Human-Guided AI Interaction in Task-Based Language Teaching: Effects of ChatGPT and Embodied Multimodal Conversational AI in Mixed Reality on ESL Learners’ Job Interview Anxiety and Oral Performance

기술 요약: 과업 중심 언어 교수법에서의 인간 유도형 AI 상호작용

문제 제기
특수 목적 영어(ESP) 학습자, 특히 직업 면접과 같은 고부담 상황을 준비하는 학습자들은 구어 숙달도를 발달시키는 데 있어 상당한 장벽에 직면한다. 전통적인 교육은 종종 대규모 학급 규모, 개인화 부족, 그리고 실제적인 상호작용 기회의 제한이라는 문제점을 안고 있으며, 이는 외국어 불안(FLA)을 악화시킨다. 다양한 개입 방안이 존재함에도 불구하고, 서로 다른 AI 매개 상호작용 양식—구체적으로 음성 기반 생성형 AI와 혼합 현실(MR) 내의 체화된 다중 모드 에이전트—이 구사 능력과 불안에 동시에 미치는 영향을 비교하는 통합적 연구에는 결정적인 공백이 존재한다. 또한, 기존 연구들은 주로 자기 보고식 불안 측정치에만 의존하여, 실시간 정동 상태를 포착할 수 있는 생리적 데이터를 결과에서 누락하는 경향이 있다.

연구 방법론
본 연구는 "Skills for Success" 과정에 등록된 75명의 성인 ESL 학습자를 대상으로 6주간의 개입을 수행하는 준실험적 혼합 방법론 설계를 채택하였다. 참가자들은 다음 세 가지 조건 중 하나에 배정되었다:

1. 통제 집단: 전통적인 강사 주도 수업.
2. ChatGPT 집단: 프롬프트 엔지니어링을 활용하여 ESL 직업 면접 트레이너를 시뮬레이션한 ChatGPT 음성 모드를 통한 상호작용.
3. MECAI 집단 (다중 모드 체화된 대화형 AI): 혼합 현실 환경(Meta Quest Pro 헤드셋 및 Unity/Convvai SDK 활용) 내에서 체화된 AI 에이전트와의 상호작용. 해당 에이전트는 사무실 환경 내에서 시선 처리, 제스처 및 음성 상호작용 기능을 갖추었다.

데이터 수집 및 분석:

• 수행 능력: 사전 및 사후 모의 직업 면접을 유창성, 발음, 문법, 어휘, 내용 및 관련성을 다루는 표준화된 분석 루브릭을 사용하여 평가하였다. 점수는 전체 수행 지표를 위해 합산되었다.
• 불안: 외국어 학습 불안 척도(FLCAS)와 인터뷰 중의 생리적 심박수 모니터링(Polar OH1)을 통해 측정되었다.
• 질적 데이터: 참가자 대상 구조화된 인터뷰를 실시하였으며, 이를 주제별로 분석하였다.
• 통계: 집단 간 및 시간 경과에 따른 수행 능력, 심박수, FLCAS 점수의 차이를 분석하기 위해 이원 반복 측정 분산 분석(two-way repeated measures ANOVA)을 사용하였다.

주요 결과

• 구어 수행 능력: 모든 집단에서 사전 테스트 대비 사후 테스트에서 유의미한 향상이 나타났다. 그러나 MECAI 집단이 가장 큰 폭의 향상(사전: 9.36; 사후: 18.52)을 보였고, 그 뒤를 ChatGPT 집단(사전: 8.96; 사후: 15.52), 통제 집단(사전: 7.92; 사후: 12.88)이 이었다. 쌍별 비교 결과 세 조건 간의 통계적으로 유의미한 차이가 확인되었다 ($p < 0.001$).
• 불안 (FLCAS 및 심박수): 기술적 추세는 MECAI 집단에서 불안 감소(자기 보고 및 심박수 모두)를 시사했으나, FLCAS나 심박수 측정치 모두 집단 간 또는 시간 경과에 따른 통계적 유의성에 도달하지 못했다. 본 연구는 수행 능력의 향상이 불안 감소보다 선행될 수 있거나, 과업의 고부담 특성이 숙련도 향상에도 불구하고 생리적 각성을 유지시켰을 가능성을 언급한다.
• 질적 결과: 주제 분석을 통해 네 가지 핵심 주제가 도출되었다:
  1. AI의 역할과 자신감: AI는 연습을 위한 판단 없는 환경을 제공하였으나, 음성 전용 그룹에서 비언어적 단서의 부재가 한계점으로 지적되었다.
  2. 몰입감과 현존감: MECAI 그룹은 강한 "현장감"과 사실감을 보고하였으며, 체화된 에이전트를 "실제 사람" 또는 신뢰할 수 있는 조언자로 인식하였다.
  3. 필수적인 인간 강사: 모든 그룹은 AI가 정서적 조율과 문화적 가이드를 제공하는 인간 교사를 대체하는 것이 아니라 보완하는 도구라는 점을 강조하였다.
  4. 불안 관리: 학습자들은 적절한 수준의 불안이 잠재적으로 생산적일 수 있다고 보았으며, AI가 인간 대화 상대와 비교했을 때 부정적 평가에 대한 두려움을 줄여준다고 언급하였다.

의의 및 주장
본 논문은 혼합 현실 내의 체화된 대화형 AI가 ESP 구사 능력 발달에 있어 유의미한 이점을 제공하며, 구사 능력 향상 측면에서 전통적인 교육 및 음성 전용 AI보다 우수한 성능을 보인다고 주장한다. 본 연구는 AI 에이전트의 "체화(embodiment)"—즉, 시각적 단서, 제스처, 사회적 현존감 제공—가 음성 전용 상호작용보다 이러한 성취에 더 효과적으로 기여한다고 제안한다.

그러나 저자는 불안 감소에 대해서는 신중한 입장을 유지한다. 연구에서 통계적 유의성이 확보되지 않았음을 근거로, 6주간의 기간 내에 AI 매개 연습이 불안을 감소시킨다는 강력한 증거를 제공하지 못했다고 명시적으로 밝히고 있다. 본 연구의 의의는 AI(특히 MR 기반)가 수행 능력을 크게 향ument할 수 있지만, 단독 솔루션이라기보다는 인간 강사에 의해 유도되는 교육적 도구로서 기능할 때 가장 효과적이라는 점을 입증하는 데 있다. 본 연구는 사회적 현존감의 메커니즘과 실제 고용 환경으로의 장기적인 기술 전이에 대한 추가적인 조사의 필요성을 강조한다.