초등 음악창작 교육에서 매개변수형 AI 작곡 수업이 음악 자기효능감과 흥미에 미치는 영향

Effects of Parameter-Based AI Composition on Self-Efficacy and Interest in Elementary Music Education

본 연구는 매개변수형 생성형 인공지능(AI) 도구 MusiaOne을 활용한 ‘모듈형 작곡 수업’이 초등학생의 음악적 자기효능감과 흥미에 미치는 영향을 실증적으로 분석하였다. 이를 위해 수도권 소재 AI 선도학교 5학년 70명을 대상으로, GATe프레임워크에 기반한 8차시 수업을 설계,적용하였다. 연구 방법은 사전⋅사후 검사를 활용한 양적 분석과 관찰, 활동지, 교사 인터뷰, 성찰일지를 활용한 질적 분석을 병행하였다. 분석 결과, 음악적 자기효능감과 흥미 모두에서 통계적으로 유의미한 향상이 나타났으며, 학습자들은 점차 창의적인 활동을 시도하는 모습으로 변화하였다. 이는 생성형 AI 도구를 활용한 모듈형 작곡 수업이 효과적인 음악 창작 교육 전략이 될 수 있음을 보여준다. 특히 음악 이론에 대한 부담 없이도 창작을 가능하게 하는 점에서, 공교육 내 실용음악 수업의 정당성과 확장 가능성을 뒷받침하는 실증적 근거로서 의미를 지닌다.

This study empirically examined the effects of a 'modular composition class' using the parameter-based generative AI tool MusiaOne on elementary students' musical self-efficacy and interest. The program was implemented with 70 fifth-grade students at an AI-leading elementary school in the Seoul metropolitan area and consisted of eight sessions designed upon the GATe (Generative AI Teaching and learning) framework. A mixed-methods approach was employed, combining quantitative analyses of pre- and post-tests with qualitative data from observations, worksheets, teacher interviews, and student reflections. The results revealed statistically significant improvements in both self-efficacy and interest, and students increasingly engaging in creative music-making. These findings suggest that AI-assisted modular composition can be an effective pedagogical strategy for fostering autonomy and creativity in music education. In particular, it highlights the potential for students to experience music creation without a heavy theoretical burden, supporting the validity and scalability of popular music education in public school curricula.