격차는 심화할 것으로 예측된다(Brown, 2015). 교육 분야에서도 디지털 격차는 중요한 문제로 대두되고 있다. Drori & Jang(2003)은 가정에서 컴퓨터를 보유한 학생과 그렇지 않은 학생 간의 학습 결과 차이가 존재하고, 가정 내 컴퓨터 보유 여부에 따른 지식 격차를 학교 교육에서 완전히 해결할 수 없다고 주장하였다. 이는 2000년대 초반에 이루어진 연구로, 컴퓨터 보유 여부에 의한 차이가 나타났는데 생성형 AI의 도입 역시 유사한 유형의 디지털 격차를 불러일으킬 가능성이 높다.
이와 함께 사용자를 대상으로 수집한 정보를 저장하여 빅데이터를 구축하고 이를 활용하여 콘텐츠를 생산하는 생성형 AI의 특성으로 말미암아 개인정보 유출에 대한 불안감도 발생한다. 김정아⋅강두식⋅고용철(2023)의 조사에서 학생들은 생성형 AI 기반 교육 기술에 대한 우려점으로 ‘개인정보 유출에 대한 불안함(2위)’을 강하게 드러냈다. Chen(2023)에서도 생성형 AI 기술의 데이터 프라이버시 문제를 지적하면서 기업과 사회의 윤리적 책임성을 강조한 바 있다. 그러므로 생성형 AI를 에듀테크에 적극적으로 활용하기에 앞서 개인정보를 보호하고 이로 인해 발생할 수 있는 문제를 예방하는 기술적, 정책적 인프라 구축이 필요하다.
물리적 인프라뿐만 아니라 지적 인프라도 부족한 실정이다. 디지털 격차는 단순히 기술에 대한 물리적 접근성의 불평등뿐 아니라 교육 수준, 인터넷과 디지털 기기 사용 능력, 기술에 대한 관심 등 다양한 요인에 의해 발생한다(Wei et al., 2011; Brown, 2015). 일선의 교사들은 생성형 AI를 교수⋅학습에 활용하기 위해서 ‘생성형 AI의 새로운 기술에 대한 교사 연수’을 강력히 요구하고 있다(김정아⋅강두식⋅고용철, 2023). 안기순 역(2021)에서는 같은 맥락에서 디지털 기기 사용의 격차는 에듀테크가 지닌 근원적 딜레마라고 표현하였다. 저자는 축적된 연구 자료를 토대로 새로운 기술 자원은 부유한 학습자에게 더 큰 혜택을 안길 가능성이 크다고 언급했다.
앞서 사용자 의존성에서도 언급한바, 생성형 AI는 사용자가 기술을 어떻게 활용하느냐에 따라서 결과의 차이가 크기 때문에 효과적인 교수⋅학습을 위해 교사와 학습자의 수준 높은 디지털 및 AI 기술 활용 능력을 필수적으로 요구한다. 다시 말해 교육 현장에서의 디지털 기술과 AI에 대한 리터러시 역량 함양 과정이 선행되어야 생성형 AI 기반 에듀테크의 교육적 효과를 확보할 수 있다는 것이다. 발전된 기술의 적용하기에 앞서 디지털 및 AI 리터러시 역량 교육이 꼭 필요하다는 사실을 다시 한번 확인할 수 있다.
디지털 기기와 생성형 AI를 활용한 교수⋅학습 방식에 대한 합의와 교육의 효과성에 대한 검증이 이루어지지 않았다는 부분 역시 지적 인프라 부족의 요인 중 하나이다. 위에서 언급한 연구에서 교사들은 기술 활용 능력에 대한 지원과 함께 ‘생성형 AI를 활용한 수업 방법 및 교수⋅학습 자료 지원(3위)’을 요구하였으며 ‘생성형 AI 교수⋅학습 방법 및 평가 관련 자료 부족(3위)’에 대한 걱정을 표했다. 박주연⋅남영옥⋅채소린(2024)와 본 연구의 조사에서도 교사들은 생성형 AI 활용 교수법 교육에 대한 요구가 큰 것으로 나타났다. 특히 한국어 교사는 생성형 AI 에듀테크에 의해 교사의 역할과 중요성이 축소될 것에 대한 우려를 표하기도 했다. 이러한 실증 조사를 통해 교육 현장에서는 생성형 AI를 실제로 어떻게 활용해야 하는지에 대한 궁금증과 생성형 AI 기반 에듀테크의 교육적 효과에 대한 의문과 불안이 지속적으로 제기되고 있다는 것을 알 수 있다.
이러한 현장의 불안감과 의문이 해소되기 전에는 생성형 AI 기반 에듀테크가 교실에서 효과적으로 활용될 수 있을지 확신할 수 없다. 이에 생성형 AI 에듀테크를 개발함에 있어 기술적 발전 측면뿐 아니라 교육 현장의 목소리를 적극적으로 청취하고 반영해야 한다고 생각한다. 교육학 분야에서는 전문가를 중심으로 생성형 AI 에듀테크를 활용한 교수⋅학습 방법론과 교육 자료를 체계적으로 구축하고 이 과정에서 교사와 교육 과정의 역할을 정립해야 하며, 교사와 학습자의 입장에서 효과성을 검증하는 과정을 담당해야 한다. 더불어 교육 현장에서 느끼는 어려움이나 문제에 대하여 생성형 AI 개발자와 교육 기관, 정책 차원에서 능동적이고 적극적으로 개입하여 대응하는 자세와 그 과정을 뒷받침해 줄 시스템 마련이 필요하다.

