대학생의 자기주도학습능력이 AI 리터러시에 미치는 영향

Effects of Self-Directed Learning Ability on AI Literacy among College Students

본 연구는 대학생의 자기주도학습능력이 AI 리터러시에 미치는 영향을 분석하고자 하였다. G광역시 소재 전문대학 재학생 370명을 대상으로 자기 보고식 설문 조사하였으며, 자료는 SPSS 25.0을 활용해 상관분석과 단계적 중다회귀분석으로 처리하였다. 연구 도구는 배을규와 이민영(2010)의 자기주도학습능력측정 도구와 강근영(2025)의 AI 리터러시 측정 도구를 사용하였다. 분석 결과 첫째, 자기주도학습능력과 AI 리터러시 간 유의한 정적 상관관계가 확인되었다. 둘째, AI 리터러시 전체에 대해 인지적 영역과 정의적 영역이 유의한 예측 변인으로 나타났으며 설명력은 18%였다. 셋째, AI 리터러시 하위요인별 분석 결과, ‘AI 지식’, ‘AI 활용’, ‘AI 윤리와 평가’에는 인지적 영역만 유의한 영향을 미쳤고, ‘AI 사회적 영향’에는 인지적⋅행동적 영역이, ‘AI 기본역량’에는 행동적⋅정의적 영역이 각각 유의한 영향을 미치는 것으로 나타났다. 이러한 결과는 대학생의 자기주도학습능력, 특히 인지적⋅정의적 영역의 강화가 AI 리터러시 함양의 핵심 요인임을 시사하며, 고등교육에서 학습자 중심의 AI 활용 역량 증진을 위한 교육적 기초 자료를 제공한다.

This study aimed to analyze the effects of college students’ self-directed learning ability on AI literacy. A total of 370 students enrolled in a college located in G Metropolitan City participated in a self-reported questionnaire survey. Data were analyzed using SPSS 25.0 through correlation analysis and stepwise multiple regression analysis. The research instruments included the Self-Directed Learning Ability Inventory developed by Bae and Lee (2010) and the AI Literacy Scale developed by Kang (2025). The findings were as follows. First, there was a significant positive correlation between self-directed learning ability and AI literacy. Second, among the subdomains of self-directed learning, the cognitive and affective domains were identified as significant predictors of overall AI literacy, explaining 18% of the variance. Third, in the analysis by subfactors of AI literacy, the cognitive domain significantly influenced “AI Knowledge,” “AI Utilization,” and “AI Ethics and Evaluation”; the cognitive and behavioral domains affected “AI Social Impact”; and the behavioral and affective domains influenced “AI Fundamental Competency.” These results suggest that strengthening college students’ self-directed learning ability particularly the cognitive and affective domains plays a crucial role in fostering AI literacy. The study provides foundational insights for developing educational strategies that enhance learner-centered AI competencies in higher education.