빅데이터를 활용한 인공지능 교육 발전 방안 연구

Ⅰ. 서 론

4차 산업혁명 시대를 맞이하면서 인공지능(AI, Artificial Intelligence)은 이제 특정 분야에 국한된 기술이 아닌, 전체 산업과 사회 전반에 걸쳐 필수적인 핵심 기술로 자리매김하고 있다[1]. 자율주행, 스마트팩토리, 헬스케어, 금융, 콘텐츠 산업 등 다양한 분야에서 AI의 활용이 가속화됨에 따라, 이에 대한 기본적인 이해와 활용 능력은 모든 시민이 갖추어야 할 기초 소양으로 인식되고 있다[2],[3]. 이에 따라 대학교육에서는 인공지능에 대한 교육을 학문적 전공과 무관하게 학생들에게 제공해야 할 필요성이 제기되고 있으며, 특히 대학에서 교양 과목을 중심으로 AI 기초 소양 교육을 편성하려는 시도가 활발히 이루어지고 있다[4]. 그러나 현재 대학에서 운영 중인 AI 교양 과목은 여러 한계점을 가지고 있다. 첫째, 교육 내용이 지나치게 기술 중심적이거나 전문적인 경우, 인문·사회계열 학생이나 비전공자에게는 접근성이 낮고 흥미를 유발하기 어렵다. 둘째, 수업 방식이 획일화되어 있어 다양한 배경과 학습 수준을 가진 학생들에게 맞춤형 학습을 제공하기 어렵다. 셋째, 학생의 수업 참여도나 학습 성취도에 대한 실시간 분석과 피드백 제공이 이루어지지 않아 교육 효과를 높이기 위한 데이터 기반의 의사결정이 부족한 실정이다.

이러한 한계를 극복하기 위한 대안으로 빅데이터 기반 학습 분석(Learning Analytics) 기술이 주목받고 있다[5]. 학습자의 출석, 과제 제출, 퀴즈 결과, 강의 영상 시청 시간, 토론 참여도 등 다양한 학습 데이터를 수집하고 분석하면, 개인의 학습 수준과 패턴에 기반한 맞춤형 피드백과 수업 설계가 가능하다. 이를 통해 학생의 학습 몰입도와 이해도를 높이고, 교수자는 학습자의 반응에 따라 수업 내용을 유연하게 조정할 수 있다. 나아가 교육 전반의 운영 효율성과 질 향상에도 기여할 수 있는 가능성이 제시되고 있다.

또한, 빅데이터 기반 교육 시스템은 단순한 기술 도입을 넘어, 교육 현장의 패러다임 전환을 의미한다. 기존의 일방적인 전달 중심 교육에서 벗어나, 학습자 중심의 상호작용 기반 교육, 데이터 기반 의사결정 교육으로의 전환이 필요하다. 특히 대학 1학년 시기의 학생들은 고등교육에 처음 적응하는 단계에 있으며, 이 시기에 체계적이고 효과적인 인공지능 기초 교육을 제공하는 것은 향후 학업뿐 아니라 사회 진출 시 디지털 역량을 갖추는 데에도 큰 영향을 주고 있다.

이에 본 연구는 대학교 교양 과목에서 인공지능 교육의 효과성과 몰입도를 제고 하기 위해, 빅데이터를 활용한 교육 발전 방안을 모색하고자 한다. 구체적으로는, 학습 데이터의 유형 및 수집 방법, 분석 기술의 적용 사례, 그리고 이를 기반으로 한 맞춤형 교육 설계 방안을 제시한다. 아울러 개인정보 보호와 윤리적 고려사항을 함께 논의함으로써, 실현 및 지속 가능한 AI 교육 체계를 제안하고자 한다. 본 연구는 대학 교양 교육 현장에 실질적인 시사점을 제공함과 동시에, 데이터 기반 교육 혁신의 방향성을 제시하는 데 기여 하고자 한다[6],[7]. 연구는 먼저 수업 설계 및 데이터 활용 사례를 중심으로 교육모델의 구체적인 내용을 다룬다. 마지막으로 설문결과를 바탕으로 교양 교육의 새로운 방향과 향후 연구과제를 제안한다.