5. 결론 및 제언

이상으로 생성형 AI 기술이 적용된 에듀테크의 한국어교육 적용 가능성에 대해 대학 기관 한국어 교사의 인식과 생성형 AI의 특징에 따른 교육적 쟁점을 중심으로 고찰해 보았다.
최근 개발된 생성형 AI는 사회적 변혁을 가져올 만큼 기존의 기술과는 차별화되는 첨단 기술로, 생성형 AI와 에듀테크의 접목은 교수⋅학습 방법론의 패러다임을 다시 한번 변화시키는 중이다. 과거의 에듀테크는 교수⋅학습의 매체로 활용되거나 학습 과정에서 교사와 학습자를 보조하는 정도의 역할을 수행했다면, 생성형 AI 기반 에듀테크는 교사와 학습자와 능동적으로 상호작용하며 스스로 의사결정을 통해 학습 과정을 계획하고 조절하면서 교육에 주체적으로 개입한다. 교사의 입장에서도 생성형 AI 기반 에듀테크의 도입은 다양한 의미가 있다. 기술을 활용하여 교육 과정의 설계하는 것에서부터 교육 자료 및 콘텐츠 생성, 학습자 평가와 피드백 과정까지 효율적으로 관리하고 자동화할 수 있다면 교사의 업무 부담이 대폭 줄어들게 된다(Goldman et al., 2024). 이는 교사가 기계적이고 반복적인 단순 업무에 에너지를 투자하지 않고 창의적이고 가치 있는 교육을 제공하는 데 집중할 수 있는 여건을 마련한다. 그리고 AI의 체계적이고 정확한 분석 시스템을 토대로 데이터 기반의 교육 개선이 가능하게 되면 교육적 판단과 의사결정이 촉진되고 지속적인 교육 현장의 발전이 이루어질 것이라는 긍정적인 예측을 해 볼 수도 있겠다(Wu et al., 2024).
한국어교육을 비롯한 언어 교육에서도 생성형 AI의 이점을 활용하여 교수⋅학습의 효율성과 효과성을 극대화하기 위한 에듀테크 및 교수⋅학습 도구가 날로 발전하고 있다. 하지만 AI 기반 에듀테크의 이러한 특성은 자칫 언어 교육 현장의 주체가 인간 학습자와 교사가 아닌 AI로 전도될 가능성이 있음을 시사하기도 한다. 생성형 AI 에듀테크에 대한 교육적 관점의 논의와 검토가 전제되지 않은 상황에서 무비판적으로 활용하게 된다면 오히려 학습 효과가 저해되고, 교실에서 생성형 AI 기술이 가진 특성 특성에 따른 여러 가지 부작용이 나타날 가능성이 크다.
한국어 교사 대상 설문조사와 기존 논의를 검토한 결과, 한국어교육 현장에 생성형 AI 기반 에듀테크를 직접적으로 적용하기 위해서는 교육 시스템과 교육 환경적 측면의 변화가 필요하며 무엇보다 한국어 교사와 학습자를 위한 AI 및 디지털 리터러시 교육, 교육 현장의 역할 정립, 생성형 AI 기반 교수⋅학습 방안 마련 및 교육 효과 검증 과정이 요구된다. 앞으로 생성형 AI 기반 교수⋅학습 기술이 한국어 학습자의 자습이나 독학을 위한 도구에 그치지 않고 한국어 교실 전반에서 활용될 수 있도록 현장과 연계한 시스템 구축과 교사와 학습자 역할 변화에 대한 논의, 교수⋅학습 방법론 개발과 검증이 이루어져야 한다는 것이다.
구체적으로는 다음과 같은 방향을 제언하는 바이다. 첫째, 현장 교사 연수와 지원 체계를 강화해야 한다. 생성형 AI 교수⋅학습 도구가 한국어교육 현장에 실질적으로 도입되기 위해서는 사용의 주체인 교사의 어려움을 먼저 해결해 주어야 한다. 따라서 체계적인 교사 연수 프로그램을 개발하고 현장 교사의 생성형 AI 활용 지원을 강화할 수 있는 시스템을 마련하는 것이 우선일 것이다. 한국어교육 분야 전반에서 생성형 AI 도구 활용 방법, 교육과정에의 통합 방안, 학습 효과를 높일 수 있는 구체적인 사례를 중심으로 한 연수 프로그램을 개발하고 운영하면서 교사들이 실제 수업에서 도구를 활용할 수 있도록 멘토링, 컨설팅 등 다양한 지원 체계가 구축되기를 기대한다. 또한 한국어교사 커뮤니티를 활성화하여 생성형 AI와 디지털 도구 사용에 대한 경험과 노하우를 공유할 수 있는 소통 채널을 마련하는 것도 좋은 방안이라고 생각된다.
