초등학생을 위한 AI 융합교육 프로그램 개발 및 효과성 분석

1. 서론

11월에2022년 OpenAI가 개발한 ChatGPT가 일반에게 공개되자 단 5일 만에 100만 사용자를 돌파하는 뜨거운 반응을 불러일으키며 생성형 AI를 비롯한 인공지능(Artificial Intelligence, 이하 AI)에 대한 관심과 논의가 활발하다. AI 기술은 일상생활 및 업무의 생산성과 편리함을 향상시키는 필수 요소일 뿐 아니라 국가와 기업의 경쟁력으로 직결된다. 이에 우리나라를 비롯한 미국, EU, 일본, 중국 등은 국가차원에서 AI 전략을 발표하고, 사회 각 분야의 AI 인프라 구축 및 전문 인력양성과 유치에 힘쓰고 있다[1]. 우리나라 교육부 또한 2023년 1월 주요 업무 추진계획을 발표하면서 교육부 주도 첨단 분야 인재양성을 강조하였다. 주요 정책으로는 디지털기반 교육혁신을 통한 100만 디지털 인재 양성, 에듀테크 소프트랩 확대를 통한 인프라 확충, AI·에듀테크 활용을 통한 교실수업 혁신, IB 프로그램 실시를 통한 교실 수업 변화, 교육전문대학원 도입을 통한 교원들의 미래역량 함양 양성 등이 있으며, 이를 통해 디지털 인재양성과 교육혁신을 추진하고 있다[2].

이러한 추세는 교육과정에서도 뚜렷한 변화를 찾아 볼 수 있다. 교육부는 2015 개정 교육과정에서 컴퓨팅 사고력을 필수 역량으로 설정하여 소프트웨어(SW)교육을 의무화한 것에서 한 걸음 더 나아가[3], 2022 개정 교육과정 총론에서는 디지털 기초소양을 언어, 수리와 같이 학습의 기초로 규정하고 있다[4]. 또한, 초등학교 실과에‘디지털 사회와 인공지능’영역을 추가하였고, 중학교 정보 교과와 연계하여 컴퓨팅 사고를 바탕으로 한 AI를 활용한 실생활 문제 해결 역량을 강조하고 있다. 시수도 대폭 확대되었는데 초등학교는 기존 17시간에서 34시간 이상, 중학교는 기존 34시간에서 68시간 이상으로 확대하여 디지털 및 AI 교육 강화를 위한 기틀을 마련하였다[5]. 2025년부터 일부 과목에 AI 디지털 교과서를 도입하고 점진적으로 확대할 것을 발표하였으며[6], 교원의 AI 교육 역량을 함양하기 위해 AI 융합교육대학원 과정과 다양한 연수 프로그램을 운영하고 있다. 초중등 교육현장에서는 블록 코딩 및 텍스트 언어를 활용한 프로그래밍, 피지컬 컴퓨팅, 언플러그드 활동, 머신러닝 모델 만들기 및 AI 프로젝트 활동 등 다양한 AI 학습 도구 활용과 수업 방식으로 SW·AI 교육이 이루어지고 있다[7-9]. 뿐만 아니라 디지털새싹 캠프와 같은 비교과프로그램을 통해 전국의 많은 학생들이 학기 및 방학 중에 SW·AI 교육을 접하고 있다.

하지만 AI 교육의 본격적으로 도입되는 시점에서 학교에서의 교육 프로그램이 보다 체계적이고 심화된 프로그램으로 개발 및 보급될 필요가 있다.「초중고 인공지능 교육 내용기준」에서는 AI 교육을 ‘AI 이해’, ‘AI 원리·활용’, ‘AI 사회적 영향’ 3가지 대주제로 구분하여 세부 교육요소를 제시하고 있다. 또한 인공지능에 대한 이해와 올바른 태도를 바탕으로 데이터와 인공지능을 활용하여 창의적이고 융합적인 문제해결력 그리고 올바르고 공정하게 해결할 수 있는 윤리적 역량을 고루 갖춘 인재양성을 교육목표로 제시하고 있다[10]. 또한 2022 개정 교육과정 총론에서는 디지털 기초소양을 학습의 기초소양으로 강조하고 있고, 실과(기술가정)정보과 교육과정에서도 ‘지식·이해’, ‘과정·기능’, ‘가치·태도’로 나누어 제시하고 있다. 아직 해당 교과서가 발행되진 않았으나 선행연구 및 인공지능 교육내용 기준을 토대로 구체화 될 것으로 사료된다.

