1. 서론
2022년 ChatGPT를 대표로 한 생성형 인공지능(Generative Artificial Intelligence, 이하 GenAI)의 등장은 교육 생태계 전반에 근본적인 패러다임 변화를 불러왔다. GenAI는 정보검색 기능을 넘어, 창작, 분석, 문제해결 등 고차원적 인지 과정에 직접적으로 개입하며 인간의 사고구조와 학습 방식에 영향을 주고 있다. 세계경제포럼(WEF, 2020)은 이미 디지털 전환이 전 세계 일자리의 상당 부분에 영향을 미칠 것으로 전망했으며, UNESCO 역시 고등교육 기관이 인공지능 시대에 부합하는 교육과정 혁신과 디지털 역량 강화를 위한 체계적인 접근을 취해야 한다고 강조한 바 있다(Pedro et al., 2019).
최근 연구는 GenAI가 탐색, 분석, 설계, 의사결정 등 학습과 문제해결의 전 과정을 지원하는 지능형 학습 도구로 진화하고 있음을 보여준다(Pedro et al., 2019; Ogunleye et al., 2024). 이러한 변화의 흐름은 특히 고등교육 현장에서 더욱 뚜렷하게 나타나고 있으며, 대학생들은 이미 학습활동과 일상생활 전에서 GenAI를 자연스럽게 활용하고 있다. 이에 따라 대학을 덮친 AI가 ‘학습의 도우미’가 될지 ‘생각의 종말’을 초래할지에 대한 논쟁이 지속되고 있다(조가현, 2025). 결국 GenAI가 지적 활동을 보완하고 확장하는 능동적 학습 파트너가 될지, 아니면 비판적 사고와 창의적 사고 능력을 약화하는 제2의 바보상자가 될지는 교육의 관점과 방향 설정에 달려 있다. 이제는 단순히 기술 습득을 넘어, AI와 협력하여 사고하고 탐구하는 새로운 방식으로의 교육 전환이 필요한 시점이다.
이러한 맥락에서 디지털 리터러시는 단순한 기술 숙련을 넘어 비판적 사고, 창의적 문제해결, 윤리적 책임을 포괄하는 AI 리터러시로 확장될 필요가 있다(Kurtz et al., 2024; 변순용, 2023; 오민정 & 김종규, 2023). 세계경제포럼(WEF, 2023) 또한 미래 핵심역량으로 AI 협업 능력, 프롬프트 설계, 결과 검증, 윤리적 활용 역량 등을 제시하고 있다. GenAI가 모든 학문 분야와 직업 영역에 미치는 영향을 고려할 때, 이러한 AI 리터러시 교육을 대학 교양교육의 맥락에서 체계적으로 강화할 필요가 있다(윤영란, 2024; 이유미, 박윤수, 2024).
부산의 A대학은 2014년부터 교양필수 교과 등에서 디지털 리터러시 교육을 지속해 왔고, 그 결과 학부교양실태조사(K-NSSE)나 대학 교수⋅학습 과정에 관한 설문조사(NASEL) 등과 같은 대외조사에서 디지털 리터러시 영역의 학습성과가 전국 평균 이상의 수준으로 나타나는 성과를 보였다(교육과미래연구, 2022; 2023; 2024; 한국교육개발원, 2022; 2023; 2024). 그러나 기존 교과목은 컴퓨팅적 사고와 프로그래밍 중심으로 구성되어 비공학 계열 학생들에게 높은 진입장벽으로 작용했으며, 이는 학습 동기 저하와 성취 격차 심화로 이어졌다(학부교양대학, 2023). 또한 비교과 프로그램을 중심으로 GenAI 관련 교육이 급증했으나, 기능 중심의 유사한 교육이 반복되면서 체계성이 부족하고 참여 대상 역시 제한적이라는 한계를 드러냈다. 물론 정규 교육과정에서도 GenAI 관련 교과가 신설되었으나, 송선영(2024)의 연구와 유사하게 AI 관련 교양 교과 역시 프로그래밍이나 기술 이해 중심에 머물러 있다는 한계를 가지고 있었다.
이에 A대학은 2027년 교양교육과정 전면 개편 주기에 맞추어 기존 프로그래밍 중심 교육의 한계를 극복하고, 학생이 GenAI와 협력하여 문제를 정의, 탐색, 분석, 설계, 검토하는 전 과정을 경험하게 하는 실천적 문제해결 중심 새로운 교양 교과를 개발하고자 했다. 특히 GenAI 시대에 필요한 ‘AI 리터러시 기반 융합교육’을 위한 교양필수 교과 체계 변경으로 전환하기 위한 기초 교양필수 교과를 개발하고자 했다.
이러한 실제적 맥락의 필요를 바탕으로 본 연구는 기존 교양필수 교과인 ｢SW와 컴퓨팅적 사고｣의 성과를 계승함과 동시에 GenAI 시대에 필요한 AI 리터러시 역량을 반영한 교양필수 교과 ｢생성형 AI 시대, 탐구와 문제해결｣ 교과를 개발하는 것을 목적으로 한다. 본 연구의 목적 달성을 위한 구체적인 연구문제는 다음과 같다.
본 연구는 AI 리터러시 역량 강화를 위한 교과설계 원리 도출 및 교양필수 교과개발이라는 연구목적을 달성하기 위해, 교과개발 모형 중 분석(Analysis)-설계(Design)-개발(Development) 단계에 초점을 두었다. 본 교과는 2025년 개발 완료하여 2026년 시범운영을 거쳐 2027년 전면 도입을 계획하고 있는 만큼, 교과의 실제 현장 실행 및 교육 효과 분석 단계는 본 연구의 범위에서 제외한다. 해당 단계는 향후 후속 연구를 통해 다룰 예정이다.
2. 이론적 배경
2.1. 교양교육과 AI 리터러시
교양교육은 보편적⋅통합적 자유교육으로 특정 분야의 전문성을 넘어 인간, 사회, 자연, 예술에 대한 종합적 이해를 확장하고 비판적 사고와 소통을 통해 공동체적 삶을 살아가기 위한 자질을 함양하는 교육이다(한국교양기초교육원, 2019). 따라서 교양교육은 지식의 단순 습득을 넘어, 스스로 사고하고 타자와 소통하며 사회적 책임을 실천할 수 있는 시민적 역량을 함양하는 교육이어야 한다. 이런 관점에서 대학의 교양교육은 학습자가 변화하는 사회 환경 속에서 의미를 해석하고 판단하며, 자신의 선택에 책임지는 주체로 성장하도록 돕는 교육적 장으로 볼 수 있다.
