중학교 교사의 AI 활용교육 수용 및 영향 변인들 간의 구조적 관계 규명

Abstract

4차 산업혁명의 핵심기술로 여겨지는 인공지능(Artificial Intelligence, AI)은 교육계에 큰 변화를 일으키고 있다. 이는 학습 과정에 대한 분석을 기반으로 한 교수학습 지원을 가능하게 하여 학습자와 교수자 모두에게 이점을 제공하기 때문이다. 이에 국내외에서는 AI를 학교 현장에 적극적으로 도입하고 있다. 교육에서의 AI(Artificial Intelligence in Education, AIEd)는 AI 자체를 교육내용으로 지도하는 AI 이해교육과 교수학습상황에서 AI를 활용하는 AI 활용교육을 모두 포괄하는 개념이다. 최근에는 이 둘을 구분하기보다는 교수학습상황에서 AI를 활용하는 통합적인 관점으로 보고 있으며, AI 활용교육 또한 AI 교과 활용교육, AI 융합교육, AI기반 교육, AI 교육업무 활용을 포괄하는 광의의 개념으로 인식되고 있다(한선관 외, 2021). 따라서 AI 활용교육은 AI를 단일 교과, 여러 교과 및 산업과 융합해 활용하거나 AI 자체를 교수학습상황 및 업무에 활용하는 것으로 정의될 수 있다. AI 활용교육 실행에 앞서 이에 대한 교사의 인식이 활발히 논의되고 있다. 교사는 수업의 설계와 운영, 교육 도구의 선정에서 핵심적인 역할을 담당하기 때문이다. 선행연구에 따르면 교사들은 AI에 호의적인 반응을 보이면서도 이를 수업 및 업무에 적극적으로 활용하지 못하는 모습을 보였으며, AI 교육에 심리적 부담을 느끼고 있었다(강민수 외, 2023). 이와 같은 결과는 교사가 AI 활용교육에 대한 단순한 관심을 넘어 AI 활용교육을 실제로 적용하는 데까지 나아가야 함을 시사한다. 따라서 교사의 AI 활용교육 수용에 영향을 미치는 변인을 탐색하여 교사들의 AI 수용을 높이는 방안을 마련할 필요가 있다. 테크놀로지에 관한 교사의 태도, 소양 및 의지는 새로운 교육 기술 수용에 큰 영향을 미친다. 이 중에서도 교사의 개인 혁신성과 기술 관련 준비도는 다수의 선행연구를 통해 테크놀로지 수용의도와 실제 사용에 영향을 주는 변인으로 보고되고 있다(유명제, 이지연, 2017; Boel et al., 2023). 하지만 이와 같은 변인을 고려하여 교사의 AI 활용교육 수용 메커니즘을 밝힌 연구는 부족하다. 수용의도 역시 다수의 선행연구를 통해 실제 테크놀로지 활용에 영향을 미치는 변인이자 교사의 개인 혁신성, 성과기대와 같은 독립변인과 기술 활용의 궁극적 종속변인인 실제 사용을 매개하는 주요 변인으로 보고되고 있다(Lopez-Perez et al., 2019; Venkatesh et al., 2003). 따라서 교사의 AI 활용교육 실행력을 제고하기 위해서는 교사 특성 및 기술 수용 관련 변인이 수용의도에 미치는 영향력뿐 아니라 수용의도가 실제 사용에 미치는 영향력, 더 나아가 교사 특성 및 기술 수용 관련 변인과 실제 사용 간 관계를 매개하는 수용의도의 영향력에 대해 살펴볼 필요가 있다. 이와 더불어 중학교 교사를 대상으로 AI 수용에 영향을 미치는 변인을 탐색할 필요가 있다. 그간 AI에 대한 교사의 인식과 수용을 탐색한 선행연구는 대부분 초등교사를 대상으로 하거나 초․중등 맥락을 아우르고 있다(김소망, 이정민, 2021). 하지만 초등학교와 중학교는 교육과정의 운영 목표나 실행 방향에 차이가 있다. 뿐만 아니라 AI 융합․활용교육과 같은 적용영역에 해당할수록 학교급에 따른 차별화 전략을 강조해야 한다는 점을 고려할 때(임태형 외, 2020), 학교급을 달리하여 교사의 AI 활용교육 수용에 관한 연구를 수행할 필요가 있음을 알 수 있다. 이에 본 연구에서는 높은 설명력으로 기술 수용을 설명하는 통합기술수용모델(Unified Theory of Acceptance and Use of Technology, UTAUT)에 교사 특성 변인인 개인 혁신성 및 AI 활용교육 준비도를 추가하여, 이들 변인과 사회적 영향, 성과기대, 수용의도, 실제 사용 간의 구조적 관계를 규명하고자 하였다(Venkatesh et al., 2003). 또한 연구 결과를 바탕으로 중학교 교사의 AI 수용력을 제고하는 데 필요한 시사점을 도출하고자 하였다. 이와 같은 목적을 위해 설정한 연구 문제는 다음과 같다. 1. AI 활용교육에 대한 중학교 교사의 개인 혁신성, AI 활용교육 준비도, 사회적 영향, 성과기대는 수용의도에 영향을 미치는가? 2. 중학교 교사의 AI 활용교육 수용의도는 실제 사용에 영향을 미치는가? 3. AI 활용교육에 대한 중학교 교사의 개인 혁신성, AI 활용교육 준비도, 사회적 영향, 성과기대는 수용의도를 매개로 실제 사용에 영향을 미치는가? 연구 문제에 대한 답을 얻기 위하여 전국의 중학교 교사를 대상으로 온라인 설문을 시행하였다. 자료수집을 위해 중학교 교사 커뮤니티를 통한 편의표집 및 눈덩이 표집방법을 활용하였으며, 본 연구의 목적을 이해하고 이에 참여한 연구 대상자는 278명이었다. 불성실한 응답이나 결측이 확인되지 않았으며, AI 활용교육을 실행한 경험이 있다고 응답한 중학교 교사 226명의 설문 데이터를 통계분석에 활용하였다. 최대우도법을 활용하여 구조방정식 모형을 추정하였으며, 모든 분석에는 R 프로그램(version 4.3.1) 및 R studio를 활용하였다. 먼저, 신뢰도 분석, 빈도분석, 기술통계 및 상관분석을 실시하여 측정도구에 대한 신뢰도와 다변량정규분포, 다중공선성을 확인함으로써 구조방정식 모형을 위한 기본 가정의 충족 여부를 확인하였다. 이후, 확인적 요인분석을 실시하여 측정모형의 적합도와 수렴타당도, 판별타당도를 확인하였다. 다음으로 최종 구조모형의 적합도를 확인하였으며, 매개효과를 검증하였다. 연구 문제에 따른 연구 결과 및 시사점은 다음과 같다. 첫째, 중학교 교사가 지각하는 AI 활용교육에 대한 성과기대는 수용의도에 가장큰 영향을 미치는 것으로 나타났다. 이는 중학교 교사의 AI 수용을 높이기 위하여 AI 교육의 이점과 실행의 필요성을 인식할 수 있도록 해야 함을 의미한다. 이를 위해 교사들에게 성공적인 AI 수업 및 업무 활용 사례를 공유하여 교수학습의 효과성을 직접 체감할 수 있게끔 하는 방안을 검토해볼 수 있다. 또한 교사 연수에서 AI 교육 도입의 필요성을 충분히 공유하여 교사들의 AI 수용 의지를 이끌어낼 수 있다. 둘째, 중학교 교사의 AI 활용교육 준비도는 수용의도에 정적인 영향을 미치는 것 으로 나타났다. 