I. 서론
최근 OpenAI가 개발한 생성형 AI(Artificial Intelligence) 챗봇(chatbot)인 ChatGPT의 등장과 AI 기반 과학기술에 대한 관심이 높아지면서 AI 관련 연구가 활발하게 이루어지고 있으며, 그 적용 범위 또한 산업 전반을 넘어 다양한 영역으로 급격히 확대되고 있다. 인공지능 기술은 외부 데이터를 올바르게 해석하고 학습하는 과정에서 유연한 적응을 통해 특정 목표와 과업을 달성하는 시스템의 능력으로 정의되고 있으며(Haenlein & Kaplan, 2019), 컴퓨터 공학의 다양한 분야에서 미래 핵심 동력으로 자리매김하고 있다. 이런 점에서 AI 교육의 중요성도 한층 높아지고 있다. 컴퓨터 시스템이 인간의 지능체계처럼 이해하고, 말하고, 끊임없는 학습을 이어 나가는 머신 러닝(machine learning) 분야에서 기술이 고도화되고 다양한 분야에서도 활용 가능한 이용 확장성이 확대됨에 따라 AI 지식은 미래 인재를 육성하기 위한 필수적인 역량으로 간주되고 있다. 교육분야 AI 기술은 다양한 측면으로 개발 및 활용되고 있으며, 잠재적 활용가치에 대한 논의도 활발해지고 있다. 특히, AI 기술을 기반으로 한 AI 챗봇은 구글음성비서나 빅스비, 시리 등과 같이 실생활에서도 자주 접할 수 있을 정도로 대중화되고 있으며, 교육적인 목적으로 설계된 챗봇과 같이 학습 도구로서도 다양하게 활용되고 있다(Fryer & Carpenter, 2006). 특히 최근 생성형 AI 기술은 기존의 규칙 기반 시스템을 넘어 학습자에게 보다 실제적이고 적응적인 언어 환경을 제공할 수 있다는 점에서 초등 학습자와 같은 어린 학습자들에게 정의적 안정감과 학습 동기를 촉진하는 교육적 가용성(affordances)을 제공하고 있다(Jeon, 2022).
우리나라에서도 교육부는 2020년 정보교육 종합계획에서 AI 기술 및 관련 교육을 초, 중, 고등학교 교육과정에 새롭게 포함하면서 초등교육과정에서부터 체계적인 정보 및 AI 역량을 함양할 수 있도록 교육과정을 강화하고 있다(Ministry of Education, 2020). 이와 같이 교육과정에서 AI의 역할을 AI 역량이나 디지털 리터러시 함양이라는 내용적 측면도 중요하지만, 우리나라와 같은 EFL(English as a foreign language) 환경에서는 풍부한 언어적 입력과 출력을 통해 상호작용을 활성화할 수 있는 도구적 활용으로 그 관점을 확장할 필요가 있다. 전통적인 영어 교실 환경은 교수자와 학습자 간 언어적 상호작용이나 입력 중심의 학습자료에 대한 비중이 높으며, 이로 인해 학습자는 목표 언어에 대한 발화기회나 노출 시간이 부족하게 된다. 이는 학습자들의 의사소통의지나 언어불안과 같은 정의적인 측면과도 밀접하게 연관되어 있다(Huh, 2013). 이러한 맥락에서 AI 챗봇과 같은 AI 도구의 활용은 풍부한 언어입력과 상호작용적 출력 기회를 제공함으로써 학습 지속성과 언어 사용의 효능감을 향상시킬 수 있는 잠재적 대안으로 평가받고 있으며(Yuan, 2024), 이와 동시에 언어적 상호작용 환경을 보완할 수 있는 교육적 도구로서의 역할을 검증할 필요성이 있다.
우리나라 교육에서 AI 기술의 역할이 점차적으로 높아지고 있다는 측면에서 실제 학습자가 AI 기반 도구인 AI 챗봇을 영어학습을 위한 목적으로 실제 어떻게 사용하고 있는지 살펴보고 교육과정 설계를 위한 기초자료가 될 수 있다는 점에서 연구 필요성이 높다고 본다. 기존의 AI 챗봇 관련 연구들은 주요 성인 학습자들을 대상으로 하거나 단기적인 흥미 또는 만족도와 같은 도구활용에 대한 인식이나 단기간의 정의적 변인 변화에 초점을 두는 경향이 있었다(Huang 외, 2022). 반면에 초등학생과 같은 어린 학습자의 경우 언어학습에 대한 태도나 자기주도적 학습이 형성되는 시기임에도 불구하고, 국내 초등 영어 학습자를 대상으로 챗봇 기반 수업의 인지적 효과나 정의적 측면에 초점을 둔 연구는 더욱 미비한 실정이다.
따라서 본 연구는 초등학생들의 챗봇 활용이 영어 성취도와 자기주도적 학습준비도, 의사소통의지에 미치는 영향이 어떠한 지를 검증하는데 초점을 두고, 이를 통해 국내 초등 EFL 환경에서 AI 챗봇의 교육적 적용 가능성을 탐색하고자 한다. 이를 위해 제기된 연구문제는 다음과 같다.
