Investigating the Association of Artificial Intelligence Tools Acceptance and Digital Self- Efficacy with Academic Anxiety among Medical Students

기술 요약: AI 도구 수용도 및 디지털 자기효능감과 학업 불안의 연관성

문제 제기
인공지능(AI)은 지능형 튜터링 시스템과 생성형 플랫폼을 통해 의학 교육을 빠르게 변화시키고 있습니다. 이러한 도구들은 학습 효율성을 높일 것을 약속하지만, 그 통합 과정에서 학생들의 적응 및 심리적 안녕, 특히 학업 불안에 대한 우려를 불러일로킵니다. 인지적, 정서적, 생리적 반응을 포함하는 학업 압박의 한 형태인 학업 불안은 새로운 기술의 복잡성, 인간 역량 감소에 대한 두려움, 그리고 미래의 전문적 역할에 대한 불확실성으로 인해 악화될 수 있습니다.

기존 문헌은 AI 도구 수용(예: 기술 수용 및 활용 이론, UTAUT를 통한)과 디지털 자기효능감(디지털 기술 사용에 대한 자신감)을 유발하는 요인들을 광범위하게 조사해 왔으나, AI 수용, 디지털 자기효능감, 그리고 학업 불안 사이의 통합적인 관계에 대한 증거는 제한적입니다. 또한, 이전 연구들은 주로 행동적 결과에 초점을 맞추었으며 심리적 결과에 대해서는 연구가 부족했습니다. 특히 이란과 같은 개발도з국의 의학 교육 환경에서의 데이터 공백이 존재합니다. 본 연구는 이러한 개념들이 어떻게 상호작용하는지, 그리고 성별과 같은 인구통계학적 변수가 이러한 관계를 조절하는지 이해하는 필요성을 다룹니다.

연구 방법론

• 설계 및 대상: 2025년 공나바드 의과대학교(Gonabad University of Medical Sciences)에서 실시된 단면 연구로, 의학, 파라메디컬 과학, 간호학, 보건학의 4개 학부에서 비례 층화 추출법을 통해 선정된 237명의 참가자를 대상으로 하였습니다.
• 측정 도구: 다음의 네 가지 검증된 설문지를 사용하여 데이터를 수집하였습니다:
  1. 인구통계학적 설문지: 연령, 성별, 학부, GPA(학점), 일일 AI 사용 시간을 기록하였습니다.
  2. AI 기술 수용 설문지: UTAUT 모델을 기반으로 하며(21개 문항, 6개 하위 척도), 5점 리커트 척도로 측정되었습니다.
  3. 디지털 자기효능감 척도: 5개 하위 척도(커뮤니케이션, 리터러시, 콘텐츠 생성, 문제 해결, 보안)에 걸친 25개 문항으로 구성되었으며, 6점 리커트 척도로 측정되었습니다.
  4. 학업 불안 설문지: 4개 하위 척도에 걸친 19개 문항으로 구성되었으며, 5점 리커트 척도로 측정되었습니다.
• 통계 분석:
  • 기술 통계(Descriptive statistics)를 통해 참가자의 특성을 요약하였습니다.
  • 단변량 선형 회귀(Univariate Linear Regression): 인구통계학적 특성과 세 가지 주요 변수 간의 연관성을 조사하였습니다.
  • 피어슨 상관계수(Pearson Correlation): 주요 요인들과 그 하위 구성 요소들 간의 관계를 탐색하였습니다.
  • 일반화 선형 모델 트리(GLMtree): 비선형 관계와 연관 패턴이 달라지는 인구통계학적 하위 그룹을 식별하기 위한 탐색적 접근법으로 사용되었습니다. 모델은 BIC, AIC, Gini 지수 기준을 사용하여 평가되었습니다.
  • 소프트웨어: R 버전 4.5.0 (ggplot2, partykit 패키지)을 사용하였습니다.

