중등 영어 교사의 인공지능 융합 교육 인식에 영향을 미치는 요인 분석

Abstract

4차 산업혁명은 전 세계적으로 큰 영향을 미치고 있으며 그 가운데 ‘인공지능(AI)’은 오늘날 교육의 모습을 빠르게 변화시키고 있다. 교육부는 ‘인공지능 시대 교육정책 방향과 핵심과제’를 발표하고 2022 개정 교육과정에 인공지능 교육을 도입하는 등 인공지능을 교육의 핵심 요소로 받아들이고 있다. 영어 교육 분야에서도 초등 영어 말하기 교육에 인공지능 말하기 프로그램을 도입하여 개별화 말하기 교육을 시도하고 있으며 챗봇, 인공지능 신경망 번역기, 인공지능 쓰기 보조 및 첨삭 도구 등의 프로그램이 교실 현장에 도입되는 등 다양한 형태의 인공지능 융합 영어 교육이 시도되고 있다. 이러한 가운데 영어 교사들은 4차 산업 혁명이 미래 영어 교육에 긍정적인 영향을 미칠 것으로 기대하면서도 미래의 변화된 영어 교사들의 역할에 대해서는 불안과 두려움을 가지고 있다. 이에 본 연구는 인공지능 융합 교육이 도입되고 있는 가운데 교사 수준, 학교 수준, 테크놀로지 내용·교수 지식 역량 변인이 중등 영어 교사의 인공지능 기술 이해 수준 및 인공지능 융합 교육 인식 수준에 미치는 영향력을 살펴보고, 이를 바탕으로 인공지능 융합 교육에 대한 인식을 향상할 방안을 모색하고자 한다. 독립변인으로 교사 수준 변인, 학교 수준 변인, 테크놀로지 내용·교수 지식 역량(TPACK) 변인을 설정하였으며 종속 변인으로 인공지능 기술 이해 수준, 인공지능 융합 교육 인식 수준을 설정하였다. 연구를 수행하기 위한 연구 문제는 다음과 같다. 첫째, 독립변인에 따른 중등 영어 교사의 인공지능 기술 이해 수준 차이는 어떠한가? 둘째, 독립변인에 따른 중등 영어 교사의 인공지능 융합 교육의 인식 수준 차이는 어떠한가? 셋째, 중등 영어 교사의 인공지능 기술 이해 수준에 어떠한 변인이 영향을 미치며, 그 영향력은 어떠한가? 넷째, 중등 영어 교사의 인공지능 융합 교육 인식 수준에 어떠한 변인이 영향을 미치며, 그 영향력은 어떠한가? 분석자료는 중등 영어 교사 139명을 대상으로 2022년 6월 12일부터 7월 4일까지 온라인에서 설문한 결과를 활용했으며, 신뢰도 분석, 기술 통계, 차이 분석, 상관 분석, 위계적 회귀 분석을 실시하였다. 먼저 교사 변인, 학교 변인, 테크놀로지 내용·교수 지식 역량 변인에 따른 인공지능 기술 이해 수준, 그리고 인공지능 융합 교육 인식 수준과 하위 요인의 집단 간 차이를 차이 분석을 통해 살펴보았다. 다음으로 첫 번째 종속 변인인 인공지능 기술 이해 수준에 미치는 교사, 학교, 테크놀로지 내용·교수 지식 역량 변인의 영향력을 알아보고자 각 수준의 변인을 순차적으로 투입하여 이에 따른 설명력의 증가를 분석하였다. 두 번째 종속 변인인 인공지능 융합 교육 인식 수준과 그 하위 변인에 영향을 미치는 독립 변인의 영향력을 살펴보기 위해 위계적 회귀분석을 실시하여 각 변인을 단계별로 투입하여 설명력을 확인하였다. 모형 1에서는 교사 수준 변인, 모형 2에서는 교사 수준, 학교 수준 변인, 모형 3에서는 교사 수준, 학교 수준, 테크놀로지 내용 ·교수 지식 역량 변인을 투입하였다. 본 연구에서 나타난 결과는 다음과 같다. 첫째, 인공지능 기술 이해 수준 차이를 분석한 결과, 교사 수준 변인인 인공지능 융합 교육 대학원 재학 여부, 연구 학교 근무 경험, 인공지능 융합 교육 설계 경험, 인공지능 융합 교육 적용 경험, 인공지능 융합 교육의 필요성에 따라 집단 간 차이가 유의미했으며, 학교 수준 변인에서는 학교 규모, 혁신적 학교 풍토에 따라 집단 간 차이가 유의미했다. 테크놀로지 내용·교수 지식 역량 변인에서는 테크놀로지 지식, 테크놀로지 교수지식 두 변인 모두에 따라 집단 간 유의미한 차이를 나타냈다. 둘째, 독립 변인에 따른 전체 인공지능 융합 교육 인식 수준의 차이를 분석한 결과 교사 수준 변인 가운데 성별, 인공지능 융합 교육 설계 경험, 인공지능 융합 교육 적용 경험, 인공지능 융합 교육의 필요성에 따라 집단 간 유의미한 차이가 나타났으며, 학교 수준 변인 중에는 설립 유형, 혁신적 학교 풍토에 따라 집단 간 차이가 유의미했다. 테크놀로지 내용·교수 지식 역량 변인에서는 테크놀로지 지식 변인과 테크놀로지 교수 지식 변인에 따라 집단 간 인식 차이가 유의미하게 나타났다. 셋째, 인공지능 기술 이해 수준에 유의미한 영향력을 미치는 교사 수준 변인은 인공지능 관련 연수 수강 시간이었으며, 학교 수준 변인은 혁신적 학교 풍토였다. 테크놀로지 내용·교수 지식 역량 변인은 테크놀로지 지식, 테크놀로지 교수 지식 두 하위 변인 모두 유의미한 영향을 미쳤다. 각 변인의 투입에 따라 모형 1, 2, 3의 종속 변인에 대한 설명력이 유의미하게 증가하는 것으로 나타났다. 넷째, 전체 인공지능 융합 교육 인식 수준에 유의미한 영향을 주는 교사 변인은 ICT·스마트·소프트웨어 교육 관련 연수 수강 시간, 인공지능 융합 교육의 필요성이 있었으며, 학교 변인은 설립 유형, 혁신적 학교 풍토가 있었다. 테크놀로지 내용·교수 지식 역량 변인은 테크놀로지 지식, 테크놀로지 교수 지식이 유의미한 영향을 미치는 것으로 나타났다. 교사, 학교, 테크놀로지 내용 교수 지식 역량 변인의 투입에 따라 종속 변인에 대한 모형 1, 2, 3의 설명력이 유의하게 증가하였다. 본 연구 결과를 바탕으로 도출한 인공지능 융합 교육 인식 향상을 위한 방안은 다음과 같다. 첫째, 현직 교사들이 테크놀로지 내용·교수 지식 역량을 갖추고 인공지능 분야에 전문성을 가질 수 있도록 관련 연수 및 인공지능 융합 교육 대학원 확산이 필요하다. 현직 교원들을 대상으로 우수한 테크놀로지 내용·교수 지식 역량 기반 수업 사례를 제공하고 인공지능을 융합 수업을 설계하고 실천할 수 있는 경험을 제공하는 체계적인 연수 개발이 필요하다. 더 나아가 현직 교원 대상으로 인공지능 교육에 대한 재교육을 시행하는 인공지능 융합 교육대학원의 확산이 필요하며 이를 통해 인공지능 융합 교육에 적합한 우수 교원들이 양성될 것이다. 둘째, 예비 교원 단계에서부터 인공지능 융합 교육 인식을 향상할 수 있도록 교원양성기관의 관련 과목 개설을 통한 인공지능 융합 교육 설계 및 교육 적용 경험 제공이 필요하다. 예비 교원들을 대상으로 한 미래 영어 교육을 대비할 수 있는 ICT·스마트·소프트웨어 및 인공지능 관련 과목 개설 및 실습 위주의 교육 경험 제공이 필요하다. 특히 예비 영어 교사를 대상으로 챗봇, 신경망 번역, 쓰기 보조 및 첨삭 도구 등 인공지능 도구를 가르쳐주는 과목이 적극 개발 되어 미래 교육에 걸맞은 인공지능 융합 영어 교육을 실현할 수 있는 중등 영어 교사 양성이 필요할 것이다. 셋째, 인공지능 융합 교육에 대한 교사의 인식 향상을 위해서는 교사의 창의적인 직무 수행을 촉진하고 공유하도록 돕는 혁신적 학교 풍토가 조성되어야 한다. 