대학생의 생성형 AI 자기효능감 형성 원천 척도 개발 및 타당화 = Development and in Validation of Generative AI aScale for Learning among Sources University of Self-Efficacy Students|RISS 상세보기

국문 초록 (Abstract)

본 연구는 대학생의 생성형 AI 자기효능감 수준 자체를 측정하는 것이 아니라, 생성형 AI 활용 과정에서 자기효능감이 어떠한 경험적·사회적 정 보 원천을 통해 형성되는지를 측정하기 위한 척도를 개발하고 타당화하는 데 목적이 있다. 최근 생성형 인공지능(Generative Artificial Intelligence, AI)은 대학 교육과 학습 환경 전반에 빠르게 확산되면서 학습자의 문제 해 결 방식과 학습 경험 구조에 중요한 변화를 가져오고 있다. 그러나 기존 연구들은 주로 AI 활용 의도, 기술 수용, 학습 성과 등 결과 중심 변수에 초점을 두거나, 자기효능감을 단일한 수행 자신감 수준으로 접근하는 경향이 있었다. 이에 따라 생성형 AI 환경에서 자기효능감이 어 떠한 경험과 상호작용 과정을 통해 형성되는지에 대한 설명은 상대적으로 부족하였다. 특히 생성형 AI는 학습자와 지속적으로 상호작용하며 결과를 공동 생성하고 반복적인 피드백을 제공한다는 점에서, 자기효능감 형성 메 커니즘 또한 기존 디지털 학습 환경과는 다른 특성을 가질 가능성이 있다. 이에 본 연구는 자기효능감을 단순한 결과 변수나 기술 활용 자신감 수준 이 아니라, 다양한 경험과 정보 원천을 통해 형성되는 과정 중심의 구성개 념으로 접근하였다. 이를 위하여 본 연구는 Bandura(1977, 1997)의 자기효능감 형성 원천 이 론을 기반으로 숙달경험, 대리경험, 사회적 설득, 생리·정서 상태의 네 가지 구성요인을 도출하고, 이를 생성형 AI 기반 학습 맥락에 적용하여 척도를 개발하였다. 초기 문항은 선행연구 검토와 전문가 내용타당도 검 증을 바탕으로 구성하였으며, 생성형 AI 환경의 특성을 반영하여 수정· 재구성하였다. 또한 연구 대상의 특성을 고려하여 설문지는 한국어와 중 국어로 동시 개발하였으며, 번역 과정에는 한국어와 중국어에 능통한 대 학 교수와 관련 분야 전공자가 참여하였다. 이후 원문과 역번역 문항 간 의미적 차이를 비교·검토하여 표현을 수정·보완하였다. 초기 자료수집은 생성형 AI 활용 경험이 있는 한국 및 중국 대학생을 대상으로 실시하였으나, 문화적 이질성으로 인한 측정 오차를 최소화하고 분석의 동질성을 확보하기 위하여 최종 분석에서는 중국 대학생 표본만을 활용하여 최종적으로 2,037명의 중국 대학생 자료를 분석에 활용하였다. 또한 탐색적 요인분석(EFA)과 확인적 요인분석(CFA) 수행 시 발생할 수 있는 과적합(overfitting) 가능성을 최소화하기 위하여 최종 표본을 무작위 로 분할하여 분석을 실시하였다. 첫 번째 표본에서는 탐색적 요인분석 (EFA)을 통해 잠재적 요인 구조를 탐색하였으며, 두 번째 표본에서는 확 인적 요인분석(CFA)을 실시하여 도출된 요인 구조의 적합성과 안정성을 검증하였다. 연구 결과 첫째, 생성형 AI 자기효능감 형성 원천은 숙달경험, 대리경험, 사회적 설득, 생리·정서 상태의 4요인 구조로 도출되어 Bandura(1997)의 자기효능감 형성 원천 이론이 생성형 AI 환경에서도 전반적으로 적용 가 능함을 확인하였다. 둘째, 문항 정제 과정을 거쳐 최종적으로 25문항으로 구성된 척도가 확 정되었으며, 높은 수준의 내적 일관성이 확인되었다. 셋째, 확인적 요인분석 결과 모형 적합도는 CFI=.952, TLI=.946, RMSEA=.071로 나타나 양호한 수준의 적합도를 보였다. 또한 구성개념 신 뢰도(CR=.925~.962)와 평균분산추출값(AVE=.681~.783)이 기준치를 충족하 여 수렴타당도가 확보되었으며, Fornell-Larcker 기준과 HTMT 분석 결과 를 통해 판별타당도 또한 전반적으로 수용 가능한 수준으로 확인되었다. 다만 일부 구성개념 간 HTMT 값은 비교적 높게 나타났는데 이는 생성 형 AI 환경에서 수행 경험, 관찰 경험, 사회적 피드백 및 정서적 반응이 인간–AI 상호작용 과정 안에서 복합적으로 경험되는 특성과 관련될 가능 성이 있는 것으로 해석되었다. 아울러 기존 AI 자기효능감 척도와의 상관 분석 결과, 모든 요인이 유의한 정적 상관관계를 보여 준거타당도 또한 확보된 것으로 나타났다. 본 연구는 AI 자기효능감을 단순한 결과 중심 개념에서 형성 과정 중심 개념으로 확장하고, 생성형 AI 환경에서의 인간–AI 상호작용 특성을 반영 한 측정도구를 제시하였다는 점에서 이론적 의의를 가진다. 특히 생성형 AI 환경에서는 자기효능감이 개인 내부에 고정된 신념이라 기보다 인간–AI 상호작용 과정 속에서 지속적으로 형성되고 재구성되는 경험적 구성개념으로 이해될 필요가 있음을 시사한다. 또한 본 척도는 향 후 AI 기반 학습, 디지털 교육 및 인간–AI 협업 연구에서 학습자의 자기 효능감 형성 메커니즘을 분석하고 교육적 개입 전략을 설계하기 위한 실 증적 도구로 활용될 수 있다는 점에서 실천적 의의를 가진다.

번역하기

본 연구는 대학생의 생성형 AI 자기효능감 수준 자체를 측정하는 것이 아니라, 생성형 AI 활용 과정에서 자기효능감이 어떠한 경험적·사회적 정 보 원천을 통해 형성되는지를 측정하기 위한 ...

목차 (Table of Contents)