한중 언어문화 교육 AI 미디어 큐레이션 연구 : 이미지 오디오 영상 유형별 분석을 중심으로

다국어 초록 (Multilingual Abstract)

随着人工智能技术的快速推进，生成式AI已开始参与教育内容的生产与传播。然而就AI辅助语言教育这一领域而言，现有讨论或停留在具体工具的功能介绍，或局限于单一模态的应用尝试，很少将内容生成、过程管理与生成物的分享纳入一个统一的系统框架中加以审视。针对这一研究空白，本文提出“AI媒体策展”这一核心概念，并以韩中语言文化教育为具体场景，尝试建立一套跨模态内容转换的理论框架与技术实现体系。
本研究以HSK与TOPIK历年真题中的文本、图像、音频及相关教学视频为源素材，借助生成式AI将其转化为图像、音频与视频三类教学媒体。整个转换过程共设计了12条跨模态通道，分别对应图像生成（T2I、I2I、A2I、V2I）、音频生成（T2A、I2A、A2A、V2A）与视频生成（T2V、I2V、A2V、V2V），由此形成31种具体的生成物类型。各路径所涉及的策展行为可概括为生成、筛选、转换与编辑四种基本操作,从而形成一个覆盖从源素材到生成物全过程的策展行为体系。研究方法上，本文遵循Richey与Klein（2007）提出的设计与开发研究范式（DDR），按照分析、设计、开发、评价四个阶段规划了研究路径，并在评价工具方面研究设计了一套专家评价框架，其维度包括理论模型的有效性、跨模态转换策略的教育适用性、技术系统的实用价值以及整体应用效果四个层面。此外，本文还设计实现了可供专家在线填写反馈的Web应用，为后续的实证数据收集做好了工具准备。
在理论层面，本研究搭建了一个宏观、中观、微观相互嵌套的三层分析框架。宏观层以Siemens（2005）的联通主义学习理论为基础，强调语言文化学习中多模态节点之间动态连接的价值，回答了“为什么需要多模态策展”这一问题。中观层引入AHDS数字资产生命周期模型（Wilson et al., 2006），将AI生成内容的管理过程划分为生成、移交、策展/保存、访问与利用、技术老化/迁移、处置与废弃六个阶段，从而为资源从采集到长期保存的完整流程提供管理依据，回答了“如何组织策展流程”的问题。微观层则借鉴了Mayer（2009）的多媒体学习认知理论，从学习者的视觉与听觉信息加工通道、有限容量假设以及主动加工原理出发，为多模态内容的具体设计提供认知心理学的指导，回答了“策展内容应当遵循什么样的设计原则”的问题。三个层面以“为何—如何—依何原理”的逻辑线索贯穿始终，为本研究奠定了理论基石。
在技术实现方面，本研究设计并搭建了两套并行的系统，形成双轨结构。对于图像、音频、视频三种核心策展模态，每一条技术路线都同时推进两个方向：一是基于Make或n8n构建的自动化工作流，配合Airtable进行数据管理与任务调度；二是基于AI提示词驱动的Web应用，使用Claude Code、Next.js与Vercel技术栈，实现交互式生成与即时反馈。两条路线分别对应批量化处理与个性化生成两类不同的教学应用场景。在上述分类体系基础上，本研究进一步整合构建了统一的AI媒体策展平台：由n8n自动化经WordPress完成的内容公开发布与积累型内容库管理，以及由Lovable搭建的交互式生成的Web应用。该平台实现了从单模态输入到跨模态同步输出的转变, 即一次的输入可同时生成图像、音频与视频三种模态的教学内容，教师端的操作路径从原来的12条缩减为4条，内容生产效率与操作便捷性均可得到明显提升。
