📄 social_science

Developing Pre-service Primary Teachers’ Creative Pedagogical Behaviours through STEAM Design-Based Learning in Viet Nam

이 연구는 15주간의 STEAM 설계 기반 학습 과정이 마이크로티칭 실행에서의 어려움과 성찰을 위한 생성형 AI의 비판적 활용 제한에도 불구하고, 현지 커리큘럼과 교실 내 제약 조건에 맞춰 STEAM 아이디어를 조정하는 규율 있는 과정을 촉진함으로써 베트남 예비 초등 교사들의 창의적 교수 행동을 유의미하게 향상시킨다는 것을 입증한다.

원저자: Tuan Minh Dang

게시일 2026-06-28

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Tuan Minh Dang

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

개요: "멋진 아이디어"에서 "가르칠 수 있는 교훈"으로

당신이 요리사라고 상상해 보세요. 당신은 먹으면 색깔이 변하는 "은하수 스파게티"라는 아주 멋지고 화려한 새로운 요리 아이디어를 가지고 있습니다. 정말 놀랍고 창의적으로 들리죠? 하지만 만약 이 요리를 초등학교 7세 아이들에게 내놓는다면, 그것은 재앙이 될 수도 있습니다. 소스가 너무 매울 수도 있고, 색깔을 바꾸는 재료가 독성이 있을 수도 있으며, 혹은 아이들이 색깔에 정신이 팔려 정작 밥을 먹지 못할 수도 있기 때문입니다.

이 연구는 미래의 초등 교사들(요리사들)이 단순히 "은하수 스파게티"를 꿈꾸는 데 그치지 않고, 실제 아이들에게 맛있고 안전하며 교육적인 식사를 제공하는 방법을 터득하도록 훈련시키는 것에 관한 것입니다.

베트남의 연구자들은 15주간의 과정이 이 예비 교사들이 창의적인 아이디어를 창의적인 가르침으로 바꾸는 데 도움을 줄 수 있는지 알아보고자 했습니다. 그들은 STEAM(과학, 기술, 공학, 예술, 수학)에 초점을 맞추었으며, 아이디어를 구상하는 데 도움을 주기 위해 생성형 AI(ChatGPT와 같은)라는 새로운 도구를 사용했습니다.

실험: 15주간의 "디자인 체육관"

이 연구는 베트남 하노이의 한 대학교에서 진행되었습니다. 연구진은 63명의 예비 교사들을 15주 동안 "디자인 체육관"에 참여시켰습니다. 이 학생들은 단순히 강의를 듣는 대신 다음의 과정을 거쳤습니다:

브레인스토밍: STEAM 프로젝트(예: 정수기 만들기 또는 스마트 쓰레기통) 구상하기.
제작: 프로젝트의 시제품(프로토타입) 만들기.
수업 시연: 동료들에게 짧은 버전의 수업을 가르치기(마이크로티칭).
피드백 및 재설계: 피드백을 받아 수업을 다시 설계하기.
AI 활용: 과정 중에 아이디어를 얻기 위해 AI 사용하기.

연구 결과: "아하!" 모먼트 (깨달음의 순간)

연구진은 학생들의 과제, 수업 계획안을 검토하고 인터뷰를 진행하여 그들의 "창의적 교수 역량"이 어떻게 성장했는지 살펴보았습니다. 주요 핵심 내용은 다음과 같습니다.

1. 창의성은 단순히 "새로움"이 아니라 "적합함"이다

과정 전에는 학생들이 창의성을 가장 기발하고 독특한 아이디어를 생각해내는 것이라고 생각했습니다. 하지만 과정이 끝날 무렵, 그들은 진정한 창의적 가르침은 적응하는 것임을 깨달았습니다.

비유: 이것은 거대하고 무거운 참나무(훌륭한 아이디어)를 가지고 있다가, 그것을 작고 햇빛이 잘 드는 창가 화분(초등학교 교실)에 맞춰 넣어야 한다는 것을 깨닫는 것과 같습니다. 창의성은 나무 자체에 있는 것이 아니라, 가지를 치고 흙을 바꾸며 그 나무가 특정 창가 환경에서 실제로 살아남을 수 있도록 만드는 기술에 있습니다.
결과: 학생들은 자신의 아이디어를 "가지치기" 하는 능력이 훨씬 좋아졌습니다. 그들은 복잡한 과학 개념을 6세 아이들도 이해할 수 있도록 단순화하고, 베트남 학교에서 실제로 구할 수 있는 재료를 사용하는 법을 배웠습니다.

