초·중등학교 교사의 AI·디지털 역량 우선순위 분석

정주영,김희규,주영효 안암교육학회 2023 한국교육학연구 Vol.29 No.3

본 연구는 초・중등학교 교사의 AI・디지털 역량의 우선순위 분석을 목적으로 한다. 이를 위해 선행연구에 기초하여 초・중등 교사의 4가지 AI・디지털 역량 영역 및 18가지 하위역량 분석 준거를 도출하고, 최종 중요도와 수행도 측정을 위한 설문조사 도구를 구안하였다. 전국 초・중등학교 교사 3,901명으로부터 수집한 설문조사 자료는 중요도 및 수행도 분석, Borich 요구도 산출 방식 및 로커스 포커스 모델를 활용하여 분석 후 초・중등학교 교사의 AI・디지털 역량의 우선순위를 도출하였다. 분석 결과, ① AI・디지털의 윤리적 이해, AI・디지털의 이해 역량 영역의 중요도가 상대적으로 높은 반면, 중요도-수행도의 평균차는 AI・디지털의 윤리적 이해를 제외한 나머지 3개의 역량 영역에서 크게 나타났다. ② 최우선 과제로 강화해야 할 AI・디지털 하위역량은 ‘AI・디지털 관련 기초지식 이해 역량’, 차순위 과제로 강화해야 할 AI・디지털 하위역량은 ‘AI・디지털 기반 개별화 학습 설계 역량’, ‘데이터 활용 피드백 역량’ 등이 도출되었다. 본 연구는 분석 결과에 기초한 정책적 시사점으로 ① 교사의 AI・디지털 “역량 영역-하위역량” 명시・구분을 통한 AI・디지털 역량 연수 계획과 프로그램 개발 필요, ② 교사들의 낮은 AI・디지털 이해와 수용 실태를 반영한 AI・디지털 이해와 AI・디지털 관련 기초지식 이해 역량 중심의 교사 연수 계획 및 프로그램 개발 필요, ③ 성별・학교급별 차이를 고려한 맞춤형 연수 제공 필요 등을 제시하였다.

중국 교원의 AI·디지털 역량 지원 정책 동향 및 시사점 탐색

이수진(SuJin Lee),김상철(SangCheol Kim),주영효(YoungHyeo Joo),김희규(HeeKyu Kim) 서원대학교 사범대학 부설 교육연구소 2023 교육발전 Vol.43 No.2

본 연구에서는 중국에서 AI·디지털 역량을 제고하기 위한 정책과 AI·디지털 역량 제고와 관련한 사례 분석을 통해 우리의 AI·디지털 역량 제고에 제공 가능한 시사점을탐색하고자 한다. 먼저 중국 교원의 AI·디지털 역량 지원 정책 추진 배경과 중국의AI·디지털 역량에 관한 개념적 정의를 살펴보고, 중국의 AI·디지털 역량 유형을 구체적으로 탐색하였다. 이를 바탕으로 현재 중국 학교 현장의 교수(teaching) 상황에서나타난 중국 교원의 AI·디지털 역량 관련 지원 및 활용 실제를 살펴보고, 교원의 AI· 디지털 역량 지원을 위한 중국의 교육 정책을 탐색하였다. 이러한 탐색은 중국의 교육부 발표자료, 중국 학술지, 중국 웹사이트, 중국 언론 등 중국어 원문으로 발간된문헌을 바탕으로 심도 있게 접근 및 분석하였다. 이를 통해 중국의 AI·디지털 역량교육이 한국에 시사하는 바와 향후 한국의 AI·디지털 역량 지원 정책이 나아가야 할방향을 다음과 같이 제언하였다. 첫째, 정부와 민간의 역량을 결집한 교원양성 모델을구축할 필요가 있다. 둘째, 교수학습 과정에서 AI·디지털 자원이 충분히 활용되도록해야 한다. 셋째, 예비교원의 교육 강화 및 현직교원의 연수를 확대하여 추진해야 한다. This study explored implications for improving our AI and digital competencies by analyzing policies to enhance AI and digital competencies in China and case studies related to AI and digital competencies. First, the background of policy promotion related to China's AI and digital competencies and the conceptual definition of China's AI and digital competencies were examined, and the types of AI and digital competencies in China were specifically explored. Based on this, we looked at the actual support and use of Chinese teachers' AI and digital competencies in the current teaching situation in Chinese schools, and explored Chinese education policies to support teachers' AI and digital competencies. This search was in-depth approach and analysis based on literature published in the original Chinese language, such as announcements from the Ministry of Education of China, Chinese academic journals, Chinese websites, and Chinese media. Through this, the implications of China's AI/digital competency training for Korea and the future direction of Korea's AI/digital competency support policy were suggested as follows. First, it is necessary to establish a teacher training model that combines the capacities of the government and the private sector. Second, AI and digital resources must be fully utilized in the teaching and learning process. Third, it is necessary to strengthen the education of prospective teachers and expand the training of incumbent teachers.