인공지능 교육 관련 선행연구를 살펴보면[11][12][13], 최근 AI 융합교육 사례는 증가하고 있음을 확인할 수 있으나, 그 내용이 AI 교육의 개념과 활용을 중심으로 한 교육프로그램이 주를 이룬다. 김지언과 이철현(2021)은 초등에서 인공지능 교육에서 SW 프로그래밍, 로봇, 컴퓨터 및 정보 등의 교육내용이 대부분이라고 지적하면서 AI 윤리교육에 대한 교육요소가 강조되어 있지 않고, 관련 교수학습프로그램이 부족하다고 밝혔다[14]. 이후 AI 윤리교육 프로그램 요구에 따라 개발 연구가 등장하였으나 윤리교육 모듈만 다루고 있다[14][15][16]. 인공지능 교육을 처음 접하는 초등학생에게는 인공지능에 대한 개념 이해, 활용을 통한 문제해결로 인공지능 기술에 대한 가치를 인식하면서 인공지능 기술에 대한 사회적 영향력과 윤리적 이슈를 인식해야 인공지능 기술 및 활용에 대한 균형있는 시각과 태도를 갖출 수 있다. 따라서 3가지 영역의 내용이 편중되지 않고 모두 포함한 AI 융합 프로그램의 개발과 적용이 요구된다. 또한 ‘학교에서 만나는 인공지능 수업’[17]을 비롯하여 여러 현장연구대회 등[7-8]에서 교육학습 프로그램을 제공하고 있으나[15][18], 배경지식이 없는 초등학생 수준을 고려했을 때 설명하는 용어나 내용 수준 등이 적합하지 않는 부분이 있고, 실생활 중심의 AI 교육프로그램으로 개발되어야 한다고 강조한다[19]. SW·AI 선도학교와 일반학교 간에도 학생 및 교사들의 교육에 대한 태도, 효능감과 인프라의 차이가 보고되고 있고[20], 학생마다 인공지능 교육에 대한 학습경험이나 특성 등이 다양하므로 교육현장에서는 교사가 적용 할 학생들을 분석하여 눈높이에 맞는 교육내용으로 재구성하고 가용할 수 있는 활용 도구를 선별하면서 적절한 교육프로그램으로 개발할 필요가 있다.

이에 본 연구에서는 AI 이해, AI의 원리·활용, AI의 사회적 영향 영역을 모두 포함한 초등학생을 대상으로 한 AI 융합교육 프로그램을 개발하고 현장에 적용한 후, 그 효과성을 검증하고자 하였다. 효과성 변인으로는 선행연구에서 AI 교육에 중요한 요인으로 논의되는 학습태도에 주목하였다[11][12][21]. 특히 AI 교육을 시작하는 초등학생의 AI에 대한 긍정적인 태도 형성이 중요하다고 논의된다[21]. 학생들이 AI 가치를 인식하고, AI 학습에 자신감을 가지며, AI 학습을 지속하려는 동기가 향후 확대될 AI 학습에 큰 원동력이 될 수 있다. 이에 본 연구에서는 AI 가치 인식, AI 학습효능감, AI 학습지속의향을 AI 학습태도 변인으로 선정하였다. 또한 AI 윤리의 중요성이 강조됨에 따라 본 프로그램에 해당 내용을 구성하였고, 선행연구를 참고하여 AI 윤리성을 효과성 변인에 포함하였다[14][15][16]. 아울러 SW·AI 교육에서 남녀 학생 간 차이에 대한 논의가 이루어지는 만큼[12], 적용한 AI 융합교육에서도 교육 효과성에 성별 격차가 있는지 살펴보았다. 연구문제는 다음과 같다.

• 연구문제 1: 초등학생 대상의 AI 융합교육 프로그램을 AI 이해, 원리·활용, 사회적 영향 요소를 모두 포함하여 개발한다.
• 연구문제 2: 개발된 초등학생 대상의 AI 융합교육 프로그램 효과를 검증한다.
  • 2-1. 개발된 AI 융합교육 프로그램이 초등학생의 AI 학습태도(AI 가치 인식, AI 학습효능감, AI 학습지속의향)에 보이는 효과성을 검증한다.
  • 2-2. 개발된 AI 융합교육 프로그램이 초등학생의 AI 윤리성에 보이는 효과성을 검증한다.
• 연구문제 3: AI 융합교육 프로그램에 대한 학습태도와 AI 윤리성에 성별 간 차이를 검증한다.

2. 이론적 배경

3. 연구방법

3.2 연구절차

본 연구의 AI 융합교육 프로그램은 ADDIE(Analysis-Design-Development-Implement-Evaluation) 교수설계모형을 토대로 <Table 1>의 절차로 개발하였다. 교육 프로그램 설계에서는 교육과정을 분석하고 학습목표를 도출한 후, 17차시 수업 시수를 고려하여 AI 이해 6차시, AI 원리·활용 5차시, AI 윤리 6차시로 균형있게 운영될 수 있도록 구성하였다. 학습자 특징을 고려하여 학습자가 직접 AI 도구를 활용하면서 AI를 체험할 수 있도록 교수전략을 수립하였으며, 차시별 교수학습지도안과 활동지 등을 개발하였다.

Table 1.

