다양한 전공 분야에 걸친 맞춤형 학습을 위한 ChatGPT 3.5의 잠재력 탐색

Ⅰ. 서 론

인공지능 기술의 급속한 발전은 다양한 학문 분야에서 새로운 연구 방향을 제시하고 있다. 특히, ChatGPT와 같은 고급 언어 모델은 학술 연구에 있어 유용한 도구로 떠오르고 있고, 생성형 AI 기술, 특히 ChatGPT와 같은 AI가 우리 사회와 일상에 미치는 영향과 변화에 대한 인식과 관심도 높아지고 있다. 특히, 기술 발전이 지식 노동 시장, 정보 검색 방식, 그리고 일반 사람들의 일상생활에 어떻게 영향을 미칠지에 대한 사회적 관심이 집중되고 있다. 이러한 배경 아래에서 한국언론진흥재단이 조사한 설문 결과에서 생성형 AI에 대한 대중의 인식과 기대, 우려를 반영하며, 이 기술이 앞으로 우리 삶에 어떤 방식으로 통합될지에 대한 시사점을 제공하고 있다.

또한, 최근 연구들은 ChatGPT와 같은 챗봇 기술이 다양한 분야에서 어떻게 응용되고 있는지에 대해 깊이 있는 통찰을 제공하고 있고, 이 기술의 발전은 고객 서비스, 정신 건강 지원, 그리고 교육적 상호작용에도 혁신을 가져오고 있다.

고객 서비스 산업에서 챗봇의 구현은 사용자 경험을 개선하고 운영 효율성을 높이며 비용을 절감하는 중요한 방법으로 자리 잡고 있다. 챗봇은 고객의 질문에 신속하게 응답하고, 복잡한 문제를 해결하는 데 도움을 줌으로써, 고객 만족도를 높이는 데 기여한다. 이러한 혁신은 고객 서비스 분야에서 챗봇 기술의 중요성을 강조하며, 기업들이 고객 관리 방식을 재고하게 만든다.

의료 지원 분야에서는 챗봇이 사용자 참여를 높이기 위해 개인화되는 방법이 탐구되었고, 챗봇을 통한 건강 개입은 사용자의 특성과 선호도에 맞추어 조정될 때 더욱 효과적일 수 있다. 이는 챗봇이 단순한 정보 제공자를 넘어, 사용자와 깊은 상호작용을 가능하게 하고, 사용자의 정신 건강 개선에 기여할 수 있음을 보여준다.

교육 분야에서의 챗봇 응용은 학습 경험을 개인화하고, 지식 전달을 촉진하는 데 중요한 역할을 한다. 특히 페이스북 메신저와 같은 플랫폼을 위한 교육용 챗봇은 학습자가 지식을 탐색하고, 상호작용하며, 학습 과정을 보다 효과적으로 관리할 수 있도록 돕는다. 이러한 접근 방식은 교육적 상호작용의 범위를 넓히고, 학습자의 참여를 높이는 데 기여한다.

이처럼, ChatGPT와 같은 챗봇 기술은 고객 서비스, 건강 지원, 교육 분야에서 사용자 경험을 혁신하고, 효율성을 높이며, 새로운 교육 및 치료 방법을 탐색하는 데 중요한 역할을 하고 있다. 이 기술의 발전은 사용자와의 상호작용을 새로운 차원으로 끌어올리며, 다양한 분야에서의 응용 가능성을 계속해서 확장하고 있다.

이에, 본 연구에서는 전공별 학생역량의 중요도를 정량적으로 분석하여 각 전공별 활용에 대한 우선순위를 설정하여 가이드라인으로 활용하고자 한다.

연구 문제를 다음과 같이 설정하였다.

연구문제 1. 전공별 학생들은 변인 요인들 중 무엇을 우선시하고, 변인 요인들(사용 목적, 활용 분야, 평가) 간의 차이는 어떻게 되는가?

