인공지능 융합 언어폭력 예방교육 개발 = Development of AI-Integrated Verbal Violence Prevention Education

다국어 초록 (Multilingual Abstract)

This study sought to develop an AI-integrated verbal violence prevention program for third-grade middle school students and to rigorously evaluate its efficacy. Verbal violence, the most prevalent form of school violence, is characterized by its high contextual dependency and manifestation in indirect forms beyond explicit profanity. These complexities have posed significant challenges for traditional, one-way educational interventions, which have shown limited success in fostering meaningful changes in students' awareness and behavior.
To address these limitations, this research introduces a novel pedagogical approach that empowers students to actively recognize and classify verbal violence. The methodology incorporates key data science concepts, including data analysis processes, decision tree modeling, and prompt engineering. Following the PDIE model, a comprehensive six-session program was designed and structured into three distinct phases. The initial phase focused on analyzing verbal violence data to identify underlying patterns. The second phase involved students constructing decision trees and classifying data based on their models. In the final phase, students engaged in prompt engineering to create and utilize their own "clean bots" with ChatGPT.
The program's field applicability and content validity were confirmed through two rounds of review by a panel of five educational experts. Its effectiveness was then assessed with a sample of 81 third-grade students from a middle school in Seoul, who were divided into an experimental group (n=38) and a control group (n=43). To measure changes in potential verbal violence, Jung Da-hye's (2018) scale was utilized, focusing on the sub-factors of impulsive aggression, self-esteem, and depression. Qualitative data were also gathered through in-depth interviews with participants in the experimental group.
The quantitative results indicated that the experimental group exhibited statistically significant reductions in both impulsive aggression (t=2.482, p=0.018) and depression (t=2.757, p=0.009). Conversely, the control group, which received a conventional lecture-based prevention program, showed a significant decrease only in impulsive aggression, with no discernible change in depression levels. While further analysis using ANCOVA and difference-in-differences methods did not reveal statistically significant inter-group differences after controlling for pre-test scores, the qualitative findings confirmed the program's profound educational impact.
Thematic analysis of the interview data revealed that students demonstrated a high degree of engagement with the participatory, AI-driven lessons. They reported experiencing concrete and practical shifts in their perception of verbal violence. Furthermore, the sense of accomplishment derived from constructing decision trees and creating clean bots was suggested as a potential factor contributing to the observed decrease in depression. Some students did, however, mention technical difficulties, highlighting the necessity of foundational instruction in AI-related concepts for the effective implementation of such integrated educational models.
This research holds considerable significance by extending the application of AI-integrated education from its conventional focus on core subjects to the vital domain of safety education, specifically school violence prevention. The study not only confirmed the program's meaningful effects but also demonstrated that students could cultivate AI competencies—such as data analysis, decision tree modeling, and prompt engineering—while simultaneously improving their awareness of verbal violence.
Nevertheless, this study is not without its limitations. The short-term, six-session duration may not have been sufficient to capture more profound, long-term changes in students. Future research should therefore explore extending the application of AI integration to other areas of safety education and, crucially, aim to establish a clearer causal relationship between the sense of achievement experienced in the program and the observed emotional changes. Despite these constraints, this study powerfully illustrates the potential of using AI technology for innovative verbal violence prevention and offers practical implications for the future direction of safety education in the digital era.

국문 초록 (Abstract)

