생성형AI 활용교육에 대한 학생의 인식 및 요구 분석

2.1 생성형AI 활용교육에 관한 국내 현황

생성형AI의 교수학습에의 활용은 이미 국내에서 여러 형태로 시작되었으며 교육청, 교육기관, 연구소에서 다양한 교수학습 방법이 제시되었다.[4~13] 교육부는 2022년부터 AI 교육 선도학교를 운영하고 있으며, 최근에는 생성형AI를 활용한 교육 프로그램을 개발하고 시범 적용하고 있다. 충북교육연구정보원의 연구[13]에서는 초등학교의 경우 Canva(31.9%), 미리캔버스(27.3%), ChatGPT(20.9%), 뤼튼(5.0%) 순으로 활용도가 높은 것으로 나타났다.

교사들은 다양한 교과목에서 생성형AI를 활용하여 학습 보조도구, 창의적 사고 촉진제, 인지적 조력자로 활용하고 있다. 국어에서는 비유적 표현 학습과 창의성 계발[13]에, 영어에서는 글쓰기와 문법 학습에 활용하며[15], 수학에서는 개념 탐구[8], 사회과에서는 역할극 대본 작성과 토론 주제 발굴에 사용[12] 된다. 과학, 미술, 정보, 체육, 실과 등 다양한 교과에서도 맞춤형 학습 지원이 이루어지고 있다[8, 12, 13, 18, 19].

생성형AI의 교육적 활용은 교육 단계에 따라 차별화된 접근이 필요하다는 인식이 제시되고 있으며, 초중등교육에서는 학생의 학습에 대한 생성형AI 기술의 적용이 개인 맞춤형 튜터링 제공, 학습자 생성 콘텐츠 제작, 학생 중심 학습 지원, 비판적 사고 등 다양한 영역에서 이루어질 수 있다고 제안[14]되고 있다. 생성형AI 활용 학습효과에 대한 한국교육학술정보원의 연구에 따르면, 학생들이 생성형AI를 활용한 학습 효과에 대해 긍정적으로 인식하고 있으며, 생성형AI 활용 교육에 대한 요구도가 높다는 결과가 보고[15]되었다. 이재호 외[16]에서는 생성형AI 교육 프로그램을 실시하고 사전-사후 설문을 통해 인식 변화를 분석한 결과, 응답자의 반 이상이 생성형AI 사용 경험이 있었으며, 주로 학습과 정보 검색을 위해 활용하고 있었다. 교육 후 생성형AI에 대한 생각, 이해도, 활용 자신감, 역량 중요성 인식에서 유의미한 향상이 확인되었다. 초등학생의 생성형AI 활용 양상 및 태도에 관한 연구[17]에서는 초등학생들의 생성형AI 활용에서 정보 탐색 질문이 가장 많고 활용경험에 따른 활용양상의 변화를 제시하여 디지털 리터러시의 중요성을 시사하였다.

반면, 생성형AI 활용에 있어서 주의깊게 고려해야 할 다양한 측면들 중에는 생성형AI의 저작권이나 상품권 이슈처럼 학생들 뿐만 아니라 성인들도 쉽게 타인의 권리를 침해하기 쉬워 조심해야 하지만, 많이 알려지지 않은 부분이 있다. 이와 관련하여는 생성형AI 활용과 관련한 국내정책으로는 정부기관과 교육청에서 지침과 가이드라인, 인공지능기본법의 내용을 참고할 수 있다.

이렇게 국내의 경우 과목별 생성형AI 활용 연구는 활발하나, 생성형AI 지침을 포괄한 인식과 요구사항 분석에 있어서 학생들을 주체로 한 연구는 아직은 많지 않은 실정이다. 이를 보강하기 위하여, 본 연구는 국가 및 교육부의 생성형AI 및 인공지능 관련 지침의 항목들을 참조하여 인식과 요구사항을 분석하였다.

