A Study on the Utilization of Generative AI by University Students : Focusing on ChatGPT

대학생의 생성형 인공지능 활용에 관한 연구 : ChatGPT를 중심으로

Abstract

The use of Artificial Intelligence(AI) in academia is a hot topic in the education field. Generative AI, like ChatGPT, is an AI tool that offers a range of benefits, including increased student engagement, collaboration, and accessibility. Especially Chat GPT is said to offer a wealth of opportunities for both higher education students and teachers. ChatGPT is an AI tool that has sparked debates about its potential implications for education. This paper is to examine utilization of General AI by university students focusing on ChatGPT focusing on ChatGPT. Based on prior studies which utilized TAM and VAM, media self-efficacy, educational expectancy, subjective norm, enjoyment, and trust were identified as affecting factors. According to the results of regression analysis, most factors were found to be significantly related to utilization of General AI by university students except trust. This study has implication in that it analyzed real utilization of General AI not the intention to use General AI by University students. It can provide a useful guideline for educational use of General AI in higher education.

Ⅰ. 서론

2022년 11월 ChatGPT 등장 5일 만에 일일 이용자수가 100만 명을 넘어섰고, 40일 만에 1,000만 명을 넘었다. 과거의 신기술들과 비교되는 놀라운 속도의 전파력을 보이며 전 세계가 생성형 인공지능의 파급력과 가능성에 주목하기 시작하였다[1].

ChatGPT와 같은 생성형 인공지능의 발달로 다양한 분야에서 많은 변화가 나타나고 있는데, 특히 교육 분야에서 생성형 인공지능에 대한 관심이 증대되고 있다. ChatGPT는 채팅의 형태로 제시되어 누구나 쉽게 질문을 하고 답변을 얻을 수 있으며, 계속적인 학습을 통해 서비스를 스스로 진화시키고 있다[2]. 여러 주요 시험과 과제에서 인간의 학문적 능력을 뛰어넘는 놀라운 결과물을 제공했다는 결과들이 나오면서 기대와 우려의 시선을 동시에 받고 있다. 이러한 기대와 우려 속에 실제로 많은 대학생들이 ChatGPT와 같은 생성형 AI를 과제 작성 등의 학습 목적으로 사용하고 있는 것으로 나타나고 있다[3].

ChatGPT와 같은 생성형 인공지능은 교사의 수업을 효과적으로 지원하는 보조 도구로 활용 가능할 뿐 아니라, 학습자의 성공적인 학습을 위한 동반자로서의 맞춤형 학습을 제공하는 역할을 할 수 있을 것이라 기대되고 있다[4]. 그러나 이러한 낙관적 관점 속에서 생성형 인공지능의 부정적 영역이나 활용적 측면의 한계 및 다른 면의 윤리적 쟁점도 관심을 받고 있다. 실제로 학생의 ChatGPT 전면 금지를 지시한 대학이나 교수자도 있으며[3], ChatGPT의 확산이 시험이나 과제와 같은 평가 유형에 대한 종말을 가져올 것이라고 우려하는 연구들도 있다[5]. 그러나 국내 일부 대학들은 생성형 AI 활용 수업 가이드라인을 배포하며 생성형 인공지능의 장점과 제한점을 파악하고 윤리적 측면의 교육을 추가하여 적극적으로 활용하자는 분위기가 대세를 이루고 있다[3, 5]. 즉 ChatGPT는 학생들의 참여를 강화하고 학습을 개인화함으로써 교육에 긍정적인 변화를 가져올 수 있는 잠재력을 가진 것으로 받아들여지고 있다.