본 연구는 중학교 3학년 학생들을 대상으로 인공지능 융합 언어폭력 예방교육 프로그램을 개발하고 그 효과성을 검증하는 것을 목적으로 한다. 학교폭력 중 가장 높은 비중을 차지하는 언어폭력은 명시적 욕설뿐만 아니라 간접적인 형태로도 나타나며 높은 맥락 의존성을 보이기 때문에, 기존의 일방향적 예방교육으로는 학생들의 언어폭력에 대한 인식과 행동 변화를 유도하기 어려운 한계가 있었다. 이에 본 연구는 데이터 분석 과정, 의사결정트리와 프롬프트 엔지니어링을 활용하여 학생들이 능동적으로 언어폭력을 인식하고 분류할 수 있는 새로운 교육적 접근을 시도하였다.
연구 방법으로는 준비(Prepare), 개발(Develop), 실행(Implement), 평가(Evaluate)의 네 단계로 구성되는 PDIE 모형에 기반하여 6차시의 인공지능 융합 언어폭력 예방교육 프로그램을 개발하였다. 예방교육 프로그램은 세 단계로 구성되었으며, 1단계에서는 언어폭력 데이터 분석과 패턴 발견, 2단계에서는 의사결정트리 구성과 데이터 분류, 3단계에서는 프롬프트 엔지니어링을 접목하여 Chat GPT를 활용한 클린봇 제작 및 활용 활동을 수행하도록 설계하였다. 전문가 5인의 두 차례에 걸친 타당화 검토를 통해 프로그램의 현장 적용 가능성을 확인하였으며, 서울특별시 소재 A중학교 3학년 학생 81명(실험군 38명, 통제군 43명)을 대상으로 효과성을 검증하였다. 정다혜(2018)의 잠재적 언어폭력성 척도를 활용하여 충동적 공격성, 자아존중감, 우울의 변화를 측정하였고, 실험군을 대상으로 면담을 실시하여 질적 데이터를 수집하였다.
연구 결과, 실험군은 충동적 공격성(t=2.482, p=0.018)과 우울(t=2.757, p=0.009) 영역에서 통계적으로 유의미한 감소를 보였다. 반면 일반적인 언어폭력 예방교육을 적용한 통제군은 충동적 공격성에서만 유의미한 감소를 나타냈고 우울에서는 변화가 없었다.
이와 더불어 공분산분석과 이중차분법을 통한 추가 분석에서는 사전 점수를 통제했을 때의 집단 간 차이가 통계적으로 유의하지 않았으나, 질적 분석 결과 본 교육 프로그램의 유의미한 교육적 성과를 확인할 수 있었다. 면담 내용을 주제별로 분석한 결과 학생들은 인공지능을 활용한 참여형 수업에 높은 흥미를 보였으며, 언어폭력에 대한 구체적이고 실제적인 인식의 변화를 경험하였고, 의사결정트리 구성과 클린봇 제작 과정에서 경험한 성취감이 우울 감소와 연관될 가능성을 시사하였다. 다만 일부 학생들이 인공지능의 활용과 관련하여 기술적인 어려움을 언급하는 모습을 통해, 본 교육과 같은 인공지능 융합교육의 효과적인 적용을 위한 인공지능 관련 내용 요소 학습의 필요성도 확인되었다.
본 연구는 기존의 교과 중심으로 시도되고 있는 인공지능 융합 교육을 학교폭력 예방교육과 같은 안전 교육의 영역으로 확장하여 유의미한 효과를 확인하였다는 점에서 의의를 가지며, 학생들은 데이터 분석, 의사결정트리 구성, 프롬프트 엔지니어링 등 인공지능의 핵심 요소를 체험하며 언어폭력에 대한 인식 개선과 더불어 인공지능 역량을 함양할 수 있었다. 그러나 본 연구는 6차시라는 짧은 기간 동안 인공지능 융합 교육과정을 적용하였기에 학생들의 심층적인 변화를 관찰하지 못한 한계가 있으며, 언어폭력에 국한되지 않는 다양한 분야의 안전교육으로의 인공지능 융합교육 적용, 성취감과 우울감 변화 사이의 인과관계 규명 등이 후속 연구 과제로 남아있다. 이러한 한계에도 불구하고 본 연구는 인공지능 기술을 활용한 혁신적인 언어폭력 예방교육의 가능성을 제시하였으며, 인공지능 시대의 융합교육과 관련하여 교육 현장이 추구해야 할 방향에 대한 실질적인 시사점을 제공한다.

목차 (Table of Contents)

• 목 차
• 제 1 장 서론 01
• 제 1 절 연구의 목적 및 필요성 01
• 제 2 절 연구 문제 04
• 제 2 장 이론적 배경 05
• 제 1 절 언어폭력 05
• 1. 언어폭력의 정의 05
• 2. 언어폭력의 유형 06
• 3. 언어폭력 예방교육 07
• 4. 언어폭력성 측정 척도 09
• 제 2 절 인공지능 융합 교육 10
• 1. 인공지능 융합 교육 10
• 2. 의사결정트리 12
• 3. 프롬프트 엔지니어링 13
• 제 3 장 연구 방법 15
• 제 1 절 용어 정의 15
• 제 2 절 연구 절차 및 대상 15
• 1. 연구 절차 16
• 2. 연구 대상 18
• 제 3 절 인공지능 융합 언어폭력 예방교육 개발 18
• 1. 준비 단계(P) 18
• 2. 개발 단계(D) 24
• 가. 초기 인공지능 융합 언어폭력 예방교육 24
• 나. 인공지능 융합 언어폭력 예방교육 타당성 검토 27
• 3. 실행 단계(I) 29
• 가. 인공지능 융합 1단계 29
• 나. 인공지능 융합 2단계 34
• 다. 인공지능 융합 3단계 38
• 4. 평가 단계(E) 43
• 제 4 절 인공지능 융합 언어폭력 예방교육의 효과 44
• 1. 잠재적 언어폭력성 측정 44
• 2. 심층 면담 45
• 제 4 장 연구 결과 46
• 제 1 절 전문가 타당성 검토 결과 46
• 제 2 절 최종 인공지능 융합 언어폭력 예방교육 59
• 제 3 절 인공지능 융합 언어폭력 예방교육의 효과 63
• 1. 인공지능 융합 언어폭력 예방교육의 효과 비교 63
• 2. 실험군 면담 분석 66
• 제 5 장 결론 69
• 참고문헌 71
• Abstract 118