📄 social_science

The Influence of ChatGPT Usage, Learning Content, and Digital Competence on Biology Students’ Learning Motivation in the Digital Education Era: A Moderated Effect Analysis Model

본 연구는 366명의 생물학 전공 학생들을 대상으로 구조방정식 모델링을 활용하여, ChatGPT 사용과 학습 콘텐츠가 학습 동기에 긍정적인 영향을 미치는 한편, 디지털 역량이 콘텐츠의 효과를 높이고 ChatGPT가 학생의 참여에 기여하는 정도를 결정하는 핵심적인 조절 변수로 작용함을 입증한다.

원저자: Ibrahim Ibrahim, Juli Firmansyah, Jalaluddin Jalaluddin, Marwan Marwan

게시일 2026-08-07

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Ibrahim Ibrahim, Juli Firmansyah, Jalaluddin Jalaluddin, Marwan Marwan

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

미래의 교실을 단순히 칠판이 있는 방이 아니라, 대화를 통해 학습이 일어나는 거대한 디지털 놀이터라고 상상해 보세요. 이 세상에는 학생들을 학습에 열광하게 만들기 위해 고군분투하는 세 명의 주요 캐릭터가 있습니다. 첫 번째는 ChatGPT입니다. 언제든 당신과 대화할 수 있고, 질문에 즉각 답하며, 까다로운 개념을 풀 수 있도록 도와주는 초지능적이고 지치지 않는 AI 튜터입니다. 말을 걸면 대답해 주는 마법 같은 백과사전이라고 생각하면 됩니다. 두 번째는 학습 콘텐츠입니다. 이것은 여러분이 실제로 공부하는 내용, 즉 교과서, 비디오, 과제 등을 말합니다. 만약 이 콘텐츠가 지루하다면 최고의 AI라도 상황을 구원할 수 없겠지만, 만약 재미있고 유관하다면 이는 뇌를 위한 로켓 부스터 역할을 합니다. 마지막으로 디지털 역량은 단순히 기술을 사용하는 능력을 의미합니다. 이는 컴퓨터를 켤 줄 아는 사람과 컴퓨터를 이용해 우주선을 만들 줄 아는 사람의 차이와 같습니다.

오랫동안 교육자들은 궁금해해 왔습니다. 멋진 AI 튜터와 좋은 수업을 갖추는 것이 자동으로 학생들의 학습 의욕을 높여줄까요? 아니로, 학생이 얼마나 "기술에 능숙한가(tech-savvy)"가 중요할까요? 이 질문은 매우 중요합니다. 학교들이 AI 도구를 도입하기 위해 서두르고 있지만, 학생의 호기심을 실제로 자극하지 못하는 도구에 시간을 낭비하고 싶지 않기 때문입니다. 이 연구는 이 세 가지 재료가 어떻게 섞여서 인도네시아 대학생들의 학습 동기를 만들어내는지(혹은 실패하는지)를 살펴보며 바로 그 미스터리를 파헤칩니다.

연구: AI, 수업, 그리고 기술의 혼합

연구진은 이 레시피를 테스트하기 위해 인도네시아의 대학생 366명을 대상으로 그들의 습관을 조사했습니다. 그들은 ChatGPT 사용, 수업의 질, 그리고 학생 스스로의 기술 능력이 학습 동기를 예측할 수 있는지 확인하고자 했습니다. 그들은 숫자를 계산하기 위해 "구조 방정식 모델링(Structural Equation Modeling)"이라는 정교한 통계 도구(하나의 요소가 다른 요소를 어떻게 밀어내는지 보여주는 매우 정확한 지도라고 생각하세요)를 사용했습니다.

연구 결과는 다음과 같으며, 이해를 돕기 위해 몇 가지 비유를 곁들였습니다.

1. AI 튜터는 기술 습득 도구가 아닌 동기 부여 도구이다
연구 결과, ChatGPT를 사용하는 것은 학습 동기에 엄청난 상승 효과를 주었습니다. 학생들이 AI를 사용할 때, 그들은 더 의욕적이고 몰입하는 모습을 보였습니다. 이는 어려운 개념을 설명해주거나 숙제를 도와주기 위해 언제나 대기 중인 개인 치어리더를 둔 것과 같습니다. 이 과정은 덜 외롭고 더 즐겁게 느껴지게 합니다.

