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 메타분석 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 튜터링 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

2 분 소요

hits

1. 연구의 목적

(1) 효과적인 학습 전략이 준비 과정에 과도한 시간을 소모하여 학습 시간을 빼앗는 문제를 해결하고자 함. AI 교육 도구의 효과성은 입증되었지만, 실제 학습 맥락에서 자기 조절 학습 요구 사항과 어떻게 부합하는지에 대한 이해가 부족함.

(2) AI 플래시 카드 프로토타입을 사용하여 학습자의 경험을 심층적으로 분석하고, 자기 조절 학습을 효과적으로 지원하는 AI 도구 개발을 위한 설계 원칙을 도출하는 것을 목표로 함.

2. 연구의 방법

(1) formative design 연구 방법을 사용함.

  • 1단계: GPT-5를 활용하여 사용자 요구, 문제점, 행동 패턴에 대한 가설 생성.
  • 2단계: 연구자 2인이 독립적으로 프로토타입의 핵심 워크플로우에 대한 인지적 walkthrough 수행, 잠재적 사용성 문제 및 상호 작용 실패 지점 식별.
  • 3단계: 참가자들은 실제 학습 자료를 사용하여 플래시 카드를 생성하고, 생각을 소리 내어 말하는 think-aloud 프로토콜을 수행하는 60분 세션에 참여.

(2) 6명의 대학생(수학, 의학, 교육 공학, 생물학, 공학 전공)을 대상으로 인터뷰 및 think-aloud 세션을 진행함. 참가자들은 자신의 학습 자료를 사용하여 플래시 카드를 생성하고, 도구 사용 경험을 평가함.

(3) 사용자 요구, 행동, 도구 상호 작용과 관련된 데이터를 수집하고, reflexive thematic analysis를 통해 분석함. AI가 생성한 가설과 비교하여 검증, 차이점 파악, 보완함.

3. 주요 발견

(1) 학습 자료 준비가 학습의 주요 장벽으로 작용하며, 자동화는 긍정적인 반응을 얻었지만, 학습 방향 및 진행 상황에 대한 지속적인 불확실성이 존재함. 편집 불가능한 콘텐츠에 대한 불만이 높았으며, 동기 부여 기능에 대한 반응은 개인차가 큼.

(2) 참가자들은 AI를 단순한 자동화 도구가 아닌 협력적 파트너로 인식하고, AI가 제시하는 내용에 대한 검증 및 편집 가능성을 중요하게 생각함. AI의 제안에 대한 설명과 근거를 요구하며, AI 지원이 메타인지적 인식을 향상시키는 데 도움이 된다고 평가함.

(3) 동기 부여 기능(gamification)은 사용자마다 다른 반응을 보임. 일부 참가자는 리더보드를 긍정적으로 평가했지만, 다른 참가자는 경쟁적인 요소가 불안감을 유발하여 학습 의욕을 저하시킨다고 응답함.

SmartFlash의 핵심 워크플로우

SmartFlash의 플래시 카드 인터페이스

SmartFlash의 게임화 인터페이스

4. 결론 및 시사점

(1) AI 자동화가 학습 준비 부담을 줄여줄 수 있지만, 자기 조절 학습에 필수적인 학습자 agency를 저해할 수 있다는 점을 확인함. AI 도구는 학습자의 적극적인 참여와 지식 구성 과정을 지원하는 방향으로 설계되어야 함.

(2) AI 교육 도구 설계 시 편집 가능성 및 투명성을 우선시하고, 학습자의 다양한 동기 부여 방식을 고려해야 함을 시사함. AI는 학습자의 메타인지 발달을 지원하는 도구로 활용되어야 하며, 학습자의 선택을 제한하는 방식은 지양해야 함.

5. 리뷰어의 ADD(+) One: 생각 더하기

(1) AI를 활용한 가설 생성과 인간 중심 검증을 통합한 연구 방법론이 인상적임. GPT-5를 활용하여 도출한 가설을 실제 학습자의 경험과 비교 분석함으로써, AI의 강점과 한계를 명확히 파악하고, 인간 중심 설계의 중요성을 강조함.

(2) 이 연구는 AI가 학습자의 자기 조절 학습 능력을 지원하는 방식에 대한 깊이 있는 통찰력을 제공하며, 학습 준비 부담을 줄이는 것과 학습자 agency를 유지하는 것 사이의 균형을 강조함. 이는 AI 교육 도구 설계에 대한 중요한 함의를 가짐.

(3) 이 연구 결과는 다양한 교과 및 학교급에 적용될 수 있지만, 학습 내용의 특성, 학습자의 배경지식, 학습 환경 등을 고려해야 함. 특히, 자기 주도 학습 능력이 부족한 학습자에게는 AI 지원 방식에 대한 세심한 설계가 필요함.

(4) AI 튜터가 학습자의 학습 과정을 실시간으로 모니터링하고, 학습자의 agency를 최대한 보장하면서 필요한 시점에 적절한 수준의 scaffolding을 제공하는 방식으로 설계한다면 어떨까? 예를 들어, 학습자가 특정 개념을 이해하는 데 어려움을 겪을 때, AI 튜터는 힌트 제공, 관련 자료 추천, 또는 유사한 예제 제시와 같은 다양한 옵션을 제공하여 학습자가 스스로 해결책을 찾도록 유도할 수 있음.

6. 추가 탐구 질문

(1) AI 플래시 카드 도구의 내부 메커니즘이 학습자의 인지적 과정에 미치는 구체적인 영향은 무엇인가?

(2) 다양한 교과 및 학습 맥락에서 AI 지원 방식이 학습자의 자기 주도 학습 능력에 미치는 영향은 어떻게 달라지는가?

(3) AI 교육 도구의 사용으로 인해 발생할 수 있는 잠재적인 기술적, 비용적, 윤리적 문제는 무엇이며, 어떻게 해결해야 하는가?

<출처> - Li, H., Esmaeiligoujar, S., Adham, N., Li, H., & Huang, R. (2026). ‘I Spend All My Energy Preparing’: Balancing AI Automation and Agency for Self-Regulated Learning in SmartFlash. *International Society of the Learning Sciences (ISLS) Annual Meeting 2026*.

참고