2.2 학교급별 생성형AI의 활용

학교급별 생성형AI 활용에 대한 선행 연구의 관점과 현황을 보면 주로 교사의 관점과 학습자의 관점의 변화를 비교하되 주로 교사의 관점 중심으로 이루어져 있다. 전라북도교육청에서 발표한 "생성형AI의 수업 활용 방안”에서는 학교급마다 대화형 생성형AI 챗봇 사용단계의 특성들이 다르다고 분석[10, 11]한다. 교사의 관점과 학습자의 관점에서 생성형AI의 활용은 다소 다른 경향을 보일 수 있다.

초등학교 단계에서는 능동적 학습이 핵심 교수학습전략으로 적용되며, 대화형 AI 챗봇은 학생들에게 '친구'의 역할을 수행하는 것으로 나타났다. 이 과정에서 교사는 '올바른 활용을 위한 코치'로서 AI 기술에 대한 적절한 접근과 활용 방법을 지도하는 역할이 요구된다.

중학교 단계에서는 분석적 학습이 핵심 교수학습전략으로 채택되며, AI 챗봇은 '학습 튜터'로서 학생들의 지식 습득과 이해를 돕는 역할을 담당한다. 교사는 이 과정에서 '중재자'로서 학생과 AI 기술 간의 상호작용을 조율하고 학습 방향을 안내하는 기능을 수행한다.

고등학교 단계에서는 문제해결학습이 교수학습전략의 중심이 되며, AI 챗봇은 '학습 파트너'로서 학생들의 심화 학습과 문제 해결 과정에 협력적 관계를 형성한다. 이때 교사는 '학습 멘토'로서 학생들의 비판적 사고력과 자기주도적 학습 능력 발달을 촉진하는 역할을 담당한다.

이 연구는 학교급별로 학습자의 발달 특성과 교육 목표를 고려한 차별화된 AI 챗봇 활용 전략이 필요함을 시사한다. 초등학교에서는 친근한 학습 동반자로서의 AI 챗봇, 중학교에서는 체계적인 학습 안내자로서의 AI 챗봇, 고등학교에서는 협력적 문제 해결자로서의 AI 챗봇 역할이 강조된다. 이에 따라, 교사의 역할 역시 학교급별로 코치, 중재자, 멘토로 변화하며, 이는 학습자의 자율성과 책임감이 점진적으로 확대되는 교육 철학을 반영한다. 이러한 차별화된 접근은 각 학교급의 특성에 맞는 AI 기술 통합 교육 모델 개발의 기초 자료로 활용될 수 있다.

선행 연구는 학교급별 교사의 관점과 교사의 관점에서의 학습자의 역할을 제시하고 있다. 그러나 학교급별 학생들의 관점에서의 연구가 부족하다는 한계가 있다. 이에, 본 연구는 생성형AI 활용교육에 대한 초중고 학생들의 인식과 요구를 조사 및 학교급별로 그 차이를 비교하고자 하였다. 이를 통해서 교사와 학생의 눈높이를 어느 정도 확인하여 교수학습에서 참고할 수 있을 것이다.

이를 위해, 국가기관의 생성형AI 활용 지침의 항목들을 설문에서 반영하었다. 또한, 최근 제정된 '인공지능기본법'과 행정예고된 개인정보 관련 '자동화된 결정에 대한 조치기준'의 주요 항목들이 설문 안에 반영되도록 하였다. 이를 통해서 글로벌 인공지능 정책과 발맞추어 이미 마련된 정부의 정책 및 교육부의 교육 기본 지침과 일관된 항목들을 통해 차후의 인공지능 활용교육 프로그램 및 정책들의 토대자료로 기능하도록 하였다.

3.1 연구대상

본 연구는 경기도 교육청에서 설문대상으로 선정한 경기도 내 초중고등학교의 초중고 학생들을 대상으로 하였다. 초등학교 학생 77명, 중학교 학생 84명, 고등학교 학생 89명의 학생, 총 250명을 대상으로 하였다. 경기도 교육청에서 선정한 학교의 기준은 생성형AI을 수업시간에 활용할 가능성이 있으면서, 설문 응답률을 높일 수 있도록 학교규모 또한 고려하였다.