Ⅱ. AI와 빅데이터

2-4 경험형 교양 교육 설계

본 연구에서는 ‘AI와 빅데이터(AI & Big Data)’라는 교양 과목 수업을 설계하였다. 이 과목은 대학 1·2학년 학생을 대상으로 하며, 빅데이터와 인공지능의 개념을 실제 생활과 사회문제에 연결하여 학습하도록 구성되었다. 수업 구성은 단순한 이론교육을 넘어, 실제 데이터를 다루는 경험형 교양 교육(Experiential Liberal Education)을 목표로 하였다.

교육목표로는 학생들의 데이터 리터러시와 AI 기초 이해력 함양, 사회문제를 데이터로 분석하고 해석하는 비판적 사고력 배양, 미래직업 변화에 대한 적극적 탐색 능력 강화로 설계하였다. 학생들은 일상과 사회 현상을 데이터로 해석하는 과정에서, 데이터 활용의 기술적 측면뿐 아니라 윤리·사회적 함의까지 함께 고찰하도록 하였다.

그림 1은 AI 분야 교양교육 구성 주요 내용이다. 디지털리터러시, 컴퓨팅 사고력, 인공지능 소양, 데이터 소양을 목표로 디지털과 AI를 이해‧활용하여 윤리적으로 실천하는 능력을 기르기 위해 디지털 원리 이해, 소프트웨어 적용, AI 융합 기술 활용, 디지털 윤리 인식을 다룬다. 문제를 탐구하고 해결 방안을 마련하여 실행하는 능력을 기르고, 공동의 목표를 이해하고 주도적으로 협력하도록 한다.

Fig. 1.

Main contents of liberal arts education in AI field

그림 2는 위 교육목표에 준하여 AI와 빅데이터라는 주제로 15 주차에 해당하는 교육계획안을 작성하였다. 주차별 세부능력 사항을 추가하여 학습목표에 도달하도록 작성하였다. 학생들이 수업시간에 다양한 경험과 실습으로 수업을 진행하였고, 학생들의 교양수업으로 학과가 다양한 관계로 미래직업에 대한 관심과 조사를 통해 관찰해 나가도록 설계하였다.

Fig. 2.

Educational design plan

2-5 데이터를 활용한 교육사례

데이터를 활용한 수업을 진행하기에 앞서 학생들의 궁금한 사항을 조사하였다. 그 결과 학생들의 관심도는 미래 직업 예측이 높은 것을 알게 되었다. 이에 ‘SNS(Social Network Service) 트렌드 분석을 통한 미래 직업 예측’이라는 주제로 진행하기로 정하였다.

학생들은 Python을 활용하여 트위터·인스타그램 등 SNS 데이터를 수집하고, ‘직업(Job)’, ‘AI’, ‘미래(Future)’ 등의 키워드를 중심으로 텍스트마이닝을 수행하도록 하였다. 그 과정에서 학생들이 Python을 사용을 어려워 하는 경우가 발생하여 ChatGPT를 사용하거나 Google Gemini를 사용하도록 유도하였다. 학생들은 처음은 아니지만 간단한 질문에서 다양한 질문을 지속적으로 시도하면서 스스로 만족감과 성취감을 느끼도록 하였다.

수업은 교양수업으로 다양한 학과의 학생들이 참여하여서 학생들의 직업에 대한 관심도도 매우 다양하게 생성되었다. 수업에 참여한 학생들의 학과는 간호학과, 사회복지학과, 특수교육학과, 방송시각디자인학과, 재활복지학과, 재활복지학과, IT 공학과, 태권도학과, 경찰행정학과 등 학생들의 관심과 인공지능과 관련하여 미래직업이라는 주제로 얻은 결과를 종합하여 스스로 데이터를 수집하도록 하였다.

그림 3은 사회복지학과 학생이 만든 설문조사의 일부을 시각화 한 부분이다. 수업에 참여한 학생들의 학과는 간호학과, 경찰행정학과, 사회복지학과, 방송시각디자인학과, 특수교육학과, 언어치료학과 등 다양한 학과의 학생들이 설문에 함께 참여하였다. 그 중 사회복지학과 학생의 설문 내용에서 ‘미래 사회복지사라는 직업을 로봇이나 인공지능이 대체할 것인가?’, ‘어느정도 영향이 있을 것으로 예상되는가’라는 질문에 24명의 학생이 참여하여 매우 그렇다. 10명(42%), 그렇다. 8명(33%), 보통이다. 4명(17%), 아니다. 1명(4%), 전혀 아니다. 1명(4%)의 설문 내용을 확인하였다.