교양교육의 목적을 구현하는 핵심 매개 개념 중 하나가 리터러시(literacy)이다. 전통적으로 리터러시는 말하기, 듣기, 읽기, 쓰기와 같은 언어 활용 능력을 중심으로 논의되어 왔으며, 주로 문자 해독과 언어적 표현 능력을 강조하는 개념으로 사용되었다. 그러나 사회⋅문화적 환경과 매체 기술의 변화에 따라 리터러시의 개념은 점차 확장되어 왔다. 특히 디지털 전환 이후에는 단일한 언어 능력을 넘어 다양한 기호 체계와 매체 환경 속에서 의미를 이해하고 구성하는 능력으로 재개념화되었다. 이러한 흐름을 대표하는 것이 The new London Group(Cazden et al, 1996)의 다중리터러시(multiliteracies)이다. 다중리터러시 관점에서 ‘리터러시’는 텍스트뿐 아니라 이미지, 영상, 데이터 등 다양한 형태의 기호를 사회적⋅문화적 맥락 속에서 해석하고 비판적으로 활용하는 능력을 의미한다. 이를 바탕으로 디지털 리터러시, 미디어 리터러시, 데이터 리터러시 등 다양한 리터러시 개념이 등장하였고, 리터러시는 단순한 ‘읽고 쓰는 기술’을 넘어 비판적 이해와 판단, 활용을 포함하는 통합적 사고역량으로 확장되었다.
이러한 리터러시 개념의 확장은 인공지능의 확산과 함께 더욱 가속화되어 ‘AI 리터러시(AI literacy)’로 그 논의가 확대되고 있다(UNESCO, 2024; OECD, 2025). AI 리터러시는 인간이 AI 기술을 이해하고, AI와 협력하여 문제를 해결하며, 그 과정에서 발생할 수 있는 윤리적 쟁점을 인식하고 판단하는 능력을 의미한다(Long & Magerko, 2020; Pedro et al., 2019). 세계경제포럼(WEF, 2023) 역시 AI 협업 능력, 프롬프트 설계, 결과 검증, 윤리적 활용 등을 미래사회 핵심역량으로 제시하며, AI 리터러시를 단순한 기술 숙련을 넘어서는 역량으로 규정하고 있다. 이러한 논의는 AI 리터러시가 특정 기술을 다루는 기능적 능력에 국한되지 않으며, AI를 비판적으로 이해하고 인간 중심의 관점에서 재구성할 수 있는 인문학적 사고역량을 전제로 함을 의미한다. 이러한 관점에서 AI 리터러시는 교양교육이 지향해온 비판적 사고와 윤리적 성찰의 연장선에 위치한다고 볼 수 있다.
대학 교양교육의 역할 중 하나가 디지털 자료⋅정보를 해독할 수 있는 정보문해 교육임을 고려할 때, GenAI 시대를 살아가는 모든 학습자를 위한 AI 리터러시 교육은 기초문해 교육의 중요한 축이 될 수 있다. 이러한 인식은 최근 국내 연구에서도 일관되게 나타난다. 오민정, 김종규(2023)는 리터러시를 “세계와 현실을 인식하고 구성하는 인간의 실존적 능력”으로 규정하며, AI의 작동원리 이해나 도구적 활용을 넘어 AI와 함께 사고하고, 생성된 결과를 비판적으로 검증하며, 가치에 따라 책임 있게 활용하는 AI 리터러시 교육의 필요성을 강조했다. 최숙영(2024)은 GenAI 시대의 미래 인재 핵심역량으로 창의성, 비판적 사고, 협업, 융합적 사고, 시스템 사고, 지속적 학습, 윤리의식과 책임감 등을 제시하며, AI 리터러시를 교양교육에서 통합적으로 길러야 할 역량으로 보았다. 윤영란(2024)은 AI 리터러시 교육이 전공과 무관하게 모든 학생의 필수 교양으로 자리해야 한다고 주장하였고, 이유미, 박윤수(2024)는 교양교육이 기술의 수용을 넘어 학습자의 주체적 이해와 윤리적 사고를 촉진해야 한다고 지적하였다. 그러나 현재 대학 교양교육에서 AI 교육은 기술 활용 중심으로 운영되고 전공 분야에 치우쳐 있다는 한계를 가진다(송선영, 2024).
GenAI는 기존의 디지털 기술과 달리 텍스트와 다양한 기호를 즉각적으로 생성하고 재구성하면서 인간의 사고과정과 판단에 직접적으로 개입할 수 있는 기술이다. 그만큼 작동 방식과 한계를 이해하고, 생성된 결과를 비판적으로 평가하며, 윤리적⋅사회적 맥락 속에서 책임 있게 사용할 필요가 있다. 이는 앞서 제시한 다중리터러시 논의에 근거한 리터러시 개념의 확장과 맥을 같이하며, GenAI 시대 보편적 시민 역량 함양이라는 대학 교양교육의 역할과도 연결된다. 이런 관점에서 본 연구에서는 AI 리터러시를 ‘GenAI의 작동 원리와 한계를 이해하고, 생성된 결과를 비판적으로 검토하며, 인간의 가치와 사회적 책임에 기반해 합리적인 판단과 문제해결을 수행할 수 있는 통합적 사고역량’으로 정의하고, 교양교육 맥락에서 이를 함양하기 위한 교과를 개발하고자 한다.
2.2. 교과개발의 이론적 근거
최근 대학 교육과정은 지식 전달 중심의 교육에서 벗어나, 학습자가 실제 삶과 사회에서 요구되는 역량을 통합적으로 함양할 수 있도록 설계하는 역량중심 교육과정 개발 관점으로 전환되고 있다. 역량중심 교육과정은 학습자가 무엇을 ‘알고 있는가’보다, 그 지식을 바탕으로 어떤 판단을 내리고 어떤 행동을 수행할 수 있는가에 초점을 둔다(Boyatzis, 2008; OECD, 2019). 이러한 관점에서 역량은 단일한 기능이나 기술이 아니라, 지식, 기능, 태도, 가치가 결합된 수행 가능성으로 이해된다. 즉, 역량중심 교육과정에서는 교과의 목표를 단순한 내용 이해 수준에 머무르게 하지 않고, 학습자가 실제 문제 상황에서 사고하고 판단하며 책임 있게 행동할 수 있도록 목표-내용-교수학습-평가를 유기적으로 연계하는 수업설계가 필요하다.
본 교과 ｢생성형 AI 시대, 탐구와 문제해결｣은 기존 프로그래밍 중심 교육의 한계를 극복하고 AI 리터러시 역량을 통합적으로 함양하기 위해 비판적 사고, 실용적 인식론, 윤리적 인간중심주의를 핵심 교육철학으로 설정했다. 이러한 이론적 근거는 교과의 목표 설정, 내용 구성 및 교수학습 방법론을 결정하는 근본적인 원칙으로 작용한다.
