중등 예비교사의 AI 활용 수업에 대한 기대-가치-비용 프로파일 분석: 영향요인 탐색 및 수용의도 차이 검증

AI 기술의 급속한 발전과 더불어 학습자 맞춤형 교육에 대한 시대적 요구가 확대되면서, 교육 현장에서의 AI 활용은 점차 중요한 과제로 부상하고 있다. AI 활용 교육은 일반적으로 AI에 대한 학습(Learning about AI)과 AI와 함께하는 학습(Learning with AI)으로 구분된다. 전자는 AI 기술 자체를 교육 내용으로 다루는 소양 중심 교육이며, 후자는 교수‧학습 과정에서 AI를 도구로 활용하여 자료를 구성하거나 수업을 운영하는 실천 중심 교육이다(정상준, 문정미, 2024; Holmes, Bialik & Fadel, 2019). 교실 수업에서 AI를 활용할 경우 학생의 몰입도, 학업성취도, 자기주도성 향상에 긍정적인 효과가 보고되고 있고, 맞춤형 학습 제공, 실시간 피드백, 학습 격차 해소 등 교육의 질적 향상을 가능하게 한다는 장점이 있다(김현진 외, 2020; 박주형, 신혜숙, 2024). 따라서 예비교사 단계에서부터 AI 활용 역량을 강화하고, 긍정적인 수용 태도를 함양하는 것은 미래 교육 환경 변화에 능동적으로 대응할 수 있는 교사 양성의 핵심적 요소로 간주된다(정상준, 문정미, 2024).

AI 활용 수업이 학교 현장에서 보다 효과적으로 적용되기 위해서는 제도적 기반 마련과 더불어, 수업 실행의 주체인 교사와 예비교사의 AI 활용에 대한 수용의도를 제고하기 위한 실천적 방안이 요구된다(김소희, 이영주, 2023). 본 연구에서 수용의도란 예비교사가 AI를 교수‧학습 활동에 통합하고자 하는 긍정적 태도와 실제 실행 의지를 의미하며, 이는 향후 실제 수업 실행 가능성과 밀접하게 관련된 개념이다(Venkatesh et al., 2003). 특히, 수용의도는 기술의 유용성에 대한 인식, 사용의 용이성, 준비 정도, 기술 활용에 대한 부담감 등 다양한 심리적 요인에 의해 영향을 받는다(박하은, 임규연, 2024). 그러나 기존 연구들은 예비교사의 AI 활용 수업을 단순한 기술 인식이나 태도 수준에서 설명해 왔으며, 정서적 반응이나 동기 구조와 같은 내면적 요인을 다각도로 다룬 연구는 충분히 이루어지지 않았다(조우미, 이보람, 안혜령, 2023; 한형종, 김근재, 권혜성, 2020). 중등 예비교사를 대상으로 한 연구에서도 AI 수업 효능감과 내재가치가 수용의도에 영향을 미친다고 보고하였지만, 동기 요인 간의 상호작용이나 구조적 관계를 분석하는 데에는 한계가 있었다(김하늬, 정상준, 2024). 이에 본 연구는 예비교사의 AI 수용의도를 보다 깊이 있게 설명하고자, 기대-가치-비용 요인을 통합적으로 고려할 필요성이 있다고 보았다. 특히 예비교사의 수용의도는 단순히 인식 수준을 넘어 향후 실제 수업 현장에서 AI를 활용하려는 실행 의지와 밀접하게 연결되며, AI 활용 수업의 지속 가능성과 실질적 확산을 위해 고려되어야 할 핵심 요소(정상준, 문정미, 2024)로 판단된다.