Fig. 3.

Do you think robots or artificial intelligence will be used in future social welfare jobs?

그림 4는 간호학과 학생의 설문 자료이다. 앞으로 10년 내에 간호사의 핵심 역량으로 가장 중요한 항목은 무엇이라고 생각는지에 대한 질문이다. 총25명의 학생들이 참여하여 임상적 판단(임상지식) 1명(4%), 공감 및 정서적 돌봄 2명(8%), 기술 이해력(AI 및 의료 기술 활용) 11명(44%), 데이터 분석 및 해석 능력 7명(28%), 의사소통 및 협업 능력 2명(8%), 윤리적 판단 능력 2명(8%)으로 확인 되었다.

Fig. 4.

Which item do you think will be most important as a nurse's core competency over the next 10 years?

학생들은 서로 설문지를 만들고 관련한 내용을 바탕으로 자신의 직업과 관련하여 어떠한 준비를 해야 할지를 더 확인하는 시간을 갖고 관련한 자료 데이터를 바탕으로 자신의 관심사, 사회의 요구사항, 필요한 자격증 등 서로 이야기를 나누고 토론을 통해 준비하는 시간으로 연결하였다.

이러한 활동을 통해 학생들은 미래에 요구되는 일자리가 단순한 기술적 역할에 머무르지 않고, 데이터 해석과 윤리, 사용자 경험 등 인문·사회적 요소와 융합된 직업으로 발전하고 있음을 확인하였다.

이에 학생들은 자신이 속한 전공과 관련된 직업에 대한 관심사를 ChatGPT에 입력하여, 인공지능이 제안하는 미래직업과 필요한 역량을 비교·분석하였다. 예로 “기계공학, 예술, 데이터분석”을 입력한 학생에게는 “AI 제품디자이너”, “스마트기기 인터랙션 엔지니어” 등의 제안이 도출되었다.

이를 토대로 학생들은 자신의 전공과 미래직업 간 연결점을 스스로 탐색하도록 하였다.

학생들은 SNS 등에서 데이터를 수집하고, 직업 키워드의 빈도수를 분석하였다. 이러한 사례들에서 공통적으로 발견되는 키워드를 중심으로 정리하도록 하였다. 크게 다음과 같이 5가지의 키워드로 정리하였다.

AI 리터러시(AI Literacy)는 가장 핵심적인 키워드로 단순히 AI를 사용하는 능력을 넘어, AI를 이해하고(Know), 사용하며(Use), 비판적으로 평가하고(Evaluate), 윤리적으로(Ethics) 다루는 종합적인 소양을 의미한다[6].

AI 윤리(AI Ethics)는 이제 모든 교양수업에서 가장 중요하게 다루고 있는 주제다. 투명성(Transparency), 책임성(Accountability), 편향성(Bias), 프라이버시 문제를 인문학적·사회과학적 관점에서 생각한다.

프로젝트 기반 학습(Project-Based Learning)이란 간단한 AI 도구(ChatGPT, Chatbot 등)를 직접 만들거나, 데이터를 분석하는 프로젝트를 통해 학습 효과를 높인다.

교양과목의 특성상 다양한 학과의 학생들에게 희망하는 학과연계 직업에 대한 조사를 실시하였다.

Ⅲ. 만족도 조사

수업 참여 학생 74명을 대상으로 설문조사를 실시하였다. 본 설문지 분석은 SPSS 통계프로그램 30.0 사용하였으며, 수업 참여 학생의 인구통계학적 특성을 알아보기 위하여 빈도, 백분율 등 기초통계를 실시하였다.

우선 설문 응답자의 인구통계학적 특성은 다음과 같다. 수업 참학생은 남학생이 46명(62.2%), 여학생이 28명(37.8%)였으며, 학년은 1학년 70명(94.5%), 2학년이 3명(4.1%), 4학년이 1명(1.4%)이었다.

설문 문항은 표 1과 같이 인공지능(AI)에 대해 알고 있다고 생각하는가?, 인공지능을 잘 활용하고 있는가?, 데이터를 활용해 본 경험이 있는가?, 수업 만족도 등 14개 항목 중에서 5점 리커트 척도(likert scale)로 응답받은 3개 문항 정리하여 구성되었다.