첫째, 비판적 사고는 단순히 논리적 추론 능력이나 문제해결 기법만을 의미하지 않는다. Ennis(2011)는 이를 “무엇을 믿고 어떻게 행동할지를 결정하기 위해 반성적으로 사고하는 능력”으로 정의하며, 합리적 판단과 성찰적 태도를 포함한 인지⋅정의적 통합 능력으로 보았다. Facione et al.(2020) 또한 비판적 사고를 ‘명확성, 정확성, 일관성, 개방성’을 지향하는 성향과 ‘분석, 추론, 평가’의 기술이 결합된 복합적 역량으로 설명한다. 이러한 비판적 사고는 GenAI 시대의 학습자에게 더욱 중요하다. Larson et al. (2024)은 GenAI가 학습자의 사고를 확장시키는 동시에, 판단의 외주화와 사고의 자동화를 초래할 수 있다고 지적하며, 이에 대응하기 위한 교육의 핵심으로 비판적 사고를 제시한다. 즉, 학습자는 GenAI가 생성한 결과를 ‘사실’로 수동적으로 받아들이지 않고, 그 사실성⋅논리성⋅맥락성을 검증하며 인간의 판단을 복원하는 과정이 필요하다. 따라서 GenAI 관련 교과는 이러한 비판적 사고의 기능을 실천적으로 구현할 수 있어야 한다. 본 교과는 학습자가 GenAI의 산출물을 그대로 활용하는 것이 아니라, 질문을 통해 근거를 탐색하고 오류를 식별하며, 대안적 관점을 구성하는 성찰적 탐구에 초점을 맞춘다. 이는 학습자가 사고의 ‘위탁’이 아닌 사고의 ‘확장’을 위한 도구로 GenAI를 활용하며, 스스로 사고하는 주체로 성장할 수 있는 수업설계를 지향한다.
둘째, Dewey(1938)는 지식을 고정된 산물이 아니라 경험을 통해 형성되고 검증되는 과정으로 보았다. 즉, 지식은 실제 문제해결 속에서 검증될 때 의미를 가지며, 학습은 사실을 축적하는 행위가 아니라, 문제 상황 속에서 의미를 탐색하고 새로운 해결을 구성하는 실천적 활동이다. 이러한 실용적 인식론은 GenAI 시대의 교육에 중요한 시사점을 제공한다. AI가 제공하는 답변은 절대적 진리가 아니라, 학습자가 비판적으로 재구성해야 할 하나의 가설적 산출물에 불과함을 인식해야 한다. 따라서 본 교과는 학습자가 AI의 제안을 실험하고, 피드백을 반영하며, 문제해결의 과정을 반복적으로 수정하는 경험을 중심으로 설계되어야 한다. OECD(2025) 역시 “AI 시대의 학습자는 탐구(inquiry), 창의성(creativity), 윤리성(ethics)을 결합한 실천적 학습자”로 정의하며, 지식이 고정된 형태가 아닌 협력적 구성물임을 강조한다. 이러한 맥락에서 본 교과는 지식을 생산-검증-적용하는 실천적 과정을 학습자가 직접 경험하도록 설계되었다. 학생은 AI와 협력하여 문제를 정의하고, 생성된 결과를 비판적으로 검토하며, 그 한계를 넘어서는 새로운 해석을 스스로 구성하는 실천적 학습 주체로 성장할 수 있어야 한다.
셋째, 윤리적 인간중심주의는 AI 시대에 인간의 존엄, 자율성, 사회적 책임을 중심에 두는 접근이다. Pyae(2025)는 인간중심 AI의 핵심을 ‘인간의 가치, 필요, 경험에 부합하는 기술 설계’로 규정하며, 그 기반을 공정성(fairness), 투명성(transparency), 책임성(accountability)으로 제시하였다. 이 접근은 단순히 기술적 안전장치를 마련하자는 논의가 아니라, AI 활용의 전 과정에서 인간의 판단과 윤리적 책임을 중심에 두는 사고구조를 강조한다. UNESCO (2024) 또한 GenAI의 활용에서 책임 있는 사용을 강조하며, 학습자가 기술의 효용성뿐 아니라 잠재적 위험, 사회적 영향, 인격권 및 저작권 등 윤리적 요소를 숙고하도록 하는 교육적 체계를 제안한다. 이러한 윤리적 인간중심주의는 AI 리터러시 교과가 기술 활용 중심의 교육을 넘어, 인간의 판단⋅가치⋅책임을 회복하는 교양교육의 본질을 구현해야 함을 시사한다. 따라서 본 교과는 기술의 효율보다 인간의 가치가 우선되어야 함을 분명히 하고, 학습자가 AI의 결과가 사회와 인간에 미치는 영향을 성찰하며 책임을 인식하는 윤리적 행위자로 성장하도록 하는 데 초점을 둔다. AI 리터러시 교육은 AI를 사용하는 법을 넘어, AI와의 상호작용을 통해 무엇을 선택하고, 어떻게 판단하며, 그 결과에 어떤 책임을 질 것인가를 성찰하도록 해야 한다. 기술의 진보보다 인간의 성숙이 앞서야 하며, 이것이 교양교육이 AI 시대에 수행해야 할 가장 본질적인 책무라 할 수 있다.
3. 연구방법
3.1. 연구설계 및 절차
본 연구는 개발연구로서, ADDIE 모형 중 분석(Analysis)-설계(Design)-개발(Development) 단계를 중심으로 수행되었다. 본 연구의 목적은 AI 리터러시 기반 교양필수 교과인 ｢생성형 AI 시대, 탐구와 문제해결｣ 개발을 위한 교과설계 원리를 도출하고, 이를 반영한 교과운영 계획을 수립하는 데 있다. 연구는 2025년 5월부터 10월까지 [그림 1]과 같이 총 5단계로 진행되었다.
1단계에서는 대학의 교양교육 현황과 AI 리터러시 관련 요구를 분석하였고, 2단계에서는 관련 이론과 선행연구를 검토하여 교과설계의 철학적 근거를 도출하였다. 3단계에서는 국내외 대학의 AI 리터러시 교양교과를 비교⋅분석하였으며, 4단계에서는 이를 토대로 교과개발 방향과 설계 원리를 설정하였다. 마지막 5단계에서는 교과안을 구체화하고 전문가 검증을 통해 내용타당도를 확보하였다. 각 단계는 상호 순환적이며, 단계별 결과는 후속 단계의 설계에 반영되었다. 또한, 본 교과개발에는 교육학 전공의 주 연구자를 중심으로, 우리 대학에서 10년 이상 디지털 리터러시 교과를 담당해 온 컴퓨터공학 전공자 1인과 응용수학 전공자 1인이 공동 참여하여 이론적 타당성과 실제 교육 현장 적합성을 함께 확보하고자 하였다.
3.2. 자료수집 및 분석
3.2.1. 자료수집 대상
본 연구는 교과설계 원리 도출 및 교과구성안 개발을 위해 정량적⋅정성적 자료를 단계별로 수집하였다. 자료수집 대상은 ① 요구분석 자료, ② 문헌분석 및 국내⋅외 사례분석 자료, ③ 교과 내용타당도 검증 전문가 집단으로 구분되며, 각 자료의 목적과 세부 대상은 <표 1>과 같다.
