생성형 AI 기반 수업설계 연구의 국내외 동향 분석 : 텍스트 마이닝을 중심으로

A Text Mining-Based Analysis of Domestic and International Research Trends in Generative AI-Based Instructional Design

본 연구는 생성형 AI를 활용한 국내외 수업설계 연구 동향을 분석하고 향후 연구 방향과 시사점을 제시하는 데 목적이 있다. 이를 위해 2023년부터 2025년 상반기까지 발표된 국내외 연구 250편을 수집하 고, 텍스트 마이닝 기법을 적용하여 연도별 게재 현황, 키워드 분석, 토픽모델링 분석을 실시하였다. 분석 결과, 첫째, 생성형 AI 수업설계에 관한 연구는 2023년을 기점으로 급격히 증가하였으며, 국내외 모두 다양한 교과 영역으로 확산되고 있는 것으로 나타났다. 국내 연구는 교수자의 수업 적용과 실천 중심의 접근에 초점을 두고 있는 반면, 국외 연구는 학습자 맞춤형 전략, 자동화된 피드백, 창의적 사고 촉진 등 학습자 중심 설계에 주목하고 있었다. 둘째, 키워드 빈도 및 TF-IDF 분석 결과, 국내외 연구 모두 ‘데이터(data)’와 ‘챗봇(chatbot)’이 공통적인 핵심 키워드로 도출되었으며, 국내 연구에서는 ‘프롬프트’, ‘융합’, ‘평가’ 등이, 국외 연구에서는 ‘feedback’, ‘content’, ‘tool’ 등이 상대적으로 중요하게 나타났다. 셋째, 토픽모델링 분석 결과, 국내 연구는 생성형 AI 기반 학습활동 및 교수설계, 콘텐츠 개발 및 평가, 과제 중심 학습모형 개발, 프롬프트와 챗봇 활용 수업설계로 구분되었다. 국외 연구는 학습자료 개발과 맞춤형 교수설계, AI 챗봇 활용 전략, 글쓰기 지원, 디자인 사고 기반 창의성 촉진으로 도출되었다. 이러한 결과는 생성형 AI 기반 수업설계 연구가 교수자 중심에서 학습자 중심으로 전환되고 있으며, 이를 효과적으로 지원하기 위해 교수자의 전문성 강화와 수업설계 지원 도구의 활용이 요구된다. 이에 따라 학습자 중심 수업설계 전환, 교수자의 전문성 강화, 수업분석 활용을 위한 지속적인 노력이 필요 하다.

This study aims to examine emerging trends in domestic and international research on instructional design incorporating generative artificial intelligence (AI), and to propose implications for future research. A total of 250 peer-reviewed articles published between 2023 and the first half of 2025 were collected and analyzed using text mining methods, including publication trend analysis, keyword frequency and TF-IDF weighting, and topic modeling. The findings indicate that research on generative AI-based instructional design has grown significantly since 2023, with increasing diversification across subject areas. Domestic studies primarily emphasize instructional practices and teacher-centered applications, whereas international research focuses more on learner-centered approaches, such as personalized learning strategies, automated feedback, and creativity enhancement. Keyword analysis revealed that “data” and “chatbot” were commonly emphasized in both domestic and international literature, with additional prominence of terms such as “prompt”, “convergence” and “assessment” in domestic studies, and “feedback”, “content” and “tool” in international work. Topic modeling further identified four core themes within each context, reflecting differences in instructional strategies and design perspectives. These results suggest a paradigm shift in instructional design research from instructor-centered to learner-centered approaches in the context of generative AI. The findings underscore the need for strengthened teacher competencies and the integration of design-support tools to facilitate effective AI adoption in education.