컴퓨팅 사고력을 위한 AI 기반 메타인지 지원 시스템 개발 = Development of an AI-Based Metacognitive Support System for Computational Thinking

다국어 초록 (Multilingual Abstract)

Recent advances in AI have renewed attention to programming education as a means of fostering computational thinking beyond coding proficiency. While there is a broad consensus on the positive effects of programming on computational thinking development, research has consistently shown that mere exposure to programming activities does not automatically cultivate these skills, particularly among novice learners. Beginners often resort to inefficient trial-and-error approaches that can hinder the development of computational thinking abilities. Prior research has shown that novice programmers struggle with metacognitive regulation, tending to focus on the act of coding rather than engaging in the use of problem-solving strategies. In response, recent studies have emphasized the importance of metacognitive support in programming education, suggesting the integration of structured guidance and adaptive support to assist learners. However, providing such support to students remains a significant challenge for instructors in traditional classroom settings. Generative AI offers a promising solution by enabling scalable, personalized feedback and adaptive support for learners. However, existing research predominantly focuses on the cognitive aspects of learning, alongside growing concerns regarding learners’ over-reliance on AI support. To address this gap, this study aimed to design an AI system that specifically supports metacognitive processes in programming to foster learners’ computational thinking. Accordingly, this study was guided by the following research questions: What are the design principles of an AI-based metacognitive support system for computational thinking? What functions and features characterize this system? How do learners interact with the system during programming? What are the system’s effects and areas for improvement?
Through collaboration with diverse educational stakeholders, four design principles with detailed guidelines were developed. An educational programming platform was implemented accordingly and applied in the informatics classes. Results demonstrated significant improvements in computational thinking and programming self-efficacy by promoting planning, monitoring, and evaluation in programming. Areas for improvement were identified, including ensuring consistency between teacher instruction and AI support, balancing metacognitive and cognitive support, enhancing individualized support based on pre-assessment, incorporating features that facilitate learner motivation, improving technical stability, providing AI prompting education and sharing instructional materials to support teachers’ effective use of the system.
This study contributes by developing design principles for programming learning environments that address learners’ metacognitive challenges in authentic classroom contexts, grounded in learning theories and practical educational needs. The findings indicate that a hybrid approach combining structured guidance with AI-based metacognitive supports can effectively foster computational thinking by enriching learners’ programming experiences. These results provide concrete implications for the design of AI-based learning support systems, particularly in introductory programming education.

국문 초록 (Abstract)

4차 산업혁명 시대 인공지능(AI) 기술의 급속한 발전은 미래 인재가 갖춰야 할 역량에 대한 논의를 촉발하였다. 이러한 흐름 속에서 단순한 코드 작성 능력을 넘어 문제를 해결할 수 있는 역량인 컴퓨팅 사고력의 중요성이 강조되고 있다. 이에 K-12 맥락에서는 컴퓨팅 사고력을 위한 프로그래밍 교육이 확대되고 있으나, 컴퓨팅 사고력의 습득을 저해하는 초보 학습자의 비체계적인 프로그래밍 과정이 문제가 되고 있다. 선행 연구에 따르면 초보 학습자는 프로그래밍 학습에서 계획, 점검, 평가로 구성된 메타인지 조절에 어려움을 겪으며, 이는 시행착오적인 프로그래밍 패턴과 코딩에만 집중하는 경향으로 나타날 수 있다. 이러한 맥락에서 최근 컴퓨팅 사고력을 위한 프로그래밍 학습에서 메타인지 지원의 필요성이 강조되기 시작했다. 특히, 체계적인 문제 해결 과정을 안내하는 고정적 메타인지 지원과 함께 개별 학습자의 프로그래밍 과정을 지속적으로 검토하고 그에 맞춰 제공되는 적응적 메타인지 지원을 통합한 개입의 가능성이 보고되고 있다. 하지만 일반적인 수업 현장의 일대다 교수 환경에서 교사가 모든 학습자에게 이러한 메타인지 지원을 종합적으로 제공하기에는 현실적인 한계가 있어 대안적인 접근이 요구되고 있다.
