📄 medicine

Conditional readiness for AI-assisted pathology education: a cross-sectional survey of students’ expectations, concerns, and preferences

향야 의과대학 학생 100명을 대상으로 한 단면 조사 결과, AI 지원 병리학 교육에 대해 높은 수준의 조건부 준비도를 보였는데, 이는 슬라이드 식별 및 사례 시뮬레이션과 같은 실용적이고 병리학에 특화된 도구에 대한 강력한 선호도와 더불어 정확성 및 교사-학생 간 상호작용의 보존에 관한 상당한 우려가 공존하는 특징을 나타냈다.

원저자: Bingjie Lian, Zhou Jin, Yuhan Chen, Luqing Zhao

게시일 2026-07-06

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Bingjie Lian, Zhou Jin, Yuhan Chen, Luqing Zhao

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

의과대학을 학생들이 질병이라는 새로운 언어를 배우기 위해 노력하는 거대한 도서관이라고 상상해 보세요. 병리학(Pathology) 과목에서 이 언어는 현미경 아래 세포와 조직의 아주 작은 사진들로 기록되어 있습니다. 학생들은 무엇이 어떻게 보이는지 암기해야 하고, 왜 그렇게 보이는지 이해해야 하며, 그것이 환자에게 무엇을 의미하는지 파악해야 하기 때문에 이 과외는 매우 어려운 것으로 알려져 있습니다.

이 논문은 의대생들을 대상으로 한 설문 조사와 같습니다. "만약 우리가 당신이 이 어려운 과목을 공부하는 데 도움이 될 수퍼 스마트한 디지털 비서(인공지능)를 준다면, 당신은 그것이 무엇을 해주길 원하며, 무엇을 걱정하겠습니까?"

다음은 학생들이 말한 내용을 쉬운 비유를 사용하여 정리한 내용입니다.

1. 학생들은 준비되었지만, 조건이 있습니다

학생들의 AI에 대한 태도는 마치 새로운 하이테크 자동차를 시도해 보고 싶어 하지만, 자동차에 안전벨트와 보조 운전자가 있어야만 하는 운전자의 태도와 같습니다.

좋은 소식: 학생들은 AI 사용에 매우 개방적입니다. 그들은 높은 "준비도 척도"를 기록했습니다. 그들은 AI가 공부를 덜 지루하게 만들고, 단순 암기(마치 전화번호부를 통째로 외우는 것 같은 일)에서 벗어나게 해줄 도구라고 보고 있습니다.
주의 사항: 그들은 AI가 혼자서 차를 운전하기를 원하지 않습니다. 그들은 교사의 지도가 있는 접근 방식을 원합니다. 그들은 AI가 교사를 대체하는 것이 아니라, "부조종사"나 "학습 파트너"가 되어야 한다고 믿습니다.

2. 그들이 원하는 AI의 역할 ("초능력")

학생들은 무엇이든 말하는 일반적인 챗봇을 원하는 것이 아닙니다. 그들은 병리학을 위한 전문적인 도구를 원했습니다. 그들의 주요 요청 사항은 다음과 같습니다.

"손전등": 그들은 AI가 현미경 슬라이드에서 특정 구조를 찾아내는 데 도움을 주기를 원합니다. 어두운 방을 들여다보고 있을 때, AI가 중요한 가구들을 비추어 놓는 손전등 역할을 하여 중요한 것을 놓치지 않게 해주는 것과 같습니다.
"번역기": 그들은 AI가 질병이 왜 발생하는지(기전) 설명하여, 복잡한 의학 전문 용어를 쉬운 일상어로 바꿔주기를 원합니다.
"개인 트레이너": 그들은 모두에게 똑같은 숙제를 주는 대신, 자신이 틀린 부분에 기반하여 맞춤형 연습 퀴즈와 학습 가이드를 만들어주는 AI를 원합니다.
"리허설 파트너": 그들은 실제 의사와 환자의 대화를 시뮬레이션하기 위해 AI와 함께 가상의 환자 사례를 진단하는 연습을 하고 싶어 합니다.

3. 그들이 걱정하는 것 ("과속 방지턱")

그들은 흥분된 상태이기도 하지만, 새로운 비행기를 타려는 여행자가 걱정하는 것처럼 네 가지 주요 공포를 가지고 있습니다.

"환각(Hallucination)"에 대한 공포 (88%): 그들은 AI가 자신 있게 틀린 답을 내놓는 것을 매우 두려워합니다. 의학에서 잘못된 사실은 위험할 수 있습니다. 그들은 AI가 확신이 없을 때는 모른다고 인정하고, 교과서나 선생님께 다시 확인하라고 말해주기를 원합니다.
"뇌가 게을러질 것"에 대한 공포 (50%): 그들은 만약 AI가 모든 생각을 대신 해준다면, 스스로 생각하는 것을 멈추게 될까 봐 걱정합니다. 그들은 도구에 너무 의존하여 스스로 문제를 해결하는 법을 잊어버리는 것을 원치 않습니다.
"개인정보"에 대한 공포 (42%): 그들은 자신의 개인 학습 데이터가 도난당하거나 오용될 것을 우려합니다. 그들은 누가 자신의 학습 습관을 지켜보고 있는지 알고 싶어 합니다.
"지루함"에 대한 공포 (56%): 그들은 AI가 복잡하거나, 이미 바쁜 그들의 일정에 추가적인 의무 업무 시간을 더하는 것을 원하지 않습니다.