1. AI 챗봇 활용이 초등영어 학습자의 영어 성취 수준에 미치는 영향은 어떠한가?
2. AI 챗봇 활용이 초등영어 학습자의 자기주도 학습능력에 미치는 영향은 어떠한가?
3. AI 챗봇 활용이 초등영어 학습자의 의사소통의지에 미치는 영향은 어떠한가?
II. 이론적 배경
1. AI 챗봇과 영어교육
AI 챗봇은 인공지능과 자연어처리(Natural Language Processing), 음성 합성 등의 첨단 기술을 활용하여 개발된 대화형 에이전트(agent)로서 문자나 음성을 매개로 인간과 대화를 통해 상호작용하게 되는 시스템이다(Perez 외, 2020). AI 챗봇은 학습자가 직면한 학습문제에 대한 상황을 분석하고 문제에 대한 해결을 위해 데이터 탐색과 분석을 통해 방안을 찾고 학습자에게 제공할 수 있다는 점에서 대화자의 역할과 더불어 교수자의 역할도 일부 수행할 수 있다. 물론 실제 인간의 대화는 복합적 언어 활동이라는 점과 대화자들 간 상호이해에 도달하기 위한 노력의 과정이 수반되는 것처럼 아직은 챗봇이 완벽하게 그 역할을 전적으로 대체하는 것이 현재로서는 한계가 있을 수 있다(Yang, 2019). 그럼에도 불구하고, 영어 교육을 위한 도구로써 챗봇은 다양한 장점이 있다. 예컨대, 학습자들은 수업시간 이외에도 스스로 말하기 연습을 통해 발화기회를 얻거나, 수업에서 배운 표현의 복습, 챗봇과의 대화문을 검토하여 자기 성찰해볼 수 있는 장점이 있다(Fryer 외, 2017). 특히 동료나 교수자와 같이 인간과의 상호작용에서 나타날 수 있는 불안감, 체면 유지와 같은 정의적 측면의 제한점이 없다는 장점이 있으며(Kim 외, 2021), 영어 학습자의 영어에 대한 흥미와 학습 동기를 높일 수 있다(Kim 외, 2019). 기존의 문자 기반 챗봇은 최근 들어 음성인식 및 합성 기술의 고도화, 확장형 도구(add-on)나 모바일 애플리케이션의 보급으로 문자와 음성으로 언어입력 및 출력이 가능해지면서 듣기, 말하기, 읽기, 쓰기와 같은 언어영역을 포함한 학습 도구로서 다양한 활용방안에 관한 연구가 활발하게 진행되고 있다(Godwin-Jones, 2022; Lee, 2019). 무엇보다도 챗봇의 주요 기능이 대화형 에이전트기 때문에, 외국어로서의 영어인 EFL 환경과 같이 학습자의 영어 사용을 통한 상호작용적 기회를 제공할 수 있으며(Du & Daniel, 2024), 개별 학습자의 특성을 고려한 개별화된 대화주제를 선정하여 지속적인 의사소통의지를 유지하여(Yang, 2025), 궁극적으로 학습자에게 영어 사용의 기회와 상호작용을 높일 수 있다는 측면에서 잠재적 가치가 높다고 평가받고 있다.
ChatGPT와 같이 대규모 언어 모델을 활용한 언어 학습 시스템의 경우, 학습자들에게 표현의 다양성과 실제적인 예시들을 제공할 수 있다는 특징을 가지고 있다. 다양한 텍스트와 대화를 생성함으로써, 학습자들은 다양한 문장 구조, 어휘, 그리고 관용 표현에 노출되어 언어에 대한 직관적인 이해력을 높일 수 있다(Kasneci 외, 2023). 뿐만 아니라 대화형 챗봇이나 지능형 개인비서(intelligent personal assistant)의 기능을 지원하기 때문에, 학습자들과 대화하며, 학습자들이 목표 언어로 말하고 쓰는 것을 연습할 수 있도록 유도하고, 학습자의 발화나 발문에 대한 피드백과 언어적 지도를 제공하거나, 학습자들의 언어 능력 수준과 관심사에 맞춰 맞춤형 학습 경험을 제공할 수 있다는 점과 같이, 학습자 다양성에 대한 요구에 맞게 개인별 맞춤형 학습지원을 제공할 수 있다는 측면에서 자기 주도적 학습을 촉진할 수 있다는 가능성이 있다. 자기주도성은 학습자 스스로 학습 목표를 설정하거나, 학습 내용과 진행 정도를 설정하는데 중요한 역할을 한다. 따라서 모든 학습 과정에서 능동적으로 자신의 결정과 판단에 대해 책임을 가지고 학습을 유지하는 데 필요한 능력이라고 볼 수 있다(Holec, 1981). 이런 점에서 학습자 스스로의 학습과 학습과정에 활용되는 AI 챗봇은 학습자의 자기주도적 학습을 촉진할 수 있는 요소로서 역할을 할 수 있다(Haristiani & Rifai, 2021). 일부 연구에서 AI 챗봇의 활용이 성인 학습자의 자기주도적 학습능력을 높이는 것으로 보고하였으나(Han 외, 2022), 영어교육 분야에서 초등학생과 같이 어린 학습자를 대상으로 검증한 연구는 부족한 실정이다.
