의학계열 대학생의 의료 AI 역량 교육 우선순위 분석: BORICH 모형과 Locus for Focus 모형의 적용

Prioritizing Medical AI Competency Education for Medical Students: A Borich and Locus for Focus Model Analysis

연구목적: 본 연구는 의학계열 대학생의 의료AI역량에 대한 중요도와 실행도 간의 차이를 확인하고, 이를 토대로 의료 AI 역량에 대한 교육 요구도 및 전공에 따른 요구도의 차이를 분석하고자 하였다. 연구방법: 2025년 5월부터 10월까지 의학계열(의학, 간호학, 치의학) 대학생 1,333명을 대상으로 조사를 실시하였다. 의료 AI 역량은 6개 영역, 36개 문항으로 구성하였으며, 각 항목의 중요도와 실행도를 측정하였다. 수집된 자료를 바탕으로 Borich 요구도 분석을 통해 교육 요구도의 순위를 산출하고, Locus for Focus(LFF) 모형 분석을 통해 결과를 시각화하여 최우선 및 차순위 교육 영역을 도출하였다. 연구결과: 의학계열 대학생이 인식한 의료 AI 역량의 중요도와 실행도 간의 차이를 분석한 결과, 모든 하위 영역에서 중요도가 실행도보다 유의하게 높게 나타났으며, ‘진료에서 의료 AI 활용’이 최우선순위로 도출되었다. 전공별로 살펴본 결과, 의학과·간호학과·치의학과 모두 ‘진료에서 의료 AI 활용’이 최우선 교육 영역으로 확인되었다. 또한 의학과는 ‘의료 AI 윤리와 법 이해’, 간호학과는 ‘의료 데이터의 처리·분석 및 평가’, 치의학과는 ‘의료 AI 연구와 개발 수행’이 차순위 교육 영역으로 도출되었다. 논의 및 결론: 본 연구는 의학, 간호학, 치의학 전공 간 의료 AI 역량 요구의 차이를 구체적으로 규명하였으며, 전공별 특성을 고려한 의료 AI 교육과정 개발의 방향성을 제시했다는 점에서 의의가 있다.

Purpose: This study aimed to identify differences between the perceived importance and performance of medical AI competencies among students in medical-related disciplines and to analyze educational needs and their variation according to academic major. Method: From May to October 2025, a total of 1,333 students majoring in medicine, nursing, and dentistry participated in the survey. Medical AI competency was assessed across six domains comprising 36 items by measuring both perceived importance and performance levels. Based on the collected data, educational priorities were derived using the Borich needs assessment model, and the results were visualized using the Locus for Focus (LFF) model to determine primary and secondary priority areas for educational improvement. Results: The analysis indicated that the perceived importance of medical AI competencies was higher than the performance across all subdomains. Among all competencies, “Application of AI in clinical practice” emerged as the highest educational priority. When analyzed by major, “Application of AI in clinical practice” was the highest priority for all three groups—medical, nursing, and dental students. In addition, “Understanding of AI ethics and law” ranked second for medical students, “Processing, analysis, and evaluation of medical data” for nursing students, and “Conducting AI research and development” for dental students. Conclusion: This study identified distinct differences in medical AI competency needs among students of medicine, nursing, and dentistry and offers practical implications for developing tailored AI curricula based on each discipline’s characteristics. These findings underscore the importance of establishing systematic, discipline-specific educational strategies to strengthen future healthcare professionals’ competencies in AI utilization.