학습 몰입도 향상을 위한 AI 하브루타 시스템 개발 = Development of an AI Havruta System of an AI Havruta System to Enhance Learning Engagement

다국어 초록 (Multilingual Abstract)

Online learning environments provide the advantage of studying without temporal and spatial constraints; however, they also present limitations such as reduced learner interaction, decreased engagement, and increased psychological isolation. In particular, Havruta-a traditional Jewish method of paired dialogue-based learning-has been difficult to reproduce in digital environments. To address these limitations and enhance learners‘ engagement and metacognitive skills, this study designed and implemented a new paradigm called the Simultaneous-Listening AI Havruta System, which conceptualizes AI not as a “teacher” but as a “learning companion.” In the proposed system, the learner and the AI concurrently attend the same lecture, and the AI functions as a cognitive partner and intellectual sparring counterpart.
Unlike traditional Havruta, which depends heavily on the competence of one‘s partner, the AI Havruta ensures consistent and high-quality interaction by adapting questions to the learner‘s level or intentionally prompting more advanced reasoning. The system integrates speech-to-text (STT) conversion for real-time lecture transcription, a context detector and time manager based on text-embedding technology to determine the optimal timing for discussion, and a large language model (LLM) equipped with a “peer learner persona” to generate deep and reflective questions through three-stage prompt engineering. The avatar interface then delivers these interactions visually and aurally.
A within-subjects comparative experiment was conducted in which each participant experienced both a conventional lecture and an AI Havruta session and then evaluated their experiences. Ten valid responses were analyzed quantitatively and qualitatively. The results demonstrated that the AI Havruta system significantly enhanced learning engagement (α = 0.987) and perceived learning effect (α = 0.916), with participants reporting that AI‘s questions stimulated their thinking and encouraged them to reflect during lectures. Qualitative responses further revealed that learners viewed the AI as a cognitive partner that deepened understanding and promoted self-reflection, although some noted repetitive or contextually inconsistent questions.
These findings indicate that the AI Havruta system effectively fosters learner immersion, cognitive activation, and metacognitive reflection by transforming one-way content delivery into interactive dialogue-based learning. This study suggests that AI can evolve beyond a tutoring role to serve as an intellectual partner that promotes human-centered, dialogic learning in future EdTech environments.

국문 초록 (Abstract)

온라인 학습 환경은 시공간의 제약 없이 학습할 수 있는 장점을 제공하지만, 학습자 간의 깊이 있는 상호작용과 토론이 부재하여 학습 몰입도 저하와 심리적 고립감을 유발하는 한계가 있다. 특히 두 명이 짝을 이루어 질문하고 토론하며 학습하는 유대인의 전통적 교육 방법인 ‘하브루타’는 온라인 환경에서 구현하기 어려웠다.
본 연구는 이러한 한계를 극복하고 학습자의 몰입도와 메타인지 향상을 위해, AI를 ‘가르치는 교사’가 아닌 ‘함께 배우는 동료’로 설정하는 새로운 패러다임의 ‘AI 하브루타 시스템’을 설계 및 구현 하였다. 제안하는 시스템은 학습자와 AI가 동일한 강의를 실시간으로 함께 수강하며, AI는 가상 학습 동료의 역할을 수행한다. 전통적 하브루타는 학습 효과가 토론 파트너의 역량에 전적으로 종속되는 맹점을 지닌다. 이는 파트너에 따라 학업 향상을 보장할 수 없으며 최악의 경우 비생산적인 대화로 시간을 허비 할 수 있는 위험을 내포한다. 반면, AI 하브루타는 학습자의 수준에 맞추거나, 의도적으로 한두 단계 높은 수준의 질문을 던지는 등, 언제나 평균 기준치 이상의 일관된 고품질 토론 파트너를 제공하여 개인 맞춤형 성장을 촉진 할 수 있을 것으로 기대된다.
이를 위하여 음성인식 기술로 강의 내용을 실시간 텍스트로 변환하고, 텍스트 임베딩 기술 기반의 ‘맥락 탐지기’와 ‘시간 관리자’를 통해 최적의 토론 개입 시점을 판단한다. 이후 거대 언어 모델(LLM)에 ‘동료 학습자 페르소나’가 적용된 3단계 프롬프트 엔지니어링을 통해 깊이 있는 토론 질문과 반문을 생성하고, 아바타를 통해 학습자와 상호작용 한다.
기존의 지식 전달 중심 AI 튜터링 시스템에서 벗어나, AI와의 수평적, 상호작용적 토론을 통해 학습자의 메타인지 활성화, 학습 고립감 해소, 그리고 궁극적으로 학습 몰입도를 향상시키는 새로운 AI 교육 모델을 제시 한다는 점에서 의의를 가진다. 향후 시스템의 효과성 검증을 위한 실험 설계를 제시하였으며, 실제 교육 현장에서의 적용 가능성을 탐색하였다.
시스템의 효과를 검증하기 위해 피험자 내 비교 설계를 적용하여 동일 학습자가 일반 강의와 AI 하브루타 강의를 모두 수강한 뒤 비교•평가하도록 하였으며, 총 13부의 응답을 분석하였다. 그 결과, AI 하브루타 시스템은 학습자의 몰입도(α=0.987) 와 AI 하브루타 효과(α=0.916) 모두에서 높은 신뢰도와 긍정적 반응을 보였다. 학습자들은 “AI의 질문이 사고를 자극했다”, “생각하며 듣게 되었다” 등의 의견을 제시하였고, 이는 학습자가 AI를 단순한 도우미가 아닌 사고의 동반자로 인식하게 되었음을 보여준다.
주관식 응답 분석에서도 AI 하브루타는 새로운 학습 경험, 사고 확장, 자기 성찰 유도 측면에서 긍정적으로 평가되었으며, 일부는 질문 반복이나 맥락 미흡을 지적하였다. 이를 통해 AI 하브루타가 몰입과 메타인지 향상에 기여하는 동시에, 향후에는 문맥 지속성과 질문 다양성 향상이 필요함을 확인하였다. 본 연구는 AI 하브루타 시스템이 단순한 자동화 도구가 아닌 인간 중심의 대화형 학습 모델로 발전할 가능성을 제시하였으며, AI가 학습자의 지적 파트너로 작동함으로써 학습 몰입과 사고 확장을 촉진할 수 있음을 실증적으로 밝혔다.

