본문 바로가기
KERD
논문KCI 등재

개별 맞춤형 학습을 위한 초등교육용 AI 학습플랫폼 분석 및 교사 인식 탐구

Analysis of AI Learning platforms for personalized learning in elementary education and exploration of teachers’ perceptions

김보경|임유진|주정흔|임세범
한국교육정보미디어학회 (Korea Association for Educational Information and Media)|2024.10|교육정보미디어연구 (Journal of Korean Association for Educational Information and Media)|제30권 제5호|pp. 1447-1470|DOI 10.15833/KAFEIAM.30.5.1447

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

AI인공지능교사인식초등교육Teachers’ PerceptionsElementary EducationPersonalized Learning개별 맞춤형 학습AI 학습플랫폼AI Learning Platforms
주제분류교육학

초록

본 연구는 초등교육에서 활용되는 AI 학습플랫폼을 Montebello(2021)가 제시한 AI기반 개별 맞춤형 학습 모델의 세 가지 요소(PLE, PLN, PLP) 측면에서 분석하고, 이를 활용해본 교사들의 인식을 조사하여 AI 학습플랫폼의 개발과 활용 방향에 대한 통찰을 얻고자 하였다. 우선, AI 학습플랫폼 분석을 위해 문헌연구를 바탕으로 분석 기준을 설정하였고, 현장 교사 6명을 섭외하여 연구진과 함께 6개의 AI 학습플랫폼을 분석하였다. 교사의 인식을 조사하기 위해, 분석에 참여한 현장 교사 6명을 대상으로 현재 활용 중인 AI 학습플랫폼의 장점, 한계점 등을 서면 인터뷰를 통해 조사하였다. 본 연구 결과는 다음과 같다. 첫째, PLP 요소와 관련하여, 대부분의 AI 학습플랫폼은 학습자 특성 파악을 위한 진단 기능이 주로 인지적 측면에 집중되어 있으며, 학습 과정과 성과를 대시보드를 통해 제공하고 있었다. 또한, 학습 과정과 성과에 대한 성찰 기회(상대적 위치, 보상, 피드백)은 AI 학습플랫폼별로 다양하게 제공하고 있었다. 둘째, PLN은 학습자 간 상호작용과 교사-학습자 간 상호작용을 분석한 결과, 대다수의 AI 학습플랫폼에서 이와 관련한 기능이 미흡한 것으로 나타났다. 마지막으로, PLE는 진단에 따른 학습 경로 추천 기능은 일부 플랫폼에서만 제공되었고, 맞춤형 콘텐츠는 주로 인지적 특성에 따른 문제 제공에 집중되었다. 학습자 선호에 따른 인터페이스 통제 및조절 기능은 대부분의 플랫폼에서 제공되지 않았다. AI 학습플랫폼에 대한 교사의 인식을 살펴본 결과, 장점으로는 학습자의 개별 맞춤형 학습 지원, 흥미 유발, 풍부한 양질의 콘텐츠가 있었고, 한계점으로는 교사의 콘텐츠 활용에 대한 자율성 부족, 흥미 유발 요인 부족, 실시간 학습 지도 및 상호작용의 어려움, 피드백 제약 등이 있었다

Abstract

This study analyzes AI learning platforms used in elementary education based on the three components (PLE, PLN, PLP) of Montebello’s (2021) AI-based personalized learning model and examines teachers’ perceptions. To analyze the platforms, a literature review was conducted to set the analysis criteria, and six field teachers were recruited to evaluate six AI learning platforms with the research team. Teachers’ perceptions were gathered through written interviews, focusing on the strengths and limitations of the platforms they currently use. The results are as follows: First, regarding the PLP component, most platforms focus on cognitive diagnostics and present learning processes and outcomes via dashboards. Reflection opportunities on learning (relative position, rewards, feedback) were offered variably across platforms. Second, in terms of the PLN component, the analysis revealed that most platforms lack sufficient features for learner-to-learner and teacher-to-learner interaction. Lastly, concerning the PLE component, only some platforms provided learning path recommendations based on diagnostics, and personalized content was primarily focused on cognitive characteristics. Interface control based on learner preferences was generally not available. Teachers highlighted several advantages, such as personalized learning support, increased engagement, and rich content, but noted limitations, including lack of autonomy in content use, insufficient engagement factors, challenges in real-time guidance and interaction, and limited feedback.

