2차 조사 분석 보고서

2차 델파이 결과 요약 및 해석

이번 2차 라운드에는 총 14명의 전문가가 참여하였으며, Lawshe(1975) 기준의 CVR(min_cvr = 0.51)에 따라 14개 문항 중 11개 문항이 채택되고 3개 문항이 기각되었다. 채택된 문항들은 대부분 높은 평균점수(평균 4.2 이상)를 보였고 중앙값이 4 또는 5로 집결되었으며, CVR 값이 최소값을 크게 상회하여 내용타당도에 대한 전문가 합의가 확보되었다. 특히 합의도(consensus)와 사분위범위(IQR)를 함께 고려할 때 합의도가 높고 IQR이 작은 문항일수록 전문가 의견이 더욱 수렴된 것으로 해석할 수 있다.

합의가 특히 높은 항목들로는 “인공지능 활용 수업의 학습 활동을 단계별로 설계할 수 있다”(mean = 4.79, median = 5, IQR = 0, consensus = 1)와 “인공지능 윤리 쟁점을 수업 맥락에서 다룰 수 있다”(mean = 4.86, median = 5, IQR = 0, consensus = 1)가 있다. 이 두 문항은 평균·중앙값이 매우 높고 IQR이 0으로 분포가 거의 일치하여 전문가들이 교사 역량 가운데 수업 설계 능력과 윤리적 쟁점 다루기는 핵심적이고 교육현장에서 필수적으로 요구되는 역량으로 인식하고 있음을 시사한다. 또한 기본 개념 설명, 교과 연계, 학습자 진단 등도 높은 합의를 보여 교육과정 설계와 실제 수업 운영 측면에서 우선적으로 다루어야 할 역량으로 판단된다.

기각된 세 문항은 데이터의 수집·전처리 재구성(CVR = 0.429, mean = 3.93, IQR = 1.5), 인공지능 모델의 자원 설명(CVR = 0.286, mean = 3.79, IQR = 1.75), 그리고 자원 관련 항목(문의 텍스트에서 언급된 문항 포함)이었다. 전문가들의 서술 의견은 이들 문항이 교사 개인의 역량 범위를 넘거나(“자원 문항은 … 교사 역량의 범위를 넘는다”), 정보 과목이 아닌 일반 교과 교사에게는 부담이 된다는 점(“데이터 전처리 재구성은 정보 교과가 아닌 교사에게는 부담이 커 보입니다”)을 이유로 제시하였다. 즉 데이터 처리나 연산·데이터 자원에 대한 세부적 기술은 모든 교사에게 기대하기 어려우며, 전문 교과나 지원 자원과의 연계를 통해 해결할 필요가 있다는 합의가 반영된 결과로 해석된다.

다음 라운드에서는 채택된 핵심 역량을 기반으로 세부 행동목표와 실제 수업 사례 적용 가능성을 논의하는 것이 유익하다. 특히 합의도가 높은 수업 설계 능력과 윤리 쟁점 다루기를 실제 교과 성취기준과 연결하는 방법, 평가 도구의 활용 및 개선 방안(텍스트에서 “평가 도구 문항은 활용 중심으로 수정되어 적절해졌다”는 의견을 반영)을 구체화할 필요가 있다. 기각된 항목과 관련해서는 교사의 부담을 줄이기 위한 대안(예: 데이터·자원 관련 전문 지원 체계, 팀티칭 또는 정보 교과와의 협업)을 추가 검토하여 어떤 수준의 지식·기능을 교사 역량 목록에 포함시킬지 재검토할 것을 제안한다.