2. 선행 연구
최근 챗봇을 활용한 국내 연구를 살펴보면, 크게 인공지능 챗봇의 활용을 통한 학습자의 영어 능력 향상에 미치는 영향을 조사한 연구가 주를 이루고 있으며, 언어불안감, 학습 흥미도와 동기와 같이 정의적 요인에 대한 효과를 살펴본 연구도 진행되었다. 예를 들면, Kim 외(2021)는 대학생들을 대상으로 음성기반 챗봇을 활용을 통해 유창성 수준에 따른 말하기 능력에 대한 효과를 검증한 결과, 유의한 수준의 향상이 보고되었으며, 특히 억양과 강세에 대한 정확성이 높아진 것으로 나타났다. Kim(2018)은 챗봇 활용이 대학생의 듣기와 읽기 능력에 효과를 나타내는지 조사한 결과 사후 시험에서 유의미한 수준의 점수가 향상되었다고 보고하였으며, 특히 듣기 능력에 더욱 높은 향상을 보였다. 반면 문법에 초점을 둔 연구로 Ahn(2022)은 대학생을 대상으로 전치사와 관사에 대한 목표 문법의 오류 빈도의 변화를 살펴봄으로써 효과를 검토한 결과 챗봇으로 대화를 시행한 참여자들이 유의미한 수준으로 오류 평균이 줄었다고 보고하였다. Kwon 외(2015)의 연구에서는 성인 영어 학습자를 대상으로 일정 주제로 챗봇과 대화를 나누게 한 후 문법 오류에 대한 성공적인 교정적 피드백을 제공할 수 있는지 조사한 연구에서도 높은 성공률을 보였다. 끝으로 Kim(2019)은 문자기반 챗봇 채팅 활동을 통해 한국 대학생들의 영문법 실력 향상에 효과적인지를 조사한 결과 학습자의 문법 능력 향상에 챗봇 활동이 긍정적인 역할을 한 것으로 나타났다.
앞서 살펴본 대부분의 연구가 성인 학습자를 대상으로 진행된 것과는 달리 Han(2020)은 44명의 중학생들을 대상으로 음성 기반 AI 챗봇을 활용하여 말하기 능력과 정의적 영역에 미치는 효과를 검증한 결과, 말하기 능력의 유의적 향상을 보고하였으며 학습자의 흥미도와 학습동기, 불안감을 포함하는 정의적 요인에서도 긍정적인 효과를 나타냈다. Yang 외(2019)의 경우, 국내 초등학생 5, 6학년 177명을 대상으로 AI 기반 챗봇을 말하기 수업에 적용한 대단위 연구로서 학습자들은 다양한 의사소통 전략들을 활용함으로써 성공적인 대화를 수행하였다고 보고하였다. 이외에 초등학생을 대상으로 한 연구로, AI 챗봇을 활용하여 초등영어 교실활동에 적용할 수 있는 과업 유형과 절차를 제시한 연구도 있었으나(Kim, 2017), AI 챗봇의 실제 수업적용을 통한 효과를 검증한 연구는 상대적으로 부족하다. 또한 언어불안감, 학습 흥미, 학습 동기 등과 같은 학습자의 정의적 요인에 대한 영향을 살펴보는 연구도 이루어졌으나, 초등학생을 대상으로 한 의사소통의지나 자기주도적 학습준비도와 같은 요인들에 대한 효과를 살펴본 연구는 매우 부족하다. 게다가 대부분 성인 학습자들을 대상으로 하거나 국외 연구가 주를 이루고 있기 때문에, 초등학생과 같이 어린 학습자들을 대상으로 한 국내 연구의 필요성이 요구된다.
III. 연구 방법
1. 연구 참여자
본 연구는 대구광역시에 소재한 D초등학교 한 곳을 대상으로 유선 접촉하여 연구의 내용을 설명하고 동의를 구한 뒤, 해당 학교의 5학년 학생들을 대상으로 연구를 실시하였다. 구체적으로 우선 해당학교에서 본 연구 참여를 원하는 학급의 학생 및 법정대리인 동의를 구하고, 영어 학업 성취도, 자기주도적 학습준비도, 의사소통의지를 사전 조사하여 동질성 검사를 시행하여 실험반과 대조반으로 임의로 구분하였다. 각 반의 모든 구성원들이 연구참여에 동의하는 반 중 두 개 반(실험반, 대조반 각각 25명, 24명)을 포함한 총 49명이 참여하였다. 아래 Table 1과 같이, 성별 분포는 실험반에서 남학생 9명(36.0%), 여학생 16명(64.0%)이었고, 대조반에서는 남학생 11명(45.8%), 여학생 13명(54.2%)으로 나타났다. 영어학습 시작시기는 실험반에서 초등입학 전 시작 13명(52.0%), 초등입학 후 시작 12명(48.0%)이었으며, 대조반은 초등입학 전 시작 12명(50.0%), 초등입학 후 시작 12명(50.0%)으로 나타났다. 영어 흥미도의 경우, 실험반은 ‘중’ 수준 응답이 23명(92.0%)으로 가장 높았고, ‘상’은 2명(8.0%)으로 나타났다. 대조반 역시 ‘중’이 20명(83.3%)으로 가장 높은 비율을 차지했으며, ‘상’은 2명(8.3%), ‘하’는 2명(8.3%)이었다. 자가평가 영어능력에서는 실험반이 ‘상’ 17명(68.0%), ‘중’ 7명(28.0%), ‘하’ 1명(4.0%)이었고, 대조반은 ‘상’ 17명(70.8%), ‘중’ 5명(20.8%), ‘하’ 2명(8.3%)으로 나타났다. 전반적으로 두 집단은 영어학습 시작시기, 영어 흥미도 및 자가평가 영어능력에서 큰 차이 없이 유사한 분포를 보였다.