둘째, 한국어교육 전문가들은 효과적인 생성형 AI 활용 방안을 연구하고 구체적인 교수⋅학습 단계를 개발해야 한다. 특히 생성형 AI가 단순히 정보를 제공하는 역할을 넘어 학습자의 창의적이고 비판적인 사고와 문제 해결을 유도하고 궁극적으로는 한국어 의사소통 능력 향상에 기여할 수 있도록 설계될 필요가 있다. 특히 ChatGPT와 같은 생성형 AI는 학습자가 목표 언어로 수행해야 하는 담화나 텍스트 생성 과제의 완성된 결과물 자체를 간단한 요청만으로도 제공한다는 점에서 이를 활용한 교수⋅학습 방안은 매우 구체적이고 세밀하게 설계되어야 한다. 학습자가 한국어 과제를 수행할 때 AI에 의존하지 않고, 자신의 언어 능력을 향상하기 위한 도구로 활용할 수 있도록 이끄는 효과적인 방법을 찾아야 할 것이다. 생성형 AI의 이점을 적극 활용하여 학습자가 도구와 능동적으로 협력하면서 의사소통에 참여할 수 있는 과제 기반 또는 문제 해결/프로젝트 기반 교수⋅학습 방안과 같이 보다 자기주도적이고 참여적인 학습을 유도하는 방법이 유용할 것으로 생각된다. 나아가 생성형 AI 도구를 활용한 평가 시스템이 자리 잡을 수 있도록 새로운 평가 및 피드백 도구와 기준을 개발하여 학습자의 언어 능력 성장을 촉진할 필요가 있다.
마지막으로는 환경적 제약을 해소하고 윤리적 문제를 해결하기 위한 지원을 체계화해야 한다. 이와 같은 문제는 개별 교사나 학습자뿐 아니라 기관과 시스템 차원에서 다루어져야 할 문제로, 안정적인 하드웨어, 소프트웨어, 인터넷 환경 등 물적 인프라를 지원하고 교육과정에 대한 개편도 시도되어야 할 것이다. 더불어 생성형 AI를 활용함으로써 나타날 수 있는 윤리적, 교육적 문제에 대한 이해를 높이고 문제를 예방하며 적극적으로 대처할 수 있게 하는 교육을 교사와 학습자, 한국어교육 관련자를 대상으로 실시해야 한다. 저작권 교육과 학습 윤리 교육을 강화하여 생성형 AI 도구를 사용할 때 발생할 수 있는 다양한 윤리적 문제에 대해 이해할 수 있도록 하고, 책임감 있게 학습 도구를 활용하도록 명시적인 가이드라인을 제공할 필요가 있다. 그리고 생성형 AI가 제공하는 학습 정보를 비판적으로 분석하고 검증할 수 있는 기술과 능력에 대한 리터러시 교육도 구체적이고 명시적으로 실시되어야 한다고 본다.
새로운 방식과 제도의 도입은 늘 과도기가 있기 마련이므로 장기적인 관점에서 다양한 의견과 가능성을 고려해야 할 것이다. 결론적으로 생성형 AI 기술과 관련한 교육적 쟁점에 선제적으로 대응하기 위해 대학 한국어교육 현장에 적합한 생성형 AI 기반 에듀테크의 발전 및 적용 방향과 교사와 학습자, 현장의 역할을 올바르게 수립하는 과정이 선행되어야 함을 제언하는 바이다.
이 연구는 생성형 AI 기반 에듀테크의 동향과 적용 사례, 전망과 향후 발전 방향성을 개괄하고 제언하는 데 그쳐, 구체적인 적용 방안을 제시하지는 못했다는 점이 아쉬움으로 남는다. 앞으로 한국어교육 분야에서 관련 연구가 지속되어 보다 다양한 관점의 세밀한 논의가 이루어지고 이를 통한 발전이 실현되기를 기대한다.