Program development procedure applying the ADDIE

1차 개발된 프로그램은 전공교수 3인과 동료교사 5인(학사 3인, 석사 1인, 박사 1인)으로부터 프로그램에 대한 자문과 피드백을 받아 수정·보완하였다. 프로그램 속의 용어 및 내용에 대해서는 정기적으로 대면으로 전공교수에게 피드백을 받았고, 전문적 학습 공동체 활동 중인 동료 교사들에게 프로그램이 초등학생에게 적정한 수준인지, 교육 운영 계획이 적절한지에 대한 피드백을 받았다. 피드백 예로, AI 개념에 대한 직접 설명 대신 AI의 사례와 비사례를 학생 스스로 먼저 생각하고 탐구하는 기회를 제공하는 등 학습자의 능동적 사고활동을 촉진하고 학생들의 오개념을 파악하고 교정하는 수업으로 개선하였다. 교사들에게서는 주로 초등수준에 적절한 내용인지, 운영에 충분한 시간이 계획되었는지에 피드백이었다. 예로 티쳐블 머신으로 분류를 학습할 때, 데이터를 모으는 데 소요되는 시간 부족에 대한 피드백을 반영하여 프로그램 계획을 수정하였다. 개발된 프로그램은 2022학년도 1학기 5월에서 7월까지 매주 2차시 수업으로 진행하여 총 9주간 진행하였다. 모든 수업활동은 교실 및 컴퓨터실에서 대면으로 진행하였으며, 교육 효과성 분석을 위하여 사전, 사후 설문을 실시하였다.

3.3 연구도구

프로그램의 효과성은 학생의 AI 학습태도(AI 가치 인식, AI 학습효능감, AI 학습지속의향), AI 윤리성 변인을 활용하였다. 측정은 자기보고식 설문문항으로 이루어졌고, 문항은 교육공학 및 컴퓨터교육학 교수 3인으로부터 검토를 받았다. 각 문항 측정은 ‘전혀 그렇지 않다’부터 ‘매우 그렇다’까지의 5점 척도를 사용하였다. 측정도구에 대한 요약은 <Table 2>와 같으며 각 요인별 구체적인 설명은 다음과 같다.

Table 2.

Instruments reliability

3.3.1 AI 학습태도

AI 학습태도에는 AI 가치 인식, AI 학습효능감, AI 학습지속의향을 포함하였다. AI 가치 인식 측정문항은 이성혜(2020), 정슬기(2020)를 참고하여 총 7문항을 활용하였다[13][33]. 문항 예로는 ‘나는 인공지능(AI)이 우리 생활을 편리하게 해준다고 생각한다.’ 등이며, AI 가치 인식에 대한 문항내적일관성신뢰도(Cronbach’s α)는 사전, 사후 각각 .83, .82로 나타났다.

AI 학습효능감 측정문항은 서승희(2021), 이성혜(2020), Pintrich와 DeGroot(1990)의 문항을 참고하여 초등학생의 AI 융합교육 맥락에 적절하게 수정하였다[13][34][35]. 문항의 예는 ‘나는 인공지능(AI) 수업에서 배우는 내용들을 잘 이해할 수 있다.’ 등으로 총 12문항을 사용하였다. AI 학습효능감의 문항내적일관성신뢰도(Cronbach’s α)는 사전 신뢰도가 .91, 사후 신뢰도가 .91이었다.

AI 학습지속의향 측정문항은 김동훈과 이루리(2021)의 도구를 사용하였다[36]. 문항 예는 ‘나는 인공지능(AI) 관련 수업을 다음번에도 하고 싶다’등으로 총 4문항을 사용하였다. AI 학습지속의향에 대한 문항내적일관성신뢰도(Cronbach’s α)는 사전, 사후 각각 .92, .91으로 나타났다. 학습태도 총 23문항에 대한 문항내적일관성신뢰도(Cronbach’s α)의 사전값은 .94, 사후값은 .95로 높게 나타났다.

3.3.2 AI 윤리성

AI 윤리성은 AI에 대한 공공성, 책무성, 통제성, 투명성을 인식하는 것으로 정의하였다[29]. 문항은 권해연(2021)의 도구를 참고하여 개발하였고 대표 문항으로 ‘인공지능(AI)의 좋은 영향과 나쁜 영향에 대해 이해할 수 있다’ 등 총 6문항을 측정에 활용하였다[37]. 문항내적일관성신뢰도(Cronbach’s α)는 사전값이 .93, 사후값은 .81로 나타났다.

4. 연구결과

4.1 프로그램 개발과 적용

본 프로그램은 AI 이해, AI 원리·활용, AI 사회적 영향(윤리) 등 3개 모듈로 개발하였다. 학습목표로 ‘AI의 기본 개념과 작동 원리를 이해하고 이를 활용하는 능력을 갖추며, AI 윤리성을 함양하는 것’으로 설정했다. 프로그램 차시는 AI 이해 6차시, AI 원리·활용은 5차시, AI 윤리는 6차시로 구성하여 총 17차시로 개발하였다. 융합을 위한 관련 교과로는 AI 이해 경우에는 실과, 국어, 음악, 미술을 활용하였고, AI 원리·활용에서는 실과, 국어, AI 윤리에서는 실과, 국어, 도덕 교과를 활용한 수업으로 개발하였다.

모듈별 주요 내용 및 목표를 살펴보면, AI 이해에서는 AI 프로그램을 활용하여 AI에 대한 기초를 이해하고 간단한 활용을 목표로 두었다. AI 원리·활용은 분리수거 AI 만들기를 통한 원리 이해와 활용을 목표로 설정했다. AI 윤리 모듈에서는 모럴 머신을 활용하여 AI 윤리성을 이해하고 이를 바탕으로 AI 윤리적 이슈에 대해 토의·토론에서 자신의 의견을 발표하는 것을 목표로 설정하였다. 영역별 구성한 차시의 주요 내용 및 활동은 <Table 3>에 제시하였다.

