📄 논문 상세 분석 — 생성형 AI로 만든 프로젝트 수업, 초등생 '기술적 창의성'을 키웠다(국내 47명)
자동 생성: 2026-08-05 · 추천 논문 · 출처 신뢰도: 중상(국내 동료심사 학술지 · KCI 서지 확인, 세부 통계는 원문 대조 권장)
원문(바로 열기): https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART003307230
1. 📄 논문 요약 (Abstract)
생성형 AI를 활용한 프로젝트 학습 이 초등학생의 '기술적 창의성(technological creativity)' 을 실제로 키우는지, 국내 현장에서 검증한 연구다.
연구진은 초등학교 6학년 47명 을 대상으로 3주간 총 10차시 의 생성형 AI 활용 프로젝트 학습 프로그램을 운영했다. 기술적 창의성을 기능적·사고적·태도적 세 하위 차원으로 나누고, 37문항 리커트 척도 로 사전·사후를 측정하는 단일 집단 사전-사후 설계 를 사용했다.
결과, 전체 기술적 창의성이 중간~큰 수준의 효과크기로 유의하게 향상 됐으며, 세 하위영역 모두 에서 향상이 나타났다. 질적 자료에서는 생성형 AI가 학생의 아이디어 발전과 시각화 를 돕고 참여도 를 높인 것으로 나타났다.
다만 저자들은 중요한 단서를 붙인다 — 아이디어를 실제 산출물로 '만드는(hands-on production)' 단계 에서는 여전히 교사의 추가 지원과 연습이 필요 했다. 즉 생성형 AI는 '발상과 시각화'는 잘 도왔지만 '직접 만드는 과정'까지 대신해 주지는 못했다.
한마디로: 생성형 AI로 발상하되, 학생이 직접 완성하게 하라 — 제작 단계의 교사 스캐폴딩이 관건이다.
2. 📊 논문 구조별 주요 정보 정리
연구의 필요성 및 목적 (Purpose)
- 생성형 AI가 교육에 빠르게 도입되지만, 초등 현장에서 창의성에 미치는 효과 를 실증한 국내 연구는 드물다.
- 목적: 생성형 AI 활용 프로젝트 학습이 초등학생의 기술적 창의성(기능·사고·태도) 에 미치는 영향을 검증.
연구 문제 (Research Questions)
- 생성형 AI 활용 프로젝트 학습은 초등 6학년의 기술적 창의성 전반 을 향상시키는가?
- 세 하위영역(기능적·사고적·태도적) 각각에서 향상이 나타나는가?
- 프로그램 운영에서 생성형 AI의 역할과 한계(교사 지원 필요 지점) 는 무엇인가?
용어의 정의 (Definitions)
- 기술적 창의성(technological creativity): 기술적 문제를 창의적으로 해결하는 능력으로, 기능적(만들기 기능)·사고적(아이디어·문제해결)·태도적(흥미·자신감) 차원을 포함.
- 프로젝트 학습(Project-Based Learning, PBL): 실제적 과제를 학생이 주도적으로 탐구·해결하며 산출물을 만드는 학습 방식.
- 생성형 AI(Generative AI): 텍스트·이미지 등을 생성하는 AI로, 본 연구에서는 아이디어 발전·시각화 도구로 활용.
연구 방법 (Method)
- 대상: 초등학교 6학년 47명.
- 처치: 3주간 총 10차시 생성형 AI 활용 프로젝트 학습.
- 측정: 37문항 리커트 척도 로 기술적 창의성(3하위영역) 사전·사후 측정(단일 집단 사전-사후 설계) + 질적 자료 병행.
연구 결과 (Findings)
- 전체 기술적 창의성 중간~큰 효과크기로 유의한 향상, 세 하위영역 모두 향상.
- 생성형 AI가 아이디어 발전·시각화·참여도 를 지원(질적 자료).
- 실제 제작 단계 에서는 교사의 추가 지원·연습 이 여전히 필요.
논의 및 결론 (Discussion & Conclusion)
- 생성형 AI 활용 PBL이 초등학생의 창의성(특히 아이디어·태도)을 키울 수 있다.
- 그러나 'AI가 다 해 주는' 수업이 아니라 'AI로 발상하고 학생이 손으로 완성하는' 구조여야 하며, 제작 단계의 스캐폴딩 을 미리 설계해야 한다.
후속 연구 제안 (Future Work)
- 대조군을 둔 실험 설계 로 인과 근거 강화, 표본 확대.
- 초등 저·중학년 등 다른 학년으로의 확장과 교사 지원 부담 분석.
- 하위영역별 효과크기·장기 효과의 정밀 측정.
주제어 (Keywords)
- 생성형 인공지능(generative AI), 프로젝트 학습(project-based learning), 기술적 창의성(technological creativity), 초등교육(elementary education), 국내 실증
3. 🏫 교육 현장 시사점
1. 국내 초등 현장의 실증 근거. 'AI 활용 수업이 초등생의 창의성(특히 아이디어·태도)을 끌어올린다'는 국내 데이터 로, 연수·수업 설계에 바로 인용할 수 있다.
2. 'AI로 발상, 학생이 완성'이라는 설계 원칙. 이 논문의 가장 실용적인 메시지다 — 생성형 AI는 아이디어·시각화는 잘 돕지만 직접 만드는 과정 은 학생 몫이며 교사 지원이 필요하다. 오늘 Top10 #3('AI에 시키지 말고 직접 하게 하라 — 코드 작성이 능동학습 효과 최강')과 정확히 같은 결론 이다.
3. 제작 단계 스캐폴딩을 미리 설계하라. 아이디어 발상 이후 '실제로 만드는' 단계에서 학생이 막히므로, 이 지점에 교사 시범·단계별 안내 를 배치해야 프로젝트가 완성된다.
4. 정의적 성장(참여·자신감)도 함께 본다. 기술적 창의성의 '태도적' 차원이 향상됐다는 점은, AI 활용 수업이 기능뿐 아니라 흥미·자신감 같은 정의적 성장으로 이어질 수 있음을 보여 준다.
4. ⚠️ 한계와 유의점
- 단일 집단 사전-사후(대조군 부재): 향상이 프로그램 때문인지 다른 요인(시간 경과·성숙) 때문인지 구분하기 어렵다 — 인과 귀속에 한계.
- 소규모·단기: 표본 47명, 3주 10차시의 단기 개입으로 일반화·장기 효과는 제한적이다.
- 세부 통계 미확인: 하위영역별 효과크기(예: Cohen's d) 등 구체 수치와 DOI는 원문 PDF 대조가 필요하다 [확인 필요].
5. 📎 인용
곽현, 조민국, 김학민, 고지현, 최지수, 강신조, 김귀훈. (2026). *생성형 인공지능 활용 프로젝트 학습이 초등학생의 기술적 창의성에 미치는 영향*. 컴퓨터교육학회 논문지, 29(2), 87–97.