AI-TPACK 기반 비주얼 콘텐츠 제작 교육 설계 및 학습자 리터러시 변화 - 비주얼·AI 리터러시 변화를 중심으로 - = Development of an AI-TPACK–Based Visual Content Production Curriculum and Changes in Learners’ Literacy - Focusing on Visual and AI Literacy -

국문 초록 (Abstract)

연구배경 생성형 AI 기반 도구가 대학 수업 전반으로 확산되고 있으나, 교육목표와 정렬된 교수설계 모델 및 그 효과에 대한 실증 근거는 여전히 제한적이다. 본 연구는 AI-TPACK 관점에 근거하여 대학 수준의 AI 기반 시각 콘텐츠 제작 교육 프로그램을 설계·운영하고, 학습자의 비주얼 리터러시 및 AI 리터러시 변화 양상을 탐색적으로 검증하는 데 목적이 있다.
연구방법 본 연구는 AI-TPACK에 근거해 15주 시각 콘텐츠 제작 교육 프로그램을 설계·운영하고, 학습자가 생성–평가–수정–성찰의 과정을 반복하도록 수업 구조를 구성하였다. 프로그램은 1–7주(이미지 중심 기초·전략 모듈)와 8–15주(고도화·영상 확장 모듈)로 운영되었으며, 주요 산출물은 AI 생성 비주얼 시리즈(및 영상 산출물)와 성찰일지로 설계하였다. 효과 검증은 단일집단 사전–사후(pre–post) 설계로 수행하였고, 비주얼 리터러시(20문항)와 AI 리터러시(54문항)를 5점 리커트 척도로 측정하여 대응표본 t-검정과 효과크기(Cohen’s dz)로 변화 양상을 분석하였다.
연구결과 비주얼 리터러시와 AI 리터러시는 사전 대비 사후에 통계적으로 유의하게 향상되었다. 이는 학습자가 단순 산출을 넘어, 품질 기준의 적용과 수정 의사결정, 제작 윤리(저작권·편향·투명성 등)를 통합적으로 고려하며 제작 과정을 이해했음을 시사한다.
결론 본 연구는 대학 시각 콘텐츠 제작 교육 맥락에서 AI-TPACK 기반 커리큘럼을 구체화하고, 비주얼 리터러시와 AI 리터러시의 동시 향상 가능성을 탐색적으로 제시하였다. 다만 자기보고식 측정과 통제집단 부재로 인해 인과 추론에는 제약이 있으며, 특히 단일집단 사전–사후 설계의 역사 효과, 성숙 효과, 검사 효과 가능성을 배제하기 어렵다. 후속 연구에서는 수행평가와 과정자료 분석을 포함한 비교설계를 통해 결과 해석의 타당도를 보완할 필요가 있다.

다국어 초록 (Multilingual Abstract)

Background Despite the rapid diffusion of generative AI in higher education, empirically grounded instructional models aligned with learning goals remain limited. This study developed and implemented an AI-TPACK–informed program for AI-supported visual content production and examined changes in learners’ visual literacy and AI literacy.
Methods A one-group pretest–posttest design was employed. The 15-week program followed a Micro–Final structure (image-focused early module; expansion to advanced image and video production). Matched data from 36 students (N=36) were analyzed using SPSS with paired-samples t-tests. Visual literacy (20 items) and AI literacy (54 items) were measured on 5-point Likert scales. Content validity (CVI) was assessed for program evaluation items via expert ratings.
Result Both visual literacy and AI literacy increased significantly from pretest to posttest, suggesting enhanced understanding of AI-supported production processes, including quality evaluation, revision decisions, and ethical/copyright considerations.
Conclusion The study operationalizes an AI-TPACK–based curriculum for higher education and provides exploratory evidence of concurrent gains in visual and AI literacy. Future work should incorporate performance-based assessment, process-trace data, and comparative designs to strengthen causal inference.