교육정보미디어연구 http://dx.doi.org/10.15833/KAFEIAM.28.3.

821
The Journal of Educational Information and Media
2022, Vol 28, No 3, pp.821-842

An Analysis of Educational Needs on

Teacher Competencies for Education using AI

Dongkuk Lee1)․ Eunsang Lee2)

1)
Teacher, Cheongun Middle School
2)
Junior Supervisor, Seoul Seongdong-Gwangjin District Office of Education Support

The purpose of this study is to investigate the competency and behavioral indicators, highly required
educational needs, for teachers’ education that make use of AI. In order to do so, the study made use of
161 responses from teachers with experience in education that makes use of AI, in order to identify the
importance and performance of competencies and behavioral indicators for education that make use of AI.
Also, using the Borich needs and the Locus for Focus model, the study derived the need for competencies
and behavioral indicators of education that make use of AI. The results of the research demonstrated that
there was a significant difference between the importance and performance in all areas of education that
make use of AI, and the competencies in highest demand for education were: practical learning design
competence using AI, data interpretation competence using AI, individualized learning design competence
using AI, and data-driven assessment design competence using AI. In the analysis results for behavioral
indicators, there was high demand in: behavioral indicators related to high-priority competencies, the safe
use of AI, understanding and compliance with AI-related legal systems, and resolving technical problems
arising from teaching and learning. Based on the results of the analysis of the need for education using
AI, there ought to be a focus on data utilization, individualized learning design, and practical learning
design in the teacher professional development process. With that, this study proposed the provision of
evidence-based AI and edutech information from an environmental perspective, and the establishment of a
customized education support platform. It is expected that this study will be used as a fundamental
framework for a systematic curriculum and shaping of the environment for education that makes use of AI.

Key words : AI, Education using AI, Teacher Education, Educational Needs Analysis, Future Education

- 821 -
교육정보미디어연구, 제28권 제3호

Ⅰ. 서 론

AI 기술의 발전에 따라 사회 전 분야에서 AI 활용에 관한 관심이 높아지고 있다. 교육 분야에

서도 AI 활용은 교육의 효과성을 높이고, 여러 난제를 극복할 수 있을 것으로 기대되고 있다.
AI가 교육에 도입되면 교수학습 측면에서는 학습자들의 특성과 수준에 따라 개별화 학습을 실
현하고, 학습환경 측면에서는 학습자들의 교육 활동 데이터를 수집․관리할 수 있으며, 조직적
측면에서는 업무를 효율화하고 근거 기반의 정책을 수립할 수 있을 것으로 전망된다(김현진 외,
2020; 이동국 외, 2022; 한우진 외, 2021; EDUCAUSE, 2022).
이에 따라, 정부에서는 관계부처합동으로 ‘인공지능 시대 교육 정책과 핵심과제’ 정책을 수
립하고, 교사와 학습자들이 AI 활용 역량을 함양할 수 있는 기반을 마련하였다(관계부처합동,
2020). 2022 개정 교육과정에서 총론(시안)에서도 학교급별 AI 활용 교육 관련 내용을 반영함에
따라(교육부, 2021), 초․중․고 학교 교육에서의 AI 활용 교육은 더 활발해질 것으로 예상된다.
각 시․도교육청에서도 AI 시대를 대비하기 위하여 AI 플랫폼 개발, 데이터 축적, 선도학교 및
교사연구회 운영, AI 융합교육대학원과의 협약, 교원 연수 프로그램 개발 등을 추진하고 있다.
사회적인 관심과 요구뿐만 아니라 정책적인 차원에서도 AI 활용 교육이 빠르게 추진됨에 따
라 교육 주체로서 교사들의 역량 확보가 시급한 과제로 부각되고 있다. 교사의 AI 활용 역량에
관한 연구를 종합적으로 살펴볼 때, 교사에게는 AI 활용 교육 준비, AI 활용 교육 설계, AI 활용
교육 실행, AI 활용 교육 평가, AI 활용 교육 전문성 개발 등의 역량이 필요하다(이동국 외,
2022). 이러한 역량들은 교수학습 실천가인 교사에게 필요한 역량으로서 AI 전문가․개발자에게
필요한 역량과는 구분된다. 실제, AI 활용 교육에 대한 교사들의 인식을 살펴보면, 교사들은 AI
를 교수학습에 활용하기 위한 방법, AI 활용 과정에서 발생할 수 있는 윤리 문제에 대처하는 방
법, AI 활용 교육을 설계․실행․평가하는 방법, 동료 교사 혹은 전문가들과 관계를 맺고 의사
소통하는 방법 등에 대한 요구가 높았다(김태령, 한선관, 2020; 윤회정 외, 2021; 이수영, 2020;
이철현, 2022). 반면, AI 활용 교육에 필요한 기초적인 지식의 필요성은 대체로 인정되고 있으나
(한형종 외, 2020), AI 자체에 대한 전문적인 지식, AI 개발에 대한 지식과 실습 등에 대한 교육
요구는 상대적으로 낮았다(윤회정 외, 2021; 이철현, 2022; 전인성 외, 2020).
그러나 현재 AI 활용 교육 역량 함양을 위한 교사 교육 프로그램․교육과정은 교사들의 교육
요구를 반영하는 데에는 한계가 있다. 예를 들어, 각 대학에서의 초․중․고 AI 교사 양성 교육
과정을 살펴보면, 공통적으로 AI 개념과 원리 관련 이론, AI 도구 및 프로그램 이론과 활용 등
이 강조되고 있다. 일각에서는 전반적인 교육과정이 AI 활용에 필요한 교사 역량보다는 AI 전공
자들에게 필요한 소양을 중심으로 편성되어 있다는 지적이 나오고 있다(이동국 외, 2022; 윤회정
외, 2021).

- 822 -
 인공지능(AI) 활용 교육을 위한 교사 역량에 관한 교육요구도 분석

이렇듯 AI 활용 교육을 위한 현장의 요구와 실제적인 교육 프로그램 내용의 불일치가 나타나

고 있다. 이에 대한 원인은 다양하겠으나 빠른 속도로 AI 활용 교육 정책을 추진하는 과정에서
교사들에게 필요한 역량에 대한 교육요구를 구체적으로 살펴보지 못한 측면을 고려할 필요가
있다. 기존의 연구에서는 AI 활용 교육에 대한 특정 학교급의 교사 인식 조사만을 수행하거나
(고병철, 한선관, 2021; 이수영, 2020; 한우진 외, 2021; 한형종 외, 2020), AI 활용 교육의 범위를
넘어 AI 교육 전반에 대한 교사 역량의 교육요구를 분석하였다(이철현, 2022; 전인성 외, 2020).
본 연구에서는 AI 교육의 여러 유형 중에서도 기존에 밝혀진 교사의 AI 활용 교육 역량에 초점
을 맞춰 교사들의 중요도와 보유도를 살펴보고, 교육요구도를 분석하고자 한다. 이를 통해 AI
활용 교육을 위한 체계적인 교육과정 및 프로그램 등을 개발하는 기초 자료로 활용될 수 있을
것이다. 연구 문제는 다음과 같다.

첫째, AI 활용 교육을 위해 교육요구가 높은 역량은 무엇인가?

둘째, AI 활용 교육을 위해 교육요구가 높은 행동지표는 무엇인가?

Ⅱ. 이론적 배경

1. AI 활용 교육을 위한 교사 역량

정부는 관계부처합동으로 AI 시대의 교육정책방향과 핵심과제를 도출하고 ‘인간다움과 미래다

움이 공존하는 교육 패러다임 실현’을 비전으로 제시한바 있다(관계부처합동, 2020). 아울러, 교육
부는 2022 개정 교육과정 총론 주요사항(시안)을 통해 학교급별 디지털․AI 소양 함양을 위한 교
육과정 재구조화 방안을 제시하였다(교육부, 2021). AI에 관한 관심은 각 시․도교육청에서도 공
통적으로 나타나고 있는데, 주요 내용은 AI를 활용한 맞춤형 학습, AI 융합교육 실현 등이다.
여기서 AI 활용 교육은 교수학습 장면에서 학습을 촉진하기 위해 AI를 활용하는 것으로서(홍
선주 외, 2020), AI 자체에 대한 개념과 원리, 알고리즘을 다루는 AI에 대한 교육과 구분된다. 대
표적인 사례로서 챗봇을 활용한 수업은 자연어 처리에 기반하여 학생들의 질문에 적절한 답변
을 해줌으로써 흥미와 참여를 증가시키고, 지능형 튜터를 활용한 수업은 맞춤형 학습 코스, 문
항, 피드백을 제공하여 학습자들에게 개별화된 학습경험을 제공하고 있다.
AI 기술이 개발 및 보급되더라도 학교에서 AI 활용 교육이 효과적으로 이뤄지기 위해서는 이
와 관련된 교사 역량이 확보되어야 한다(이동국 외, 2022). AI 활용 역량 확보가 제대로 이뤄지
지 않을 경우, 학교 혹은 교사수준에서 교수 격차가 발생할 수 있다. 또한, 공정성과 신뢰성이

