예비교원을 위한 AI 디지털교과서 활용 교수설계 교육 프로그램 개발

1. 연구의 필요성 및 목적

디지털 시대의 학생들을 미래 인재로 양성하기 위한 맞춤형 교육의 필요성에 따라 2023년 교육부는 ‘디지털 기반 교육혁신 방안’을 발표하였다[1]. 이 방안은 인공지능이 대체할 수 없는 인간의 고유한 창의성, 협업 능력, 비판적 사고력 등의 역량을 키울 수 있도록 개념 중심 및 문제해결 중심 교육을 강화하는 것을 기본 방향으로 제시하고 있으며, 이를 위한 주요한 추진 정책 중의 하나로 AI 디지털교과서의 개발 및 적용 계획이 발표되었다. 그리고 뒤이어 AI 디지털교과서의 적용과 관련한 구체적인 계획을 담은 ‘AI 디지털교과서 추진방안’이 함께 발표되었는데, 이는 AI 디지털교과서와 관련해서 디지털교과서 등의 에듀테크를 활용하여 교육격차를 완화하고 맞춤형 교육을 실현하기 위한 목적을 담고 있다[2].

AI 디지털교과서는 AI 기반 학생 진단 및 분석을 바탕으로 교원과 학부모에게 학생의 객관적인 학습 정보를 제공하고, 개별 학생에게는 학업성취도 및 특성을 고려한 최적의 학습경로와 학생 맞춤 처방 및 지원을 제공하는 교과서를 의미한다[2, 3]. AI 디지털교과서는 학습진단, 맞춤형 콘텐츠, 대시보드, AI 튜터, AI 보조교원, 교원 재구성 기능을 갖추고 있어[3], 기존의 서책형 교과서를 디지털 형태로 단순하게 변환한 것과는 본질적으로 차이가 있다[4]. AI 디지털교과서는 2025년부터 수학, 영어, 정보 과목에서 먼저 투입되어, 2028년까지 국어, 과학, 역사, 기술·가정 등의 과목으로 점차 확대 적용될 예정이며, 이에 따라 교육 현장에서의 교수학습적 및 기술적 변화가 예상된다.

AI 디지털교과서와 같은 새로운 테크놀로지의 도입을 통한 변화는 교육의 질을 향상시키는 등의 긍정적인 변화를 야기할 수 있지만, 이를 위해 AI 디지털교과서를 단순히 교실에 도입하는 것만으로는 충분하지 않다[4,5]. 즉, AI 디지털교과서가 얼마나 다양한 기능을 갖추고 있는지와는 별개로 교육 현장에서의 실질적인 수용 및 활용의 정도에 따라 교육의 혁신 여부가 결정될 수 있으며[4], 교원 교육과 같은 요인이 교육혁신에 중요한 영향을 미친다[6].

AI 디지털교과서의 성공적인 학교 현장에의 정착을 위해 현직교원 대상의 다양한 연수 및 교육이 지속적으로 진행되고 있다. 그러나 현재 예비교원 대상의 연수는 거의 전무한 실정이다. 현직교원에 대한 교육 및 연수와 함께 미래 교육 현장을 주도할 예비교원을 위해 선제적인 관점에서 예비교원 대상의 체계적인 교육이 개발 및 운영될 필요가 있다[7]. 미래 교육의 질 제고를 위해 예비교원을 대상으로 하는 디지털 역량 교육이 전세계적으로 확대되고 있으며, 예컨대 OECD 회원국의 절반 이상이 예비교원의 디지털 역량 강화를 위한 교육 규정이나 지침을 제정하였다[8]. 우리나라에서도 교육 및 사범대학에서 교직소양 영역의 필수 이수 과목으로 ‘디지털 교육’ 교과목을 신설하여 예비교원의 역량 강화를 위해 노력하고 있다.

이러한 흐름에 따라 현장교원뿐 아니라 예비교원들에게도 AI 디지털교과서의 기능을 이해하고 이를 활용해 교수학습을 설계할 수 있는 기회를 제공하는 것이 필요하다[9]. 미래의 교육을 주도할 예비교원의 AI 디지털교과서에 대한 경험은 디지털 기반 교육혁신 관련 정책의 성패에도 큰 영향을 미칠 수 있다[13]. 예비교원들이 추후 교육 현장에서 AI 디지털교과서를 무리없이 활용하기 위해서는 AI 디지털교과서를 미리 경험하는 것이 필요하며 디지털 세대인 예비교원들의 관점에서 AI 디지털교과서의 기능을 최적화할 수 있는 방안을 모색해볼 수도 있을 것이다[9].

특히 예비교원은 디지털 네이티브의 특성을 지니기 때문에 테크놀로지에 대한 이해는 빠르나, 교수의 경험을 가질 기회는 부족하기 때문에 테크놀로지 활용 교수설계에 대한 체계적인 교육을 통해 수업설계 역량을 신장시킬 필요가 있다[10, 11, 12]. 따라서 현직교원 대상의 연수와는 차별화된 예비교원을 위한 AI 디지털교과서 관련 연수의 개발과 적용이 필요하다. 예비교원이 맞춤형 교육에 대한 시대적 필요성에 공감하고 AI 디지털교과서의 기능과 효과성을 이해할 수 있도록 지원하고 관련 교육 및 연수를 제공할 필요가 있다[13].

이에 본 연구는 예비교원이 AI 디지털교과서를 활용하여 효과적으로 수업을 설계할 수 있는 역량을 개발할 수 있도록 지원하는 체계적인 교육 프로그램의 개발을 목적으로 한다. 이를 위해 설계·개발 연구 방법론[14]에 따라 관련 연구 및 사례 분석, 현직교원, AI 디지털교과서 관련 전문가 및 예비교원 대상의 요구분석을 통해 초기 프로그램을 도출하였고, 이에 대한 전문가 타당화를 총 2회 실시하여 최종 교육 프로그램을 도출하였다. 마지막으로 개발한 교육 프로그램을 직접 실행하며 예비교원의 의견과 반응을 확인하였다. 본 연구의 구체적인 연구 문제는 다음과 같다.