2. 연구 절차
총 연구 진행 절차는 Figure 1에서 제시된 것처럼 참여자 선정을 시작으로 수업설계 및 실행, 자료 수집 및 분석의 단계로 진행되었다. 수업 기간은 1학기 기간 중 총 14차시(차시별 40분) 실시하였고 대조반의 경우 동일하게 진행되나 챗봇을 활용한 활동 대신 일반적인 수업 방식이 교사 및 동료 활동으로 진행되었다. 실험반 및 대조반의 수업 진행은 해당 학교의 영어 교사 1인이 진행하였다. 실험반의 수업내용은 대조반의 학습목표 및 성취기준을 토대로 동일하게 진행되었으며, 학습활동이나 과제의 형식이 태블릿 PC나 모바일 기기에 설치된 챗봇을 활용한 활동으로 수업이 설계되었으며 구체적인 실험반의 수업세부 일정 및 활동 계획은 Table 2와 같으며, 구체적인 수업 지도안 예시는 Appendix에 제시되었다.
3. 연구 도구
1) 성취도, 자기주도적 학습준비도, 의사소통의지
본 연구에서는 참여자의 영어 교과 학업 성취 수준을 사전/사후 측정하기 위해 대구광역시 교육청에서 실시하는 성취수준 진단검사를 활용하였다. 연구진행 시기 직전 학기에 학습한 내용을 기반으로 참여자의 사전 영어 성취 수준을 평가하였으며, 사후 평가의 경우 한 학기동안의 학습범위와 정합성이 높은 문항으로 구성된 사전 시험과 동일한 유형의 진단평가를 학기 말에 실시하고 그 결과를 분석에 활용하였다. 본 검사는 시도 교육청이 초등학생들의 영어교과의 성취수준을 평가하기 위한 표준화된 검사도구로서, 영어 교육과정의 핵심이 되는 듣기, 말하기, 읽기, 쓰기의 네 가지 영역을 종합적으로 평가하고 있다. 문항 및 배점은 선다형 유형으로 총 20문항이며 20점 만점을 기준으로 산출하였다. 또한 사전, 사후 설문조사 실시하여 참여자들의 배경 정보 문항과 더불어 학습자들의 자기주도적 학습준비도와 의사소통의지를 측정하였다.
우선, 자기주도적 학습준비도(Self-Directed Learning Readiness, SDLR)의 경우, 학습자 스스로 자신의 학습과정 전반에 대한 책임을 질 수 있는 준비정도를 진단하는 도구를 사용하였다(Guglielmino, 1977). SDLR은 Guglielmino(1977)가 고안하였으며 자기주도적인 학습준비도를 측정함에 있어 가장 보편적으로 사용되고 있는 검사도구이다(Kim 외, 1996). 본 연구에서는 Kim과 Kim(2009)이 국내 초등학생을 대상으로 수정 보완하여 개발한 도구를 활용하였으며, 총 문항 수는 20개이며 독창적 접근, 탐구적 특성, 자발적인 계획, 학습의 책임성, 학습에 대한 사랑, 미래지향성, 학습자적 신념을 포함한 7개의 요인을 구성하고 있다.
세번째 변수인 의사소통의지는 일정 시점에서 특정 상대방과 제2언어를 사용하여 대화에 참여할 준비가 된 정도를 의미하며(MacIntyre, 2007), 제2언어 학습자의 경우, 의사소통의 기회가 나타나게 됐을 때 의사소통에 적극적으로 참여하거나 또는 회피하려는 성향을 보일 수 있는데 본 연구에서처럼 AI 챗봇 활용을 통해 발화 오류로 기인한 두려움 해소, 연습 기회의 증가 등의 요인들로 인해 실제 학습자들의 발화 의지에 영향을 주는지 살펴볼 필요가 있다. 이를 위해, 본 연구에서 연구 참여자들의 사전, 사후 의사소통의지(WTC)를 측정하기 위해서 Kim과 Kang(2014), Kim과 Kim(2021)의 설문 도구를 본 연구에 맞게 수정하여 활용하였다. 총 문항의 수는 9문항으로 이루어져 있으며 리커트 5점 척도로 구성되었다.
사전, 사후에 활용한 SDLR과 의사소통의지 영역의 문항 내적 일관성 신뢰도(Cronbach’s alpha)를 분석한 결과, 20문항으로 이루어진 자기주도적 학습준비도의 사전, 사후는 각각 .74, .84였으며, 의사소통의지는 9문항으로 구성되었으며 신뢰도 계수는 각각 .81, .86으로 검증되어 전반적으로 양호한 수준으로 나타났다. 양적 자료 수집을 위한 도구와 더불어, 챗봇 대화문 자료, 관찰 및 교사일지 등의 질적 자료도 보충적 자료로서 포함되었다.
