고등교육에서 AI-교수자-학습자 상호작용 해외 연구 동향 분석: 토픽모델링을 중심으로

Abstract

본 연구는 고등교육에서 AI·교수자·학습자 간 상호작용을 다룬 해외 연구 동향을 체계적으로 분석하고자 하였다. 이를 위해 주요 학술 데이터베이스에서 수집한 359편의 논문을 대상으로 LDA 토픽모델링, 시계열 분석, 공출현 네트워크 분석을 적용하였다. 분석 결과, 연구 주제는 ‘교수자-AI 협력기반 수업설계 및 인지적 지원’, ‘학습자-AI 직접 상호작용과 응답 평가’, ‘외국어 학습에서의 AI 매개 상호작용’, ‘AI를 통한 동료학습과 정서·사회적 참여’의 네 가지 토픽으로 도출되었다. 시계열 분석에서는 외국어 학습에서의 AI 매개 상호작용 연구만이 유일하게 통계적으로 유의한 상승 추세를 보인 반면, 학습자-AI 직접 상호작용 연구는 초기 급부상 이후 안정화되는 양상을 나타냈다. 공출현 네트워크 분석에서는 학습자-AI 직접 상호작용이 중심 허브로 기능한 반면, 동료학습 및 정서·사회적 참여 연구는 상대적으로 독립적인 구조를 형성하였다. 이상의 결과를 바탕으로, AI 활용 교육 연구가 단순한 기술 활용 여부를 탐색하는 초기 단계에서 벗어나 상호작용의 주체·맥락·구조에 따라 다양한 연구 흐름으로 분화·확장되고 있음을 확인하였으며, 학습자-AI 직접 상호작용이 다른 연구 영역을 연결하는 기반적 상호작용 구조로 기능하는 반면, 동료학습 및 정서·사회적 참여 연구는 상대적으로 독립적 영역을 형성하고 있음을 밝혔다. 이러한 결과를 바탕으로 교수자의 오케스트레이터 역할 확장, 학습자-AI 상호작용의 질적 설계와 비판적 수용 지원, 교과 맥락별 상호작용 설계의 정교화, 동료학습 및 사회정서적 참여 연구의 확대 필요성을 제언하였다.

This study systematically analyzed international research trends on AI-instructor-learner interactions in higher education. LDA topic modeling, time-series analysis, and co-occurrence network analysis were applied to 359 articles from major academic databases. Four research topics emerged: 'Instructor-AI collaborative instructional design and cognitive support,' 'Learner-AI direct interaction and response evaluation,' 'AI-mediated interaction in foreign language learning,' and 'AI-facilitated peer learning and socio-emotional engagement.' Time-series analysis showed that only foreign language learning research exhibited a significant upward trend, while learner-AI direct interaction stabilized after an initial surge. Co-occurrence network analysis showed learner-AI direct interaction as a central hub connecting other areas, while peer learning and socio-emotional engagement formed a relatively independent domain. Beyond early explorations of technology adoption, AI in education research has diversified across agents, contexts, and structures of interaction, with learner-AI direct interaction serving as a foundational link among research areas, and peer learning and socio-emotional engagement remaining relatively distinct. The study proposes expanding instructors' orchestrator roles, supporting quality and critical learner-AI interaction, refining discipline-specific interaction design, and broadening research on peer learning and socio-emotional engagement.