교사가 새로운 교수 방법이나 기술을 수업에 적용하는 실천은 단순한 제도적 요구나 환경적 조건만으로는 충분히 촉진되기 어렵다(강민수 외, 2023; Rogers, 2003). 이러한 실천의 기저에는 교사의 인지적·심리적 요인, 특히 해당 기술을 활용하려는 내재적 동기가 자리한다. 교사의 기대, 가치, 비용에 대한 인식은 기술 수용 여부는 물론 실천의 지속성과 창의성까지 좌우하는 핵심 요소로 작용한다(김하늬, 정상준, 2024; 박종향, 신나민, 2018). 따라서 AI 활용 수업에 대한 수용의도를 이해하기 위해서는 교사의 동기를 파악하는 것이 필수적이며, 본 연구에서는 Eccles 외(1983)의 기대-가치 이론(Expectancy-Value Theory)을 바탕으로 예비교사의 AI 활용 수업 실천 동기를 설명하고자 한다. 기대-가치 이론은 개인이 특정 과제에 참여하려는 동기를 설명하는 대표적 이론으로, 이후 비용 개념을 포함한 확장형 이론인 기대-가치-비용 이론 (Expectancy-Value-Cost Theory)(Barron & Hulleman, 2015)으로 발전하였다. 이 이론은 기대(성공에 대한 자기 신념), 가치(흥미, 유용성, 정체성과의 관련성), 비용(시간, 노력, 심리적 부담)이라는 세 요인을 통해 동기 구조를 다면적으로 설명한다. 초기에는 비용이 가치의 하위 요인으로 간주되었으나, 최근에는 동기를 저해하는 독립 요인으로 강조되며 그 역할이 주목받고 있다(Barron & Hulleman, 2015). 본 연구는 이러한 이론에 기반하여, 예비교사의 AI 활용 수업 동기를 기대, 가치, 비용 세 측면에서 살펴보고, 이들 요인이 어떻게 결합되어 수용의도에 영향을 미치는지를 분석하고자 한다. 이는 예비교사의 AI와 수업을 통합하는 역량을 효과적으로 지원하기 위한 동기 기반 개입 전략 수립에 이론적 토대를 제공할 것으로 기대한다.

기존의 기대-가치-비용 이론에 기반한 연구들은 주로 변인 중심 접근을 통해 기대-가치- 비용 간의 관계를 분석해 왔다(Bong, 2004). 그러나 예비교사의 동기는 단일 요인에 의해 설명되기보다는, 다양한 동기 요인들이 상호작용하여 복합적으로 구성되는 경향이 있으므로, 이를 분석하기 위해서는 개인 중심 접근(Conley, 2012; Perez et al., 2019)이 필요하다고 판단된다. 개인 중심 접근은 학습자 개개인의 동기 구성 양상을 유형화함으로써, 서로 다른 동기 구조를 가진 집단을 식별할 수 있다는 점에서 교육적 개입에 유용한 정보를 제공한다. 특히, 기대와 가치가 높고, 비용 인식이 낮은 ‘적응적 동기 유형’은 학업 지속성, 수업참여, 진로준비 행동 등에서 긍정적인 결과를 나타낸다는 선행연구 결과가 보고되었다(송주연 외, 2020; Nagengast et al., 2011). 강진영, 이우걸, 송주연(2022)은 예비교사를 대상으로 한 연구에서 ‘고가치-저비용’ 유형이 가장 높은 진로준비 행동과 만족도를 보였다고 밝혔으며, 이진(2023)은 중·고등학생을 대상으로 한 연구에서 ‘고기대가치-저비용’ 유형이 학업성취와 수업참여에서 가장 우수한 결과가 나타났다고 보고하였다. 반면, Jiang & Zhang(2023)은 고등학생을 대상으로 한 연구에서 ‘높은 비용’ 유형이 ‘적응형’ 유형과 마찬가지로 수학과 영어 영역에서 높은 학업 참여를 보였다는 결과를 보고하였다. 이러한 결과는 예비교사 집단 내에서도 동기 구조에 따라 AI를 수업에 활용하려는 동기 경향이 이질적으로 나타날 수 있음을 시사하며, 본 연구에서는 이를 밝히기 위해 잠재프로파일 분석을 활용하고자 한다.

AI 활용 수업 동기는 단순히 기술 이해 수준이나 제도적 요구보다는, 교사의 인지적·심리적 특성에 의해 형성될 수 있다. 기존 선행연구들은 주로 기술수용 상황이나 교직 진로 맥락에서 예비교사의 기대-가치-비용 인식이 교사 정체성, 진로 인식, 기술수용 태도 등 내면적 요인의 영향을 받는다고 보고하였다(고정완, 2019; 이지아, 유진은, 2019; 장나영, 박소영, 이유경, 2024). 이러한 연구에서 기대는 기술에 대한 자기효능감이나 혁신성, 가치는 직업적 신념이나 진로 성숙도와 관련되며, 비용 지각은 기술 불신, 불안, 실패 우려 등 정서적 요인과 밀접하게 연결되는 것으로 나타났다. 이에 본 연구는 중등 예비교사의 AI 활용 수업에 대한 기대-가치-비용 동기 구조에 영향을 미치는 요인으로 개인혁신성, 전문직적태도, 교직진로준비행동, AI신뢰를 설정하고, 인구통계학적 요인으로 성별을 설정하였다.