직업계고 교원의 AI 및 디지털 역량 진단과 교육 요구도 분석

이재선 학습자중심교과교육학회 2025 학습자중심교과교육연구 Vol.25 No.10

목적 본 연구는 직업계고 교원의 AI 및 디지털 역량 수준을 진단하고 이에 대한 교육적 요구를 분석함으로써, 교원의 역량 강화를위한 효과적인 지원 방안을 도출하는 것을 목적으로 한다. 방법 본 연구는 2024년 직업계고 교원 빅데이터⋅AI 교육역량 강화 연수에 참가한 교원을 대상으로, 7개 핵심 역량에 대한 인식을측정하기 위해 설문 조사를 실시하였다. 총 62부의 설문 응답이 분석에 활용되었으며, 직업계고 교원의 AI 및 디지털 역량 진단과교육 요구도 분석을 위해 기술 통계, Borich 요구도 분석, Locus for Focus 분석 등의 방법이 활용되었다. 결과 직업계고 교원의 AI 및 디지털 역량은 모든 항목에서 중요도가 현재 수준보다 높게 나타나, 교원들이 해당 기술의 중요성을충분히 인식하고 있으나 실제 역량은 이에 미치지 못하는 것으로 확인되었다. 특히, 윤리 및 보안 역량에 대한 교육적 요구가 가장높았으며, 그 뒤를 이어 전문성 개발 역량, 평가 및 성찰 역량, 교수-학습 역량 순으로 높은 교육 요구도가 나타났다. 결론 직업계고 교원의 AI 및 디지털 역량 강화를 위한 정책적 지원과 체계적 연수 프로그램 개발이 필요하다. 특히, 데이터 익명화및 안전한 관리 프로세스 구축, 윤리적 기준 준수를 위한 교육 프로그램 마련, AI 기반 맞춤형 학습 피드백 제공, 그리고 디지털 기술의 효과적인 수업 적용 및 개선 역량을 우선적으로 강화해야 한다. Objectives The purpose of this study is to assess the level of AI and digital competencies among vocational high school teachers and to analyze their educational needs in order to propose effective support strategies for en hancing teacher competencies. Methods A survey was conducted with 62 vocational high school teachers who participated in the 2024 Big Data and AI Education Training Program. To assess AI and digital competency levels and educational needs, descriptive statistics, Borich Needs Assessment, and the Locus for Focus model were used. Results The results revealed that vocational high school teachers perceived the importance of all AI and digital competency items to be higher than their current competency levels, indicating a strong awareness of the sig nificance of these technologies despite limited actual proficiency. Among the competencies, the highest educa tional need was identified in the area of ethics and security, followed by professional development, assessment and reflection, and teaching and learning competencies. Conclusions The findings highlight the need for policy-level support and the development of systematic training programs to enhance AI and digital competencies among vocational high school teachers. Priority should be given to strengthening competencies related to data anonymization and secure management processes, establishing ethical standards through targeted training, providing AI-based personalized learning feedback, and improving the effective integration of digital technologies into teaching practices.