연구문제 2. 전공별 ChatGPT 요구도 우선순위와 Borich 요구도 우선순위는 어떻게 되는가?

Ⅱ. 이론적 고찰

Ⅲ. 연구방법

3-2 분석의 틀

1) ChatGPT 3.5 요구도를 위한 항목 유출

본 연구의 만족도 조사를 위해, 먼저 [한국언론진흥재단]에서 20~50대 1,000명을 대상으로 실시한 '챗GPT 이용 경험 및 인식 조사' 온라인 설문 항목을 검토하였다. 이후 전국 대학교에서 각각 제정한 '챗GPT 사용 가이드라인'을 검토하고, 관련 기사, 연구 문헌, 서적을 참고하여 총 4개 영역 22개 문항을 도출하였다.

Table 1.

Research questions

이 도출된 항목의 용어 이해와 타당성을 검증하기 위해 3회에 걸쳐 학생 및 직원들을 대상으로 테스트 설문과 설명을 실시하였으며, 이를 통해 설문지를 수정·보완하여 최종 완성하였다.

완성된 설문 항목을 기반으로 Borich 분석을 통해 만족도 조사를 수행하였다. Borich 분석은 현재 상태의 기준을 설정하는 'Baseline', 각 항목의 중요성을 평가하는 'Relevance', 관찰된 데이터와 결과를 수집하는 'Observation', 상대적으로 중요도가 낮거나 성과가 저조한 항목을 확인하는 'Neglect', 중요한 문제나 개선이 필요한 부분을 식별하는 'Criticality', 개선 방향을 설정하고 조화롭게 통합하는 'Harmonization', 설정된 개선 방향을 실제로 구현하는 'Implementation' 단계를 포함하였다.

2) Borich 요구도 분석

Borich의 요구도 분석은 방법은 1980년 Gary D. Borich에 의해 "A needs assessment model for conducting follow-up studies"에서 처음 소개된 이후, 교육 요구분석 분야에서 광범위하게 활용되고 있는 모델이다. 이 방법은 특히 인적자원개발(HRD; Human Resources Development) 분야에서 각 직급별 필요 역량을 식별하고 개발 우선순위를 정하는 데 있어 중요한 도구로 인식되고 있다. 기존의 수행도와 중요도의 차이(이른바 'Gap')만을 고려하는 전통적인 방법에 비해 Borich 모델은 역량의 중요도에 가중치를 부여함으로써 보다 정밀하고 타당한 교육 요구 분석을 한다.

전통적인 요구분석 방법은 학습자 또는 직원들이 자신의 현재 역량 수준(AS-is)과 바람직한 상태(TO-be) 사이의 차이를 평가하는 데 그치며, 이때 발생하는 평균값의 한계로 인해 실제 필요한 역량이 아닌 다른 역량을 도출하는 오류가 발생할 수 있다. 이러한 문제점을 해결하기 위해 Borich 요구도 분석은 다음 공식을 사용하여 각 역량별 요구도를 산출한다.

$\[ \text{요구도 }=\frac{ \sum \left(\text{요구수준 }-\text{ 현재수준}\right)\text{ 요구평균 }}{\text{ 전체 표본수 }} \]$

(1)

이 공식을 통해, 각 역량별로 요구수준에서 현재 수준을 뺀 값에 요구수준의 평균을 곱한 후, 이를 전체 표본수로 나누어 각 역량별 요구도를 도출한다. 이 방법은 역량의 중요도를 정량적으로 반영함으로써, 각 역량의 개발 우선순위를 보다 명확하게 설정한다. 그러나, 역량의 수가 많은 경우 긴 역량 리스트를 관리하는 데 있어 직관적인 정보 파악이 어려울 수 있으며, 실제 계산 과정에서 엑셀이나 SPSS(Statistical Package for the Social Sciences)와 같은 통계 프로그램을 사용함에 따라 상당한 수작업이 요구된다. 이는 분석 과정에서의 효율성 저하를 가져올 수 있지만, 기존 단순 평균 비교 방법보다는 합리적이고 정교한 분석이 가능하다는 중요한 장점을 제공한다.