우선, 기술에 대한 개방성을 나타내는 개인혁신성은 예비교사가 새로운 기술을 긍정적으로 수용하고, 그 활용 가능성을 능동적으로 탐색하는 성향을 반영한다(Rogers, 2003). 개인혁신성이 높은 경우 AI 기술을 교수‧학습의 유용한 도구로 인식하며, AI 수업에 대한 기대와 가치 수준이 높게 형성될 가능성이 크다(Agarwal & Karahanna, 2000). 다음으로, 전문직적태도는 교사로서의 사명감과 윤리의식, 책임감 등 직업적 정체성과 관련된 내적 신념으로, AI 수업을 교사의 책무로 해석하게 될 경우, 교수 효능감 및 수용의도에 긍정적으로 작용할 것으로 예상된다(고정완, 2019). 또한, 교직진로준비행동은 예비교사가 교사로서의 전문성을 강화하기 위해 지식과 기술을 습득하고 다양한 활동에 참여하는 행동으로, AI 활용 수업을 미래 직무 수행 역량의 일환으로 받아들이는 데 기여할 수 있을 것이다(장나영, 박소영, 이유경, 2024). 한편, AI 기술이 제공하는 정보와 기능에 대한 신뢰 수준을 의미하는 AI신뢰는 지각된 유용성 및 수용 태도와 정적인 관련성이 예측된다는 면에서, AI 활용 수업에 대한 기대와 가치를 높일 것으로 가정된다. 대학생을 대상으로 한 연구(김찬원, 2024)에서도, AI에 대한 신뢰가 높을수록 기술을 긍정적으로 수용하고 활용할 가능성이 높은 것으로 나타났다. 마지막으로, 기존 연구에서는 여성이 내재가치와 유용가치를 높게 인식하는 경향이 있는 반면, 남성은 효능감 중심의 기대 인식이 강하게 나타나는 것으로 보고되었다(신혜숙, 박주형, 2020; 이성원, 함은혜, 2021). 따라서 성별에 따라 AI 활용 수업의 기대-가치-비용 프로파일이 다르게 나타날 것으로 예상되는데, 남성은 효능감 중심의 기대를 강조하는 프로파일에, 여성은 내재가치와 유용가치를 중시하거나 가치와 비용을 균형 있게 고려하는 프로파일에 속할 가능성이 있다.

본 연구에서는 D광역시 및 K시에 소재한 2개 사범대에 재학 중인 예비교사 307명을 연구대상으로 선정하였다. 성별 및 학년에 따른 분포는 <표 1>과 같다. 남학생 36.5%, 여학생 63.5%이며, 학년별로는 2학년이 전체의 35.5%로 가장 높은 비중을 차지하였다. 응답 학생들의 전공은 인문․사회계열이 60.3%로 가장 높은 비율을 차지하였고, 다음으로 자연계열 25.4%, 예체능계열 14.3% 순이었다.

분석을 위하여 SPSS 25.0과 Mplus 8.3 프로그램을 사용하였고, 구체적인 분석 절차는 다음과 같다. 첫째, 연구대상의 일반적 특성을 확인하기 위해 기술통계 분석을, 각 변인 간의 상관관계를 알아보기 위해 Pearson 적률 상관분석을 실시하였다. 둘째, 중등 예비교사의 AI 활용 수업에 대한 기대-가치-비용 프로파일을 도출하기 위하여 잠재프로파일 분석(Latent Profile Analysis: LPA)을 실시하였다. 군집변인은 총 7개 요인으로 구성되며, 학습참여효능감과 교수학습효능감은 기대를, 내재·유용가치와 달성가치는 가치를, 기회비용, 노력비용, 정서비용은 비용을 측정하는 요인이다. 최적의 잠재프로파일 수를 결정하기 위해 AIC(Akaike Information Criterion), BIC(Bayesian Information Criterion), SSA-BIC(Sample-Size Adjusted BIC) 적합도 지수(작은 값일수록 더 나은 모형으로 해석)를 활용하였고, LMR-LRT와 BLRT(Bootstrap Likelihood Ratio Test)를 통하여 모형 간 비교 검증을 실시하였다. 또한, 모형의 분류 질을 판단하기 위하여 Entropy 값(1에 가까울수록 우수한 분류)을 검토하였다. 마지막으로, 잠재프로파일 소속을 예측하는 영향 요인(개인혁신성, 교직진로준비행동, AI신뢰, 전문직적태도, 성별)의 효과 검증은 R-3STEP(Asparouhov & Muthén, 2014)을, 잠재프로파일 유형에 따른 수용의도의 차이 분석에는 BCH(Bolck, Croon & Hagenaars, 2004) Mplus 명령어를 활용하였다. 본 연구의 분석모형은 [그림 1]에 제시하였다.