B2B 기업의 AI 통합이 마케팅 혁신성과에 미치는 영향: 동적역량의 매개효과와 조직학습문화의 조절효과

임나라,황정빈 한국경영컨설팅학회 2026 경영컨설팅연구 Vol.26 No.3

본 연구는 B2B 기업의 인공지능(AI) 통합이 마케팅 혁신성과로 전환되는 메커니즘을 동적역량과 조직학습문화의 관점에서 실증적으로 검증하였다. 동적역량 이론과 자원기반관점에 기반하여, 본 연구는 AI를 그 자체로 성과를 창출하는 독립적인 역량이 아니라 조직의 동적역량 발현을 촉진하는 디지털 자원으로 개념화하였다. 또한 동적역량을 시장감지역량, 적응역량 및 재구성역량으로 구분하고, 마케팅 혁신성과를 신규성, 효과성 및 속도로 세분화하여 차원 간 차별적인 작동경로를 분석하였다. 한국 B2B 기업의 마케팅, 영업 및 전략 부서 실무자 312명을 대상으로 수집한 자료를 PLS-SEM으로 분석한 결과, AI 통합은 마케팅 혁신성과의 신규성, 효과성 및 속도에 모두 유의한 정(+)의 영향을 미치는 것으로 나타났다. 또한 AI 통합은 시장감지, 적응 및 재구성역량을 모두 유의하게 강화하였으며, 세 동적역량을 통한 간접효과도 모두 유의하게 나타났다. 이는 AI 통합이 마케팅 혁신성과에 직접 영향을 미치는 동시에, 동적역량의 발현을 통해 간접적으로도 영향을 미치는 부분매개 구조가 존재함을 보여준다. 아울러 조직학습문화는 AI 통합과 세 동적역량 간 관계를 모두 유의하게 강화하였으며, 그 조절효과는 재구성역량 경로에서 상대적으로 가장 크게 나타났다. 본 연구는 AI 활용의 성과가 기술 자체만으로 설명되지 않으며, AI를 시장 변화의 감지, 마케팅 활동의 조정 및 조직 자원의 재구성으로 연결하는 동적역량과 이를 지원하는 조직학습문화에 의해 함께 형성된다는 점을 제시한다. 이를 통해 AI 만능론과 인간 역량 위축에 관한 상반된 논의를 조직역량의 관점에서 조정하고, AI 기반 마케팅 혁신의 차원별 작동 메커니즘을 구체화하였다. 또한 B2B 기업과 경영컨설턴트에게 AI 도입 이전의 조직역량 진단, 학습문화 구축, 업무 프로세스 재설계 및 다차원적 성과관리의 필요성을 제시한다.

AI·SW 교육에서 생성형 AI 도구 활용 역량과 산출물 검증 역량의 교육 요소 탐색: 코드 생성 사례를 중심으로

양근석 한국인공지능교육학회 2026 인공지능연구 논문지 Vol.7 No.2

생성형 AI 도구의 확산으로 AI·SW 교육에서 학습자의 활동은 단순한 코드 작성에서 AI 산출물의 이해, 실행, 검증, 수정, 설명으로 확장되고 있다. 본 연구는 생성형 AI 기반 코드 생성 활동에서 요구되는 AI 도구 활용 역량과 AI 산출물 검증 역량의 교육 요소를 탐색하는 데 목적이 있다. 이를 위해 UNESCO AI 역량 프레임워크, 생성형 AI 교육 지침, AI 리터러시 및 프로그래밍 교육 관련 연구를 검토하고, 초급·중급 프로그래밍 수업에서 활용 가능한 교육용 코드 생성 사례를 분석하였다. 연구 결과, 코드 생성 활동은 문제 이해, 프롬프트 구성, 코드 생성, 코드 해석, 실행 확인, 테스트 검증, 오류 수정, 윤리·보안 검토, 자기 설명의 단계로 구조화될 수 있었다. 또한 AI 도구 활용 역량, 코드 이해 역량, 실행·테스트 검증 역량, 오류 수정 역량, 근거 제시 역량, 책임 있는 활용 역량으로 구성된 AI·SW 코드 생성 검증 역량 프레임워크를 제안하였다. 본 연구는 코드 생성 사례와 검증 행동을 수업 활동 및 평가 루브릭으로 연결함으로써, 생성형 AI 활용 교육이 도구 사용 중심을 넘어 AI 산출물을 비판적으로 검토하고 책임 있게 활용하는 교육으로 확장될 수 있는 구체적 경로를 제시한다. 제안된 9단계 학습 과정, 6개 역량 범주, 5수준 루브릭은 프로그래밍 수업, AI 기초 수업, SW 융합 수업에서 생성형 AI 활용 과제를 설계할 때 참고할 수 있는 실행 가능한 틀을 제공한다. 본 연구는 생성형 AI 활용 교육을 프롬프트 작성과 코드 생성 중심에서 실행 검증, 테스트 설계, 오류 수정, 근거 제시, 책임 있는 활용을 포함하는 검증 중심 학습으로 확장하기 위한 교육 설계 기준을 제공한다. The spread of generative AI tools is expanding learners’ activities in AI and software education from simply writing code to understanding, executing, verifying, revising, and explaining AI-generated outputs. This study explores the educational components of generative AI tool-use competency and AI-output verification competency in code generation activities for AI and software education. To this end, the study reviews UNESCO AI competency frameworks, guidelines for generative AI in education, AI literacy research, and prior studies on programming education with generative AI. It also analyzes illustrative educational code generation cases that can be used in introductory and intermediate programming courses. The findings structure generative AI-based code generation into nine learning stages: problem understanding, prompt construction, code generation, code interpretation, execution checking, test-based verification, error correction, ethical and security review, and self-explanation. Based on these stages, this study proposes a competency framework for verifying AI-assisted software code generation. The framework identifies six key competency areas: AI tool use, code comprehension, execution and testing, error correction, evidence-based explanation, and responsible use. By linking code generation cases with verification behaviors, instructional activities, and assessment criteria, the study provides a practical pathway for extending generative AI education beyond prompt writing and code production. The proposed nine-stage learning process, six competency categories, and five-level rubric offer instructional design guidance for AI-integrated tasks in programming, AI literacy, and software convergence courses. In doing so, the study shifts the focus of generative AI education toward verification-centered learning, including execution checking, test design, error correction, evidence-based explanation, and responsible use.