첫째, 예비교원을 위한 AI 디지털교과서 활용 교수설계 교육 프로그램은 어떻게 구성되는가?

둘째, 예비교원을 위한 AI 디지털교과서 활용 교수설계 교육 프로그램은 타당한가?

2. 이론적 배경

3. 연구 방법

본 연구는 예비교원의 AI 디지털교과서 활용 교수설계 역량 강화를 위한 교육 프로그램을 개발하고 타당성을 확인하기 위한 목적으로 수행되었다. 이를 위하여 설계·개발연구 방법론을 활용하였는데, 이는 산출물 및 도구와 그 개발을 이끄는 새로운 모형 생성에 관한 실증적 기반을 확립하고자 하는 설계, 개발 및 평가의 과정에 대한 체계적인 연구 방법론이다[14]. 그 중 산출물 및 도구 연구(유형 1)는 프로그램의 전체적인 설계와 개발 과정에 초점을 맞춘 것으로서 본 연구에서는 산출물 및 도구 연구 방법을 활용하여 교육 프로그램을 개발하였다.

이를 위해 먼저 디지털교과서, AI 코스웨어, AI 디지털교과서, 예비교원 교육 프로그램 관련 문헌 및 사례를 분석하였고 현직교원, 예비교원, 관련 전문가를 대상으로 면담을 통한 요구분석을 실시하였다. 선행문헌 및 요구분석 결과를 종합하여 교육 프로그램의 초기 프로토타입을 개발하였으며 두 차례의 전문가 타당화를 통해 수렴된 의견을 반영하여 프로토타입을 수정 및 개선하였다. 이후 최종 프로토타입을 도출하고 이를 활용하여 예비교원을 대상으로 교육 프로그램을 실행하고 설문 및 면담을 통해 학습자의 교육 만족도를 평가하였다. 구체적인 연구 절차 및 방법은 Table 1과 같다.

Table 1.

Research Procedures and Methods

3.1. 분석 및 설계

3.1.1. 관련 자료 분석

예비교원의 AI 디지털교과서 활용 교수설계 역량 강화 프로그램 개발을 위해 국내외 디지털교과서 교육 프로그램 사례, 예비교원 대상 교육 프로그램 관련 자료 등을 분석하였다. 교육 프로그램 개발을 위해 학술연구정보서비스 RISS 및 구글 학술검색 등의 학술 데이터베이스를 활용하였으며, ‘예비교원’, ‘AI 디지털 교과서’, ‘디지털 교과서’, ‘인공지능’, ‘AI 코스웨어’, ‘교육 프로그램’ 등의 키워드를 조합하여 관련 문헌 및 사례를 수집하였다. 수집한 문헌을 바탕으로 교육 형태, 교육 내용, 교육 방법에 대해 분석하였으며, 이를 통해 교육 프로그램 개발을 위한 시사점을 도출하였다.

3.1.2. 요구분석

예비교원의 AI 디지털교과서 활용 교수설계 역량 강화를 위한 교육 프로그램에 대한 요구를 확인하기 위해 요구분석을 실시하였다. AI 코스웨어 활용 교수설계 경험이 풍부한 현직교원 3인과 예비교원 2인, 현직교원을 대상으로 하여 AI 디지털교과서 활용 연수를 운영한 경험이 있으며 AI 디지털교과서 개발사 대표로 재직 중인 1인을 대상으로 1인당 약 1시간 가량의 면담을 진행하였다. 요구분석 대상자는 Table 2와 같다.

Table 2.

Needs Analysis Participants

요구분석 면담지는 전체 대상자를 위한 공통 문항 10개를 기본으로 구성하였으며, AI 디지털교과서 개발사 대표 대상 8개 문항, 현직교원 대상 8개 문항을 추가하여 요구분석 문항을 개발하였다. 공통 문항은 ‘AI 디지털교과서의 정의 및 특징’, ‘프로그램 교육 내용’, ‘프로그램 운영’에 대한 내용으로 구성되었으며, 구체적인 문항은 Table 3과 같다. 공통 문항을 바탕으로 AI 디지털교과서 개발사 대표에게는 AI 디지털교과서의 기능 및 연수 방법에 대해 추가 분석을 실시하였고, 현직교원을 대상으로 교육 현장에서의 AI 디지털교과서 활용과 관련하여 추가적으로 요구분석을 실시하였다. 그리고 분석 결과에 기반하여 초기 프로토타입을 설계하였다.

Table 3.

Common Questions for Needs Analysis

3.2. 전문가 타당화

개발된 초기 프로토타입에 대해 교육공학 전문가, AI 교육 전문가, 교과교육 관련 전문가를 대상으로 교육 프로그램의 내적 타당성을 검토하였다. Table 4와 같이 교육공학 전문가 1인, 교과교육(영어교육, 수학교육, 정보교육 등) 및 AI 교육에 전문성을 지닌 현직교원 4인, AI 디지털교과서 개발자 2인, 예비교원 2인, 총 9인이 참여하였다.

Table 4.

Expert Validation Participant

전문가 타당화 질문지는 나일주와 정현미(2001)가 제안한 문항을 본 연구의 맥락에 맞게 일부 수정하여 4점 척도에 따라 응답하도록 개발하였다[30]. 타당화 문항은 교육 프로그램 전반의 타당성, 설명력, 유용성, 보편성을 확인하고 교육 프로그램의 세부 차시별 타당성, 프로그램의 내용 적합성, 프로그램 운영 방법의 효과성에 대해 평가하며, 프로그램 전반적으로 보완해야 할 점에 대해 의견을 제시할 수 있도록 구성되었다.

