AI 피드백 기능을 활용한 AI 코스웨어 기반 맞춤형 평가전략 탐색

• 영문명: Exploring Personalized Assessment Strategies Based on AI Courseware Utilizing AI Feedback Functions
• 발행기관: 부산대학교 교육발전연구소
• 저자명: 홍광표
• 간행물 정보: 『교육혁신연구』제35권 제2호, 1~24쪽, 전체 24쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2025.06.30

국문 초록

연구목적: 본 연구는 AI 코스웨어에 내장된 AI 피드백 기능이 실제 교육현장에서 어떻게 작동하며, 학습자의 반응성과 수용성을 기반으로 맞춤형 평가 전략으로 구현되는 양상을 탐색하는 것을 목적으로 한다. 특히 다양한 피드백 유형의 실행 효과를 분석하여, AI 기반 평가 설계의 방향성과 교육적 시사점을 도출하고자 하였다. 연구방법: 초등학교 6학년 학생 92명을 대상으로 AI 코스웨어 기반의 수업을 적용하고, 피드백 유형별 반응성과 수용성을 정량‧정성적으로 분석하였다. 또한 교사 및 교육공학 전문가 7인을 대상으로 전문가 협의회를 실시하여 피드백 전략의 실천 가능성과 개선 방향에 대한 통찰을 확보하였다. 수집된 자료는 기술통계, 대응표본 t-검정, 그리고 내용 분석을 통해 분석하였다. 연구결과: 정오 피드백과 설명형 피드백은 높은 수용성과 긍정적 반응을 보였으며, 메타인지 피드백은 일부 학습자에게 정서적 부담을 유발하는 것으로 나타났다. 전문가 협의 결과, 피드백 전략의 적절한 시점과 방식이 학습자의 몰입과 자기조절력에 결정적 영향을 미친다는 점이 강조되었다. 이를 통해 AI 피드백 기능은 학습자의 인지‧정서적 특성에 따라 차별화된 평가 전략으로 구성되어야 함이 확인되었다. 논의 및 결론: AI 피드백 기능은 단순한 정오 판단을 넘어, 설명과 성찰을 유도하는 전략적 도구로 발전될 수 있는 가능성을 지닌다. 본 연구는 실제 사례 기반 분석을 통해 AI 코스웨어 기반 맞춤형 평가 전략의 실행 가능성과 한계를 실증적으로 제시하였으며, 향후 AI 기반 교수‧학습 환경에서 평가 설계의 실천적 방향성을 제공한다는 점에서 의의를 지닌다.

영문 초록

Purpose: This study aims to explore how AI feedback functions within AI courseware operate in actual classroom settings and and to examine how they are realized as personalized assessment strategies based on students’ responsiveness and acceptance. Specifically, the study focuses on analyzing the implementation effects of various feedback types to derive practical implications for AI-based assessment design. Method: A total of 92 sixth-grade elementary students participated in AI courseware-based lessons. Both quantitative and qualitative data were collected to examine learner responses and acceptance by feedback type. Additionally, an expert consultation seven educators and educational technology specialists was conducted to gain insight into the practical feasibility and improvement directions of the feedback strategies. The data were analyzed using descriptive statistics, paired t-tests, and content analysis. Results: Corrective and explanatory feedback types showed high levels of acceptance and positive responses, while metacognitive feedback was perceived as emotional burden in some students. Expert consultations emphasized that the timing and format of feedback significantly influence learners’ engagement and self-regulation. These findings highlight the necessity of tailoring AI feedback accroding to the cognitive and emotional characteristics of learners. Conclusion: AI feedback can evolve from simple correctness checks into strategic tools that guide learners toward understanding and reflection. Based on real classroom data, this study empirically demonstrates the practical possibilities and limitations of implmenting personalized assessment strategies via AI courseware, offering practical directions for future AI-integrated instructional environments.

목차

Ⅰ. 서 론

Ⅱ. 이론적 배경

Ⅲ. 연구방법

Ⅳ. 연구결과

Ⅴ. 논의 및 결론

참고문헌

키워드

AI 피드백 기능 AI 코스웨어 맞춤형 평가 전략 학습자 반응성과 수용성 인공지능 활용 AI Feedback Function AI Courseware Personalized Assessment Strategy Learner Responsiveness and Acceptance Application of AI