국내 대학 교육에서의 생성형 AI 활용 연구 동향 분석

Q: 이 논문에서 정의한 생성형 AI란 무엇인가?

생성형 AI는 AI 기술로 시각적, 청각적, 언어적 형태의 데이터를 학습하여 사람처럼 의미와 문맥을 이해하고 새로운 데이터를 생성하는 기술이다. 이는 대규모 언어모델(LLM)을 기반으로 복잡한 언어 패턴과 의미를 학습하며 추론 과정을 통해 새로운 콘텐츠를 생성하는 특징을 가진다.

Q: 국내 대학 교육에서 생성형 AI 활용의 가장 큰 과제는 무엇인가?

연구 결과, 국내 대학 교육에서 생성형 AI 활용의 가장 큰 과제는 AI 활용 가이드 수립 및 교육 시행으로 나타났다. 이는 윤리적 지침, 기능적 특징 이해, 성공적 활용 예시, 활용 범위, 책임 명시 등을 포함하며, 교수자와 학습자의 역량 함양을 위한 체계적인 지원이 필요하다.

오수경; 신미성; 임다미

doi:10.9717/kmms.2025.28.2.353

추천

검색

질문

자료유형: 학술저널

저자정보: 오수경 (국립공주대학교) 신미성 (국립공주대학교) 임다미 (국립공주대학교)

저널정보: 한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제28권 제2호

발행연도: 2025.2

수록면: 353 - 365 (13page)

DOI: 10.9717/kmms.2025.28.2.353

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

The purpose of this study is to analyze research trends in the use of generative AI in Korean higher education, identify the research methods, the curricula and courses in which generative AI has been applied, and the specific generative AI tools used. Additionally, this study examines the purposes and effectiveness of generative AI in education and explores key challenges associated with its implementation in universities. To achieve these objectives, a scoping review was conducted, analyzing a total of 27 relevant studies. The findings indicate that generative AI has been widely studied in general education and writing courses in Korean universities. The positive effects of generative AI use include enhancing learning efficiency and effectiveness, while the primary negative effect is the dissatisfaction with output quality. The most commonly identified challenge in integrating generative AI into higher education is the development and implementation of AI utilization guides.

#Generative AI #Higher Education #Scoping Review

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092454324

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)