인공지능 융합 교육 인식 향상을 위해서는 교사들은 인공지능 융합 교육 시대에 발맞추어 교육을 개선할 수 있도록 능동적 태도를 바탕으로 혁신적 학교 풍토를 형성해 나가야 한다. 교사 간의 새로운 인공지능 융합 영어 교육 아이디어를 공유할 수 있는 분위기가 형성되어야 하며 새로운 시도 중에 발생하는 개개인의 실수나 시행착오를 학습의 기회로 격려해야 하며 인공지능 융합 교육을 실행할 수 있는 교육 환경 조성과 교육 경험을 공유하는 학습 공동체 형성이 필요하다. 또한, 교육 행정가와 지도자들은 혁신적 학교 풍토의 조성을 위해 민주적인 의사결정 문화를 조성해야 하며 창의적인 인공지능 융합 수업에 대한 행정, 재정적 지원을 제공해야 할 것이다. 본 연구는 다음과 같은 한계점을 지닌다. 첫째, 연구 대상 범위를 중등 영어 교사로 하여 연구 결과를 일반화하기에 어려움이 있다. 본 연구를 바탕으로 초등학교 혹은 타 교과 교사를 대상으로 확대하여 연구를 진행하여 교과 및 학교급에 따른 교사의 인공지능 융합 교육 인식에 영향을 미치는 요인을 분석해볼 필요가 있다. 둘째, 테크놀로지 내용·교수 지식 역량 변인의 하위 변인으로 테크놀로지 내용 지식 및 테크놀로지 교수 지식만을 활용하였다. 추후 테크놀로지 내용·교수 지식 역량의 다른 요소를 추가하여 인공지능 융합 교육 인식에 미치는 영향에 대해 분석할 필요가 있다.;As the fourth industrial revolution has a significant impact on the world, artificial intelligence (AI) is rapidly changing education. Artificial intelligence is accepted as a core element of education in South Korea, as the Ministry of Education announced the ‘Education Policy Direction and Core Tasks in the Age of Artificial Intelligence’ and introduced artificial intelligence education in the 2022 Revised Curriculum. In English education, individualized speaking education is implemented by introducing an artificial intelligence speaking program to elementary English speaking education. Also, various artificial intelligence convergence English education programs are being applied in the classroom by adopting chatbots, artificial intelligence neural machine translation, artificial intelligence writing assistance, and feedback program. At this point, secondary school English teachers’ various perceptions of AI convergence education exist. Though English teachers and pre-teachers agreed that the 4th Industrial Revolution would have a positive impact on future English education, they were also worried about the change in the role of future English teachers. Therefore, as artificial intelligence convergence education is being introduced, this study aims to analyze factors influencing the secondary school English teacher’s perception of AI convergence education and seek ways to improve the perception based on the study. Teacher-level variables, school-level variables, and technological pedagogical content knowledge(TPACK) competency variables were set as independent variables. Secondary school English teachers’ understanding level of artificial intelligence technology and perception level of artificial intelligence convergence education were set as dependent variables. The research questions for conducting the study are as follows. First, does the secondary school English teachers' understanding level of artificial intelligence technology vary according to independent variables? Second, does the secondary school English teachers’ perception level of AI convergence education vary according to independent variables? Third, what variables affect secondary school English teachers' understanding level of artificial intelligence technology? Fourth, what variables affect the secondary school English teachers' perception of AI convergence education? The analysis data was based on the results of an online survey of 139 secondary school English teachers from June 12 to July 4, 2022. The analysis methods were reliability analysis, descriptive statistics, difference analysis, correlation analysis, and hierarchical regression. The differences between groups in the understanding level