本研究的贡献可以从理论、概念、方法与实践四个维度来理解。在理论上，本文将宏观的联通主义、中观的AHDS生命周期模型与微观的多媒体学习认知理论整合进一个统一的设计逻辑之中，让三者分别回应“为何—如何—做什么”的问题，从而突破了多数既有研究依赖单一理论的局限。尤其值得注意的是，本文将原本用于数字资产保存的AHDS模型迁移到了AI生成内容的管理场景中，拓展了这一模型在教育策展领域的应用边界。在概念层面，“生成式策展”将策展的内涵从“筛选既有内容”扩展为“按所需生成内容”，并用生成、筛选、转换、编辑四种操作重新定义了策展行为。同时，12条转换通道与31种生成物的分类体系，在笔者所能检索到的范围内，尚未见到可以直接比对的先行分类，这在一定程度上体现了本研究的探索性。在方法层面，本文将设计与开发研究（DDR）引入AI媒体策展的设计过程，规划了从分析、设计、开发到评价工具设计的工作流程，并以“专家亲身体验后在线作答”的用户视角来评价模型，为偏重技术实现的AI教育内容研究提供了一种方法论上的参照。在实践层面，本研究所构建的策展体系有效降低了教师制作多模态内容的技术门槛，使学习者能够通过视觉、听觉或视听的复合通道接收同一学习内容，并依托WordPress积累型内容库实现资源的持续复用与扩展。
当然，本研究也存在若干局限。第一，虽然已经完成专家评价问卷与Web评价应用的设计与开发，但面向专家群体的正式评价实施与数据分析尚未展开，这部分工作留待后续完成。第二，生成式AI的输出存在事实性错误、文化失真乃至幻觉等质量波动问题，目前仍须依靠教师的人工审核来把关，属于典型的“人在回路（human-in-the-loop）”结构。第三，自动化工作流以及基于Claude Code或Lovable的Web应用仍然需要一定的技术环境配置，无代码化并未在所有路径中均衡实现。第四，多数生成工具以付费API的形式提供，在大规模批量生成与一线教学普及方面存在成本上的制约。第五，可直接对照的先行研究相对匮乏，使得本研究的成果难以与现有的基准进行直接比较。
针对上述局限，后续研究可以从以下几个方面逐步展开：①利用已有的评价工具对专家与学习者进行实证检验，验证生成内容的实际教学效果；➁建立生成物质量的自动审核机制，减轻人工检核的工作负担；➂推进无代码实现环境与提示词工作流的标准化，并使之与AHDS生命周期中的迁移阶段相衔接；➃探索更低成本的运营方案以利教学现场的推广应用；➄将本文提出的分类体系公开，使其能够作为后续研究的比较基准逐步积累和完善。此外，本模型也可以应用于高校课程中的一个教学单元，串联起策展概念讲解、AI工具实操、数据管理、自动化流程等环节。
总而言之，生成式策展意味着从“筛选既有内容”转向“按所需生成内容”。本文所设计的模型与评价工具，正是这一转向的具体技术实现。而由这一模型生成的内容，究竟能够在多大程度上提升学习者的理解深度与记忆效果，仍然是一个有待检验的开放性问题。对这个问题的回答，既是本研究后续推进的一大课题，也是生成式策展能否真正扎根于韩中语言文化教育实践的关键所在。

국문 초록 (Abstract)

본 연구는 HSK（중국어능력시험）와 TOPIK（한국어능력시험）의 기출문제, 그리고 공개된 한중 언어문화 영상을 원천 소스로 삼아, AI 기반 미디어 큐레이션을 통한 한중 언어문화 교육 모델을 설계하고 그 교육적 의미와 활용 가능성을 고찰하였다. 기존 언어문화 교육 자료는 대체로 텍스트라는 단일 양식에 머물러, 학습자가 언어 표현의 문화적·상황적 맥락을 통합적으로 파악하기 어려웠다. 매년 갱신되는 기출문제가 이미지·오디오·영상으로 변환되지 못한 채 사장되는 현실 또한 같은 문제의 다른 얼굴이다. 이 공백을 메우는 대안으로, 본 연구는 '있는 자료를 찾는' 검색이 아니라 '없는 자료를 만드는' 생성형 큐레이션에 주목하였다.
