SW 교육을 통한 컴퓨팅 사고력 효과 메타분석

다국어 초록 (Multilingual Abstract)

In the era of 21st-century digital transformation, computational thinking (CT) has emerged as a core competency, and in Korea, software (SW) education was formally institutionalized through the 2015 revised national curriculum. This study represents a second-generation meta-analysis that extends prior research limited to the early stage of SW education implementation, by systematically examining the effects of SW education on CT development in domestic K–12 contexts published between 2015 and 2025. A total of 356 effect sizes were analyzed using a random-effects model, with moderator variables including educational level, instructional approaches, and AI-assisted implementation, and publication bias was assessed.
The overall effect size was Δ ̂ = .689, indicating a medium-to-large effect, and publication bias analyses confirmed the stability and reliability of the results (p = .222). Subdomain analyses revealed stronger effects in cognitive CT components such as algorithmic thinking and problem decomposition, whereas relatively lower effects were observed in affective components such as self-efficacy. Moderator analyses showed statistically significant effects for educational level (Qb = 647.90, p < .001) and AI-assisted implementation (Qb = 7.17, p = .007). The largest effect was found among upper elementary students (Δ ̂ = .889), followed by high school (Δ ̂ = .653), lower elementary (Δ ̂ = .505), and middle school students (Δ ̂= .503). AI-assisted learning environments (Δ ̂ = .543) demonstrated lower effects than non-AI environments (Δ ̂ = .740); however, this finding should not be interpreted as evidence of ineffectiveness of AI use, but rather as reflecting the early stage of AI-assisted instructional models in Korean educational settings and the limited accumulation of empirical research.
Comparative analysis with the first-generation meta-analysis indicated that the effects of SW education were maintained or strengthened in the second generation, with particularly stable increases observed among general student populations, suggesting that SW education has evolved into a form of broadly effective instruction beyond specific learner groups.
The findings of this study offer several implications. First, the higher effects observed in upper elementary and high school levels suggest that the effectiveness of SW education may be optimized at particular developmental stages. Second, there is a need to move beyond cognitively focused approaches toward assessment systems that integrate affective dimensions such as learning motivation and self-concept. Third, to realize the educational potential of AI tools, systematic integration within instructional models and enhanced teacher capacity are required, rather than mere technological adoption. Overall, this study provides empirical foundations for restructuring CT education within the implementation of the 2022 revised curriculum and AI–SW convergent learning environments.

국문 초록 (Abstract)