Table 1.

Survey results on satisfaction with AI and big data services

첫 번째 설문항목인 인공지능(AI)에 대한 인지를 물어본 결과 조금 알고 있다에 응답한 학생이 37명(50.0%)로 가장 높았고, 그 다음으로 보통이라고 응답한 학생이 30명(40.5%)였다. 또한, 매우 잘 알고 있는 학생은 2명(2.7%), 조금 모른다. 4명(5.4%), 거의 모른다. 1명(1.4%) 순으로 대부분의 학생들은 인공지능에 대해 인지하고 있음을 나타냈다.

Table 2.

Second survey question: Utilization of artificial intelligence

두 번째 설문 항목인 인공지능 활용 여부를 분석한 결과는 한번도 사용한 적 없다, 거의 안하는 편이다 응답한 학생이 없었으며, 조금 활용하고 있다고 응답한 학생이 40명(54.1%), 매우 잘 활용하고 있다고 응답한 학생의 경우 19명(25.7%), 그 외 모두 보통이다. 15명(20.3%)으로 응답하였다. 분석결과 학생들은 인공지능을 잘 활용하고 있다는 것을 나타내고 있었다. 이 중 학생들이 가장 많이 사용하는 인공지능 Tool를 알아보기 위해 다중응답으로 설문 받은 결과 ChatGPT(60명), Gemini(29명), 뤼튼(4명), grok(3명), copilot(2명), 기타(레포트, 지문연) 1명 순으로 사용한다고 응답하였으며, 주마다 사용하는 횟수에 대해 응답한 문항에서는 거의 사용하지 않는다고 응답한 학생은 1명(1.4%) 있었으며, 주 2회 이하 사용한다고 응답한 학생은 17명(23.0%), 주 3-4회 사용한다고 응답한 학생은 33명(44.6%), 주 5-7회 사용하는 학생은 13명(17.6%) 응답하였다. 수시로 사용하는 학생은 7명(9.5%)였으며, 기타 응답한 학생은 3명(4.1%)으로, 응답없는 학생 2명과 ‘과제 중 모르는 내용이 나올 때’ 응답한 학생 1명이 있었다.

Table 3.

AI usage frequency (times/week)

Table 4.

Third survey question: Experience in data visualization

세 번째 설문 항목에 대한 질문에 39명(52.7%)의 학생들이 데이터 활용한 적이 있다고 응답하였으며, 데이터를 활용한 분야에 대해서는 주로 주식, 날씨, 가상화폐, 요리, 환경에 대한 자료를 조사 한 정도로 나타났다. 이들 중 데이터 시각화를 경험해 본 학생은 22명(29.7%) 이었으나 어떤 Tool을 사용하였는지에 대한 답변으로는 Python 14명, R 프로그램 1명 나머지 학생들 ChatGPT나 한글, 엑셀 등 통해 그래프 정도로 작성하는 수준의 시각화를 경험해보았음을 확인하였다.

네번째 설문 항목인 만족도 부분의 수업이 유익하였는가? 라는 질문에 그렇다. 42명(56.8%), 매우 그렇다. 26명(35.1%), 보통이다. 6명(8.1%) 순으로 답하여 대체적으로 만족도가 높은 것으로 확인되었다. 그 중 가장 유익한 것은 무엇인가? 라는 질문에 대한 답변 중 다음과 같은 내용이 있었다.

AI가 상당히 발전하여 이제는 전 세계에서 안 쓰는 곳이 없을 정도이다. 이런 시대에 AI에 대해 자세히 알고 AI의 특징, 빅데이터의 특징 등 다양한 것을 이론으로 배우니 더 재미있고 귀에 쏙쏙 박히는 기분이라 정말 유익하다. 컴퓨터를 잘 다루지 못해 실습하는 것을 정말 어려워하는데 이론으로 익히니 좋았다’

더 배우고 싶은 내용이 있는지에 대한 질문에 다음과 같은 답변이 있었다.

