A Case Study of Secondary EFL Learners’ Writing Across GenAI-Available and GenAI-Unavailable Contexts

Abstract

본 연구의 목적은 중등 영어 학습자가 생성형 인공지능을 활용할 수 있는 과제 글쓰기에서 AI와 어떤 방식으로 상호작용하는지 살펴보고, 이러한 과정이 AI 사용이 제한된 시험 글쓰기에서 학습자의 독립적 수행과 어떻게 연결되는지 분석하는 데 있다. 생성형 인공지능의 확산은 학생들의 글쓰기 방식과 학습 환경을 빠르게 변화시키고 있다. ChatGPT와 같은 대규모 언어 모델은 짧은 입력만으로도 아이디어를 제안하고, 주장을 구성하며, 문장을 다듬고, 비교적 완성도 높은 글을 만들어 낼 수 있다（Brown et al., 2020; Kasneci et al., 2023）. 제2언어 글쓰기 맥락에서 이러한 기능은 학습자의 정확성, 유창성, 조직성, 일관성, 수정 과정을 도울 수 있다는 점에서 주목받아 왔다（Barrot, 2023; Kohnke et al., 2023; Moorhouse et al., 2023; Warschauer et al., 2023）. 그러나 학교 평가 맥락에서 AI의 도움을 받아 작성된 완성도 높은 과제 글은 학습자가 글쓰기 과정에 어떻게 참여했는지, 또는 글쓰기 작업이 학습자와 AI 사이에서 어떻게 나뉘어 이루어졌는지를 충분히 보여주지 못한다. 이 문제는 제2언어 글쓰기에서 특히 중요하다. 글쓰기 발달은 학습자가 아이디어를 만들고, 의미를 조직하며, 주장을 전개하고, 언어를 형성하고, 글이 전개되는 과정에서 자신의 결정을 수정하는 과정을 필요로 하기 때문이다（Bereiter ＆ Scardamalia, 1987; Flower ＆ Hayes, 1981; Hyland, 2003; Weigle, 2002）. 최근의 과정 중심 연구들은 학습자가 AI가 제시한 내용을 질문하고, 수정하며, 결과를 평가하고, 일부 제안을 거부하거나 방향을 다시 설정하는 방식으로 AI와 상호작용한다는 점을 보여주었다（Koltovskaia et al., 2024; Kwon ＆ Lee, 2025; Wang ＆ Wang, 2025）. 그러나 중등 영어 학습자가 생성형 인공지능의 지원을 받는 과제 글쓰기에서 어떻게 참여하는지, 그리고 이러한 글쓰기 방식이 이후 독립적으로 수행하는 시험 글쓰기에서 어떻게 나타나는지에 대해서는 상대적으로 충분히 다루어지지 않았다. 본 연구는 서울 소재 프랑스 국제학교의 실제 영어 수업 및 평가 맥락에서 수행된 질적 사례 연구이다. 연구 참여자는 고등학교 1학년 영어 학습자 네 명이며, 이들은 수업에서 제시된 논증적 글쓰기 과제를 수행하였다. 이 중 세 명은 과제 글쓰기에서 생성형 인공지능인 ChatGPT를 사용하였고, 한 명은 과제 글쓰기와 시험 글쓰기를 모두 생성형 인공지능 없이 수행하여 비교 사례로 포함되었다. 연구 자료는 학습자와 AI의 상호작용 기록, 과제 글쓰기, 시험 글쓰기, 교사 평가 자료, 교사 설문 응답으로 구성되었다. 분석은 세 단계로 이루어졌다. 첫째, 학습자가 입력한 프롬프트를 NVivo를 활용하여 코딩하고, 생성형 인공지능 사용의 기능을 확인한 뒤 이를 상위 상호작용 주제로 묶었다. 둘째, 각 학습자의 상호작용 양상을 하나의 사례로 분석하여 글쓰기 작업이 학습자와 생성형 인공지능 사이에서 어떻게 나뉘어 이루어졌는지를 살펴보았다. 셋째, 교사 점수, 서면 피드백, 학생 글의 텍스트 증거, 교사 설문 응답을 바탕으로 과제 글쓰기와 시험 글쓰기를 비교하여, 생성형 인공지능의 지원을 받은 과제 글쓰기가 독립적으로 작성된 시험 글쓰기에서 어떻게 나타나는지 분석하였다. 첫째, AI를 사용한 세 학습자는 과제 글쓰기에서 서로 다른 방식으로 생성형 인공지능과 상호작용하였다. 생성형 인공지능은 각각 과제 글의 대부분을 한 번의 프롬프트로 생성하는 데, 글의 형식·절차·표현을 점검하고 조정하는 데, 그리고 AI가 제시한 내용을 검토하고 질문하면서 주장과 개념의 방향을 다시 설정하는 데 사용되었다. 이러한 서로 다른 상호작용 양상에도 불구하고, AI를 사용한 세 학습자는 과제 글쓰기에서 하나의 중요한 공통점을 보였다. 세 학습자는 아이디어 생성, 주장 전개, 예시 선택, 글의 구성, 문장 표현을 포함한 생성적 글쓰기 참여（generative engagement）의 상당 부분을 생성형 인공지능에게 맡겼다. 즉, 세 학습자의 과제 글쓰기는 실제 글을 만들어 내는 핵심적인 과정이 생성형 인공지능의 도움을 받아 이루어졌다는 공통점을 보였다. 이러한 결과는 학습자가 AI가 생성한 내용을 확인하고, 선택하고, 수정하고, 방향을 다시 설정하는 조정·감독적 글쓰기 참여（monitoring engagement）를 보일 수 있지만, 독립적인 글쓰기 발달에 필요한 생성적 과정을 스스로 수행할 기회는 줄어들 수 있음을 보여준다. 생성형 인공지능이 아이디어를 만들고, 주장을 전개하고, 예시를 선택하고, 글을 조직하고, 문장을 형성할 때, 학습자는 이러한 과정에 충분히 직접 참여하지 않은 상태에서도 조직적이고 완성도 있는 과제 글을 제출할 수 있다. 둘째, 과제 글쓰기와 시험 글쓰기를 비교한 결과, 생성형 인공지능의 지원을 받은 과제 글쓰기 수행이 독립적으로 작성된 시험 글쓰기에서 충분히 유지되지는 않았다. AI를 사용한 세 학습자는 과제 글쓰기와 시험 글쓰기 사이에서 점수 차이를 보였고, 모두 시험 글쓰기에서 과제 글쓰기보다 낮은 점수를 받았다. 반면 AI를 사용하지 않은 비교 사례는 두 글쓰기에서 점수 변화가 없었고, 글의 특징도 비교적 일관되게 나타났다. 이 학습자의 글에서는 구체적인 예시를 선택하고, 주제를 맥락 속에서 설명하며, 논증의 방향을 스스로 이끌어 가는 모습이 두 글쓰기에서 모두 확인되었다. 한편 AI를 사용한 세 학습자에 대한 교사 피드백에서는 주장 전개, 아이디어 구체화, 설득력 있는 예시 사용, 논리적 진행, 언어 조절의 어려움이 더 분명하게 나타났다. 이들은 논증적 글쓰기의 전체적인 구조는 대체로 유지하였으나, 생성형 인공지능의 도움 없이 주장의 내용을 지속적으로 발전시키는 데에는 더 큰 어려움을 보였다. 이러한 결과는 과제 글쓰기에서 학습자가 글을 만들어 내는 핵심적인 과정을 스스로 수행하기보다 생성형 인공지능에게 맡길 경우, 독립적인 글쓰기에 필요한 생성적 과정을 연습할 기회가 줄어들 수 있음을 보여준다. 이러한 한계는 시험 글쓰기에서 더욱 분명하게 나타났다. 과제 글쓰기에서 생성형 인공지능에게 맡겼던 아이디어 생성, 주장 전개, 예시 선택, 글의 구성, 문장 표현을 시험 글쓰기에서는 학습자가 자신의 언어적·인지적 자원을 바탕으로 스스로 수행해야 했기 때문이다. 따라서 생성형 인공지능을 활용한 과제 글쓰기는 완성된 글의 질만으로 평가하거나 해석하기 어렵다. 학습자가 AI에게 무엇을 요청했는지, 글쓰기의 어떤 부분을 직접 수행했는지, AI가 생성한 내용을 어떻게 검토하고 수정했는지를 함께 살펴볼 필요가 있다. 본 연구는 중등 영어 글쓰기 교육에서 생성형 인공지능을 활용한 과제 글쓰기가 제출을 위한 최종 산출물로 끝나기보다, 이후의 토론, 발표, 독립적 글쓰기를 준비하는 과정으로 설계될 필요가 있음을 시사한다. 과제의 목적이 완성된 글의 제출에만 있을 경우, 학생들은 AI의 도움을 받아 글의 형식과 완성도를 갖추는 데 집중하고, 그 과정에서 만들어진 아이디어, 주장, 예시, 표현을 충분히 자신의 것으로 이해하지 못할 수 있다. 