- 823 -
교육정보미디어연구, 제28권 제3호

결여된 AI를 교수학습에 활용함으로써 잘못된 지식이 전달되거나 윤리적 문제를 발생시킬 수
있다. 결국, 교사의 AI 활용 교육을 위한 역량 확보는 필수적인 과제가 되고 있다(김현진 외,
2020; 이철현, 2022; 윤회정 외, 2021; Indira et al., 2019). 이를 위해 AI 활용 교육을 위한 교사의
역량을 규명하고 효과적인 프로그램을 마련하는 일이 중요하다(이동국 외, 2022; 한우진 외,
2021).
최근, AI 활용 교육을 위한 교사들의 역량에 관한 국내외 연구는 최근 지속적으로 수행된 바
있다. 이동국 외(2022)는 기존의 연구들을 종합하여 AI 활용 교육을 위한 교사 역량을 도출하였
다. 첫 번째 역량군은 AI 활용 교육 준비로서 AI 이해 역량, AI 탐색 및 선정 역량, AI 윤리성
평가 역량, AI 교육 환경 준비 역량이 포함되어 있다. AI를 교육에 활용하기 위해서는 AI에 대
한 기본적인 이해와 더불어 교육 활동에 적절한 AI를 선정할 수 있어야 한다. 또한, AI의 윤리
적 문제를 파악하고, 안전하게 활용할 수 있는 방안을 수립할 수 있어야 한다. 두 번째 역량군
은 AI 활용 교육 설계로서 AI 활용을 위한 교육과정 재구성 역량, AI 활용 개별화 학습 설계 역
량, AI 활용 실제적 학습 설계 역량, AI 활용 데이터 기반 평가 설계 역량이 포함되어 있다. AI
는 기존의 모든 교육활동을 대체하는 것이 아니라 투입될 경우 효과가 높게 나타나는 교육활동
에 활용될 것이다. 따라서 교사들은 AI 활용이 필요한 성취기준을 선택하고, 다양한 상호작용이
촉진될 수 있도록 교육과정을 재구성할 수 있어야 한다. 뿐만 아니라 AI를 활용하여 수집하고자
하는 데이터의 내용과 수집 방안 등을 포함한 평가 설계 역량도 요구된다. AI 활용이 높게 요구
되는 학습 중에는 개별화 학습과 실제적 학습이 대표적이다. 교사들은 AI를 활용하여 학습자의
특성과 수준을 진단함으로써 개별화 학습을 설계할 수 있어야 한다. 또한, 학생들이 일상생활의
문제를 AI를 활용하여 해결하고, 그 과정에서 지식 구성을 할 수 있도록 하는 실제적 학습 설계
역량도 요구된다. 세 번째 역량군은 AI 활용 교육 실행으로서 AI 및 에듀테크 활용 역량, AI 활
용 학습 촉진 역량, AI 및 에듀테크 기술적 문제해결 역량을 포함하고 있다. 교사들에게는 에듀
테크로서의 AI를 교육에 활용하고, 그 과정에서 나타날 수 있는 문제를 해결하는 역량이 요구된
다. 이를 위해서는 교사 자신이 AI를 원활하게 사용할 수 있어야 하고, 학습자들이 AI를 활용하
여 효과적으로 학습에 참여할 수 있도록 해야 한다. 네 번째 역량군은 AI 활용 교육 평가로서
AI 활용 데이터 해석 역량, AI 활용 데이터 기반 피드백 역량을 포함하고 있다. 교사들은 AI를
활용하여 수집한 학습자들의 교육활동 데이터의 의미를 이해․해석하고, 적절한 인지적․정서적
피드백을 제공할 수 있어야 한다. AI가 진단한 학습 결과를 토대로 학습자와 향후 학습과 진
로․진학 방향을 상담할 수 있어야 한다. 다섯 번째 역량군은 AI 활용 교육 전문성 개발로서 AI
활용 교육 전문성 개발 역량, AI 활용 교육 연구 역량을 포함한다. 미래교육에서는 AI가 다양한
영역에서 활용될 것이 전망되기 때문에 교사들은 AI 활용 교육에 필요한 전문성을 지속적으로
개발하고 실행할 수 있는 역량을 갖춰야 한다. 또한, 교사, 기업, 교육청 등의 다양한 주체들과

- 824 -
 인공지능(AI) 활용 교육을 위한 교사 역량에 관한 교육요구도 분석

의사소통하며 아이디어와 경험을 나누고, 공동으로 연구․실천할 수 있는 역량을 갖춰야 한다.

이상은 AI 활용 교육에 필요한 교사 역량으로서 효과적인 교육 프로그램을 마련하기 위해서
는 교사의 교육요구도를 파악할 필요가 있다. 이동국 외(2022)의 연구가 AI 활용 교육을 위한 역
량과 연수 과제를 제시하였지만, 해당 연구 기간에는 AI를 활용하는 교사가 많지 않아 교사가
가지는 역량의 보유도, 중요도와 교육요구를 제시하지 못했다는 한계가 있다. 이에 관한 후속
연구로 다수 시도교육청에서 AI 활용이 장려되고 있는 현시점에서 AI 활용 교육에 필요한 교사
역량의 교육요구를 파악하는 것은 현재의 시급한 과제를 해결함과 동시에 장기적인 역량 강화
체제를 마련하는데 기여할 수 있을 것이다.

2. AI의 활용 교육에 대한 교육요구

AI 기술의 발전은 교육 분야에서의 활용에 관한 기대감을 높이고 있다. 여러 연구에서는 AI가

교육에 활용될 경우, 학습자의 요구와 특성에 맞는 개별화 교육이 가능해질 것을 전망하고 있다
(김현진 외, 2020; 이동국 외, 2022; 한우진 외, 2021; EDUCAUSE, 2022). 또한, AI는 학습자들이
실생활 기반 융합교육, 협력학습 등의 교수학습을 더욱 효과적으로 경험하게 함으로써 미래사회
에 부합하는 학생 역량이 증진될 것으로 기대되고 있다(김현진 외, 2020; 이동국 외, 2022). 이러
한 가능성을 실현하기 위해 교육부 및 각 시․도교육청에서는 AI 융합교육대학원과의 협약, 교
원 연수 프로그램 개발 등을 추진하고 있다.
AI 활용 교육을 위한 교사들의 교육요구에 관한 연구를 살펴보면, 대체로 교사들은 AI 관련
교육 프로그램에 관심을 보였고, 그 내용은 AI 활용 측면으로 나타나고 있다(윤회정 외, 2021;
이수영, 2020; 전인성 외, 2020). 초․중등 AI 활용 교육을 위하여 교사들이 AI에 대한 핵심적인
개념을 이해해야 할 필요가 있으나(한형종 외, 2020), AI 이론을 전문적으로 학습하는 것에 대한
요구는 낮게 나타났다(윤회정 외, 2021; 전인성 외, 2020). 김태령과 한선관(2020)의 연구에서는
AI 활용 교육에 대해 교사들은 인공지능을 교과에 활용하여 학습하는 것을 가장 많이 요구하였
다고 밝혔다. 즉, AI 관련 특정 교과 및 전공이 아닌 대부분의 일반 교사들은 AI를 수업에 활용
할 수 있는 역량을 갖추기 위한 교육 프로그램을 요구하는 것으로 해석할 수 있다. 교사들은 자
신이 직접 AI를 활용하고 실습할 수 있는 기회와 함께 실제 AI 활용 교육을 설계하고 실행할
수 있는 교육 프로그램을 요구하였다(이철현, 2022). 또한, 교사들은 AI 활용 교육을 실행하기 위
한 전략으로서 AI 활용 교육 목표 설정, 학습동기 유발, 적절한 학습내용 설정, 피드백 역량 등
의 함양을 요구하였다. 또한, 교사들은 학습자들이 AI를 활용하는 과정에서 나타날 수 있는 윤
리 문제를 이해하고, 바람직하게 활용할 수 있도록 교육할 수 있는 역량을 요구하였다.
반면, 교사들이 AI를 활용하여 수집한 데이터를 가공하고, 머신러닝․딥러닝 등을 전문적으로

- 825 -
교육정보미디어연구, 제28권 제3호

이해․개발하는 교육에 대한 요구는 상대적으로 낮았다(이수영, 2020; 이철현, 2022). 이는 학교

급과 전공에 따라 다소 차이는 있었는데, 특히, 학교급이 낮을수록 교사들은 AI 기술 자체에
대한 정보, 코딩 및 프로그래밍을 통한 개발에 대한 교육요구도는 상대적으로 낮았다(이수영,
2020).
AI 활용 교육을 위해 교사들이 참여하고 있는 교육 유형은 교육과정, 교과목, 연수프로그램
등으로 다양하다(윤회정 외, 2021). 교육과정 및 교과목 유형과 관련하여 대표적인 사례는 대학
기관에서의 교원 양성 과정이다. 이들 기관의 공통적인 교육과정으로는 AI 개념과 원리에 관한
이해, AI 도구에 관한 이해 등이 주를 이루고 있다. 전반적인 교육과정이 AI 전공자를 위한 AI
소양을 중심으로 편성되어 있다(윤회정 외, 2021). 학교 현장에서는 학습자들에 대한 AI 활용 교
육에 대한 요구가 높았지만, 현재 제공되고 있는 교사 양성 프로그램에서는 AI 소양 교육에 초
점이 맞춰져 있는 현실이다(윤회정 외, 2021).
AI의 교육적 활용에 관심이 높아짐에 따라 교사 교육의 필요성 또한 높아지고 있다. 이를 위
해서는 AI 활용 교육에 필요한 교사 역량의 교육요구도를 살펴보고, 교육 프로그램에 반영할 기
초 자료를 제공하는 연구가 필요하다.