결론적으로, Borich 요구도 분석 방법은 교육 및 HRD 분야에서 필요한 역량 개발의 우선순위를 결정하는 데 있어 중요한 도구로서, 그 타당성과 합리성을 통해 보다 효과적인 인적 자원 개발 전략을 수립하는 데 기여하고 있다.

Ⅳ. 분석결과

4-1 분석대상자 분포

Table 2.

Respondent distribution characteristics[2]

성별에서는 여성 53.7%, 남성 46.3%이고, 연령에서는 19세~23세 69.8%, 24세~28세 28.2%, 29세~33세 2.0%로 분포하였다. 전공에서는 보건복지 23.0%, 인문사회과학 21.9%, 과학기술 18.0%, 문화예술 15.1%, 미래융합 8.4%, 약학 4.8%, 신학 4.6% 간호학 4.2%로 나타났다. 학년에서는 전 학년에서 비교적 골고루 분포하였다. 관심 분야의 경우 진로 51.0%, 학업 32.3%, 기타 2.8%, 교우 14.0% 등으로 분포하였고, 가장 많이 사용하는 학교 플랫폼은 e-class가 80.8%로 압도적으로 많고, SU-Talk가 10.4%, 학교 홈페이지 7.3%, 학과 홈페이지 1.4%로 분포하였다[21].

4-2 ChatGPT 3.5 관련 요구도 우선순위

ChatGPT 3.5 요구도 우선순위와 Borich 요구도 우선순위에서 공통적으로 상위 5개 및 하위 5개에 속하는 문항들을 전공별로 살펴보면 다음 표 3과 표 4와 같다.

Table 3.

Prioritize ChatGPT-related needs

Table 4.

Prioritizing ChatGPT-related borich needs

신학에서는 ChatGPT 답변 허위정보 방지기술, ChatGPT 사용의 부정사용 처벌기준(방법), 고품질 답변을 끌어낼 질문능력 훈련, 내용의 신뢰성, ChatGPT 작성 글 탐지 기술개발 등이 상위 5위에 공통적으로 랭크되어 있으며, 하위순위에는 학습 및 자기개발(수업 활용), 취미/관심사/여가 정보 탐색, 자료수집 검색 및 과제 등이 공통적으로 포함되어 있다.

인문사회 전공에서는 상위순위에 ChatGPT 답변 허위정보 방지기술, ChatGPT 답변 팩트체크 전문기관/시스템/플랫폼, ChatGPT 사용의 부정사용 처벌기준(방법), 내용의 신뢰성, ChatGPT 사용 관련 윤리교육 등이 상위 5위에 공통적으로 랭크되어 있으며, 하위순위에는 재미나 호기심 충족, 취미/관심사/여가 정보 탐색, 학교 과제(리포트, 논문 등) 등이 포함되었다.

보건복지 전공의 경우 상위순위에 ChatGPT 답변 허위정보 방지기술, ChatGPT 답변 팩트체크 전문기관/시스템/플랫폼, ChatGPT 사용의 부정사용 처벌기준(방법), ChatGPT 사용 관련 윤리교육, 고품질 답변을 끌어낼 질문능력 훈련 등이 상위 5위에 공통적으로 랭크되어 있으며, 하위순위에는 재미나 호기심 충족, 취미/관심사/여가 정보 탐색, 자료수집 검색 및 과제 등이 포함되었다.

약학의 경우에는 상위순위에 ChatGPT 답변 허위정보 방지기술, ChatGPT 답변 팩트체크 전문기관/시스템/플랫폼, ChatGPT 사용의 부정사용 처벌기준(방법), ChatGPT 사용 관련 윤리교육 등이 공통적으로 랭크되어 있으며, 하위순위에는 재미나 호기심 충족, 취미/관심사/여가 정보 탐색, 이미지/영상 만들기, 사용편리성, 내용 흥미성 등으로 구성되어 있다.