‘전공과목과 연계해 더 깊이 있는 AI 빅데이터 분석프로그램을 배우고 싶다’, ‘몇년 전까지만 하더라도 예술계는 절대 AI로 대체될 수 없다는 의견이 지배적이었지만 최근 몇 년 들어 그림도 AI가 생성해주고 음악도 간단한 명령으로 만들 수 있게 되면서 예술계 또한 많이 위태로운 상황입니다. 물론 인간이 창작한 예술작품을 AI가 대체할 수 없지만 이런 식으로 절대 대체 될리 없다고 생각했던 직업들이 가장 빠르게 대체되는 것을 보고 앞으로 AI가 더욱 발전하더라도 인간만이 할 수 있는 직업을 찾고, 배우고 싶습니다.’

Ⅳ. 결 론

본 연구는 대학교 초년생을 대상으로 하는 교양 인공지능 교육에 있어 빅데이터 기술을 활용한 학습분석이 교육의 질을 어떻게 향상시킬 수 있는지를 탐색하였다.

교양수업의 특성상 다양한 학과의 학생들이 참여하였다. 서로 다른 학과들이 모여서 하는 수업이어서 의견을 자유로이 주고받고, 설문도 함께 만들고 참여하는 수업으로 진행하게 된 점이 좋았다는 의견이 많았다. 빅데이터 개념이나 인공지능 수업을 그동안 눈으로 보는 수업에 익숙하였는데 스스로 다루어보고 실제 본인이 필요한 학과연계 미래직업이라는 목표에 맞게 준비할 수 있도록 진행하였다.

특히 기존의 이론 중심, 일방적 전달 방식의 한계를 극복하고, 학습자 맞춤형 피드백과 교수자의 실시간 의사결정을 가능케 하는 빅데이터 기반 학습분석의 필요성과 효과성을 고찰하였다. 그 결과, 학습 데이터의 체계적 수집과 분석은 학습자의 참여도와 이해도를 높이고, 교수자는 더 유연한 강의 운영이 가능함을 확인하였다.

이러한 결과는 인공지능 교육이 전공자에 국한되지 않고, 모든 학생에게 기초 소양으로 제공되어야 하는 시대적 흐름에 맞춰, 교양 교육의 역할을 재정의하는 데 중요하다고 생각되었다. 특히 1학년 시기에 제공되는 맞춤형 AI 교육은 이후 자신이 속한 전공 학습이나 디지털 사회 진입을 위한 기반이 될 수 있으며, 데이터 기반 교수법은 향후 대학교육 전반에 걸쳐 확산될 가능성을 내포하고 있다.

더 많은 대학 교양 과목에 빅데이터 기반 학습분석 시스템을 도입하고, 학습 효과의 정량적·정성적 측정을 통해 그 효과성을 입증할 필요가 있다. 또한, 데이터수집 및 활용 과정에서의 개인정보 보호, 윤리 기준 설정 등에 대한 체계적 가이드라인 개발도 병행되어야 할 것이다. 2025년은 AI와 인간이 협업하는 시대라고 한다. 데이터가 곧 경쟁력으로 환산되고 있으며 데이터를 해석하고 분석하여 새로운 질문을 만들어 내는 힘을 길러내는 역량을 사회 전반에서 필요로 하고 있다.

그러나 본 연구에서는 이론적 분석과 사례 중심의 제안에 중점을 두었으며, 빅데이터 활용 방안을 다루기에는 학생들의 기초지식을 단기간에 보완해야 하는 어려움이 있어 부족한 면이 발생하였다. 향후 연구에서는 보다 더 다양한 전공·대학을 대상으로 한 다기관 비교연구(Multisite Study)를 통해 데이터 기반 교양 교육의 확장 가능성을 검증할 필요가 있을 것이다.

결론적으로, 빅데이터는 인공지능을 활용한 교양 교육에서의 한계를 보완하고, 학생 중심의 교육 패러다임 전환을 가능하게 하는 중요한 수단이 될 수 있다. 이를 통해 대학은 단순한 지식 전달 기관을 넘어, 미래 사회가 요구하는 융합적 사고력과 디지털 소양을 갖춘 인재 양성의 중심 역할을 수행 할 수 있을 것으로 기대한다.

Acknowledgments

본 연구는 2025년도 나사렛대학교의 학술지원사업에 의하여 이루어진 연구입니다.

