김진관(닷커넥터)

배움, 나눔, 성장을 추구하는 연결주의자

Categories

Tag Cloud

2022개정교육과정 AGI AI AIEd블룸분류법 AILiteracy AI글쓰기 AI기만 AI디지털기반교육혁신 AI리터러시 AI멘티 AI보조학습 AI성숙도모델 AI수업 AI시대 AI유도인지위축 AI윤리 AI음악 AI죄책감 AI지원 AI채점 AI챗봇 AI코딩 AI코딩에이전트 AI튜터 AI편향 AI프레임워크 AI한계 AI협업 Anthropic BrainRot CBCI CCT CHC이론 CSL ChatGPT DOK EFL FeedOMeter Felten GeminiAPI GenAI GenSRL HCI HEAI Hallucination IB Instructor-in-the-Loop K-12교육 LLM LSTM LearnYourWay OECD교수나침반 PLC RIF ResNet RoseFrame SDG4 SDT SRL Suno Taxonomy TriDENT T자형인재 UDL UX디자인 VerbalizedSampling Webb XAI cs교육 gamedev gesture-recognition human-in-the-loop mediapipe pedagogy_in_the_loop 개발자경험 개별화수업 개인화교육 게임 경제학모델 공동창작 공부법 과정중심평가 교과서 교사 교사연수 교사커뮤니티 교사효능감 교수법 교실혁명 교육 교육공학 교육변화 교육설계 교육용LLM 교육적취약성 교육정책 교육철학 교육평가 교육프레임워크 교육혁신 교육형평성 구조적다양성 구조적변화 권위 글로벌교육 금전적유인 기만행위 기술트렌드 기울기소실 내재화 논문리뷰 뇌기반학습 뇌신경과학 누적문화진화 대화설계 데이터믿음비대칭성 듀이 디자인교육 디지털교육 디지털기반아날로그수업 디지털도구 디지털리터러시 디지털스트레스 딥러닝 랑시에르 랜드마크 로즈프레임 리더십 마르자노 맞춤형학습 매슬로우 머신러닝 메타인지 모델불일치 모드붕괴 문화 문화적거리 미래교육 민주주의 바람직한어려움 바이브코딩 벤치마크 보편적학습설계 부스운영 분산된 창의성 블룸 분류법 블룸분류법 블룸분류체계 블룸택소노미 비판적AI리터러시 비판적이론 사고도구 사회적학습 상호작용주의 생성형 AI 생성형AI 선도교사 설명적변화 성찰 세컨드브레인 소크라테스식대화법 쇤 수업철학 숨은노동 스칸디나비아디자인 스캐폴딩 스크린리더 스토리리빙 시행착오 신경망 실용주의 심리적안전감 언어학습 에듀테크 연결주의 영어교육 외삽 웰빙 웹개발 웹앱 위르겐슈미트후버 윕앱 유사자동화 은닉마르코프모델 음악교육 의미론적지식 이미지생성 이중과정이론 이중부호화이론 이중처리이론 이해의환상 인간-AI복합편향 인간-AI상호작용 인간-AI협업 인간AI상호작용 인간중심AI 인공지능 인과성의환상 인과추론 인사이트 인지과학 인지발달 인지복잡성 인지부하 인지부하이론 인지연속체이론 인지이론 인지적정렬 인지증강 인지편향 자기결정성이론 자기조절학습 자기효능감 잔차연결 장기기억 적응형학습 전문가시스템 전문적학습공동체 전인교육 전형성편향 접근성 정책패러독스 정치교육 제미나이 조직문화 즉흥연주 격차 증명사진 지식 지식격차 지식의깊이 지적자율성 질적연구 집단 천재성 참여형AI 창의성 책리뷰 철학 총괄평가 코딩에이전트 타임머신 토이프로젝트 파울루프레이리 페르소나 포용적디자인 프로그래밍교육 프로테제효과 프로토타이핑 프롬프트 프롬프트엔지니어링 피드백 피드백리터러시 하이브리드시스템 학교 학교문화 학문적엄격성 학습 학습과학 학습동기 학습문화 학습분석 학습전략 한나아렌트 해방적AI교육학 혁신 협업프로젝트 환각

3 분 소요

hits

K-12 과학·수학 교육에서의 생성형 AI 활용 실태와 과제

이 보고서는 미국 K-12 공립학교 수학교사 및 과학교사를 대상으로 생성형 AI(Generative AI, GenAI)의 현재 사용 실태, 인식, 제약 조건 및 기관의 지원 현황을 심도 있게 분석한 시의적절하고 중요한 연구입니다.