Table 3.

AI convergence program

각 모듈에서는 학생들이 다양한 AI 관련 프로그램을 직접 활용해 보도록 구성하였다. AI 이해에서는 1, 2차시에 AI for Ocean을 통해 학생들이 AI 학습원리를 쉽게 이해하는 것에 초점을 두었고, 3, 4차시에는 AI Experiments, 아키네이터를 활용하고 다양한 분야에서 AI의 활용 가능성 조사하면서 학생들이 AI의 유용성과 잠재성을 인식하도록 하였다. 5~6차시에는 웹투닝, 미리캔버스를 활용한 포스터 만들기(예: 장애우 이해 교육 등) 수업으로 설계하였다. 학생들이 직접 프로그램을 다루어보는 활동이 AI에 대한 친밀감을 형성하고, AI의 가치를 인식하며 흥미를 느끼는 데 효과적일 것으로 보았다.

AI 원리·활용 영역은 7~11차시로 조별 프로젝트를 통해 학생들이 티쳐블 머신을 활용하여 분리수거 AI를 만들고 활용 방안을 발표하는 활동으로 개발하였다. 학생들은 데이터를 모으고 저작권 관련 교육을 받으며 데이터의 중요성 및 저작권, AI 작동원리 개념을 학습하게 된다. 또한 본 영역은 프로젝트형 수업으로 구성하였는데 학생들 간 협업으로 문제해결력을 증진하기 위함이다. 또한 실력에 상관없이 모든 학생들이 협동학습을 통한 적극적인 참여를 기대하였다.

AI 윤리 영역은 12~17차시로 토의·토론 수업 기반으로 구성하였다. 도입부분에서 모럴머신을 소개하고 직접 수행해보면서 개인, 짝, 조별, 반 대시보드를 작성하는 활동으로 설계하였다. 대시보드 작성과정에서 학생들은 토의를 통해 결과에 차이가 나타나는 이유를 탐색하고, AI 윤리의 상대적 특성을 이해하는 과정을 거치도록 하였다. 마지막으로 수업을 통해 얻은 AI 윤리성의 이해를 바탕으로 완전자율주행자동차 찬반토론 활동을 포함하였다. 학생들은 AI 윤리 영역을 통해 AI의 기술만 중요한 것이 아니라 윤리적인 문제 또한 중요하다는 점을 깨닫고 해결방안을 고민하는 과정을 통하여 AI 윤리성 함양을 기대하였다.

4.2 AI 융합교육 프로그램 효과성 변인에 대한 기술통계

연구 변인별 기술통계 분석 결과는 <Table 4>와 같다. AI 가치 인식의 사전 평균값은 3.18, 사후 평균은 3.45로 나타났고, AI 학습효능감은 사전 평균값이 2.51, 사후 평균값이 2.86으로 낮은 경향을 보였다. AI 학습지속의향의 사전 평균값은 3.20, 사후 평균값은 3.70이었고, AI 윤리성은 사전 평균값이 2.92, 사후 평균값이 3.30으로 나타났다. 사분위(Q1-Q4)에 해당하는 값을 살펴보면, 전반적으로 모든 분위에서의 점수가 사전에 비해 사후 값이 향상되었다.

Table 4.

Descriptive statistics results

4.3 AI 융합교육 프로그램의 사전-사후 차이 분석

AI 융합프로그램 적용을 통한 학습성과 분석을 위해 학습태도(AI 가치 인식, AI 학습효능감, AI 학습지속의향)와 AI 윤리성 변인의 사전-사후 값을 비교하였다. 먼저 정규성 가정을 충족하는지 검증한 결과(Kolmogorov-Smirnov test), 정규성 가정이 충족되었다. 사전-사후 분석을 위해 대응표본 t-test를 적용하였으며, 결과는 <Table 5>에 제시하였다.

Table 5.

Paired t-test results

AI교육에 대한 학습태도 전체의 사전-사후 변화는 사전 평균값 2.96에서 사후 평균값 3.34로 .37 향상되었으며, 대응표본 t-test 결과, t(df=21)=4.54, p<.001로 유의하게 분석되었다. 이 결과는 학생들이 AI 융합교육 프로그램 이후 AI교육에 대한 태도가 유의미하게 향상되었다고 해석할 수 있다. 하위 요인별로 분석한 결과를 살펴보면, AI 가치 인식의 사전-사후 평균값 차이는 .27로, t-test 분석 결과, t(df=21)=2.99, p=.007로 나타나 AI 가치 인식의 효과성은 유의하였다. 이 결과는 AI 융합교육 프로그램을 통해 학생들이 AI의 중요성을 인식하고 자신과의 연관성을 인식하는 것에 긍정적인 영향을 주었다고 해석할 수 있다.

AI 학습효능감은 사전-사후 평균 차이는 .34로, t 분석 결과 t(df=21)=3.74, p=.001로 분석되어 AI 학습효능감의 향상 정도가 유의하게 나타났다. 요약하면, 적용한 AI 융합교육 프로그램을 통해 학생들의 AI 학습효능감이 향상된 것으로 해석할 수 있다.