학습자에게 적응적인 학습 지원을 제공하는 방안으로 생성형 AI 기술을 고려할 수 있다. 생성형 AI는 개별 학습자의 요구에 맞춰 코드 설명, 오류 해결, 대안적 접근 제시 등 다양한 차원에서 프로그래밍 학습을 지원할 수 있는 기술적 역량을 갖추고 있다. 하지만 기존 연구는 대부분 인지적 차원의 지원에 초점을 두거나, 이로 인한 학습자의 AI 과의존 문제를 보고하고 있다. AI가 생성한 해결안에 지나치게 의존할 경우 메타인지의 적용이 제한되며 학습자의 인지 참여와 문제 해결 역량 습득의 약화로 이어질 수 있다. 이에 프로그래밍 학습에서 AI가 컴퓨팅 사고력을 촉진하는 도구로 기능하기 위해서는 단순한 인지적 지원을 넘어 학습자의 메타인지를 적절히 지원할 수 있도록 설계될 필요가 있다.
따라서 본 연구는 컴퓨팅 사고력을 위한 AI 기반 메타인지 지원 시스템의 설계 원리를 도출하고 이를 적용한 프로그래밍 학습 플랫폼을 구현하고자 하였다. 또한 개발된 플랫폼을 실제 정보 교과 수업에 적용하여 그 활용 모습과 효과 및 개선점을 탐색하고자 하였다. 상기 연구 목적에 따라 본 연구는 다음 네 가지 연구 문제를 중심으로 수행되었다. 첫째, 컴퓨팅 사고력을 위한 AI 기반 메타인지 지원 시스템의 설계 원리는 무엇인가? 둘째, 컴퓨팅 사고력을 위한 AI 기반 메타인지 지원 시스템은 어떠한 기능과 특징을 가지는가? 셋째, 컴퓨팅 사고력을 위한 프로그래밍 과정에서 학습자는 AI 기반 메타인지 지원 시스템과 어떻게 상호작용하는가? 넷째, 컴퓨팅 사고력을 위한 AI 기반 메타인지 지원 시스템의 효과와 개선점은 무엇인가?
본 연구는 실제 교육 현장 적용성이 높은 시스템을 설계하고자 설계기반연구 방법론에 따라 수행되었다. 현장 교사, 학습 시스템 설계 전문가, 정보 교육 이론 전문가 등 다양한 교육 주체로 구성된 시스템 디자인 팀은 교육 현장에서 발견되는 메타인지 관련 주요 학습 문제를 도출하고, 그 해결안으로서 시스템의 모습을 반복적으로 논의하였다. 이를 통해 컴퓨팅 사고력을 위한 AI 기반 메타인지 지원 시스템의 설계 원리로 ‘프로그래밍 계획 수립 지원’, ‘프로그래밍 과정 점검 지원’, ‘컴퓨팅 사고력에 대한 적응적 피드백 제공’, ‘프로그래밍에 대한 자기 평가와 성찰 지원’의 4가지 설계 원리와 하위 15개의 상세 설계 지침을 도출하였다. 또한 이를 적용하여 고정적 메타인지 지원과 AI 기반 적응적 메타인지 지원을 함께 제공하는 프로그래밍 학습 플랫폼 ‘Poodle’을 구현하였다.
이후 제주 소재 사립 고등학교 1학년 학습자 53명을 대상으로 정보 교과 수업에 Poodle 플랫폼을 도입하여 7차시에 걸친 프로그래밍 학습을 실시하였다. 이 과정에서 수집된 프로그래밍 활동 로그 데이터를 분석한 결과, 학습자들이 맥락 기반 채팅 AI 기능을 활용하여 계획을 구체화한 뒤 프로그래밍 검토 AI의 피드백을 받는 계획 수립 과정을 거쳤음을 확인하였다. AI를 활용한 디버깅 순환 역시 발견되었으며, 이와 관련한 면담 분석을 통해 학습자들이 AI 지원으로 문법 오류를 빠르게 해결하고 핵심적인 문제 해결 과정에 집중하였음을 확인하였다. 시스템 사용 전후 메타인지 변화에 관한 학습자 면담 분석 결과는 이와 같은 프로그래밍 학습 지원이 학습자의 메타인지 조절에 긍정적인 영향을 미쳤음을 뒷받침하였다. 사전-사후 설문 및 검사 데이터 분석 결과, 학습자의 컴퓨팅 사고력은 인지 및 수행 측면 모두에서 통계적으로 유의미하게 향상되었으며, 프로그래밍 효능감 역시 유의미하게 증가하였다. 학습자들은 AI 시스템이 직접적인 답을 제공하는 대신 질문을 통해 스스로 사고하도록 유도하여 컴퓨팅 사고력의 활용과 주도적인 학습 경험을 촉진하였다고 보고하였다. 한편, 시스템의 개선점으로는 교사 수업과 AI 지원 간 일관성 확보, 메타인지 지원과 인지적 지원의 균형적 제공, 학습자 수준 진단 기반 지원 개별화, 학습 동기 촉진 요소의 통합, 기술적 안정성 제고가 도출되었으며, 효과적인 시스템 활용을 위한 AI 프롬프팅 교육과 교사용 수업 사례집 제공의 필요성이 추가적으로 제시되었다.