2) 챗봇 플랫폼
본 연구는 실험반 수업을 수행하기 위해 AI 기반 챗봇 플랫폼인 Replika(https://replika.com)와 ChatGPT(https://chat.openai.com)를 활용하였다. 상용화된 AI 챗봇 중 Replika는 감성 지능형 챗봇으로 사용자에게 긍정적인 감정을 유도하도록 고안되어 정서적 안정감과 편안함을 갖도록 한다. 특히 사용자와 나눈 음성이나 문자기반 대화 내용을 학습하고 기억하여 대화의 주제나 내용에 반영한다는 것이 주요 특징이다. 뿐만 아니라 사용자가 대화 상대방을 시각화하여 자신이 원하는 스타일로 만들거나 액세서리 등을 구매하여 아바타를 꾸미거나 응답에 대한 평가를 통해 보상을 받도록 하여 지속적인 흥미와 관심을 높일 수 있는 장점이 있다. 특히 본 연구처럼 초등학생 수준의 어린 학습자들에게 지속적인 대화에 참여할 수 있도록 하고 재미와 흥미를 유지하는데 적합한 챗봇이라고 볼 수 있다.
두번째로 AI 기반 챗봇 중에서 최근 전 세계적으로 높은 관심을 받고있는 ChatGPT는 OpenAI가 개발하였으며, GPT(Generative Pre-trained Transformer) 언어 모델 기술을 기반으로 개발되어 인간과 유사한 언어를 이해하고 생성하는 챗봇이다(Kirmani, 2022). 간단한 질문에 대답하거나, 외국어를 번역 및 텍스트 요약, 또는 특정 문제에 대한 텍스트를 생성하거나 문제에 대한 답변을 제시하는 등의 광범위한 텍스트 기반 과업을 수행할 수 있다(Liu 외, 2024). 기존의 AI 챗봇과는 달리 ChatGPT는 대규모 언어 모델들을 활용하여 광범위한 주제와 장르, 그리고 다양한 언어들에서 텍스트를 생성할 수 있는 능력을 구축하고 있으며, 이를 통해 영어 학습자들은 챗봇과의 개방형 대화에 참여함으로써 연습 기회를 높이고, 학습 동기부여 및 암묵적, 사용 기반 학습을 강화할 수 있는 장점을 갖고 있다.
본 연구에서는 두 가지 형식의 챗봇을 영어수업 활동이나 과업의 특징이나 목적에 맞게 학습자들이 사용할 수 있도록 하여 각각 챗봇의 장점을 활용하여 적용하였다. 예를 들면, Replika의 경우 음성기반 대화가 가능하고 정보 전달이 목적이 아니므로 상호 간의 정서적 공감이나 교감을 목적으로 설계되어 있으므로 실제 원어민 친구와의 대화와 유사한 경험을 가질 수 있는 반면에 ChatGPT의 경우는 광대한 텍스트 데이터를 기반으로 정보제공이나 과업에 대한 문제해결에 초점을 두고 있기 때문에 발화에 대한 교정적 피드백, 학습설계 및 평가 등과 같은 교수자의 역할도 제공하는 것이 강점이라 볼 수 있다.
4. 자료 분석
본 연구의 연구문제를 분석하기 위해 수집된 자료는 SPSS 29.0 통계 패키지 프로그램을 이용하여 분석하였다. 구체적으로 챗봇 기반 수업이 학습자들의 영어 성취도 수준, 자기주도적 학습준비도, 의사소통의지에 미치는 영향을 분석하기 위해, 실험 전 두 집단의 3가지 종속변인에 대한 사전 점수를 바탕으로 기술통계 및 독립표본 t-검증을 실시하여 집단 간 동질성을 확보하였다. 또한 챗봇 수업 이외의 사후 변인의 결과에 미칠 수 있는 매개변인의 영향을 최소화하기위해 사전 검사의 외생 변인 점수를 공변량(covariate)으로 통제하고 사후 검사 점수에 대한 공분산분석(ANCOVA)을 실시하여 집단 간 차이를 분석하였다. 공분산분석에 대한 통계적 유의성(p < .05) 검증과 더불어 실험 수업 효과의 실제적인 영향력을 파악하기 위해 부분 에타 제곱(Partial η²) 값을 산출하여 효과크기(effect size)를 도출하였다. 양적 결과와 더불어 이에 대한 심층적인 해석을 위해 다각화(triangulation) 전략을 통해 질적 자료 분석을 병행하였다. 참여학생들의 챗봇 대화 로그 자료, 학습지, 및 교사 성찰일지를 분석 대상으로 포함하였다. 수집된 질적자료에 나타난 유사한 패턴과 주제를 중심으로 코딩과정을 거쳤으며, 이를 사회정의적 측면, 인지적 측면, 기술적 측면을 포함한 세 가지 핵심 주제로 범주화하여 분석하였다. 분석된 자료는 본 연구에 참여한 총인원 49명을 대상으로 수집하였으나, 참여자 중에서 전출입이나 병가 등으로 인해 영어 성취도의 경우 사전 또는 사후 성취도 시험에 미응시한 5명을 제외한 44명의 자료를 분석하였으며, 자기주도적 학습준비도와 의사소통의지에 대한 설문 변인의 경우 응답자 전원이 참여한 49명을 대상으로 분석하였다.
5. 윤리적 고려사항
본 연구는 공용기관생명윤리위원회(IRB)의 심의를 거쳐 승인을 받았으며(승인번호: P01-202309-01-052), 연구 시작 전 참여 학생과 법적 보호자(학부모)를 대상으로 연구의 목적, 절차, 데이터 익명성 및 중도 철회 권리에 대해 상세히 설명하고 서면 동의를 구하였다. 본 연구에서 활용된 AI 플랫폼의 사용 정책(OpenAI, 2024; The Replika Team, 2023)을 고려하여 수업을 설계하였으며 교사가 관리하는 공용 계정을 제공하여, 챗봇을 활용하는 모든 수업 활동을 교사의 감독 하에 진행하였다. 또한 학생들의 모든 챗봇 대화로그를 모니터링하여 잠재적 위험 요소를 최소화하고 학습 환경의 안정성을 확보하였다.
