본 연구의 목적은 초등 예비교사가 C hatGPT-4 o를 활용하여 과학 평가 문항을 개발하는 과정에서 나타난 사전 인식과 설계 경험의 특성을 탐색하는 데 있다. 이를 위해 비수도권 소재 A 교육대학교의 초등 예비교사 5명을 선정하 고, 2015 개정 초등과학 교육과정 ‘지구와 우주’ 영역을 중심으로 평가 문항을 생성·검토·수정하는 설계 활동을 수행하도록 하였다. 연구 자료는 사전 서면 응답, 문항 초안 및 최종본, ChatGPT 상호작용 로그와 프롬프트 입력 이유 기 록, 반성적 저널, 반구조화된 면담을 통해 수집되었다. 자료 분석은 두 단계로 이루어졌다. 첫째, 문항 생성 이전에 형 성된 인식은 사전 서면 응답을 중심으로 귀납적 내용 분석을 실시하였다. 둘째, 문항 검토·보완 단계에서의 설계 경험 은 사례 기반 과정 중심 질적 분석을 통해 AI Assessment Scale (AIAS) 틀을 참조하여 해석하였다. 분석 결과, 사전 인식은 (1) Gen AI를 설계 부담 완화와 사고 확장을 지원하는 도구로 기대하는 ‘역할 기대’와, (2) 생성 결과에 대한 신뢰와 불확실성이 공존하며 과학적·교육과정 타당성 검증과 최종 판단 책임은 교사에게 귀속된다는 ‘한계 인식 및 인 간 책임’의 두 축으로 구조화되었다. 또한 설계 경험 분석에서는 예비교사들이 Gen AI가 제시한 문항을 그대로 사용하 기보다 사고 구조의 재설계, 인지 수준 조정, 평가 기준 및 판단 책임, 문항 범위 및 표현 조정을 통해 인간 주도로 재 구성하는 양상이 나타났다. 이러한 활용은 전 사례에서 AIAS Level 4의 특성과 관련지어 해석될 수 있으며, Gen AI가 설계를 지원하더라도 핵심 판단과 책임은 예비교사에게 남아 있음을 보여준다. 본 연구는 사전 인식과 설계 경험을 구 분하여 분석함으로써, 초등 예비교사 교육에서 Gen AI 활용과 평가 전문성 논의를 확장하는 데 기초 자료를 제공한다.

최근 인공지능 분야에서 가장 활발히 연구되고 있는 거대 언어 모델은 교육에 대한 응용 가능성을 보 이며, 교육학의 거의 모든 분야에서 그 활용 방안이 연구되고 있다. 이러한 연구는 공학 교육에서도 주목 받고 있다. 그러나 구체적인 활용 분야와 방법에 대해서는 아직 많은 연구가 필요한 상황이다. 특히, 거대 언어 모델을 이용한 교육과정 설계와 개선에 대한 연구는 인공지능 공학과 교육학 두 분야에서 모두 중요한 연구 과제로 부각되고 있다. 이러한 응용 필요성에 대한 예시이자 전략으로써, 본 연구는 OpenAI에서 발표한 최신 거대 언어 모델인 ChatGPT-4o를 이용하여 한국과학기술원(KAIST) 공과대학 학부 전공 과 목과 S전자 DS부문(반도체사업부) 직무 사이의 연관성을 분석하고, 그 결과를 기반으로 대학과 기업체 양측에 반도체 산업 인력 양성과 채용에 대한 실질적인 응용 전략을 제안한다. 이를 위해 KAIST 공과대 학 학부과정에 개설된 모든 전공 과목과 S전자 DS부문(반도체사업부)의 직무기술서를 ChatGPT-4o에 학습시켜 각 과목이 특정 제품군, 직무와 가지는 연관성을 특정 범위와 기준에 의거하여 정량화된 점수로 평가했다. 또한, 각각의 직무, 전공, 과목별로 확보한 데이터를 기초적인 통계 분석을 통해 평가했으며, 구직자와 구인자의 활용 가능성에 초점을 두고 특정 전공의 각 직무별 연관성과 특정 직무의 각 전공별 연관성, 그리고 특정 직무 및 전공의 반도체 제품군별 연관성 등 다양한 조건에서 분석을 진행하였다. 또 한 본 전략에 대한 반도체 산업 실무자 견해를 수집하여 실제 전략으로의 활용 가능성을 검증하였다. 분 석 결과, 간단한 질문과 분석만으로도 전공, 교과목별로 유의미한 직무 연관성의 차이를 확인했다. 이러한 결과를 바탕으로 본 연구는 대학 교육과정의 개선과 기업 채용 및 양성 과정에서의 응용 전략을 제시한 다. 이 연구는 대학과 산업 간의 협력을 통해 인적자원 개발과 채용 효율성 증대에 기여할 것으로 기대한 다. 또한, 후속 연구로 구직자와 구인자, 교수자 등 본 연구의 효과를 확인할 수 있는 집단을 대상으로 한 대규모 설문조사 및 전문가그룹 대상 질적연구 등을 제안하여 실제 활용도와의 비교 분석 연구를 제안 한다. 결론적으로, 본 연구는 거대 언어 모델을 활용하여 필요한 인재를 양성하기 위한 교육 과정 설계의 구체적인 응용 가능성을 제시함으로써, 인공지능을 이용한 교육 분야에 대한 기여 방안을 모색한다.