본 연구는 실제 프로그래밍 교육 현장에서 발견되는 메타인지적 어려움에 대한 실천적 해결안으로서 학습 이론과 교육 실제 및 현장 적용성을 총체적으로 고려하여 컴퓨팅 사고력을 위한 AI 기반 메타인지 지원 시스템의 설계 원리를 개발하였다는 점에서 의의가 있다. 또한 고정적 메타인지 지원과 AI 기반 적응적 지원을 통합한 하이브리드 접근의 효과성을 실증하였으며, AI 과의존 문제를 방지하면서 학습자의 주도성을 유지하는 메타인지 기반 학습 지원 설계의 가능성을 제시하였다. 이는 향후 입문 텍스트 프로그래밍 학습 지원 시스템 설계에 의미 있는 자료로 활용될 것으로 기대된다.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1. 연구의 필요성 및 목적 1
• 2. 연구 문제 6
• 3. 용어의 정리 7
• 가. 컴퓨팅 사고력 7
• 나. 프로그래밍 학습 7
• 다. 메타인지 8
• 라. AI 기반 메타인지 지원 8
• Ⅱ. 이론적 배경 9
• 1. 컴퓨팅 사고력과 프로그래밍 학습 9
• 가. 컴퓨팅 사고력의 개념 9
• 나. 컴퓨팅 사고력의 구성 요소 11
• 다. 프로그래밍 활동의 구성과 절차 13
• 2. 메타인지 지원 16
• 가. 메타인지의 개념과 특성 16
• 나. 메타인지와 프로그래밍 학습 20
• 다. 메타인지 지원 전략 22
• 라. AI 기반 메타인지 지원 25
• Ⅲ. 연구 방법 29
• 1. 설계기반연구 절차 29
• 2. 연구 참여자 44
• 가. 설계 및 개발 참여자 44
• 나. 실행 및 평가 참여자 45
• 3. 연구 도구 47
• 4. 자료 수집 및 분석 48
• 가. 자료 수집 방법 48
• 나. 자료 분석 방법 55
• Ⅳ. 연구 결과 58
• 1. AI 기반 메타인지 지원 시스템 설계 원리 58
• 2. AI 기반 메타인지 지원 시스템의 기능과 특징 66
• 3. 프로그래밍 중 학습자와 시스템 간 상호작용 양상 81
• 가. 프로그래밍 활동 로그 분석 결과 81
• 나. 학습자 면담 분석 결과 84
• 4. AI 기반 메타인지 지원 시스템의 효과 89
• 가. 메타인지 변화 89
• 나. 컴퓨팅 사고력 변화 95
• 다. 프로그래밍 효능감 변화 99
• 5. AI 기반 메타인지 지원 시스템의 개선점 101
• 가. 학습자 면담 분석 결과 101
• 나. 교사 면담 분석 결과 107
• Ⅴ. 논의 및 결론 110
• 1. 논의 110
• 가. AI 기반 메타인지 지원 시스템 설계 및 개발 110
• 나. AI 기반 메타인지 지원 시스템의 효과 112
• 다. AI 기반 메타인지 지원 시스템의 개선점 114
• 2. 결론 118
• 3. 연구의 제한점 및 제언 119
• 참고문헌 122
• 부록 143
• Abstract 155