즉, 중학교 교사의 높은 수준의 AI 활용역량은 AI 수용에 도움을 줄 수 있다는 것이다. 이에 예비․현직 교사에게 요구되는 AI 활용역량에 대한 합의된 기준을 마련하고, 교사마다 AI 활용에 대한 준비도가 상이할 수 있다는 점을 고려하여 중학교 교사의 AI 활용역량을 제고해야 한다. 셋째, 중학교 교사가 지각한 AI 활용교육에 대한 사회적 영향은 수용의도에 유의한 영향을 미치지 않는 것으로 나타났다. 이는 본 연구에서 사회적 영향을 관리자 및 주변 교사의 영향력에 국한되는 다소 미시적인 관점으로 바라본 데에서 기인한 것으로 추측할 수 있다. 선행연구에서는 동료 교사의 실행이나 추천을 넘어 교사 간 긴밀한 협력적 환경이 조성되거나, 혁신에 관한 학교 내 풍토가 뒷받침될 때 교사의 혁신 수용성이 높아진다고 하였다(Vangrieken et al., 2015). 이렇듯 교사 학습공동체를 중심으로 교육적 혁신을 확산하는 문화가 형성될 수 있으며, 현장의 움직임으로부터 학교문화의 선순환적 개선이 가능함을 고려하여 아래로부터의 AI 확산에 관심을 기울일 필요가 있다. 넷째, 중학교 교사가 인식하는 개인 혁신성은 AI 활용교육 수용의도에 유의한 영향을 미치지 않는 것으로 나타났다. 선행연구에서는 개인 혁신성이 테크놀로지 수용의도에 미치는 영향력에 대한 일관적이지 않은 결과가 보고되었다. 이는 수용의도에 미치는 교사의 개인 혁신성의 영향력이 발현될 다른 요건의 존재 가능성을 제기한다. 교사 간 공유되는 혁신성에 대한 인식이 중시되어야 하는 것은 사실이지만(정주영 외, 2023), 교사의 직무수행은 학교 환경과 조직 특색에 상당한 영향을 받는다는 점을 고려할 때(Ainley & Cartens, 2018) 보다 넓은 차원에서 혁신성을 바라보아야 할 필요가 있음을 알 수 있다. 다섯째, 중학교 교사가 지각하는 AI 활용교육 수용의도는 실제 사용에 정적인 영향을 미치는 것으로 나타났다. 뿐만 아니라 중학교 교사가 지각하는 성과기대, AI 활용교육 준비도는 수용의도를 매개하여 실제 사용에 정적인 영향을 미치는 것으로 나타났다. 이는 학교 현장에서 AI 활용교육이 적극적으로 실행되기 위해서는 AI를 수용하려는 교사의 의지가 선행되어야 하며, 성과기대 및 AI 활용교육 준비도와 같은 교사 특성이 실제 사용까지 나아가는데 수용의지가 중요한 역할을 하는 것을 의미한다. 따라서 AI를 교육 현장에 활용함으로써 나타날 긍정적 효과에 대한 교사의 기대를 높이고, AI 활용에 대한 준비가 충분히 이루어질 수 있도록 적극적인 지원을 제공해야 한다. 또한 향후에도 수용의도에 영향을 미치는 변인을 탐색하여 AI 활용교육의 실제 사용 촉진을 지원할 필요가 있다. 이와 같은 연구결과를 바탕으로 본 연구가 지니는 의의는 다음과 같다. 본 연구는 AI 활용교육 수용에 영향을 미치는 변인을 검증하고 수용 방안에 대한 실질적인 시사점을 제공하였다는 점에서 의의가 있다. 또한 기술 수용에 대한 높은 설명력을 보이는 UTAUT에 교사의 개인 혁신성과 AI 활용교육 준비도를 추가하여 연구를 수행했다는 점에서 기존 선행연구와는 다른 차별성을 가진다. 뿐만 아니라 AI의 도입이 현장에 본격화되기 전 중학교 교사를 대상으로 AI 활용교육 수용 변인을 살펴보았다는 점에서 시의성 있는 연구적 가치를 지녔다고 할 수 있다. 본 연구의 제한점과 후속 연구를 위한 제언은 다음과 같다. 첫째, 본 연구에서 활용된 데이터는 자기보고 형식으로 수집되었다는 제한점이 있다. 자기보고 데이터는 개인의 인식을 파악하는 데 유용하지만, 주관적이며 사회적 바람직성 편향을 보일 여지가 있다. 이러한 제한점을 보완하기 위해 개인을 특정할 수 있는 정보수집을 최소화하는 등 주의를 기울인 바 있으나, 수집된 데이터의 왜곡 가능성을 배제하기 어렵다. 따라서 향후 관찰, 학교 평가 결과보고서 및 운영보고서와 같은 데이터를 통해 자기보고 데이터를 보완한 연구를 수행할 것을 제언한다. 둘째, 본 연구에서는 편의표집과 눈덩이 표집을 활용하여 연구대상을 모집하였으므로 연구 결과를 일반화하는 데에 다소 무리가 있다. 표집 시 전국 각 지역의 중학교 교사가 포함되도록 노력하였으나 연구에 참여한 대부분의 교사가 서울 및 수도권에 분포하는 것으로 나타났다. 따라서 향후 지역 간 비율이 고려된 연구 대상자를 중심으로 연구를 수행하여 연구 결과를 일반화할 필요가 있다. 셋째, 본 연구에서 정의한 개인 혁신성과 사회적 영향은 다소 미시적인 관점에서 정의되었다는 한계를 지닌다. 최근 교사의 직무수행은 학교 환경과 조직 특색에 상당한 영향을 받는다는 점을 고려하여, 교사 개인의 혁신뿐 아니라 학교조직의 혁신까지 함께 고려하는 연구들이 수행되고 있다(Blömeke et al., 2021). 따라서 이들 변인을 보다 넓은 관점에서 정의하거나, 다른 변인으로 대체하여 수용의도에 미치는 영향력을 재검증할 필요가 있다. 넷째, 본 연구는 UTAUT에서 제시된 조절변인에 대한 영향력을 검증하지 않았다는 제한점이 있다. UTAUT 모델의 연구동향을 살핀 Williams 외(2015)의 연구결과에 따르면 다수의 연구에서 UTAUT 조절변인의 효과가 유의하지 않았거나 역방향으로 나타났으며, 일부 연구에서는 조절변인의 영향력을 검증하지 않은 것으로 보고되었다. 본 연구는 이와 같은 결과를 고려하여 모델에서 제시된 조절변인에 대한 검증을 수행하지 않았다. 그러나 AI 교육 실행을 위해서는 학교 현장의 인프라와 학습환경, 조직문화 등 여러 측면이 함께 고려되어야 하며, 이러한 변인에 따라 교사의 AI 수용에 차이가 존재하는지 확인할 필요가 있다. 