생성형 AI 활용 수업 사례 분석을 통한 AID 역량 강화 교육모델 개발 연구

A Study on the Development of an Education Model for Enhancing AID Competency through Case Analysis of Generative AI-Integrated Courses

본 연구에서는 S대학교에서 2025학년도에 운영된 6개 생성형 AI 활용 혁신 수업 사례를 Yin(2018)의 다중사례연구 방법론으로 분석하여, AID(AI+Digital) 역량 강화 교육모델을 개발했다. 분석 결과, 생성형 AI의 교육적 활용은 시각화형(공학·기술), 하이브리드 창작형(예술), 시뮬레이션형(교양·사범·인문·사회)의 본 사례에서 관찰된 세 가지 잠정적 유형으로 범주화되었다. 모델은 교수 학습 설계, 평가 설계, AI 활용 설계, 역량 설계 등의 4개의 축이 ‘탐색→생성→검증→성찰’의 4단계 순환 구조를 중심으로 통합된 프레임워크이다. 특히 Human-in-the-Loop 검증을 필수 절차로 구조화하여, AI 산출물의 오류를 심화 학습의 촉발제로 전환하도록 설계한 것이 핵심 차별점이다. 평가 체계는 ‘과정-성과-성찰’의 삼중 구조로 구성되며, AID 역량의 5대 구성 요소(문제 정의, 탐색·활용, 비판적 검토, 윤리적 성찰, 메타인지·성찰)가 순환 구조 내에서 순차적·누적적으로 발현되도록 설계되었다. 이에 본 연구는 이론적 분석틀과 실제 수업 데이터의 반복적 대조에 기반한 모델 도출을 통해, AI 시대 고등교육의 교수·학습 설계에 실천적 시사점을 제공한다.

This study developed an AID (AI+Digital) Competency Enhancement Education Model by analyzing six generative AI-integrated courses at S University in 2025. Using Yin's multiple case study design, six courses across five disciplinary tracks were analyzed along four axes: teaching-learning, assessment, AI utilization, and competency design, drawing on course documents, student outputs, reflective journals, and surveys. Three AI utilization patterns were tentatively observed in these cases (Visualization, Hybrid Creative, and Simulation), alongside three shared patterns of change in teaching and learning: learners as active inquirers, critical verification as the core activity, and instructors as learning designers. The resulting AID Model integrates four design axes in a cyclical Explore→Generate→Verify→Reflect structure, with Human-in-the-Loop verification as a mandatory stage, a triple assessment structure (process, outcome, reflection), and five cumulatively developed competencies. Developed by iteratively comparing a theory-based analytic framework with real classroom data, the model addresses gaps in prior research including neglect of disciplinary specificity, optional treatment of verification, lack of integrated frameworks, and weak empirical grounding.