Ⅲ. 연구 방법

1. 연구 대상

본 연구의 목적은 AI 활용 교육을 위한 교육요구도를 알아보는 것으로, AI 활용 교육 경험이

없는 경우 중요도와 보유도를 묻는 설문 문항에 답하기 어렵다. 이로 인해 본 연구는 AI 활용
경험이 있는 초․중등 교사로 한정하여 설문을 진행하였다. 설문 안내문에 AI 활용 교육의 개념
과 구체적인 사례를 제시하여 AI 활용 교육 경험이 있는 교사만 설문에 응답하도록 안내하였다.
여기서 AI 활용 교육 사례로 AI 음악 애플리케이션을 활용하여 작곡 수업하기, 수학 애플리케이
션을 활용하여 맞춤형 수학 문제 풀이하기, AI 스피커를 활용하여 영어 말하기 연습하기, AI 플
랫폼에서 학습 현황 점검하고 학생과 상담하기 등을 제시하였다. 설문은 공문, SNS, 교사 커뮤니
티를 통해 안내되었고 온라인으로 총 12일간(2022.7.18.~2022.7.29.) 진행되었다. 학교에서 AI를
활용하는 교사는 극히 제한적이기 때문에, 시도교육청 담당자에게 AI 활용 연구회, 커뮤니티 등
에 안내하여 자발적으로 참여할 수 있도록 협조를 구하였다. 설문에 164명이 응답하였고, 이 중
재직 기관이 초․중등학교가 아닌 참여자 3명을 제외한 161명의 설문 자료를 분석 대상으로 하
였다. 구체적인 응답자의 배경 정보는 <표 1>과 같다.

- 826 -
 인공지능(AI) 활용 교육을 위한 교사 역량에 관한 교육요구도 분석

<표 1> 설문 응답자의 배경 정보

구분 응답자 수(명) 비율(%)

초등학교 100 62.11
학교급 중학교 26 16.15
고등학교 35 21.74
대도시 50 31.06
학교 소재지 중소도시 56 34.78
농어촌 55 34.16
5년 미만 17 10.56
5년 이상~10년 미만 40 24.84
10년 이상~15년 미만 44 27.33
교육경력
15년 이상~20년 미만 32 19.88
20년 이상~25년 미만 16 9.94
25년 이상 12 7.45

AI 융합교육대학원 재학 및 졸업 38 23.60
재학여부 해당없음 123 76.40

전체 161 100.00

2. 연구 도구

AI 활용 교육을 위한 교육요구도에 관한 설문 구성은 <표 2>와 같이 이동국 외(2022)의 연구

에서 도출한 AI 활용 교육 역량 및 행동지표를 근거로 하였다. AI 활용 교육 역량은 15개의 역
량과 41개의 행동지표로 구성되었다. 행동지표별로 중요도와 보유도를 묻는 자기보고식 5점 척
도에 따라 응답하도록 하였다. 역량별 문항에 대한 내적 일관성 신뢰도는 중요도 0.714~0.894,
보유도 0.712~0.942로 나타났다.

3. 분석 방법

AI 활용 교육을 위한 교육요구도 분석은 다음과 같은 절차로 이루어졌다. 첫째, 중요도와 보

유도의 차이를 확인하기 위해 대응표본 t-검정을 실시하였다. 둘째, 교육요구도의 우선순위를 알
아보기 위하여 [그림 1]과 같이 Borich의 요구도 분석을 하였다(Borich, 1980).

- 827 -
교육정보미디어연구, 제28권 제3호

<표 2> 설문 문항의 구성 및 신뢰도(이동국 외, 2022)

Cronbach’s α
역량군 역량 행동지표
중요도 보유도

1. AI 이해 1.1. AI의 개념과 기초 원리를 설명한다.

0.714 0.712
역량 1.2. AI가 사회와 교육에 미치는 긍정적·부정적 영향을 설명한다.

2.1. 신뢰할 수 있는 출처에서 교육적으로 활용 가능한 AI(제품, 서비스, 콘텐츠 등)

를 탐색한다.
2. AI 탐색 및
2.2. 교육과정, 학습자 수준, 학습환경 등을 고려하여 교수학습에 적용할 수 있는 0.835 0.887
선정 역량
적절한 AI를 선정한다.

AI 활용 2.3. 선정된 AI의 교육적 활용 방안과 기술적 특징을 파악한다.

교육 준비
3.1. AI가 제공하는 콘텐츠의 편향성과 신뢰성을 평가한다.
3. AI 윤리성
3.2. 교수학습에서 AI의 잠재적 위험성을 확인하고 안전한 활용 방안을 수립한다. 0.818 0.878
평가 역량
3.3. AI와 관련한 법 제도(저작권, 보안, 규정 등)를 이해하고 준수한다.

4.1. AI 활용 교육을 위한 네트워크 환경을 점검하고 준비한다.

4. AI 교육 환경
4.2. AI 활용 교육을 위한 교수학습용 HW를 점검하고 준비한다. 0.894 0.892
준비 역량
4.3. AI 활용 교육을 위한 교수학습용 SW를 점검하고 준비한다.

5. AI 활용을 5.1. 교육과정에서 AI 활용이 필요한 성취기준을 추출한다.

위한 교육과정 5.2. AI를 활용하여 학습효과와 상호작용을 높일 수 있도록 학교, 교사 수준에서 교 0.803 0.854
재구성 역량 육과정을 재구성한다.

6.1. AI를 활용하여 학습자의 개별 특성과 학습 수준을 진단한다.

6. AI 활용
6.2. AI 진단 결과를 반영하여 개별화(학습 수준, 관심사, 진로 등) 학습을 설계한다.
개별화 학습 0.891 0.939
설계 역량 6.3. AI를 활용하여 교수자-학습자-콘텐츠 간의 상호작용을 촉진할 수 있는 자기주
AI 활용
도학습 방안을 설계한다.
교육 설계
7. AI 활용 7.1. AI를 활용하여 접근할 수 있고 학습자의 흥미를 유발할 수 있는 실제적인 문

실제적 학습 제를 구안한다. 0.855 0.878

설계 역량 7.2. AI를 활용하여 융합적으로 문제를 해결하는 지식구성 활동을 설계한다.
8. AI 활용
8.1. 교수학습에서 AI 활용 데이터 기반 평가 계획을 수립한다.
데이터 기반
0.842 0.928
평가 설계
8.2. AI를 활용한 평가 데이터의 내용을 선정하고 수집 방안을 설계한다.
역량
9.1. 학습자에게 AI 활용 방법을 이해하기 쉽게 안내한다.
9. AI 및
에듀테크 9.2. 교수학습 활동에 맞게 AI의 기능을 원활하게 조작한다. 0.846 0.902
활용 역량
9.3. 학습효과를 높일 수 있는 AI 관련 에듀테크를 연계하여 활용한다.
AI 활용
교육 실행 10.1. 학습자에게 AI 활용 교수학습 과정을 이해하기 쉽게 설명한다.
10. AI 활용
10.2. AI를 활용하여 학습과 상호작용을 촉진할 수 있는 스캐폴딩을 제공한다.
학습 촉진 0.859 0.859
역량 10.3. 학습자의 학습 상황(학습 진도, 참여율, 성취도)을 모니터링하고 학습을 지원
한다.