SW⋅AI 기초교양에서의 핵심역량 성과 평가도구 개발

장은실,오경선 한국교양교육학회 2023 교양교육연구 Vol.17 No.2

As a result of current trends, a level of SW⋅AI competency for digital innovation has become a necessity, not a choice, SW-AI competency has also developed as a purpose not only for training specialist personnel, but also for providing universal SW⋅AI basic education. However, to increase the effectiveness of universal SW⋅AI basic education, it is advisable that we systematically educate SW⋅AI basic education in stages. A university offers various elective courses related to SW⋅AI for all students. Schools have expanded the opportunities for students to participate in SW⋅AI basic education after they have completed the required elective courses. However, expanding the opportunities for SW⋅AI basic education does not automatically strengthen their skills. Therefore, educators are aiming to strengthen the learners’ problem-solving skills by developing evaluation tools for core competencies in SW⋅AI elective courses and by applying these skills in algorithm courses. A performance assessment tool was developed in SW⋅AI basic education to enhance the core competencies of higher-order thinking and for the utilization of information and technology. The tool was developed through the following stages: clarifying class goals, developing core challenges, developing evaluation criteria, developing and applying assessment tools, and analyzing the evaluation results. The tool was applied in an algorithm course for problem solving and helped learners understand what to focus on when performing challenges. It also provided them with guidance for learning to enhance their various competencies through feedback. Indeed, a survey of self-assessment by learners at the beginning and end of the semester showed that the necessary competencies for solving core challenges had improved. On the other hand, students who were not majoring in SW⋅AI basic education stated that having to program in order to solve problems and being responsible for programming in team projects was a burden for them. In this study, we found that if the learner’s ultimate competencies are concretely embodied as behavioral indicators and challenges are set based on this criterion, the learner can concentrate more on practical competency enhancement. However, in regards to the SW⋅AI basic education subject, we confirmed that there is a need for us to clarify the core challenges and evaluation criteria for evaluating core competencies. In the future, we will apply various core competency performance evaluation tools to various SW⋅AI basic education subjects to identify areas for improvement. Through this process, we will continuously improve the effectiveness of SW⋅AI basic education and systematically enhance competencies thereby. 디지털 혁신을 위해 필요한 SW⋅AI 역량은 시대적 흐름에 따라 이제 선택이 아닌 필수가 되었다. 이는 전문 인재 양성 목적 외에도 보편적 SW⋅AI 기초교육을 위한 목적으로도 발전하게 된 것이다. 보편적 SW⋅AI 기초교육의 효과를 높이기 위해서는 SW⋅AI 기초교양 교육을 단계별로 체계화하여 교육하는 것이 좋다. A대학교에서는 전교생이 수강할 수 있는 다양한 SW⋅AI 관련 선택교양 교과목을 개설하였다. 즉, SW⋅AI 필수교양 교과목을 이수한 뒤 학습할 수 있는 SW⋅AI 기초교육의 참여기회를 확대하여 제공하였다. 그러나 SW⋅AI 기초교육의 기회를 확대하여 제공한다고 해당 역량이 강화되는 것은 아니다. 이에 SW⋅AI 기초교양에서의 핵심역량 성과 평가도구를 개발하여 문제해결력 함양을 위한 알고리즘교과목에 적용하여 역량을 강화하고자 하였다. SW⋅AI 기초교양에서의 핵심역량인 고차적 사고와 정보 및 기술 활용 역량을 강화하기 위한 성과평가도구는 수업 목표의 명확화, 핵심 과제 개발, 평가 준거 개발, 성과 평가도구 개발 및 적용, 평가결과 분석의 단계를 거쳐 개발하였다. 개발한 성과 평가도구를 문제해결을 위한 알고리즘 교과목에 적용해 본 결과, 학습자들은 무엇에 초점을 두고 과제를 수행해야 하는지 알 수 있었고, 피드백을 할 때도 성과 평가도구를 중심으로 안내하여 역량 강화를 위한 학습을 지속하는데 도움을 제공하였다. 학기 초와 학기 말에 진행한 학습자 자기평가 설문조사의 역량 변화 결과를 통해서도 핵심 과제를 해결하는데 필요한 역량들이 향상되었음을 확인할 수 있었다. 반면 SW⋅AI 기초교양에서 비전공자가프로그래밍으로 문제를 해결한다는 것과 팀프로젝트에서 프로그래밍을 담당하는 역할은 큰 부담이 된다는 것도 확인할 수 있었다. 본 연구를 통해 학습자가 궁극적으로 강화해야 할 역량을 행동지표로 구체화하고 이를 기반으로 과제를 설정하여 수업을 진행할 경우, 학습자의 실질적인 역량 강화에 보다 집중할 수 있음을 확인할수 있었다. 그러나 SW⋅AI 기초교양 교과목에서는 핵심역량 평가를 위한 핵심 과제와 평가 준거를 보다 명확히 할 필요가 있다는 것을 확인하였다. 향후 핵심역량 성과 평가도구를 다양한 SW⋅AI 기초교양 교과목에 적용하여 개선점을 도출할 것이다. 이러한 과정을 통해 지속적으로 SW⋅AI 기초교육의 효과를 높일 것이며, 이를 토대로 SW⋅AI 기초교육을 체계화하여 역량을 강화하고자 한다.