인공지능과 같은 기술의 발전은 교육 환경에 많은 변화와 긍정적인 효과를 제공하고 있다. 특히 최근 전세계적으로 경험한 COVID-19 펜데믹은 교육 환경에서 에듀테크를 통한 교육 혁신의 확산을 가속화 시키고 있으며[6], 이러한 상황에서 생성형 인공지능의 교육적 활용은 큰 의미를 갖는다. ‘학습은 그 특성상 대화적(conversational)이다’ 라는 사회구성주의 원칙과, ‘교육은 참여적 사회 환경에서 시작된다’는 상황 학습 이론은 교육 환경에서 대화형 언어 모델인 생성형 인공지능의 활용과 그 효과의 중요성을 지지해 준다.

이에 본 연구에서는 ChatGPT를 중심으로 대학생들의 생성형 인공지능의 활용 현황과 그에 영향을 미치는 요인을 분석해 보고자 한다. 이를 통해 생성형 인공지능의 교육적 시사점을 제시하고자 한다.

Ⅱ. 이론적 배경

2.1 생성형 인공지능

생성형 인공지능은 딥러닝을 기반으로 하여 데이터 및 콘텐츠나 사물의 주요 특징들을 학습하고 결과물을 만들어 낸다. 2022년 11월 미국의 Open AI사에서 개발한 ChatGPT는 대표적인 생성형 인공지능으로, 인공지능이 지닌 빅데이터를 기반으로 한 알고리즘, 머신러닝과 딥러닝 기술에 대규모 언어 모델(LLM: Large Language Mode)을 활용하여 자연어 처리(NLP: Natural Language Process) 기술이 적용되어 인간과 의사소통을 하는 것과 유사한 형태로 상호작용이 이루어지는 특성을 지닌다[7].

대표적인 생성형 인공지능인 ChatGPT는 출현과 동시에 최단 가입자 수 기록을 경신할 정도로 엄청난 주목을 받았으며, 매우 빠른 속도로 발전하고 있다. 대화형 인공지능인 ChatGPT는 다양한 분야에서 활용이 가능하지만, 특히 교육 분야에서 학생 개별의 맞춤형 학습 경험, 즉각적인 피드백 제공, 학습 자료와 리소스 제공 등 혁신적인 기술의 적용으로 새로운 가능성과 기회를 제공할 것이라는 기대를 받고 있다[8].

ChatGPT와 같은 언어 모델을 활용한 인공지능의 주요 장점은 비동기(asynchronous) 커뮤니케이션을 위한 플랫폼을 제공한다는 것이다. 이러한 기능은 질문과 토론을 하는 과정이 비동기적으로 가능하여 학생들의 참여와 협력을 증가시킨다[9]. 또한 챗봇이나 가상의 조력자 생성을 통해 학습을 더욱 상호적이고 즐겁게 만들어 줄 수 있다[10]. 즉 ChatGPT는 교육을 ‘지능형’, ‘적응형’, ‘맞춤형’으로 가능하게 해 줄 수 있다. 이러한 특징들로 인해 대학 교육에서 ChatGPT의 활용에 대한 논의가 활발히 이루어지고 있다.

2.2 생성형 AI의 교육적 활용 선행 연구

ChatGPT의 교육적 활용에 관한 연구에 따르면 Chat GPT는 크게 두 가지 관점에서 교육적으로 활용되어질 수 있다. 첫 번째는 교수자의 수업을 효과적으로 지원하는 보조 도구로서의 활용이 가능하다는 것이고, 두번째는 학습자의 성공적인 학습을 위한 동반자로서의 맞춤형 학습을 제공하는 역할을 하는 것이다. 즉 교수자와 학습자 모두에게 긍정적으로 활용되어질 수 있다는 것이다[11]. 본 연구에서는 학습자의 학습 만족이 강조되는 교육 환경에서 대학 학생들의 ChatGPT 활용에 초점을 두고자 한다.