- 828 -
 인공지능(AI) 활용 교육을 위한 교사 역량에 관한 교육요구도 분석

<표 2> 설문 문항의 구성 및 신뢰도(이동국 외, 2022) (계속)

Cronbach’s α
역량군 역량 행동지표
중요도 보유도

11.1. 학습자에게 학습 과정에서 발생하는 기술적 문제에 대한 대처 방안을 이해하

11. AI 및
기 쉽게 설명한다.
에듀테크
AI 활용
기술적 11.2. 교수학습에서 발생한 간단한 기술적 문제를 적시에 해결한다. 0.858 0.890
교육 실행
문제해결
11.3. 교수학습에서 발생한 중대한 기술적 문제를 학교 안팎의 담당자(팀)에게 의뢰
역량
한다.

12.1. AI가 제공하는 평가 데이터를 객관적으로 이해한다.

12. AI 활용
데이터 해석 12.2. AI가 제공하는 평가 데이터를 학습자의 개별 특성을 고려하여 해석한다. 0.871 0.937
역량
12.3. 데이터를 기반으로 학습자의 문제 원인을 발견하고 해결책을 도출한다.
AI 활용
13.1. AI를 활용한 학습 과정에서 학습자를 관찰하고 적절한 정서적 피드백을 제공
교육 평가 한다.
13. AI 활용
데이터 기반 13.2. AI에 의해 추천된 맞춤형 콘텐츠와 서비스를 교사가 검토하여 학습자에게 피 0.892 0.942
피드백 역량 드백한다.

13.3. AI의 학습 진단 결과를 토대로 학습자의 진로·진학 설계를 지원한다.

14.1. AI가 제공하는 데이터를 기반으로 교수학습을 성찰하고 개선한다.

14. AI 활용 14.2. AI 활용 교육에 필요한 자신의 역량을 진단하고, 지속적인 전문성 개발 계획

AI 활용 교육 전문성 을 수립한다. 0.886 0.897
교육 개발 역량 14.3. AI 활용 교육 전문성을 개발하기 위해 다양한 프로그램에 참여한다.
전문성
14.4. AI 활용 교육에 대한 실천적 지식을 다양한 방법으로 공유한다.
개발
15. AI 활용 15.1. AI 관련 다양한 주체와 소통하며 AI의 교육적 활용과 개선방안을 제시한다.
교육 연구 0.832 0.874
역량 15.2. AI 관련 다양한 주체에게 테스트베드를 제공하고 함께 연구한다.

전 체 0.979 0.986

     × 

요구도  

(Required Competency Level): 중요도 점수
(Present Competency Level): 보유도 점수
 : 중요도의 평균 점수

 : 전체 응답자 수

[그림 1] Borich(1980)의 요구도 공식

셋째, 교육요구도를 시각적으로 알아보기 위하여 Locus for Focus 모델을 활용하였다. Locus for
Focus 모델은 중요도 평균과 중요도와 보유도의 차이 평균을 기준으로 좌표평면상의 역량의 우
선순위를 시각화한다(Mink et al., 1991). [그림 2]와 같이 제1사분면에 해당하는 항목은 교육요구

- 829 -
교육정보미디어연구, 제28권 제3호

의 우선순위가 가장 높고 지원이 우선적으로 필요한 영역이지만, 제3사분면에 해당하는 항목은

우선순위가 가장 낮은 영역에 해당한다. 제2사분면과 제4사분면에 속한 항목은 일반적으로 차순
위 교육요구로 판단한다.

2 사분면 1 사분면
(H, L) (H, H)
중요도와
보유도의
차이 평균
3 사분면 4 사분면
(L, L) (L, H)

중요도 평균

[그림 2] The Locus of Focus 모델

넷째, 교육요구도 분석 결과를 종합하여 교육요구도의 최우선 순위 항목과 차순위 항목을 도

출하였다. 최우선 순위 항목은 Borich 요구도 순위가 높고 Locus for Focus 모델의 제1사분면에 포
함된 항목을 선정하였다. 차순위 항목은 Borich 요구도 순위는 상위였으나 제2사분면이나 제4사
분면에 포함된 항목을 선정하였다.

Ⅳ. 연구 결과

1. AI 활용 교육 역량별 교육요구도 분석

AI 활용 교육 역량에 대한 현재 수준의 보유도와 미래 수준의 중요도를 알아본 결과는 <표

3>과 같다. 모든 역량의 중요도 평균이 보유도 평균보다 높고 그 차이도 유의한 것으로 나타났
다. 중요도 분석 결과에서 교사들은 AI 활용 교육에서 역량 9, 역량 10, 역량 7, 역량 3, 역량 12
순으로 중요하게 인식하였다. 반면, 교사들은 역량 15, 역량 8, 역량 14, 역량 11, 역량 13 순으
로 상대적으로 덜 중요한 것으로 인식하였다. 다음으로 보유도 분석 결과에서 교사들은 AI 활용
교육에서 역량 1, 역량 9, 역량 10, 역량 2, 역량4 순으로 현재 수준의 보유도가 높다고 인식하
였다. 반면, 교사들은 역량 8, 역량 6, 역량 13, 역량 15, 역량 11 순으로 상대적으로 보유도가
낮다고 인식하였다.

- 830 -
 인공지능(AI) 활용 교육을 위한 교사 역량에 관한 교육요구도 분석

<표 3> AI 활용 교육 역량별 교육요구도 분석 결과

중요도 Borich Locus for 종합

중요도 보유도
역량 보유도 t 요구도 Focus 우선
M SD M SD 차이 값 순위 사분면 의미 순위

1 4.23 0.71 3.98 0.79 0.25 4.50*** 1.08 15 3 LL

2 4.24 0.67 3.85 0.81 0.39 5.80*** 1.64 14 3 LL
3 4.30 0.68 3.75 0.87 0.55 7.74*** 2.35 7 1 HH
4 4.25 0.77 3.83 0.89 0.42 5.77*** 1.79 13 4 LH
5 4.23 0.81 3.78 1.02 0.45 5.72*** 1.89 11 3 LL
6 4.24 0.75 3.54 1.07 0.71 7.91*** 3.00 1 2 HL 차순위
7 4.32 0.76 3.72 1.01 0.61 6.86*** 2.62 4 1 HH 최우선
8 4.18 0.81 3.51 1.13 0.67 7.11*** 2.79 2 2 HL 차순위
9 4.36 0.71 3.90 0.91 0.45 5.95*** 1.97 10 4 LH
10 4.33 0.73 3.85 0.88 0.48 6.43*** 2.09 8 4 LH
11 4.19 0.79 3.63 1.04 0.56 6.79*** 2.36 6 2 HL
12 4.29 0.71 3.73 0.99 0.56 6.70*** 2.40 5 1 HH 최우선
13 4.21 0.82 3.56 1.13 0.65 6.98*** 2.73 3 2 HL 차순위
14 4.19 0.81 3.76 1.01 0.43 6.34*** 1.80 12 3 LL
15 4.06 0.90 3.58 1.13 0.48 5.70*** 1.97 9 3 LL
*** p<.001

AI 활용 교육 역량의 교육요구도를 알아보기 위해 Borich의 요구도 공식을 활용하여 값과 우

선순위를 도출하였다. 분석 결과, 교육요구도가 높은 역량으로 역량 6, 역량 8, 역량 13, 역량 7,
역량 12 등의 순으로 나타났다. 반면, 교육요구도가 낮은 역량으로 역량 1, 역량 2, 역량 4, 역량
14, 역량 5 등의 순으로 나타났다.
다음으로 AI 활용 교육 역량의 교육요구도를 Locus for Focus 모델을 활용하여 분석한 결과는
[그림 3]과 같다. 교사들이 인식하고 있는 AI 활용 교육 역량의 중요도 평균은 4.24이며, 중요도
와 보유도의 차이 평균은 0.51이다. 두 축을 중심으로 좌표평면에 도식화한 결과, 우선순위가 가
장 높은 제1사분면에 포함된 항목으로 역량 3, 역량 7, 역량 12로 나타났다. 반면, 우선순위가
가장 낮은 제3사분면에 포함된 항목으로 역량 1, 역량 2, 역량 5, 역량 14, 역량 15로 나타났다.
그 외 역량은 차순위 우선순위를 갖는 제2사분면과 제4사분면에 나타났다.

- 831 -
교육정보미디어연구, 제28권 제3호

[그림 3] AI 활용 교육 역량에 관한 Locus for Focus 분석 결과

교육요구도 분석 결과를 종합하여, Borich 요구도 순위가 높고 Locus for Focus 모델의 제1사분
면에 포함된 역량 7. AI 활용 실제적 학습 설계 역량, 역량 12. AI 활용 데이터 해석 역량을 최
우선 교육요구 항목으로 선정하였다. 그리고 Borich 요구도 순위는 상위였으나 제2사분면이나 제
4사분면에 포함된 역량 6. AI 활용 개별화 학습 설계 역량, 역량 8. AI 활용 데이터 기반 평가
설계 역량, 역량 13. AI 활용 데이터 기반 피드백 역량을 차순위 교육요구 항목으로 선정하였다.