References

• M.-S. Lim, “Exploring Future Directions for Software Education in the Digital Transformation Era,” Journal of Digital Contents Society, Vol. 25, No. 7, pp. 1955-1962, July 2024. [https://doi.org/10.9728/dcs.2024.25.7.1955]
• D. S. Park and G W Song, “Development of a Context-aware Multimodal Interaction Framework for User Experience Enhancement in Autonomous Vehicles,” Journal of Digital Contents Society, Vol. 26. No. 2. pp. 393-408, February 2025. [https://doi.org/10.9728/dcs.2025.26.2.393]
• E. Mollick, Dual Brain, Sangsangsquare Publishing Corp. 2025
• J. Y. Lim, S. Y. KIm, and B. K. Kim, “Explortory Study of a Digital Literacy Curriculum for General Education,” Asia-Pacific Journal of Convergent Research Interchange, Vol. 9. No. 9. pp. 771-784, September 2023. [https://doi.org/10.47116/apjcri.2023.09.56]
• Y. J. Han, “Study on Developing Instructional Design Model based on Learning Analytics,” Journal of Korea Contests Association, Vol. 24, No. 5, pp. 376-383, 2024. [https://doi.org/10.5392/JKCA.2024.24.05.376]
• Y. M. Yi, “New Paradigm and Literacy in the Digital Era : Focusing on Digital Literacy and AI Literacy,” The Journal of General Education, No. 20, pp. 35-60, 2022. [https://doi.org/10.24173/jge.2022.07.20.2]
• H. K. Kim and S. W. Yi, “A Case Study on Teaching AI Literacy Using Problem-Based Learning(PBL) : The Composition and Operation of the Subject of the Course <Philosophy of AI> at Hanyang University,” The Journal of Liberal Arts, No. 28, pp. 83-113, July 2024. [https://doi.org/10.24173/jge.2024.07.28.3]
• H. J. Han, “Exploring Instructor Roles in Operating and Integrating ChatGPT into Classroom in Higher Education,” Journal of Digital Contents Society, Vol. 25, No. 2, pp. 465-474, February 2024. [https://doi.org/10.9728/dcs.2024.25.2.465]
• M. J. Lee, “Big Data Analytics and Utilization of Public Data,” Communications of the Korean Institute of Information Scientists and Engineers, Vol. 30, No. 6, pp. 33-39, June 2012
• O. H. Yoon, “The Emergence of Chat GPT and Exploration of the Direction of Liberal Arts Education,” Journal of the Korea Contents Association, Vol. 23, No. 5, pp. 86-96, May 2023. [https://doi.org/10.5392/JKCA.2023.23.05.086]
• D. H. Kim, “A Literature Review for Exploring Research Trends of Media, Digital, Information, & ICT Literacy in Korea,” Journal of Education & Culture, Vol. 26, No. 3, pp. 93-119, 2020. [https://doi.org/10.24159/joec.2020.26.3.93]
• OECD, AI and the Future of Skills, Volume 1: Capabilities and Assessments, Paris: OECD Publishing, 2021.
• F. Miao, W. Holmes, R. Huang, and H. Zhang, AI and Education: Guidance for Policy-Makers, Paris: UNESCO Publishing, 2021.
• World Economic Forum, The Future of Jobs Report 2023, Geneva., 2023.
• J. Y. Seo and S. H. Shin, “Case Study on Liberal Arts Education Methods for Developing AI Literacy Competencies in Universities,” Journal of Digital Contents Society, Vol. 25, No. 8, pp. 2153-2164. [https://doi.org/10.9728/dcs.2024.25.8.2153]
• D. Roh and H. Ok, “Curriculum Content Mapping (CCM) for Improving Gifted Programs in the Humanities and Social Sciences: Focusing on Comparison with OECD Future Competencies,” Journal of Gifted/Talented Education, Vol. 35, No.2, pp. 145-161, June 2025. [https://doi.org/10.9722/JGTE.2025.35.2.145]
• AI LITERACY. University to Launch AI Literacy Micro-Credential Free for All Students [Internet]. Available: https://www.uno.edu/news/2025-01-15/university-launch-ai-literacy-micro-credential-free-all-students, .
• AI Net. Kyobo Books, Chapter 2, 1) Changes in Education: A Major Transformation in Education in the AI ​​Era [Internet]. Available: https://www.ainet.link/21448, .