- 대상 논문: Tan, Cheng, and Ling (2025), “Enhancing teachers’ AI competency: A professional development intervention study based on intelligent-TPACK framework”
- 원문: https://www.sciencedirect.com/science/article/pii/S2666920X25001614
- DOI: https://doi.org/10.1016/j.caeai.2025.100521
핵심 판정
중국의 대학 교사 125명을 대상으로 한 6개월 준실험에서 지능형 TPACK 기반 전문성 개발 프로그램에 참여한 교사들의 자기보고 AI 역량이 향상됐다. 특히 AI 기술지식과 AI 기술교수지식의 변화가 확인됐다. 그러나 AI 윤리 인식의 증가는 유의하지 않았고, 실제 수업·평가의 질이나 학생 성과는 이 연구의 결과변수가 아니었다. 따라서 이 논문은 대학 교사의 자기보고 역량 향상 근거이지, K-12 수행평가 개선이나 학생 성취 향상의 직접 근거는 아니다.
1. 연구 목적
연구진은 대학 교사의 AI 역량을 높이기 위해 지능형 TPACK 틀에 기반한 전문성 개발 프로그램을 설계하고, 프로그램 참여 전후의 변화를 비교 집단과 함께 검토했다. 기술 사용법만 익히는 연수가 아니라 AI 기술지식, 교수지식, 교과지식, 통합지식, 윤리 인식을 함께 다루는 접근이 교사의 자기보고 역량에 어떤 차이를 만드는지가 핵심이었다.
2. 연구 설계와 표본
- 대상: 대학 교사 125명
- 실험 집단: 전문성 개발 프로그램 참여자 64명
- 통제 집단: 프로그램에 참여하지 않은 교사 61명
- 설계: 비무선배정 사전·사후 준실험
- 기간: 연구 자료 수집은 2024년 11월부터 2025년 6월까지이며, 논문은 6개월 전문성 개발 프로그램으로 기술한다.
- 측정: AI 기술지식, AI 기술교수지식, AI 기술내용지식, AI 기술교수내용지식, AI 윤리 인식을 포함한 자기보고 AI 역량 척도
실험 집단의 사전검사는 2024년 11월, 사후검사는 2025년 6월에 수집됐다. 통제 집단은 2024년 11~12월과 2025년 5~6월에 자료를 제출했다.
3. 주요 결과
- 실험 집단의 총 AI 역량 점수는 19.443에서 21.178로 증가했다. 평균 변화량은 1.736점이었고, 통제 집단은 20.812에서 20.600으로 소폭 감소했다.
- 실험 집단의 총점 사전·사후 변화는 ΔM = 1.736, p = .007, Cohen’s d = .35였다.
- AI 기술지식은 ΔM = .503, p < .001, d = .48로 증가했다.
- AI 기술교수지식은 ΔM = .371, p = .011, d = .33으로 증가했다.
- AI 기술내용지식은 ΔM = .305, p = .024, d = .29로 증가했다.
- AI 기술교수내용지식은 ΔM = .288, p = .039, d = .26으로 증가했다.
- AI 윤리 인식은 ΔM = .270, p = .075, d = .23으로 증가 폭이 작았고 통계적으로 유의하지 않았다. 95% 신뢰구간도 0을 포함했다.
4. 결과가 뜻하는 것
구조화된 장기 프로그램 뒤 대학 교사들이 스스로 평가한 AI 관련 지식과 교수 통합 역량은 높아졌다. 가장 큰 변화가 기술지식과 기술교수지식에서 나타났고 윤리 영역은 유의하게 달라지지 않았다. 이 결과는 연수의 모든 영역이 같은 속도로 성장하지 않으며, 윤리는 기술 실습에 곁들이는 것만으로 충분하지 않을 수 있음을 보여 준다.
준실험 결과를 “연수가 실제 수업의 질을 인과적으로 높였다”거나 “교사의 AI 역량이 학생 성취로 전이됐다”고 바꿔 말해서는 안 된다. 측정된 핵심 결과는 교사의 자기보고 역량이었으며, 실제 수업 관찰, 수행평가 타당도, 채점 일치도, 학생 학습성과는 직접 측정하지 않았다.
5. 확인되지 않은 주장
- 실제 수업 실행이나 수행평가 품질이 향상됐다는 주장은 이 연구로 확인되지 않는다.
- 학생의 학업성취, 진학 결과, AI 리터러시가 향상됐다는 근거는 없다.
- 대학 교사에게 나타난 변화가 초·중·고 교사에게 그대로 나타난다고 일반화할 수 없다.
- 자기보고 점수의 변화만으로 장기적인 실천 변화나 연수 효과의 지속성을 판단할 수 없다.
6. 학교 연수에 주는 시사점
연구에서 직접 확인된 것은 장기간에 걸쳐 교수 맥락과 연결된 프로그램 뒤 자기보고 AI 역량이 높아졌다는 점이다. 기술지식보다 윤리 인식의 변화가 더 약했다는 결과는 윤리와 책임을 독립된 학습·평가 대상으로 설계할 필요가 있음을 시사한다. 다만 공동 과제 설계, 학생 표본 채점 조정, 실제 수업 관찰이 효과적이라는 주장은 이 연구에서 직접 비교 검증된 결과가 아니다.
7. 현장 적용 제안(연구 결과가 아니라 추론)
아래 제안은 연구 결과를 K-12 교사 연수에 옮긴 해석이며, 논문에서 직접 효과를 검증한 처방이 아니다.
- 연수를 도구 기능 실습, 교과 과제 설계, 학생 산출물 공동 검토, 수업 적용 뒤 성찰의 순환으로 구성한다.
- 자기보고 설문만으로 연수 효과를 판단하지 않고 수업안, 루브릭, 실제 학생 표본, 채점 일치도 같은 수행 자료를 함께 본다.
- 개인정보, 편향, 저작권, AI 산출물 검증을 별도 모듈과 수행과제로 운영한다.
- 한 학기 뒤 실제 사용 지속성, 교사 업무부담, 평가 품질, 학생 설명 가능성을 다시 확인한다.
- 대학 교사 연구 결과를 고교에 적용할 때는 소규모 시범 운영과 비교 자료를 먼저 확보한다.
8. 한계와 일반화 경계
참여자를 개인 수준에서 무선배정한 실험이 아니므로 선택 편향과 집단 차이가 남을 수 있다. 중국 대학의 교사와 제도 맥락에 한정되고 핵심 측정이 자기보고식이어서 실제 행동을 과대평가할 가능성이 있다. 프로그램 구성요소가 묶음으로 제공돼 어떤 요소가 변화를 만들었는지 분리할 수 없다. 장기 유지, 수업 관찰, 평가 품질, 학생 성과를 측정하지 않았으므로 학교 현장으로 일반화할 때 별도의 검증이 필요하다.
9. 인용 맥락
이 논문은 “6개월 지능형 TPACK 프로그램에 참여한 대학 교사의 자기보고 AI 역량, 특히 기술지식과 기술교수지식이 향상됐다”는 주장에 사용할 수 있다. “장기 연수가 좋은 수행평가나 학생 성취를 만들어 냈다”는 주장의 직접 근거로는 사용할 수 없다.
10. APA와 확인처
Tan, X., Cheng, G., & Ling, M. H. (2025). Enhancing teachers’ AI competency: A professional development intervention study based on intelligent-TPACK framework. Computers and Education: Artificial Intelligence, 9, 100521. https://doi.org/10.1016/j.caeai.2025.100521
최종 확인처는 출판사 원문이다: https://www.sciencedirect.com/science/article/pii/S2666920X25001614