21세기 디지털 전환 시대에 컴퓨팅 사고력은 핵심 역량으로 부상하였으며, 국내에서는 2015 개정 교육과정을 통해 SW 교육이 본격화되었다. 본 연구는 SW 교육 도입기에 한정된 1세대 메타분석을 확장한 2세대 연구로서, 2015—2025년 국내 K-12 수준의 SW교육 연구를 대상으로 컴퓨팅 사고력 향상 효과를 체계적으로 분석하였다. 총 356개의 효과크기를 무선효과모형으로 분석하고, 교육수준, 교수∙학습 방법, AI-assisted활용 여부 등 조절변수를 설정하여 출판편향을 검증했다.
전체 효과크기는 Δ ̂= .689로 중간 이상의 효과를 보였으며, 출판편향 검증 결과 신뢰성이 확보되었다(p=.222). CT 하위 영역별 분석 결과, 알고리즘화∙문제분해 등 인지적 영역에서는 높은 효과가 나타난 반면, 자기효능감 등 정의적 영역에서는 상대적으로 낮은 효과가 확인되었다. 조절효과 분석 결과, 교육수준(Qb= 647.90, p < .001)과 AI 활용 여부(Qb = 7.17, p = .007)가 통계적으로 유의하였다. 교육수준별로는 초등학교 고학년(Δ ̂ = .889)에서 가장 높은 효과가 나타났으며, 고등학교(Δ ̂= .653), 초등 저학년(Δ ̂ = .505), 중학교(Δ ̂ = .503) 순으로 확인되었다. AI-assisted 활용 환경(Δ ̂ = .543)이 Non-AI 환경(Δ ̂ = .740)보다 낮은 효과를 보였다. 이는 AI활용이 효과가 없음을 의미한다기보다는, 국내 교육현장에서 AI-assisted 교수∙학습 모델이 아직 초기 단계에 머물러 있으며 관련 실증 연구가 충분히 축적되지 않았음을 반영한 결과로 해석할 필요가 있다.
1세대 메타분석과 비교한 결과, 2세대에서 SW 교육의 효과크기는 전반적으로 유지되거나 강화되었으며, 특히 일반 학생 대상 교육에서도 효과크기가 안정적으로 증가하여 SW 교육이 특정 집단을 넘어 보편적 학습 효과로 자리잡고 있음을 확인하였다.
본 연구 결과는 다음과 같은 시사점을 제공한다. 첫째, 초등 고학년에서 가장 높은 효과가 나타나고 고등학교가 두번째로 효과가 높은 현상은 SW 교육 효과가 특정 발달 단계에서 최적화될 수 있음을 시사하였다. 둘째, 인지적 영역에 편중된 현행 SW 교육에서 벗어나 학습 동기, 자기개념을 포함한 정의적 영역을 통합 측정할 수 있는 평가 체계 구축이 요구된다. 셋째, AI 도구의 교육적 효과를 실현하기 위해서는 단순 도입을 넘어 교수학습 모델 내 체계적 통합과 교사 역량 강화가 필요하다. 본 연구는 2022 개정 교육과정 실행과 AI·SW 융합 교육 환경에서 컴퓨팅 사고력 교육의 재구조화를 위한 실증적 기초자료를 제공한다는 점에서 의의를 갖는다.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1. 연구의 필요성 1
• 2. 연구의 목적 4
• 3. 연구 문제 5
• 4. 연구의 의의 및 기대효과 6
• Ⅱ. 이론적 배경 7
• 1. 컴퓨팅 사고력의 개념 7
• 2. 컴퓨팅 사고력의 하위 영역 및 조작적 정의 9
• 3. 컴퓨팅 사고력의 교육적 중요성 11
• 4. SW 교육과 컴퓨팅 사고력 관계 12
• 5. 2022 개정 교육과정으로 정보 교육의 변화 14
• 6. 컴퓨팅 사고력 메타분석 연구 동향 15
• Ⅲ. 연구 방법 17
• 1. 분석 대상 선정 및 수집 과정 17
• 2. 자료의 처리 20
• A. 학교급 21
• B. 프로그래밍 언어 활용 21
• C. 협력학습 여부 22
• D. 측정 방식 23
• E. AI-assisted 여부 24
• 3. 분석 절차 25
• A. 효과크기 산출 25
• B. 동질성 검정 29
• C. 출판편향 검증 30
• D. 자료의 분석과 해석 33
• Ⅳ. 연구 결과 34
• 1. 전체효과크기 34
• 2. 컴퓨팅 사고력의 하위 영역 별 효과크기 35
• 3. 조절 변수에 따른 효과크기의 차이 37
• A. 학습자 관련 변수 37
• B. 교수-학습 관련 변수 40
• C. AI-assisted 활용 변수 45
• 4. 민감도 분석 46
• Ⅴ. 결론 49
• 1. 연구 결과 논의 49
• 2. SW 기반 CT 교육의 향후 추진 방향과 교육적 시사점 53
• A. 발달단계를 고려한 차별화된 교육과정 설계 53
• B. AI-assisted 교육 확장 54
• C. CT 평가를 위한 인지적정의적 영역 통합 평가 연구의 확대 필요성 54
• 3. 본 연구의 제한점 및 후속 연구를 위한 제언 55
• 참 고 문 헌 58
• ABSTRACT 73