How Can Video Generative AI Transform K-12 Education?
Examining Teachers' Perspectives through TPACK and TAM

교사들이 본 비디오 생성형 AI… “텍스트 프롬프트만으로 맞춤형 교육 영상 제작”

비디오 생성형 AI 기술이 급속도로 발전하면서 K-12 교육 현장에 새로운 가능성이 열리고 있다. 특히 2024년 초 오픈AI에서 출시한 '소라(Sora)'와 같은 비디오 생성형 AI는 자연어 프롬프트만으로 현실적이고 고품질의 동영상을 제작할 수 있어 교육계의 주목을 받고 있다. 이전에는 시간, 비용, 기술적 제약으로 인해 과학 실험이나 역사적 사건과 같이 직접 촬영하기 어려운 교육 콘텐츠를 제작하는 데 어려움이 있었다. 그러나 비디오 생성형 AI를 통해 교사들은 이제 교육과정 요구사항과 학생들의 필요에 맞춘 맞춤형 비디오를 쉽게 제작할 수 있게 되었다.

서울대학교 연구팀이 주도한 이번 연구는 K-12 교사들의 관점에서 비디오 생성형 AI의 교육적 활용 가능성을 탐색했다. 연구는 교사들이 이 새로운 기술을 어떻게 인식하고 교육 현장에 적용할 수 있는지를 TPACK(Technological Pedagogical Content Knowledge)과 TAM(Technology Acceptance Model) 프레임워크를 통해 분석했다. 연구진은 초등학교 교사 8명, 고등학교 교사 1명, 그리고 초등학교 교사 경험이 있는 데이터 분석가 1명을 포함한 10명의 참가자를 선정했다. 이들은 모두 교육 기술과 AI 구현에 경험이 있는 선도적 교사들로, 비디오 생성형 AI의 활용 가능성과 한계점을 실질적으로 평가할 수 있는 전문성을 갖추고 있었다.

연구 결과, 교사들은 비디오 생성형 AI가 학생들의 과목 이해력을 향상시키고, 창의적 표현을 촉진하며, 교수법을 혁신할 수 있는 다양한 방법을 확인했다. 그러나 기술적 한계, 윤리적 고려사항, 그리고 기관의 지원 부족과 같은 과제도 함께 지적했다. 이러한 결과는 비디오 생성형 AI가 교육을 어떻게 변화시킬 수 있는지에 대한 실행 가능한 통찰력을 제공하고, 정책, 교사 교육, 그리고 교육 기술의 미래 발전에 실질적인 영향을 미칠 것으로 기대된다.

과학 실험부터 역사 재현까지, 교사들이 제시한 비디오 생성형 AI의 실제 활용 사례

연구에 참여한 교사들은 비디오 생성형 AI가 교과 이해도를 향상시킬 수 있는 두 가지 핵심 방법을 제시했다. 첫째, 교사들은 이 기술을 통해 다양하고 맥락적으로 정확한 동적 시각 자료를 상대적으로 적은 시간과 노력으로 제작할 수 있다고 강조했다. 이는 기존 방식으로는 설명하기 어려운 개념을 시각화하는 보조 자료를 만드는 데 매우 유용하다. 한 교사는 "과학 수업에서 실험이나 이와 같은 것들을 시각화하는 데 사용할 수 있을 것"이라고 말했으며, 다른 교사는 "역사 수업에서 현재는 텍스트로만 존재하거나 유튜브에서 찾기 어려운 기록이 있다면... 특정 요청을 하고 유튜브에는 없는 재현 영상을 만들면 좋을 것 같다"고 언급했다.

또한 교사들은 비디오 생성형 AI가 맞춤형 설명을 가능하게 하여 학습 자료의 쉬운 사용자 정의를 도울 수 있다고 관찰했다. "학생들이 개인화된 방식으로 과목을 이해하는 데 도움이 되는 자료를 만들 수 있다고 생각한다"라는 한 교사의 견해처럼, 이 기술은 다양한 사전 지식 수준이나 학습 스타일을 가진 학생들에게 맞춤형 영상 콘텐츠를 제공할 수 있다.

연구에 참여한 교사들은 비디오 생성형 AI가 창의적 표현과 발산적 사고를 촉진하는 방법에 대해서도 주목했다. 그들은 이 기술이 학생들에게 실제적이든 환상적이든 촬영하기 어려운 상상의 장면을 그리는 데 도움이 될 수 있다고 언급했다. 한 교사는 "초등학생의 관점에서 보면 글쓰기는 매우 복잡한 상징 체계처럼 느껴질 수 있다. 그런 의미에서 시각적 자료를 즉시 제작할 수 있는 능력은 상상력을 확장하는 데 도움이 될 수 있다"고 설명했다.

