생성형 인공지능을 활용한 영어 교육 연구 동향 분석: 체계적 문헌 고찰과 텍스트 마이닝을 중심으로
Trends in English language education using generative artificial intelligence: A study focusing on systematic review and text mining
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 ChatGPT가 공개된 이후 시점인 2023년 1월부터 2025년 8월의 기간에 걸쳐 출판된 생성형인공지능(Generative AI)을 활용한 제2언어 학습 활동을 다룬 연구 166편을 대상으로 체계적 문헌 고찰, 키워드 분석, 그리고 잠재 디리클레 할당(LDA) 토픽모델링을 실시하였다. 분석 결과, 연구 참여자 학교급에 있어서 84.9%에 달하는 연구가 고등교육 맥락에서 이루어졌다. 연구 방법에 있어서는 양적 연구와 혼합 연구가 절대 다수를 차지했으며(91.0%), 질적 연구의 비율은 단 9%에 그쳤다. 연구 참여자규모는 50명 이상 100명 미만의 연구가 가장 많은 비율을 차지했으며(42.2%), 학습 도구는 ChatGPT와같은 기성 생성형 AI 모델을 직접 활용한 비율이 가장 높았다(73.5%). 연구 수행 맥락 및 언어 기능학습 결과는 쓰기 영역이 66.3%로 가장 많았으며, 감정, 몰입, 동기와 같은 정의적 학습 결과와 메타인지, 창의성과 같은 기타 학습 결과도 다루어졌다. 주제 분포의 불균형으로 인해 쓰기 영역과 비(非) 쓰기 영역을 분리하여 각각 토픽 모델링을 실시하였다. 쓰기 영역 분석 결과, (1) 생성형 AI 쓰기 피드백 구조와 특성, (2) 생성형 AI 쓰기 피드백 효과 및 학습 성과, (3) 생성형 AI 통합 쓰기 수업 설계, (4) 쓰기 파트너로서의 생성형 AI와 인간 협력의 네 가지 토픽이 산출되었다. 비(非)쓰기 영역 분석 결과, (1) 생성형 AI 활용 오류 교정과 학습 확장, (2) 생성형 AI 기반 챗봇 상호작용과 학습 동기․참여, (3) 생성형 AI 기반 학습에서의 고차적 사고와 수행, (4) 생성형 AI 기반 의미 중심 언어 학습과 정서변화의 네 가지 토픽이 산출되었다. 분석 결과를 바탕으로 본 연구는 학습자, 교수자, AI의 역할에 대한 재고와 언어 교육의 특수성을 반영한 생성형 AI 기반 영어 학습 설계의 필요성을 논의한다.
Abstract
This study conducted a systematic literature review integrating keyword analysis and Latent Dirichlet Allocation (LDA) topic modeling of 166 studies on second language (L2) learning involving generative artificial intelligence (Gen AI). Results showed that 84.9% of the studies were situated in higher education. Quantitative and mixed-methods designs dominated (91.0%), while qualitative studies accounted for only 9%. Most involved 50-100 participants (42.2%), and off-the-shelf Gen AI models comprised 73.5% of learning tools used. Writing was the most frequently studied (66.3%), and affective and other learning outcomes were also explored. Due to the uneven distribution of topics, the writing and non-writing domains were separated and topic modeling was conducted independently for each. Analysis of studies in the writing domain yielded four topics: (1) AI Writing Feedback Structure and Characteristics, (2) Effects of AI Writing Feedback and Learning Outcomes, (3) Designing Writing Instruction Integrated with AI, and (4) AI-Human Collaboration as Writing Partners. Analysis of studies outside the writing domain produced another set of four topics: (1) AI-Assisted Error Correction and Learning Expansion, (2) Motivation and Engagement through AI Chatbot Interaction, (3) AI-Mediated Higher-Order Thinking and Performance, and (4) Affective Changes in Meaning-Focused Language Learning with AI. The study discusses the evolving roles of learners, teachers, and AI and the need for learning design that reflects the specific characteristics of language education in the era of Gen AI.