생성형 AI 활용역량이 프로젝트 기반 학습성과에 미치는 영향: 지각된 유용성과 비판적 AI 평가역량의 매개효과를 중심으로

김기동,오현규 국민대학교 사회과학연구소 2026 사회과학연구 Vol.39 No.1

본 연구는 생성형 AI 활용역량이 프로젝트 기반 학습성과에 미치는 영향을 분석하고, 이 과정에서 지각된 유용성과 비판적 AI 평가역량의 매개효과를 실증적으로 검증하는 것을 목적으로 한다. 이를 위해 생성형 AI를 활용한 지역문제 해결형 프로젝트에 참여한 대학생 74명을 대상으로 설문조사를 실시하였다. 수집된 자료는 7점 Likert 척도의 순서형 자료임을 고려하여 대각가중최소제곱법(Diagonally Weighted Least Squares)과 강건 표준오차(Robust Standard Errors)를 적용한 구조방정식모형을 통해 분석하였다. 분석 결과, 첫째, 생성형 AI 활용역량은 지각된 유용성과 비판적 AI 평가역량에 모두 긍정적인 영향을 미치는 것으로 나타났다. 둘째, 생성형 AI 활용역량이 프로젝트 기반 학습성과에 유의한 영향을 미치지 못하였다. 셋째, 지각된 유용성은 프로젝트 기반 학습성과에 유의한 영향을 미치지 않았지만 비판적 AI 평가역량은 프로젝트 기반 학습성과에 긍정적인 영향을 미치는 것으로 나타났다. 넷째, 매개효과를 검증한 결과, 지각된 유용성을 통한 간접효과는 통계적으로 유의하지 않았으나 비판적 AI 평가역량을 통한 간접효과는 유의한 것으로 확인되었다. 이러한 결과는 생성형 AI를 능숙하게 활용하는 역량이 그 자체로 프로젝트 기반 학습성과에 직접적으로 연결되기보다는 AI가 생성한 정보를 비판적으로 검토하고 다른 정보와 비교·검증하며 책임 있게 활용하는 역량을 통해 학습성과와 연결될 수 있음을 시사한다. 특히 생성형 AI의 유용성에 대한 인식보다 AI 산출물을 비판적으로 평가하는 역량이 프로젝트 기반 학습성과를 설명하는 데 중요한 역할을 할 수 있음을 보여준다. 본 연구는 생성형 AI 활용역량과 프로젝트 기반 학습성과 간의 관계에서 비판적 AI 평가역량의 매개 역할을 실증적으로 확인하였다는 점에서 의의가 있으며, 대학 교육에서 생성형 AI의 단순한 활용 방법뿐만 아니라 AI 산출물의 정확성, 신뢰성, 적절성을 비판적으로 판단하고 검증할 수 있는 역량을 함께 함양할 필요가 있음을 제시한다. This study examines the relationship between generative AI utilization competency and project-based learning outcomes by investigating the mediating roles of perceived usefulness and critical AI evaluation competency. Data were collected from 74 university students who participated in a local problem-solving project using generative AI. Given that the measurement items were assessed using a seven-point Likert scale and treated as ordinal data, the data were analyzed using structural equation modeling with diagonally weighted least squares estimation and robust standard errors. The results showed that, first, generative AI utilization competency was positively associated with both perceived usefulness and critical AI evaluation competency. Second, generative AI utilization competency was not significantly associated with project-based learning outcomes. Third, perceived usefulness was not significantly associated with project-based learning outcomes, whereas critical AI evaluation competency showed a significant positive association with project-based learning outcomes. Fourth, the mediation analysis showed that the indirect effect through perceived usefulness was not statistically significant, while the indirect effect through critical AI evaluation competency was significant. These findings suggest that the ability to effectively use generative AI may not directly translate into improved project-based learning outcomes; rather, its contribution to learning outcomes may operate through learners’ ability to critically examine, verify, and responsibly use AI-generated information. In particular, the findings indicate that critical AI evaluation competency may play a more important role in explaining project-based learning outcomes than learners’ perceptions of the usefulness of AI. This study contributes to the literature by empirically demonstrating the mediating role of critical AI evaluation competency in the relationship between generative AI utilization competency and project-based learning outcomes. The findings also highlight the need for higher education to move beyond teaching students how to use generative AI tools and to foster their competencies in critically evaluating the accuracy, reliability, and appropriateness of AI-generated outputs.