따라서 향후 이와 같은 측면을 고려하여 조절효과에 대한 추가적인 탐색을 수행할 것을 제언한다.;The advent of Artificial Intelligence(AI), considered a core technology in the Fourth Industrial Revolution, is causing significant transformations in the field of education. This is attributed to its ability to enable instructional support based on the analysis of the learning process, providing advantages to both learners and educators. Consequently, there is an active global effort to integrate AI into educational settings. In education, Artificial Intelligence in Education(AIEd) encompasses both Education for understanding AI and Education using AI in teaching and learning situations. These aspects are viewed holistically in the context of utilizing AI in instructional settings in recent perspectives. Education using AI includes a broad concept covering AI curriculum integration, AI convergence education, AI-based education, and the application of AI in educational tasks(Han et al., 2021). Therefore, Education using AI can be defined as employing AI in single or multiple subjects, integrating AI with various subjects and industries, or incorporating AI itself into teaching and learning situations. Teacher perceptions are actively being discussed prior to the implementation of Education using AI, considering their pivotal role in classes design, operation, and tool selection. Previous research indicates that while teachers exhibit a positive attitude towards AI, but they face challenges in actively utilizing it, experiencing psychological burdens related to AI education(Kang et al., 2023). The results indicate that teachers need to go beyond a mere interest in AIEd and actively apply it in practice. Therefore, there is a need to explore variables influencing teachers' acceptance of AI in education, in order to devise strategies that enhance teachers' adoption of Education using AI. The teachers' attitude, competency, and determination related to technology, significantly influence the adoption of new educational technologies. Among these factors, teachers' personal innovativeness and readiness for technology have been considered as factors affecting the intention and actual use of technology adoption based on numerous prior studies(Boel et al., 2023; Gupta & Bhaskar, 2023; Yoo & Lee, 2017). However, there is little research investigating the mechanisms underlying teachers' acceptance of Education using AI, considering these variables. Furthermore, intention to adopt has been reported in various previous studies as a key variable influencing actual technology utilization. And it serves as a major mediator between independent variables such as personal innovativeness and performance expectancy, and the actual use that is ultimate dependent variable of technology acceptance(Lopez-Perez et al., 2019; Venkatesh et al., 2003). Therefore, it is necessary to examine not only the impact of the previously mentioned variables on the intention to adopt but also the influence of the intention to adopt on actual use. Additionally, it is essential to investigate the mediating role of the intention to adopt in the relationship between teacher characteristics, technology acceptance-related variables, and actual use to enhance the efficacy of teachers in implementing Education with AI. Also, it is crucial that exploring the factors influencing AI acceptance among middle school teachers. Previous studies examining teachers' perceptions and acceptance of AI have predominantly focused on elementary school teachers or covered the elementary and middle school contexts(Kim & Lee, 2021). However, given the differences in the operational objectives and the curriculum between elementary and middle schools, as well as the need to emphasize differentiation strategies concerning application domains such as AI convergence and utilization in education(Lim et al., 2020), it is essential to explore the factors influencing AI acceptance specifically among middle school teachers. Therefore, this study aims to enhance the Unified Theory of Acceptance and Use of Technology(UTAUT)(Venkatesh et al., 2003), a model known for its high explanatory power in explaining technological acceptance, by adding teacher characteristic variables such as personal innovativeness and readiness for Education using AI. The structural relationships among these variables, social influence, performance expectancy, intention to use, and actual use. Additionally, the study seeks to derive implications for improving middle school teachers' AI acceptance. The research questions for this study are as follows. 1. Do middle school teachers' personal innovativeness, readiness for Education using AI, social influence, and performance expectancy influence their intention to use regarding Education using AI? 2. Does the intention to use of middle school teachers regarding Education usuing AI influence actual use? 3. Do middle school teachers' personal innovativeness, readiness for Education using AI, social influence, and performance expectancy influence actual use through the mediating effect of intention to use? To obtain answers to the research questions, an online survey was conducted with middle school teachers nationwide. Convenience and snowball sampling methods were utilized through a middle school teacher community for data collection, and a total of 278 responses were collected in the study. No dishonest responses or missing values were identified in all response data. Only survey data from 226 middle school teachers who responded affirmatively to having experience in implementing AI-based education were used for statistical analysis. Structural equation modeling was estimated using maximum likelihood, and all analyses were conducted using the R program (version 4.3.1) and R Studio. Initially, reliability analysis, frequency analysis, descriptive statistics, and correlation analysis were conducted to verify the reliability of measurement tools and assess the basic assumptions for the structural equation model by confirming multivariate normality and multicollinearity. Subsequently, confirmatory factor analysis was performed to assess the model fit, convergent validity, and discriminant validity of the measurement model. The final structural model's fitness and effects were analyzed, and indirect effects were examined. The research results and implications based on the research questions are as follows. Firstly, the perceived performance expectancy of middle school teachers regarding Education using AI had the most significant impact on intention to use. This indicates the necessity for enhancing middle school teachers' awareness of the benefits and necessity of Education using AI. Therefore, it can