학생 참여자의 학교급별, 성별 비율은 Table 1, Table 2와 같다. 초등학교의 경우 저학년과 고학년 간 연령과 인지발달이 다르지만, 법적 기준에서는 인지발달과 관련없이 13세 미만은 생성형AI의 직접 이용이 불가하다. 다만, 직접 생성AI 사용은 불가하지만, 학교현장에서 선생님이 수업시간에 생성AI를 사용하는 화면을 보여주면서 수업진행이 가능하며, 실제 지금 현장에서는 이와 같은 방식으로 생성 AI활용에 대한 수업이 이루어지고 있다. 이에 따라 인지발달과 무관하게 생성형 AI활용에 대해 단순 학교급별로 살펴보고자 하였다. 학생의 학교급별 인원 비율은 통계적 유의성을 정확히 측정하기 위해 유사한 비율로 설계 및 수집되었다.

Table 1.

Number and Percentage of Students by School Level

Table 2.

Number and Percentage of Student Participants by Gender

3.2 설문개요

본 연구의 설문조사는 생성형AI 활용 현황 및 인식 그리고 요구사항 조사를 목적으로 하였다. 본 설문을 통한 연구 절차와 방법은 국가생명윤리공용위원회(공용IRB)의 심의를 거쳤으며 (승인번호: 2024-1564-002, 10월 14일), 국가생명윤리위원회 규정에 따라 만 14세 미만의 학생들에 대해 법정보호자의 동의 또한 취득하였다.

설문조사는 2024년 10월 18일부터 11월 1일까지 수행되었다. 학교의 오프라인 환경에서 모인 학생들에게 제공된 온라인 설문링크에 참여하는 방식으로 수행되었다. 연구윤리 절차에 따라 설문이 시작되기 전 학부모들의 자녀의 설문동의서를 받았으며, 학생들에게도 설문 안내 및 동의서에 서명을 받았다. 설문이 진행되는 동안 연구자와 해당 학교의 담당 교사는 진행 상황에 차질이 없도록 참관하고 학생들의 설문진행에 대한 질문에 답하는 방식으로 설문을 보조하였다. 설문에 대한 응답의 소요시간은 20분 정도였다.

설문 문항은 Table 3]에서 볼 수 있는 것처럼 총 29 문항으로 구성되었으며, 인구통계학적 특성과 관련한 2개 문항, 개인적인 이용현황에 관한 문항 13개, “수업에서의 생성형AI 활용에서 배운 점”과 “교육이 필요한 점”에 관하여 14개의 선택지로 이루어진 설문에서 중복응답이 가능하도록 구성되었다.

Table 3.

Structure of the Survey Questionnaire

구체적인 자료분석은 기술통계를 활용하여 생성형AI의 개인적 이용 현황과 패턴을 파악하고, 카이제곱 검정을 활용하여 학교급 간 차이가 있는지를 분석하였다. 또 생성형AI활용 교육 경험에 있어서 배운 항목과 교육이 필요한 항목 간을 비교하여 학교급별 생성형AI 활용교육의 맞춤형 교육의 방향을 파악하고자 하였다.

3.3 설문 도구 개발 및 절차

설문 문항들은 인구통계학적 특성을 기본으로 하여, 생성형AI의 활용에 대한 인식과 요구사항으로 구분하였다. 인식의 하위범주로는 이용목적과 패턴, 사회에 미치는 영향인식, 교육경험과 활용에 있어서 필요 항목을 파악하고자 하였다. 마지막으로 도움과 지원이 필요한 항목으로 구분하여 문항을 개발하였다. 설문에 대한 응답은 모두 중복선택을 가능하도록 하여 현황을 파악하도록 하였다.

