한국어교육에서 생성형 인공지능의 교육적 정렬 연구 ― 쓰기 과제 첨삭을 중심으로 ― = Pedagogical Alignment of Generative AI in Korean Language Education ― Focus on Writing Task Feedback ―

국문 초록 (Abstract)

본 연구는 한국어교육에서 생성형 인공지능을 언어 교육 도구로 효과적으로 활용하기 위한 교육적 정렬(pedagogical alignment)의 필요성을 논의하고, 이를 쓰기 과제 첨삭이라는 교육 목적에 맞게 교육적 정렬형 인공지능(PA-AI)을 사례를 기반으로 제안하는 데 목적을 둔다. 이를 위해 중급 한국어 학습자의 쓰기 과제를 사례로 하여 목표 어휘·문법, 쓰기 주제, 학습자 오류를 단계적으로 학습한 PA-AI를 설계하고, 파인튜닝 방식에 따라 세 가지 모델(M1–M3)을 제작하였다. 이들 모델을 파인튜닝하지 않은 기존 GPT 모델과 비교한 결과 의미와 맥락을 포함한 담화 단위 학습을 수행한 모델이 전반적으로 우수한 성능을 보였으며, 특히 담화 중심 학습 기반의 모델(M2)이 쓰기 과제 첨삭에서 가장 높은 교육적 효용성을 나타냈다. 이러한 결과는 언어 교육에서 인공지능이 과제 목적과 학습 맥락에 맞춰 담화 층위에서 정렬되어야 함을 시사한다.

다국어 초록 (Multilingual Abstract)

This study aims to discuss the necessity of pedagogical alignment for the effective use of generative AI as a language education tool in Korean language education and to propose a pedagogically aligned artificial intelligence (PA-AI) tailored to the specific educational purpose of writing task feedback. To this end, a PA-AI was designed based on an intermediate-level Korean writing task, incorporating stepwise learning of target vocabulary and grammar, writing topics, and learner errors, and three models (M1–M3) were developed according to different fine-tuning strategies. A comparative evaluation with a non-fine-tuned baseline GPT model showed that models trained on discourse-level data incorporating meaning and context achieved overall superior performance, with the discourse-oriented model (M2) demonstrating the highest pedagogical effectiveness in writing task feedback. These findings suggest that, in language education, AI should be pedagogically aligned at the discourse level in accordance with task objectives and learning contexts.