UX 디자이너의 생성형 AI 활용 핵심 역량 도출 및 타당도 검증: 사용자 여정 지도 단계를 중심으로

한용연(Yongyeon Han),강수진(Jeannie Kang) 한국디자인학회 2025 디자인학연구 Vol.39 No.2

연구배경 : 본 연구는 생성형 AI의 도입이 UX 디자인 분야의 패러다임에 가져온 변화에 능동적으로 대응하기 위해, 생성형 AI 환경에서 UX 디자이너에게 요구되는 핵심 역량을 도출하고 그 타당성을 검증하는 것을 목적으로 한다.<BR/>연구방법 : 문헌 고찰을 통해 생성형 AI 활용 맥락에서 요구되는 UX 디자이너의 잠재적 역량 요소를 도출하였다. 이후 UX 실무 디자이너 6인을 대상으로 생성형 AI 도구를 활용한 사용자 여정 지도 설계 과정을 관찰하고 심층 인터뷰를 실시하였으며, 수집된 자료는 질적 내용 분석을 통해 정리하였다. 마지막으로 UX 디자인 분야 전문가 9인을 대상으로 델파이 조사를 실시하여 도출된 역량 요소의 타당성을 검증하였다.<BR/>연구결과 : 그 결과 ‘맥락’, ‘상호작용’, ‘신뢰’의 3가지 상위 역량을 중심으로 총 13개의 하위역량이 도출되었다. 첫째, ‘맥락’ 역량은 사용자 이해가 도출되었다. 둘째, ‘상호작용’ 역량은 9개의 하위역량으로 AI와의 창의적 협업, AI 기반 아이디어 생성, AI 프롬프트 활용, 디자인 혁신, 사용자 경험 최적화, 의사소통, AI 도구 숙련도, 적응력, UX 프로젝트 관리가 도출되었다. 셋째, ‘신뢰’ 역량에서는 사용자 피드백 수용, 지속적 학습, 자기성찰을 포함한 3개의 하위역량으로 구성되었다.<BR/>결론 : 본 연구는 생성형 AI의 확산이라는 기술 환경 변화 속에서 UX 디자이너가 갖추어야 할 필수 역량을 정의하였다는 점에서 학술적 의의가 있다. 실무적으로는 역량 기반 AI-UX 교육과 인재 양성을 위한 활용 가능성을 제공할 것이다. 나아가 UX 디자이너가 생성형 AI 도구 활용 과정에서 전략적 설계자이자 감성적 해석자로서 기능하기 위해 요구되는 통합적 역량 요소를 제시함으로써, 기존 연구와의 차별성과 실천적 기여를 지닌다. Background : The present study aims to identify and validate the key competencies required for user experience (UX) designers within the context of generative artificial intelligence (GenAI), to proactively address paradigm shifts in the UX design field.<BR/>Methods : First, a comprehensive literature review was conducted to identify preliminary competency elements required for UX designers within the context of GenAI. Second, six UX designers were observed while utilizing GenAI tools to design user journey maps, followed by in-depth interviews. The collected data were then analyzed through qualitative content analysis. Third, a Delphi study was conducted with nine domain experts to validate the relevance and appropriateness of the competency elements derived.<BR/>Results : The findings revealed that the core competencies for leveraging GenAI in UX design are structured around three overarching dimensions: contextual understanding, interaction, and trust, comprising a total of thirteen sub-competencies. First, the contextual understanding dimension includes user insight emerged as a core sub-competency. Second, the interaction domain comprises nine sub-competencies, including creative collaboration with AI, AI-based ideation, prompt engineering, design innovation, user experience optimization, communication skills, AI tool proficiency, adaptability, and UX project management. Third, the trust dimension encompasses three sub-competencies of receptiveness to user feedback, continuous learning, and self-reflective capacity.<BR/>Conclusions : The current work holds academic significance in that it offers a theoretically grounded framework for defining the essential competencies of UX designers in the era of proliferating GenAI technologies. From a practical perspective, this work contributes foundational guidelines for the development of AI-integrated UX education and professional training. Furthermore, the results of this study should provide a comprehensive competency model that enables UX designers to function as both strategic designers and emotional interpreters in collaboration with AI.