Notes

1) 디지털 교육 기술, 이른바 ‘에듀테크’란 교육 분야에서 널리 사용되는 용어로, ICT 기술을 융합한 새로운 교육 기술과 서비스를 의미한다(김경리, 2023).

2) 박윤현, 김대웅(2023)에서 에듀테크에 관한 뉴스 기사의 키워드를 토픽 모델링을 통해 분석한 결과, AI 가 5위로 나타났다. 이러한 연구 결과를 통해 AI 기술은 이미 에듀테크 분야에서 중요한 위상을 차지하고 있음을 알 수 있다. 또한 에듀테크 개발 기업인 베스트텍이 선정한 ‘2024년 핫한 에듀테크’로는 클라우드(교육 자료의 저장 및 공유 기술), 혼합 현실(MR), 블록체인(학습 이력 관리와 인증 기술), 증강 현실(AR), 가상현실(VR)과 함께 인공지능(AI)이 포함된다. AI 기반 튜터링 시스템은 학습자의 학습 수준과 패턴을 분석하여 개인 맞춤형 학습 경로를 제공하고 실시한 피드백을 통해 학습 효율을 높이는 교육 기술이다. 즉 AI 기반 에듀테크의 가장 큰 장점이자 지향점은 ‘개별 학습자를 위한 맞춤 학습’이라고 볼 수 있다(Shutova et al, 2023).

3) 해당 연구에서는 AI 기반 에듀테크의 발전 역사를 AI 주도형(AI-directed), AI 지원형(AI-supported), AI 강화형(AI-empowered)의 세 패러다임으로 세밀하게 구분하여 설명하였다. AI 주도형 패러다임은 AI가 일방적으로 학습 정보를 제공하여 학습자를 이끌어가는 시스템이었다면, AI 지원형 패러다임에서는 AI가 학습자의 요구와 필요를 파악하여 지원하는 시스템으로 발전하였다. 마지막으로 AI 강화형 패러다임은 AI가 학습 데이터를 분석하여 학습 효과를 극대화할 수 있는 방향으로 교육 과정을 제시하는 형태의 에듀테크가 등장한 것을 의미한다.

4) 한국어교육에서 ChatGPT의 교육적 활용 가능성에 대해 논의한 연구는 김형민(2023), 이남호, 차준우(2023), 김명희(2023), 장지영(2024) 등이 있다. 주로 한국어 학습자의 쓰기 능력 향상과 피드백, 일상 대화나 토론 등에서의 구어 의사소통 능력 향상에 초점을 두고 ChatGPT의 효과적인 활용 방안을 모색하는 데 집중하고 있다. 이러한 논의는 생성형 AI 챗봇인 ChatGPT가 가진 실시간 상호작용성을 토대로 이루어진다고 판단된다.

5) 본 연구에서는 국내 현직 대학 한국어 교사 46명을 대상으로 생성형 AI 기반 에듀테크의 한국어교육 적용에 대한 설문조사를 실시하였다. 조사 내용 중, ‘생성형 AI 기반 한국어 교수⋅학습 도구 활용 경험’에 대한 질문에 대해 46명 중 42명(91.3%)이 ‘교실에서 활용한 경험이 없다’고 응답하였다. 그리고 ‘활용한 경험이 있다’고 응답한 4명 중 2명도 학습 효과에 대해서 ‘잘 모르겠다’ 또는 ‘부작용이 더 큰 것 같다’고 답하였다. 이에 대해서는 3장에서 보다 자세히 논의하기로 한다.

