검색 상세

생성형 AI 시대 신입 프로그래머의 핵심 역량 : AI 리터러시의 조절효과（PLS-SEM）와 전문가 합의（델파이）를통합한 혼합 연구

Core Competencies of Novice Programmers in the Generative AI Era

  • 전광섭 (아주대학교 일반대학원)

초록/요약

본 박사학위 논문은 생성형 인공지능（Generative AI） 도구의 확산이 신입 프로그래머의 직무 수행과 성장에 미치는 영향을 양적, 질적 두 단계로 검토 한 설명적 순차 혼합 연구（explanatory sequential mixed methods research）로, ‘AI 도구 사용이 신입의 비판적 사고를 약화시키는가, 강화시 키는가’라는 핵심 문제를 인지적 오프로딩（cognitive offloading）과 AI 리터 러시（AI literacy）를 중심으로 분석하였다. （Study 1）에서는 현직 신입 개발자 96명을 대상으로 PLS-SEM 분석을 실 시한 결과, 생성형 AI 도구의 사용은 인지적 오프로딩을 유의하게 증가시켰 으나（β=0.596, p〈0.001） 비판적 사고를 직접 약화시키지는 않았으며（β=- 0.159, p=0.162）, AI 리터러시가 두 변수 간의 관계를 유의하게 조절하여 （β=0.125, p=0.049） 리터러시가 높은 집단에서 오프로딩이 비판적 사고를 강화하는 긍정적 조절효과가 확인되었다. （Study 2）는 학계, 산업계 전문가 22명을 대상으로 2회 델파이 조사（1차 FGI 개방형 설문, 2차 CVR 평가）를 수행하여 3개 영역 31개 후보 항목 중 임계값 CVR ≥ 0.42를 충족한 23개 항목을 최종 채택하였으며, B4（AI 답변 교차 검증 습관）와 B12（책임감과 윤리적 사용 태도）는 CVR=1.00의 완전 합 의를 형성하였다. 두 연구의 통합 해석을 통해 본 논문은 다음 세 가지 메타추론（meta- inference）에 도달하였다. 첫째, AI 도구의 사용 자체는 신입의 비판적 사고 를 약화시키지 않으며, 약화는 결과를 검증, 재구성, 설명하는 메타인지 역량 의 부재에서 발생한다. 둘째, AI 리터러시는 오프로딩이 비판적 사고에 미치 는 영향의 방향 성을 결정하는 핵심 조절 변수이다. 셋째, 양적 단계의 추상적 조절 경로 는 질적 합의를 통해 23개 행동 수준 항목으로 구체화되어 채용, 교육, 평가 의 실무적 측정 도구로 활용될 수 있다. 종합하면 신입은 AI 도구를 능숙하 게 활용하지만 결과물의 질을 담보하는 것은 도구 사용량이 아니라 그 결과 를 비판적으로 검증하고 재구성하는 역량이며, 따라서 AI 시대 신입 프로그 래머 양성은 도구 사용 제한이 아니라 AI 리터러시 함양의 방향으로 전환되 어야 한다. 주제어 : 생성형 AI, 인지적 오프로딩, 비판적 사고, AI 리터러시, 혼합 연구

more

목차

Ⅰ. 서론 1
1.1 연구의 배경 1
1.2 연구의 사회적, 산업적 배경 3
1.3 선행 양적 연구의 발견과 본 연구의 출발점 4
1.4 연구의 필요성 및 문제 제기 5
1.5 연구의 목적 및 연구 문제 7
1.6 논문의 구성 9
Ⅱ. 이론적 배경 11
2.1 생성형 AI 도구의 등장과 관련 연구 11
2.2 생성형 AI 도구의 도입 효과와 우려 13
2.3 신입 프로그래머의 직무 역량과 성장 단계 14
2.4 인지부하 이론과 인지적 오프로딩 16
2.5 AI 리터러시와 비판적 사고 18
2.6 AI 리터러시 교육의 국제 동향과 국내 연구 21
2.7 델파이 기법과 합의 도출 기준 22
2.8 혼합연구 방법론 25
Ⅲ. Study 1: 생성형 AI 도구 사용의 영향 27
3.1 연구 모형 및 가설 27
3.1.1 연구 모형 27
3.1.2 통제변수의 선정 근거 28
3.1.3 연구 가설 29
3.2 연구 방법 32
3.2.1 연구 대상 및 자료 수집. 32
3.2.2 변수의 조작적 정의 및 측정 도구 33
3.2.3 분석 방법 34
3.3 분석 결과 35
3.3.1 표본의 일반적 특성 35
3.3.2 측정 모형의 신뢰도와 타당도 37
3.3.3 구조 모형 및 주 효과 39
3.3.4 매개 효과 41
3.3.5 조절 효과 42
3.4 가설 검증 결과 종합 44
3.5 소결 44
Ⅳ. Study 2: 핵심 역량과 교육 체계에 관한 전문가 합의 46
4.1 연구 방법 46
4.1.1 혼합 연구 설계 및 연구 절차 46
4.1.2 연구 참여자 48
4.1.3 1차 델파이 조사: 개방형 의견 수집(FGI 방식) 49
4.1.4 2차 델파이 조사: 폐쇄형 평가(CVR 산출) 50
4.1.5 분석 방법 51
4.1.6 자료 신뢰성 확보 및 윤리적 고려사항 52
4.1.7 측정 도구의 신뢰성 검토 절차 53
4.2 연구 결과 54
4.2.1 1차 델파이(FGI) 조사 결과 및 도구 구성 54
4.2.2 2차 델파이 조사 결과 56
4.2.3 핵심 합의 항목에 대한 1차 델파이 응답 인용 58
4.2.4 합의 수준 및 영역별 분포 분석 60
4.2.5 주관식 응답 결과 62
4.2.6 종합 의견 63
4.3 소결 64
Ⅴ. 결론 및 시사점 66
5.1 연구 결과 종합 66
5.1.1 Study 1 결과 (양적 단계: PLS-SEM 경로 분석) 66
5.1.2 Study 2 결과 (질적 단계: 2회 델파이 조사) 66
5.2 핵심 메타추론(Meta-Inference) 67
5.2.1 패러독스 해결: 생성형 AI 도구와 신입의 비판적 사고 68
5.2.2 조절효과 발견: AI 리터러시의 결정적 역할 70
5.2.3 행동 수준 구체화: 23개 채택 항목의 의미 71
5.3 통합 결과 제시: RQ별 결합 표시(Joint Display) 72
5.3.1 결합 표시: 핵심 통합 차원별 비교 72
5.3.2 연구 문제별 통합 답변 73
5.4 시사점 74
5.4.1 학술적 시사점 74
5.4.2 실무 교육적 시사점 75
5.4.3 정책적 시사점 76
5.5 연구의 한계 및 후속 연구 76
5.5.1 Study 2(질적 연구)의 한계. 76
5.5.2 혼합 연구 설계의 한계 77
5.5.3 후속 연구 방향 78
5.6 결언 79
참고문헌 82

more
반출 Meta View 목록