4. 연구 결과

4.1. 분석 결과

4.1.1. 관련 문헌 및 사례 분석 결과

교육 프로그램 설계를 위해 관련 문헌 및 사례를 조사한 결과 AI 디지털교과서를 활용한 교육 프로그램 사례는 미흡하였다. 이에 현직교원 대상의 AI 코스웨어 활용 교육 프로그램, AI 디지털교과서 관련 연수와 예비교원 대상의 디지털 기반 교육 역량, AI 활용 및 융합 수업 설계 역량 향상 프로그램 등의 선행연구 및 사례에 대해 검토하였다. 먼저 교육 내용의 측면에서 디지털 신기술에 대한 이해 및 자료의 선정, 제작 및 활용 등을 포함하고, 교육과정 설계 역량을 제고하기 위하여 교육과정을 재구성하는 경험을 제공할 필요를 확인하였다[31, 32]. 교수설계 경험이 적어 어려움을 겪는 예비교원들에게 교수설계 및 수업시연 경험은 큰 도움이 될 수 있다[31, 32]. 또한 예비교원은 학생 맞춤형 수업 및 평가를 직접 설계하고 실행하는 등 학교 현장과 밀접한 관련이 있는 교육을 필요로 하였으며, 이에 따라 구체적인 예시나 사례와 같은 실제적인 내용 위주로 프로그램을 구성하거나 현직교원을 강의자로 초빙하여 현장 경험을 공유한 사례가 다수 존재하였다[7, 33, 34, 35].

예비교원 대상의 AI 및 테크놀로지 활용 교육 프로그램의 교수학습방법으로는 교수자의 강의와 프로젝트 기반 학습, 실습 등의 교육 방법이 주로 혼용되었다[7, 36]. 특히 학습자가 직접 수업을 설계해보고 이를 바탕으로 수업을 시연하는 활동이 주가 되었으며, 조별로 수업을 진행하여 다른 조의 수업을 평가하고 자신의 수업을 정교화하는 활동도 이루어졌다[7, 33, 37]. 이에 더해 세부적인 운영 전략으로 교육 내용을 아카이빙할 수 있는 공간과 원활한 소통을 위한 커뮤니티 채널의 활성화가 제시되었으며, 이를 통해 사전학습 또는 보충학습을 진행한 사례를 확인하였다[7].

4.1.2. 요구분석 결과

현직교원, 예비교원, AI 디지털교과서 개발 담당자를 대상으로 요구분석 면담을 실시한 결과, 피면담자들은 기존의 디지털교과서와 차별화된 AI 디지털교과서의 장점으로 학습자 데이터 분석 및 시각화, AI 튜터를 활용한 맞춤형 학습 실현, 교수자의 수업 부담 경감 등을 언급하였으며, 이를 바탕으로 교육 프로그램에 대한 의견을 구체적으로 제시하였다. 그 내용은 다음과 같다.

첫째, 예비교원의 AI 디지털교과서 활용 교수설계 교육 프로그램은 AI 디지털교과서의 개념과 기능에 대한 이론 강의, AI 디지털교과서 활용 실습, 수업 설계 및 시연을 모두 포함해야 한다. 현직교원과 예비교원은 모두 AI 디지털교과서의 개념과 기능, 학교 현장에서의 수업 사례 등의 내용을 중심으로 프로그램을 구성할 것을 요구하였으며, AI 디지털교과서 개발 전문가들은 한국교육학술정보원이 제시한 AI 디지털교과서의 주요 기능을 다룰 필요성을 언급하였다[3]. 이에 따라 다수의 학습자들이 동일한 장소에서 수업을 들으며 토론과 실습을 진행할 것, 이론 강의보다는 실습에 보다 많은 시간을 배정할 것이 요구되기도 하였다. 특히 현직교원 대상 교육 프로그램의 대부분이 수업 설계는 포함하나 수업 시연은 주로 제외되는 점을 고려할 때, 시연 경험이 상대적으로 부족한 예비교원을 대상으로는 수업 시연을 필수 요소로 포함하는 것이 필요함이 강조되었다.

둘째, 교육 현장에 대한 고려가 이루어진 프로그램이 개발 및 적용되어야 한다. 면담에 참여한 예비교원들은 모두 실제 수업에서 AI 디지털교과서를 활용할 수 있는 수준의 프로그램을 요구하였으며 AI 디지털교과서를 단순히 체험하는 수준의 교육에는 부정적인 반응을 보였다. 또한 실제 교원의 수업 설계 과정 및 교육 현장에서 디지털 기기를 사용할 때의 현실적인 어려움을 고려하여 AI 디지털교과서 활용 수업 설계를 체화하고자 하였다.

이외에도 AI 디지털교과서 개발자를 대상으로 AI 디지털교과서의 주요 기능 및 연수 운영 경험과 관련된 질문을 제시하였으며, AI 디지털교과서의 교원용 계정과 학생용 계정 각각의 주요 기능을 탐색하고 학교 현장에서 AI 코스웨어를 활용한 수업을 진행할 때 교수자와 학습자의 반응을 분석할 필요성을 확인하였다. 또한 현직교원 및 AI 디지털교과서 개발 담당자를 대상으로 학교 현장에서의 AI 디지털교과서 활용에 대한 추가 질의를 진행하여 AI 디지털교과서의 실제적인 활용 방안을 파악하였다. 현직교원들은 모두 학습자의 학습 이력 및 성취도 등을 바탕으로 수업을 체계적으로 설계하는 것을 중요하게 생각하였으며, 학습자들에 대한 개별 피드백을 제공하고 보충학습을 실시할 때 AI 디지털교과서를 유용하게 사용할 수 있다고 답하였다.

4.1.3. 초기 교육 프로그램

선행연구 분석 및 요구분석 결과를 종합하여 개발한 초기 프로토타입은 Table 5와 같다. 초기 프로토타입은 학습자들의 AI 디지털교과서 활용 역량 향상을 위해 ‘AI 기반 교육 혁신의 이해’, ‘AI 디지털교과서의 기능’, ‘AI 디지털교과서 활용 방안 탐색’, ‘AI 디지털교과서 활용 교수설계’와 같은 4개 모듈, 15차시로 구성되었다. 또한 예비교원의 AI 디지털교과서에 대한 이해와 실제 교육 현장에서의 활용 능력을 높이기 위해 교육 내용에 따라 강의 및 개별·팀별 실습 방법을 활용하여 운영되도록 개발되었다.