주요 결과

• 기술 통계: 대다수의 학생(63.3%)은 중등 수준의 디지털 리터러시를 보유하고 있었으며, 56.5%는 AI 도구를 하루 1시간 미만으로 사용했습니다. 연구 변수와 관련하여, 79.2%가 높은 디지털 자기효능감을 보였고, 94.9%가 중등 수준의 AI 도구 수용도를 보였으며, 학업 불안은 저(58.2%) 및 중등(41.8%) 수준으로 분포되었습니다.
• 디지털 역량의 예측 요인: 디지털 리터러시가 가장 강력하고 일관된 예측 변수였습니다. 낮은 디지털 리터러시는 낮은 디지털 자기효능감($\beta = -21.13, p < 0.001$) 및 낮은 AI 도구 수용도($\beta = -8.04, p < 0.001$)와 유의미한 상관관계가 있었습니다. 낮은 GPA 또한 감소된 디지털 자기효능감과 연관되었습니다.
• 불안의 예측 요인: 성별은 학업 불안의 유의미한 예측 변수였으며, 남학생이 여학생보다 유의미하게 낮은 불안을 보고했습니다 ($\beta = -7.90, p = 0.001$). 석사 과정생과 보건학부 학생들도 타 집단에 비해 낮은 불안을 보고했습니다.
• 상관관계: 관찰된 가장 강력한 상관관계는 디지털 자기효능감과 AI 도구 수용도 사이의 관계였습니다 ($r = 0.50, p < 0.001$). 이 변수들과 학업 불안 사이의 상관관계는 전반적으로 약했습니다.
• GLMtree 결과 (성별 상호작용): 성별이 디지털 자기효능감과 학업 불안 사이의 관계를 결정짓는 유일한 분할 변수로 나타났습니다:
  • 남학생: 유의미한 부(-)의 관계가 발견되었습니다 ($\beta = -0.17, p = 0.026$). 이는 높은 디지털 자기효능감이 낮은 학업 불안과 상관관계가 있음을 나타냅니다.
  • 여학생: 정(+)의 경향이 관찰되었습니다 ($\beta = 0.16, p = 0.053$). 이는 높은 디지털 자기효능감이 높은 (또는 적어도 낮아지지 않는) 학업 불안과 연관될 수 있음을 시사합니다.

주요 기여

1. 통합적 프레임워크: 본 연구는 이란의 의학 교육 맥락 내에서 AI 수용, 디지털 자기효능감, 학업 불안을 하나의 개념적 프레임워크 내에서 통합적으로 조사한 최초의 연구 중 하나입니다.
2. 성별 특이적 패턴: GLMtree 분석을 통해 본 연구는 중요한 성별 기반의 차이를 식별했습니다. 즉, 디지털 자기효능감은 남성에게는 불안에 대한 보호 요인으로 작용하지만, 여성에게는 정(positive)의 관계(잠재적 위험 관련성)를 보이는 경향이 있습니다.
3. 기초로서의 리터러시: 본 연구는 디지털 리터러시가 AI 도구 수용 및 디지털 자기효능감 발달의 전제 조건임을 확인하였으나, 이것이 반드시 전반적인 학업 불안 감소로 직접 이어지지는 않는다는 점을 확인했습니다.

의의 및 주장
저자들은 연구 결과가 디지털 역량과 학업 불안을 평가할 때 성별을 고려해야 할 필요성을 강조한다고 주장합니다. 본 연구는 디지털 리터러시를 강화하는 것이 AI 수용에는 중요하지만, 학업 불안을 균일하게 감소시키지는 않는다는 점을 시사합니다.

본 논문은 디지털 자기효능감과 불안 사이의 관계가 복잡하며 맥락 의존적이라고 상정합니다. 여학생의 경우, 높은 자기효능감이 높은 불안과 동시에 나타날 수 있는데, 이는 자신감, 높은 학업적 기대, 그리고 신기술에 적응해야 하는 압박 사이의 복잡한 상호작용을 반영할 수 있습니다. 따라서 저자들은 교육적 개입이 "모두에게 동일한 방식(one-size-fits-all)"이 되어서는 안 된다고 주장하며 다음과 같이 권고합니다:

• 여성 학생들의 구체적인 요구와 불안 패턴을 다루기 위한 성별 민감적 교육 프로그램.
• AI 수용의 토대가 되는 디지털 리터러시를 강화하기 위한 타겟형 워크숍.
• 기술적 훈련만으로는 불안 수준을 완전히 설명할 수 없으므로, 기술적 기술과 더불어 광범위한 심리적 요인(교육적 압박, 기대치)을 함께 다루는 총체적 지원.

결론적으로, 본 연구는 UTAUT 모델이 기술 수용을 잘 설명하지만, 학업 불안을 이해하기 위해서는 성별 역동성을 포함한 심리사회적 및 맥락적 요인을 통합해야 한다고 결론짓습니다.