간호학에서는 상위순위에 ChatGPT 답변 허위정보 방지기술, ChatGPT 사용의 부정사용 처벌기준(방법), ChatGPT 사용 관련 윤리교육, ChatGPT 교육 중 미디어교육/정보교육/교양교육, 고품질 답변을 끌어낼 질문능력 훈련 등이 공통적으로 랭크되어 있으며, 하위순위에는 재미나 호기심 충족, 취미/관심사/여가 정보 탐색, 학교과제(리포트, 논문 등), 사용편리성, 내용 흥미성 등으로 구성되어 있다.

과학기술에서는 상위순위에 ChatGPT 답변 허위정보 방지기술, ChatGPT 답변 팩트체크 전문기관/시스템/플랫폼, ChatGPT 사용의 부정사용 처벌기준(방법), ChatGPT 사용 관련 윤리교육 등이 공통적으로 랭크되어 있으며, 하위순위에는 재미나 호기심 충족, 학교과제(리포트, 논문 등), 사용편리성 등으로 구성되어 있다.

미래융합 전공의 경우 상위순위에 ChatGPT 답변 허위정보 방지기술, ChatGPT 사용의 부정사용 처벌기준(방법), 창의적 사고 및 글쓰기 역량 교육, ChatGPT 사용 관련 윤리교육 등이 공통적으로 랭크되어 있으며, 하위순위에는 재미나 호기심 충족, 취미/관심사/여가 정보 탐색, 학교과제(리포트, 논문 등), 코딩/프로그램, 사용편리성 등으로 구성되어 있다.

마지막으로 문화예술 전공의 상위순위에는 ChatGPT 답변 허위정보 방지기술, ChatGPT 작성 글 탐지 기술개발, ChatGPT 답변 팩트체크 전문기관/시스템/플랫폼, ChatGPT 사용 관련 윤리교육 등이 공통적으로 랭크되어 있으며, 하위순위에는 재미나 호기심 충족, 학습 및 자기개발(수업 활용), 자료수집 검색 및 과제, 사용편리성, 답변 유용성 등으로 구성되어 있다.

4-3 ChatGPT의 요소별 분석

1) 사용 용도별

전공별로 ChatGPT의 활용도와 만족도에 상당한 차이가 나타났다. 재미나 호기심 충족(A1) 항목에서는 신학 전공이 현상유지로 평가된 반면, 인문사회, 보건복지, 약학, 과학기술, 문화예술 전공은 과잉노력지양, 미래융합 전공은 열등순위로 나타났다. 취미/관심사/여가 정보 탐색(A2) 항목에서는 신학, 보건복지, 약학, 간호학 전공이 과잉노력지양, 인문사회, 과학기술, 미래융합, 문화예술 전공이 열등순위로 평가되었다. 학교 과제(리포트, 논문 등)(A3) 항목에서는 신학, 약학, 과학기술, 문화예술 전공이 현상유지로, 인문사회, 보건복지, 간호, 미래융합 전공이 과잉노력지양으로 나타났다. 학습 및 자기개발(수업 활용)(A4) 항목에서는 신학, 인문사회, 보건복지, 과학기술, 미래융합, 문화예술 전공이 과잉노력지양, 약학과 간호학 전공이 열등순위로 나타났다.