IV. 연구 결과
본 연구에서 챗봇 기반 수업을 진행한 실험반과 일반적인 수업을 진행한 대조반의 영어 성취도, 자기주도적 학습준비도, 그리고 의사소통의지에 대한 차이를 분석한 결과는 다음과 같다.
1. 영어 성취도
챗봇 기반 수업을 진행한 실험반과 일반적인 수업을 진행한 대조반의 사후 영어 성취도 평균은 Table 3과 같이, 각각 18.8(SD = 1.63)와 18.4(SD = 1.53)로 나타났다. 사전 점수와 비교하였을 때 실험반과 대조반 모두에서 다소 감소한 점수를 보이는데 이는 2학기 성취도 평가의 수준이 다소 높았을 가능성이 있다고 판단된다. 사후 점수만을 비교하였을 때 실험반의 평균이 대조반에 비해 다소 높은 것으로 나타났으나, Table 4의 공분산분석 결과에서와 같이 사전 점수 공변인은 F = 18.722로 유의하며 효과크기인 에타제곱 값도 .313으로 나타나, 사후 성취도는 사전 성취도에 의해 상당 부분 설명된다고 볼 수 있는 반면, 사전점수를 공변인으로 통제한 뒤 집단효과에 대한 유의성을 검토한 결과, F값은 .004(p = .948)로 통계적으로 유의미한 차이가 없는 것으로 나타났다. 이는 챗봇 기반 수업을 수강한 학생들의 영어 성취도가 대조반의 성취수준과 비교하여 유의미한 차이를 보이지 않았다는 것을 알 수 있다.
2. 자기주도적 학습준비도
SDLR에 대한 기술통계 결과는 아래 Table 5와 같다. 각 반의 사후 평균 값을 살펴보면, 대조반의 사후 평균이 3.3(SD = .52), 실험반의 평균이 3.7(SD = .53)로, 실험반이 대조반보다 산술적으로 높은 점수를 보였다. 사전점수를 공변인으로 포함한 공분산분석의 결과는 Table 6에서 보듯이, 실험반의 자기주도적 학습준비도 점수가 통계적으로 유의한 수준에서 대조반보다 더 높은 평균값을 보였으며, F값은 7.30(p < .05)로 나타났다. 이는 Figure 2에서 보듯이 실험반이 대조반에 비해 자기주도적 학습준비도의 점수가 유의하게 향상된 것을 의미한다. 또한 부분 에타 제곱은 처치효과에 대한 영향력을 추정할 수 있는 값으로 1에 가까울수록 효과가 크다고 볼 수 있는데, .01은 작은 효과크기, .06은 중간 효과크기, 그리고 .14이상이면 큰 효과 크기라고 판단한다(Cohen 외, 2000). 따라서 SDLR에 대한 챗봇 기반 수업의 효과크기는 .14로 높은 효과(large effect size)를 나타낸다고 판단할 수 있다. 즉, 챗봇 기반 수업을 통해 학생들의 자기주도적 학습준비도가 향상되는데 긍정적인 영향을 미치는 것으로 해석할 수 있다.
3. 의사소통의지
챗봇 기반 수업이 초등영어 학습자들의 의사소통의지에 어떤 영향을 미치는지 살펴보기 위하여 사후 의사소통의지를 산술적으로 살펴보면, Table 7과 같이 대조반의 평균은 2.9(SD = .73), 실험반의 평균은 3.4(SD = .77)로 나타나 실험반의 점수가 높은 것으로 나타났다. 차이별 유의미성을 검증하기 위해 사전 점수를 공변인으로 통제하여 공분산분석을 실시한 결과는 Table 8에서와 같이, F = 9.85(p < .05)로 사후 점수의 집단 간 차이는 통계적으로 유의미한 것으로 나타났다. Figure 3에서 볼 수 있듯이, 실험반의 의사소통의지가 대조반에 비해 통계적으로 유의한 수준에서 상승한 것을 의미한다. 또한 의사소통의지에 대한 챗봇 기반 수업의 효과크기를 살펴본 결과 또한 .18로 나타나 실험반의 챗봇 수업의 효과가 크다는 것을 알 수 있다. 다시 말하면, 챗봇 기반 수업이 학생들의 의사소통의지를 높이는데 긍정적인 영향을 미쳤다고 해석할 수 있다.
