대학생의 AI 리터러시 프로파일이 생성형 AI 활용 행태에 미치는 영향

국문 초록 (Abstract)

생성형 인공지능 기술이 고등교육 현장에 빠른 속도로 확산되면서 대 학생의 생성형 AI 활용은 학업과 일상을 위한 필수적인 역량으로 자리 잡았고, 이에 따라 대학생을 대상으로 한 AI 리터러시의 중요성 또한 강 조되고 있다. 본 연구는 대학생의 AI 리터러시를 다차원적으로 측정하여 이용자를 프로파일화하고, 이에 따른 생성형 AI 활용 행태의 차이를 실 증적으로 규명하고자 하였다. 이를 위해 Ellis의 정보추구모델을 채택하 여 분석한 결과 시작하기, 훑어보기, 연결하기, 모니터링하기의 네가지 특성이 생성형 AI와의 대화 과정에서 실시간으로 융합된 통합 행동 양 식으로 나타남을 입증하였다. 이는 생성형 AI의 환경에서 정보탐색이 기 존 검색엔진과 같은 단계적인 절차가 아닌, 단일 대화창에서 이루어지는 동시다발적인 비선형적 구조를 통해 이루어짐을 규명한 것으로, 생성형 AI 환경에서도 Ellis의 정보추구모델이 유효한 설명력을 가지고 있음을 시사한다. 군집 분석결과, 연구 대상자는 ‘신중한 도구 사용자’, ‘숙련된 이용자’, ‘맹목적 수용자’ 세가지 집단으로 분류되었다. 이 중 맹목적 수용자 집단 의 경우, 생성형 AI를 활용한 생산과 소비 모두 매우 활발한 반면, 정보 의 신뢰성 평가와 윤리적 규범을 준수하는 수준은 타집단에 비해 현저히 낮게 나타났으며, 이는 해당 집단이 생성형 AI 콘텐츠의 위험성에 가장 쉽게 노출될 수 있음을 시사한다. 또한 도구적 활용 역량은 모든 군집에서 보편적으로 높게 나타났다. 이는 단순한 기능 습득 교육은 이미 충분한 것으로 보이며, 향후 AI 리 터러시 교육 비판적 평가와 윤리적 태도를 함양하는 고차원적 방향으로 나아가야 하며, 이용자 유형에 따른 차별화된 전략의 필요성을 제기한다.

다국어 초록 (Multilingual Abstract)

As generative AI technology rapidly spreads across higher education, university students' use of generative AI has become more than just a cutting-edge technology, becoming an essential competency for both academics and daily life. Consequently, the importance of AI literacy for university students is also being emphasized. This study aimed to multidimensionally measure university students' AI literacy, profile users, and empirically identify differences in generative AI usage behaviors based on these measures. To achieve this, we employed Ellis's Information Seeking Model. Our analysis demonstrated that four characteristics—Starting, Browsing, Chaining, and monitoring as integrated behavioral patterns, integrated in real time during conversations with generative AI, representing the information retrieval process. This demonstrates that information seeking in generative AI environments is not a step-by-step process like traditional search engines, but rather a simultaneous, nonlinear structure within a single conversation window, suggesting that Ellis's Information Seeking Model holds significant explanatory power in generative AI environments. Cluster analysis revealed that the study subjects were categorized into three groups: "cautious tool users," "Advanced users," and "blind adopters." The blind adopters, while highly active in both production and consumption using generative AI, exhibited significantly lower levels of information reliability assessment and adherence to ethical norms compared to other groups. 97 This suggests that this group is most vulnerable to the technological risks inherent in generative AI. In contrast, strategic information production skills were universally demonstrated across all clusters, regardless of AI literacy level. These results suggest that AI literacy education should move beyond simple skill acquisition to foster critical evaluation and ethical attitudes, highlighting the need for differentiated educational strategies tailored to user types.

목차 (Table of Contents)

• 국문초록 i
• 목 차 iii
• 표 목 차 v
• 그림 목 차 vi
• 제 1 장 서론1
• 1.1. 연구의 배경과 필요성 1
• 1.2. 연구의 내용 4
• 1.3. 연구의 대상 5
• 1.4. 연구의 배경과 필요성 7
• 제 2 장 이론적 배경 및 선행연구 8
• 2.1. 생성형 AI의 특성 8
• 2.2. 대학생의 생성형 AI 활용 현황15
• 2.3. 리터러시 개념의 확장과 AI 리터러시18
• 2.4. 정보추구모델32
• 2.5. 이용자 유형 군집화37
• 제 3 장 연구 설계41
• 3.1. 연구 방법41
• 3.2. 측정도구 42
• 3.2.1. 인구통계학적 특성과 생성형 AI 이용 현황42
• 3.2.2. 생성형 AI 활용 행태 42
• 3.2.3. AI 리터러시 척도 48
• 3.3. 자료 분석 방법 51
• 제 4 장 연구 결과52
• 4.1. 연구대상자의 특성 및 측정 도구 검증 52
• 4.1.1. 측정 도구의 타당성 검정53
• 4.1.2. 측정 도구의 타당성 검정55
• 4.1.3. 주요 변수의 기술통계57
• 4.2. 대학생의 생성형 AI 활용 경향59
• 4.2.1. 교육 경험에 따른 활용 차이59
• 4.2.2. 전공계열에 따른 활용 차이 61
• 4.2.3. 주요 변수 간의 상관관계 분석 64
• 4.3. 연구 대상의 군집 분류 및 특성 분석 66
• 4.3.1. 이단계 군집 분석 66
• 4.3.2. K-평균 군집 분석67
• 4.4. 군집별 생성형 AI 활용 행태 차이 분석 69
• 4.4.1. 질적 활용 행태의 군집 간 차이69
• 4.4.2. 양적 활용 행태의 군집 간 차이70
• 4.4.3. 군집 간 차이 71
• 4.5. 소결 74
• 제 5 장 결론 및 논의75
• 5.1. 연구 결과의 요약 75
• 5.2. 연구의 시사점 76
• 5.2.1. 학술적 시사점 76
• 5.2.2. 교육적 시사점 78
• 5.3. 연구의 한계 및 제언 81
• 참 고 문 헌82
• Abstract97
• 부 록 99