📄 논문 상세 분석 — AI 에이전트와 교육용 로봇을 활용한 AI 프로그래밍 교육 방법 탐색
자동 생성: 2026-08-01 · 추천 논문 · 출처 신뢰도: 중상(KCI 등재 논문 — 서지·초록 축자 확인, 본문 전문 일부 미열람)
원문(바로 열기): https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART003309158
1. 📄 논문 요약 (Abstract)
블록형 코딩(엔트리·스크래치 등)에 익숙해진 초등학생이 자연어에 가까운 텍스트 프로그래밍으로 넘어가는 전환기는, 문법이라는 새로운 벽 때문에 인지적·심리적 부담이 큰 구간이다. 이 연구는 그 전환을 돕기 위해 AI 에이전트와 교육용 로봇을 결합한 프로그래밍 교육 방법을 개발하고 초등 현장에 적용했다.
핵심 설계는 두 축이다. AI 에이전트는 학습자 수준에 맞춘 개인화 피드백을 제공해 문법적 인지부담을 낮추고 학생에게 점진적으로 자율성을 넘겨준다. 교육용 로봇은 학생이 작성한 코드의 실행 결과를 즉각적인 피드백으로 되돌려 주어, 추상적인 코드가 눈에 보이는 움직임으로 연결되게 한다.
초등학교 6학년 23명에게 8차시 프로그램을 적용하고 대응표본 t검정으로 사전·사후를 비교한 결과, 컴퓨팅 사고력이 유의하게 향상됐으며 특히 추상화 역량의 향상이 가장 컸다. 저자들은 로봇의 즉각 피드백이 텍스트 코딩 진입의 심리적 장벽을 낮추는 데 기여했다고 본다.
2. 📊 논문 구조별 주요 정보 정리
연구의 필요성 및 목적
- 초등 정보 교육이 블록형에서 텍스트 기반 프로그래밍으로 확장되면서, 학생들은 문법 오류·인지부담·좌절이라는 전환기의 어려움을 겪는다.
- 이 어려움을 AI의 개인화 피드백과 로봇의 즉각적 실행 피드백으로 완화할 수 있는가를 탐색하는 것이 목적이다.
연구 설계
- 대상: 초등학교 6학년 23명, 분량: 8차시.
- 도구: AI 에이전트(수준별 개인화 피드백·점진적 자율성 부여) + 교육용 로봇(코드 실행 결과의 즉각 피드백).
- 측정·분석: 컴퓨팅 사고력 사전·사후, 대응표본 t검정.
주요 결과
- 컴퓨팅 사고력의 유의한 향상 — 사전 대비 사후에서 통계적으로 유의한 증가.
- 추상화 역량의 향상이 가장 컸다 — 단순 문법 익히기가 아니라 문제를 단계로 쪼개고 일반화하는 사고가 자극됐음을 시사.
- 심리적 장벽 완화 — 로봇의 즉각적 피드백이 텍스트 코딩 진입의 부담을 낮추는 데 기여.
저자들이 제시한 방향
- AI 에이전트의 개인화 피드백과 로봇의 구체적·즉각적 피드백을 결합한 설계가, 블록형→텍스트 코딩 전환을 지원하는 방법으로 유효함을 제안.
3. 🏫 교육 현장 시사점
1. 국내 초등 현장에 바로 옮길 수 있는 설계 사례다. 오늘 목록에서 가장 '수업 실물'에 가까운 자료로, 블록형에서 텍스트 코딩으로 넘어갈 때 학생이 겪는 문법 부담과 좌절을, AI의 개인화 피드백과 로봇의 즉각 실행 피드백으로 완화한다는 아이디어가 그대로 참고 가능하다.
2. '추상화가 가장 크게 올랐다'는 결과에 주목. 이는 과제가 단순 문법 암기가 아니라 문제 분해·일반화를 겨냥했을 때 컴퓨팅 사고가 자란다는 신호다. 텍스트 코딩 도입 단원을 짤 때, '문제를 단계로 쪼개고 반복 구조를 찾는' 활동을 앞세우는 편이 효과적일 수 있다.
3. 로봇의 역할은 '피드백의 구체화'다. 코드가 곧바로 로봇의 움직임으로 나타나면, 추상적인 오류가 눈에 보이는 결과가 되어 학생 스스로 원인을 추적하기 쉬워진다. 로봇이 없더라도 실행 결과를 즉시·시각적으로 되돌려 주는 장치(시뮬레이터·터틀 그래픽 등)로 같은 원리를 적용할 수 있다.
4. 오늘의 주제와 연결. 상위 논문들이 'AI가 대신 해줄 때 무엇이 사라지는가'를 경고했다면, 이 연구는 그 반대 면을 보여 준다 — AI를 좌절 지점의 개인화 조력자로 배치하면, 학생이 스스로 해내는 과정을 밀어내지 않고 오히려 떠받칠 수 있다. 관건은 역시 '어디에 어떻게 배치하느냐' 다.
4. ⚠️ 한계와 유의점
- 표본 23명·단일 학급·단일 교사 설계로 규모가 작다. 효과 크기 자체보다 '수업 설계 아이디어' 로 가져가는 편이 안전하다.
- 통제집단이 없는 단일집단 사전-사후 설계이므로, 관찰된 향상을 인과(이 방법 때문) 로 단정하기 어렵다. 교사 효과·성숙 효과 등이 섞일 수 있다.
- KCI 서지·초록으로 확인한 범위이며 본문 전문의 세부 절차·측정 도구는 원문에서 확인이 필요하다. 초록에 명시되지 않은 구현 세부(특정 프레임워크·도구명 등)는 이 분석에 포함하지 않았다.
- 컴퓨팅 사고력 측정의 구체적 도구·문항은 원문 확인 대상이다[확인 필요].
5. 📎 인용
유인환, 박대륜. (2026). *AI 에이전트와 교육용 로봇을 활용한 AI 프로그래밍 교육 방법 탐색*. 정보교육학회논문지, 30(1), 149–159.