국내 인공지능 융합교육 연구 동향 분석 : 키워드 네트워크와 토픽 모델링을 중심으로 = Analysis of Research Trends in AI Converged Education in Korea: Focusing on Keyword Network Analysis and Topic Modeling

국문 초록 (Abstract)

국내 인공지능 융합교육 연구 동향 분석 : 키워드 네트워크와 토픽 모델링을 중심으로 본 연구는 2019년부터 2025년까지 국내 학술지에 게재된 인공지능 융합 교육 관련 논문 141편을 대상으로, 사회연결망분석(SNA)과 토픽모델링 (LDA)을 결합한 문헌 계량 분석을 수행하였다. 연구의 목적은 국내 AI 융합교육 연구의 지식 구조와 진화적 흐름을 규 명하는 데 있다. 분석 결과, 국내 AI 융합교육 연구는 ① 기술 습득 중심 도입단계(2019– 2020), ② 교수학습·교사 중심 전환단계(2021–2022), ③ 가치·윤리 중심 확산단계(2023–2025)의 세 단계로 변화하는 경향을 보였다. TF-IDF 분석에서는 인공지능교육·인공지능리터러시·인공지능융합교 육 등이 주요 핵심어로 나타났으며, SNA 분석에서는 초기 단일 허브 구 조에서 점차 다중 허브 및 복합 가치 네트워크 구조로 확장되는 양상이 관찰되었다. LDA 분석 결과 또한 시기별로 기술 중심, 교수학습 중심, 가치·윤리 중심 주제가 구분되었으며, 특히 3단계에서는 생성형 인공지능과 데이터 리터러시, 윤리 관련 담론이 주요 연구 주제로 부상하였다. SNA와 LDA의 교차 검증을 통해 국내 인공지능 융합교육 연구가 기술 – 교육 실천 – 가치·윤리로 확장되는 진화적 경향을 보였음을 확인하였다. 이러한 결과는 국내 인공지능 융합교육 연구가 기술 중심의 초기 단계 를 넘어, 인간 중심·가치 중심의 교육 패러다임으로 이행하고 있음을 시 사하며 향후 인공지능 융합교육의 정책적 설계와 교사 전문성 개발 방향 설정에 실질적 기초를 제공한다. 주요어: 인공지능 융합교육, 사회연결망분석, 토픽모델링, 인공지능 리터러시, 생성형 인공 지능

다국어 초록 (Multilingual Abstract)

Analysis of Research Trends in AI Converged Education in Korea : Focusing on Keyword Network Analysis and Topic Modeling This study conducts a bibliometric analysis of 141 journal articles on artificial intelligence (AI) convergence education published in Korea between 2019 and 2025. By integrating Social Network Analysis (SNA) and Latent Dirichlet Allocation (LDA) topic modeling, the study aims to examine the knowledge structure and temporal patterns of thematic change in domestic AI convergence education research. The results indicate that Korean AI convergence education research exhibits a stage-based developmental tendency, which can be broadly categorized into (1) a technology-oriented introductory phase (2019–2020), (2) a teaching-and-learning–centered transitional phase (2021–2022), and (3) a value- and ethics-oriented expansion phase (2023–2025). TF-IDF analysis identified AI education, AI literacy, and AI convergence education as persistent core keywords across all periods. SNA results revealed a structural shift from an initial single-hub network toward multi-hub and complex value-oriented network structures over time. LDA topic modeling further demonstrated a clear differentiation of dominant themes by period, moving from technical skill acquisition to pedagogical practice and, more recently, to ethical and value-based considerations. In particular, during the third phase, generative AI, data literacy, and AI ethics emerged as prominent thematic areas, reflecting growing academic attention to responsible and value-oriented AI education. Cross-validation between SNA and LDA results confirmed a consistent evolutionary tendency in which research focus expanded from technological foundations to educational practice and subsequently to ethical and social values. These findings suggest that domestic AI convergence education research in Korea has gradually shifted beyond a technology-centered perspective toward a human-centered and value-oriented educational paradigm. This study provides empirical foundations for future research directions, educational policy design, and teacher professional development related to AI convergence education. Keywords: AI convergence education, Social Network Analysis, Topic Modeling, AI literacy, Generative AI

목차 (Table of Contents)

• 표목차 iii
• 국문초록 ⅳ
• 제1장 서론 1
• 제1절 연구의 배경 및 필요성 1
• 제2절 연구 목적 5
• 제3절 연구 문제 6
• 제4절 연구의 구성 및 방법 7
• 제2장 이론적 배경 8
• 제1절 인공지능 융합교육의 개념 및 정책 동향. 8
• 제2절 인공지능 융합교육의 이론적 기초 10
• 제3절 선행연구 검토 12
• 제4절 소결 12
• 제3장 연구 방법 14
• 제1절 연구 개요 14
• 제2절 연구 대상 및 자료 수집 14
• 제3절 데이터 정제 및 분석 절차 17
• 제4절 연구의 신뢰도 및 타당도 확보 21
• 제5절 소결 21
• 제4장 연구 결과 및 논의 23
• 제1절 핵심 키워드 분석 결과 23
• 제2절 시기별 키워드 네트워크 중심성 분석 27
• 제3절 토픽 모델링(LDA)결과 31
• 제4절 SNA-LDA 교차 타당도 분석 결과 34
• 제5절 소결 38
• 제5장 결론 및 제언 40
• 제1절 연구 요약 40
• 제2절 결론 41
• 제3절 교육적·정책적·학문적 제언 42
• 제4절 연구의 한계 및 향후 과제 43
• 참고문헌 45
• ABSTRACT 57