교육 분야에서의 생성형 인공지능의 연구는 우선 교육적 활용과 가능성에 대한 연구들이 주를 이루고 있다. 생성형 인공지능의 교육적 활용의 연구 동향을 분석한 연구에 따르면, 상당수 연구들이 ChatGPT를 분석 대상으로 하고 있으며 생성형 인공지능이 상호작용 패턴의 전환, 수업 방법의 변화 등 교육적 확장성을 가져올 수 있음을 강조하고 있는 것으로 나타나고 있다[12]. 한편 ChatGPT를 활용한 교수설계 및 실제 수업 활용 가능성을 탐색하는 연구들도 이루어지고 있다[13].

생성형 인공지능의 활용이 증가하면서 교육 환경에서 생성형 인공지능의 수용과 그 영향 요인에 관한 연구도 시작되고 있다. 일반적으로 새로운 기술 및 시스템의 수용에 관한 연구들은 정보기술수용모델인 TAM(Technology Acceptance Model)에 기반하고 있으며[14], 새로운 정보기술 수용에서의 혜택을 강조하는 가치기반수용모델인 VAM(Value-based Adoption Model)도 활용되고 있다[15]. 이들 모델은 정보기술 및 서비스의 수용에서 사용자가 인지하는 유용성과 용이성을 바탕으로 하여 다양한 관련 변인들이 정보기술 및 서비스에 대한 이용자의 태도와 사용 의도를 분석하는 것이다. 인공지능 이용에 대해서도 TAM과 VAM 모델을 이용하여 연구들이 진행되고 있다. 인공지능 역시 사용자의 인지된 유용성과 용이성이 인공지능 관련 기술 및 서비스의 이용 의도에 유의한 영향을 미치는 것으로 나타나고 있다[5, 16-17]. 특히 대학생의 생성형 인공지능의 학업적 이용에 있어 유용성과 용이성과 더불어 즐거움, 보안성, 사회적 영향 등의 관련 변수들이 이용 의도에 미치는 영향이 분석되고 있다[18-22].

본 연구에서는 이러한 기존 연구들을 바탕으로 매체 활용 효능감, 교육적 기대 가치, 주관적 규범, 즐거움, 신뢰의 관점에서 대학생의 생성형 인공지능의 활용을 분석해 보고자 한다. TAM과 VAM을 활용한 연구들이 유용성 및 용이성을 기반으로 한 영향 요인들이 사용의도 또는 만족도에 미치는 요인을 분석한 데 비해 본 연구에서는 실제 활용에 미치는 영향 분석을 하고자 하였다.

Ⅲ. 연구 방법

3.1 연구 모형 및 가설

본 연구의 목적은 그림과 같이 대학생의 생성형 인공지능 활용 및 활용에 대한 인지와 그 영향 요인을 분석해 보고자 하는 것이다.

<그림 1> 연구 모형

TAM과 VAM에서 기본적으로 적용된 유용성과 용이성 요인에 주관적 규범, 즐거움, 신뢰의 요인을 추가하였다. TAM과 VAM를 활용한 정보기술 및 서비스의 수용 연구들은 정보기술 및 서비스에 대한 이용자의 태도를 통한 지속적 이용 의도 또는 이용자 만족도를 분석하는 것이다. 이에 비해 본 연구에서는 생성형 인공지능 활용에 대한 대학생들의 실제 활용 정도를 분석하고자 하였다.

TAM과 VAM에 따르면 새로운 기술 및 서비스에 대해 이용자가 인지하는 유용성과 용이성은 이용자의 태도에 영향을 미치는 주요 변인이다[14, 15]. 이러한 유용성과 용이성은 인공지능의 수용에서도 주요한 영향 요인으로 분석되고 있다[5, 16-17].