그림 1. 분석모형

Download Original Figure

본 연구에서 사용된 주요 변인의 기술통계치 및 상관분석 결과는 <표 3>에 제시하였다. 각 변인의 평균을 살펴본 결과, 대부분 3점 이상의 수준을 보였으며, 전문직적태도(M=4.44)와 교수학습효능감(M=4.12)의 평균이 가장 높게 나타났다. 반면, 노력비용(M=2.32)과 기회비용(M=2.82)은 가장 낮은 수준을 보였다. 기대-가치-비용 하위 요인 간 상관분석 결과, 기대는 내재·유용가치 및 달성가치와 정적 상관(.41∼.63)을 나타냈으며, 비용의 세 하위 요인 간에도 유의한 정적 상관(.43∼.50)이 확인되었다. 또한, 기대와 가치 요인들은 정서비용과도 유의한 정적 상관(.22∼.44)을 보였다. 한편 수용의도는 기대 및 가치 요인뿐만 아니라 기회비용, 정서비용과도 정적 상관(.12∼.81)을 나타내었다. 한편, 영향 요인인 개인혁신성, AI신뢰, 전문직적태도와 기대, 가치, 정서비용 간에 유의한 정적 상관(.20∼.46)을 보였다. 반면, 교직진로준비행동은 교수학습효능감과 유의한 정적 상관(.12)을 보였고, 비용의 모든 하위 요인과 유의한 부적 상관(-.12∼-.22)을 보였다.

기대-가치-비용에 따른 잠재프로파일 수를 결정하기 위해 2개부터 7개까지 잠재프로파일 모형을 비교 분석하였다. 모형 적합도 분석 결과(<표 4> 참조), 적합도 지수(AIC, BIC, SSA-BIC)는 프로파일의 수가 증가할수록 지속적으로 감소하는 경향을 보였지만, 특히 2->3집단 모형 간에 모든 지수에서 가장 큰 폭의 감소가 나타났으며 모형 개선 효과가 큰 것으로 나타났다. BLRT는 모든 모형 간 유의한 차이를 보였으나, LMR-LRT에서는 2, 3, 4집단 모형 간에서만 유의한 차이가 나타났다. 또한, Entropy는 3집단 모형에서 .864로 가장 우수한 분류의 질을 나타내었다. 모형이 4집단 이상으로 확장할 경우 정보지수의 개선 폭이 미미하고 집단 비율이 지나치게 편중되어 해석 가능성이 저하되는 경향이 관찰되었고, 실제로 3집단 모형의 집단 비율은 66.4%, 27.4%, 6.2%로 극단적으로 작은 집단이 존재하지 않았다. 이러한 통계적 지표와 이론적 간명성을 종합적으로 고려하여, 본 연구는 예비교사의 기대-가치-비용을 설명하는 최적의 잠재프로파일 구조로 3개 집단 모형을 선정하였다.

앞서 도출된 3개 잠재프로파일의 하위 요인별 평균은 <표 5>에 제시하였다. 분산분석 및 사후검증(Scheffé)을 실시한 결과, 기회비용 및 노력비용을 제외한 모든 요인에서 세 프로파일(C1, C2, C3) 간 통계적으로 유의한 차이가 나타났다. 즉, C2가 가장 높고, C3, C1 순으로 나타났다. 한편 노력비용은 세 프로파일 간 통계적으로 유의한 차이를 보이지 않았다. 기회비용에서는 C2와 C3 집단 간에는 통계적으로 유의한 차이가 나타났으나, C1과 나머지 두 집단 간에는 유의한 차이가 나타나지 않았다. 한편, 각 프로파일별 특징을 살펴보면, 먼저 첫 번째 프로파일(C1)은 전체의 6.2%(n=19)로 세 프로파일 중 가장 작은 비중을 차지하였다. 이 집단은 AI 활용 수업에 대한 기대와 가치 인식 수준이 매우 낮고, 비용 인식 중 정서비용은 낮은 반면 기회비용과 노력비용은 평균 수준으로 나타났다. 이러한 특성을 종합하면, 이들은 AI 활용 수업의 필요성과 유익성에 대한 인식이 매우 낮으면서 감정적 부담이나 회피 경향도 크지 않은, 즉 수업 자체에 적극적으로 참여하거나 회피하지도 않는 무관심한 태도를 보이는 집단으로 해석된다. 이러한 특징을 반영하여 이 프로파일을 AI 활용 수업에 대한 ‘비관여형(Disengaged Integrator)’으로 명명하였다.