설문 문항은 현재까지의 대표적인 비생성형 및 생성형AI 활용 지침인 국가인공지능윤리기준[3], 교육분야인공지능윤리원칙[20], 교육부 디지털 교육규범[15]의 항목들을 설문 문항개발의 기본 프레임으로 활용하였다. 초중고에서의 생성형AI 활용 교육은 국가 및 교육부와의 연계성을 고려하는 것이 차후 정책 및 교육 방향에 있어 현실적인 방향이라는 고려를 상정하였다. 이들 기준들은 국가기관 지침의 특성상 상호 중복되는 부분들이 있다. 국가AI윤리 기준의 10대 핵심요건은 인권보장, 프라이버시 보호, 다양성 존중, 침해금지, 공공성, 연대성, 데이터관리, 책임성, 안전성, 투명성이다. 교육분야인공지능윤리 원칙으로는 인간성장의 잠재성 유도, 학습자의 주도성과 다양성 보장, 교수자의 전문성 존중, 교육당사자 간의 관계 유지, 교육의 기회균등과 공정성보장, 교육공동체의 연대와 협력 강화, 사회 공공성 증진, 교육당사자의 안전 보장, 데이터 처리의 투명성 보장과 설명가능성, 데이터의 합목적적 활용 및 프라이버시 보호가 제시되었다. 디지털교육 규범으로는 주도성 안전성, 정확성, 창의성, 정보보호, 책임성, 다양성, 공정성이 제시되었다.

이러한 항목들을 종합하여,‘안전성’,‘정확성’,‘공정성’,‘주도성’,‘창의성’,‘정보보호’,‘책임성’,‘다양성’을 설문참여자의 생성형 AI활용 교육 현황과 요구사항의 선택항목으로 반영하였다. 이 선택지들에 대해 중복선택이 가능하도록 하여 구체적 교육현황을 파악할 수 있도록 하였다.

이 문항들은 10년 이상의 연구 경험을 보유한 교육대학 교수 2인, 현장 교사 2인의 전문가 자문을 통해 설문 항목에 대한 서면 자문을 수행하여 타당성을 검토하였다. 먼저 각 전문가가 개별적으로 설문 문항의 내용 타당도, 안면 타당도, 구성 타당도를 5점 Likert 척도로 평가하였으며, 평균 3.5점 미만 문항에 대해 전문가 의견을 종합하여 문항을 수정·보완하였다. 수정된 문항에 대해 동일 전문가들의 2차 검토 후 모든 문항이 평균 4.0점 이상의 타당도 점수를 획득하였다. 최종 설문 문항의 내용 타당도 지수(CVI)는 0.89로 나타나 높은 타당도를 확보하였다.

분석도구로는 MS Excel 과 R 프로그래밍 분석도구를 활용하였다. 먼저, 수집된 원자료는 Excel을 사용하여 응답 오류 수정과 결측치 처리에 활용하였다. 정제된 데이터는 R 환경으로 옮겨져 학교급 간 통계적으로 유의미한 차이가 있는지를 보기 위해 카이제곱 검증을 수행하는데 활용하였다.

설문 응답에 대한 분석으로는 응답받은 중복 선택 항목들의 선택 비율을 중심으로 응답을 분석하였다. 선택비율의 높고 낮음을 판단하기 위해서는 학교급 간 평균값보다 높은 선택 비율을 보인 항목들은 ‘상대적으로 높은’항목으로, 평균값보다 낮은 항목들은 '상대적으로 낮은 항목'으로 간주하였다. 또한 카이제곱 검증을 활용하여 학교급 간에 통계적으로 유의한 차이가 있는지를 분석하였다.

4.1 학생들의 개인적인 생성형AI 이용 현황

본 연구는 학생들의 학교에서의 생성형AI활용교육에 대한 설문에 앞서 먼저 ‘개인적 차원에서의 이용 여부’및 ‘빈도’, ‘연령별 제한 인지 여부’ 및 ‘활용목적’을 분석하고자 하였다.