of artificial intelligence technology according to the teacher, school, and technological pedagogical content knowledge variables were examined through difference analysis. Also, the differences between groups in the perception of AI convergence education and sub-factors were examined. Next, hierarchical regression analysis was performed to examine the influence of teacher, school, and technological pedagogical content knowledge(TPACK) variables on the understanding level of AI technology. Also, hierarchical regression analysis was performed to examine the effect of independent variables affecting the perception of AI convergence education and sub-factors. The main results of this study are as follows. First, as a result of analyzing the difference in the understanding level of AI technology, the difference between groups was significant according to the teacher-level variables such as enrollment in AI convergence education graduate school, research-school work experience, AI convergence education design experience, AI convergence education application experience, self-evaluated AI convergence education needs. For school-level variables, the differences between groups were significant according to the size of the school. For the technological pedagogical content knowledge variable, significant differences were shown between groups according to both the technological knowledge and technology pedagogical knowledge variables. Second, as a result of analyzing the overall AI convergence education perception level difference according to independent variables, among the teacher variables, there were significant differences between groups according to gender, AI convergence education design experience, AI convergence education application experience, and self-evaluation on the need of AI convergence education. Among the school variables, the differences between groups were significant according to the type of school establishment and the innovative school culture. In the variables of technological pedagogical content knowledge, there was a significant difference in perception between groups according to the technological knowledge and the technological pedagogical knowledge variable. Third, a variable that significantly affected the understanding level of AI technology was AI training time among teacher variables. The innovative school climate among school variables and technological knowledge and technology professor knowledge among technological pedagogical content knowledge variables had a significant effect on the understanding level of AI technology. The explanatory power of the dependent variables of model 1, 2, and 3 was significantly increased according to the input of each variable. Fourth, variables that significantly affected the perception level of overall AI convergence education were ICT/smart/software education-related training time and self-evaluation on the need for AI education among teacher variables. Technological knowledge and technological pedagogical knowledge also significantly affected the perception level. The explanatory power of model 1, 2, and 3 on dependent variables increased significantly according to the input of teacher, school, and technological pedagogical content knowledge variables. The conclusions and implications drawn based on the results of this study are as follows. First, it is