<표 1>
자료수집 대상
3.2.2. 자료수집 분석방법
본 연구는 자료의 성격과 연구 단계에 따라 정량 분석과 정성적 내용분석을 병행하였다.
첫째, 대학 내부자료(성과보고서, 강의평가, 학습성과 분석 등)에 대한 시계열 변화 분석과 대학 내외 조사 결과의 비교 분석을 통해 기존 교과의 성과와 한계, 신규 교과개발 필요성, 교육적 요구를 도출하였다. 그리고 재학생들의 GenAI 활용 실태를 확인하기 위한 설문조사는 SPSS 28.0을 활용하여 빈도 분석 및 기술 통계(평균, 표준편차)를 실시하였다. 이를 통해 학생들의 GenAI에 대한 인식, 현재 능력, 그리고 교육적 요구를 정량적으로 파악하고자 하였다.
둘째, AI 리터러시 관련 학술 문헌에 대한 내용분석을 통해 교과설계의 철학적 배경에 대한 핵심 개념과 구성 요소를 추출하고, 이를 교과설계 원칙의 타당성을 확보하기 위한 개념적 틀로 통합하는 데 중점을 두었다. 국내외 대학의 교과 운영 사례는 교과목표, 교과 내용, 교수학습 전략 등의 항목을 기준으로 범주화했으며, 비교 분석을 통해 본 교과설계를 위한 원리 및 공통적 구조 요소를 도출하였다.
셋째, 전문가 집단의 평가결과를 바탕으로 내용타당도 지수(Content Validity Index, CVI)를 산출하고 전문가 집단의 정성적 의견을 검토했다.
3.3. 개발된 교과 타당도 검증방법
개발된 교과의 구성 타당성 및 교육적 적절성을 확보하기 위해 전문가 6인을 대상으로 내용타당도 검증을 실시했다. 전문가 집단에게 10월 20일 교과개발 결과와 함께 교과목표, 핵심역량, 주차별 내용, 교수학습 전략, 평가계획의 5개 영역을 중심으로 평가하도록 도구를 구성한 조사지를 발송하여 10월 31일에 회신받아 분석하였다. 각 항목별 4점 척도(1=부적절, 4=매우 적절)로 평가하도록 했으며, 전문가 패널은 정량적 평가 외에도 각 문항의 수정 및 보완에 관한 정서적 의견을 자유롭게 제시하도록 요청하여 검증의 질을 높였다.
타당도 지수 산출을 위해 항목별 내용타당도 지수(I-CVI)를 산출했다. CVI 산출은 Lynn(1986)의 기준에 따라 4점 척도 중 ‘적절 이상’(3점, 4점)에 응답한 전문가의 비율로 계산하였으며, CVI .80 이상을 타당한 것으로 판단하였다. CVI 기준을 충족하지 못한 문항이나 전문가들이 제시한 정성적 의견은 교과개발 연구진의 논의를 거쳐 수정 및 보완한 후 최종 교과구성안을 확정하였다.
본 연구의 교과개발 과정은 이러한 절차를 통해 이론적 타당성과 실천적 타당성을 동시에 확보하였으며, 특히 전문가의 검토를 통해 교과의 실현 가능성과 교육적 적절성을 강화하였다. 향후 연구에서는 본 교과의 실제 운영과 학습자 성과를 분석하여 교육 효과에 대한 실증적 검증을 수행할 예정이다.
4. 연구결과
4.1. 교과개발을 위한 분석 결과
4.1.1. 현행 교과 운영 현황 및 한계
A 대학은 2019학년도부터 <표 2>와 같이 디지털 리터러시 역량 함양을 위해 ｢SW와 컴퓨팅적 사고(2학점)｣를 교양필수로, ｢파이썬프로그램기초｣ 등과 같은 계열필수로 지정된 1개 과목(2학점)을 이수하도록 해왔으나, GenAI 시대로의 변화를 반영하는 데는 몇 가지 한계점이 확인되었다. 먼저 프로그래밍과 알고리즘 중심의 기술교육으로 인해 GenAI 시대에 요구되는 비판적 사고, 윤리적 판단, 탐구기반 문제해결 역량이 반영되지 못하고 있었다. 더욱이 일부 계열필수 교과의 경우는 전공기초 성격의 기술교육으로 변질되어 운영되는 것을 확인할 수 있었다. 특히 기술중심 접근은 비전공 학생들에게높은 진입장벽으로 작용하여, 학습 동기 저하는 물론 교과 필요성에 대한 불만족 요인으로 이어졌다. 또한 원격수업으로 운영되던 교양필수 교과의 콘텐츠가 2019년에 제작되어 교육환경의 변화를 반영하지 못한다는 한계도 있었다. 이를 통해 교양필수 교과 개편의 시급성을 확인할 수 있었다. 물론 선택교양에 일부 인공지능 관련 과목이 포함되어 있으나 학기별로 5개 분반, 150명 정도의 수강생 규모로 개설되고 있어 전교생의 AI 리터러시 향상에 기여하고 있다고 보기에는 한계가 있었다.
4.1.2. AI 리터러시 문헌 및 사례분석 결과
국내외 학술 문헌 및 주요 국제기구(OECD, UNESCO 등)의 AI 리터러시 프레임워크, 그리고 해외 대학의 교과 운영 사례를 분석한 결과, 공통적으로 Understand-Evaluate-Use의 세 축을 강조하며, AI의 작동원리 이해를 넘어 비판적 평가와 윤리적 책임을 통합 요구하고 있었다. 결국 새롭게 개발하는 교과는 기술적 이해를 기반으로 한 비판적 사고 및 윤리적 활용 능력을 통합적으로 요구하고 있다.
사례분석 결과, 해외 대학(예: 홍콩대, 멜번대 등)은 AI 윤리, 책임성, 공정성, 투명성을 필수 학습목표로 명시하는 반면, 우리 대학을 포함한 국내 교과는 기술 실습 위주로 윤리적⋅사회적 성찰이 부족한 경향을 보였다. 현행 교과가 GenAI 시대에 필수적인 비판적 사고, 윤리적 판단, 실천적 문제해결 역량을 함양하는 데 한계가 있었던 만큼, 신규 교과는 기술적 이해를 넘어 인간 중심의 탐구와 성찰을 통합하는 방향으로 전환될 필요성을 시사한다.
4.1.3. 재학생 GenAI 활용실태 조사를 통한 교육요구
교과개발에 앞서 A대학 재학생의 실제 AI 활용 현황과 교육요구를 파악하기 위해, 대학 교양교육 주관 부서(학부교양대학교, 2025)를 통해 전체 재학생을 대상으로 2025년 4~5월 온라인 설문조사를 실시하였다. 조사 문항은 성별, 학년, 단과대학(전공계열) 등 기본 인구통계 변인 4문항과 GenAI 사용경험, 활용 목적, 인식, 우려, 교육 요구를 포괄적으로 파악하는 16문항으로 구성되었다. 본 조사는 교과개발의 초기 요구분석 단계에서 AI 리터러시 함양을 위한 교육목표와 내용 방향을 설정하기 위한 기초 자료수집을 목적으로 실시되었다.
