프롬프트 엔지니어링을 활용한 아동 자기조절 코칭 스크립트 개발 및 타당화 연구 = Development and Preliminary Validation of a Prompt Engineering-Based Self-Regulation Coaching Script for Children

국문 초록 (Abstract)

본 연구는 프롬프트 엔지니어링（Prompt Engineering）을 활용하여 아동 자기조 절 코칭 스크립트를 개발하고, 이에 대한 내용타당도와 임상 적용 가능성을 검증 하고자 하였다. 이를 위하여 사회정서학습（Social Emotional Learning, SEL）과 Zones of Regulation（ZoR） 이론을 기반으로 자기조절 코칭 프롬프트를 설계하였으 며, 아동의 감각 처리 특성과 기능 행동 분석 결과를 토대로 자기조절 코칭 스크 립트를 생성할 수 있는 구조를 개발하였다. 프롬프트의 전체 구조는 CREATE 구조를 기반으로 설계하였으며, 아동 정보 수집（A 단계）, 감각 및 기능 행동 분석（B 단계）, 자기조절 코칭 스크립트 생성（C 단계）의 3단계로 구성하였다. 또한 퓨샷러닝（Few-shot Learning）과 대답 전 질문 하기 프롬프팅（Ask-before-Answer Prompting） 기법을 적용하여 아동의 감각 특성, 기능 행동 및 상황적 맥락을 체계적으로 분석할 수 있도록 설계하였다. 연구 대상은 소아 작업치료 임상 경력 3년 이상이며 석사과정 이상에 재학 중이거나 석사학위 이상을 소지한 작업치료 전문가 15명으로 선정하였다. 연구 절차는 전문가 가 실제 임상 사례를 제공한 후 생성된 감각 및 기능 행동 분석 결과와 자기조절 코칭 스크립트를 평가하는 방식으로 진행되었으며, 내용타당도（Content Validity Index, CVI）, 델파이 분석 및 기술통계 분석을 시행하였다. 연구 결과, 문항별 내용타당도（I-CVI）는 평균 0.9771（범위 0.88~1.00）, 척도 수준 내용타당도（S-CVI）는 0.9756으로 나타나 높은 수준의 내용타당도가 확인되었다. 델파이 분석 결과 안정도는 평균 0.141, 수렴도는 평균 0.344, 합의도는 평균 0.823 으로 나타나 전문가 의견 간 높은 합의 수준을 보였다. 또한 생성 결과의 안정성 을 확인하기 위해 실시한 전문가별 응답 평균 분석 결과 평균 3.5점（범위 2.9~3.8） 으로 나타나 생성된 코칭 스크립트가 비교적 일관된 평가인 것으로 확인되었다. 이를 통해 본 연구에서 개발한 프롬프트 기반 자기조절 코칭 시스템의 내용타당도 와 임상 적용 가능성이 확인되었다. 본 연구는 SEL과 ZoR 이론을 생성형 인공지능（AI）과 접목하여 아동 자기조절 코칭을 위한 프롬프트 엔지니어링 구조를 개발하고 전문가 타당성을 검증하였다는 점에서 의의가 있다. 또한 감각 처리 특성, 기능 행동 분석 및 정서 조절 과정을 통합적으로 고려한 자기조절 코칭 시스템을 제안함으로써 생성형 인공지능을 활용 한 디지털 기반 자기조절 중재의 가능성을 제시하였다. 나아가 임상 현장에서 아동의 특성을 체계적으로 분석하고 중재 방향을 설정하는 보조 도구로 활용될 수 있음을 시사한다. 향후 연구에서는 실제 아동을 대상으로 자기조절 향상 효과를 검증하고 다양한 임상 환경에서의 적용 가능성을 확인할 필요가 있다. 또한 프롬프트 반복 생성에 따른 출력 결과의 안정성과 재현성을 검증하고, 사용자 중심의 임상 적용 가이드라인을 개발하기 위한 후속 연구가 요구된다.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1. 연구의 필요성 1
• 2. 연구문제 3
• Ⅱ. 이론적 배경 4
• 1. 이론적 배경 4
• 1) 아동의 자기조절 개념 4
• 2) 사회정서학습(SEL)의 이론적 틀 4
• 3) Zones of Regulation(ZoR) 접근법 5
• 4) 프롬프트 엔지니어링(Prompt Engineering)의 개념과 활용 5
• 5) 프롬프트 엔지니어링(Prompt Engineering) 설계 전략 6
• 6) 자기조절 코칭 스크립트 생성의 AI 활용 가능성 7
• Ⅲ. 연구방법 8
• 1. 연구대상 8
• 2. 연구절차 8
• 3. 연구도구 10
• 1) ChatGPT 5.3 10
• 2) 전문가 평가 설문지 10
• 3) 설문지 문항 구성 11
• 4. 연구분석 평가 기준 14
• 5. 자료 분석 15
• 6. 윤리적 고려 15
• Ⅳ. 연구 결과 16
• 1. 프롬프트 엔지니어링 구조 설계 결과 16
• 1) 프롬프트 엔지니어링 구조 개발 16
• 2) 단계별 프롬프트 구성 결과 22
• 2. 프롬프트 파일럿 델파이 연구 결과 33
• 3. 자기조절 코칭 스크립트 생성 결과 35
• 1) A 단계 생성 결과 35
• 2) B 단계 생성 결과 37
• 3) C 단계 생성 결과 39
• 4. 연구 대상자의 일반적 특성 42
• 5. 전문가 타당성 검증 결과 43
• 1) 내용타당도 분석(CVI) 결과 43
• 2) 델파이 분석 결과 44
• 6. 전문가 의견 분석 결과 45
• 1) 긍정적 의견 45
• 2) 보완 필요 의견 45
• 7. 프롬프트 생성 결과의 안정성 평가 46
• Ⅴ. 고찰 47
• Ⅵ. 결론 51
• 참고문헌 52
• 부록 57
• ABSTRACT 73