Table 5.

Initial Prototype

4.2. 전문가 타당화 결과

4.2.1. 전문가 타당화 결과

초기 교육 프로그램에 대하여 현직교원 3인, AI 디지털교과서 개발자 2인, 예비교원 2인에게 1차 전문가 타당화를 실시한 결과는 다음과 같다. 4점 척도를 기준으로 프로그램 전반에 대한 타당도는 평균 3.67점이며 각 주차별 학습 내용에 대한 타당성 점수는 3.62점으로 나타났다. 또한 프로그램 운영 방법의 적합성은 3.78점, 프로그램의 내용 적합성은 3.36점이다. 1차 전문가 타당화 결과 각 영역별 평균(M), 내용 타당도(CVI), 평가자 간 일치도(IRA)값은 Table 6과 같으며, 전문가의 주요 의견 및 이를 반영한 프로토타입 수정 사항은 Table 7과 같다.

Table 6.

Results of the First Expert Validation

Table 7.

Key Opinions and Revisions from the First Expert Validation

1차 타당화 결과의 수정의견을 바탕으로 2차 프로토타입을 도출하였다. 2차 프로토타입에 대하여 1차 타당화와 동일한 전문가들에게 2차 전문가 타당화를 실시한 결과는 다음과 같다. 프로그램 전반에 대한 타당도는 3.89점, 각 주차별 학습 내용에 대한 타당도는 3.77점, 프로그램 내용의 적합성은 3.73점, 프로그램 운영 방법의 적합성은 3.78점으로 1차 타당화에 비해 전반적으로 타당도 점수가 상승하였으며, 특히 프로그램 내용 구성의 적합성에 대한 타당도 점수가 유의미하게 상승하였다. 2차 타당화 결과는 Table 8과 같으며, 전문가의 주요 의견 및 수정 사항은 Table 9과 같다.

Table 8.

Results of the Second Expert Validation

Table 9.

Key Opinions and Revisions from the Second Expert Validation

4.2.2. 최종 교육 프로그램

전문가 타당화 결과를 반영한 최종 교육 프로그램은 Table 10과 같이 디지털 기반의 교육 혁신 및 AI 디지털교과서 이해, AI 디지털교과서 시연 및 실습, AI 디지털교과서 활용 방안 탐색, AI 디지털교과서 활용 교수설계 및 수업 시연과 같이 4개의 모듈로 구성된 15차시의 교육 프로그램으로 도출되었다.

Table 10.

Final Education Program

먼저 첫 번째 모듈에서는 디지털 교육 혁신 및 AI 디지털교과서 관련 정책에 대해 전반적으로 이해한 후 AI 디지털교과서의 10가지 주요 기능에 대해 알아보고 서책형 교과서나 기존의 디지털교과서와의 차별적 기능에 대해 이해하도록 하였다. 두 번째 모듈은 AI 디지털교과서의 프로토타입을 보고 학습자들이 직접 AI 디지털교과서 프로토타입의 교사용/학생용 기능을 실습해보도록 하였다. 프로토타입의 여러 기능을 직접 체험해 봄으로써 학습자들의 실제적 이해를 도왔으며, 이를 바탕으로 팀별 AI 디지털교과서의 기능들을 심화 탐구 시간을 통해 교과별 AI 디지털교과서를 수업에 활용할 수 있는 방안을 모색해보도록 하였다.

세 번째 모듈에서는 AI 디지털교과서를 실제 수업에서 어떻게 활용할 수 있는지 구체적인 방안에 대해 이해하도록 하였다. AI 디지털교과서를 활용해 수업할 때 유용하게 활용할 수 있는 수업 설계 모델의 절차 및 활용 방안에 대해 학습하고 학교 현장에서 어떻게 수업이 이루어지는지 실제 사례를 살펴보도록 한다. 마지막 모듈에서는 학습자들이 AI 디지털교과서에 대해 학습한 내용을 바탕으로 AI 디지털교과서를 활용하여 교수 설계를 해보는 활동을 하였다. 팀별로 AI 디지털교과서를 활용하여 수업을 설계하고 수업 지도안을 개발하도록 하였다. 개발한 수업 지도안을 바탕으로 팀별 모의 시연을 수행하고, 시연한 수업에 대해 다른 팀과 피드백을 나눈 후 수업안을 수정·보완하여 발전된 수업안을 도출해보도록 하였다. 수업 시연 후 학습자들의 소감 공유와 더불어 AI 디지털교과서를 활용하여 수업을 설계 및 실행해 보았을 때의 장점 및 AI 디지털교과서의 활용방안에 대해 자유롭게 이야기하며 아이디어를 정리 및 발전시키는 시간을 제공하였다.

이처럼 최종 교육 프로그램에서는 초기 프로토타입에 비해 디지털 기반 교육 혁신 정책과의 연계성을 강화하여 디지털 교육 혁신의 맥락 속에서 AI 디지털교과서를 이해할 수 있도록 하는 한편 개별 모듈의 교육 내용에 세부 내용을 추가하여 프로그램을 보다 체계적으로 구조화하였다. 또한 AI 디지털교과서 프로토타입에 대한 시연과 실습을 체계화하고, 예비교원들이 전공별로 팀을 구성하여 교과 특성에 맞는 AI 디지털교과서 활용 방안을 탐색할 수 있도록 하였다. 특히 AI 디지털교과서 활용 교수설계 과정을 사례 분석, 수업 설계, 개발, 시연, 피드백의 단계로 세분화하여 예비교원들이 단계적으로 수업 설계 역량을 개발할 수 있도록 구성하였으며, 동료 평가와 피드백을 통한 수업 개선 과정을 강화하였다.