전체 응답자는 1,086명으로 남녀 성비가 비교적 균등하였고(남 52.7%, 여 47.3%), 저학년(1~2학년, 61.1%) 학생의 참여 비율이 상대적으로 높았다. 또한 ICT융합대학(23.8%), 보건복지교육대학(25.9%)을 포함한 9개 단과대학 소속 학생들이 고르게 분포하여 대학 전체 재학생의 일반적 경향을 반영하였다.
분석 결과, 응답자의 대부분(83.3%)이 GenAI를 사용하고 있었으나, 6개월 미만 사용자가 67.2%, 1년 미만 사용자가 99%로 신규 사용자가 대부분이었다. 주된 활용 목적은 정보 탐색(74.7%)과 리포트⋅과제 작성 보조(69.4%) 등 비교적 단순한 정보 생성에 편중되어 있었다. 한편 과제나 글 작성 시 GenAI 활용 여부를 명시하지 않는 경우가 다수(77.6%)였으며, 절반 정도(49.3%)는 GenAI 답변의 정확성을 점검한다고 응답했으나 구체적인 검증 방법을 제시하지는 못했다.
학생들은 GenAI 활용 결과에 대해 전반적으로 만족하고(m=3.69, sd=.82), 문제해결에 도움이 된다고 인식하지만(m=3.95, sd=.85), 잘못된 정보나 출처의 불분명성(67.2%), 지나친 의존(65.1%) 등에 대해서는 높은 수준의 우려를 보였다. 이러한 인식은 교육 요구로도 이어져, 응답자의 69.7%가 GenAI 관련 교육 참여 의사를 밝혔으며, 활용 방법, 윤리⋅저작권⋅출처 문제, 위험성과 부작용에 대한 교육 필요성을 제시하였다.
이러한 조사 결과는 학생들이 GenAI의 초기 활용자로 생성 결과를 비판적으로 검토하고 윤리적 책임을 인식하는 역량이 부족하다는 것을 보여준다. 본 교과는 이러한 요구분석 결과를 바탕으로, AI의 기본 원리를 이해하는 입문 수준에서 출발하되, 단순 도구 사용을 넘어 비판적 사고와 윤리적 판단을 포함한 AI 리터러시 역량을 함양할 수 있도록 설계하고자 했다.
4.2. 교과설계 원리 도출 및 개발 방향
4.2.1. 교과설계의 기본 방향
분석 결과를 토대로 기존의 기능 중심 리터러시 교육의 한계를 극복하고 GenAI 시대에 필요한 AI 리터러시 역량을 체계적으로 함양하기 위한 교과설계의 기본 방향과 원칙을 다음과 같이 설정했다.
첫째, 문제기반 탐구 중심의 교과로 설계한다. 본 교과의 탐구와 문제해결은 단순한 정보 습득이나 해결책의 도출 자체에 초점을 두지 않는다. 학습자가 복잡한 과업이나 문제를 이해하고, 더 깊이 파악하기 위해 질문하며, 여러 대안을 탐색하고 비교한 뒤 어떤 선택이 타당한지 판단하고 성찰하는 사고과정을 경험하는 데 초점을 둔다. 기존 교양필수 ｢SW와 컴퓨팅적 사고｣는 프로그래밍 및 알고리즘 중심으로 운영되면서, 학습자가 주어진 문제나 상황을 비판적으로 재구성하고 근거를 탐색하며 성찰을 통해 의미있는 판단에 이르는 탐구적 사고의 기회를 충분히 확보하지 못한 한계가 있었다. 이에 본 교과는 실제 삶의 맥락 속 문제를 정의하고, AI를 활용해 탐색-검증-해결-성찰하는 탐구기반 문제해결 중심 구조로 설계하여 학습의 실제성과 흥미를 높이고자 한다.
둘째, 비판적 AI 리터러시 교육을 핵심 목표로 한다. 기존 디지털 리터러시가 ‘도구 사용’과 ‘컴퓨팅적 사고’에 초점을 두었다면, AI 리터러시는 AI와 협력적 탐구를 수행하며 비판적 사고, 윤리적 판단, 창의적 적용을 통합하는 능력으로 확장된다. 이를 위해 본 교과는 프롬프트 설계 및 최적화, 생성된 결과물의 검증⋅평가, 윤리적 활용 등을 포함하여, AI의 능력과 한계를 이해하고 비판적으로 활용할 수 있는 실천적 학습 경험을 제공한다.
셋째, 접근성과 포용성을 확보하기 위해 비전공자도 참여가능한 직관적이고 시각적인 도구를 활용하며, 학습 속도에 따라 수행과 평가가 가능한 구조로 설계한다. 이는 기술의 복잡성을 줄이면서도 모든 학생이 디지털 환경에서 공통적으로 갖추어야 할 핵심 지식을 학습할 수 있도록 하는 교양필수 교과로서의 정체성을 강화한다.
마지막으로, 본 교과는 특정 도구나 기술에 종속되지 않는 지속가능한 교육과정을 지향한다. 급속한 AI 기술 변화에 대응하기 위해 학습자의 메타인지와 적응력에 초점을 두고, GenAI를 단순한 기술이 아닌 ‘사고와 표현의 확장 도구’로 활용하도록 설계한다.
4.2.2. 교과설계의 핵심 원칙
① 내용적 측면
재학생 GenAI 활용 능력을 반영하여, AI 활용에 대한 이해 수준과 자기효능감이 낮은 학습자들이 기술 기초 이해에서 실제적 문제해결까지 단계적으로 확장할 수 있도록 ‘입문형 → 탐구형’의 순차적 구조에 따라 내용을 단계적으로 조직하고, <표 3>과 같이 다섯 가지 핵심 주제를 중심으로 교육 내용을 구성한다. 이러한 내용 원칙은 학습자가 기술의 수동적 사용자에서 벗어나, 비판적⋅윤리적⋅창의적 판단을 수행할 수 있는 AI 활용 주체로 성장하는 데 초점을 둔다.
<표 3>
교육내용 설계 원칙
② 방법적 측면
교수학습은 탐구기반 학습을 중심으로, 학생이 실제적 맥락의 문제를 스스로 정의하고 AI를 활용하여 탐색-검증-해결-성찰의 과정을 수행하도록 유도한다. 이를 위해 <표 4>와 같은 교수학습 원칙을 적용한다. 이러한 방법적 원칙은 학생이 단순 지식 습득을 넘어, 자기조절적 탐구자로 성장하는 데 초점을 둔다.