학생들의 생성형AI 이용 비율은 아래 Table 4에서 보이는 것처럼, 고등학교 76.6%, 중학교 75.2%, 초등학교 47.6%로 나타났다. 고등학생과 중학생은 높은 수준의 이용률을 보인 반면, 초등학생은 절반에 못 미치는 수준이었다. 초등학생은 생성형AI에 대한 접근성과 이해 수준이 낮고, 연령제한 등 법적 제한도 영향을 미쳐 사용률이 낮은 것으로 예상할 수 있다.

Table 4.

Number and Percentage of Students Who Have Used Generative AI

이와 함께 조사한 “생성형AI의 이용방법을 배운 경로”에 대한 답변에서는 학교급별 특성이 드러났다. 고등학교의 경우, 학교 교육을 통한 학습이 28.6%로 가장 높았고, 자가 학습("배운적 없다")이 17.3%로 두 번째, 또래 학습(친구)이 13.3%로 세 번째를 차지했다. 중학교의 경우, 학교 교육이 49.5%로 압도적으로 높았고, 온라인 콘텐츠(유튜브 등) 활용이 10.8%, 자가 학습이 8.6%의 차례였다. 초등학교의 경우, 학교 교육이 22.5%로 가장 높았고 온라인 콘텐츠 활용이 12.7%, 인터넷 검색을 통한 학습이 11.3% 이었다. 학교급별 특성을 보면, 모든 학교급에서 공식 교육기관인 '학교'가 가장 중요한 학습 경로로 나타났으며, 중학교의 경우 학교 교육 의존도가 특히 높았고, 고등학생들은 상대적으로 자기주도적 학습과 또래학습 비중이 높으며, 반면 초등학생들은 온라인 자원을 적극적으로 활용하는 경향을 보였다.

학교급별 학생들의 생성형AI의 개인적 이용 빈도는Table 5와 같다.

Table 5.

Frequency of Individual Use of Generative AI by Students

생성형AI의 개인적 사용 빈도에 있어서, 학교급별 경향은 다음과 같다. 고등학생은 상대적으로 자주 생성형AI를 사용하는 경향을 보였으며, 매일 사용하는 학생은 10.4%였다.‘주 1~2회’ 사용 비율은 28.8%로 가장 높았다. 중학생의 경우 ‘1달에 12회’가 45.3%로 가장 높았고, ‘주 1~2회’는 33%였다. 매일 사용하는 비율은 3.1%로 낮았다. 초등학생은 ‘1달에 1~2회’가 65%로 가장 높았으며, 매일 사용하는 학생은 2.5%에 불과하였다.

학생들의 생성형AI 활용 빈도는 학교급에 따라 뚜렷한 차이를 보였다. 고등학생은 타 학교급보다 상대적으로 높은 빈도로 생성형AI를 이용한다. 반면, 초등학생은 사용 빈도와 활용률 모두 낮으며, 이는 법적 연령 제한, 정보 판단력 부족, 교육 환경의 차이에 기인한다. 이러한 결과는 연령에 따라 사용 빈도에 명확한 차이가 존재하며, 고학년일수록 자율성과 과제 중심의 활용이 높아지는 경향을 시사한다.

중복응답을 기반으로 한 학생들의 활용목적에 대한 설문조사에서는 정보검색이 가장 많은 비중을, 숙제에 도움을 받는 부분이 두 번째로 큰 비중을 차지했다. 이는 학생들에게만 나타나는 활용목적이라기보다는 생성형AI의 대두와 더불어 활용초기 단계에서의 일반적 패턴으로 해석할 수 있다. 다양한 활용목적에 대한 학교급별 응답은 Table 6으로 정리하였다.

Table 6.

Students' Purposes for Using Generative AI (Multiple Responses Allowed, N=60 (High School), 63 (Middle School), 42 (Elementary School)

학교급별로 생성형AI의 활용 목적에는 뚜렷한 차이가 나타났다. 본 분석은 고등학교, 중학교, 초등학교 학생들을 대상으로 각기 다른 활용 목적 항목에 대한 중복응답 결과를 비교함으로써, 생성형AI 사용 양상을 고찰하였다.