4.3. 최종 교육 프로그램 현장 평가 결과

4.3.1. 교육 프로그램 실행

최종 교육 프로그램은 S대학교 사범대학에 재학 중인 예비교원을 대상으로 실행되었다. 참여한 예비교원은 총 16명으로 영어교육과, 역사교육과, 생물교육과, 수학교육과 등 다양한 전공의 학생들로 구성되었다. 교육 프로그램 실행은 2024년 7월 15일부터 19일까지 5일간 총 15차시로 운영되었으며, 효과적인 실행을 위한 교육 자료와 운영자용 매뉴얼이 개발되어 활용되었다.

1일차에는 디지털 기반 교육 혁신 정책 및 사례와 AI 디지털교과서 개발 상황 및 주요 기능에 대한 강의가 진행되었다. 2일차에는 AI 디지털교과서 프로토타입을 활용한 시연 및 실습이 이루어졌으며, 특히 강사의 시연 이후 프로토타입을 자율적으로 탐구해보며 활동지를 활용해 AI 디지털교과서의 주요 기능, 특징 및 장점, 활용 가능성에 대해 정리해보도록 하였다(Figure 1). 3일차에는 AI 디지털교과서를 활용한 수업 설계 시에 참고할 수 있는 교수학습모형과 수업 사례를 소개했다. 4~5일차에는 팀별로 AI 디지털교과서를 활용한 수업을 설계하고 수업 지도안을 개발하는 프로젝트 활동이 진행되었다.먼저 앞서 소개한 수업 사례들이 수업설계모델에 비추어봤을 때 잘 설계되었는지를 분석하였다. 분석 결과를 바탕으로 팀별 수업의 학습목표, 수업 주제, 성취기준, AI 디지털교과서 기능, 수업 구성의도, 교수학습활동 등을 포함하여 수업을 설계하였고 이를 수업 지도안 형태로 개발하였다(Figure 2).

Figure 1.

AI Digital Textbook Independent Inquiry Activity Sheet (Student Work)

Figure 2.

Lesson Plan Template for Utilizing AI Digital Textbooks

마지막 5일차에는 수업 시연을 통해 서로의 수업 지도안을 발표하고 피드백을 주고받으며, AI 디지털교과서의 장점, 활용 방안, 수업 소감 등을 공유하였다.

4.3.2. 교육 프로그램에 대한 학습자 반응

프로그램에 대한 일자별 만족도 조사 결과, 5점 만점에 평균 4.79점으로 높은 만족도를 보임을 확인하였다. 그 중에서도 AI 디지털교과서를 활용해 직접 수업을 설계 및 시연해보고 수업에 대해 피드백을 주고받은 3~5일차의 수업에 대한 만족도가 모두 평균 4.8점 이상으로 특히 높음을 확인하였다(Table 11). 이에 더해 프로그램에 대한 학습자 반응을 심층적으로 분석하기 위해 학습자 3인을 대상으로 초점집단면담(FGI)을 실시하였다. 면담은 비대면으로 진행되었으며, 교육 목표 달성 여부, 도움이 된 내용, 인상적인 내용, 프로그램 및 팀 활동 만족도, 개선점, AI 디지털교과서에 대한 추가 학습 요구 등 총 7개 질문을 중심으로 진행되었다.

Table 11.

Basic Statistical Results of the Satisfaction Survey

면담 결과 참여자들은 본 교육 프로그램을 통해 AI 디지털교과서 도입과 관련된 정책에 대한 이해를 바탕으로 AI 디지털교과서 프로토타입을 직접 체험해보고 이를 활용하기 위한 방안을 고민해볼 수 있는 기회를 가질 수 있었던 것을 긍정적으로 평가하였다.

“학부생에게는 그동안 제공되지 않았던 AI 디지털교과서 교육을 통해 미래 교육 현장에서 AI 디지털교과서를 어떻게 사용할 수 있을지 상상할 수 있는 계기가 되었습니다.”(예비교원 A)

“AI 디지털교과서에 대해 한 번도 배워본 적이 없었는데 프로토타입을 직접 실습해보고, 디지털 기술을 활용하여 새로운 형태의 수업을 구상해 보았다는 점에서 긍정적인 기회였습니다” (예비교원 B)

또한 수업 설계의 측면에서, 직접 수업 지도안을 개발해봄으로써 AI 디지털교과서를 활용한 수업의 모습을 구체적으로 고민해볼 수 있었던 점을 긍정적으로 평가하였다.

“지난 시간부터 프로토타입을 만져보면서 이것을 어떻게 수업에 적용할 수 있을지 막연한 고민이 있었는데요. 오늘 수업 지도안을 설계해보면서 실제 교육 현장에서 AI 디지털교과서가 어떻게 활용될지 구체적으로 생각해 볼 수 있었습니다.”(예비교원 C)

“AI 디지털교과서의 도입 배경과 기능을 깊게 탐구하는 기회가 되었어요. AI 디지털교과서의 각 기능이 수업에서 어떤 역할을 할 수 있는지 고민할 수 있었어요. 앞으로 완성될 AI 디지털교과서의 모습을 그리며 미래에 어떤 수업이 가능할지 상상하는 시간이 되었습니다.”(예비교원 D)

그러나 개선점으로는 AI 디지털교과서에 대한 다양한 관점, 특히 비판적 시각을 다루는 기회가 부족했다는 의견이 공통적으로 제시되었다.