necessary to expand relevant training courses and re-education opportunities for in-service teachers so that in-service teachers can have technological pedagogical content knowledge and expertise in artificial intelligence. It is necessary to develop a systematic teacher training program that demonstrates excellent TPACK teaching cases and provides opportunities for pre-teachers to design and practice AI converged classes. Furthermore, it is necessary to expand AI convergence education graduate schools that conduct retraining on artificial intelligence education for in-service teachers. At the policy level, it is necessary to train excellent teachers suitable for artificial intelligence convergence education through the expansion of graduate schools. Second, it is necessary to open relevant courses for pre-service teachers in teacher training institutions so that they can have the opportunity to design and apply artificial intelligence convergence education. It is necessary to open ICT, smart, software education, and artificial intelligence-related courses for pre-service teachers and provide practical training experiences required for future English education. Training on how artificial intelligence tools such as chatbots, neural network translation, writing aids, and correction tools can be used in English education should be actively developed. Through this, pre-English teachers will be trained to be secondary English teachers who can implement artificial intelligence convergence English education suitable for future education. Third, in order to improve teachers’ perception of AI convergence education, an innovative school culture, which helps teachers promote and share their creative performances, needs to be established. Therefore, in order to improve the perception of AI convergence education, teachers must have active attitude to improve their teaching in the AI ​​convergence education era. Regardless of the teacher’s position or career in the school, an atmosphere in which AI convergence English education ideas can be shared among teachers should be established and individual mistakes or trial and error occurring during attempts should be encouraged as opportunities for learning. It is necessary to create an educational environment that can implement artificial intelligence convergence education and form a learning community that shares educational experiences. In addition, education administrators and leaders should foster a democratic decision-making culture to create an innovative school culture, and provide administrative and financial support for creative AI convergence education. This study has the following limitations. First, it is difficult to generalize the research results by limiting the scope of the study to secondary school English teachers. Based on this study, it is necessary to analyze the factors affecting teachers' perception of AI convergence education according to the subject and school level by expanding the study to elementary school or other subject teachers. Second, only technological knowledge and technological pedagogical knowledge were used as sub-variables of technological pedagogical content knowledge variables. In the future, it is necessary to analyze the effect on the perception of AI convergence education by including another element of technological pedagogical content knowledge.