2. "스트레스 테스트" (마이크로티칭)

가장 중요한 성장은 학생들이 자신의 수업을 동료들에게 단 몇 분이라도 직접 가르쳐 보았을 때 일어났습니다.

비류: 수업 계획안을 쓰는 것은 보물찾기 지도를 그리는 것과 같습니다. 마이크로티칭은 실제로 그 길을 걷는 것입니다. 종이 위에서는 길이 명확해 보일지 몰라도, 실제로 걸어보면 커다란 바위가 길을 막고 있거나 지도가 혼란스러울 수 있다는 것을 알게 됩니다.
결과: 학생들은 자신들의 "지도"(수업 계획안)에 구멍이 많다는 것을 배웠습니다. 그들은 시간 배분을 조절하고, 설명을 더 명확히 하며, "탐험가들"(학생들)이 실제로 "보물"(과학 수업)을 찾을 수 있도록 만들어야 한다는 것을 깨달았습니다. 자신의 작업을 스스로 살펴보고, 문제를 찾아내고, 수정하는 이 능력을 **성찰적 교수 행위 주체성(Reflective Pedagogical Agency)**이라고 하며, 이 부분이 가장 많이 향상된 영역이었습니다.

3. AI 비서 vs 인간 선장

학생들은 생성형 AI를 많이 사용했지만, 예상과는 다른 방식으로 사용했습니다.

비유: AI를 매우 빠르고 박식한 여행 상담사라고 생각해보세요. AI는 즉시 50가지의 다른 휴양지를 제안하고 완벽한 일정을 작성할 수 있습니다. 하지만 만약 당신이 여행 상담사에게 운전대를 맡긴다면, 그들은 도로 상황을 모르기 때문에 당신을 늪지대로 데려갈 수도 있습니다.
결과: 학생들은 주로 초반에 아이디어를 브레인스토밍하거나 재료 목록을 만드는 데 AI를 사용했습니다. 하지만 자신의 작업을 비판하거나 수업이 실제로 안전하고 연령에 적합한지 확인하는 데는 거의 사용하지 않았습니다. 그들은 자신이 선장이 되어야 한다는 점을 배웠습니다. 그들은 AI의 제안을 가공되지 않은 재료로 사용했지만, 음식이 아이들에게 너무 짜거나 맵지는 않은지 맛을 보며 직접 요리를 완성해야 했습니다.
핵심 발견: 학생들이 AI에게 생각을 대신하게 할수록, 그들 자신의 창의적 교수 기술은 덜 성장했습니다. 마법은 그들이 AI를 통해 선택지를 넓힌 뒤, 자신의 인간적 판단력을 사용하여 최선의 것을 고르고 다듬을 때 일어났습니다.

4. "제품" vs "과정"

결과: 최종 프로젝트(정수기, 다리 등) 자체는 꽤 훌륭하고 실제 교실에서 실행 가능한 수준이었습니다. 그러나 학생들은 제품을 중심으로 수업을 어떻게 이끌어갈지에 대해서는 여전히 다소 미흡했습니다. 그들은 "장난감"을 만드는 데는 뛰어났지만, 때때로 그 뒤에 숨겨진 "과학"을 명확하게 설명하는 것을 잊었습니다.
교훈: 멋진 과학 프로젝트는 교사가 학생들에게 "이게 왜 작동할까?"라는 질문을 던지도록 유도할 수 있을 때만 유용합니다. 단순히 "이것 좀 봐, 멋지지?"라고 말하는 것만으로는 부족합니다.

결론

이 연구는 미래의 교사들에게 창의적이 되라고 가르치는 것이 단순히 "더 상상력을 발휘하라"고 말하는 것이 아님을 보여줍니다. 그것은 다음과 같은 규율 있는 과정을 제공하는 것입니다:

아이디어를 갖는다.
그것을 가르쳐 본다.
어디에서 실패하는지 깨닫는다.
교실의 현실에 기반하여 수정한다.

