텍스트 마이닝 기법을 활용한 국내외 AI 리터러시 연구 주제 비교

Comparison of Domestic and International AI Literacy Research Topics Using Text Mining Techniques

발행

2025 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.

소속·발행

단국대학교

출처

국내 KCI

DOI

10.9708/jksci.2025.30.02.213

원문

원문 보기 ↗

개념

키워드

AI 리터러시, AI 교육, 문헌 분석, TF-IDF, 시계열 분석, 토픽 모델링, AI literacy, AI education, Literature review, TF-IDF, Time-series analysis, Topic modeling

초록

본 연구의 목적은 텍스트 마이닝 기법을 활용하여 국내외 AI 리터러시 관련 연구의 주요 주제를 비교하는 것이었다. 2020년 1월부터 2024년 9월까지 발표된 문헌 중 AI 리터러시의 하위 요소가 명시된 논문을 수집하고, TF-IDF를 적용한 시계열 분석과 토픽 모델링 기법을 사용해 주요 연구 주제를 도출했다. 연구 결과, 국내 연구는 주로 학습 프로그램 개발, 교사 중심 연구 및 평가등 실천적 접근에 중점을 두었다. 반면 해외 연구는 AI 리터러시의 이론적 프레임워크와 특정 맥락에서의 활용 가능성을 연구하는 데 주력하고 있었다. 본 연구의 결과는 AI 리터러시 연구 주제의 전반적 경향과 국내외 차이를 이해하기 위한 기초 자료를 제공한다.

같은 개념의 다른 논문

이 개념이 나오는 강연