참고문헌 (40)

  1. "‘2022 개정 교육과정’ 총론 주요사항 발표" (2021)[URL]
  2. "인공지능(AI) 디지털교과서 개발 지침 발표 개발의 신호탄 쏘다" (2023)[URL]
  3. 김세영, "개별화 맞춤형 수학 학습을 지원하는 AI 기반 플랫폼 분석", 수학교육 논문집, 36(3), pp.417~438 (2022)
  4. 김수철, "국내외 수학 학습지원 플랫폼의 기능 분석-인공지능의 활용을 포함하여", 아시아태평양융합연구교류논문지, 7(11), pp.315~326 (2021)
  5. 김영은, "학습 플랫폼의 원격 학습에의 적용: COVID-19 미국 캘리포니아의 교육청 사례", 교육과정평가연구, 24(2), pp.77~102 (2021)
  6. 김춘화, "중국인 유학생의 사회정서역량이 한국 대학생활 적응에 미치는 영향", 아시아교육연구, 16(1), pp.23~41 (2015)
  7. "2025년부터 수학․영어․정보교과에 AI 디지털교과서 도입" (2023), 대한민국 정책브리핑[URL]
  8. 박만구, "수학교육에서 인공지능 활용 가능성", 수학교육 논문집, 34(4), pp.545~561 (2020)
  9. 박혜연, "수학 교수․ 학습을 위한 인공지능 플랫폼 분석 연구", 수학교육 논문집, 36(1), pp.1~21 (2022)
  10. 방담이, "인공지능기반 에듀테크에 대한 초‧ 중등학교 교사의 신뢰 탐색", 교육연구, 85, pp.227~247 (2022)
  11. "매쓰홀릭, 부산교육청 AI 수학학습 프로그램 참여" (2021)[URL]
  12. "인공지능활용 초등수학 학습지원 업무협약식" (2021)[URL]
  13. 서근원, "아이의 눈으로 회인(誨人)탐구 : 교육인류학의 교육 탐구와 실천", 교육인류학연구, 25(2), pp.155~179 (2022)
  14. 서울특별시교육청, "서울시교육청, 인공지능(AI) 기반 융합 혁신미래교육 중장기 발전계획 발표", 서울특별시교육청 보도자료, 1~9 (2021)
  15. 서울특별시교육청, "서울시교육청, 인공지능(AI) 튜터 마중물학교 운영", 서울특별시교육청 보도자료, 1~2 (2021)
  16. 신종호, "대학 교육에서 인공지능(AI)기반 적응형 학습 구현을 위한 교수자 인식 및 요구 분석", 디지털융복합연구, 19(10), pp.39~48 (2021)
  17. 이승관, "영어 교수․학습을 위한 인공지능 플랫폼 분석", The SNU Journal of Education Research, 32(1), pp.21~44 (2023)
  18. "인천시교육청, 미래교육 대응 ‘인공지능교육’ 생태계 구축" (2020)[URL]
  19. 임규연, "테크놀로지 기반 개별화 학습에 대한 체계적 문헌 분석 : 2011-2020 년국내연구를 중심으로", 교육공학연구, 37(3), pp.525~559 (2021)
  20. 임유진, "교사의 AI․디지털 활용 현황 및 요구에 기반한 지원 방향 탐색", 교육정보미디어연구, 30(2), pp.303~323 (2024)
  21. 장혜원, "초등수학교육에서 인공지능 활용의 실제-초등수학 수업지원시스템 ‘똑똑! 수학탐험대’를 중심으로", 한국초등교육, 31(특집), pp.105~123 (2021)
  22. 주정흔, "인공지능 기반 맞춤형 교육의 실제와 쟁점", 교육비평, 52, pp.23~63 (2023)
  23. 인공지능(AI) 기반 에듀테크의 학교 현장 적용을 위한 협력적 실행연구, "주정흔", 서울특별시교육청교육연구정보원, ~, pp.서교연 2021-85 (2021)
  24. 최민선, "적응형 온라인 학습환경에서 학습자 특성 및 AI 튜터 추천문항 학습활동의 학업성취도 예측력 탐색", 한국IT서비스학회지, 20(4), pp.129~1140 (2021)
  25. "충남교육청, 전국 최초 AI 기반 맞춤형 학습지원 교육데이터 분석 시스템 구축" (2022), 충남교육청[URL]
  26. 한상지, "개별 학습 지원을 위한 수학 플랫폼 LMS 사례 분석", East Asian Mathematical Journal, 38(2), pp.187~214 (2022)
  27. Arsarkij, J., "A design of personal learning network on social networking tools with gamification for professional experience", International Journal of Emerging Technologies in Learning(iJET), 16(18), pp.53~68 (2021)
  28. "EdTech testbeds: Models for improving evidence" (2019)[URL]
  29. "Proposal for a Regulation of the European Parliament and of the Council laying down harmonised rules on artificial intelligence (Artificial Intelligence Act) and amending certain Union legislative acts - Analysis of the final compromise text with a view to agreement" (2024)[URL]
  30. Dabbagh, N., "The PLE as a framework for developing agency in lifelong learning", Educational Technology Research and Development, 68(6), pp.3041~3055 (2020)
  31. Dignath, C., "Stimulating elementary school students’ self-regulated learning through high-quality interactions and relationships : A narrative review", Educational Psychology Review, 33(1), pp.25~45 (2021)
  32. 2020 EDUCAUSE Horizon Report: Teaching and Learning Edition, "Educause", ~ (2020)
  33. Liu, C. C., "An analysis of children’ interaction with an AI chatbot and its impact on their interest in reading", Computers & Education, 189, pp.1~16 (2022)
  34. Montebello, M., "미래의 온라인 교육. AI기반 e-러닝과 개인화 학습" (2021), 박영스토리
  35. Sahin, S., "Preservice teachers’ perception and use of personal learning environments(PLEs)", International Review of Research in Open and Distributed Learning, 17(2), pp.141~161 (2016)
  36. UNESCO, "AI and education: A guidance for policymakers", UNESCO Publishing, ~ (2021)
  37. Vandewaetere, M., "Handbook of Research on Educational Communications and Technology" (2014)
  38. Wentzel, K. R., "Relations between social competence and academic achievement in early adolescence", Child Development, 62(5), pp.1066~1078 (1991)
  39. Tetzlaff, L., "Developing personalized education : A dynamic framework", Education Psychology Review, 33, pp.863~882 (2021)
  40. Tomlinson, C. A., "How to differentiate instruction in mixed-ability classrooms" (2001), Association for Supervision and Curriculum Development

