생성형 AI 시대 코딩 및 AI 교육을 위한 인적자본 확장 모델 연구
A Study on an Extended Human Capital Model for Coding and AI Education in the Generative AI Era
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 생성형 AI의 확산이 교육 투자와 인적자본 형성에 미치는 영향을 분석하기 위해 기존의 인적자본 이론을 확장한 이론적 모델을 제시한다. 전통적 인적자본 이론은 교육을 단일한인적자본 축적 과정으로 보았으나, 본 연구에서는 코딩 교육을 통한 기술적 인적자본과 AI 활용교육을 통한 응용·적응적 인적자본을 구분하여 분석하였다. 분석 결과 AI 기술 발전 수준이 증가함에 따라 코딩 역량의 기여도는 감소하고, AI 활용 역량의 기여도는 증가하여 인적자본 형성의핵심 경로가 기술 중심에서 AI 협업·문제 구조화 중심으로 전환된다. 이에 따라 개인의 최적 교육투자 역시 코딩 교육에서 AI 활용 교육으로 이동하게 됨을 확인하였다. 본 연구는 생성형 AI 시대의 교육 설계와 인적자본 전략 수립을 위한 새로운 이론적 기반을 제공한다는 점에서 의의를갖는다. 그러나 AI 기술 발전 수준을 외생 변수로 가정한다는 한계가 존재하며, 향후 연구에서는실증자료를 활용한 정량적 검증이 필요할 것이다.
Abstract
In this study, an extended human capital model is developed to examine how generative AI reshapes educational investment and skill formation. Unlike traditional human capital theory, which views education as a single human capital accumulation process, this study distinguishes between technical human capital acquired through coding education and applied/adaptive human capital developed through AI-utilization education. According to the extended model, as AI technological advancement increases, the relative value of coding skills decreases, while the value of AI-utilizing skills increases, leading optimal individual educational investment to shift from coding education to AI-utilizing education. This study provides a new theoretical foundation for educational design and human capital strategies in the era of generative AI. However, there are limitations in assuming AI technology development as an exogenous variable, indicating the need for future empirical verification.