용이성은 새로운 정보기술이나 서비스의 수용에서 사용자가 노력을 기울이지 않고 손쉽게 적용하고 습득할 수 있다고 지각하는 정도를 의미한다. 이는 매체활용 효능감과 동일한 맥락으로 이해될 수 있는데[24], Bandura(1997)의 자기효능감을 컴퓨터와 같은 디지털 매체에 적용한 개념이다[25]. 정보기술 및 시스템 활용 교육 환경에서 매체활용 효능감은 이용자의 긍정적 태도와 성과에 긍정적 영향을 미치는 것으로 분석되고 있다[17-20, 26-27]. 따라서 생성형 인공지능의 교육적 활용에서도 매체활용 효능감이 이용자의 태도와 활용에 영향을 미칠 것이라 예측할 수 있다. 한편 유용성은 새로운 기술이나 서비스를 수용하는 것이 그렇지 아니하는 것보다 더 낫다고 지각하는 정도를 의미하는데, 이는 학습자가 생성형 인공지능에 대해 기대하는 교육적 가치의 맥락에서 이해될 수 있다[28]. 정보기술 매체를 활용하는 교육 분야에서 성과에 기대 가치는 이용자의 이용 행동과 태도에 긍정적 영향을 미치는 것으로 분석되고 있다[17-20, 27, 29-30]. 따라서 생성형 인공지능의 활용이 학업에 유용할 것이라는 기대감은 생성형 인공지능의 활용 및 태도에 긍정적 영향을 미칠 것이라 예측할 수 있다.

H1. 매체활용 효능감은 대학생의 생성형 인공지능 활용에 긍정적 영향을 미칠 것이다.

H2. 교육적 기대가치는 대학생의 생성형 인공지능 활용에 긍정적 영향을 미칠 것이다.

유용성과 용이성과 더불어 정보기술 매체 수용 연구에서 많이 활용되는 요인이 사회적 영향이라 불리는 주변 지인들의 관점인 주관적 규범이다. 새로운 정보기술 매체의 수용은 개인적 신념뿐 아니라 특정 집단이 보이는 반응과 생각에도 영향을 받는다[17, 27]. 즉 주관적 규범이란 정보기술 매체 수용에 영향을 미치는 주변 지인들의 관점에 대한 개인의 주관적 인식으로 일종의 사회적 영향이다[31]. 자신이 준거할만한 주변의 중요한 사람이 특정 매체를 사용하거나 사용해야 한다고 생각하면 그 믿음이 내가 가지고 있는 믿음 구조에 영향을 미치게 되는 것이다. 즉 생성형 인공지능처럼 사회적 관심을 크게 받는 대상의 활용에 있어서 주관적 규범은 중요한 요인이라 예측될 수 있다.

H3. 주관적 규범은 대학생의 생성형 인공지능 활용에 긍정적 영향을 미칠 것이다.

기술의 수용에서 즐거움 또한 중요한 요인이다. 새로운 정보기술을 접하는 경우 이용자가 흥미와 같은 즐거움을 지각하면 해당 기술을 더 쉽게 수용할 수 있다[27, 32]. 챗봇이나 가상의 조력자 생성을 활용한 인공지능은 학습을 더욱 상호적일 뿐 아니라 즐겁게 만들어 줄 수 있다[10]. 대화형 서비스인 생성형 인공지능의 경우 사용 과정에서 이용자가 느끼는 흥미와 즐거움은 학습자의 생성형 인공지능 활용에 영향을 미치는 것으로 나타나고 있다[18, 20, 22, 30, 33-34].

H4. 즐거움은 대학생의 생성형 인공지능 활용에 긍정적 영향을 미칠 것이다.

생성형 인공지능의 교육적 활용에서 논의되는 주요 문제 중 하나가 신뢰이다[5]. 생성형 인공지능은 겉보기에는 올바른 답변을 생성하는 것처럼 보이지만, 이치에 맞지 않는 답변을 생성하기도 하며, 허구 또는 오류가 있는 정보로 응답할 수도 있다[18]. 이용자와 기술 및 서비스 간의 긍정적 관계는 기술 수용에 있어서 필수적 요인이 된다. 따라서 생성형 인공지능이 생성하는 정보에 대한 신뢰는 활용에 중요한 요인이 될 것이다[20].