연구는 세 가지 문제를 축으로 전개된다. 단일 양식의 기출문제를 여러 양식으로 변환·연결하는 일이 왜 필요한가（Why）, AI로 생성한 멀티모달 콘텐츠는 어떤 절차로 큐레이션되며 그 절차가 어떻게 구조화되는가（How）, 각 양식의 콘텐츠가 학습자의 인지 처리 과정에 부합하려면 무엇을 근거로 설계해야 하는가（What）이다. 세 물음에 답하기 위해 거시·중시·미시의 3층 이론 틀을 세웠다. 거시 층위에서는 연결주의（Siemens, 2005）가 분절된 단일 양식 자료를 다중 교점으로 확장할 근거를, 중시 층위에서는 AHDS 생애주기 모형（Wilson et al., 2006）이 생성된 콘텐츠의 관리·보존·이용 절차를, 미시 층위에서는 Mayer（2009）의 멀티미디어 학습 인지 이론이 산출물의 설계 원리를 각각 떠받친다.
방법론으로는 Richey와 Klein의 설계·개발 연구（DDR）를 채택하여 분석·설계·개발·평가의 네 단계로 작업하였다. 텍스트·이미지·오디오·영상의 입력 4종과 이미지·오디오·영상의 출력 3종을 교차해 12개 변환 경로를 도출하고, 각 경로를 다시 교육적 산출 유형으로 세분하여 31종을 정리하였다. 구현은 두 갈래로 나누었다. 한쪽에서는 Make·n8n·Airtable·WordPress를 엮은 자동화 워크플로우를, 다른 쪽에서는 Claude Code와 Lovable로 만든 AI 에이전트 기반 웹앱을 구축하였다. 두 트랙은 대량의 사전 생성과 즉석의 개별 생성이라는 서로 다른 사용 맥락을 나누어 맡으며, 제5장에서 하나의 통합 플랫폼으로 결합된다.
본 연구의 기여는 개념·이론·체계·방법의 네 측면에서 정리된다. 전시 기획에서 출발한 전통적 큐레이션을 생성·선별·변환·편집의 네 국면으로 넓혀 '생성적 큐레이션' 개념을 정립하였고, 본디 디지털 자산 보존을 위한 AHDS 모형을 교육 큐레이션으로 끌어들여 세 층위의 이론을 하나의 설계 논리로 묶었다. 가능한 변환 조합 전체를 12경로·31유형의 지도로 체계화한 점, DDR을 적용해 네 영역으로 구성된 전문가 평가 도구와 웹 기반 응답 애플리케이션까지 설계한 점 역시 후속 연구의 참조 틀이 된다.
다만 본 연구는 평가 도구의 설계·구현까지 나아갔을 뿐, 전문가 평가의 실제 시행과 학습자 대상 효과 검증은 수행하지 못하였다. 그러므로 본 연구의 성과는 교육 효과의 최종 입증이라기보다, AI 미디어 큐레이션 모델의 이론적 근거와 구현 가능성을 제시한 데 있다. 평가지와 응답 애플리케이션이 이미 갖추어져 있는 만큼, 후속 연구는 별도의 도구 개발 없이 곧바로 검증 단계로 이행할 수 있을 것이다.

목차 (Table of Contents)

• 제1장 서론 1
• 1.1. 연구 배경 및 필요성 1
• 1.2. 연구 목적 및 방법 6
• 1.3. 선행 연구 9
• 1.4. 이론적 배경 18
• 1.4.1. 연결주의 학습이론 20
• 1.4.2. 멀티미디어 학습이론 25
• 1.4.3. AHDS 생애주기 모형 31
• 1.5. 연구 설계 36
• 1.5.1. 큐레이션과 AI 미디어 큐레이션의 개념 36
• 1.5.2. 원천 소스 선정 40
• 1.5.3. 구현 도구 및 환경 46
• 제2장 AI 이미지 큐레이션 전략 63
• 2.1. AI 이미지 큐레이션의 기법 및 특성 64
• 2.1.1. AI 이미지 큐레이션의 기법 64
• 2.1.2. AI 이미지 큐레이션의 특성 67
• 2.1.3. 언어문화 교육에서의 AI 이미지 큐레이션 70
• 2.2. AI 이미지 생성 도구 비교 분석 71
• 2.3. 유형별 AI 이미지 큐레이션 프롬프팅 전략 77
• 2.3.1. 텍스트에서의 이미지 변환 78
