1차 조사 분석 보고서

전체 결과 요약

이번 1차 델파이에는 총 15명의 전문가가 참여하였고, 제시된 14개 문항 가운데 Lawshe(1975)의 내용타당도 비율(CVR) 기준에 따라 최소값 0.49을 넘는 문항은 12개로 채택되었고, 넘지 못한 문항은 2개(“인공지능 모델의 하드웨어 구성 요소를 설명할 수 있다”, “인공지능 기반 자동 채점 도구를 직접 개발할 수 있다”)로 기각되었다. 채택된 항목들은 평균 점수(mean)에서 대체로 4.07에서 4.67 사이에 분포하며 중앙값(median)도 4~5로 높은 편이다. 합의도(consensus)와 사분위범위(IQR)를 함께 고려하면 대부분 항목에서 전문가 의견이 비교적 잘 수렴된 것으로 평가된다.

특히 높은 합의를 얻은 항목과 그 의미

가장 높은 합의와 좁은 분산을 보인 항목은 “인공지능 윤리 쟁점을 수업 맥락에서 다룰 수 있다”(mean 4.67, median 5, IQR 0.5, consensus 0.9)로, 교육 현장에서 인공지능 윤리 교육의 중요성에 대해 전문가들 간 강한 공감대가 형성되어 있음을 시사한다. 이와 함께 “인공지능의 기본 개념과 원리를 교과 내용과 연결하여 설명할 수 있다”, “인공지능 활용 수업의 학습 활동을 단계별로 설계할 수 있다”, “교과 성취기준과 인공지능 학습 요소를 연계할 수 있다” 등 교과 연계 및 수업 설계 역량 항목들도 높은 평균과 비교적 낮은 IQR을 보여 교육과정 통합과 실제 수업 설계 능력이 핵심 역량으로 인식되고 있음을 의미한다.

기각된 항목의 이유

기각된 두 항목은 각각 CVR이 0.333 및 0.2로 기준값을 밑돌았으며, 분산(sd)과 IQR이 상대적으로 크고 합의도도 낮아 전문가 간 이견이 컸다. 전문가 서술 의견에서도 “하드웨어 구성 요소를 설명하는 것은 중등 교사에게 과한 요구로 보입니다”라는 지적과 “자동 채점 도구를 직접 개발하는 것은 현장 교사 수준을 넘어섭니다. 활용 역량으로 바꾸는 것이 적절합니다”라는 평가가 제시되어, 해당 역량들이 현장의 현실적 기대치나 역할 범위와 맞지 않는다는 현실적 우려가 명확히 드러난다. 따라서 이들 항목은 내용상 적절성뿐 아니라 실현 가능성 측면에서 재검토가 필요하다.

다음 라운드에서 다룰 지점

다음 라운드에서는 기각된 항목의 재구성(예: 하드웨어 설명 → 기본 이해 수준으로 완화, 자동 개발 → 자동화 도구의 활용 및 적용 역량으로 전환)을 우선적으로 제안한다. 또한 전문가 의견에서 반복된 요청처럼 수업 설계 역량과 도구 활용 역량을 명확히 구분하고, 평가 영역(산출물 평가 기준 수립)과 동료 협업 역량을 현재 채택된 항목들에 반영하는 방안을 논점으로 제시할 필요가 있다. 마지막으로 문항 표현의 가독성 문제(현장 친화적 용어화)와 문항 수에 따른 응답 부담을 고려하여 문항 문구와 구성의 다듬기가 필요함을 다음 라운드의 주요 논의 과제로 제안한다.