우선, 모든 학교급에서 ‘정보 검색’은 가장 높은 선택 비율을 보였다. 고등학교(78.3%)와 중학교(71.4%) 학생들은 학업과 관련된 정보 탐색에 AI를 적극 활용하고 있으며, 초등학생의 경우에도 과반수 이상(54.7%)이 해당 기능을 사용하고 있는 것으로 나타났다. 이는 생성형AI가 기존의 검색 엔진과 유사한 방식으로 인식되고 있으며, 교육적 도구로 자리매김하고 있음을 시사한다. 다만, 이와 같은 경향은 AI의 사실 왜곡(hallucination) 가능성을 고려할 때, 비판적 정보 판별력 함양이 동반되어야 함을 의미한다.

둘째, ‘숙제 도움’은 중·고등학생에게서 주요 활용 목적 중 하나로 확인되었다. 고등학생의 60%, 중학생의 63.5%가 AI를 학업 과제 수행에 활용하고 있는 반면, 초등학생은 33.3%로 낮은 비율을 보였다. 이는 학습의 자율성과 과제 수행 수준의 차이에 따른 결과로 해석된다. 고학년일수록 자기주도적 학습에서 생성형AI를 도구로 활용하는 능력이 강화되고 있으며, 초등학생은 학부모나 교사의 지도가 함께 작용하기 때문에 상대적으로 활용 빈도가 낮을 수 있다.

셋째, ‘이미지 생성 및 편집’, ‘음성 생성’, ‘코드 작성’ 등 창의적 활동 항목에서는 고등학생의 활용 비율이 가장 높았다. 특히 이미지 생성은 고등학생의 30%, 중학생의 34.9%가 활용하는 반면, 초등학생은 19%로 낮은 수준에 머물렀다. 또한, 음성 및 오디오 생성은 고등학생 20%와 초등학생 14.3%가 사용한 반면, 중학생은 3.1%에 불과하여 비교적 활용률이 낮았다. 이러한 결과는 고등학생이 다양한 콘텐츠를 생성하거나 편집하는 활동에 능숙하며, 교육과정에서도 이러한 활동을 접할 기회가 많음을 반영한다. 반면, 중학생은 비교적 제한적인 활용 환경에 처해 있을 가능성이 있으며, 초등학생은 아직 해당 기술을 충분히 이해하거나 접할 기회가 적은 것으로 보인다.

넷째, ‘취미 활동’은 초등학생에게서 가장 높은 비율(38.1%)로 나타났다. 중학생(14.3%)과 고등학생(16.7%)에 비해 뚜렷한 차이를 보였으며, 이는 초등학생이 생성형AI를 흥미 기반으로 접근하는 경향이 강함을 시사한다. 특히 초등학생의 경우 학습 목적보다는 놀이와 탐색 중심의 활용이 우세하여, 향후 창의적 놀이 콘텐츠와 연계한 AI 교육 콘텐츠 개발이 필요하다.

마지막으로, ‘외국어 학습’과 ‘코드 작성’ 항목은 전반적으로 낮은 비율을 보였으나, 고등학생의 외국어 학습 활용률은 20%로 초등학생(16.7%)과 중학생(12.7%)보다 높았으며, 코드 작성에서는 고등학생이 11.7%로 가장 높게 나타났다. 이는 고등학생이 대학 진학이나 진로 탐색 과정에서 생성형AI를 보다 실용적으로 활용하고 있음을 보여준다.

결과적으로, 학교급별로 생성형AI의 활용 목적은 학습 수준, 기술 이해도, 교육 환경의 차이에 따라 다양한 양상을 보였다. 이러한 결과는 향후 생성형AI 활용 교육이 학교급별 학습 목적과 발달 수준에 맞추어 차별화되어야 함을 시사한다.