• 2.3.2. 이미지에서의 이미지 변환 103
• 2.3.3. 오디오에서의 이미지 변환 116
• 2.3.4. 영상에서의 이미지 변환 129
• 2.4. 이미지 큐레이션 AI 시스템 설계 및 구현 141
• 2.4.1. 자동화 플랫폼 기반 워크플로우 제작 141
• 2.4.2. AI 에이전트 기반 웹앱 구축 181
• 2.4.3. AI 자동화 워크플로우 및 AI 에이전트 기반 웹앱 비교 분석 · 193
• 제3장 AI 오디오 큐레이션 전략 197
• 3.1. AI 오디오 큐레이션 기법 및 특성 198
• 3.1.1. AI 오디오 큐레이션의 기법 198
• 3.1.2. AI 오디오 큐레이션의 특성 202
• 3.1.3. 언어문화 교육에서의 AI 오디오 큐레이션 205
• 3.2. AI 오디오 생성 도구 비교 분석 206
• 3.3. 유형별 AI 오디오 큐레이션 프롬프팅 전략 212
• 3.3.1. 텍스트에서의 오디오 변환 213
• 3.3.2. 이미지에서의 오디오 변환 223
• 3.3.3. 오디오에서의 오디오 변환 233
• 3.3.4. 영상에서의 오디오 변환 240
• 3.4. 오디오 큐레이션 AI 시스템 설계 및 구현 247
• 3.4.1. 자동화 플랫폼 기반 워크플로우 제작 247
• 3.4.2. AI 에이전트 기반 웹앱 구축 271
• 3.4.3. AI 자동화 워크플로우 및 AI 에이전트 기반 웹앱 비교 분석 · 283
• 제4장 AI 영상 큐레이션 전략 288
• 4.1. AI 영상 큐레이션 기법 및 특성 289
• 4.1.1. AI 영상 큐레이션의 기법 290
• 4.1.2. AI 영상 큐레이션의 특성 292
• 4.1.3. 언어문화 교육에서의 AI 영상 큐레이션 295
• 4.2. AI 영상 생성 도구 비교 분석 297
• 4.3. 유형별 AI 영상 큐레이션 프롬프팅 전략 303
• 4.3.1. 텍스트에서의 영상 변환 304
• 4.3.2. 이미지에서의 영상 변환 313
• 4.3.3. 오디오에서의 영상 변환 322
• 4.3.4. 영상에서의 영상 변환 333
• 4.4. 영상 큐레이션 AI 시스템 설계 및 구현 337
• 4.4.1. 자동화 플랫폼 기반 워크플로우 제작 337
• 4.4.2. AI 에이전트 기반 웹앱 구축 362
• 4.4.3. AI 자동화 워크플로우 및 AI 에이전트 기반 웹앱 비교 분석 · 376
• 제5장 AI 큐레이션 통합 플랫폼 설계 및 구현 380
• 5.1. 통합 플랫폼의 설계 원리 381
• 5.1.1. 개별 모달리티 시스템의 한계와 통합의 필요성 381
• 5.1.2. 통합 아키텍처 설계 382
• 5.1.3. 기술 스택 386
• 5.2. 자동화 워크플로우 트랙: 387
• 5.2.1. 통합 테이블 실제 운영 구조 387
• 5.2.2. 크로스모달 파이프라인 설계 389
• 5.2.3. 사이트 구조와 카테고리 체계 399
• 5.2.4. 게시물 구조 401
• 5.2.5. 누적형 콘텐츠 라이브러리 403
• 5.3. AI 에이전트 웹앱 트랙: 통합 웹앱 설계 및 구현 404
• 5.3.1. 설계 방향과 기술 스택 404
• 5.3.2. 크로스모달 인터페이스 설계 406
• 5.3.3. 통합 웹앱의 개발 단계 412
• 5.4. 두 트랙의 비교와 AHDS 생애주기 대응 구조 413
• 제6장 결론 416
• 6.1. 연구 요약 416
• 6.2. 연구의 시사점 418
• 6.2.1. 학술적 시사점 418
• 6.2.2. 실용적 시사점 420
• 6.3. 연구의 한계점 421
• 6.4. 향후 연구 방향 422
• 참고문헌 425
• 부록 435
• 【中文摘要】 442