기술 요약: 과학적 연구 기술 향상을 위한 멀티모달 생성형 AI 챗봇

문제 제기

교육 분야에서 인공지능(AI)의 통합이 급격히 진행되고 있음에도 불구하고, 기존 문헌은 고차원적 과학 연구 기술에 대한 생성형 AI(GenAI)의 적용과 관련하여 파편화된 상태로 남아 있다. 대부분의 연구는 일반적인 참여도, 언어 학습, 또는 학술적 글쓰기에 초점을 맞추고 있으며, 챗봇, 비디오 요약, 인포그래픽을 하나의 통합된 프레임워크의 구성 요소가 아닌 독립적인 변수로 취급하는 경아가 많다. 더욱이, 이러한 기술들을 아랍 지역, 특히 오만의 대학원 교사 교육 맥락 내에서 조사한 실증적 연구는 부족한 실정이다. 핵심적인 격차로는 다양한 GenAI 생성 요약 양식(비디오, 인포그래픽, 오디오) 간의 비교 분석 부재와, AI 지원 학습 환경과 과학적 연구 역량 개발 사이의 관계를 매개하는 심리적 기제(구체적으로 자기결정론(SDT) 관점)에 대한 이해 부족이 포함된다.

연구 방법론

본 연구는 오만 술탄국 아랍 오픈 대학교(Arab Open University)의 교육 자격 디플로마 프로그램 내 연구 방법론 과정을 수강 중인 308명의 학생을 대상으로 한 양적, 사후 검사 설계의 준실험 설계(posttest-only quasi-experimental design)를 채택하였다.

• 참가자: 표본은 308명의 오만 국적자(여성 78.9%, 연령 20~29세 85.3%)로 구성되었으며, 모두 학사 학위를 소지하고 있다. 참가자들은 세 개의 실험 집단으로 배정되었다: 비디오 요약($n=98$), 인포그래픽 요약($n=104$), 오디오 요약($n=106$).
• 중재(Intervention): 모든 집단은 연구 관련 학습 활동을 지원하도록 설계된 생성형 AI 강화 챗봇을 활용하였다. 교수 내용과 목표는 모든 집단에서 동일하였으며, 독립 변수는 학생들에게 제공되는 AI 생성 요약의 양식(비디오, 인포그래픽 또는 오디오)이었다.
• 변수:
  • 독립 변수: 지각된 정보 및 요약 품질, 인지 부하 감소.
  • 매개 변수: 자기결정론(SDT)에서 유래한 기본 심리적 욕구(자율성, 유능성, 관계성).
  • 종속 변수: 과학적 연구 기술(연구자가 개발한 16개 항목의 도구를 통해 측정).
• 데이터 분석: 본 연구는 모델 검증을 위해 10,000회의 부트스트랩 재표집을 포함한 부분 최소 제곱 구조 방정식 모델링(PLS-SEM)을 활용하였다. 집단 간 차이는 일원 분산 분석(one-way ANOVA, 또는 분산의 균질성이 위배된 경우 Welch's ANOVA)과 사후 비교를 통해 분석되었다. 측정 타당도는 신뢰도 검사(Cronbach's alpha, 합성 신뢰도), 수렴 타당도(AVE), 판별 타당도(HTMT)를 통해 확인되었다.

주요 결과

1. 양식 효과 (Modality Effects)

요약 양식에 따라 모든 연구 결과에서 유의미한 차이가 관찰되었다.

• 과학적 연구 기술: 비디오 조건이 가장 높은 점수($M=0.86$)를 기록하였고, 인포그래픽($M=0.71$), 오디오($M=0.59$) 순이었다. 모든 쌍별 비교는 통계적으로 유의미하였으며, 비디오 조건이 가장 큰 효과 크기($\omega^2 = .164$)를 보였다.
• 지각적 결과: 비디오 조건은 지각된 정보 품질, 인지 부하 감소, 심리적 욕구 충족도 측면에서 오디오 조건을 지속적으로 상회하였다. 인포그래픽 조건은 지각된 정보 품질에서 오디오보다 우수한 성능을 보였다는 점을 제외하고는 일반적으로 오디오와 유사한 성능을 보였다.

2. 구조 모델 및 직접 효과

구조 모델은 과학적 연구 기술 분산의 **52.8%**를 설명하였다.