6) 한국어교육 현장이 대학에만 국한된 것은 아니나 국내 한국어교육 기관 유형 중 가장 큰 규모를 차지하는 것은 대학 부설 한국어교육 관련 기관과 대학 학부 과정 내에서 운영되는 한국어 과정이므로 대학 기관에서 근무하는 한국어 교사를 연구 참여자로 선정하였다. 김용현(2020)에 따르면 사실상 현재 국내의 모든 대학에서 한국어교육 과정을 운영한다고 해도 과언이 아니며, 국내 체류 외국인 유학생의 대다수가 대학에서 한국어를 학습한다는 점에서 대학 한국어교육 현장을 우선적으로 살필 필요성이 있다고 생각된다.

7) 인공지능의 환각(hallucination) 현상은 거대언어모델(LLMs) 대화형 인공지능에서 존재하지 않거나 맥락상 적절하지 않은 답을 마치 진실인 듯이 답변하는 것을 뜻한다.

8) 최근의 AI에는 주로 딥러닝 모델이 사용되는데, 딥러닝 모델은 작동 방식이 복잡하고 학습 및 의사결정 과정이 불투명하다는 이명 ‘블랙박스’ 문제를 내포하고 있다. 딥러닝 모델은 내부 신경망을 사용하여, 마치 인간의 두뇌처럼 각 노드와 레이어가 서로 연결되어 있고 수많은 수학적 연산을 통해 상호작용한다. 이러한 복잡한 구조로 인해 모델의 작동 방식을 사람이 이해하거나 설명하기 어렵게 된다.

9) 선행 연구에서 생성형 AI를 활용했을 때 예상되는 어려움에 대해 교사 응답에서는 ‘정보의 타당성 검증 필요’가 1위를, 학생 응답에서는 ‘정보가 사실인지 거짓인지 확인이 어려움’이 3위로 나타났다.

10) 디지털⋅AI 리터러시(문해력)란 디지털 및 AI 시대에 필수적으로 요구되는 정보 이해 및 활용 능력을 칭한다. 디지털 플랫폼에서 접하는 다양한 정보를 검색, 평가, 조절, 활용할 수 있는 개인의 능력을 통합적으로 의미하는 개념이라고 볼 수 있다(이유미, 2022).

11) 권정민 서울교육대학교 교수(시사인 2024. 04. 04. 기사 참조 (https://www.sisain.co.kr/news/articleView.html?idxno=52613).

12) 배승민 가천대학교 소아정신건강의학과 교수(동아일보 2023. 11. 20. 기사 참조 (https://www.donga.com/news/article/all/20231120/122272407/1).

13) Zhang and Kudva(2014), 박지현, 이주희(2015) 등에서는 전자책과 종이책의 읽기 몰입도와 속도, 이해도 측면에서 차이가 나타나지 않는다고 밝혔다.

참고문헌

Baker, T, Smith, L, Anissa, N. (2019 Educ-AI-tion rebooted?Exploring the future of artificial intelligence in schools and colleges, Nesta, Retrieved from https://www.nesta.org.uk/report/education-rebooted

Brown, H(2015). The institutional digital divide, Social Science Computer Review 33:680-695.
crossref pdf
Chen, S(2023). Generative AI, learning and new literacies, Journal of Educational Technology Development and Exchange 16(2), 1-19.
crossref
Cho, C. M. (2022 A study on the learner factors in teaching receptive skills of Korean language, [Doctoral dissertation, Yeungnam University], https://www.riss.kr/link?id=T16388001

[조천미. (2022). 한국어 이해 교육에서의 학습자 변인 연구 [박사학위논문, 영남대학교 대학원]. https://www.riss.kr/link?id=T16388001].

Cho, Y. H, Lee, J. E, Lim, K. Y, Jeong, H. H, Han, I. S(2023 Future education with generative AI, Journal of Educational Technology 29:1449-1478. http://doi.org/10.17232/KSET.39.4.1449.
crossref
[조영환, 이지은, 임규연, 정한호, 한인숙. (2023). 생성형 AI와 함께하는 미래교육. 교육공학연구, 39, 한국교육공학회, 1449-1478. http://doi.org/10.17232/KSET.39.4.1449].