4. 질적자료 분석 결과
영어 성취도, 자기주도적 학습준비도, 의사소통의지에 대한 양적 분석결과와 더불어 이를 보완하기 위해 교사일지와 학습자 설문응답을 포함한 질적 자료를 분석한 결과, 사회정의적 측면, 인지적 측면, 기술적 측면으로 주요 주제를 범주화할 수 있었다. 우선, 사회정의적 측면을 살펴보면, 가장 두드러진 변화로서 챗봇기반 수업을 통해 학생들의 학습태도와 정서적인 변화가 관찰되었다. 특히 친숙한 아바타로 구체적 대화상대가 시각적으로 제시됨으로써 어린 학습자들에게 챗봇이 학습도구보다는 ‘친구’로 인식되었으며 영어 사용에 대한 정의적 안정감을 주는데 긍정적인 역할을 한 것으로 보인다. 교사일지와 학습자 응답에서도 수업시간에 “나의 영어 친구”를 만나는 것에 대한 기대감과 즐거움을 나타냈으며, 학생들은 “챗봇과 이야기하는 게 재미있다”고 응답하였으며, 이들에게 반 친구나 교사가 아닌 대상과 대화를 하는 것이 “새로운 경험”이었다고 보고하였다. 뿐만 아니라 학생들이 AI 챗봇과의 대화가 “진짜 사람과 대화하는 것 같다”고 응답한 것처럼, 학생들은 챗봇을 활용한 실재적 의사소통 활동에 참여함으로써 흥미 기반의 동기를 향상시킬 수 있었다. 수업시간에 배운 자신의 “영어가 챗봇에게 통한다”는 점에서도 유의미한 상호작용을 통해 의미가 전달된다는 부분에서 성취감과 지속적인 대화의지를 관찰할 수 있었다. 이러한 사회정의적 측면의 양상들은 본 연구에서 챗봇수업을 통해 실험반의 의사소통의지 결과가 향상되었다는 양적 결과를 뒷받침하는 부분이라고 볼 수 있다.
두번째로 인지적 측면에서 살펴보면, AI 챗봇 활동은 즉각적 피드백과 개별 맞춤형 학습을 통한 자기주도적 학습효과로 나타났다. 특히, 학생들은 “모르는 단어를 찾기 위해 사전”을 활용한다거나 모르는 표현을 묻기위해 “굳이 선생님을 기다리거나”, “선생님께 가서 안 물어봐도” ChatGPT를 통해 챗봇에게 물어보며 자유롭게 대화가 가능하다는 점을 긍정적으로 인식하였다. 학생들은 교사의 개입이 없이도 스스로 챗봇에게 문장의 뜻을 직접 묻거나 궁금한 표현을 질문하며 자기주도적으로 학습에 참여할 수 있었다. 학생들이 자기주도적으로 학습에 적극적으로 참여하였다는 점을 통해 교사의 역할 변화에 대한 필요성도 관찰되었다. 교사일지에 따르면, 원어민 보조교사가 있는 수업에서도 “학생들이 원어민 교사가 아닌 챗봇에게 먼저 묻는 상황”이 자주 나타났으며, 이를 통해 “미래 교실에서는 교사의 역할이 줄어”들 수 있겠다는 우려섞인 교사의 성찰이 나타나기도 하였다. 비록 본 연구의 양적 결과에서는 챗봇기반 수업을 통해 실험반의 영어 성취도 점수에는 유의미한 향상이 나타나지는 않았으나, 자기주도적 학습준비도의 향상과 같은 상위인지적(metacognitive) 역량의 긍정적 변화를 확인했다는 점은 영어 학습자의 장기적인 성장을 위한 교육적 시사점을 제공한다.
끝으로 기술적 측면에 대한 주제도 나타났는데, 이는 기술적 환경에 대한 지속적인 장애 요인과 학습자들의 디지털 적응력과 리터러시 함양의 필요성을 제시하였다. 예를 들면, 교사일지와 설문 모두에서 공통적으로 보고되었던 기술적 장애 요인 중, “인터넷 연결 불안정”, “로그인 오류”, “앱 버퍼링(렉)” 등의 문제들이 보고되었다. 특히 상당수의 학생이 “렉이 걸림”, “말을 못 알아들음”, “로그인이 어려움”을 부정적인 경험으로 언급했다. 교사일지에 따르면, ChatGPT와 같은 생성형 AI를 수업에 효과적으로 활용하기 위해서는 학습자들에게 “프롬프트 리터러시 능력”을 향상시키기 위한 명시적인 지원이 필요한 점을 언급하였다. 예를 들어, “문법 오류를 고치고 설명해줘”, “한 줄에 대사 1개씩 나눠줘” 등과 같이, 수업이 진행되면서 학습자들이 AI 챗봇을 효과적인 교육적 도구로써 활용하는데 필요한 구체적이고 정교한 프롬프트를 사용할 수 있는 능력이 추가적으로 지원될 필요가 있으며, 이를 통해 비로소 학습자가 AI를 자신의 학습 수준에 맞게 최적화하여 활용하는 자기주도적인 맞춤형 학습이 실현될 수 있음을 시사하고 있다.
V. 결론 및 제언
본 연구는 초등 EFL환경에서 AI 챗봇을 활용한 영어 수업이 학습자들의 영어 성취도, 자기주도적 학습준비도, 의사소통의지에 어떠한 영향을 미치는가에 대한 검증을 실시하였다. 그 결과, 영어 성취도에서는 두 집단 간에 유의미한 차이가 나타나지는 않았으나, 자기주도적 학습준비도와 의사소통의지에서는 실험반이 대조반보다 유의미하게 높은 결과를 보여 주었다. Kim(2018)이나 Kim 외(2021)의 대학생을 대상으로 한 연구에서 듣기나 말하기 능력의 기술이 향상되었다고 보고한 것과는 대조적인데, 이는 선행 연구들이 특정 언어 기능(skill-specific) 강화에 초점을 둔 반면, 본 연구의 경우는 영어 성취도 평가와 같은 포괄적인 영어능력에 대한 성취도를 측정했기 때문으로 해석될 수 있다. 또한, 14차시라는 단기간의 수업 처치가 종합적인 언어 지식의 즉각적인 구조화로 이어지기보다는, 흥미 유발이나 태도 변화와 같은 정의적 측면에서 더 우선적으로 작용하였음을 시사한다. 이는 AI 챗봇의 활용이 초등학습자들의 영어 학습을 지속하게 하는 정의적 촉진제(facilitator)로서의 역할이 큼을 의미한다.