하지만 반전이 있습니다. ChatGPT를 사용하는 것이 자동으로 일반적인 기술 활용 능력을 향상시키지는 않았습니다. 연구진은 ChatGPT와 대화하는 것과 실제 "디지털 역량"을 향상시키는 것 사이의 연결 고리가 매우 약하다는 것을 발견했습니다. 이는 비디오 게임을 하는 것과 비슷합니다. 특정 게임은 정말 잘하게 될 수 있지만, 그것이 반드시 자동차를 고치거나 컴퓨터를 조립하는 법을 배웠다는 뜻은 아닙니다. 단순히 AI와 대화하는 것만으로는, 사용자가 그 이상의 활동을 하도록 유도되지 않는 한 초보자를 기술의 마법사로 탈바배 시켜주지 못합니다.

2. 좋은 수업이 진짜 슈퍼파워이다
혼합물에서 가장 강력한 재료는 학습 콘텐츠였습니다. 연구는 고품질의 흥미롭고 구조가 잘 잡힌 수업이 동기와 디지털 기술 모두에 엄청난 영향을 미친다는 것을 보여주었습니다. 만약 자료가 좋다면, 학생들은 열광하게 되고, 또한 그 도구를 탐구하는 기술도 향상됩니다. 이는 누군가에게 맛있고 영양가 높은 식사를 제공하는 것과 같습니다. 그들은 에너지(동기)를 얻고, 성장하는 데 필요한 영양소(기술)를 얻게 됩니다. 연구진은 좋은 콘텐츠가 모든 것을 움직이는 가장 강력한 동력임을 발견했습니다.

3. "기술에 능숙함"이라는 요소: 양날의 검
여기서 정말 흥-미로운 부분이 등장합니다. 연구진은 디지털 역량(학생들이 얼마나 기술에 능숙한지)이 다른 요소들이 작동하는 방식을 어떻게 바꾸는지 살펴봤습니다. 그들은 기술에 능숙한 것이 일종의 필터나 렌즈 역할을 한다는 것을 발견했습니다.

좋은 수업의 경우: 기술에 능숙할수록 수업의 효과가 더욱 극대화되었습니다. 이미 디지털 도구 사용법을 알고 있는 학생들은 고품질의 콘텐츠로부터 더 많은 '즙'을 짜낼 수 있었고, 이는 그들을 더욱 의욕적이게 만들었습니다. 이는 스포츠카의 고성능 엔진을 가진 것과 같습니다. 운전할 줄 아는 기술이 있다면 차는 더 빠르게 달릴 수 있습니다.
ChatGPT의 경우: 놀랍게도, 기술에 매우 능숙한 것은 ChatGPT가 주는 동기 부여 효과를 오히려 약화시켰습니다. 연구진은 기술에 이미 매우 익숙한 학생들은 AI의 도움 없이도 스스로 동기를 유지할 수 있을 것이라고 제안합니다. 그들은 이미 자신만의 방식으로 의욕을 유지하는 방법을 알고 있을 수 있으므로, AI가 기술에 자신이 없는 학생들만큼 추가적인 불꽃을 더해주지 않는 것입니다.

4. 큰 반전: 기술이 곧 동기는 아니다
이 연구가 배제한 가장 중요한 사실 중 하나는 "컴퓨터를 잘하면 학습을 좋아할 것이다"라는 생각입니다. 데이터는 디지털 역량과 학습 동기 사이에 통계적으로 유의미한 연결 고리가 없음을 보여주었습니다. 쉽게 말해, 통계 테스트(p-값 0.843)는 단순히 기술 전문가가 되는 것이 높은 학습 욕구로 직접 이어지지는 않는다는 것을 확인해주었습니다. 동기는 도구를 사용하는 기술에서 오는 것이 아니라, 학습의 경험(AI의 도움과 좋은 수업)에서 옵니다.

결론

이 연구는 ChatGPT와 같은 AI 도구가 학생들을 흥분시키는 데는 환상적이지만, 기술을 가르치는 마법 지팡이는 아니라고 결론짓습니다. 학생의 마음속에 불을 지피려면, 먼저 훌륭한 콘텐츠가 필요합니다. 또한, 기술에 능숙한 것이 좋은 수업을 최대한 활용하는 데 도움을 주기는 하지만, 그것이 처음부터 학습 의욕을 보장하는 것은 아닙니다. 마법은 적절한 도구가 적절한 콘텐츠를 만날 때 일어납니다.

기술 요약: ChatGPT 사용, 학습 콘텐츠 및 디지털 역량이 생물학 전공 학생의 학습 동기에 미치는 영향

범위에 관한 참고 사항: 제목에는 "생물학 전공 학생(Biology Students)"이 언급되어 있으나, 본 연구의 방법론 및 결과 섹션에 따르면 연구 대상은 시블라쿠스탄립라사다라대학교(Universitas Syiah Kuala) 교육학부의 학부생으로, 체육 교육, 영어 교육, 심리학 및 수학 전공을 포함합니다. 다음 요약은 논문에 제시된 실제 데이터와 범위를 반영합니다.

