생성형 AI 기반 작곡교육의 시스템 품질이 수업만족도에 미치는 영향: 자기조절학습의 매개효과를 중심으로

Q: 이 논문에서 정의한 자기조절학습이란 무엇인가?

자기조절학습은 학습자가 자신의 학습 과정에서 능동적으로 목표를 설정하고, 계획하며, 이를 실천하고 성과를 모니터링하는 일련의 과정을 스스로 조절하는 능력이다. 이는 학습 전반에 걸쳐 계획, 모니터링, 평가 단계를 반복하며 효과적인 학습 전략을 개발하여 학습의 효과성과 효율성을 증진시킨다.

Q: 생성형 AI 기반 작곡 교육의 시스템 품질은 학습자의 수업 만족도에 어떤 영향을 미치는가?

연구 결과, 생성형 AI 기반 작곡 교육의 시스템 품질은 학습자의 인지 조절, 동기 조절, 행동 조절 능력을 향상시키고, 이러한 자기조절학습 능력의 증진을 통해 수업 만족도를 높이는 것으로 나타났다. AI는 맞춤형 피드백과 참여형 학습 환경을 제공하여 학습자의 주도적 학습을 촉진한다.

유응우

doi:10.31152/JB.2025.02.10.1.105

추천

검색

질문

자료유형: 학술저널

저자정보: 유응우 (상명대학교 대학원)

저널정보: 한국비즈니스학회 비즈니스융복합연구 비즈니스융복합연구 제10권 제1호

발행연도: 2025.2

수록면: 105 - 110 (6page)

DOI: 10.31152/JB.2025.02.10.1.105

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

본 연구는 생성형 AI를 활용한 작곡 교육에서 시스템 품질이 학습자의 수업 만족도에 미치는 영향을 분석하고, 이 관계에서 자기조절학습의 매개 효과를 실증적으로 탐구하였다. 분석 결과, 생성형 AI 기반 작곡 교육의 시스템 품질은 학습자의 자기조절학습 능력(인지 조절, 동기 조절, 행동 조절)을 유의미하게 향상시키며, 그에 따라 수업 만족도 또한 증가하는 것으로 나타났다. 특히, 자기조절학습 능력이 향상될수록 학습자는 학습 목표 설정과 전략 조정에 있어 능동적으로 참여하게 되며, 이는 수업에 대한 만족도를 높이는 중요한 요인으로 작용한다. 본 연구는 자기조절학습이 학습자의 성취감과 몰입감을 증대시키고, 이를 통해 학습 만족도를 높이는 핵심적인 역할을 한다는 점을 확인하였다. 또한, 부트스트랩핑(bootstrapping) 분석을 통해 AI 기반 작곡 교육이 수업 만족도에 미치는 영향에서 자기조절학습 능력이 중요한 매개 역할을 한다는 점을 검증하였다. 이는 생성형 AI가 학습자에게 맞춤형 피드백과 참여형 학습 환경을 제공함으로써, 학습자가 자신의 학습 과정을 능동적으로 조절하고 긍정적인 수업 경험을 쌓을 수 있게 돕는 역할을 한다는 것을 의미한다. 결과적으로, 본 연구는 생성형 AI와 자기조절학습의 결합이 학습자 만족도와 학습 경험의 질을 높이는 효과적인 방법임을 강조하며, AI 기반 교육이 학습자 주도 학습을 촉진하는 중요한 도구임을 입증하였다.

This study analyzes the impact of system quality in AI-based composition education on learners' class satisfaction and empirically explores the mediating effect of self-regulated learning in this relationship. The results of structural equation modeling analysis show that the system quality of AI-based composition education significantly enhances learners' self-regulated learning abilities (cognitive regulation, motivational regulation, and behavioral regulation), which in turn increases class satisfaction. Specifically, the finding that self-regulated learning positively impacts learners suggests that as learners improve their ability to set learning goals and adjust learning strategies, their satisfaction with the class also increases. This indicates that self-regulated learning plays a key role in enhancing learners' sense of achievement and engagement, which are important factors in boosting class satisfaction. Additionally, bootstrapping analysis confirmed the mediating effect of self-regulated learning abilities in the relationship between AI-based composition education and class satisfaction. This demonstrates that AI-based music education not only enhances learners' satisfaction with the class but also helps them develop self-regulated learning skills, which in turn strengthens their positive perception and satisfaction with the class. Generative AI provides personalized feedback and an interactive learning environment tailored to learners' individual needs and interests, supporting them in actively managing their learning process. This suggests that AI can complement aspects that are challenging in traditional educational settings. Therefore, this study emphasizes that the combination of generative AI and self-regulated learning is an important method for improving learner satisfaction and the quality of learning experiences, confirming that AI-based education is an effective tool for promoting learner-centered learning.

#생성형 AI 기반 교육 #작곡교육 #자기조절학습 #수업만족도 #generative AI-based education #composition education #self-regulated learning #claa satisfaction

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092528203

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)