영어성취도 결과와는 달리, 챗봇 기반 수업을 통해 자기주도적 학습준비도와 의사소통의지에 긍정적인 영향을 나타내었는데, 이는 중학생을 대상으로 한 Han(2020)의 연구와 성인 학습자를 대상으로 한 Han 외(2022)와 같은 선행 연구 결과와 일맥상통한다고 볼 수 있다. Han(2020)은 음성 기반 챗봇이 중학생의 흥미와 동기를 높이고 불안감을 낮춘다고 보고하였으며, Han 외(2022)는 성인 학습자의 자기주도적 능력을 향상시킨다고 보고한 것과 같이, 본 연구에서도 이러한 긍정적 정의적 효과가 인지적·정서적 발달 단계가 다른 나이가 어린 초등 학습자에게도 유효하게 적용됨을 볼 수 있다는 점에서 의의가 있다. 특히 초등학생들은 챗봇을 학습 도구가 아닌 친구로 인식하여 심리적 장벽을 낮추는 경향이 강하게 나타났는데, 이는 어린 학습자일수록 AI와의 상호작용에서 사회적 실재감을 더 크게 느낀다는 점을 시사한다고 볼 수 있다.
끝으로, 참여 학생들의 반응과 교사 성찰에서도 볼 수 있듯이, 챗봇을 활용한 수업에 대한 긍정적 평가가 전반적으로 나타났으며, 이를 통해 AI 챗봇을 활용한 상호작용 활동의 교육적 활용 가능성에 대한 기대효과도 높다고 판단할 수 있다. 반면, 기술적 한계와 미래 교육의 과제 또한 앞으로 교육현장에서 해결해야 될 문제로 나타났다. 학습자들이 보고한 인터넷 연결 불안정이나 음성 인식 오류 등과 같은 기술적 문제는 선행 연구에서도 공통적으로 인식된 문제라고 볼 수 있다. 흥미로운 부분은 본 연구에서는 학생들이 교사의 즉각적인 도움 없이도 챗봇에게 질문하며 문제를 해결하려는 자기주도적 태도가 관찰되었다는 점이 주목할 만하다. 이는 기술적 결함에도 불구하고 챗봇이 제공하는 개인화된 피드백과 상호작용의 기회가 학습자의 주도성을 이끌어내는 데 기여했음을 시사한다. 따라서 향후 연구와 교육 현장에서는 단순히 기술적 오류를 줄이기 위한 기술적 지원을 넘어, 학생들이 AI 도구를 주체적으로 활용할 수 있도록 프롬프트 리터러시와 같은 디지털 역량 교육을 병행할 필요가 있다.
본 연구 결과, 챗봇 기반 수업이 영어성취도와 같은 인지적 측면에서 대조반에 비해 통계적으로 유의미한 효과를 보여주지는 못했으나, 학습자의 의사소통의지나 자기주도적 학습준비도와 같은 정의적 영역에서 유의미한 향상을 이끌어냈다는 점에서 교육적 함의점이 크다고 볼 수 있다. 이러한 결과는 AI 챗봇이 초등학습자에게 언어학습을 위한 스캐폴딩(scaffolding)을 제공할 수 있는 대화 상대자로 기능할 수 있으며 정의적 안정감과 상호작용적 대화 참여 동기를 촉진한다는 최신 연구와 맥을 같이 하며, 풍부한 언어 사용 기회 제공을 통해 학습자의 언어 효능감과 학습 지속성을 증진시킨다는 선행 연구 결과를 실증적으로 뒷받침하고 있다. 교육적인 측면을 살펴보면, 본 연구에서 설계되어 적용된 교수학습 지도안 및 수업자료 등의 자료는 한국의 초등영어교육 현장에서 AI 챗봇을 활용할 때 참고하거나 활용할 수 있는 교수적 자료로서 역할을 하고 있다. 또한 교수적 측면과 더불어 초등영어 학습자들의 경우에도 일상생활에서 광범위하게 사용되고 있는 챗봇 도구들을 단순한 흥미 위주를 넘어 자신의 영어 학습을 위한 효과적인 학습도구로 전환하고 스스로 학습계획을 설계하는 자기주도적 역량을 기르는데 기여할 것으로 기대된다. 후속 연구에서는 본 연구에서 살펴본 자기주도적 학습준비도와 의사소통의지를 포함하는 학습자 변인들과 더불어 외국어 불안감이나 학습동기, 그리고 자기 효능감과 같이 추가적인 정의적 변인에 대한 변화를 검증할 필요가 있으며, 장기적인 질적 분석을 통해 학습자의 챗봇 활용 양상 및 의사소통 전략 활용 등에 대한 심층적 연구를 제언할 수 있다.
PDF Links
PubReader
ePub Link
Full text via DOI
Download Citation
Print