H5. 신뢰는 대학생의 생성형 인공지능 활용에 긍정적 영향을 미칠 것이다.

3.2 측정 척도 및 자료의 수집

연구 모형을 분석하기 위해 사용된 설문의 문항들은 내용 타당성 확보를 위해 선행 연구들에서 사용되었고 그 타당성이 입증된 항목들로부터 선택하여 본 연구에 적합하게 수정하여 사용하였다.

5점 Likert 척도를 이용하여 “매우 그렇지 않다”에서 “매우 그렇다”로 측정하였다. 매체활용 효능감은 생성형 인공지능을 통해 질문하여 원하는 답변을 얻고 필요한 정보를 얻는 과정의 용이함 정도를 통해 측정하였고, 교육적 기대가치는 생성형 인공지능의 활용이 학업 및 수업에 유용하고 가치가 있는 정도를 통해 측정하였다. 주관적 규범은 생성형 인공지능 활용에 대한 지인 및 교수자의 생각과 반응에 대한 주관적 인식 정도로 측정하였다. 즐거움은 생성형 인공 지능 활용의 흥미로움과 재미 정도로 측정하였고, 신뢰는 생성형 인공지능 결과의 정확성 및 믿음과 신뢰로 측정하였다. 요인의 조작적 정의와 측정 항목 수는 <표 1>과 같다.

<표 1> 측정 척도

한편 활용은 생성형 인공지능을 학업 목적으로 실제 활용하는 정도와 생성형 인공지능을 이용한 수업을 수강한 정도로 측정하였다.

설문은 S여대 학생들을 대상으로 온라인 설문을 통해 시행되었다. 생성형 인공지능을 활용하지 않는다는 응답과 불성실한 응답을 제외한 118부를 최종 분석에 이용하였다. 응답자의 학년별 구성은 1학년 38명, 2학년 37명, 3학년 24명, 4학년 19명으로 고른 분포를 나타내고 있으며, 전공 계열별 구성도 인문사회계 58명, 자연계 26명, 공학계 21명, 예체능계 13명으로 역시 고른 분포를 보인다.

Ⅳ. 분석 결과

4.1 자료 분석 방법 및 연구모형의 특성

수집된 설문은 SPSS를 이용해 분석하였다. 측정 항목의 신뢰성은 Cronbach’s α값의 분석을 통해 확인하였으며, 타당성 분석을 위해 탐색적 요인 분석을 시행하였다. 그리고 각 요인들이 실제 활용에 미치는 영향은 회귀분석을 통해 확인하였다.

Cronbach’s α 신뢰도 분석 결과 모두 0.6 이상의 값으로 측정 도구의 신뢰성을 확인하였다[35]. 타당성 평가를 위해 주성분분석방법을 사용하여 요인 분석을 하였다. 요인회전은 베리멕스 방식을 이용하였는데, 그 결과 모든 요인의 요인 적재값이 0.5 이상으로 나타나 각 항목들이 구성하는 개념을 측정하는데 타당함을 보여주고 있다[36]. <표 2>는 연구 모형의 신뢰성과 타당성 분석 결과를 보여주는 것이다.

<표 2> 신뢰성 및 타당성 분석 결과

<표 3> 회귀 분석 결과(활용)

** < 0.01, * < 0.05

4.2 가설 검증

매체활용 효능감, 교육적 기대 가치, 주관적 규범, 즐거움, 신뢰 요인이 대학생의 생성형 인공지능의 활용에 미치는 영향은 회귀분석을 통해 확인하였다. 회귀분석 모형은 F값이 6.382(p<0.001)로 의미있는 모델이라 할 수 있다. 매체활용 효능감, 교육적 기대 가치, 주관적 규범, 즐거움, 신뢰 요인이 대학생의 생성형 인공지능의 실제 활용에 영향을 미치는 회귀분석 결과에 따르면 신뢰를 제외한 모든 요인이 대학생의 생성형 인공지능의 실제 활용에 긍정적 영향을 미치는 것으로 나타났다. 즉 가설 1 ~ 가설 4는 채택되었으나 가설 5는 기각되었다.