2. AI 활용 교육 역량의 행동지표별 교육요구도 분석

AI 활용 교육 역량의 행동지표에 대한 현재 수준의 보유도와 미래 수준의 중요도를 알아본

결과는 <표 4>와 같다. 모든 행동지표의 중요도 평균이 보유도 평균보다 높고 그 차이도 유의
한 것으로 나타났다. 중요도 분석 결과에서 교사들은 행동지표 9.2, 9.3, 2.2, 10.1, 12.2, 7.1, 10.3,
4.3, 3.3, 3.2 순으로 중요하게 인식하였다. 반면, 교사들은 행동지표 15.2, 15.1, 11.3, 14.1, 2.3,
4.2, 14.4, 1.1, 8.1, 8.2 순으로 상대적으로 덜 중요한 것으로 인식하였다. 다음으로 보유도 분석
결과에서 교사들은 행동지표 1.2, 14.3, 9.3, 10.1, 9.1, 2.2, 5.2, 2.1, 9.2, 1.1 순으로 현재 수준의
보유도가 높다고 인식하였다. 반면, 교사들은 행동지표 13.3, 8.1, 6.1, 6.2, 15.2, 11.3, 8.2, 14.1,
13.1, 6.3 순으로 상대적으로 보유도가 낮다고 인식하였다.

- 832 -
 인공지능(AI) 활용 교육을 위한 교사 역량에 관한 교육요구도 분석

<표 4> AI 활용 교육 역량의 행동지표별 교육요구도 분석 결과

중요도 Borich Locus for 종합

행동 중요도 보유도
역량 보유도 t 요구도 Focus 우선
지표
M SD M SD 차이 값 순위 사분면 의미 순위

1.1. 4.17 0.85 3.84 0.97 0.33 4.64*** 1.37 39 3 LL

1
1.2. 4.29 0.76 4.11 0.86 0.18 2.71** 0.77 41 4 LH
2.1 4.20 0.77 3.87 0.85 0.34 4.23*** 1.41 38 3 LL
2 2.2 4.36 0.72 3.88 0.93 0.48 6.52*** 2.11 25 4 LH
2.3 4.14 0.83 3.80 0.89 0.34 4.36*** 1.42 37 3 LL
3.1 4.25 0.80 3.75 0.92 0.51 6.63*** 2.17 23 1 HH
3 3.2 4.32 0.78 3.77 1.00 0.55 6.89*** 2.39 14 1 HH 최우선
3.3 4.32 0.81 3.75 1.00 0.58 6.78*** 2.50 10 1 HH 최우선
4.1 4.25 0.88 3.84 1.01 0.42 4.86*** 1.77 33 4 LH
4 4.2 4.16 0.89 3.82 0.95 0.34 4.50*** 1.42 36 3 LL
4.3 4.34 0.77 3.83 0.99 0.50 5.92*** 2.18 22 4 LH
5.1 4.19 0.91 3.70 1.11 0.50 6.01*** 2.08 26 3 LL
5
5.2 4.27 0.86 3.87 1.07 0.40 4.38*** 1.70 35 4 LH
6.1 4.26 0.79 3.47 1.15 0.79 8.13*** 3.36 2 1 HH 최우선
6 6.2 4.25 0.83 3.51 1.16 0.75 7.25*** 3.17 3 1 HH 최우선
6.3 4.22 0.85 3.63 1.09 0.58 6.58*** 2.46 13 2 HL 차순위
7.1 4.34 0.79 3.74 1.08 0.60 6.66*** 2.62 8 1 HH 최우선
7
7.2 4.30 0.84 3.70 1.05 0.61 6.36*** 2.62 7 1 HH 최우선
8.1 4.17 0.87 3.47 1.22 0.71 7.17*** 2.96 4 2 HL 차순위
8
8.2 4.18 0.88 3.55 1.11 0.63 6.30*** 2.62 6 2 HL 차순위
9.1 4.31 0.85 3.90 1.01 0.41 4.84*** 1.77 34 4 LH
9 9.2 4.39 0.78 3.86 1.02 0.52 5.95*** 2.29 16 1 HH
9.3 4.37 0.78 3.95 0.94 0.42 5.01*** 1.85 32 4 LH
10.1 4.35 0.88 3.91 0.95 0.44 5.37*** 1.92 30 4 LH
10 10.2 4.30 0.80 3.81 1.03 0.50 5.81*** 2.14 24 4 LH
10.3 4.34 0.80 3.83 1.02 0.51 5.75*** 2.21 19 4 LH
11.1 4.24 0.84 3.70 1.09 0.53 5.78*** 2.26 17 2 HL
11 11.2 4.22 0.88 3.63 1.17 0.59 6.37*** 2.49 12 2 HL 차순위
11.3 4.12 0.96 3.55 1.17 0.57 6.24*** 2.33 15 2 HL

- 833 -
교육정보미디어연구, 제28권 제3호

<표 4> AI 활용 교육 역량의 행동지표별 교육요구도 분석 결과 (계속)

중요도 Borich Locus for 종합

행동 중요도 보유도
역량 보유도 t 요구도 Focus 우선
지표
M SD M SD 차이 값 순위 사분면 의미 순위

12.1 4.20 0.84 3.73 1.01 0.47 5.47*** 1.98 27 3 LL

12 12.2 4.35 0.78 3.72 1.09 0.63 6.50*** 2.73 5 1 HH 최우선
12.3 4.32 0.77 3.74 1.04 0.58 6.41*** 2.49 11 1 HH 최우선
13.1 4.23 0.88 3.63 1.17 0.60 6.09*** 2.55 9 2 HL 차순위
13 13.2 4.19 0.92 3.65 1.13 0.53 5.73*** 2.24 18 2 HL
13.3 4.21 0.92 3.40 1.27 0.81 7.76*** 3.40 1 2 HL 차순위
14.1 4.13 0.95 3.60 1.21 0.53 5.73*** 2.21 20 2 HL
14.2 4.24 0.90 3.73 1.16 0.52 5.82*** 2.19 21 2 HL
14
14.3 4.20 0.91 3.99 1.12 0.22 2.89** 0.91 40 3 LL
14.4 4.17 0.98 3.71 1.13 0.45 5.83*** 1.89 31 3 LL
15.1 4.12 0.97 3.64 1.14 0.48 5.60*** 1.97 28 3 LL
15
15.2 4.01 0.98 3.52 1.27 0.49 5.12*** 1.97 29 3 LL
**p<.01, ***p<.001

AI 활용 교육 역량의 행동지표별 교육요구도를 알아보기 위해 Borich의 요구도 공식을 활용하

여 값과 우선순위를 도출하였다. 분석 결과, 교육요구도가 높은 행동지표로 13.3, 6.1, 6.2, 8.1,
12.2, 8.2, 7.2, 7.1, 13.1, 3.3 등의 순으로 나타났다. 반면, 교육요구도가 낮은 행동지표로 1.2,
14.3, 1.1, 2.1, 2.3, 4.2, 5.2, 9.1, 4.1, 9.3 등의 순으로 나타났다.
다음으로 AI 활용 교육 역량의 행동지표별 교육요구도를 Locus for Focus 모델을 활용하여 분
석한 결과는 [그림 4]와 같다. 우선순위가 가장 높은 제1사분면에 포함된 항목으로 3.1, 3.2, 3.3,
6.1, 6.2, 7.1, 7.2, 9.2, 12.2, 12.3으로 나타났다. 반면 우선순위가 가장 낮은 제3사분면에 포함된
항목으로 1.1, 2.1, 2.3, 4.2, 5.1, 12.1, 14.3, 14.4, 15.1, 15.2로 나타났다. 그 외 행동지표는 차순위
우선순위를 갖는 제2사분면과 제4사분면에 나타났다.
교육요구도 분석 결과를 종합하여, Borich 요구도 순위가 높고 Locus for Focus 모델의 제1사분
면에 포함된 행동지표인 3.2. 교수학습에서 AI의 잠재적 위험성을 확인하고 안전한 활용 방안을
수립한다, 3.3. AI와 관련한 법 제도(저작권, 보안, 규정 등)를 이해하고 준수한다, 6.1. AI를 활용
하여 학습자의 개별 특성과 학습 수준을 진단한다, 6.2. AI 진단 결과를 반영하여 개별화(학습
수준, 관심사, 진로 등) 학습을 설계한다, 7.1. AI를 활용하여 접근할 수 있고 학습자의 흥미를
유발할 수 있는 실제적인 문제를 구안한다, 7.2. AI를 활용하여 융합적으로 문제를 해결하는 지

- 834 -
 인공지능(AI) 활용 교육을 위한 교사 역량에 관한 교육요구도 분석

[그림 4] AI 활용 교육 역량의 행동지표에 관한 Locus for Focus 분석 결과

식구성 활동을 설계한다, 12.2. AI가 제공하는 평가 데이터를 학습자의 개별 특성을 고려하여 해
석한다, 12.3. 데이터를 기반으로 학습자의 문제 원인을 발견하고 해결책을 도출한다를 최우선
교육요구 항목으로 선정하였다. 그리고 Borich 요구도 순위는 상위였으나 제2사분면이나 제4사분
면에 포함된 행동지표인 6.3. AI를 활용하여 교수자-학습자-콘텐츠 간의 상호작용을 촉진할 수
있는 자기주도학습 방안을 설계한다, 8.1. 교수학습에서 AI 활용 데이터 기반 평가 계획을 수립
한다, 8.2. AI를 활용한 평가 데이터의 내용을 선정하고 수집 방안을 설계한다, 11.2. 교수학습에
서 발생한 간단한 기술적 문제를 적시에 해결한다, 13.1. AI를 활용한 학습 과정에서 학습자를
관찰하고 적절한 정서적 피드백을 제공한다, 13.3. AI의 학습 진단 결과를 토대로 학습자의 진
로·진학 설계를 지원한다를 차순위 교육요구 항목으로 선정하였다.