AI 학습지속의향의 사전-사후 평균 차이는 .50이었고, t 분석 결과는 t(df=21)=3.17, p=.001으로 유의하게 나타났다. AI 학습지속의향의 사후평균이 3.70으로 향상된 점에서 향후 AI 융합교육에 대한 지속의향이 긍정적이라고 해석할 수 있다.

AI 윤리성의 사전-사후 평균 차이는 .38이었고, t 분석 결과는 t(df=21)=2.73, p=.013으로 유의하게 나타났다. 이 결과는 AI 융합교육 프로그램을 통해 AI 윤리성 개념, AI 윤리적 사고력이 향상된 것으로 해석할 수 있다.

4.4 AI 융합교육 효과성에 대한 성별 차이 분석

AI 융합교육에 대한 효과성에 긍정적으로 향상되었는데, 이러한 효과에 성별 간 차이가 있는지 살펴보고자 독립표본 t-test를 수행하였다. 먼저 전제조건인 정규성(Kolmogorov-Smirnov test)과 등분산(Levene’s test) 검증 결과를 검토를 하였으며, 두 전제조건이 모두 충족되었다.

<Table 6>의 분석결과를 보면, 사전 측정에서는 모든 변인에서 남학생의 평균값이 여학생 평균값보다 높았으나 통계적으로 유의한 차이는 없었다. 사후 측정한 변인들의 경우, AI 가치 인식에서 남학생은 3.79, 여학생은 3.12로 나타나 통계적으로 성별 간 유의한 차이를 보였다(t=2.31, p=.03). 이는 AI 융합교육에서 여학생의 AI 가치 인식 향상을 더욱 고려해야 함을 의미한다. 이외 사후 측정변인에서 통계적으로 성별 간 유의한 차이는 없었으나, 모든 연구변인의 평균값에서 남학생이 여학생보다 높게 나타났다. 남녀 학생의 향상도 측면에서 평균값을 살펴볼 경우, 연구변인 중 AI 가치 인식을 제외하면, AI 학습효능감, AI 학습지속의향, AI 윤리성에서 남녀 간 사전 평균값 차이에 비해 사후 평균값 차이는 모두 줄어들었다.

Table 6

Independent t-test results

5. 논의 및 결론

본 연구는 AI 융합교육이 활성화되는 가운데 초등학생을 위한 AI 융합교육과정을 개발·적용하고 효과성을 검증하는데 목적이 있다. 먼저 초등학생을 대상으로 한 AI 융합교육 프로그램을 개발하였고, 적용 이후 학생들의 AI 학습태도(AI 가치 인식, AI 학습효능감, AI 학습지속의향), AI 윤리성에 변화가 나타나는지 분석하였다. 또한 선행연구에서 논의되는 성별 격차를 검토하고자, AI 교육 효과성 변인에 성별 차이가 있는지 분석하였다. 연구문제별 주요 결과와 논의는 다음과 같다.

첫째, 초등학생 대상의 교육 프로그램 개발을 위해 AI 교육과정 하위 3요소(이해, 원리·활용, 사회적 영향)를 모두 포함한 교육과정을 총 17차시의 프로그램으로 개발하였다. 초등학생의 발달적 특성과 학습자 수준을 고려하여 학습에 대한 흥미와 동기 향상을 중요한 목표로 고려하였다. 학생들이 다양한 도구를 활용하고, 실생활의 문제 해결에 참여하여 체험할 수 있도록 교육과정을 개발하였고, 실과, 국어, 미술, 음악, 도덕 교과목과 연계되도록 설계하였다.

둘째, 본 연구에서 개발한 AI 융합교육 프로그램은 학생들의 AI에 대한 학습태도를 향상시켰으며, 세부적으로 AI에 대한 가치 인식, AI 학습효능감, AI 학습지속의향을 향상시킨 것으로 나타났다. 이 결과는 이성혜, 한정윤(2020), 이정민, 정현지, 박현경(2017) 등의 선행연구와 일치하는 결과이다[13][38]. AI 이해 영역 수업 초반에는 AI에 대한 이야기를 꺼내면 학생들이 막연하게 어려워하는 모습을 보이거나 하기 싫어하는 모습을 보이기도 하였다. 하지만, 학생들이 ‘미리캔버스’,‘웹투닝’등 다양한 도구를 활용하여 작품 활동에 참여하면서 학생들의 흥미와 몰입이 증진되는 모습을 관찰할 수 있었다. 또한 AI 원리·활용 모듈에서 학생들이 직접 분리수거 AI를 만드는 과정을 경험하면서 AI가 실생활 문제해결에 기여할 수 있음을 인식하는 데 도움을 주었다고 추론할 수 있다.

또한 AI 원리·활용 수업의 경우, 개별활동이 아닌 모둠활동으로 진행하면서 학생 간 코티칭(co-teaching)이 이루어지도록 수업을 운영하였다. 수업을 설계할 당시, AI 기술을 이해하고 활용하기 힘들어하는 학생들이 있을까 염려했는데, 학생 간 활발한 상호작용과 협력으로 학생들이 적극적으로 활동에 참여하고, 모든 모둠이 성공적으로 활동을 마무리하는 결과를 보였다. <Table 4>의 AI 학습효능감에 나타나듯이 1분위에 속한 학생들의 점수도 크게 향상되는 것을 확인할 수 있고, 전체 분포에서 AI 학습효능감이 고르게 향상되었다. 또한 이러한 성공경험이 학생들의 AI 학습지속의향에도 긍정적으로 영향을 준 것으로 보인다. 그러나 AI 학습효능감의 사후평균 점수가 여전히 2.86으로 나타나 향후 지속적인 AI 교육이 필요함을 시사한다.