2) 활용성 분야 및 평가

자료수집, 검색 및 과제(P1) 항목에서는 거의 모든 전공이 현상유지로 평가된 반면, 보건복지 전공만 과잉노력지양으로 나타났다. 데이터 생성 및 처리(P2) 항목에서는 신학, 인문사회, 약학 전공이 현상유지로, 보건복지, 과학기술, 미래융합, 문화예술 전공이 과잉노력지양, 간호학 전공이 열등순위로 분류되었다. 번역, 녹취, 자료정리(P3) 항목에서는 인문사회, 간호학, 미래융합, 문화예술 전공이 과잉노력지양, 신학 전공이 집중노력지향, 보건복지와 과학기술 전공이 열등순위로 평가되었다. 코딩/프로그램(P4) 항목에서는 미래융합 전공이 현상유지로, 나머지 모든 전공이 열등순위로 나타났다. 어학 공부 및 이미지/영상 만들기(P5, P6) 항목에서는 모든 전공이 열등순위로 평가되었다. 사용편리성과 답변 유용성(T1, T2) 항목에서는 모든 전공이 현상유지로 나타났으며, 이는 ChatGPT가 다양한 전공에서 효율적이고 유용한 도구로 인식되고 있음을 시사한다. 내용의 흥미성(T3) 항목에서는 모든 전공이 현상유지, 약학과 간호학 전공이 과잉노력지양으로 나타났다. 내용의 신뢰성(T4) 항목에서는 약학 전공이 열등순위, 나머지 전공이 집중노력지향으로 분류되었다.

이 결과는 ChatGPT가 다양한 전공에서 학습과 연구에 유용한 도구로 인식되고 있음을 반영한다. 대부분의 전공에서 자료수집, 데이터 생성 등 다양한 활용 분야에서 현상유지로 평가되었으며, 이는 ChatGPT가 학습과 연구에 있어 유용한 도구로 자리 잡고 있음을 시사한다. 과잉노력지양과 열등순위로 분류된 항목들은 일부 활동 및 분야에서 ChatGPT의 현재 사용 목적이 덜 중요하거나 그 활용도가 낮음을 나타낸다. 예를 들어, 어학공부와 이미지/영상 만들기 항목에서 모든 전공이 열등순위로 분류된 것은 이러한 활동들이 ChatGPT의 주요 사용 목적이 아님을 보여준다.

기반 필요성에 대한 집중노력지향은 ChatGPT의 답변 허위정보 방지기술, 글 탐지 기술개발, 팩트체크 전문기관/시스템/플랫폼 등 기반 필요성과 관련된 분야에서는 다수의 전공에서 집중노력지향으로 분류되었다. 이는 ChatGPT와 같은 AI 도구의 정확성과 신뢰성을 높이는 것이 중요하다고 여겨지고 있음을 의미한다.

3) ChatGPT 3.5 우선순위와 Borich 요구도

표 3과 표 4의 각 항목에 대한 사분위 분포를 통해 각 전공별로 ChatGPT 활용에 대한 우선순위와 요구도를 시각적으로 비교하고 각 전공의 요구와 선호도를 명확히 분석할 수 있다.

‘표 3: ChatGPT 관련 요구도 우선순위’의 ChatGPT 활용의 중요성과 현재 만족도 간의 차이를 보이며. 각 항목에 대한 사분위 분포를 통해 다음과 같은 인사이트를 얻을 수 있다.

상위 우선순위 항목은 ChatGPT 답변 허위정보 방지기술, 고품질 답변을 끌어낼 질문능력 훈련 등은 거의 모든 전공에서 중요한 요구로 나타냈다.

하위 우선순위 항목은 재미나 호기심 충족, 취미/관심사/여가 정보 탐색 등은 대부분의 전공에서 상대적으로 중요도가 낮은 항목으로 평가되었다.

‘표 4: ChatGPT 관련 Borich 요구도 우선순위’의 Borich 요구도 분석은 각 역량의 중요도와 현재 수준의 차이를 고려하여 우선순위를 정하는 방식이며 사분위 분포를 통해 다음과 같은 사항을 확인할 수 있다.

중요도 높은 항목은 허위정보 방지기술, 팩트체크 전문기관/시스템/플랫폼 등의 항목이 대부분의 전공에서 중요하게 평가되었고, 중요도 낮은 항목은 이미지/영상 만들기, 어학공부 등은 상대적으로 중요도가 낮은 것으로 나타났다.