Ⅴ. 결론 및 제언

본 연구는 AI 활용 교육을 위한 초․중등 교사의 교육요구도를 알아보기 위해 수행되었다. 이

를 위해 AI 활용 교육 경험이 있는 초․중등 교사 161명을 대상으로 설문하여, Borich의 요구도

- 835 -
교육정보미디어연구, 제28권 제3호

분석과 Locus for Focus 모델을 활용하여 교육요구의 우선순위를 알아보았다.

역량별 교육요구도와 행동지표별 교육요구도 분석 결과를 종합하여 본 연구 결과를 논의하면
다음과 같다. 첫째, 교육요구가 높은 역량에 AI를 활용한 데이터 관련 역량이 다수 포함된 것을
확인할 수 있다. AI는 데이터를 수집, 분석하여 현재 수준을 진단하고 예측값을 제시함으로써
교사의 의사결정을 돕는다. 현재의 기술 수준의 약(weak) AI는 제한된 범위 내에서만 특정 정보
만을 제공하기 때문에(Searle, 1980), 교사가 AI를 보다 효과적으로 활용하기 위해서는 데이터를
적절히 수집, 분석, 활용할 수 있어야 한다. 특히 데이터는 학습자의 인지적, 정의적, 심동적 영
역의 다양한 정보를 포함하고 있어 데이터를 어떻게 연계하고 해석하느냐에 따라 교수학습의
질이 달라질 수 있다. 데이터는 AI의 수준에 따라 자동적으로 해석되어 결과값이 대시보드를 통
해 제시될 수도 있고, 그렇지 못하는 부분에 있어서는 교수자의 해석을 요하는 경우도 있다. 이
때문에 교사의 데이터 관리 및 활용 역량은 맞춤형 교육을 실현하기 위한 미래 교사의 역량으
로 다수의 연구에서 언급되고 있다(안유민, 홍선주, 2020; 이동국 외, 2020; 홍선주 외, 2017). 행
동지표별 교육요구도 분석에서 데이터 해석과 관련된 행동지표가 교육요구가 더 높음을 알 수
있다. 또, 중요도 분석에서 교사들은 AI가 제공하는 평가 데이터를 학습자 특성을 바탕으로 해
석하고 학습자의 문제 원인을 찾아 해결책을 도출하는 일을 상대적으로 매우 중요하게 인식하
는 것으로 나타났다. 여기서 AI가 제공하는 데이터 기반의 인지적 도움과 인간 교사의 정서적
지원이 결합할 경우 데이터 활용의 시너지가 상승할 것이다(Holstein et al., 2019). 교사들은 AI가
제공하는 데이터를 어떻게 해석하고 활용할 것인가에 대해 많은 관심을 가지며, 이와 관련된 역
량 개발을 요구함을 알 수 있다(Olari & Romeike, 2021). 둘째, AI 활용 개별화 학습 설계 역량의
교육요구가 높은 것을 확인할 수 있다. 교사들은 AI를 통해 개별화된 맞춤형 교육을 실현하는
것을 바라고 있다(김현진 외, 2020). 그러나 개별화 학습 설계 역량의 보유도가 다른 역량에 비
해 상대적으로 낮게 나타난 점을 근거로, 현재 교사들은 AI를 활용하더라도 개별화 수업을 설계
하는 데 여전히 어려움을 겪고 있다고 해석할 수 있다. 이는 AI가 제공하는 정보․데이터의 한
계, 교사의 AI 활용 개별화 학습 전략 부재, AI 서비스의 교육적․기술적 어포던스(affordance)의
한계 등 다양한 원인이 있을 수 있다. 교사의 개별화 교육 설계 역량을 지원하기 위해 역량 개
발 및 환경 조성 등의 노력이 필요함을 시사한다. 셋째, AI 활용 실제적 학습 설계 역량의 교육
요구가 높은 것을 확인할 수 있다. AI는 인간의 역량을 확장하는 유용한 도구로 학습자들에게
보다 실제적이고 풍부한 경험을 제공할 수 있다. 특히 AI 활용 실제적 학습은 프로젝트 수업,
융합교육의 형태로 다양한 실천이 이루어지고 있다(윤관기, 2021; 조현기, 2021). 이러한 AI 기반
의 실제적 학습에서는 다학제간 지식의 연결과 교육과정 재구성 활동이 매우 중요하다(박한별
외, 2021). 교사들은 실제적 학습을 위해 적절한 학습 내용을 선정하고 교수학습에서 AI의 특성
을 효과적으로 통합할 수 있어야 한다. 이를 위해 테크놀로지교수내용지식(TPACK)과 같은 교사
의 테크놀로지 통합을 돕는 프레임워크 하에(Koehler & Mishra, 2009), 교사의 실제적 학습 설계

- 836 -
 인공지능(AI) 활용 교육을 위한 교사 역량에 관한 교육요구도 분석

역량을 함양시키기 위한 노력이 요구된다. 넷째, AI의 안전한 활용에 관한 교육요구도가 높음을
알 수 있다. 행동지표별 교육요구도 분석에서, 교육요구도가 높은 역량에 포함된 행동지표와 더
불어 교수학습에서 AI의 위험성을 확인하고 안전한 활용 방안 수립, AI 관련된 법 제도(저작권,
보안, 규정 등) 이해 및 준수에 대한 행동지표가 우선적으로 개발되어야 하는 것으로 나타났다.
특히 교사들은 중요도 분석에서 AI의 안전한 활용에 대해 상대적으로 중요하게 인식하는 것을
알 수 있다. AI의 확장 가능성은 교육에서 다양한 가능성을 제공하지만, 편향성과 신뢰성이 문
제가 생길 경우 학습자들에게 심각한 부정적 영향을 미칠 수 있다(Berendt et al., 2020). 이러한
AI의 안전 문제는 AI 관련 연수에서 요구가 높은 것으로 나타났다(이철현, 2022; 전인성 외,
2020). 다섯째, AI의 교육적 가능성을 탐색하기 위해 AI의 개념, 원리, 영향 등에 AI에 대한 소양
이 필요하나, 이 역량에 대한 개발의 요구는 낮게 나타났다. 이는 교사들이 AI 활용 교육에서
AI 자체를 깊이 이해하는 것 보다는 도구적 관점에서 다양한 활용을 모색하는 데 관심을 두고
있다고 해석할 수 있다. 단, 본 연구의 설문 응답자가 AI를 선도적으로 활용하고 있다는 측면에
서 AI 관련 자체 소양이 높을 수 있어 해석에 유의할 필요가 있다. 현재 AI 관련 교사 교육과정
에 AI 소양 교육이 집중 편성되어 있는데, 교육요구도를 반영하여 적절한 분배가 필요함을 시사
한다(윤회정 외, 2021).
본 연구 결과를 바탕으로 다음과 같은 시사점을 제안할 수 있을 것이다. 첫째, AI 활용 교육
을 위한 교사의 데이터 관련 역량을 개발할 필요가 있다. 지금까지 교사들은 시험 점수, 문항에
대한 정‧오답 여부 정도의 단편적인 데이터만 다루어 왔기 때문에 데이터 활용 경험 및 관련
리터러시가 매우 부족한 실정이다. AI 기반의 대시보드를 통해 같은 학습 데이터가 제공되더라
도 개별 교사의 데이터 분석‧해석 역량에 따라 활용 양상이 크게 달라질 수 있다. 교원 연수 프
로그램으로 AI에서 데이터를 활용하기 위한 계획 수립, 데이터의 분석 및 해석, 데이터를 활용
한 피드백 및 진로 상담 등의 내용을 마련할 필요가 있다. 해당 프로그램에서 구체적인 적용 사
례 소개, 데이터 분석 및 해석 실습, 피드백 연습 등의 교육 활동이 이루어질 필요가 있다. 또,
AI마다 데이터의 활용 유형이 다를 수 있어, 다양한 데이터 활용 모델을 개발하여 교사 역량을
개발을 지원할 수 있을 것이다. 둘째, AI를 활용하여 맞춤형 수업을 실현할 수 있는 역량을 개
발할 필요가 있다. 맞춤형 수업을 실행하기 위해서는 학생의 인지적‧정의적 영역에 관한 정확한
진단이 필요하다. 현재 수준의 AI는 스마트기기를 통해 입력되는 데이터를 기반으로 어느 정도
의 인지적 피드백을 제공할 수 있지만, AI의 유형에 따라 그 수준이 다양하다. 교사는 AI에서
제공하는 다양한 수준의 정보에 현장에서의 관찰, 정서적 교감 등을 보완하여 종합적인 개별화
학습을 설계할 필요가 있다. 이를 위해 학습환경 조성, 교수학습 설계 및 실행 측면에서 AI 활
용 개별화 학습 설계 전략을 중심으로 관련 교사 연수가 제공될 필요가 있다. 셋째, AI를 활용
하여 실제적 학습을 설계할 수 있는 역량을 개발할 필요가 있다. 교사는 학습자들에게 AI를 활
용하여 융합적으로 실제적인 문제를 해결하는 경험으로 제공함으로써 다양한 역량을 촉진할 수