Drori, G. S, Jang, Y(2003). The global digital divide, Social Science Computer Review 21:144-161.
crossref pdf
Goldman, S. R, Taylor, J, Carreon, A. C, Smith, S. J(2024). Using AI to support special education teacher workload, Journal of Special Education Technology 39:434-447.
crossref pdf
Hannan, E, Liu, S(2021). AI:new source of competitiveness in higher education, Competitiveness Review:An International Business Journal 33(2), 265-279.
crossref
Jang, J. Y(2024 A study on the Korean discussion instruction method for academic purpose using generative AI - Based on gagné's events of instruction and STCPR, Journal of Korean Language Education 35(2), 133-157. http://dx.doi.org/10.18209/iakle.2024.35.2.133.

[장지영. (2024). 생성형 AI를 활용한 학문 목적 한국어 토론 수업 방안 연구. 한국어교육, 35(2), 133-157. http://dx.doi.org/10.18209/iakle.2024.35.2.133].

Jeong, H(2012). A comparison of the influence of electronic books and paper books on reading comprehension, eye fatigue, and perception, Electron. Libr 30:390-408.
crossref
Jones, T, Brown, C(2011). Reading engagement:A comparison between E-Books and traditional print books in an elementary classroom, International Journal of Instruction 4:5-22.

Kim, D. H(2023). AI curriculum design for Korea K-12 AI education through analyzing AI education curriculum, International Journal of Recent Technology and Engineering (IJRTE) 12(3), 72-81.
crossref
Kim, H. E, Cho, Y. H, Park, S. H(2023 Exploring the interaction patterns between learners and AI translator in English writing, Journal of Korean Association of Education Information and Media 29(1), 201-228. http://dx.doi.org/10.15833/KAFEIAM.29.1.201.
crossref
[김혜은, 조영환, 박지희. (2023). 영어 작문에서 학습자와 인공지능 번역기 간 상호작용 유형 탐색. 교육정보미디어연구, 29(1), 201-228. http://dx.doi.org/10.15833/KAFEIAM.29.1.201].

Kim, J. A, Kang, D. S, Ko, Y. C(2023 A study on educative utilization of generative AI - Focusing on ChatGPT utilization, Journal of the Korean Association of information Education 27(6), 691-704. http://dx.doi.org/10.14352/jkaie.2023.27.6.691.
crossref
[김정아, 강두식, 고용철. (2023). 생성형 AI의 교육적 활용 방안 연구. 정보교육학회논문지, 27(6), 691-704. http://dx.doi.org/10.14352/jkaie.2023.27.6.691].

Kim, J, Cho, Y. H(2023 My teammate is AI:Understanding students'perceptions of student-AI collaboration in drawing tasks, Asia Pacific Journal of Education 1-15. https://doi.org/10.1080/02188791.2023.2286206.
crossref
Kim, K. L(2023 A study on self-directed learning ability for EduTech effectiveness, Journal of educational studies 54(1), 1-22. http://doi.org/10.15854/jes.2023.03.54.1.1.
crossref
[김경리. (2023). 에듀테크 콘텐츠 효과성 검증을 위한 자기주도학습 능력 척도 개발 및 분석. 교육과학연구, 54(1), 1-22. http://doi.org/10.15854/jes.2023.03.54.1.1].

Kim, M. H(2023 A study on teaching and learning methods for Korean writing using ChatGPT, The Journal of Literacy Creative Writing 22(2), 55-86. http://doi.org/10.47057/jklcw.2023.58.03.
crossref
[김명희. (2023). ChatGPT를 활용한 한국어 글쓰기 교수-학습 방안 연구. 한국문예창작, 22(2), 55-86. http://doi.org/10.47057/jklcw.2023.58.03].

Kim, Y. H(2020 Analysis of the status of Korean language institutions affiliated with universities in Korea, Bilingual Research 80:31-58. http://dx.doi.org/10.17296/korbil.2020..80.31.

[김용현. (2020). 국내 대학 부설 한국어 교육 기관 현황 분석. 이중언어학, 80, 31-58. http://dx.doi.org/10.17296/korbil.2020..80.31].

Kim, Y. M(2023 Exploring the potential application of a conversational AI chatbot in Korean language education - An interaction analysis between advanced learners and ChatGPT -, The Study of Korean Language and Literature 76:261-292. http://dx.doi.org/10.15711/WR.76.0.9.
crossref
[김형민. (2023). 한국어교육에서의 대화형 인공지능 챗봇 적용 가능성 탐색. 우리어문연구, 76, 261-292. http://dx.doi.org/10.15711/WR.76.0.9].

