EBS AI 기반 학습플랫폼 활용 수학 수업이 고등학생의 자기주도학습에 미치는 영향 = The Effects of Mathematics Instruction Using the EBS AI-Based Learning Platform on High School Students’ Self-Directed Learning

국문 초록 (Abstract)

이 연구는 EBS AI 맞춤형 학습 플랫폼(단추 플러스 서비스)을 활용한 수학 수업이 고등학생의 자기주도학습 역량과 수학적 자기효능감에 미치는 영향을 실증적으로 분석하고, AI 기반 맞춤형 학습의 교육적 효과와 한계를 탐색하는 데 목적이 있다. 이를 위해 특정 지역의 일반계 고등학교 3학년 학생 74명을 대상으로 실험집단과 통제집단을 구성하여 사전·사후 검사를 실시하였다. 실험집단은 EBS AI 맞춤형 학습 플랫폼을 활용한 수학 수업에 참여하였으며, 통제집단은 기존의 수업 방식으로 학습을 진행하였다.

연구 도구로는 자기주도학습 역량 검사와 수학적 자기효능감 검사를 사용하였으며, 수업 만족도를 파악하기 위해 양적 설문 문항과 함께 서술형 설문 문항을 병행하여 자료를 수집하였다. 수집된 자료는 다변량분산분석(MANOVA)과 이원 다변량분산분석(Two-way MANOVA), 후속 단변량 분산분석을 통해 분석하였다.

연구 결과, 단기간의 AI 기반 맞춤형 학습 수업은 자기주도학습 역량과 수학적 자기효능감 전반에서 실험집단과 통제집단 간 통계적으로 유의미한 차이를 보이지 않았다. 그러나 사전 수학 자기효능감 수준은 사후 자기효능감 전반에 유의미한 영향을 미치는 요인으로 확인되었으며, 일부 하위 요인에서는 사전 수준에 따라 변화 양상이 다르게 나타나는 경향이 관찰되었다. 또한 서술형 설문 응답 분석 결과, 학습자들은 AI 맞춤형 학습 플랫폼이 학습 방향 설정과 자기점검에 도움이 되었다고 인식하는 한편, 단기간 활용과 기존 학습 방식에 대한 익숙함으로 인해 활용이 제한되었음을 나타냈다.

이러한 결과는 AI 기반 맞춤형 학습이 단기간의 수업 처치만으로 정의적·자기조절적 변인을 즉각적으로 변화시키기에는 한계가 있음을 시사하는 동시에, 장기적 활용과 학습자 특성을 고려한 수업 설계가 병행될 필요성을 제기한다. 본 연구는 공교육 맥락에서 AI 맞춤형 학습 플랫폼의 효과를 자기주도학습 역량과 수학적 자기효능감 중심으로 검증함으로써, AI 기반 학습의 가능성과 한계를 균형 있게 조망하는 기초 자료를 제공한다는 점에서 의의를 갖는다.

다국어 초록 (Multilingual Abstract)

This study aimed to empirically examine the effects of mathematics instruction utilizing the EBS AI-based personalized learning platform (Dantchu Plus Service) on high school students’ self-directed learning competency and mathematics self-efficacy, and to explore the educational potential and limitations of AI-based personalized learning. To this end, a total of 74 third-grade students from a general high school in a specific region were assigned to an experimental group and a control group, and pre- and post-tests were conducted. The experimental group participated in mathematics instruction using the EBS AI-based personalized learning platform, while the control group received conventional instruction.

The research instruments included a self-directed learning competency scale and a mathematics self-efficacy scale. In addition, to examine students’ satisfaction with the instruction, both quantitative survey items and open-ended survey questions were administered. The collected data were analyzed using multivariate analysis of variance (MANOVA), two-way MANOVA, and follow-up univariate analyses.

The results indicated that the short-term implementation of AI-based personalized learning instruction did not produce statistically significant differences between the experimental and control groups in overall self-directed learning competency or mathematics self-efficacy. However, the pretest level of mathematics self-efficacy was found to have a significant effect on posttest self-efficacy, and differences in change patterns according to initial self-efficacy levels were observed in some subfactors. Furthermore, analysis of the open-ended survey responses revealed that students perceived the AI-based personalized learning platform as helpful for identifying learning directions and self-monitoring, while its use was limited due to the short duration of implementation and students’ familiarity with traditional learning methods.

These findings suggest that AI-based personalized learning may have limitations in producing immediate changes in affective and self-regulatory variables through short-term instructional interventions, while highlighting the need for long-term utilization and instructional designs that consider learners’ characteristics. This study contributes foundational evidence by examining the effects of an AI-based personalized learning platform on self-directed learning competency and mathematics self-efficacy within the context of public education, thereby offering a balanced perspective on the potential and limitations of AI-supported learning.

목차 (Table of Contents)

• Ⅰ. 서론 11
• 1. 연구의 필요성 11
• 2. 연구 목적 15
• 3. 연구 가설 15
• 4. 용어 정의 16
• 가. 맞춤형 교육 16
• 나. 자기주도 학습 역량 17
• 다. 수학 자기효능감 17
• Ⅱ. 이론적 배경 17
• 1. 맞춤형 교육 17
• 가. 맞춤형 교육의 정의 17
• 나. 맞춤형 교육의 흐름 22
• 2. 수학교육에서 AI 활용 23
• 가. AI 활용 교육 23
• 나. 2022 개정 교육과정 24
• 다. 수학교육에서 AI 활용 26
• 3. EBS 단추 플러스 서비스 27
• 가. EBS 단추 플러스 서비스 역사 27
• 나. EBS 단추 플러스 서비스 기능 28
• 4. 자기주도학습 35
• 5. 수학 자기효능감 37
• III. 연구 방법 39
• 1. 연구 대상 39
• 2. 연구 절차 40
• 3. 연구 설계 41
• 4. 측정 도구 43
• 가. 자기주도학습 역량 설문지 43
• 나. 수학 자기효능감 설문지 44
• 다. AI 기반 학습 플랫폼 활용 수업 만족도 설문지 46
• 5. 수업 설계 47
• 6. 윤리적 고려 49
• 7. 자료 분석 49
• 가. 빈도 분석 및 기술통계 49
• 나. 반복측정 다변량분산분석(Repeated Measures MANOVA) 50
• 다. 이원 다변량분산분석(Two-way MANOVA) 50
• 라. 단변량 분산분석(Univariate ANOVA) 50
• Ⅳ. 연구 결과 51
• 1. 자기주도학습 역량 51
• 2. 수학 자기효능감 54
• 3. AI 맞춤형 학습 플랫폼 만족도 61
• Ⅴ. 결론 및 논의 62
• 1. 결론 62
• 2. 논의 64
• Ⅵ. 제언 67
• 참고문헌 70
• 영문초록 75
• 부록 77