- 837 -
교육정보미디어연구, 제28권 제3호

있을 것이다. 이를 위해 실제적 문제의 구안, 지식구성 활동에서 AI의 활용, AI를 활용한 스캐폴
딩과 피드백 방안 등을 연수 내용으로 선정할 필요가 있다. 넷째, 교사가 AI를 효과적으로 활용
할 수 있도록 학습 데이터를 통합적으로 관리하는 맞춤형 교육 플랫폼 개발이 요구된다. 본 연
구 결과에서 데이터 기반의 개별화 교육과 관련된 영역에 대한 교육요구가 높게 나왔는데, 해당
역량을 개발하더라도 이용하는 서비스마다 데이터 제공의 형태와 수준이 다르다면 해당 역량을
발휘하기 어려울 것이다. 또, 개별 서비스가 제공하는 단편적인 데이터만 활용하면 학습자에 대
한 종합적인 진단과 처방이 어려울 수 있다. 현재 교육부에서 추진 중인 (가칭)K-에듀통합플랫폼
에서 다양한 AI 기반 서비스를 연결하고 학습 데이터를 통합적으로 분석하여 교사에게 직관적
으로 구체적인 교수 지원을 할 수 있는 플랫폼 개발이 요구된다. 다섯째, 교사가 AI를 안전하게
활용할 수 있는 여건 마련이 요구된다. 본 연구에서 AI의 위험성을 확인하고 안전한 활용 방안
을 수립하는 교육요구가 높게 나타났는데, 이는 교사 개인의 노력과 더불어 제도적인 여건이 함
께 뒷받침되어야 한다. 교사는 AI가 가진 편향성과 신뢰성을 확인하고 교수학습에 적용해야 한
다. 또, 교육부 또는 교육청에서는 학교 교육에 활용할 수 있는 AI의 위험성과 학습 효과를 사
전에 검증하여 증거(evidence)를 제시함으로써 교사의 AI 채택을 도와야 한다. 구체적인 방법으로
AI‧에듀테크 포털을 구축하여 서비스에 대한 정보 제공, 체험 기회 제공, 품질 인증, 현장 의견
수렴 등의 기능을 제공할 필요가 있다.
본 연구의 제한점 및 후속 연구에 관한 제언은 다음과 같다. 첫째, 본 연구는 AI 활용 교육
역량에서 보유도에 응답하기 위해 AI 활용 경험이 있는 초‧중등 교사로 한정하여 설문을 진행
하였기 때문에, 전체 교사들의 AI 활용 교육에 대한 현재 수준의 보유도 및 교육요구도를 제시
하지 못했다는 제한점이 있다. 현재 설문에 응답한 교사들은 AI를 시범적으로 학교 교육에 적용
하는 혁신가(innovator) 역할을 하는 교사로 전체 교사들과 다른 역량 및 특성을 가질 수 있다.
학교에서 AI 활용이 본격적으로 도입되는 시점에 전체 교사를 대상으로 교육요구도를 알아봄으
로써 관련 역량 개발을 효과적으로 지원할 수 있을 것이다. 둘째, 본 연구는 AI 활용 교육 역량
에 영향을 줄 수 있는 경험과 경력을 구분하여 교육요구도를 제시하지 못했다는 제한점이 있다.
AI 융합교육대학원 재학 여부, AI 관련 연수 이수 시간, 전공 교과, AI의 경험 유형 등에 따라
교육요구도의 차이가 있을 것으로 예상된다. 후속 연구에서는 충분한 설문 대상을 확보하여 집
단별 요구도의 차이를 알아봄으로써 맞춤형 교원 연수를 설계하는 데 시사점을 제공할 수 있을
것이다.
AI는 개별화 교육과 확장된 학습을 통해 미래교육을 실현하는 주요 원동력이 될 것이다. 다
만, AI에 대한 과도한 기대와 의존은 경계해야 한다. 현재 학교에 도입된 AI는 제한된 범위 내
에서 단편적인 인지적 정보 또는 상호작용만 제공한다. 교사의 AI 활용 역량에 따라 교수학습의
질이 달라지기 때문에, 본 연구에서 도출된 교육요구가 높은 역량과 행동지표를 중심으로 교사
의 역량을 집중적으로 개발할 필요가 있다.

- 838 -
 인공지능(AI) 활용 교육을 위한 교사 역량에 관한 교육요구도 분석

참고문헌

고병철, 한선관 (2021). 인공지능교육에 대한 초등교사의 인식 조사. 인공지능연구 논문지, 2(1), 29-43.
(Translated in English) Ko, B. C., & Han, S. K. (2021). Achievements in Ai Education of Elementary School
Teachers and Awareness of AI Education Training. Korean Association of Artificial Intelligence Education
Transaction, 2(1), 29-43.
교육부 (2021). 2022 개정 교육과정 총론 주요사항(시안). 교육부.
(Translated in English) Ministry of Education. (2021). 2022 revised curriculum highlights general overview. Ministry of
Education.
관계부처합동 (2020). 인공지능 시대 교육정책방향과 핵심과제. 관계부처합동.
(Translated in English) Joint Ministries. (2020). Education Policy Direction and Core Tasks in the Age of Artificial
Intelligence. Joint ministries.
김태령, 한선관 (2020). 인공지능교육에 관한 초중등교사의 인식에 관한 연구. 교육논총, 40(3), 181-204.
(Translated in English) Kim, T. R., & Han, S. G. (2020). A Study on Elementary and Secondary Teachers'
Perceptions on AI Education. The Journal of Education, 40(3), 181-204.
김현진, 박정호, 홍선주, 박연정, 김은영, 최정윤, 김유리 (2020). 학교교육에서 AI 활용에 대한 교사의
인식. 교육공학연구, 36(3), 905-930.
(Translated in English) Kim, H. J., Park, J. H., Hong, S. J., Park, Y. J., Kim, E. Y., Choi, J. Y., & Kim, Y.
R. (2020). Teachers’ perceptions of AI in school education. Journal of Educational Technology, 36(3), 905-930.
박한별, 김자미, 이원규 (2021). 인공지능 융합교육을 위한 교원의 역량 도출. 컴퓨터교육학회논문지,
24(5), 17-25.
(Translated in English) Park, H. B., Kim, J. M., & Lee, W. G. (2021). Derivation of teachers’ competency for
artificial intelligence convergence education. The Journal of Korean Association of Computer Education, 24(5),
17-25.
안유민, 홍선주 (2020). 미래학교 교사의 교수학습 역량 강화 교육 프로그램 개발을 위한 교육요구도
분석. 교육문화연구, 26(2), 49-74.
(Translated in English) Ahn, Y. M., & Hong, S. J. (2020). Analysis of Educational Needs for Development the
Educational Program to Enhance Teaching Competency for Future School Teachers. Journal of Education &
Culture, 26(2), 49-74.
윤관기 (2021). 인공지능(AI)을 활용한 음악교과 창작수업 지도방안 연구. 교육연구, 80, 369-385.
(Translated in English) Yun, G. K. (2021). A Study of Teaching Instruction for Creative Music Class in Music
Subjects using Artificial Intelligence(AI). Education Research, 80, 369-385.
윤회정, 박은미, 김지영, 방담이 (2021). 국내 선행연구 고찰을 통한 교육에서의 인공지능(AIED) 교사교
육 방향성 모색. 교육연구, 82, 135-155.
(Translated in English) Yoon, H. J., Park, E. P., Kim, J. Y., & Bang, D. M. (2021). Exploring directions of
AIED(Artificial Intelligence in EDucation) teacher education based on a review of domestic precedent studies.
Educational Research, 82, 135-155.
이동국, 김황, 이은상 (2020). 미래교육 촉진자의 역량 도출 및 교육요구도 분석. 학습자중심교과교육연

