텍스트 마이닝 기법을 활용한 국내외 AI 리터러시 연구 주제 비교
Comparison of Domestic and International AI Literacy Research Topics Using Text Mining Techniques
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구의 목적은 텍스트 마이닝 기법을 활용하여 국내외 AI 리터러시 관련 연구의 주요 주제를 비교하는 것이었다. 2020년 1월부터 2024년 9월까지 발표된 문헌 중 AI 리터러시의 하위 요소가 명시된 논문을 수집하고, TF-IDF를 적용한 시계열 분석과 토픽 모델링 기법을 사용해 주요 연구 주제를 도출했다. 연구 결과, 국내 연구는 주로 학습 프로그램 개발, 교사 중심 연구 및 평가등 실천적 접근에 중점을 두었다. 반면 해외 연구는 AI 리터러시의 이론적 프레임워크와 특정 맥락에서의 활용 가능성을 연구하는 데 주력하고 있었다. 본 연구의 결과는 AI 리터러시 연구 주제의 전반적 경향과 국내외 차이를 이해하기 위한 기초 자료를 제공한다.
Abstract
The aim of this study was to compare the main topics of domestic and international research on AI literacy using text mining techniques. Relevant studies published between January 2020 and September 2024 that explicitly addressed the subcomponents of AI literacy were collected. TF-IDF-based time-series analysis and topic modeling methods were applied to extract key research topics. The findings indicate that domestic research primarily focused on practical approaches, such as the development of learning programs and teacher-centered research and assessment. In contrast, international studies emphasized theoretical frameworks of AI literacy and its applicability in specific contexts. The results of this study provide foundational insights into the overall trends and differences in AI literacy research across domestic and international contexts.