5. 논의 및 결론

본 연구에서는 AI 디지털교과서의 교육 현장에의 도입을 앞둔 상황에서, 예비교원을 위한 AI 디지털교과서 활용 교수설계 교육 프로그램을 개발하고 타당성을 확인하였다. 연구 결과, 디지털 기반의 교육 혁신 및 AI 디지털교과서 이해, AI 디지털교과서 시연 및 실습, AI 디지털교과서 활용 방안 탐색, AI 디지털교과서 활용 교수설계 및 수업 시연과 같이 4개의 모듈로 구성된 15차시의 교육 프로그램이 개발되었다. 이에 대한 만족도 조사 결과 평균이 5점 만점에 4.79점으로 높게 나타났음을 확인하였고, 만족도 조사의 개방형 문항과 FGI를 통해 예비교원에게 제한되었던 AI 디지털교과서 교육의 기회가 제공되었던 점, AI 디지털교과서 프로토타입을 통해 직접 수업을 설계해본 점에 대한 긍정적 의견을 확인하였다. 본 연구는 예비교원을 대상으로 하는 AI 디지털교과서 관련 교육이 부족한 상황에서, 예비교원을 위한 AI 디지털교과서 활용 교수설계 역량 강화를 위한 구체적인 교육 프로그램과 실행을 위한 구체적인 산출물을 개발하고, 교육 프로그램의 실행을 통해 교육 프로그램의 타당성을 확인하였다는 점에서 의의가 있다. 이상의 연구 결과와 의의를 바탕으로 논의사항을 제시하면 다음과 같다.

첫째, 예비교원의 특성을 고려하여 현직교원 대상의 연수 및 교육과는 차별화된 교육 프로그램의 설계가 필요하다. 예비교원과 현직교원은 경험 및 배경지식 측면에서 다른 맥락과 수준을 지니므로, 이들을 대상으로 하나의 교육 프로그램을 일괄적으로 적용하는 것에는 한계가 있다[38]. TPACK 프레임워크에 비추어보면, 예비교원은 현직교원에 비해 테크놀로지가 교수학습방식에 어떤 변화를 가져오는지에 대한 지식인 TPK(기술교수지식)과 특정 교과 내용이 테크놀로지와 서로 어떻게 영향을 주고받는지를 이해하는 지식인 TCK(기술내용지식) 측면에서 상대적으로 낮은 수준을 보인다[39]. 즉, 예비교원은 디지털 네이티브 세대로서 테크놀로지에 대한 이해도는 높으나, 테크놀로지와 교수법 및 교과 내용의 연계가 요구되는 테크놀로지 기반 교수설계의 경험은 부족한 상황이다[10, 12, 40]. 따라서 예비교원에게 테크놀로지가 교육 현장에서 어떻게 활용 및 통합될 수 있는지에 대한 실제적인 사례를 제시하고 이를 바탕으로 교수설계를 해볼 수 있는 직접적인 경험을 제공하는 것이 필요하다[41]. 본 연구에서도 AI 디지털교과서 활용 수업을 설계하고 수업 지도안을 개발하는 활동에 대한 예비교원의 만족도가 매우 높음을 확인하였다. 또한 이 같은 교육 프로그램에서 현직교원이 강사로서의 역할을 수행할 수 있다. 예비교원의 교육과정 개발 역량 강화를 위한 방안으로 현직교원과의 협업을 강조하며, 예비교원들의 지도안 등의 산출물에 대해 현직교원의 피드백 제공이 중요한 역할을 함을 확인하였다[42]. 본 연구에서도 교육 현장에 대한 생생한 경험을 담은 현직교원의 강의, 수업 지도안에 대한 현직교원의 피드백에 대한 예비교원의 만족도가 매우 높았음을 확인하였다.

둘째, 예비교원이 AI 디지털교과서에 대한 이해와 활용 경험을 바탕으로 AI 디지털교과서의 유용성을 인식하는 것은 예비교원의 AI 디지털교과서 사용 의도 및 지속성에 영향을 미칠 수 있다. 나혜진과 동료들(2024)은 확장된 정보기술수용모형을 제안하며 이 모형에 따라 예비교원의 AI 디지털교과서 사용의도 및 인식을 조사하며, 미래의 교육을 이끌어나갈 예비교원이 AI 디지털교과서에 대해 경험하고 이를 긍정적으로 인식하는 것은 디지털 기반 교육혁신 정책의 성패에 중요한 영향을 미칠 것임을 강조하였다[13]. 진표와 이은배(2024)의 예비교원 대상 설문조사 결과에서도, 기술수용모델에 따라 AI 디지털교과서에 대한 지각된 용이성 및 유용성이 예비교원의 기술사용의도에 유의미한 정적 영향을 미침을 확인하였고, 따라서 AI 디지털교과서의 실제적인 사용 이점을 예비교원에게 명확히 전달해야 함을 강조하였다[22]. 본 연구에서도 만족도 조사 및 FGI를 통해 AI 디지털교과서의 기능별 특징 및 장점에 대한 강의와 이를 기반으로 한 수업 설계를 통해 예비교원이 AI 디지털교과서를 활용 수업에 대한 기대를 가짐을 확인하였다.

셋째, 교원양성기관이 예비교원을 대상으로 하는 AI 디지털교과서 관련 교과 및 비교과 프로그램의 개발 및 실행에 적극적인 역할을 해야 한다. 즉, 교원양성기관에서 예비교원들이 학교 현장에서 AI 디지털교과서를 활용한 수업을 효과적으로 설계 및 실행할 수 있도록 다양한 프로그램이 개발되어야 한다[22, 43]. 교원양성기관은 AI 디지털교과서 등이 도입된 미래교육에 대비하기 위해 기존 교육과정을 혁신적으로 개편하여 내실화를 다져야 한다[44]. 교육부와 한국연구재단에서도 2024년 교원양성과정 개선대학 지원 사업을 통해 교원양성기관에서 예비교원이 AI 디지털교과서를 활용할 수 있는 교육과정을 필수적으로 구성할 것을 강조하고 있다[45]. 본 연구에서 실시한 FGI에서도 단발적인 프로그램이 아닌 대학의 교과 및 비교과 교육과정에서 AI 디지털교과서를 지속적으로 접할 수 있어야 한다는 예비교원의 의견을 확인하였다.

