LLM 기반 텍스트마이닝: 생성형 AI 활용 교육에 관한 연구를 중심으로

Abstract

본 연구는 2023년 이후 발표된 국내 교육 분야 생성형 AI 관련 논문 1,528편의 초록과 제목을 수집·전처리하여, 생성형 AI의 교육적 활용 동향을 체계적으로 분석하는 데 목적을 두었다. 분석 결과, 연구 방법으로는 질적 연구가, 연구대상으로는 대학(원)생 대상 연구가 가장 많았다. 연구 분야는 국어와 미술, 제2외국어, 영어 순으로 나타났다. GPT‑4o 기반 키워드 추출을 통해 클러스터링과 LDA 토픽모델링을 수행하였다. LDA‑클러스터 통합 분석은 ‘예술 융합‑창의성’, ‘언어교육‑프롬프트 전략’, ‘초등 피드백‑학습효과’, ‘상호작용 환경 설계’, ‘교육과정‑윤리 인식’의 다섯 축으로 주제가 수렴됨을 보여주었다. 이러한 결과는 생성형 AI가 언어·예술 중심 교과에서 STEM 교과로 확산되면서, 교수‑학습 전략과 윤리·정책 의제를 동시에 심화시키고 있음을 시사한다. 방법론적으로, LLM 기반 분석은 전통적 TF‑IDF, LDA 방식이 놓치기 쉬운 문맥적 의미와 암시적 개념 연결성을 포착해 주제 해석의 정합성을 높였다. 본 연구는 생성형 AI 교육 연구의 메가트렌드를 계량적으로 제시함과 동시에, LLM 활용 텍스트 분석의 효과성과 한계점을 실증적으로 검증함으로써 향후 정책 설계와 후속 연구의 기초자료를 제공한다.