또한, AI가 아이디어를 생성하는 데는 환상적인 도구이지만, 교사의 두뇌를 대체할 수는 없다는 점을 경고합니다. 특정 집단의 아이들에게 그 아이디어가 안전하고, 공정하며, 실제로 교육적인지를 결정하는 것은 반드시 교사여야 합니다.

요약하자면: 미래의 교사들은 "창의적인 교사"가 된다는 것이 가장 화려한 아이디어를 갖는 것이 아니라, 좋은 아이디어를 가져와서 그것이 초등학교 교실이라는 복잡하고 실제적인 세상에 완벽하게 들어맞을 때까지 다듬는 기술을 갖는 것임을 배웠습니다.

기술 요약: 베트남의 STEAM 디자인 기반 학습을 통한 예비 초등 교사의 창의적 교수 행동 발달

문제 제기
STEAM(과학, 기술, 공학, 예술, 수학) 프로젝트는 흔히 창의적인 것으로 묘사되지만, 예비 초등 교사들이 이러한 창의적 개념을 어떻게 교육적으로 책임 있는 수업 설계로 전환하는지에 대한 실증적 이해는 제한적이다. 창의적인 아이디어의 생성과, 그 아이디어를 교육과정 목표, 학습자 요구, 재료의 제약 및 교실 현장의 실행 가능성에 맞게 조정하는 규율 있는 과정 사이를 구분하는 데 있어 중요한 격차가 존재한다. 더욱이, 이 설계 과정에 생성형 인공지능(GenAI)을 통합하는 것은 복잡성을 더한다. GenAI는 아이디어 구상(ideation)을 도울 수 있지만, 인간의 교수적 판단의 필요성을 가릴 위험이 있다. 국가 교육과정 개혁이 역량 중심 및 통합 학습을 강조하고 있는 베트남의 맥락에서, 예비 교사들이 STEAM 수업을 설계하고 GenAI를 활용할 때 어떻게 창의적 교수 행동을 배양하는지에 대한 증거가 부족한 실정이다.

연구 방법론
본 연구는 하노이 국립대학교의 "초등 교육에서의 STEAM 교육 프로젝트"라는 15주 과정에 등록된 63명의 예비 초등 교사를 대상으로 임베디드 혼합 방법론 사례 연구 설계를 채택하였다. 해당 과정은 개념 형성에서 수업 계획, 프로토타입 제작, 마이크로티칭(모의 수업), 피드백, 그리고 재설계로 이어지는 디자인 기반 학습 궤적을 따랐다.

데이터 수집은 다음을 포함한다:

양적 데이터: 아이디어 생성, 아이디어 심화/정교화, 탐구에 대한 개방성, 성찰적 교수 주체성(reflective pedagogical agency)의 네 가지 차원에서 창의적 교수 행동(CPB)을 측정하는 사후-사전 회고적 설문조사.
산출물 분석: 18개의 그룹 수업 계획안과 STEAM 산출물을 두 명의 대학교수가 7가지 기준(예: STEAM 통합, 실행 가능성, 마이크로티칭 실행 등)을 사용하여 채점함.
질적 데이터: 개방형 설문 응답 및 목적 표집된 15명의 학생을 대상으로 한 반구조화된 인터뷰.
GenAI 활용: 설계 과정 중 GenAI 사용 빈도 및 목적에 대한 자기 보고 데이터.

분석에는 설문 데이터에 대한 대응 표본 t-검정, 루브릭 점수에 대한 기술 통계, 질적 데이터를 위한 연역적-귀납적 주제 분석이 사용되었다. 본 연구는 인과적 주장을 명시적으로 피하며, 발견된 내용을 보고된 발달 및 관련 패턴으로 프레임화하였다.