끝으로 본 연구의 한계와 후속 연구를 위한 제언을 제시하면 다음과 같다. 첫째, 본 연구에서는 교육 프로그램의 참여 대상이 1개 대학의 학습자로만 구성되며, 교육 프로그램의 만족도 조사를 위한 설문조사의 응답자가 14명으로 적어, 결과의 일반화에는 한계가 있다는 점에서 한계가 있다. 따라서 추후에는 참여 예비교원의 인원을 충분히 확보하여 교육 프로그램의 효과성을 추가적으로 확인할 필요가 있다. 둘째, 본 연구에서는 AI 디지털교과서 프로토타입을 활용하여 교육 프로그램을 실행하였다. AI 디지털교과서 프로토타입은 AI 디지털교과서 개발 가이드라인에서 제시하는 AI 디지털교과서의 기능을 완전히 구현하지 못하였으므로, 실제 개발될 AI 디지털교과서와는 기능적인 면에서 차이가 있다. 따라서 향후에는 실제 AI 디지털교과서의 기능을 기반으로 교육 프로그램을 수정 및 보완할 수 있다. 셋째, 본 연구는 교육 프로그램에 대한 학습자 반응 평가를 위해 만족도 조사와 FGI를 실시하였으나 학습자의 정량적인 역량 변화를 측정하지 못했다는 한계가 있다. 따라서 향후 AI 디지털교과서 활용 교수설계 역량 변화를 객관적으로 측정할 수 있는 사전 및 사후 평가 도구를 개발하고 적용하고, 본 교육 프로그램을 적용한 실험집단과 그렇지 않은 통제집단의 역량을 분석하는 등 객관적인 역량 변화 측정을 위한 후속 연구를 실시할 필요가 있다.