4. 황금률: 교사가 주도권을 유지한다

가장 중요한 발견은 학생들이 AI가 교사를 대체하는 것을 원하지 않는다는 점입니다.

그들은 AI가 질병 뒤에 숨겨진 "논리"를 설명하는 교사의 능력을 대체할 수 없다고 믿습니다.
그들은 교사가 먼저 개념을 설명하고, 그 후에 학생이 AI를 사용하여 연습하고 피드백을 받는 모델을 선호합니다.
흥미롭게도, 현재의 선생님들에게 이미 만족하고 있는 학생일수록 AI를 조력자로 원하는 경향이 더 높았습니다. 그들은 AI를 나쁜 교육을 고치기 위한 수단이 아니라, 좋은 교육을 더욱 훌륭하게 만드는 방법으로 보았습니다.

5. 남녀 간의 작은 차이

연구 결과 성별에 따른 미세한 차이가 발견되었습니다. 남학생은 여학생에 비해 AI가 궁극적으로 전통적인 교육을 대체할 수 있다고 생각하는 경향이 약간 더 높았습니다. 그러나 논문은 이것이 작은 발견이며 과도하게 해석해서는 안 된다고 언급했습니다.

결론

이 논문은 의대생들이 병리학 수업에서 AI를 사용할 준비가 되어 있지만, 오직 주의 깊게 설계되었을 경우에만 그렇다고 결론짓습니다.

그들이 원하는 도구는 다음과 같습니다:

일반적인 챗봇이 아닌, 그들의 주제(병리학)에 특화된 것.
인간 교사의 감독을 받는 것.
정확하며, 틀릴 수 있음을 인정하는 것.
개인정보를 보호하는 것.
단순히 정답을 알려주는 것이 아니라, 생각하는 법을 돕는 것.

요약하자면, 학생들은 이렇게 말하고 있습니다: "AI를 주되, 교사가 운전석에 앉아 있게 하세요."

기술 요약: AI 보조 병리학 교육에 대한 조건부 준비도

문제 제기
인공지능(AI)이 의학 교육에 점점 더 통합되고 있음에도 불구하고, 기존 문헌은 주로 일반적인 학생들의 태도, 인식 또는 행동 의도에 초점을 맞추고 있으며 특정 교과목 내의 구체적인 요구사항에는 주목하지 않고 있다. 병리학은 미세 구조 형태학, 질병 기전, 그리고 임상병리적 추론을 통합해야 하는 독특한 교육적 과제를 제시한다. 학생들이 어떤 구체적인 병리학 학습 과제에 대해 AI 지원이 적합하다고 생각하는지, 그리고 무엇이 AI 보조 학습의 수용을 제한하는 우려 사항이 되는지는 여전히 불분명하다. 본 연구는 의대생들이 병리학 학습을 위해 AI가 어떻게 지원하기를 기대하는지, 특히 기대치, 우려 사항, 그리고 교사 주도형 대 AI 주도형 구현에 대한 선호도를 조사함으로써 이 간극을 메우고자 한다.

연구 방법
본 연구는 2026년 4월에서 5월 사이 중앙남리 대학 향야 의과대학에서 실시된 탐색적 단면 조사 설계 방식을 채택하였다.

참가자: 병리학 과정을 이수한 학부 의대생 100명. 코호트는 간호학, 기초 의학, 임상 의학, 마취 과학, 예방 의학 및 의학 검사 기술 전공자로 구성되었으며, 대다수(76%)는 2학년이었다.
도구: 인구통계학적 데이터, 현재 교수법에 대한 만족도, 자기 보고식 AI 사용 현황, 19개의 5점 리커트 척도 항목, 2개의 다중 응답 질문, 그리고 3개의 개방형 질문으로 구성된 익명 설문지.
측정 지표:
- 준비도 점수(Readiness Score): 관심도, 인지된 유용성, 행동 의도 및 AI 지원 학습에 대한 수요를 측정하는 10개 항목 척도 (Cronbach's $\alpha$ = 0.897).
- 우려 사항(Concerns): 불안, 과도한 의존, 정확성, 데이터 프라이버시 및 강제 과업에 대한 거부감을 평가하는 항목.
- 선호도(Preferences): 교사 주도형 모델 대 AI 대체 모델에 대한 선호도를 평가하는 항목.
분석: 데이터는 SPSS 버전 26.0을 사용하여 분석되었다. 기술 통계, 내부 일관성 분석, 독립 표본 t-검정(또는 Welch's t-test), 그리고 Spearman 상관 분석이 수행되었다. 개방형 응답은 기술적 주제 분석법(descriptive thematic approach)을 사용하여 분석되었다.