학생들의 AI 교육에 대한 학습지속의향이 유의미하게 향상됨으로써, 이러한 체험형 중심의 AI 융합교육이 향후 AI 교육에 대한 학생들의 동기 부여에 기여한 것으로 해석할 수 있다. AI 교육이 초중등에서 강화되는 만큼, AI 교육을 처음 접하는 초등에서 학생들의 긍정적인 동기와 태도 형성은 심화되는 학습에 끈기를 가지고 노력하는 학습행동을 이끌어내는데 중요하다고 하겠다.

셋째, 적용한 AI 융합교육 프로그램은 AI 개념 이해와 원리·활용뿐 아니라 사회적 영향에 대한 내용을 포함하여 개발하였고, 교육 성과로 학생들의 AI 윤리성이 향상되는 효과를 확인하였다. AI 윤리교육에서는 도입부에 자율주행 자동차에 대한 주제를 다루었고, 관련하여 모럴 머신을 경험하면서 자연스럽게 AI 윤리의 필요성을 인식하도록 하였다. 학생들은 모럴 머신 활동에서 자신, 조별, 반, 다른 나라의 결과를 공유하면서 의사결정의 차이를 직접적으로 확인할 수 있었고, AI 의사결정 시스템에 대하여 토의하였다. 학생들이 AI의 활용에서 발생할 수 있는 윤리적 이슈를 지각할 뿐만 아니라, 학생들이 윤리적 의사결정에 주체로 참여하여 토의 및 토론을 하는 경험이 AI 윤리성 향상에 기여한 것으로 추측된다.

넷째, AI 융합교육 프로그램의 효과성 변인에서 남녀 학생 집단 간 차이를 살펴본 결과, 사전에 측정된 모든 연구변인에서 성별 간 유의한 차이가 없었고, 사후 측정값 중에서는 AI 가치 인식에서만 남녀 간 유의한 차이가 나타났다. 이는 이정민과 정현지, 박현경(2017)에서 초등학생 대상 로봇 프로그래밍 교육 후 남학생의 흥미가 여학생보다 높았다고 보고한 연구와 유사한 결과이다[38]. AI 가치 인식 외에 자기효능감과 학습지속의향은 성별 간 차이가 없었으나 추후 연구에서 여학생의 AI 가치 인식이 낮은 이유를 파악해보는 것을 제안한다. 선행연구 결과에 비추어보면, 중고등으로 학교급이 올라갈수록 격차가 더 빈번히 보고되고 있고[39], 초등학교에서는 성별 격차에 대한 결과가 일관되지 않는다[12]. 이러한 맥락에서 AI교육에서 성별 격차가 심화되지 않도록 처음 AI교육을 접하는 초등학교에서부터 성별에 따른 교육효과에 관심을 가지는 것은 필요하다고 사료된다.

연구를 토대로 초등학생을 위한 AI 융합교육 프로그램을 학교 현장에서 적용시 고려사항과 제안은 다음과 같다. 첫째, 학생들의 AI 학습에 대한 태도 향상을 위해 학생들의 AI 학습경험과 수준을 고려하고, 학생들의 눈높이에 맞는 실생활 문제를 중심으로 흥미와 몰입을 증진할 수 있는 수업 활동이 진행되어야 한다. 교사가 제시하는 문제 상황이나 학생들이 스스로 AI로 해결할 수 있는 문제 발굴이 중요하며, 다양한 도구와 프로그램을 사용하여 문제를 해결하는 활동 및 프로젝트 중심의 수업을 제안한다. 교사는 학생들의 이해도를 고려하여 수업의 난이도와 수업 진행속도를 조절해야 한다. 특히 교사는 학생들이 실수나 실패를 학습과정의 일부로 인식할 수 있도록 피드백을 제공하고 학습을 독려함으로써 학생들이 실패를 두려워하지 않고 AI 학습에 자신감을 가지도록 지도해야 한다.

둘째, 프로그램 계획과 운영 측면에서 수업을 2차시 블록 수업으로 고려할 것을 제안한다. 초등학생인 점과 활동 중심의 프로그램이라는 점을 고려할 때, 1차시 단위의 프로그램 운영은 사전, 사후활동 등에 시간이 부족할 수 있다. 2차시 블록으로 운영하면 오리엔테이션과 활동에 충분한 시간을 할당할 수 있어 학생들이 실질적인 학습 활동에 몰입하는 시간이 증가하는 효과를 갖게 된다. 이는 교수자와 학습자 모두에게 긍정적 학습 분위기를 조성하는데 도움이 된다.