- 839 -
교육정보미디어연구, 제28권 제3호

구, 20(9), 1125-1150.
(Translated in English) Lee, D. K., Kim, H., & Lee, Y. S. (2020). Identifying competencies and analyzing
educational need for future education facilitators. The Journal of Learner-Centered Curriculum and Instruction,
20(9), 1125-1150.
이동국, 이봉규, 이은상 (2022). 인공지능(AI) 활용 교육을 위한 교사 역량 및 연수 과제 도출. 교육정보
미디어연구, 28(2), 415-444.
(Translated in English) Lee, D. K., Lee, B. K., & Lee, E. S. (2022). Competencies and Training Tasks for
Teachers in Education using AI. Journal of Korean Association for Educational Information and Media, 28(2),
415-444.
이수영 (2020). AI 교육에 대한 초등 교사의 이해와 인식. 한국초등교육, 31, 15-31.
(Translated in English) Lee, S. Y. (2020). Elementary School Teachers’ Understanding and Awareness of AI
Education. Korean Journal of Elementary Education, 31, 15-31.
이철현 (2022). 인공지능교육을 위한 초등교사 교수역량의 교육요구도 분석. 교육논총, 42(2), 131-148.
(Translated in English) Lee, C. H. (2022). Analysis of the Educational Needs of Elementary School Teachers’
Teaching Competency for Artificial Intelligence Education. The Journal of Education, 42(2), 131-148.
조현기 (2021). 인공지능 기술 활용 지구시민교육을 통한 지속가능성 소양의 함양. 박사학위논문, 서울교
육대학교.
(Translated in English) Cho, H. G. (2021). Cultivation of Sustainability Literacy through Earth Citizenship Education
Using Artificial Intelligence Technology. Unpublished doctoral dissertation, Seoul National University of
Education.
전인성, 전수진, 송기상 (2020). 인공지능교육 역량 강화를 위한 교원 연수 프로그램과 교사 요구분석.
정보교육학회논문지, 24(4), 279-289.
(Translated in English) Jeon, I, S., Jun, S. J., & Song, K. S. (2020). Teacher Training Program and Analysis of
Teacher's Demands to Strengthen Artificial Intelligence Education. Journal of the Korean Association of
Information Education, 24(4), 279-289.
한우진, 김은영, 이상수 (2021). 수업설계에서의 AI 활용에 관한 초중등 교사들의 인식 분석. 학습자중
심교과교육연구, 21(24), 859-875.
(Translated in English) Han, W. J., Kim, E. Y., & Lee, S. S. (2021). Analysis of Elementary and Middle School
Teachers’ Perceptions of the Use of AI in Instructional Design. The Journal of Learner-Centered Curriculum and
Instruction, 21(24), 859-875.
한형종, 김근재, 권혜성 (2020). 인공지능 활용 교육에 대한 초등교사 인식 분석. 디지털융복합연구,
18(7), 47-56.
(Translated in English) Han, H. J., Kim, K. J., & Kwon, H. S. (2020). The Analysis of Elementary School
Teachers’ Perception of Using Artificial Intelligence in Education. Journal of Digital Convergence, 18(7),
47-56.
홍선주, 남민우, 이영태, 이동원, 박수정 (2017). 지능정보사회의 교사 역할 및 역량 탐색. 한국교육과정
평가원.
(Translated in English) Hong, S. J., Nam, M. W., Lee, Y. T., Lee, D. W., & Park, S. J. (2017). Exploration on
Teacher Role and Competency in an Intelligent Information Society. Korea Institute for Curriculum and Evaluation.

- 840 -
 인공지능(AI) 활용 교육을 위한 교사 역량에 관한 교육요구도 분석

홍선주, 조보경, 최인선, 박경진, 김현진, 박연정, 박정호 (2020). 학교 교육에서의 인공지능(AI) 활용 방
안 탐색. 한국교육과정평가원.
(Translated in English) Hong, S. J., Cho, B. K., Choi, I. S., Park, K. J., Kim, H. J., Park, Y. J., & Park, J.
H. (2020). Artificial Intelligence and EduTech in School Education. Korea Institute for Curriculum and
Evaluation.
Berendt, B., Littlejohn, A., & Blakemore, M. (2020). AI in education: learner choice and fundamental rights.
Learning, Media and Technology, 45(3), 312-324.
Borich, G. D. (1980). A needs assessment model for conducting follow-up studies. Journal of teacher education,
31(3), 39-42.
EDUCAUSE. (2022). EDUCAUSE Horizon Report: 2022 Data and Analytics Edition. Retrieved August 23, 2022,
from https://library.educause.edu/resources/2022/7/2022-educause-horizon-report-data-and-analytics-edition
Holstein, K., McLaren, B. M., & Aleven, V. (2019). Designing for complementarity: Teacher and student needs
for orchestration support in ai-enhanced classrooms. In International Conference on Artificial Intelligence in
Education (pp. 157-171). Springer, Cham.
Indira, E. W. M., Hermanto, A., & Pramono, S. E. (2019). Improvement of teacher competence in the industrial
revolution era 4.0. Advances in Social Science, Education and Humanities Research, 443, 350-352.
Koehler, M., & Mishra, P. (2009). What is technological pedagogical content knowledge (TPACK)?. Contemporary
issues in technology and teacher education, 9(1), 60-70.
Olari, V., & Romeike, R. (2021). Addressing AI and Data Literacy in Teacher Education: A Review of Existing
Educational Frameworks. In The 16th Workshop in Primary and Secondary Computing Education (pp. 1-2).
Mink, O. G., Shultz, J. M., & Mink, B. P. (1991). Developing and managing open organizations: A model and method
for maximizing organizational potential. Somerset Consulting Group.
Searle, J. R. (1980). Minds, brains, and programs. Behavioral and brain sciences, 3(3), 417-424.

투고일 : 2022.08.24 / 심사일 : 2022.08.30 / 심사완료일 : 2022.09.20

- 841 -
교육정보미디어연구, 제28권 제3호

<요 약>

인공지능(AI) 활용 교육을 위한
교사 역량에 관한 교육요구도 분석

이동국1)․ 이은상2)†
1)
청운중학교 교사 ․2)서울성동광진교육지원청 장학사

최근 AI 활용에 대한 사회적 관심과 요구가 높아지고 있으며 AI 활용 교육 관련 정책들도 빠르게 추

진되고 있다. 이에 따라 AI 활용 교육을 위한 교사들의 역량 확보가 중요해지고 있다. 본 연구는 교사
들의 AI 활용 교육을 위해 교육요구가 높은 역량과 행동지표를 알아보는 것을 목적으로 한다. 이를
위해 AI 활용 교육 경험이 있는 교사 161명의 설문 응답자료를 바탕으로 AI 활용 교육 역량과 행동지
표에 대한 중요도와 보유도를 파악하였다. 그리고 Borich 요구도와 The Locus for Focus 모델을 활용하
여 AI 활용 교육 역량과 행동지표에 대한 요구도를 도출하였다. 연구 결과, AI 활용 교육 역량의 모든
영역에서 중요도와 보유도 사이에 유의한 차이가 있었고, 교육요구가 높은 역량으로 AI 활용 실제적
학습 설계 역량, AI 활용 데이터 해석 역량, AI 활용 개별화 학습 설계 역량, AI 활용 데이터 기반 평
가 설계 역량, AI 활용 데이터 기반 피드백 역량으로 나타났다. 행동지표별 분석 결과에서는 우선순위
가 높은 역량과 관련된 행동지표 외에 AI의 안전한 활용, AI와 관련된 법 제도의 이해 및 준수, 교수
학습에서 발생한 기술적 문제의 해결 등이 교육요구가 높은 것으로 나타났다. AI 활용 교육을 위한
요구도 분석 결과를 바탕으로 교원 전문성 개발 과정에 데이터 활용, 개별화 학습 설계, 실제적 학습
설계와 관련된 내용이 중점적으로 다루어질 필요가 있고, 환경적인 측면에서 증거 기반의 AI․에듀테
크 정보 제공, 맞춤형 교육 지원 플랫폼 구축 등을 제안하였다. 본 연구는 AI 활용 교육을 위한 체계
적인 교육과정 및 환경 조성을 위한 기초 자료로 활용되기를 기대한다.

주제어 : 인공지능, 인공지능 활용 교육, 교사 교육, 교육요구도 분석, 미래교육

†교신저자: 이은상, 서울성동광진교육지원청, 장학사 (E-mail : freshlife1029@gmail.com)

- 842 -