• **정보 및 요약 품질(ISQ)**은 자율성($\beta=.337$), 유능성($\beta=.464$), 관계성($\beta=.335$)을 유의미하게 예측하였다.
• 인지 부하 감소(CLR) 또한 세 가지 심리적 욕구를 모두 유의미하게 예측하였으나, 계수는 더 작았다($\beta$ 범위: .140–.202).
• 심리적 욕구: 자율성, 유능성, 관계성 모두 과학적 연구 기술을 유의미하게 예측하였다. 특히 유능성이 가장 강한 연관성($\beta=.316$)을 보였다.
• 직접 경로: 초기 모델에서 ISQ와 CLR은 기술에 대한 유의미한 직접 효과를 가졌으나, 실험 조건을 통제했을 때 ISQ의 직접 효과는 유의미하지 않게 되었다. 이는 ISQ의 영향이 주로 매개됨을 시사한다.

3. 매개 분석

여섯 가지 모든 특정 간접 효과가 유의미하게 나타나, 상보적 부분 매개 모델을 지지하였다.

• ISQ 경로: 유능성을 통한 ISQ의 간접 효과가 가장 강하였고($\beta=.147$), 그 다음으로 자율성($\beta=.091$), 관계성($\beta=.061$) 순이었다.
• CLR 경로: 세 가지 욕구를 통한 간접 효과는 더 작았으나 유의미하였다($\beta$ 범위: .036–.055).
• 실험적 매개: 실험적 조작이 포함되었을 때, 비디오 조건은 직접적($\beta=.275$) 및 SDT 기제를 통한 간접적($\beta=.200$) 경로 모두를 통해 성과를 향상시켰다. 반면, 인포그래픽의 오디오 대비 우위는 주로 직접적인 효과였으며, 심리적 욕구 체인을 통한 유의미한 간접 효과는 나타나지 않았다.

핵심 기여 및 의의

이론적 기여

1. 자기결정론(SDT)의 확장: 본 연구는 SDT를 생성형 AI 지원 과학 연구 교육 영역으로 확장하여, 자율성, 유능성, 관계성이 교수 설계와 고차원적 연구 기술을 연결하는 핵심적인 매개체임을 입증하였다.
2. 인지적 및 동기적 기제의 통합: 인지적 요인과 동기적 요인을 경쟁적 설명으로 다루는 기존 연구와 달리, 본 모델은 인지 부하 이론과 SDT를 통합한다. 이는 고품질의 인지적으로 관리 가능한 GenAI 콘텐츠가 심리적 욕구 충족을 촉진하고, 이것이 다시 기술 습득을 이끈다는 가설을 제시한다.
3. 멀티모달 비교 증거: 본 논문은 GenAI가 생성한 비디오, 인포그래픽, 오디오 요약을 동시에 비교하는 드문 실증적 근거를 제공한다. 이는 모든 양식에서 학습 결과가 동일할 것이라는 가정을 반박하며, 순차적 연구 프로세스를 위해 비디오가 가진 특정한 효용성을 강조한다한다.

실무적 시사점

• 교수 설계: 교육자와 설계자는 단순한 기술적 가용성보다 AI 생성 콘텐츠의 품질과 구조를 우선시해야 한다. 비디오 요약은 순차적인 연구 절차를 시연하는 데 특히 효과적인 반면, 인포그래픽은 개념적 관계를 전달하는 데 더 적합할 수 있다.
• 인지적 스캐폴딩(Scaffolding) vs. 오프로딩(Offloading): 본 연구 결과는 효과적인 GenAI 활용이 비판적 평가와 종합을 위한 지적 노력을 보존하면서도 외생적 처리 과정을 줄이는 "생산적 인지 부하 관리"를 포함해야 함을 시사한다.
• 심리적 지원: GenAI 중재는 학습자의 자율성(선택/속도), 유능성(피드백/숙달), 관계성(반응형 상호작용)을 명시적으로 지원하도록 설계되어야 하며, 이것이 AI가 연구 기술 향상으로 전환되는 메커니즘이다.

한계 및 주장의 겸허함

저자는 본 연구가 오만 술탄국의 특정 맥락과 단일 교육 프로그램에 국한되어 있어 광범위한 일반화에 한계가 있음을 인정한다. 또한 본 연구는 횡단적 연구이며, 매개를 식별하기는 했으나 심리적 욕구의 장기적인 변화를 확립하지는 못했다. 나아가, 본 연구는 유익한 인지적 스캐폴딩과 잠재적인 "인지적 오프로딩"을 구분하며, 인지적 노력이 감소하는 것이 반드시 비판적 사고를 대체하는 것이 아니라면 깊은 추론으로 이어지지 않는다는 점을 언급한다. 결론적으로, GenAI는 사고를 대체하는 것이 아니라 보조할 때 가장 가치 있으며, 그 효과는 특정 연구 기술이 요구하는 인지적 요구 사항과 양식 간의 전략적 정렬에 달려 있다.