매체활용 효능감(t = 2.034, p = 0.044*), 교육적 기대 가치(t = 2.630, p = 0.010*), 주관적 규범(t = 3.729, p = 0.000**), 즐거움(t = 2.256, p = 0.025*) 요인은 유의수준 5%와 1% 수준에서 대학생의 생성형 인공지능 활용에 유의한 영향을 미치는 것으로 나타났으나, 신뢰요인은 그렇지 않은 것으로 나타났다(t = 1.365, p = 0.175). 신뢰는 생성형 인공지능 결과의 정확성, 구체성, 믿음 정도로 측정되었는데, 이러한 신뢰 요인이 활용에 영향을 미치지 않는 것으로 나타난 것은 할루네이션 효과 때문인 것으로 판단할 수 있다. 생성형 인공지능은 종종 이치에 맞지 않는 답변을 하기도 하는데, 학생들은 경험과 다양한 뉴스를 통해 이러한 할루네이션 효과를 인지하고 생성형 인공지능의 결과를 선별적으로 받아들이는 것으로 확인할 수 있다.

한편 표준화 계수의 절대값을 비교해 보았을 때 주관적 규범과 교육적 기대 가치가 대학생의 생성형 인공지능의 활용에 큰 영향을 미치는 것으로 확인할 수 있다.

Ⅴ. 맺음말

5.1 연구의 결과 및 시사점

본 연구에서 ChatGTP를 중심으로 대학생의 생성형 인공지능 활용에 영향을 미치는 요인을 분석해 보았다. 생성형 인공지능 이용 경험이 있는 대학생들만을 대상으로 분석이 이루어졌으며, “수업 및 학업을 위해 ChatGTP와 같은 생성형 인공지능을 많이 활용한다”는 활용 질문에 3.5/5점의 평균값을 나타냈으며, 유료 버전의 ChatGTP를 이용한다는 학생도 전체 응답자의 10%를 차지하였다. 이는 ChatGTP의 등장이 채 2년이 되지 않았다는 점을 감안했을 때 상당히 높은 활용 정도라고 판단할 수 있다. 즉 수업 및 학업 목적을 위해 생성형 인공지능을 활용하는 대학생이 점차 증가하고 있다는 것을 알 수 있다.

이에 본 연구에서는 기존의 TAM 및 VAM을 활용한 정보기술 매체 수용에 관련한 연구들을 바탕으로 대학생의 생성형 인공지능 활용을 매체활용 효능감, 교육적 기대 가치, 주관적 규범, 즐거움, 신뢰의 관점에서 분석해 보았다. 연구 결과와 결과를 토대로 한 교육적 시사점은 다음과 같다.

우선 신뢰성 요인은 대학생의 생성형 인공지능 활용에 유의한 영향을 미치지 않은 것으로 나타났다. 이는 생성형 인공지능의 할루네이션 효과 때문인 것으로, 생성형 인공지능이 제공하는 정보의 정확성과 신뢰성에 대학생들의 염려가 크다는 것을 확인할 수 있다[19-20]. 학생들은 ChatGTP를 처음 사용할 때는 그 결과를 신뢰하였지만 할루네이션 효과에 대한 많은 뉴스들과 경험으로 인해 결과를 맹신하지 않고 선별적으로 받아들이는 것으로 해석할 수 있다. 따라서 생성형 인공지능 서비스들이 투명성이 확보되고 강력한 윤리 및 보안 조치가 이뤄지도록 개발되어야 할 것이다. 교육적 관점에서는 학생들이 생성형 인공지능이 제공하는 정보에 대해 비판적 사고력을 가질 수 있도록 하는 교육과 가이드라인의 마련이 필요하다.