참고문헌 [22]의 Lee와 Kim의 연구는 대학생을 대상으로 전공별 ChatGPT의 중요도와 만족도를 분석한 반면, Borich 요구도 우선순위에서는 첫째, 전공별로 세분화된 요구도와 우선순위를 분석하여 각 전공의 특성에 맞춘 ChatGPT 활용 방안을 제시하여 전공별로 공통적인 요구와 차별화된 요구를 모두 반영하여 교육적 활용 전략을 맞춤형으로 개발하는 데 기여한다.

둘째, Borich 요구도 분석의 활용은 기존 연구와 달리, 본 연구는 Borich 요구도 분석을 활용하여 각 항목의 중요도와 현재 수준의 차이를 정량적으로 평가하였고, 이를 통해 보다 명확하고 타당한 우선순위를 도출하였다.

셋째, 도출된 요구도와 우선순위를 바탕으로 각 전공별로 맞춤형 ChatGPT 활용 가이드라인을 구체적으로 제시하였다. 이는 교육 현장에서 실질적으로 적용 가능한 전략을 제공하여 교육적 효과를 극대화할 것으로 기대된다.

마지막으로, 허위정보 방지기술과 팩트체크 기능의 중요성을 강조하여 ChatGPT의 신뢰성과 정확성을 높이는 방향으로 연구를 진행하였다. 이는 ChatGPT의 교육적 활용에 있어 중요한 요소로 작용할 것이다.

이와 같은 연구는 ChatGPT의 교육적 활용 가능성을 더욱 확대하고, 각 전공별로 최적화된 활용 전략을 개발하는 데 기여할 것이다.

Fig. 1.

Prioritize ChatGPT-related needs

Ⅴ. 결 론

ChatGPT와 같은 챗봇 기술은 고객 서비스, 건강 지원, 교육 분야에서 사용자 경험을 혁신하고 효율성을 높이며, 새로운 교육 및 치료 방법을 모색하는 데 중요한 역할을 하고 있다. 이 기술은 다양한 분야에서 응용 가능성을 계속해서 확장하고 있다. 이에 본 연구는 전공별 학생역량의 중요도를 정량적으로 분석하여 각 전공별 활용에 대한 요구도 우선순위를 설정한 결과,

첫째, 전공별 차이의 중요성에서는 ChatGPT에 대한 인식과 요구가 전공별로 상당한 차이를 보였으며, 각 전공의 특성에 따라 ChatGPT의 활용 용도와 중요도가 달라져 교육자와 개발자가 각 전공의 필요와 선호에 맞춘 맞춤형 ChatGPT 활용 전략과 기능 개발에 주목해야 함을 시사하였다.

둘째, 기술적 신뢰성에 대한 강조에서는 모든 전공에서 ChatGPT의 허위정보 방지기술, 팩트체크 기능, 사용자 윤리교육 등 기술적 신뢰성과 윤리적 사용을 강조하는 요소들이 높은 우선순위로 채택되었으며, 이는 사용자들이 ChatGPT와 같은 AI 기술의 정확성과 신뢰성에 높은 가치를 두고 있음을 의미하였다.

셋째, 교육적 활용의 다양성에서는 ChatGPT의 활용 분야에서 광범위한 현상 유지가 관찰되어 ChatGPT가 학습과 연구, 정보 탐색 등 다양한 교육적 용도로 활용되고 있음을 보여주었고, 동시에 일부 활동들이 과잉노력을 지양하거나 열등 순위로 분류된 것은 특정 용도에 대한 ChatGPT 활용의 한계나 개선 필요성을 나타내었다.

넷째, 필요성에 따른 집중 개발 요구에서는 기술적 신뢰성 및 윤리적 사용과 관련된 요구의 우선순위가 높은 것은 개발자와 연구자들이 ChatGPT의 정확성, 안전성, 그리고 사용자 교육에 더 많은 자원을 할당해야 함을 의미하며, 특히 허위정보 방지와 팩트체크 기능의 강화는 중요한 개발 목표가 되어야 한다.