Lee, J. H, Ahn, S. H(2023 Case analysis for developing key functions of AI digital textbooks, Journal of Creative Information Culture 9(4), 379-387. http://dx.doi.org/10.32823/jcic.9.4.202311.379.

[이정환, 안성훈. (2023). AI 디지털교과서 주요 기능 개발을 위한 사례 분석. 창의정보문화연구, 9(4), 379-387. http://dx.doi.org/10.32823/jcic.9.4.202311.379].

Lee, N. H, Cha, J. W(2023 Possibility of generative AI to improve Korean learners'conversational ability, Korean Language 72:59-90. http://dx.doi.org/10.52636/KL.72.3.
crossref
[이남호, 차준우. (2023). 한국어 학습자의 대화 능력 향상을 위한 대화 생성형 인공지능 활용 가능성 연구. 배달말, 72, 53-90. http://dx.doi.org/10.52636/KL.72.3].

Mosteanu, N. R(2020). Using internet and edutech become a primary need rather than a luxury-the reality, International Journal of Engineering Science 4(6), 1-9.

OECD. (2022). Building the future of education, Paris: OECD.

Ouyang, F, Jiao, P(2021). Artificial intelligence in education:The three paradigms, Computers and Education:Artificial Intelligence 2:100020.
crossref
Paek, S, Kim, N(2021). Analysis of worldwide research trends on the impact of artificial intelligence in education. Sustainability 13(14), 7941.
crossref
Park, J. Y, Lee, J. H(2021 Effects of E-Books and printed books on EFL learners'reading comprehension and grammatical knowledge, English Teaching 76(3), 35-61. http://doi.org/10.15858/engtea.76.3.202109.35.
crossref
[박지현, 이주희. (2021). Effects of E-Books and printed books on EFL learners’ reading comprehension and grammatical knowledge. 영어교육, 76(3), 35-61. http://doi.org/10.15858/engtea.76.3.202109.35].

Park, J. Y, Nam, Y. O, Chai, S. L(2024 Analysis of the educational needs of professors for utilizing generative artificial intelligence in university classes:Focusing on K university, The Journal of Learner-Centered Curriculum and Instuction 24(5), 455-467. http://doi.org/10.22251/jlcci.2024.24.5.455.
crossref
[박주연, 남영옥, 채소린. (2024). 대학 수업의 생성형 AI 활용을 위한 교수의 교육요구 분석. 학습자중심교과교육연구, 24(5), 455-467. http://doi.org/10.22251/jlcci.2024.24.5.455].

Reich, J(2020). Failure to disrupt:Why technology alone can't transform education, Harvard University Press.

[저스틴 라이시. (2021). 언택트 교육의 미래(안기순, 역). 문예출판사.].

Relmasira, S, Lai, Y. C, Donaldson, J(2023). Fostering AI literacy in elementary science, technology, engineering, Art, and mathematics (STEAM) education in the age of generative AI, Sustainability 15(18), 13595.
crossref
Song, E. J(2023). Predicted change, ChatGPT school, Tekville.

[송은정. (2023). 예고된 변화 챗GPT 학교. 테크빌교육.].

Wang, T, Lund, B. D, Marengo, A, Pagano, A, Mannuru, N. R, Teel, Z. A, Pange, J(2023). Exploring the potential impact of artificial intelligence (AI) on international students in higher education:Generative AI, Chatbots, analytics, and international student success, Applied Sciences 13(11), 6716.
crossref
Wei, K, Teo, H, Chan, H, Tan, B(2011). Conceptualizing and testing a social cognitive model of the digital divide, Inf. Syst. Res 22:170-187.
crossref
Wu, D, Zhang, S, Ma, Z, Yue, X, Dong, R. K(2024). Unlocking potential:Key factors shaping undergraduate self-directed learning in AI-enhanced educational environments, Systems 12(9), 332.
crossref
Yi, Y. M(2022 New paradigm and literacy in the digital era, The Journal of General Education 20:35-60. http://dx.doi.org/10.24173/jge.2022.07.20.2.

[이유미. (2022). 디지털 시대 새로운 패러다임과 리터러시. 교양학연구, 20, 35-60. http://dx.doi.org/10.24173/jge.2022.07.20.2].

TOOLS
Share :
Facebook Twitter Linked In Google+ Line it
METRICS Graph View
  • 0 Crossref
  •    
  • 87 View
  • 11 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