텍스트 마이닝 기반 메타연구를 통한 국내 AI 교양교육 연구의 구조 분석

Structural Analysis of AI Liberal Arts Education Research in Korea : A Text-Mining Meta-Analysis of AI Liberal Arts Education Research in Korea

본 연구는 2018년부터 2025년까지 국내에서 발표된 AI 교양교육 관련 KCI 등재 논문 137편의초록을 대상으로 자연어처리 기반 텍스트 마이닝 기법을 활용한 메타연구를 수행하였다. 기존의 빈도기반 분석이 지니는 맥락 손실과 연구자 주관성의 한계를 보완하기 위해 TF-IDF 기반 핵심어 분석을실시하고, Sentence-BERT 임베딩과 K-평균 군집화를 통해 연구 주제의 구조를 도출한 뒤, GPT 기반군집 요약을 적용하여 각 군집의 의미적 특성을 해석하였다. 분석 결과, 국내 AI 교양교육 연구는생성형 AI를 활용한 수업 설계를 중심으로 AI 리터러시와 기초 소양 교육, 교원 AI 역량 및 연수, 학습자의 경험과 정서, 동기 변화를 검증하는 효과 분석 연구, 기술 수용성과 태도 탐색, 그리고 AI 윤리와 책임성, 사회문화적 논의를 포괄하는 여섯 개의 주제 클러스터로 구조화되는 양상을 보였다. 이 가운데 생성형 AI 기반 수업 설계와 글쓰기, 비판적 사고 교육을 다룬 연구가 가장 높은 비중을차지한 반면, 윤리와 책임성, 사회적 함의를 중심으로 한 연구는 상대적으로 제한적으로 나타나 국내AI 교양교육 연구가 실천 중심 접근에 편중되어 있음을 시사한다. 또한 군집 간 연결성을 검토한 결과수업 설계와 효과 검증을 중심으로 한 연구 영역은 비교적 긴밀한 순환 구조를 형성하고 있었으나, 기초 소양 교육, 교원 역량, 윤리와 책임성 연구는 상호 간 연계가 약한 채 분절적으로 축적되는 경향이확인되었다. 본 연구는 텍스트 마이닝 기반 메타연구를 통해 국내 AI 교양교육 연구의 구조적 지형과의미망을 정밀하게 규명하였으며, 이러한 진단은 향후 교양교육과 AI 리터러시 교육과정 설계, 교원연수 체제 구축, 윤리 기반 AI 교육 정책 수립을 위한 기초 자료로 활용될 수 있다. 다만 분석 대상이논문 초록에 한정되어 있어 연구의 전체 맥락을 충분히 반영하지 못했다는 점은 후속 연구의 한계로남는다.

This study conducted a meta-analysis of 137 KCI-indexed journal articles on AI general education published in Korea between 2018 and 2025, using natural language processing-based text mining methods. To address the limitations of frequency-based analyses, including contextual loss and researcher subjectivity, the study applied TF-IDF keyword analysis, Sentence-BERT embedding with K-means clustering to identify thematic structures, and GPT-based cluster summarization to interpret the semantic characteristics of each cluster. The results revealed that research on AI general education in Korea is structured into six thematic clusters: instructional design using generative AI, AI literacy and foundational competencies, teacher AI competencies and professional development, effect studies examining learners’ experiences, emotions, and motivation, technology acceptance and attitude exploration, and discussions on AI ethics, responsibility, and sociocultural implications. Among these, studies on generative AI-based instructional design, writing, and critical thinking accounted for the largest proportion, whereas research focusing on ethics, responsibility, and social implications was relatively limited, indicating a practice-oriented research tendency. Analysis of inter-cluster relationships showed a relatively coherent cycle between instructional design and effect studies, while foundational competency education, teacher competency research, and ethics-related studies accumulated in a more fragmented manner. By employing a text mining-based meta-analytic approach, this study systematically maps the structural landscape and semantic network of AI general education research in Korea, providing foundational evidence for future curriculum design, teacher professional development systems, and ethics-oriented AI education policies. Nevertheless, the focus on article abstracts limits the extent to which the full research contexts could be captured, suggesting directions for future studies.