반대로 과제 글쓰기가 이후 활동과 연결될 경우, 학생들은 자신이 나중에 설명하고, 토론하고, 발표하고, 다시 써야 할 내용을 염두에 두고 AI와 상호작용하게 된다. 이 과정에서 학생들은 AI가 제시한 내용을 더 신중하게 검토하고, 의미를 확인하며, 자신의 주장에 맞게 선택하고 수정할 필요를 갖게 된다. 따라서 생성형 인공지능을 활용한 과제 글쓰기는 독립적인 글쓰기 수행을 준비하는 학습 과정으로 활용되어야 하며, 교사는 다듬어진 과제 글 자체보다 후속 활동과 과정 자료를 통해 학생의 실제 글쓰기 참여와 이해를 함께 확인할 필요가 있다.;Recent developments in generative artificial intelligence （GenAI） have changed the conditions under which students produce written work. GenAI systems can generate ideas, organize arguments, reformulate sentences, and produce extended texts with limited input from the user （Brown et al., 2020; Kasneci et al., 2023）. In second language （L2） writing contexts, this capacity has been discussed as a source of support for fluency, accuracy, coherence, organization, and revision （Barrot, 2023; Kohnke et al., 2023; Moorhouse et al., 2023; Warschauer et al., 2023）. However, in school-based assessment, a polished homework text produced with GenAI support does not show how learners participated in the writing process or how writing work was distributed between the learner and the AI system. This issue is especially important in L2 writing because writing development requires learners to generate ideas, organize meaning, develop arguments, formulate language, and revise their decisions as the text develops （Bereiter ＆ Scardamalia, 1987; Flower ＆ Hayes, 1981; Hyland, 2003; Weigle, 2002）. Process-oriented studies have shown that learners interact with GenAI in different ways, including prompting, modifying, evaluating, rejecting, and redirecting AI-generated content （Koltovskaia et al., 2024; Kwon ＆ Lee, 2025; Wang ＆ Wang, 2025）. Yet less attention has been given to how secondary EFL learners engage in homework writing with GenAI support and how such practices appear when students later write independently in examination writing. This study adopted a qualitative case study design in a multilingual French international school in Seoul. Four Grade 10 EFL learners participated in the study. Three students used ChatGPT, a GenAI system, during an argumentative homework essay, while one student completed both the homework and examination writing tasks without GenAI and served as a contrastive case. Data were collected from learner–AI interaction logs, homework essays, examination essays, teacher evaluation records, and teacher questionnaire responses. The analysis proceeded in three stages. First, learner-generated prompts were coded in NVivo to identify the functions of GenAI use and to group these functions into higher-order interaction themes. Second, each learner’s interaction pattern was analyzed as a case in order to examine how writing work was distributed between the learner and GenAI. Third, homework and examination writing were compared through teacher scores, written feedback, textual evidence from student essays, and questionnaire responses in order to examine how GenAI-supported homework writing appeared in independently produced examination writing. First, the findings showed different interaction patterns among the three GenAI-using students during homework writing. Their uses of GenAI differed in the degree and focus of learner intervention, ranging from task-completion-oriented delegation to form- and procedure-oriented mediation and content-monitoring with conceptual redirection. Despite these different interaction patterns, the three GenAI-using students shared one important pattern during homework writing: GenAI frequently supplied or strongly shaped substantial parts of generative