1. 문제 제기 및 연구 목적

본 연구는 생성형 AI(특히 ChatGPT)가 학생의 학습 동기에 미치는 실증적 영향에 관한 기존 문헌의 공백을 다룹니다. 선행 연구들이 AI 도구의 역량을 설명해 왔으나, 구체적인 사용 패턴, 학습 콘텐츠의 질, 그리고 학생의 디지털 역량이 어떻게 상호작용하여 동기에 영향을 미치는지에 대한 이해는 부족한 실정입니다. 나아가, 디지털 역량이 이러한 관계에서 조절 변수로서 수행하는 역할에 대한 연구도 미비합니다.

본 연구의 목적은 다음과 같습니다:

ChatGPT 사용 및 학습 콘텐츠가 학생의 디지털 역량과 학습 동기에 미치는 영향을 평가한다.
디지털 역량이 학습 동기에 직접적인 영향을 미치는지 결정한다.
디지털 역량이 ChatGPT 사용 및 학습 콘텐츠가 학습 동기에 미치는 영향을 조절하는지 조사한다.

2. 연구 방법론

연구 설계:
본 연구는 SmartPLS 소프트웨어를 이용한 부분최소제곱 구조방정식 모델링(SEM-PLS)을 활용한 양적 연구 설계를 채택하였습니다. 이 접근 방식은 적절한 표본 크기 내에서 복잡한 인과 관계와 조절 효과를 처리하기 위해 선택되었습니다.

모집단 및 표본:

모집단: 시블라쿠스탄립라사다대학교 교육학부 학부생 (4~8학기).
표본: 성별, 학년, 전공(체육 교육, 영어 교육, 심리학, 수학)의 비례적 대표성을 확보하기 위해 층화 무작위 추출법을 통해 선정된 366명의 응답자.
인구통계학적 특성: 응답자의 55%는 여성, 45%는 남성이었으며, 대다수(50%)는 21~23세였습니다.

측정 도구:
데이터는 5점 리커트 척도로 측정된 구조화된 설문지를 통해 수집되었습니다. 도구는 네 가지 잠재 변수를 평가했습니다:

ChatGPT 사용 (X1): 사용 빈도, 지속 시간 및 방식.
학습 콘텐츠 (X2): 인지된 관련성, 품질 및 상호작용 강도.
디지털 역량 (X3): 기술적 숙련도, 자신감 및 적응력.
학습 동기 (X4): 내재적 및 외재적 동기 유발 요인.

타당도 및 신뢰도:
측정 모델은 견고한 타당도와 신뢰도를 보여주었습니다. 모든 요인 적재량은 0.70을 초과했습니다 (전체적인 구성 타당도에 근거하여 유지된 0.608 하나 제외). Cronbach's Alpha 값은 0.739에서 0.888 사이였고, 합성 신뢰도(CR) 값은 0.834를 초과했으며, 평균 분산 추출값(AVE)은 모든 구성 변수에 대해 0.50 임계값을 상회했습니다. 판별 타당도는 Fornell-Larcker 기준을 사용하여 확인되었습니다.

편향 통제:
공통 방법 편향(common method bias)을 완화하기 위해 절차적 구제책(익명성 보장, 명확한 문항 작성)과 통계적 검증(Harman의 단일 요인 테스트)이 사용되었습니다.

3. 주요 결과

구조 모델 분석을 통해 다음과 같은 결과가 도출되었습니다:

직접 효과:

ChatGPT 사용 $\rightarrow$ 학습 동기: 강력하고 매우 유의미한 정(+)의 효과 ( $\beta = 0.422, p < 0.001$ ). ChatGPT의 빈번한 사용은 학생의 동기를 유의미하게 높입니다.
학습 콘텐츠 $\rightarrow$ 학습 동기: 모델 내에서 가장 강력한 직접 효과 ( $\beta = 0.550, p < 0.001$ ). 고품질의 관련성 있고 상호작적인 콘텐츠가 동기 부여의 주요 동력입니다.
학습 콘텐츠 $\rightarrow$ 디지털 역량: 유의미한 정(+)의 효과 ( $\beta = 0.171, p < 0.05$ ). 몰입도 높은 콘텐츠는 디지털 기술 발전에 기여합니다.
ChatGPT 사용 $\rightarrow$ 디지털 역량: 경계 수준의 유의미한 정(+)의 효과 ( $\beta = 0146, p = 0.067$ ). ChatGPT 사용이 디지털 역량 향상에 경향성을 보이지만, 그 효과는 상대적으로 약합니다.
디지털 역량 $\rightarrow$ 학습 동기: 지지되지 않음. 해당 관계는 통계적으로 유의미하지 않았습니다 ( $\beta = -0.005, p = 0.843$ ). 디지털 기술을 보유하는 것만으로는 학습 동기 상승으로 직접 연결되지 않습니다.