be considered that involve sharing successful AI teaching and task utilization cases to enable teachers to directly experience the effectiveness of teaching and learning. Moreover, it is posited that the intentional spread of the crucial role of incorporating AI in education during teacher training sessions will foster a greater willingness among educators to adopt AI methodologies. Secondly, readiness for Education using AI of middle school teachers had a static influence on intent to use. In other words, improving middle school teachers' AI utilization capabilities can assist in AI acceptance. It is recommended to establish agreed-upon criteria for the AI utilization capabilities required for pre-service and in-service teachers. It is crucial to enhance AI competency, considering that teachers' readiness for Education using AI may vary. Third, the social influence perceived by middle school teachers in Education using AI did not have a significant influence on the intention to use. This could be attributed to the definition of social influence in this study, which is defined in terms of the influence of administrators and colleague teachers, viewed from a somewhat micro-perspective. Previous studies have suggested that teacher receptivity to innovation increases when there is close collaborative cooperation among teachers beyond the execution or recommendation by peer teachers, and when there is a supportive school culture for innovation (Vangrieken et al., 2015). Considering that a culture fostering educational innovation centered around teacher learning communities can be established, and that cyclical improvement of school culture is possible from on-site movements, attention needs to be paid to the diffusion of AI from the bottom up. Fourth, the personal innovativeness perceived by middle school teachers did not have a significant impact on the intention to use Education using AI. Previous studies have reported inconsistent results on the influence of teachers' personal innovativeness on the intention to use. This raises the possibility of the existence of other conditions where the influence of teachers' personal innovativeness on the intention to use may manifest. While awareness of innovation shared among teachers is important(Jung et al., 2023), it is necessary to define innovativeness from a broader perspective considering that teachers' job performance is significantly influenced by school environment and organizational characteristics(Ainley & Cartens, 2018). Fifth, the intention to use of Education using AI perceived by middle school teachers had a static influence on actual use. Additionally, the perceived performance expectations and readiness for Education using AI by middle school teachers had a static influence on the intention to use, mediating the actual use. This implies that the willingness of teachers to adopt AI needs to precede the active implementation of AI education in schools. It also emphasizes the importance of raising teachers' expectations for the positive effects of Education using AI in educational settings and providing active support to ensure sufficient preparation