본 연구는 다음과 같은 제한점을 지니며, 이를 보완하는 후속 연구를 제안한다. 첫째, AI 교육 프로그램 개발 과정에서 관련 분야 전문가와 동료 교사들을 대상으로 내용에 대한 타당성을 검토를 받아 수정보완하는 과정을 거쳤으나, 전문가 타당도 검사 CVR(construct validity ratio)를 실시하지 않은 점이 제한적이다. 둘째, 개발한 프로그램은 인공지능 교육의 3영역 체계에 따라 학생들의 특성을 고려하여 개발되었으나, 2022 개정 교육과정 고시 전에 개발되어 적용한 프로그램이므로 2022 개정 교육과정 방향과의 정합성을 보완하여 활용할 필요가 있다. 셋째, 개발한 교육 프로그램을 한 학급에 적용하고 효과성을 분석했다는 점에서 제한적이다. 따라서 연구 결과의 일반화에 유의할 필요가 있다. 추후 연구에서 다양한 맥락의 초등학생들을 대상으로 AI 융합교육 프로그램을 적용하고 효과성을 검증한다면 연구결과의 일반화에 기여할 것이다. 이러한 제한점에도 불구하고 본 연구는 AI 교육의 3가지 영역을 균형있게 다루는 프로그램을 개발하고, 효과성까지 검증한 점에 의의를 지니며, 학교현장에서 활용될 것으로 기대한다.