<표 4>
교육방법 설계 원칙
③ 평가적 측면
평가는 <표 5>와 같이 지식⋅기술⋅사고를 통합적으로 확인할 수 있도록 다면적으로 이루어지며, 성적부여 방식은 절대평가를 적용한다.
<표 5>
학생평가 설계 원칙
4.3. 개발된 교과구성안
4.3.1. 교과목표
본 교과의 최종적인 교육 지향점은 GenAI 시대에 요구되는 ‘이해-활용-분석-성찰-표현’의 순환적 사고구조를 중심으로 학습자가 비판적 탐구자이자 윤리적 실천 주체로 성장하도록 하는 데 그 목적이 있다. 이를 달성하기 위한 교과의 목표를 구체화하면 <표 6>과 같다.
4.3.2. 교과 핵심역량
본 교과는 대학의 인재상을 구현하는 핵심역량(실천, 탐구, 공동체) 중 특히 탐구 역량과 공동체 역량을 중점적으로 함양하도록 설계되었다. 대학의 역량정의와 교과와의 관련성은 <표 7>과 같다. 관련 목표는 번호로 표시했다.
<표 7>
교과 핵심역량
4.3.3. 교과 구성체계 및 주차별 내용
본 교과는 AI 활용 경험과 이해도가 낮은 학습자도 단계적으로 고차적 탐구 활동까지 도달할 수 있도록 입문에서 활용까지 확장되는 구조로 설계되었다. 전체 15주의 수업은 기초 이해 → 활용 및 문제해결 기초 → 심화 탐구 및 윤리적 실천 프로젝트로 이어지는 순환적 학습 흐름을 따르며, 이는 AI 리터러시의 핵심요소를 단계적으로 통합하기 위한 구조라 할 수 있다. 이러한 구성은 앞서 제시한 교과목표 중 GenAI의 이해와 활용(목표 1-2)에서 출발하여, 생성 결과의 분석과 윤리적 성찰(목표 3-4)을 거쳐, 협력적 탐구 결과의 표현(목표 5)으로 확장되도록 설계되었다.
교과의 전체 구성은 학습내용의 성격에 따라 세 가지 대주제로 구분된다. 먼저 GenAI 기술 이해(1-4주)는 GenAI의 작동 원리, 프롬프트 설계, AI 한계 및 신뢰성 평가 등 AI 리터러시의 기초를 다지는 단계이다. 둘째, 멀티모달 AI 이해와 윤리 기반 활용(5-7주)에서는 텍스트, 이미지, 영상 등 다양한 생성 방식을 이해하고, 실제 활용 과정에서 요구되는 윤리⋅저작권⋅책임성 등 핵심 원칙을 학습한다. 셋째, GenAI 기반 탐구⋅기획⋅표현 프로젝트(9-14주)는 현실 문제 분석-탐색-메시지 기획-스토리 구성-영상 제작으로 이어지는 종합적 학습 경험을 제공하며, 이를 통해 GenAI 협업 능력과 창의적 문제해결 역량을 강화한다.
교과에서 다루는 ‘문제’는 개인의 행동을 즉각적으로 교정하거나 정답을 제시하는 데 목적이 있는 것이 아니라, 학습자가 GenAI를 협력적 도구로 활용하여 일상적 상황 속의 복합적인 문제를 다각도로 분석하고, 그 결과에 대해 비판적으로 판단하며 윤리적 책임을 성찰하는 사고 과정을 경험하는 데 초점을 둔다. 9주차의 ‘나의 소비습관 분석’ 활동은 지금까지 익힌 GenAI 활용 탐색과 비판적 검증 능력을 종합적으로 적용하는 미니 프로젝트로, 학습자가 자신의 실제 데이터를 바탕으로 소비 패턴을 구조화하고 다양한 관점에서 분석⋅검증하는 탐구 과제이다. 이 과정에서 학습자는 GenAI의 편향성이나 할루시네이션 등 기술적 한계를 비판적으로 검토하며, 동시에 자신의 소비습관에 대한 새로운 인사이트를 얻게 된다. 10주차의 포스터 제작 활동은 이러한 분석을 통해 도출한 핵심 문제 인식과 변화 의지를 학습자 스스로를 위한 시각적 산출물로 정리하는 과정으로 설계되었다. 이는 타인을 설득하기 위한 결과물이 아니라, GenAI와 협업하여 형성된 판단과 인식을 시각화함으로써 사고를 정교화하고 성찰을 강화하기 위한 학습활동이다. 이 과정에서 학생들은 멀티모달 표현을 실험하고, AI 자동 생성 결과의 가능성과 한계를 비교⋅검증하는 경험을 하게 된다. 11주차 이후에는 이러한 개인적 탐구와 시각화 경험을 토대로, GenAI 활용 전반에서 발생하는 윤리적 쟁점을 다루는 ‘GenAI 윤리 확산 캠페인’ 프로젝트로 탐구 범위를 확장한다. 이는 개인적 문제 인식에서 출발해 보다 일반화된 윤리적 판단과 사회적 성찰로 사고를 확장하는 단계적 학습 구조를 보여준다.
이러한 구성은 AI 시대의 교양교육이 요구하는 비판적 사고, 문제 기반 탐구, 윤리적 실천, 창의적 표현을 통합적으로 경험하도록 설계한 것으로, GenAI 기술 습득에 그치지 않고 AI가 개입하는 문제 상황에서 학습자가 질문-판단-성찰-표현의 전 과정을 경험하도록 한다. 구체적인 주차별 주제와 학습목표, 학습내용, 학습활동은 <표 8>과 같다.
<표 8>
교과 구성체계 및 주차별 내용(요약)
4.3.4. 교수학습 전략 및 평가계획
① 교수학습 전략
교수학습 방법 설계 원칙에서 제시한 바와 같이, 본 교과는 GenAI를 단순한 자동생성 도구가 아닌 사고를 촉진하는 인지적 파트너로 활용하도록 설계하고자 했다. 수업은 현실적 제약과 개별 학생의 속도와 수준을 고려한 자기주도적 참여를 위해 100% 원격으로 운영되지만, 모든 주차별 활동지는 일관되게 “스스로 생각하기 → 생성하기 → 비교하기 → 재구성하기 → 성찰하기”의 순환적 사고구조를 따르도록 구성함으로써 설계 원칙이 유지되도록 했다.
학생은 우선 AI에게 질문하기 전에 자신의 가설, 생각, 분석을 먼저 정리하도록 요구받으며, 이후 AI의 응답을 활용하여 자신의 사고를 검증⋅비교⋅확장하는 단계를 수행한다. 또한 모든 활동지는 GenAI 사용의 투명성을 확보하기 위해 학습자가 GenAI와 주고받은 대화의 원본 링크(프롬프트⋅응답⋅수정 과정 포함)를 필수적으로 첨부하도록 구성하였다. 이는 단순한 결과물 생성이 아니라, AI의 응답에 대한 신뢰성과 타당성을 검토하고 재구성하도록 유도하기 위한 설계이며, 학습자의 비판적 사고와 메타인지적 성찰을 실제 학습 과정에 통합하기 위한 것이다. 이러한 전략을 반영하여 개발된 활동지의 예시는 <표 9>와 같다.