for AI adoption. Furthermore, exploring variables influencing the intention to use in the future is necessary to support the actual promotion of AI education. The significance of this study based on these results is as follows. This study validated variables influencing the acceptance of Education using AI and provided practical implications for adoption. Moreover, it differs from previous studies by conducting research by adding teachers' personal innovativeness and readiness for Education using AI to the UTAUT, which has shown high explanatory power for technology adoption. Additionally, this study holds timely research value as it focuses on middle school teachers before the widespread introduction of AI in the field. Limitations of this study and suggestions for future research are as follows. Firstly, the data used in this study were collected in a self-report format. Self-report data are useful for understanding individual perceptions but may show subjective and socially desirable biases. While efforts were made to minimize such biases, it is challenging to exclude the possibility of distortion in the collected data. Therefore, it is suggested that future research supplements self-report data with more objective data such as observations, school assessment and operational reports. Secondly, this study recruited research subjects through convenience and snowball sampling, making it somewhat challenging to generalize the research results. Although efforts were made to include teachers nationwide, most participating teachers were found to be working in Seoul and the metropolitan area. Therefore, it is necessary to adjust the ratio between regions and conduct research nationwide to generalize the research results more effectively. Thirdly, the personal innovativeness and social impact defined in this study have limitations in being defined from a somewhat micro-perspective. Considering that teachers' job performance is significantly influenced by the school environment and organizational characteristics, recent studies consider not only personal innovativeness of teachers but also organizational innovationess of schools(Blömeke et al., 2021). Therefore, it is necessary to redefine these variables from a broader perspective to revalidate its impact on the intention to use. Lastly, this study has the limitation of not verifying the impact of moderating variables proposed in UTAUT. According to the results of Williams et al(2015), who examined the research trends of UTAUT models, the effects of moderating variables were not significant or even showed reverse effects in many studies and some studies did not verify the influence of moderating variables. For these reasons, this study did not conduct verification of the moderating variables. But it is necessary to confirm whether there is a moderating effect, considering that various aspects, such as school infrastructure, learning environment, and organizational culture, need to be considered for implementation of Education using AI. Therefore, future research should consider these aspects and perform additional exploration of moderating effects.