Acknowledgments

본 논문은 제1저자의 가천대학교 교육대학원 AI융합교육전공 석사학위논문을 발췌하여 수정 보완한 것임

References

• Kim, Y. (2019). Global trends of AI talent development policy in major countries. Software Policy & Research Institute.
• Ministry of Education. (2023). Major work plan of the Ministry of Education in 2023. https://www.moe.go.kr/sub/infoRenew.do?page=72759&m=031101&s=moe
• Ministry of Education. (2015). The 2015 revised national curriculum. https://ncic.re.kr/mobile.dwn.ogf.inventoryList.do
• Ministry of Education. (2022a). The 2022 revised national curriculum. https://ncic.re.kr/mobile.dwn.ogf.inventoryList.do
• Ministry of Education. (2022b). The 2022 revised practical arts curriculum. https://ncic.re.kr/mobile.dwn.ogf.inventoryList.do
• Ministry of Education. (2023 June 8). Press release: Opening an era of one-to-one personalized education with AI digital textbooks. https://www.moe.go.kr/boardCnts/viewRenew.do?boardID=72770&boardSeq=95377&lev=0&searchType=null&statusYN=W&page=1&s=moe&m=0315&opType=N
• AI Convergence Education Research Support Center. (2021). Outstanding work in developing lesson plan 1st AI convergence education contest. https://www.ebssw.kr/aied/hmpg/hmpgBbsListView.do?menuSn=138853&bbsId=BBSID_000308417&pa-geIndex=1&pageUnit=10&isSearchResult=1
• AI Convergence Education Research Support Center. (2022). 2Outstanding work in developing lesson plan 2nd AI convergence education contest. https://www.ebssw.kr/aied/hmpg/hmpgBbsListView.do?menuSn=138853&bbsId=BBSID_000308417&pa-geIndex=1&pageUnit=10&isSearchResult=1
• Shin, J. S., & Jo, M. H. (2021). Development and implementation of an activity-based AI convergence education program for elementary school students. Journal of the Korean Association of Information Education, 25(3), 437-448. [https://doi.org/10.14352/jkaie.2021.25.3.437]
• Ministry of Education. (2021). The national curriculum of AI education. https://www.playsw.or.kr/file/static/6535
• Lee, J. H., Lee, S. G., & Lee, S. H. (2021). The influence of AI convergence education on students' perception of AI. Journal of the Korean Association of Information Education, 25(3), 483-490. [https://doi.org/10.14352/jkaie.2021.25.3.483]
• Baek, S. H., & You, J. W. (2022). The interaction effect between gender and learning attitude on learning outcomes in AI education for elementary students. The Journal of Korean Association of Computer Education, 25(3), 49-60. [https://doi.org/10.32431/kace.2022.25.3.005]
• Lee, S. H., & Han, J. Y. (2020). Analyzing the effects of artificial intelligence (AI) education program based on design thinking process. The Journal of Korean Association of Computer Education, 23(4), 49-59. [https://doi.org/10.32431/kace.2020.23.4.005]
• Kim, J. U., & Lee, C. H. (2021). Development of STEAM program for artificial intelligence ethic education for elementary school student. Korean Association of Artificial Intelligence Education Transaction, 2(1), 21-28. [https://doi.org/10.52618/aied2021.2.1.2]
• Jang, Y. J., Choi, S. Y., Cho, H. G., & Kim, H. C. (2022). Development and application of modular artificial intelligence ethics education program for elementary and middle school students. Journal of the Korea Association of Computer Education, 25(5), 1-14. [https://doi.org/10.32431/kace.2022.25.5.001]
• Song, J. Y., & Jeon, Y. J. (2023). Development and application of artificial intelligence ethics education program for elementary school students based on Hans Jonas’ responsibility ethics. The Journal of Korean association of computer education, 26(2), 29-39. [https://doi.org/10.32431/kace.2023.26.2.004]
• The Ministry of Education, & KOFAC. (2021). The textbook of artificial intelligence class at school.
• Lee, S. C., & Kim, T. Y. (2020). Proposal of contents and method of artificial intelligence education for elementary school students. Journal of the Korea Association of Computer Education, 24(1), 177-180.
• Yu, J. S. (2023). Development and application of AI education programs related to real life in elementary school. Unpublished doctoral dissertation, Sungkyunkwan University.
• Ma, D. S. (2021). Comparative study of SW education leading middle & high schools and general school. The Journal of the Korean Association of Information Education, 25(1), 157-164. [https://doi.org/10.14352/jkaie.2021.25.1.157]
• Kim, E. G., & Lee, Y. J. (2022). The Influence of Artificial Intelligence Ethics Education Using Moral Machine on Elementary School Students’Perception of Artificial Intelligence. Journal of the Korea Association of Computer Education, 25(3), 1-8. [https://doi.org/10.32431/kace.2022.25.3.001]
• AI4K12. (2022). AI4K12 initiatives. https://ai4k12.org
• Han, S. L., & Kim, T. J. (2022). Research trends of artificial intelligence education in Korea: Keyword and topic analysis focused on LDA. Journal of Learner-Centered Curriculum and Instruction, 22(13), 281-294. [https://doi.org/10.22251/jlcci.2022.22.13.281]
• Min, S. A., Jeon, I. S., & Song, K. S. (2021). The effects of artificial intelligence convergence education using machine learning platform on STEAM literacy and learning flow. Journal of the Korea Society of Computer and Information, 26(10), 199-208. [https://doi.org/10.9708/jksci.2021.26.10.199]
• Lee, Y. H. (2021). Development and effectiveness analysis of artificial intelligence STEAM education program. Journal of the Korean Association of Information Education, 25(1), 71-79. [https://doi.org/10.14352/jkaie.2021.25.1.71]
• Bu, K. J., & Park, C. J. (2023). Development of an educational program combining AI and reading whole works for learning with AI in the 3rd and 4th grade of elementary schools. Journal of The Korean Association of Information Education, 27(1), 93-105. [https://doi.org/10.14352/jkaie.2023.27.1.93]
• Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Journal of Psychological review, 84(2), 191-215. [https://doi.org/10.1037/0033-295X.84.2.191]
• Song, Y. H., & You, J. W. (2013). Probing the interaction effects of task value and academic self-efficacy on learning engagement and persistence in an e-Learning course. The Journal of Learner-Centered Curriculum and Instruction, 13(3), 91-112.
• National Information Society Agency. (2018). Intelligent information society ethics guidelines. https://www.msit.go.kr/bbs/list.do?sCode=user&mId=244&mPid=243&pageIndex=1&bbsSeqNo=65&nttSeqNo=&searchOpt=ALL&searchTxt=%EC%9C%A4%EB%A6%AC
• Koh, Y. M., & Kim, H. S. (2023). Analysis of the effectiveness of an artificial intelligence literacy education program for high school students based on NDIS model. The Journal of Korean Association of Computer Education, 26(3), 57-66. [https://doi.org/10.32431/kace.2023.26.3.005]
• Wei, X., Lin, L., Meng, N., Tan, W., Kong, S., & Kinshuk. (2021). The effectiveness of partial pair programming on elementary school students’ computational thinking skills and self-efficacy. Computers & Education, 160, 104023. [https://doi.org/10.1016/j.compedu.2020.104023]
• del Olmo-Muñoz, J., Cózar-Gutiérrez, R., & González-Calero, J. A. (2022). Promoting second graders’ attitudes towards technology through computational thinking instruction. International Journal of Technology and Design Education, 32, 2019-2037. [https://doi.org/10.1007/s10798-021-09679-1]
• Jung, S. G. (2020). An analysis of the elementary school teacher’s perception toward A.I. based on associated keywords. Unpublished master dissertation, Seoul National University of Education.
• Seo, S. H. (2021). Development and application of education programs to improve the AI literacy of elementary school students. Unpublished master dissertation, Seoul National University of Education.
• Pintrich P. R., & DeGroot, E. V. (1990). Motivational and self-regulated learning components of classroom academic performance. Journal of Educational Psychology, 82(1), 33-40. [https://doi.org/10.1037/0022-0663.82.1.33]
• Kim, D. H., & Lee, L. R. (2021). Learning persistence for online educational contents: The role of teaching presence and consumption emotions. Journal of Channel and Retailing, 26(2), 1-23. [https://doi.org/10.17657/jcr.2021.04.30.1]
• Quan, H. Y. (2022). The Relationship among artificial intelligence literacy, creativity and character, and creative problem solving ability in primary and middle school students. Unpublished doctoral dissertation, Sungkyunkwan University.
• Lee, J. M., Jung, Y. J., & Park, H. K. (2017). Gender differences in computational thinking, creativity, and academic interest on elementary SW education. Journal of the Korean Association of Information Education, 21(4), 381-391. [https://doi.org/10.14352/jkaie.2017.21.4.381]
• Shim, J., Kim, H., & Lee, W. (2016). A study on gender differences in programming attitude and achievements on physical computing education in informatics curriculum revised 2015. The Journal of Korean Association of Computer Education, 19(4), 1-9. [https://doi.org/10.32431/kace.2016.19.4.001]