References

• Ministry of Education (2023a). Digital-based Educational Innovation Plan.
• Ministry of Education (2023b). AI Digital Textbook Promotion Plan.
• Korea Education and Research Information Service (2023). Guidelines for the Development of AI Digital Textbooks.
• Kim, S., Lee, G., & Kim, H. (2024). Introduction of AI digital textbooks in mathematics: Elementary school teachers' perceptions, needs, and challenges. Education of Primary School Mathematics, 27(3), 199-226. [https://doi.org/10.7468/jksmec.2024.27.3.199]
• Lee, K. (2012). Analyzing teachers' concerns regarding the adoption of digital textbooks. Journal of Educational Studies, 43(2), 23-52. UCI: G704-001618.2012.43.2.002
• Abd Majid, M. Z., & Mafarjaa, N. (2024). Understanding the educational Innovation practice in teaching and learning among economic teacher’s in Klang valley. In SHS Web of Conferences (Vol. 182, p. 01005). EDP Sciences. [https://doi.org/10.1051/shsconf/202418201005]
• Lim, C., Chee, H., Go, B., Lim, E., & Min, S. (2024). A Study on the development of education programs to strengthen AI·Digital utilization instructional design competencies of pre-service teachers. Journal of Korean Association for Educational Information and Media, 30(1), 129-153. [https://doi.org/10.15833/KAFEIAM.30.1.129]
• OECD (2023). OECD Digital Education Outlook 2023: Towards an Effective Digital Education Ecosystem. OECD Publishing.
• Hwang, P., & Park, J. (2022). Analysis of the needs of pre-service elementary school teachers for English digital textbooks.Analysis of the needs of pre-service elementary school teachers for English digital textbooks. Primary English Education, 28(4), 5-30. [https://doi.org/10.25231/pee.2022.28.4.5]
• Lee, O., & Jang, S. (2018). Analysis of teaching skill development by teaching career. Journal of Korean Association for Educational Information and Media, 24(4), 755-777. [https://doi.org/10.15833/KAFEIAM.24.4.755]
• Mulder, D. (2016). Pre-service teachers and technology integration: International cases and generational attitudes toward technology in education. Handbook of research on global issues in next-generation teacher education, 83. Retrieved from https://digitalcollections.dordt.edu/faculty_work/950 [https://doi.org/10.4018/978-1-4666-9948-9.ch005]
• Shing, C. L., Saat, R. M., & Loke, S. H. (2018). The knowledge of teaching a€“pedagogical content knowledge (PCK). Malaysian Online Journal of Educational Sciences, 3(3), 40-55.
• Na, H., Suh, S., & Yang, H. (2024). Analysis on elementary pre-service teachers’ behavioral intention to use about AI digital textbooks. The Journal of Learner-Centered Curriculum and Instruction, 24(5), 469-484. [https://doi.org/10.22251/jlcci.2024.24.5.469]
• Richey, R. C., & Klein, J. D. (2014). Design and development research: Methods, strategies, and issues. Routledge. [https://doi.org/10.4324/9780203826034]
• Ministry of Education (2007). Implementation Plan for the Commercialization of Digital Textbooks.
• Jung, S. (2023). The Status of AI Digital Textbook Laws and Legal Challenges. The Journal of Law of Education, 35(3), 171-197. [https://doi.org/10.17317/tjle.35.3.202312.171]
• Lee, H. (2023). A Model for Constructing Learner Data in AI-based Mathematical Digital Textbooks for Individual Customized Learning. Education of Primary School Mathematics, 26(4), 333-348. [https://doi.org/10.7468/jksmec.2023.26.4.333]
• Lim, C., Lim, E., Eom, T., Lee, E., Jeong, Y., & Lim, M. (2024). Developing a teacher facing dashboard prototype of AI courseware for supporting instructional design: Focused on elementary mathematics. Journal of Korean Association for Educational Information and Media, 30(3), 907-932. [https://doi.org/10.15833/KAFEIAM.30.3.907]
• Ministry of Education & Korea Education and Research Information Service. (2018). Digital Textbook Utilization Guide for Elementary School Teachers. Korea Education and Research Information Service.
• Lee, Y. (2024). Enhancing Diagnostic and Personalized Reading Instruction in Elementary School English Through AI-Powered Digital Textbooks. Korean Journal of Elementary Education, 35(4), 73-91. [https://doi.org/10.20972/kjee.35.4.202412.73]
• Korea Education and Research Information Service. (2023). AI Digital Textbook Development Guidelines (GM 2023-11). Korea Education and Research Information Service. https://www.keris.or.kr/main/ad/pblcte/selectPblcteETCInfo.do?mi=1142&pblcteSeq=13722
• Chen, P., & Lee, E. (2024). Influence of Pre-service Teachers’ Edutech Instructional Competency and AI Digital Textbook Competency on the Intention to Use AI Digital Textbooks Based on the Technology Acceptance Model. Journal of Educational Technology, 40(3), 693-717. [https://doi.org/10.17232/KSET.40.3.693]
• Ryu, K., & Son, S. (2017). Developing Competency Model of Teachers for Practicing Digital Textbook Learning Based on Smart Education. The Journal of Learner-Centered Curriculum and Instruction, 17(8), 231-252. [https://doi.org/10.22251/jlcci.2017.17.8.231]
• Heo, H., Seo, J, Lim, K., Lim, K., Lee, H., & Kang, S. (2024). Development and validation of an assessment instrument for teachers’ AI·digital competencies. Journal of Korean Association for Educational Information and Media, 30(2), 497. [https://doi.org/10.15833/KAFEIAM.30.2.497]
• Lee, D., Lee, B., & Lee, E. (2022). Competencies and Training Tasks for Teachers in Education using AI. Journal of Korean Association for Educational Information and Media, 28(2), 415-444. [https://doi.org/10.15833/KAFEIAM.28.2.415]
• Lim, G., Park, S., & Kim, M. (2016). The impact of a teacher’s personal background and training experience on the ability to use digital textbooks, level of understanding, perception of effectiveness, and attitude. Journal of Digital Convergence, 14(9), 53-61. [https://doi.org/10.14400/JDC.2016.14.9.53]
• Ministry of Education (2025). 2025 Key Implementation Plans for Major Tasks of the Ministry of Education.
• Kim, H., & Kim, W. (2024). Secondary school mathematics teachers' perceptions of AI digital textbooks: Implications and challenges for adaptive learning. Journal of the Korean School Mathematics, 27(3), 417-452. [https://doi.org/10.30807/ksms.2024.27.3.007]
• Kim, M. (2024, October 22). Gangwon State Office of Education Conducts 2025 Artificial Intelligence Digital Textbook Training for Parents. Education & Citizen. http://www.edunctn.com/news/article.html?no=17603
• Na, I., & Jeong, H. (2001). Developing an action model for WBI design. Journal of Educational Technology, 17(2), 27-52. [https://doi.org/10.17232/KSET.17.2.27]
• Yang, C., Bae, Y., & Noh, T. (2015). The characteristics of pre-service secondary science teachers’ curriculum design for teaching in science museum. Journal of the Korean Association for Science Education, 35(1), 95-107. [https://doi.org/10.14697/jkase.2015.35.1.0095]
• Jeong, H. (2017). Exploring the design characteristics of secondary pre-service teachers derived from instructional design education in teacher training institutions. The Korean Journal of Educational Methodology Studies, 29(2), 285-312. [https://doi.org/10.17927/tkjems.2017.29.2.285]
• Kim, S., & Lee, Y. (2017). Development of TPACK-P education program for improving technological pedagogical content knowledge of pre-service teachers. Journal of The Korea Society of Computer and Information, 22(7), 141-152. [https://doi.org/10.9708/jksci.2017.22.07.141]
• Heo, H., & Kang, S. (2023). Teacher competencies for designing artificial intelligence-integrated education. The Journal of Korean Association of Computer Education, 26(2), 89-100. [https://doi.org/10.32431/kace.2023.26.2.008]
• Hong, J., Kim, S., Kim, S., Park, C., & Park, J. (2023). Development and application of modular AI basic literacy education program for pre-service teachers. The Journal of Korean Association of Computer Education, 26(3), 83-91. [https://doi.org/10.32431/kace.2023.26.3.007]
• Rim, H. (2009). Study on the effectiveness of team project to improve TPACK of preservice mathematics teachers. The Journal of Educational Research in Mathematics, 19(4), 545-564. UCI: G704-000842.2009.19.4.006
• Park, C., Kim, S., Kim, S., Hong, J., & Park, J. (2023). Developing an elementary pre-service teacher education program based on AI-TPACK model for designing artificial intelligence convergence lessons. The Journal of Korean Association of Computer Education, 26(3), 15-29. [https://doi.org/10.32431/kace.2023.26.3.002]
• o, M., & Lee, H. (2016). A Study on a Modification of Educational Needs Assessment Model According to the Difference of Perceived Importance between Pre-service and In-service Teachers. Korean Journal of Teacher Education, 32(3), 147-168. [https://doi.org/10.14333/KJTE.2016.32.3.147]
• Rosenberg, J. M., & Koehler, M. J. (2015). Context and technological pedagogical content knowledge (TPACK): A systematic review. Journal of research on technology in education, 47(3), 186-210. [https://doi.org/10.1080/15391523.2015.1052663]
• Mulder, D. (2016). Pre-service teachers and technology integration: International cases and generational attitudes toward technology in education. Handbook of research on global issues in next-generation teacher education, 83. [https://doi.org/10.4018/978-1-4666-9948-9.ch005]
• Park, K. (2015). A development of practical instructional design model for secondary pre-service reacher. Journal of Educational Technology, 31(4), 783-809. [https://doi.org/10.17232/KSET.31.4.783]
• Lee, J. (2024). Developing a college course model for enhancing pre-service English teachers’ curriculum development competency via collaboration with in-service teachers. English Teaching, 79(1), 145-166. [https://doi.org/10.15858/engtea.79.1.202403.145]
• Heo, N. (2016). Analysis of preservice mathematics teachers’ perceptions on mathematics digital textbook. The Journal of the Korea Contents Association, 16(10), 364-372. [https://doi.org/10.5392/JKCA.2016.16.10.364]
• Shin, M.-H., & Kim, S.-Y. (2022). Alternatives to Improving the Curriculum of Teacher Training Institutions to Enhance Future Responsiveness. Jounal of Digital Convergence, 20(2), 447–454. [https://doi.org/10.14400/JDC.2022.20.2.447]
• Ministry of Education (2024). Basic Plan for the University Support Project for Improving Teacher Training Course.