주요 결과

준비도 및 수용성: 학생들은 AI 보조 병리학 학습에 대해 높지만 조건적인 준비도를 보였으며, 평균 준비도 점수는 4.22 ± 0.62(5점 척도 기준)였다.
- 의지: 92%는 학교에서 권장하는 병리학 특화 AI 플랫폼을 시도할 의사가 있었고, 90%는 실습 시간 중 생소한 구조물을 질의하기 위해 AI를 사용할 의사가 있었으며, 87%는 시뮬레이션된 병리학 사례를 원했다.
- 선호도: 교사 주도형 모델에 대한 강력한 선호도가 나타났다. 93%는 교사가 먼저 개념을 설명하고 AI는 보조적인 연습 도구 역할을 해야 한다는 데 동의했다. AI가 전통적인 교수법을 대체할 수 있다는 데 동의한 비율은 17%에 불과했다.
기대 기능: 학생들은 일반적인 챗봇 상호작용보다 실질적인 학습의 병목 구간을 우선시했다. 가장 희망하는 기능은 다음과 같았다:
1. 미세 슬라이드 구조 식별 (91.0%).
2. 질병 기전 설명 (76.0%).
3. 전형적인 사례 이미지 검색 (72.0%).
4. 개인화된 연습 문제 및 복습 개요 생성 (68.0%).
5. 임상병리 진단 대화 시뮬레이션 (51.0%).
우려 사항: 준비도는 다음과 같은 상당한 우려 사항에 의해 완화되었다:
- 정확성: 88%가 기술적 미성숙과 오답의 위험을 주요 우려 사항으로 꼽았다.
- 사용성: 56%가 운영의 복잡성이나 추가적인 시간 부담을 우려했다.
- 프라이버시: 42%가 데이터 보안 및 부적절한 데이터 수집에 대한 우려를 표했다.
- 상호작용: 38%는 교사-학생 간 상호작용의 감소를 우려했다.
상관관계: 현재 병리학 교수법에 대한 만족도는 AI 준비도( $\rho$ = 0.525, $p$ < 0.001) 및 교사 주도형 AI 모델 선호도( $\rho$ = 0.569, $p$ < 0.001)와 양의 상관관계를 보였다. 남학생은 여학생보다 AI가 전통적 교수법을 대체할 수 있다는 데 동의하는 경향이 유의미하게 높았으나(2.65 대 1.99, $p$ = 0.036), 전반적인 동의 수준은 낮게 유지되었다.

주요 기여

요구의 구체성: 본 연구는 일반적인 AI 태도를 넘어, 병리학 학생들이 미세 구조 인식에서 기전 이해, 그리고 임상병리적 추론으로 이어지는 특정 인지적 전환을 위해 AI 지원을 구한다는 점을 식별함으로써 연구 범위를 확장했다.
조건부 준비도: 본 연구는 학생의 준비도를 무조건적인 열광이 아닌, 교사의 감독이나 데이터 프라이비시를 저해하지 않으면서 검증 가능한 지원을 제공할 수 있는지에 달려 있는 "조건부" 상태로 규정하였다.
교육 모델: 본 연구는 "AI 대체" 서사보다는 "교사 주도, AI 보조" 모델을 지지한다. 학생들은 AI를 임상적 논리나 교사의 설명을 대체하는 수단이 아니라, 연습, 피드백, 복습을 위한 도구로 간주한다.
구현 통찰: 본 연구는 AI에 대한 저항이 기술 자체보다는 구현 설계(예: 의무적인 플랫폼 사용 시간, 검증의 부재)에서 비롯될 수 있음을 강조한다.

의의 및 주장
저자들은 이러한 발견이 실제 학습의 어려움과 일치하는 병리학 특화 AI 도구를 개발하기 위한 토대를 제공한다고 주장한다. 연구는 성공적인 통합을 위해 다음을 요구한다:

병리학 특화 설계: 도구는 일반적인 챗봇을 넘어 슬라이드 인식, 기전 설명, 사례 검색 기능을 제공해야 한다.
교사 감독: AI는 교사가 자료를 큐레이션하고, 검증 표준을 정의하며, 피드백을 해석하는 구조 내에서 기능해야 한다.
검증 및 윤리: 정확성에 대한 우려를 고려할 때, AI 출력물은 검증 가능한 참조 문헌과 연결되어야 하며, 데이터 거버넌스는 프라이버시 문제를 해결하기 위해 투명해야 한다.
부담 방지: 구현은 의무적인 행정적 과업을 추가하는 것이 아니라 인지적 및 시간적 부담을 줄여야 한다.

본 논문은 의대생들이 AI에 개방적이지만, 그 수용 여부는 AI가 인간의 교육적 요소를 대체하는 것이 아니라, 특히 시각적 인식에서 임상적 추론으로의 전환을 지원함으로써 이를 강화할 수 있는지에 달려 있다고 결론짓는다. 저자들은 단일 기관 샘플, 자기 보고식 데이터, 학습 결과에 대한 실험적 평가의 부재를 한계점으로 언급하며, 이러한 발견을 검증하기 위한 다기관 및 종단적 연구를 촉구한다.