주요 결과

창의적 교수 행동의 발달: 참가자들은 전반적인 CPB의 통계적으로 유의미한 증가( $t(34) = 5.58, p = 0.000$ )를 보고하였으며, 가장 큰 성장은 성찰적 교수 주체성(이득 = 0.24, $p < .001$ )에서 관찰되었다. 이는 설계 결정을 평가하고 증거에 기반하여 이를 수정하는 능력으로의 변화를 나타낸다.
산출물 품질 대 실행력: 루브릭 점수에 따르면 대부분의 프로젝트는 "숙련" 수준(평균 = 3.16/4)이었다. 가장 강점을 보인 기준은 STEAM 통합과 베트남 교실에서의 실행 가능성이었다. 반면, 마이크로티칭 실행 및 성찰/재설계 점수는 더 낮았는데, 이는 학생들이 실행 가능한 개념을 설계할 수는 있지만, 실제적인 실행과 교수 전략의 반복적인 정교화 단계는 덜 발달했음을 시사한다.
GenAI 활용 패턴: GenAI는 광범위하게 사용되었으며(응답자의 98.4%), 주로 아이디어 구상(79.4%), STEAM 구성 요소 간의 연결(69.8%), 그리고 학습 목표 수정(66.7%)을 위해 사용되었다. 그러나 비판적 검토, 아이디어 검증, 또는 마이크로티칭 후의 성찰을 위한 사용은 현저히 낮았다(15.9–25.4%). GenAI 사용 빈도와 CPB 이득 사이에는 부(-)의 상관관계( $r = -0.35$ )가 발견되었는데, 이는 비판적 적응 없는 과도한 AI 의존이 교수적 성장과 상관관계가 없을 수 있음을 시사한다.
질적 통찰: 인터뷰 결과, 학생들은 창의성을 단순히 새로운 산출물을 만드는 것이 아니라 규율 있는 적응의 과정으로 보았다. 학생들은 복잡한 기술적 아이디어를 연령에 적합한 과제로 축소하고, 재료를 현지화하며, 마이크로티칭을 시간 배분, 지시 사항, 참여도 등의 결함을 식 발견하기 위한 "스트레스 테스트"로 사용하는 과정을 설명했다. 그들은 GenAI를 아이디어 공간을 확장하는 도구로 사용하는 것과 자신의 전문적 판단을 대체하는 것을 구분하였다.

주요 기여

창의성의 재개념화: 본 연구는 창의적 교수법을 개인의 성격 특성이나 제품의 참신함이 아니라, 제약 조건(교육과정, 재료, 시간)에 아이디어를 적응시키고 설계 선택을 정당화하는 관찰 가능한, 가르칠 수 있는 행동으로 조작적으로 정의한다.
STEAM 교사 교육: 본 연구는 STEAM 디자인 기반 학습이 예비 교사들이 "매력적인 제품 아이디어"에서 "교육적으로 타당한 과학 학습 경험"으로 전환되는 전문적 학습 환경임을 입증한다.
설계에서의 GenAI: 본 연구의 결과는 AI 사용 증가가 자동으로 창의성을 향상시킨다는 가설에 도전한다. 대신, GenAI의 교수적 가치는 비판적 평가, 현지화, 그리고 설계 루프 내에서 인간의 주체성을 유지하는 사용자의 역량에 달려 있음을 강조한다.
방법론적 통합: 본 연구는 자기 보고, 조절된 루브릭 채점, 질적 인터뷰를 결합하여 교사 학습에 대한 삼각 측량된 관점을 제공함으로써, 창의성이 설문 점수나 전시용 제품으로 환원되는 것을 방지한다.

의의 및 주장
본 논문은 규율 있는 교수적 적응의 중요성에 대한 실증적 근거를 제공한다고 주장한다. 예비 교사들이 STEAM을 효과적으로 구현하기 위해서는 혁신적인 설계와 교실 현장의 실행 가능성 사이의 긴장을 조율하는 법을 배워야 한다고 논한다. 또한, 마이크로티칭은 단순한 수행 평가가 아니라 숨겨진 교수적 문제를 드러내는 설계 테스트로서 필수적이라고 상정한다.

GenAI와 관련하여, 본 연구는 AI가 설계 공간을 확장하고 STEAM 구성 요소 간의 연결을 용이하게 할 수는 있지만, 콘텐츠를 검증하고 맥락화하며 윤리적으로 적응시키는 교사의 역할을 대체할 수는 없다고 주장한다. 본 연구의 의의는 창의적 교수법이 정적인 성향이 아니라, 설계, 실행, 피드백, 재설계의 순환을 통해 개발되는 학습된 전문적 판단임을 보여주는 데 있다. 저자들은 단일 집단, 회고적 설계로 인한 인과관계의 과잉 주장 가능성을 경계하면서도, 본 연구의 결과가 예비 교사들이 STEAM 아이디어를 실제 맥락에서 가르칠 수 있는 형태로 만드는 능력을 어떻게 개발하는지 이해하는 데 견고한 프레임워크를 제공한다고 확언한다.