다섯째, 활용 전략의 개발에서는 ChatGPT의 활용도와 만족도를 높이기 위해 사용자의 요구와 우선순위에 기반한 활용 전략 개발이 필요하고, 이는 전공별, 용도별 맞춤형 사용 사례 개발, 교육적 활용을 위한 가이드라인 제공, 그리고 사용자 피드백을 반영한 지속적인 기능 개선을 포함해야 함을 확인하였다.

최종적으로, ChatGPT와 같은 AI 기술의 교육적 활용 가능성을 확인하면서도 전공별 요구와 기술적 신뢰성의 중요성을 강조하였고, 사용자 중심의 개발, 신뢰성 확보, 그리고 윤리적 사용 교육이 향후 ChatGPT 활용 전략의 핵심 요소가 되어야 함을 제시하였다.

추후, ChatGPT의 교육적 활용을 최적화하고 기술 발전을 윤리적이고 지속 가능한 방향으로 이끌기 위해서는 전공별 맞춤형 활용 사례 연구, 허위정보 방지 및 팩트체크 기능 강화 연구, 사용 편의성을 높이는 플랫폼 개발, 그리고 윤리적 사용 교육 프로그램 개발이 필요하다.

이러한 시사점과 연구 방향은 ChatGPT의 교육적 활용을 최적화하고, 기술 발전을 윤리적이고 지속 가능한 방향으로 이끌어 가는 데 기여할 수 있을 것이다.