이미지


1. 연구의 목적

본 연구의 목적은 미국 K-12 수학 및 과학 교사들의 생성형 AI 채택 동향을 파악하는 데 있습니다. 구체적으로 교사들이 GenAI를 얼마나 자주, 어떤 목적으로 사용하는지, 학생과의 상호작용 및 학생 학습에 어떤 영향을 미치는지, 그리고 학교 및 교육구 차원에서 어떤 지원을 받고 있거나 필요로 하는지를 조사하여 정책, 교육 실제, 그리고 향후 연구를 위한 시사점을 제공하고자 합니다.


2. 연구의 방법

이 연구는 전국 단위의 대표성 있는 설문조사를 기반으로 합니다.

  • 조사 대상: 미국 K-12 공립학교의 수학 또는 과학 교사 979명 (초등교사 464명, 중등 수학교사 352명, 중등 과학교사 163명)
  • 조사 기간: 2025년 4월 30일부터 5월 25일까지 RAND 기관의 ‘미국 교사 패널(American Teacher Panel)’을 통해 온라인으로 진행되었습니다.
  • 데이터 분석: 수집된 데이터는 미국 국립교육통계센터(NCES)의 통계 기준에 맞춰 가중치가 부여되었으며, 이를 통해 결과의 전국적 대표성을 확보했습니다.


3. 주요 발견

  • 높은 사용률과 초기 단계의 활용: 2025년 봄 기준, 수학·과학 교사의 50% 이상이 GenAI 도구를 교육에 사용한 경험이 있다고 보고했습니다. 이들 중 42%(전체 교사의 약 22%)는 매주 사용하는 빈번한 사용자였습니다. 하지만 GenAI 사용 교사의 76%는 사용 기간이 1년 미만으로, 아직 도입 초기 단계에 머물러 있었습니다.
  • 수업 준비 중심의 활용: 교사들은 GenAI를 주로 수업 계획 및 준비(76%), 과제 및 평가 문항 제작(61%)에 활용했습니다. 반면, 학생의 과제 채점 자동화(13%)나 학생에게 GenAI 활용법을 직접 가르치는 경우(10%)는 드물었습니다. 이는 많은 학교에서 학생들의 ChatGPT와 같은 도구 접근을 차단하고 있기 때문이기도 합니다.
  • ChatGPT의 압도적 우위: 교사들이 사용하는 GenAI 도구는 ChatGPT(88%)가 압도적으로 많았으며, 교육용으로 특화된 MagicSchool(45%)이 그 뒤를 이었습니다.
  • 학생 학습에 대한 엇갈린 시선: GenAI가 학생 학습에 미치는 영향에 대해 교사들의 의견은 긍정적(30%), 부정적(34%), 영향 없음(36%)으로 거의 3등분되었습니다. 특히 교사들의 40%가 학생들의 표절이나 답 베끼기와 같은 학문적 진실성 문제를 가장 큰 우려 사항으로 꼽았습니다.
  • 제도적 지원의 심각한 부족: 교사들의 GenAI 활용에 대한 관심과 요구에도 불구하고, 제도적 지원은 매우 미흡했습니다. 단 5%의 교사만이 공식적인 교육구 가이드라인이 있다고 응답했으며, 22%만이 관련 연수를 받은 경험이 있었습니다. 이는 GenAI 활용의 가장 큰 장벽으로 작용하며, 교사들은 학습 시간 부족(61%)과 불충분한 연수 기회(54%)를 가장 큰 어려움으로 꼽았습니다.


4. 결론 및 시사점

본 연구는 K-12 수학·과학 교육 현장에서 GenAI가 업무 효율성 증진 도구(86%의 사용 교사가 동의)로는 자리 잡고 있으나, 교수법 자체를 혁신하는 데까지는 나아가지 못하고 있음을 명확히 보여줍니다. 교사들의 관심과 필요는 높지만, 명확한 정책 부재, 교육 특화 도구의 부족, 체계적인 연수 부재라는 ‘제도적 공백’이 GenAI의 교육적 잠재력 발현을 가로막고 있습니다. 따라서, 교육구와 학교 리더들은 다음과 같은 노력을 시급히 기울여야 합니다.