프로세스 기반 기업지원 서비스가 기업 역량 및 기대성과에 미치는 영향: 기술, 사업화, AI 지원을 중심으로

김신영,조부연 표준인증안전학회 2026 표준인증안전학회지 Vol.16 No.2

본 연구는 경영활동 프로세스를 중심으로 구성된 기업지원서비스가 기업 내부역량과 기대성과에 미치는 영향을 분석하는 것을 목적으로 하였다. 최근 인공지능(AI) 기술의 확산, 글로벌 공급망 재편 등 급변하는 경영환경 속에서 중소기업은 한정된 자원으로 인해 환경변화 대응에 어려움을 겪고 있다. 이에 정부와 혁신기관은 기술지원, 사업화지원, AI지원 등 다양한 기업지원서비스를 제공하고 있으며, 이러한 지원이 기업 내부역량 형성과 성과 창출에 어떠한 영향을 미치는지에 대해 분석할 필요가 있다. 본 연구에서는 기업지원서비스를 기술지원, 사업화지원, AI지원으로, 기업 내부역량을 기술역량, 사업화역량, AI활용역량으로 구분하여 기업지원서비스와 기업 내부역량, 기대성과 간의 관계를 분석하였다. 분석을 위해 2025년 제주지역 비제조업 중소기업 108개사의 설문자료를 활용였다. 분석 결과, 기술지원서비스는 기술역량, 사업화역량 및 AI활용역량에 모두 통계적으로 유의한 정(+)의 영향을 미치는 것으로 나타났으며, AI지원 또한 기술역량과 AI활용역량에 통계적으로 유의한 정(+)의 영향을 미치는 것으로 확인되었다. 반면 사업화지원은 기술역량과 AI활용역량에 통계적으로 유의한 부(-)의 영향을 미치는 것으로 나타났다. 또한 사업화역량은 매출액 기대성과에 통계적으로 유의한 정(+)의 영향을 미친 반면, AI활용역량은 통계적으로 유의한 부(-)의 영향을 미치는 것으로 분석되었다. 기업지원서비스 중에서는 사업화지원만이 기대성과에 통계적으로 유의한 부(-)의 영향을 미치는 것으로 나타났다. 본 연구는 기존 기업지원서비스 연구를 확장하여 AI지원 및 AI활용역량을 포함한 ‘기업지원-역량-성과’의 통합적 분석틀을 제시하였다는 점에서 의의를 가진다. 또한 기업지원서비스의 성과는 지원 자체보다 기업 내부역량으로 흡수하는 과정에서 효과적으로 나타날 수 있음을 확인하였으며, 비제조업 중소기업의 특성을 반영한 맞춤형 지원정책 수립의 필요성을 제시하였다. This study aims to examine the effects of corporate support services, structured around the business process perspective, on firms’ internal capabilities and expected performance. In the rapidly changing business environment characterized by the diffusion of artificial intelligence (AI) technologies and the restructuring of global supply chains, small and medium-sized enterprises (SMEs) face difficulties in responding to environmental changes due to limited resources. So, governments and innovation-support organizations provide various forms of corporate support services, including technology support, business support, and AI support. Therefore, it is necessary to study how these support services contribute to the development of internal capabilities and performance. This study are categorized into technology support, business support, and AI support, while internal capabilities are categorized into technology capability, business capability, and AI utilization capability. The relationships among corporate support services, internal capabilities, and expected performance were analyzed using survey data collected from 108 non-manufacturing SMEs located in Jeju in 2025. The results indicate that technology support services have significant positive effects on technology capability, business capability, and AI utilization capability. AI support also has significant positive effects on technologu capability and AI utilization capability. In contrast, business support shows significant negative effects on technology capability and AI utilization capability. Furthermore, business capability has a significant positive effect on expected sales performance, whereas AI utilization capability exhibits a significant negative effect. Among the corporate support service variables, only business support demonstrates a significant negative effect on expected performance. This study contributes to the existing literature by extending the scope of corporate support service research to include AI support and AI utilization capability and by proposing an integrated “corporate support-capability-performance” framework. The findings suggest that the effectiveness of corporate support services is more likely to emerge through the process of strengthening firms’ internal capabilities rather than through support itself. The study also indicates the need for customized support policies that reflect the characteristics of non-manufacturing SMEs.