관련 논문AI추천

인공지능 활용 교육에 대한 초등교사 인식 분석권혜성, 김근재, 한형종한국디지털정책학회 · 디지털융복합연구2020 · 제18권 제7호개별화 맞춤형 수학 학습을 지원하는 AI 기반 플랫폼 분석김세영, 조미경한국수학교육학회 · 수학교육 논문집2022 · 제36권 제3호초등교육 현장에서 AI기반 맞춤형 교수·학습을 위한 학습자 특성 진단 및 처방에 대한 요구 분석이가영, 차현진, 최미애한국정보교육학회 · 정보교육학회논문지2024 · 제28권 제3호초등교육에서 인공지능 활용에 대한 체계적 문헌고찰김소망, 이정민, 홍지혜한국교육공학회 · 교육공학연구2024 · 제40권 제2호인공지능 기반 학습자료 활용에 대한 교사의 경험 연구강태훈, 김준엽, 박주형, 박찬호, 오민아교육문제연구소 · 교육연구2025 · 제93권 AI 기반 교수․학습 플랫폼에 대한 교사의 수용 수준 및 개선 방안 탐색이은주, 장재홍한국교육정보미디어학회 · 교육정보미디어연구2024 · 제30권 제6호

이 간행물의 다른 논문 (7건)

메타버스 기반 학습환경에서 문제해결형 데이터 분석 수업이 학습자의 데이터 리터러시와 학습 흥미에 미치는 영향이석, 이영주pp. 1377-1397메타버스 활용 수업과 지원체계에 대한 교사의 인식 연구장선영, 김상희, 윤가영pp. 1399-1420교원의 AI·디지털 역량 함양을 위한 시도교육청별 현직 교원 연수 현황 분석 및 평가홍수민, 윤일규, 임은선, 문유주pp. 1421-1446대학생의 인간-AI 협력 역량 프로파일 탐색정수정, 임재서pp. 1471-1496메타버스 가상캠퍼스에 대한 대학생의 인식 조사류지헌, 정유선pp. 1497-1517
원문 보기