조절 효과:

ChatGPT 사용 $\rightarrow$ 동기 관계를 조절하는 디지털 역량: 유의미한 부(-)의 조절 효과 ( $\beta = -0.091, p = 0.032$ ). 높은 디지털 역량은 ChatGPT 사용과 동기 사이의 정(+)의 관계를 약화시킵니다. 저자들은 이를 보상 효과(compensatory effect)로 해석합니다. 즉, 디지털 기술이 높은 학생들은 스스로 조절 학습 능력을 갖추고 있어 동기 부여를 위해 ChatGPT에 덜 의존할 수 있습니다.
학습 콘텐츠 $\rightarrow$ 동기 관계를 조절하는 디지털 역량: 유의미한 정(+)의 조절 효과 ( $\beta = 0.132, p = 0.024$ ). 높은 디지털 역량은 학습 콘텐츠와 동기 사이의 관계를 강화합니다. 디지털 기술이 뛰어난 학생들은 고품질의 콘텐츠를 활용하여 동기를 높이는 데 더 능숙합니다.

모델 적합도:

본 모델은 학습 동기 분산의 **81.3%**를 설명하며 ( $R^2 = 0.813$ ), 높은 예측력을 나타냅니다.
본 모델은 디지털 역량 분산의 단 **8.7%**만을 설명하며 ( $R^2 = 0.087$ ), 이는 디지털 역량을 결정하는 데 있어 본 연구에 포함된 변수들보다 다른 요인들(예: 사전 경험, 인프라)이 더 큰 역할을 함을 시사합니다.

4. 주요 기여 및 주장

본 논문은 디지털 교육 분야에 다음과 같은 기여를 한다고 주장합니다:

동기 부여에서의 AI의 역할: 본 연구는 ChatGPT가 학습 동기의 중요한 동인임을 실증적으로 확인하였으며, 이는 즉각적이고 개인화된 피드백 및 자율성 지원 능력 때문인 것으로 보입니다.
콘텐츠 품질의 우선순위: AI 도구가 유익하긴 하지만, 학습 참여와 동기를 유발하는 데 있어 학습 콘텐츠의 품질과 설계가 여전히 가장 결정적인 요소임을 강조합니다.
디지털 역량의 미묘한 역할:
- 본 연구는 디지털 기술이 자동으로 높은 동기로 이어진다는 가설에 이의를 제기하며, 직접적인 유의미한 연결 고리를 찾지 못했습니다.
- 디지털 역량을 직접적인 예측 변수가 아닌 핵심적인 조절 변수로 확립했습니다. 디지털 역량은 "필터" 또는 "증폭기" 역할을 합니다. 즉, 좋은 콘텐츠의 이점을 강화하지만, 디지털 역량이 높은 학생들 사이에서는 AI 도구에 대한 의존도를 낮추기도 합니다.
기술 개발을 위한 AI의 한계: ChatGPT가 디지털 역량에 미치는 영향이 경계 수준의 유의성을 보인다는 점은, 단순히 AI에 노출되는 것만으로는 포괄적인 디지털 기술 발전에 충분하지 않으며, 가이드된 사용과 더 넓은 디지털 리터러티 전략이 필요함을 시사합니다.

5. 의의 및 시사점

저자들은 ChatGPT와 같은 AI 도구의 통합이 학생의 동기를 높이는 데 효과적이지만, 그 효과는 조건부적이라고 결론짓습니다. 본 연구는 다음을 강조합니다:

교육 설계의 중요성: 기술적 성과를 극대화하기 위해서는 기술이 고품질의 상호작용적 학습 콘텐츠와 함께 통합되어야 합니다.
기술 vs 동기: 디지털 역량을 향상시키는 것은 도구에 접근하기 위해 필요하지만, 그것이 동기 부여 요인을 대체할 수는 없습니다. 동기는 기술적 숙련도 자체보다는 학습 환경과 콘텐츠의 관련성에 의해 더 강력하게 영향을 받습니다.
맥락적 의존성: 기술의 영향은 학생의 디지털 역량 수준에 따라 달라집니다. 교육자는 높은 역량을 가진 학생들이 낮은 역량을 가진 학생들과 비교하여 AI 도구로부터 얻는 동기 부여의 이점이 다를 수 있음을 인지해야 합니다.

결론적으로, 본 논문은 향-후 교육 전략이 기술을 동기 부여를 위한 단독 해결책으로 의존하기보다는, 고품질 콘텐츠, 전략적 AI 사용, 그리고 디지털 역량 개발의 시너지 통합에 집중해야 한다고 제언합니다.