대학 LMS의 AI 챗봇의 한계와 교육적 활용 가능성

AI Chatbots in University LMS: Educational Potentials and Limitations

본 연구는 대학 학습관리시스템(LMS)에 도입된 AI 챗봇의 실제 기능과 교육적 의미를 분석하고, 사용자 경험을 통해 그 활용 가능성과 한계를 탐색하는 것을 목적으로 한다. 이를 위해 국내 7개 대학의 LMS에 탑재된 AI 챗봇을 선정하여 공식 안내 문서, 사용자 매뉴얼, 시연 영상 등을 수집･검토하고, 기능적･기술적･교육적 측면에서 그 특성을 비교하였다. 이후, 이 가운데 한 대학을 사례로 선정하여 학부 및 대학원생 6명과 교수자 3명을 대상으로 심층 인터뷰를 실시하였으며, 수집된 자료는 귀납적 범주화를 통해 주요 범주를 도출하였다. 분석 결과, LMS 내 AI 챗봇은 명칭과 실제 기능 간의 불일치가 확인되었다. 일부 대학은 RAG나 LLM 기반의 고도화된 기능 도입 잠재력을 보였으나 대부분의 AI 챗봇은 기초적 행정 지원 업무에 집중되어 있었다. 그 결과, 학습자의 맥락 이해나 개인 맞춤형 피드백과 같은 고도화된 학습 지원 기능은 제한적으로 구현되고 있었다. 또한, 인터뷰 대상 대학의 사용자들은 수업 연계 기능 부족, 정형적인 응답 패턴, 낮은 인지도 등을 공통적으로 지적하였다. 이러한 결과는 대학 LMS AI 챗봇의 기술적 잠재력과 실제 사용자 경험 간의 간극을 실증적으로 보여준다. 결론적으로 AI 챗봇이 교육적 효과성과 학습자 중심의 적응학습 도구로 발전하기 위해서는 단순한 기능 도입을 넘어 사용자 경험에 기반한 기능의 고도화, 안정화, 체계적인 사용자 온보딩 전략 등을 통한 효과성 검증이 필요함을 시사한다.

This study examines the actual functions and educational implications of AI chatbots integrated into university Learning Management Systems (LMS), while exploring their potential and limitations from the user experience perspective. AI chatbots from seven Korean universities were selected, and their characteristics were compared across functional, technical, and educational dimensions based on official documents, user manuals, and demonstration videos. In addition, in-depth interviews were conducted with six undergraduate and graduate students and three faculty members from one selected university, and the data were analyzed thematically. The findings reveal a clear discrepancy between the designation of “AI chatbots” and their actual functions within LMS. Although some universities demonstrated the potential for adopting advanced functions based on Retrieval-Augmented Generation (RAG) or Large Language Models (LLMs), the majority of chatbots primarily supported basic administrative tasks. As a result, advanced learning support features—such as contextual understanding and personalized feedback—were minimally implemented. Furthermore, users from the interviewed university highlighted common issues, including limited integration with course content, formulaic response patterns, and low awareness of the AI chatbot’s existence. Overall, the study provides empirical evidence of a substantial gap between the technical potential of LMS-based AI chatbots and users’ actual experiences. To move beyond simple functional adoption, the study suggests that development should emphasize functional sophistication informed by user experience, system stabilization, and effectiveness validation.