생성형 AI 출력 구조에 기반한 AI 리터러시 교육 모형 제안
A Process-Oriented AI Literacy Education Grounded in Generative AI Mechanisms
- 발행
- 2026 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.
- 소속·발행
- 플로리다 주립대학교 정보대학(School of Information, Florida State University)
- 출처
- 국내 KCI
- DOI
- 10.16981/kliss.57.1.202603.51
- 원문
- 원문 보기 ↗
개념
키워드
생성형 인공지능, 인공지능 리터러시, AI 리터러시 교육, 생성형 AI 출력 구조, 대규모 언어 모델, 정보 편향성, Generative Artificial Intelligence, AI Literacy, Information Bias, Large Language Model, Information Behavior, Information Assessment
초록
최근 생성형 인공지능(Generative Artificial Intelligence, 이하 생성형 AI)의 확산은 정보 탐색 방식과 교육 환경 전반에 변화를 가져오며, 인공지능 리터러시(Artificial Intelligence Literacy, 이하 AI 리터러시) 교육의 필요성을 더욱 부각시키고 있다. 이러한 변화는 생성형 AI가 결과를 생성하는 구조적 특성과 밀접하게 연관되어 있으며, 이를 이해하는 것은 효과적인 AI 리터러시 교육을 설계하는 데 중요한 기반이 된다. 이에 본 연구는 생성형 AI, 특히 트랜스포머 기반 대규모 언어 모델의 출력 생성 구조를 체계적으로 분석하고, 이를 토대로 생성형 AI 환경에서 요구되는 핵심 AI 리터러시 교육 요소를 도출하며, 나아가 이를 반영한 교육 모형을 제안하는 것을 목적으로 한다. 본 연구는 AI 리터러시 교육 요소로, 질문을 구조화하는 ‘문제 구성 리터러시’, 생성형 AI의 계산 과정을 이해하는 ‘계산 리터러시’, 확률적 생성 원리를 이해하는 ‘확률 생성 리터러시’, 생성형 AI가 제시한 결과를 비판적으로 분석하고 의미를 재구성하는 ‘응답 해석 리터러시’, 생성형 AI 응답이 플랫폼 설계와 정책에 의해 매개된다는 점을 인식하는 ‘플랫폼 리터러시’, 그리고 생성된 정보를 검토하고 신뢰성을 판단하는 ‘비판적 평가 리터러시’를 포함할 것을 제안한다. 본 연구는 생성형 AI의 출력 구조를 기반으로 생성형 AI 환경에서 요구되는 리터러시 교육의 방향을 제시하였다는 점에서 의의를 갖는다.