References

• S. Lim and E. Kim, “A Study on the Application of ChatGPT by Instructional Design Stage of ADDIE Model,” The Journal of Korean Association of Computer Education, Vol. 27, No. 1, pp. 171-184, January 2024. [https://doi.org/10.32431/kace.2024.27.1.013]
• H. Kim and J. Lee, “A Study on the University Education Plan Using ChatGPT for University Students,” The Journal of the Convergence on Culture Technology, Vol. 10, No. 1, pp. 71-79, January 2024. [https://doi.org/10.17703/JCCT.2024.10.1.71]
• I. S. Kim, “A Case Study on the Application of ChatGPT in the Start-up Course in University,” The Journal of Education Consulting & Coaching, Vol. 7, No. 4, pp. 81-94, December 2023. [https://doi.org/10.31137/ECC.2023.7.4.81]
• H.-Y. Park, “Application of ChatGPT for an English Learning Platform,” Journal of English Teaching through Movies and Media, Vol. 24, No. 3, pp. 30-48, August 2023. [https://doi.org/10.16875/stem.2023.24.3.30]
• S. H. Han, “Korean Speaking Study Using Conversational Generative AI(Artificial Intelligence) ChatGPT: Based on Role-Playing, from Using Talk-to-ChatGPT to Utilizing AIPRM-for-ChatGPT,” Journal of Learner-Centered Curriculum and Instruction, Vol. 23, No. 18, pp. 651-674, September 2023. [https://doi.org/10.22251/jlcci.2023.23.18.651]
• S. Y. Kim, “Utilizing Metaverse(Zepeto, Ifland) and ChatGPT in Design Thinking Classes -Strategies and Approaches-,” Culture and Convergence, Vol. 45, No. 11, pp. 101-114, November 2023. [https://doi.org/10.33645/cnc.2023.11.45.11.101]
• W. Kim, “Analysis of the Educational Effects Regarding the Use of ChatGPT in Compulsory Basic Coding Subjects,” Korean Journal of General Education, Vol. 17, No. 5, pp. 113-123, October 2023. [https://doi.org/10.46392/kjge.2023.17.5.113]
• K. S. Hong, “Einsatz von ChatGPT zur Förderung des Werkverständnisses im Literaturunterricht,” Deutsche Sprach- und Literaturwissenschaft, Vol. 31, No. 4, pp. 81-103, December 2023. [https://doi.org/10.24830/kgd.31.4.4]
• S.-K. Choi and J.-I. Park, “Exploring the Utilization of ChatGPT for Composition Assessment in the Era of Artificial Intelligence,” Journal of CheongRam Korean Language Education, Vol. 95, pp. 65-109, September 2023. [https://doi.org/10.26589/jockle..95.202309.65]
• J.-H. Byeon and Y.-J. Kwon, “An Investigation of Generative AI in Educational Application: Focusing on the Usage of ChatGPT for Learning Biology,” Brain, Digital, & Learning, Vol. 13, No. 1, pp. 1-17, March 2023.
• H. Jang and H.-J. So, “The Analysis of Research Trends and Topics about the Educational Use of ChatGPT,” Journal of Research in Curriculum & Instruction, Vol. 27, No. 4, pp. 387-401, August 2023. [https://doi.org/10.24231/rici.2023.27.4.387]
• D.-L. Shon, “Utilizing ChatGPT in Writing Classes -The Possibilities and Limitations-,” Ratio et Oratio, Vol. 16, No. 2, pp. 33-65, August 2023. [https://doi.org/10.19042/kstc.2023.16.2.33]
• H. Han, “Instructional Strategies for Integrating and Utilizing ChatGPT into Higher Education,” Journal of Education & Culture, Vol. 29, No. 4, pp. 243-275, August 2023. [https://doi.org/10.24159/joec.2023.29.4.243]
• H. G. Kang, E. L. Kim, G. H. Park, E. A. Song, and D. K. Kim, “Field Teachers’ Perception of Utilizing ChatGPT in Education,” Journal of Learner-Centered Curriculum and Instruction, Vol. 23, No. 19, pp. 567-580, October 2023. [https://doi.org/10.22251/jlcci.2023.23.19.567]
• S. Kim, J. Kim, M. J. Choi, and S. H. Jeong, “Evaluation of the Applicability of ChatGPT in Biological Nursing Science Education,” Journal of Korean Biological Nursing Science, Vol. 25, No. 3, pp. 183-204, August 2023. [https://doi.org/10.7586/jkbns.23.0013]
• Y. Sung, “Analysis of Pre-Service Primary Teachers’ Experiences with ChatGPT in EPL Education,” Journal of Creative Information Culture, Vol. 9, No. 3, pp. 219-230, August 2023. [https://doi.org/10.32823/jcic.9.3.202308.219]
• J. I. Kim, “Exploring the Meaning of ChatGPT Based Learning in Elementary Classrooms,” The Journal of Korean Association of Computer Education, Vol. 26, No. 6, pp. 97-115, November 2023. [https://doi.org/10.32431/kace.2023.26.6.009]
• S. Baek and S.-H. Park, “A Study on the Intention to Use of Arts Education Students for ChatGPT Utilization Education,” The Society of Convergence Knowledge Transactions, Vol. 11, No. 4, pp. 55-67, December 2023. [https://doi.org/10.22716/sckt.2023.11.4.035]
• J. I. Kim and H. Yu, “Exploring Applications of ChatGPT for Physics Education: Focusing on High School and General Physics Class,” School Science Journal, Vol. 17, No. 3, pp. 216-239, August 2023.
• S. Hong and H. Han, “Analyzing Perceptions and Educational Needs of Elementary School Teachers for Using ChatGPT in Education,” The Journal of Korean Association of Computer Education, Vol. 26, No. 4, pp. 51-63, July 2023. [https://doi.org/10.32431/kace.2023.26.4.006]
• L.-J. Lee and N. Kim, “Using ChatGPT through the Eyes of College Students: Analyzing Importance and Satisfaction by Major,” Journal of the Korea Academia-Industrial Cooperation Society, Vol. 25, No. 3, pp. 326-340, March 2024. [https://doi.org/10.5762/KAIS.2024.25.3.326]