목차 (Table of Contents)

• 제1장 서론 1
• 1. 연구의 필요성 1
• 2. 연구 목적 3
• 3. 연구 범위 4
• 제2장 관련 연구 5
• 1. 하브루타 원리와 LLM 기반 온라인 협력 학습 5
• 1.1. 하브루타의 원리와 LLM의 연계성 5
• 1.2. 온라인 환경에서 협력 학습 연구 동향 8
• 2. AI 기반 교육 시스템의 주요 접근법 12
• 제3장 AI 하브루타 시스템 설계 16
• 1. 가상 동료 학습자 모델 16
• 2. AI 하브루타 시스템 개념 및 설계 원리 17
• 2.1. AI 하브루타 시스템의 4계층 개념 구조 18
• 2.2. AI 하브루타 시스템 흐름도 20
• 2.3. 의미 기반 문맥 전환 감지 원리 22
• 2.4. 학습 몰입도 강화를 위한 아바타 23
• 3. 사용자-AI 하브루타 시스템 상호작용 설계 26
• 3.1. 유즈 케이스 다이어그램 26
• 3.2. 하브루타 원리 기반 프롬프트 설계 원칙 27
• 제4장 AI 하브루타 시스템 구현 31
• 1. AI 하브루타 시스템 구조 및 기술 스택 31
• 1.1. AI 하브루타 시스템 구조 31
• 1.2. 개발 환경 및 기술 스택 34
• 2. AI 하브루타 시스템의 주요 기능 37
• 2.1. 실시간 강의 텍스트 변환 모듈 37
• 2.2. 토론 개입 시점 판단 모듈 38
• 2.3. 대화형 AI 상호작용 모듈 42
• 2.4. 아바타 출력 연동 모듈 47
• 2.5. 사용자 경험 및 데이터 관리 49
• 2.6. 인앱 평가 모듈 53
• 제5장 AI 하브루타 시스템 타당성 검증 55
• 1. 실험 개요 55
• 2. 실험 결과 분석 58
• 2.1. 1차 실험 결과 59
• 2.2. 2차 3차 실험 결과 65
• 2.3. 결과 분석 및 시사점 71
• 제6장 결론 및 제언 73
• 참고문헌 75
• 부록 애플리케이션 평가 설문지 79
• 영문 초록 82
• 학위논문 공개 동의서 84