생성형 AI 기반 과학개념 시각화 수업과 고등학생의 과학개념 구조화 양상 = Generative AI-Based Science Concept Visualization and High School Students’ Science Concept Structuring

국문 초록 (Abstract)

본 연구의 목적은 고등학생을 대상으로 생성형 AI의 Text-to-Image 기능을 활용한 과학개념 시각화 수업이 학생들의 과학개념 구조화에 어떠한 양상으로 관련되는지를 탐색하는 데 있다. 2025년 4월 서울 소재 일반계 고등학교 학생 24명을 대상으로 총 5차시 수업을 진행하였으며, 연구 방법으로 설명적 순차 설계(Explanatory Sequential Design)에 기반한 혼합 연구 방법(Mixed Methods Design)을 사용하였다. 학생들이 작성한 개념도를 질적 자료로 수집한 뒤 채점 기준에 따라 양적 점수로 변환하여 사전-사후 변화 분석과 분석 대상 선정 및 자료 해석의 근거로 활용하였고, 사후 설문과 서술형 응답의 질적 분석을 병행하였다. 연구 자료로는 개별 사전-사후 개념도, 모둠 협력 개념도, 사후 설문, 서술형 응답, 자기평가 자료를 수집하였고, 프롬프트 로그와 생성 이미지 등 수업 산출물도 함께 분석에 활용하였다. 연구 결과, 개념도 총점은 소폭 향상되었고 특히 명제와 예시 항목에서 상대적으로 큰 증가가 나타났다. 그러나 위계와 교차연결의 변화는 미미하였으며, 대응표본 t-검정과 Wilcoxon signed-rank test 결과에서도 통계적으로 유의한 차이는 확인되지 않았으나, 모둠 활동에서는 생성형 AI 활용과 협력적 상호작용이 결합된 맥락에서 협력적 개념 구성의 가능성을 보여주었다. 사후 설문과 서술형 응답은 생성형 AI와의 반복적 상호작용, 프롬프트 수정, 시각적 피드백이 추상적 과학개념의 구체화와 표현에 기여할 가능성을 시사하였다. 이러한 결과는 생성형 AI 기반 과학개념 시각화 수업이 과학개념 구조의 전면적 심화보다는 명제와 예시를 중심으로 한 수평적 확장과 구체화에 관련될 가능성을 보여준다. 이를 통해 생성형 AI와 프롬프트 엔지니어링을 통합한 과학 수업 설계의 가능성과 한계를 함께 논의하기 위한 기초 자료를 제공하며, 향후 AI 시대에 적절한 과학과 시각적 표현, 기술, 언어 활동이 만나는 학문 간 경계영역의 융합 연구를 위한 탐색적 기반을 제공한다.

다국어 초록 (Multilingual Abstract)

This study explored how science concept visualization instruction using the text-to- image capabilities of generative AI influenced high school students’ structuring of scientific concepts. Using an explanatory sequential mixed methods design, the study was conducted in April 2025 with 24 students at a general high school in Seoul, South Korea. Data included pre- and post-concept maps, group collaborative concept maps, post instruction surveys, open-ended responses, self- evaluations, prompt logs, AI- generated images and other instructional artifacts. Results showed a slight increase in overall concept map scores, especially in propositions and examples, while changes in hierarchy and cross-links were minimal. Neither the paired sample t-test nor the Wilcoxon signed-rank test showed statistically significant differences. Group activities suggested the possibility of collaborative concept construction, and qualitative findings indicated that repeated interactions with AI, prompt revision, and visual feedback may have supported the concretization and expression of abstract scientific concepts. These findings suggest that generative AI- based science concept visualization may contribute more to the horizontal expansion and concretization of concepts than to the deepening of overall conceptual structure. The study offers an exploratory basis for discussing both the possibilities and the limitations of integrating generative AI and prompt engineering into science instruction. This study also provides an exploratory foundation for future research at the intersection of science education, visual representation, technology and language-based learning in the age of AI.