이용 현황과 관련한 마지막 설문으로, 이용 연령 인지 여부와 보호자가 자신의 이용 사실을 인지하는지를 설문하였다. 분석 결과는 다음의 Table 7에 정리되어 있다.

Table 7.

Number (Percentage) of Students Using Generative AI and Their Awareness of Age Restrictions(N = 77 [High School], 84 [Middle School], 89 [Elementary School])

생성형AI의 이용 연령에 대한 인지율은 전반적으로 낮았다. 고등학생의 경우 13.5%, 중학생은 15.6%, 초등학생은 37.5%만이 이용 연령을 인지하고 있었다. 반면, 보호자가 학생의 생성형AI 사용 사실을 인지하고 있다고 응답한 비율은 초등학생 75%, 고등학생 66.1%, 중학생 57.8%로 나타났다. 생성형AI의 이용 연령에 대한 인식이 부족하다는 점은 교육적 문제로 연결된다.

더불어 살펴본 보호자가 학생 자신들의 사용 사시사실에 대해 알고 있는지에 대한 설문에서 학생들은 전체 평균 66% 정도의 응답율을 보여주었다. 이는 낮은 이용연령 인지율과 함께, 학생들이 무분별하게 AI를 활용할 가능성을 보여준다. 이를 고려할 때 연령별로 구체화된 사용 가이드라인과 보호자 및 교사를 대상으로 한 인식 제고 교육이 필요함을 의미한다.

4.2 학교에서의 생성형AI 활용교육 현황

본 연구는 학생들의 생성형AI 이용 현황에서 더 나아가, 학교에서의 생성형AI 활용교육 참여 경험, 교육에서 배운 내용, 그리고 학습요구 항목을 조사하였다. 현재 학교 현장에서 생성형AI 교육이 어떻게 이루어지고 있는지 파악함으로써 교육 정책 수립과 개선을 위한 기초 자료로 활용될 수 있다. 또, 학교급별 생성형AI 활용 양상과 교육 경험이 어떻게 다른지 파악하여 학교급별 맞춤형 교육 프로그램 개발에 기초자료로 활용할 수 있다. 또한, 현재 제공되고 있는 교육 내용과 학생들이 실제로 필요로 하는 교육 내용 사이의 격차를 파악하여 보완 방안을 마련할 수 있다.

분석 결과, 학교급 전체의 학생들 중, 생성형AI을 활용한 수업에 참여한 경험이 있는 학생들은 고등학교 72.7%(56명), 중학교 71.8%(61명), 초등학교 37%(37명)였다. 초등학생의 경우 학습 단계 및 수준이나 생성형AI의 연령제한에 기인하여 학교에서의 활용 사례는 적을 것이라고 예상할 수 있었다.

4.3 학교에서의 활용교육 항목 및 요구 항목

생성형AI 활용 교육에 필요한 항목은 교사의 견해를 주로 반영해야 하지만 학생들과의 상호작용 및 눈높이를 고려할 필요가 있다. 이에, 생성형AI 활용 교육이 이미 이루어진 항목들과 학생들의 필요항목을 함께 나란히 비교하여 파악하고자 하였다. 분석결과는 Table 8과 같다.

Table 8.

Topics Students Learned from and Topics They Want to Learn in Generative AI Education(Multiple responses allowed; Learned Topics N = 56 [High School], 61 [Middle School], 37 [Elementary School]; Learning Needs N = 77 [High School], 84 [Middle School], 89 [Elementary School])

먼저 중복응답이 가능한 선택지들을 고른 특성을 살펴보면, 생성형AI 활용 교육 현황 (배운내용)에 대해 학생들은 각기 전체 선택지 중 평균 2.5~4.2 개의 선택지를 선택하였는데 중학교>초등학교>고등학교 순으로 항목 선택의 평균 수가 높았다. 또, 학습요구에 대해서는 각기 3~3.5 개의 선택지를 선택하였으며 학교급별로 큰 차이는 없었다.

4.4 학교급별 생성형AI 활용교육에서 학생의 역할에 대한 시사점