중학생의 실천적 문제해결역량과 Al 리터러시 향상을 위한 Al 활용 가정과 수업 개발

이하린, 김희선, 박미정 한국인간발달학회 2026 한국인간발달학회 학술대회지 Vol.2026 No.5

연구목적: 최근 AI 활용이 전 세계적으로 강조되는 가운데, AI 활용 수업에서 비판적 사고는 핵심요소로 주목받고 있다. 비판적 사고는 가정과 교과 역량인 실천적 문제해결역량의 기반이 된다는 점에서, 가정과에서의 AI 활용 수업은 실천적 문제해결역량과 AI 리터러시를 통합적으로 고려할 필요가 있다. 이에 본 연구는 중학교 가정과 수업에서 두 역량을 동시에 함양할 수 있는 AI 활용 수업을 개발하는 것을 목적으로 하였다. 연구방법: 연구는 분석, 설계, 개발의 3단계로 진행되었다. 분석 단계에서는 선행연구, 교육과정, 학습자 및 학습 환경을 분석하여 수업 설계의 방향을 설정하였다. 설계 단계에서는 실천적 문제해결역량과 AI 리터러시를 반영한 5차시 수업안을 계획하였다. 개발 단계에서는 실천적 문제해결역량은 감경원, 박미정(2026)의 36문항 척도를, AI 리터러시는 문예진 외(2026), 이창호 외(2024), 이재호•윤호경(2026)의 척도를 수정•보완하여 19문항으로 구성하였으며, 이를 바탕으로 차시별 학습목표를 설정하고 수업안을 개발하였다. 개발한 수업안의 내용타당도는 가정교육 전공 박사 또는 박사과정의 현직 가정과 교사 6인을 대상으로 4점 척도로 검증하였다. 그 결과, 모든 문항의 I-CVI와 S-CVI/Ave가 모두 1.00으로 나타나 높은 수준의 내용타당도가 확인되었으며, 서술형 의견을 반영하여 수업안을 수정•보완한 후 최종안을 도출하였다. 연구결과: 본 연구의 최종 산출물은 ‘디지털 생활환경 변화에 대한 비판적 분석’을 주제로 중학생 대상 5차시 수업지도안, 학습 활동지, PPT이다. 수업은 실천적 문제해결 과정의 4단계(문제 정의, 실천적 추론, 행동, 성찰)에 따라 1~4차시를 중심으로 단계적으로 개발되었으며, 각 차시에서 문제 인식, 맥락 파악, 대안 탐색, 의사결정, 실행 및 성찰이 순차적으로 이루어지도록 구성하였다. AI 리터러시는 수업 흐름에 맞추어 지식, 기능, 태도 영역이 점진적으로 강화되도록 하였으며, 특히 창의적 활용, 비판적 평가, 의사소통 능력과 윤리적 태도가 반복적으로 반영되도록 하였다. 차시별로 1차시는 디지털 생활 문제를 인식하고 맥락을 비판적으로 분석하며 AI 활용 여부를 주체적으로 판단하도록 하였고, 2차시는 AI 정보를 비판적으로 검토하여 대안을 탐색•평가하고 합리적 의사결정을 하도록 개발하였다. 3차시는 해결 방안을 실행하는 과정에서 영향과 윤리성을 고려하며 AI와 협업하도록 하였고, 4차시는 PMI 기법을 활용한 성찰과 AI 협업을 통한 창의적 문제 해결을 강조하였다. 5차시는 탐구 문제를 설정하고 AI를 활용한 정보 탐색과 글쓰기를 통해 탐구보고서를 작성하도록 하여 두 역량의 통합적 적용과 성찰이 이루어지도록 구성하였다. 결론: 본 연구는 AI 활용 수업이 가정과의 실천적 문제해결 수업 맥락에서 적용 가능함을 확인하고, 실천적 문제해결역량과 AI 리터러시를 통합한 수업 설계를 통해 학교 현장에서의 실행 가능성을 제시하였다. 또한 가정과에 적합한 AI 리터러시 역량 척도를 제안합으로써 관련 연구와 수업 설계를 위한 기초 자료를 제공하였다. 다만 실제 수업 실행을 통한 효과 검증은 이루어지지 않았으므로, 향후 연구에서는 적용 후 효과와 역량 간 관계를 분석하는 실증적 연구가 필요하다.