영유아교사의 인공지능(AI) 수용 수준 분석: Rogers의 혁신 확산 이론에 따른 단계별 인식 및 교사 특성 간 차이를 중심으로

Analysis of Early Childhood Teachers' AI Adoption Levels: Stage-Specific Perceptions and Differences by Teacher Characteristics Based on Rogers' Diffusion of Innovation Theory

본 연구는 영유아교사의 인공지능(AI) 수용 수준과 활용 양상을 Rogers의 혁신 확산 이론에 따라 분석하고, 교사 특성(재직 기관, 지도반, 연령, 자격 유형)에 따른 차이를 규명하고자 하였다. 서울·경기·인천 지역 유아교육기관 교사 395명을 대상으로 설문조사를 실시하고, 수집된 자료는SPSS 27.0을 활용하여 기술통계, ANOVA, t-검정, x²검정, 질적 내용 분석을 통해 분석하였다. 연구 결과는 다음과 같다. 첫째, 영유아교사의 AI 수용 수준은 결정 단계가 가장 높고 실행 단계가 가장 낮았으며, 설득 단계의 하위 요인 중 ‘상대적 이점’ 인식은 높고 ‘복잡성’ 인식은 낮았다. 둘째, AI 수용 및 활용 수준은 교사의 재직 기관, 지도반, 연령, 자격 유형에 따라 유의미한 차이를보였다. 공립유치원, 유아반, 20~30대, 유치원 정교사 자격 보유교사가 상대적으로 높은 수용 수준과 활용도를 보였다. 셋째, 민간·가정어린이집, 영아반, 50대 이상, 보육교사 자격만 보유한 교사는낮은 수용 수준을 보였지만, 일부 돌봄 활동에서 AI 활용 비율이 높았다. 넷째, 질적 분석을 통해교사들은 AI 교육에 대한 기대뿐 아니라 실질적인 연수, 콘텐츠, 윤리적 가이드 마련의 필요성을제기하였다. 본 연구는 영유아교사의 특성을 고려한 맞춤형 AI 교육 지원 및 정책 수립에 기여하며, 현장 도입을 위한 실질적 시사점을 제시한다

This study analyzes early childhood teachers' adoption and utilization of artificial intelligence (AI) based on Rogers’ Diffusion of Innovation Theory, focusing on differences by teacher characteristics (institution type, class taught, age, qualification). A survey was conducted with 395 teachers from early childhood education institutions in Seoul, Gyeonggi, and Incheon. Data were analyzed using SPSS 27.0 through descriptive statistics, ANOVA, t-tests, x² tests, and qualitative content analysis. Findings reveal that AI adoption was highest at the Decision stage and lowest at the Implementation stage. Among persuasion factors, perceived relative advantage was high, while perceived complexity was low. Second, adoption and utilization levels differed significantly by teacher characteristics, with higher levels observed among public kindergarten teachers, those teaching older children, teachers in their 20s–30s, and those with kindergarten certification. Third, teachers in private/home childcare settings, teaching infants, aged 50+, or holding only childcare certification showed lower adoption but higher AI use in caregiving contexts. Fourth, qualitative responses highlighted both enthusiasm for AI and the need for practical training and ethical guidance. This study offers foundational insights for differentiated AI training policies and effective AI integration in early childhood education