매체활용 효능감은 다양한 정보기술 수용과 관련된 연구들의 결과에서처럼 생성형 인공지능의 활용에 유의한 영향을 미치는 것으로 나타났다. 따라서 생성형 인공지능을 교수 학습 상황에서 활용할 때 쉬운 접근과 인터페이스를 제공하는 것이 필요하다. 한편 이러한 매체활용 효능감은 태어날 때부터 디지털 매체를 접하는 밀레니엄 세대들에게는 더 이상 정보기술 매체의 수용의 중요한 요인이 아닐 수 있다. 세대의 특성을 고려하여 향후 연구에서는 매체활용 효능감 보다는 디지털 리터러시의 측면에서 새로운 정보기술 매체 수용 및 활용을 분석하는 것이 필요하다. 디지털 리터러시는 컴퓨터를 이해하는 전반적인 능력, 필요한 정보를 수집하여 분석, 판단할 수 있는 능력, 목적에 맞게 새로운 정보를 제작하여 타인과 소통할 수 있는 능력, 윤리적 책임의식과 공동체 의식을 갖고 디지털 자원을 활용하는 능력으로[17], 지금 세대의 특성을 반영하는 좋은 지표가 될 수 있다.

교육적 기대 가치와 주관적 규범, 그리고 즐거움도 학생들의 생성형 인공지능 활용에 유의한 영향을 미치는 것으로 나타났다. 생성형 인공지능의 활용이 학습 효과에 유용하다고 기대하는 가치가 클수록, 생성형 인공지능을 활용하는 것이 즐거울수록 생성형 인공지능을 활용하는 정도가 높다는 것을 확인할 수 있다. 따라서 교수 학습 상황에서 생성형 인공지능과 같은 새로운 정보 매체를 활용할 때 의미 있는 과제와 학습활동을 부여함과 동시에, 호기심과 흥미를 유발할 수 있도록 해야 할 것이다. 즉 생성형 인공지능의 활용이 학습에 효과적이라는 직접 경험을 할 수 있는 다양한 학습활동을 흥미롭게 제시하면서 생성형 인공지능을 활용하는 분위기를 조장하는 것이 필요하다. 주관적 규범은 이러한 맥락에서 접근될 수 있다. 생성형 인공지능의 활용은 사회적 트렌드와 주변 지인들, 특히 교수자의 의견과 정서에 크게 영향을 받는다. 따라서 생성형 인공지능의 활용이 학습 효과를 증진시킬 수 있다는 가치와 즐거움을 제공하는 교수 학습 방법의 제공이 필요하다. 표준화 계수값을 통해서도 이러한 주관적 규범과 교육적 기대 가치가 생성형 인공지능의 활용에 크다는 것이 확인되었다.

생성형 인공지능은 기존의 데이터를 학습해서 텍스트, 이미지, 영상 등의 형태로 새로운 내용을 만들어 낼 가능성과 확장성을 가지고 있다. 따라서 교육 방식의 변화 등 생성형 인공지능을 교육적으로 어떻게 활용할 수 있는지를 고민해야 할 것이다. 본 연구의 결과가 생성형 인공지능의 효과적인 교육적 활용을 위한 지침을 마련해 줄 수 있을 것으로 기대한다.

5.2 연구의 한계

본 연구는 특정 대학 학생들을 대상으로 하여 결과의 일반화에 한계를 갖는다. 향후 연구에서 다양한 학교와 학생들을 대상으로 연구의 폭을 확장할 필요가 있으며, 앞에서 논의된 바와 같이 디지털 리터러시 등의 요인을 고려하고, 할루네이션 효과로 인한 신뢰 요인의 문제도 심층적으로 분석해 볼 필요가 있다. 또한 이러한 생성형 인공지능의 활용을 학습자뿐 아니라 교수자의 관점에서도 분석이 이루어지는 것이 필요하다.