  1. 명확한 정책 및 가이드라인 수립: 금지보다는 책임감 있는 사용을 장려하는 정책을 마련해야 합니다.
  2. 데이터 보호가 강화된 교육용 도구 도입: 학생 데이터를 다룰 때 발생할 수 있는 개인정보 보호 문제를 해결할 수 있는 신뢰도 높은 도구를 도입하고 추천해야 합니다.
  3. 실질적이고 체계적인 교사 연수 제공: 단순한 도구 사용법을 넘어, GenAI를 활용한 수업 설계, 개별화, 평가 전략 등 교수법과 연계된 심도 있는 연수를 제공해야 합니다.


5. 리뷰어의 ADD(+) One: 생각 더하기

(1) 이 연구의 탁월한 점 (강점)

  • 시기적절성: GenAI가 교육 현장에 빠르게 확산되는 지금, 현장의 목소리를 담은 전국 단위의 실증적 데이터를 제시했다는 점에서 매우 시의적절합니다.
  • 구체성: 막연한 담론을 넘어 ‘수학·과학’이라는 특정 교과 영역에 집중하여 GenAI의 구체적인 활용 양상과 과제를 명확히 보여줍니다.
  • 수요와 공급의 격차 증명: 교사들의 GenAI 활용에 대한 높은 관심과 필요성(수요)과 턱없이 부족한 제도적 지원(공급) 사이의 간극을 통계적으로 명확하게 증명하여 정책 입안자들에게 강력한 메시지를 전달합니다.

(2) 교육 현장을 위한 추가 제언

  1. AI 네이티브 학생을 위한 교육과정 재설계: 학생들의 GenAI 사용을 무조건 막기보다는, AI를 비판적으로 분석하고 윤리적으로 활용하는 AI 리터러시 교육을 정규 교육과정에 포함시켜야 합니다. 학생들이 AI를 학습의 대체재가 아닌 학습의 파트너로 인식하도록 가르쳐야 합니다.
  2. 교사 주도적 전문적 학습 공동체(PLC) 활성화: 하향식 연수만으로는 부족합니다. 교사들이 자발적으로 GenAI 활용 수업 사례를 개발하고, 동료들과 공유하며, 그 효과를 함께 검증하는 ‘교사 주도적 GenAI 연구회’와 같은 PLC를 적극 지원해야 합니다.
  3. AI 증강 평가(AI-Augmented Assessment) 모델 개발: AI를 활용한 표절을 막기 어려운 만큼, 단순 지식 암기를 확인하는 평가에서 벗어나 AI를 도구로 활용하여 더 고차원적인 문제해결력, 창의력, 협업 능력을 평가하는 새로운 평가 모델을 개발하고 확산시켜야 합니다.


6. 추가 탐구 질문

본 연구를 바탕으로 다음과 같은 후속 연구를 진행해 볼 수 있습니다.

  • GenAI를 적극적으로 활용하는 교사와 그렇지 않은 교사의 수업 설계 방식 및 학생과의 상호작용에는 질적으로 어떤 차이가 있는가? (질적 심층 연구)
  • 교사들이 GenAI를 활용하여 만든 수업 자료와 평가 문항은 전통적인 방식과 비교하여 학생들의 학업 성취도 및 학습 동기에 유의미한 차이를 만들어내는가? (효과성 검증 연구)
  • GenAI 활용에 대한 교사의 신념과 자기효능감이 실제 GenAI 활용 빈도 및 방식에 어떤 영향을 미치는가? (교사 변인 연구)
  • 교과별(예: 수학 vs 과학) 또는 학교급별(초등 vs 중등) GenAI 활용 양상에는 어떤 구체적인 차이점이 존재하는가?

출처: Esbenshade, L., Sarkar, S., Nucci, D., Edwards, A., Nielsen, S., Rosenberg, J. M., Liu, A., Tian, Z. (V.), Sun, M., Zhang, Z., Han, T., Lapicus, Y., & He, K. (2025). Emerging patterns of GenAI use in K-12 science and mathematics education. University of Washington, WestEd, University of Tennessee, Knoxville, & Colleague AI. https://doi.org/10.48550/arXiv.2509.10747

참고