두 번째 프로파일(C2)은 전체의 27.4%(n=84)로 두 번째로 높은 비중을 차지하였다. 이 집단은 AI 활용 수업에 대한 기대와 가치 인식 수준이 높은 반면, 비용 인식에서는 기회비용과 노력비용이 평균 수준, 정서비용은 세 집단 중 가장 높은 것으로 나타났다. 이러한 결과는 이 집단이 AI 활용 수업의 필요성과 효과성에 대한 인식은 높지만, 실제 수업 적용 시 심리적 불안이나 부담을 크게 느끼고 있음을 의미한다. 즉, 이들은 AI 기술 활용의 중요성을 인지하면서도 그것을 실천에 옮기는 데 있어 심리적 장벽을 경험하고 있는 상태로 볼 수 있다. 이에 따라 이 프로파일은 높은 동기를 기반으로 하지만 불안감에 의해 실행이 제약될 수 있는 특징을 보유한다는 면에서 ‘불안동기형(Anxious Implementer)’으로 명명하였다.

세 번째 프로파일(C3)은 전체의 66.4%(n=204)로 가장 큰 비중을 차지하였다. 이 집단은 기대와 가치 요인에서 중간 수준을 보였고, 비용 요인 전반에서도 과도하게 높거나 낮지 않은, 비교적 안정된 인식을 나타냈다. 특히 기대와 가치가 일정 수준 이상 유지되면서도 불안이나 부담 등 부정적 인식이 크지 않아, 실제 수업에서 AI를 활용할 가능성이 높고 균형 잡힌 태도를 가진 집단으로 해석할 수 있다. 이들은 AI 수업에 대한 긍정적 태도와 실천 의지가 조화를 이루고 있으며, 실천을 위한 심리적 기반이 마련된 상태라 할 수 있다. 이에 따라 이 프로파일은 AI 활용 수업에 대한 인식과 실행 가능성이 가장 조화롭게 결합된 유형으로 판단되어, ‘균형실천형(Balanced Practitioner)’으로 명명하였다. 집단별 잠재프로파일 양상은 [그림 2]에 제시하였다.

그림 2. 잠재프로파일 양상(y축은 Z점수)

Download Original Figure

개인혁신성, 교직진로준비행동, AI신뢰, 전문직적태도 및 성별이 잠재프로파일 소속에 미치는 영향을 살펴보기 위하여 R-3STEP을 활용한 다항로지스틱 회귀분석을 실시하였다(<표 6> 참고). 먼저 개인혁신성, AI신뢰, 전문직적태도가 높을수록 중등 예비교사는 ‘비관여형(C1)’이나 ‘불안동기형(C2)’보다 ‘균형실천형(C3)’에 속할 가능성이 유의하게 높았는데, 즉, C1 및 C2 대비 C3에 속할 승산이 최대 각각 0.04∼0.35배까지 증가하는 경향을 보였다. 한편, 개인혁신성, AI신뢰, 전문직적태도가 높을수록 ‘비관여형(C1)’보다 ‘불안동기형(C2)’에 속할 가능성이 유의하게 높았고, C1 대비 C2에 속할 승산은 최대 각각 0.12∼0.28배까지 증가하였다. 반면, 교직진로준비행동이 높을수록, ‘불안동기형(C2)’ 및 ‘균형실천형(C3)’ 보다는 ‘비관여형(C1)’에 속할 가능성이 유의하게 높았다. 즉, C2나 C3 대비 C1에 속할 승산이 최대 6.95배까지 증가하였다. 마지막으로 여자가 남자에 비하여 ‘불안동기형(C2)’보다는 ‘균형실천형(C3)’에 속할 승산이 0.45배 높았다.

중등 예비교사의 AI 활용 수업에 대한 기대-가치-비용 프로파일에 따른 수용의도 차이를 분석한 결과는 <표 7>에 제시하였다. 분석 결과, 세 프로파일 간 수용의도의 차이는 통계적으로 모두 유의한 것으로 나타났다. 구체적으로 살펴보면, ‘균형실천형(C3)’이 가장 높은 수용의도를 나타냈으며, ‘불안동기형(C2)’이 중간 수준, ‘비관여형(C1)’은 다른 두 프로파일에 비해 가장 낮은 수용의도를 나타냈다.