engagement, including idea generation, argument development, example selection, discourse organization, and language formulation. In this sense, all three students completed homework essays through a process in which core parts of written production were externally supported by GenAI. These findings indicate that learners may participate in checking, selecting, revising, or redirecting AI-generated content while having fewer opportunities to carry out the generative processes through which independent writing develops. When GenAI generates ideas, develops arguments, selects examples, organizes discourse, and formulates language, learners may complete coherent and organized homework essays without fully engaging in these processes themselves. Second, the comparison between homework and examination writing showed that GenAI-supported homework performance was not fully sustained in independently produced examination writing. The three GenAI-using students received lower scores in examination writing than in homework writing, while the non-GenAI contrast case maintained stable performance across the two contexts. The essays of the non-GenAI contrast case also showed this stability through specific examples, contextual grounding, and sustained control over argumentative direction. Teacher feedback showed that difficulties became more visible in argument development, elaboration of ideas, persuasive use of supporting examples, logical progression, and language control. Students generally retained the overall structure of argumentative writing, yet they had greater difficulty sustaining the substance of the argument without GenAI support. Consequently, the findings suggest that extensive GenAI support in homework writing can reduce learners’ opportunities to practice the productive processes required for independent writing. This limitation was further confirmed in examination writing, where students had to develop arguments, elaborate ideas, maintain logical progression, and control language through their own linguistic and cognitive resources. Therefore, homework writing completed with access to GenAI should not be interpreted only through the quality of the final text. It should also be examined through process evidence showing what learners asked GenAI to do, which parts of writing they carried out themselves, and how they responded to AI-generated content. Pedagogically, the study suggests that GenAI-supported homework writing should be integrated into secondary EFL writing instruction as a preparatory learning process for later discussion, presentation, and independent writing. When homework writing is treated mainly as a final product for assessment, students may focus on producing a coherent and polished text with GenAI support without sufficiently internalizing the ideas, arguments, examples, and language developed in the process. Therefore, GenAI-supported homework writing should be designed so that students know they will later need to explain, defend, discuss, present, revise, or independently re-articulate the content through their own language. Under this condition, students have a stronger reason to interact with GenAI output carefully, examine the meaning of the generated content, compare alternatives, question suggestions, and make the ideas part of their own understanding. In this way, GenAI-supported homework writing can serve as preparation for independent written articulation, while teachers can assess students’ learning through follow-up activities and process evidence instead of relying primarily on the polished homework text.