<표 9>
활동지 예시
② 평가 계획
평가는 지식⋅기술⋅사고를 통합적으로 평가하는 것을 원칙으로 하며, 모든 평가 항목은 루브릭 기반 절대평가로 운영된다. 100% 원격교과의 특성상 단순 참여 중심의 평가를 최소화하고, 학습자의 이해⋅과정⋅성과를 균형 있게 평가하기 위해 <표 10>과 같이 평가 영역을 구성하고 비율을 배정하였다. 지식 이해 영역은 온라인 퀴즈와 중간시험을 통해 AI⋅GenAI의 기본 개념과 작동 원리에 대한 이해를 확인하고, 기술⋅사고과정 영역은 주차별 활동지를 기반으로 프롬프트 설계⋅결과 검증⋅문제해결 전략 등 탐구 과정을 평가한다. 최종적으로 프로젝트 결과물(그림책⋅영상)은 메시지의 적절성, 표현의 완성도, AI 활용의 투명성 등을 기준으로 평가하여 학습자가 AI를 활용해 문제를 분석⋅기획⋅표현하는 역량을 종합적으로 확인한다.
<표 10>
평가 계획
특히 포트폴리오와 프로젝트는 <표 11>과 같은 평가 루브릭을 기반으로 수행한다. 평가 루브릭은 사전에 학습자에게 제공하여, 학습자가 활동 전⋅중⋅후에 스스로 사고과정과 산출물을 점검할 수 있도록 한다. 평가 기준을 명확히 공유함으로써 학습의 초점을 분명히 하고, 자기조절 학습과 성찰 중심 학습을 촉진하고자 한다.
<표 11>
평가 루브릭
4.4. 개발된 교과의 내용타당도 검증 결과
4.4.1. 정량적 평가
본 연구에서 개발한 ｢생성형 AI 시대, 탐구와 문제해결｣ 교과의 내용타당도를 검증하기 위해 전문가 6인을 대상으로 4점 척도(1점=전혀 적절하지 않다, 4점=매우 적절하다)를 사용하여 평가를 실시했다. 각 문항에 대해 3점 또는 4점을 응답한 전문가의 비율을 산출하여 문항 수준 내용타당도 지수(I-CVI)를 계산하였다. 분석 결과는 <표 12>와 같다. 전 문항의 I-CVI가 모두 1.00으로 나타났으며, 척도 수준 내용타당도 지수(S-CVI)는 1.00으로 산출되어 Lynn(1986)이 제시한 .80 이상의 기준을 충족했다. 이는 교과목의 목표, 내용 구성, 교수학습 전략 및 평가계획이 전반적으로 적절하다는 전문가 간 합의를 의미한다.
<표 12>
전문가 타당도 평가(정량 평가)
다만, ‘100% 원격수업’ 형태의 적절성 문항의 I-CVI는 1.00이었으나, 정성적 의견에서는 원격수업이 탐구⋅성찰 중심 교과의 특성을 충족시키는 데는 한계가 있다고 지적하였다. 이는 교과개발의 전제가 대학의 인적⋅물적 자원 및 학습자 환경을 고려한 100% 원격수업 형태였음을 감안한 평가로 해석된다. 따라서 본 연구에서는 이러한 의견을 원격수업의 한계를 보완하기 위한 대안적 상호작용 전략을 마련해야 한다는 시사점으로 받아들여, 이후 정성적 평가 결과에서 이를 중심으로 개선 방향을 도출하였다.
4.4.2. 정성적 평가
정성적 평가에서 전문가들은 본 교과가 GenAI 시대에 요구되는 탐구 능력, 비판적 사고, 윤리적 판단 등 고차적 역량을 통합적으로 다룬다는 점에서 교양필수 교과로서의 가치와 필요성을 높이 평가하였다. 그러나 실제 운영 맥락을 고려할 때 보다 현실적이고 지속 가능한 운영 전략이 필요하다는 의견도 함께 제시되었다. 전문가 의견은 크게 세 가지 범주로 도출되었다.
첫째, 100% 원격수업 운영의 한계와 보완 방안 마련이다. 원격수업 운영에 관련하여 대부분의 전문가가 대단위 온라인 강좌에서 고차적 사고와 성찰 기반 활동을 효과적으로 달성하기 어렵다는 우려를 제기하였다. 특히 개별 피드백의 부족과 실시간 상호작용 제한에 대한 보완이 필요하다는 의견이 많았다. 이를 위해 전문가들은 ① AI 1차 피드백 → 교수자 검증⋅보완 → 학습자 재성찰의 3단계 순환 구조 제도화, ② 익명 게시판을 활용한 학생 상호작용 등의 대안을 제시했다.
둘째, GPTs 기반 피드백의 적절한 활용 방향에 대한 설계의 필요성이다. 학습자가 수업 내용에 대한 질의를 제출하거나 과제 결과물을 업로드 하면 AI가 자동으로 피드백을 제공하는 개인화 학습지원을 위한 ‘나만의 GPTs’ 활용을 계획하고 있고, 이에 대해 전문가 전원이 긍정적으로 평가했다. 즉, GPTs는 대단위 원격수업에서 교수자의 즉각적 피드백을 대체하거나 보완할 수 있는 중요한 도구가 될 수 있다는 점에 동의했다. 특히 학생이 GPTs로부터 받은 피드백을 바탕으로 결과물을 수정하고 그 과정을 성찰일지에 기록하게 하는 구조는 교과의 ‘사고-성찰-재구성’ 원리와 부합한다는 점에 공감하였다. 다만 질의응답을 포함한 광범위한 피드백을 GPTs에 의존할 경우 피드백의 일관성과 신뢰성 문제가 발생할 수 있으므로, GPTs는 1차 구조적 피드백 담당자로 제한하고, 동료평가 및 교수자의 보완 피드백과 연계된 다단계 피드백 구조를 채택할 것을 권고하였다. 무엇보다 GPTs의 기능이 제대로 구현되기 위해서는 ① 피드백 품질관리를 위한 명확한 피드백 준거, 프롬프트 구조 등의 설계가 체계적으로 이루어질 필요가 있으며, ② 대학 전체의 AI 윤리 가이드라인이 명확히 설정될 필요가 있음을 제안했다.
셋째, 학습 부담 및 평가구조에 대한 조정 필요성이다. 전문가들은 본 교과가 탐구기반 문제해결을 포함하고 있어 교육적 효과는 높으나, 2학점 교과로서는 학습량이 다소 과도하다는 지적이 다수 제기되었다. 성찰 활동 과제의 과도한 양 등은 학습자와 교수자 모두에게 부담으로 작용할 수 있다는 지적이 있었다. 또한 중간시험 이후 6주간 이어지는 프로젝트 기반 수업은 교육적 의미는 높지만, 그림책과 영상을 모두 제작하는 것은 학습자에게 지나친 부담이라는 데 전문가의 의견이 일치했다. 이에 대한 대안으로 성찰일지의 경우 ‘선택과 집중’ 전략, 모든 주차에서 성찰을 수행하되 평가 부담은 핵심 활동 중심으로 재배치하는 형태가 제안되었다. 프로젝트의 경우는 프로젝트를 하나만 진행하거나, 학생이 하나만 선택할 수 있도록 하는 선택형 운영하는 방식이 대안이 될 수 있다는 의견이 제시되었다.
종합하면, 전문가들은 본 교과가 AI 시대의 교양교육이 지향해야 할 비판적 탐구와 윤리적 실천의 가치를 충실히 반영한 설계를 갖추고 있다고 평가하면서도, 원격수업 기반의 운영 구조, 피드백 체계, 학습 부담 조정 등을 중심으로 세부적 조정이 필요하다는 점을 강조하였다. 이러한 정성적 평가는 교과 운영의 실현 가능성을 높이고 교육적 타당성을 강화하기 위한 중요한 자료로 활용될 수 있을 것이다.
5. 결론 및 제언
본 연구는 GenAI 시대 대학 교양교육에서 요구되는 AI 리터러시 역량을 체계적으로 함양하기 위해 기존 ｢SW와 컴퓨팅적 사고｣ 교과가 갖던 기술교육의 한계를 넘어 AI 리터러시 역량 강화를 위한 교양필수 교과 ｢생성형 AI 시대, 탐구와 문제해결｣을 개발하고자 수행되었다. ADDIE 모형 중 분석-설계-개발 단계에 초점을 맞추어 교과설계 원리를 도출하고 이를 실제 교과 구조와 운영 계획으로 구체화하였다.
연구 결과를 토대로, 본 교과는 ‘문제기반 탐구 중심 설계’, ‘비판적⋅윤리적 GenAI 활용’, ‘접근성과 포용성 확보’, ‘기술 변화에 대응하는 지속가능한 교육과정’이라는 네 가지 핵심 원리에 기반해 설계되었다. 이러한 원리를 바탕으로 교과의 교육목표, 핵심역량 연계, 주차별 수업 구성, 평가 체계를 유기적으로 수립하였으며, GenAI 기술이해(1-3주)에서 출발해 멀티모달 활용과 윤리적 성찰(5-7주), 나아가 GenAI 기반 탐구⋅기획⋅표현 프로젝트(9-14주)로 확장되는 3단계 구조를 구현하였다. 특히 매주 ‘사고-생성-비교-재구성-성찰’의 탐구 순환을 반복하도록 설계함으로써, 학습자가 GenAI를 단순한 도구가 아닌 사고 확장의 협력자로 인식하도록 유도하였다.
6명의 전문가를 대상으로 한 정량적 내용타당도 검증결과 모든 문항의 I-CVI 척도 수준이 기준을 충족하였으며 교과 목표, 내용 구성, 교수학습 전략, 평가 체계 전반의 적절성이 확인되었다. 다만 정성적 평가에서는 원격수업 기반의 상호작용 한계, GPTs 기반 피드백의 신뢰성 확보, 학습 부담 조정 등이 개선 과제로 도출되었다.
본 연구는 선행연구(변순용, 2023; 최숙영, 2024; Long & Magerko, 2020; Mills et al., 2024; OECD, 2025; UNESCO, 2024)가 제시한 AI 리터러시의 핵심요소를 교양필수 교과의 설계 단계에서 목표-내용-방법-평가로 체계화하여 구현했다는 점에서 실천적 의의를 지닌다. 기존 연구가 AI 리터러시의 개념 정의나 교육 필요성에 대한 이론적 논의에 머물렀다면, 본 연구는 이를 실제 교과 구조로 구체화한 설계 중심 연구라는 점에서 차별성을 갖는다.
특히 윤영란(2024)이 AI 리터러시의 교양필수 도입 필요성을 주장하며 주로 AI 활용 중심의 접근을 취한 데 비해, 본 연구는 비판적 사고, 정보 신뢰성 판단, 메타인지, 윤리적 성찰, AI-인간 협업 기반 문제해결을 포괄하는 확장된 AI 리터러시 개념을 교과 전반에 반영하였다. 이는 AI 리터러시를 기술 활용 능력에 한정하지 않고, 사고와 판단의 역량으로 재구성했다는 점에서 기존 연구를 한 단계 확장한 시도로 볼 수 있다. 또한 리터러시를 세계 이해와 비판적 해석을 포함하는 능동적 과정으로 보아야 한다는 오민정, 김종규(2023)의 관점과, AI 시대 교양교육이 학습자의 주체적 이해와 윤리적 판단을 지향해야 한다는 이유미, 박윤수(2024)의 논의를 실제 교과설계 원리와 수업구조로 구현했다는 점에서, 본 연구는 AI 리터러시를 교양교육의 맥락에서 재구조화 했다는 의의를 갖는다.
그럼에도 본 연구는 교과개발 단계에 초점을 두었기에 실제 수업 운영에 따른 학습 효과를 실증적으로 검증하지 못했다는 한계를 지닌다. 또한 전문가 타당도 검증 역시 6인의 패널에 기반해 이루어져 일반화에 제약이 있다. 특히 모든 전문가들이 지적한 바와 같이 100% 원격수업구조는 탐구기반 문제해결 중심의 교과 특성과 거리가 있는 만큼 맞춤형 피드백 강화, 동료 상호작용, 과제 부담 조정 등 운영 단계에서의 추가 설계가 필요하다. 또한 원격수업의 한계를 보완하기 위해 대면 형태로 진행되는 비교과 프로그램의 병행도 검토해 볼 수 필요가 있다.
이에 따라 후속 연구에서는 2026학년도 시범운영을 통해 학습자의 수행 결과, 성찰 기록, 프로젝트 산출물, 학습 분석 데이터 및 심층 인터뷰를 종합적으로 분석하여 교과의 교육 효과를 검증할 필요가 있다. 아울러 본 교과의 특성상 교수자의 역할과 역량은 교과 운영의 핵심 변인이 될 것이다. 향후 교과 운영에서는 특정 전공 배경보다는 생성형 AI의 기능과 한계를 이해하고, AI와 협업하는 사고 과정을 학습자에게 구조적으로 제시할 수 있으며, 원격 환경에서도 학습자 참여와 피드백을 안정적으로 운영할 수 있는 교수자를 중심으로 한 운영 체계가 요구된다. 이러한 조건이 충족될 때, 본 교과는 GenAI 시대 대학 교양교육의 새로운 표준 모델로 확장될 수 있을 것이다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