또한, 교사들은 비디오 생성형 AI가 프로젝트 기반 학습(PBL)을 풍부하게 하고, 평가 형식을 다양화하며, 학습자들의 AI 리터러시를 향상시킬 수 있는 다양한 방법을 제시했다. 한 교사는 "프로젝트 기반 학습에는 자기 주도적 학습이 내재되어 있다. 학생들은 AI 생성 비디오를 사용하여 자신의 지식과 개념을 다른 사람들에게 전달할 수 있다. 이 접근 방식은 이해와 참여를 깊게 하는 데 매우 유익할 것"이라고 언급했다.

렌더링 시간 지연과 한국어 지원 부족… 교육 현장 도입의 걸림돌과 해결책

비디오 생성형 AI가 많은 교육적 가능성을 제공하지만, 연구 참여 교사들은 몇 가지 중요한 기술적, 정책적 도전 과제를 지적했다. 기술적 측면에서는 긴 렌더링 시간과 생성된 비디오의 짧은 길이가 교실 환경에서의 광범위한 도입을 어렵게 만든다는 점이 자주 언급되었다. 또한 교사들은 생성된 영상의 품질에 대한 우려도 표했다. 프레임 간의 불일치, 부자연스러운 인간 표현 (특히 손과 얼굴 표정에서)은 일관된 교육 콘텐츠를 만드는 데 있어 이 도구의 유용성을 저해한다.

언어 지원의 한계도 또 다른 장벽으로 지적되었는데, 특히 모델이 영어 외 언어, 특히 한국어 프롬프트를 처리하는 능력이 제한적이라는 점이 문제로 제기되었다. 이러한 제한은 글로벌 교육 환경에서 이러한 도구를 활용하는 데 중요한 다양한 언어 지원이 부족하다는 더 넓은 한계를 반영한다.

또한 안전성은 또 다른 주요 우려사항이었다. 교사들은 강력한 필터링 메커니즘이 없으면 유해하거나 부적절한 콘텐츠가 생성될 가능성이 있어 이 도구의 오용에 대한 우려를 제기했다. 한 교사는 "결국 영향력 있는 인물의 이미지를 사용하여 딥페이크 콘텐츠를 생성할 가능성이 높다"고 지적했다.

정책적 측면에서도 여러 가지 과제가 있다. 교사들은 생성형 AI 도구와 관련된 엄격한 연령 제한으로 인해 다양한 학교 수준에서의 적용이 제한된다고 언급했다. 일부 교육자들은 "4학년 학생들도 이 기술을 효과적으로 활용할 수 있도록 연령 제한을 완화해야 한다"고 제안했다. 학부모 동의 요건과 법적 영향도 도입 과정을 더욱 복잡하게 만든다. 교사들은 "부모 동의를 얻는 것이 시간이 많이 소요되고 행정적으로 부담이 된다"고 보고했으며, 특히 동의하지 않는 학생들에게 대체 교육을 제공해야 하는 상황에서 더욱 그렇다.

이러한 도전 과제를 해결하기 위해 교사들은 전문적 개발 프로그램과 훈련을 통해 교사의 기술적 능력과 자신감을 구축하는 것의 중요성을 강조했다. 또한 학생과 학부모의 윤리적 고려사항, 저작권 문제 이해, 도구의 책임 있는 사용 보장에 대한 교육의 필요성도 강조했다. 교사들은 정책 프레임워크, 인프라 개선, 그리고 재정적 지원이 K-12 교육에서 비디오 생성형 AI의 잠재력을 실현하는 동시에 윤리적이고 공평한 관행을 보장하는 데 중요할 것이라고 믿고 있다.

AI, 교육의 미래를 어떻게 변화시킬까… “포용적 학습 경험을 위한 협력 필요”

이번 연구는 비디오 생성형 AI가 K-12 교육에서 변혁적 잠재력을 가지고 있지만, 그 성공적인 통합을 위해서는 상당한 기술적, 윤리적, 제도적 장벽을 극복해야 함을 보여준다. TPACK 관점에서 볼 때, 기존 제약에도 불구하고 비디오 생성형 AI의 의미 있는 통합을 촉진하기 위해서는 효과적인 교수법 전략을 식별해야 한다. 이 연구는 단순히 새로운 기술을 도입하는 것을 넘어 비디오 생성형 AI를 의미 있는 교육 도구로 통합하기 위한 최적의 교육 전략과 설계 원칙을 식별하는 데 중점을 두어야 함을 강조한다.

비디오 생성형 AI가 계속 발전함에 따라 교육 형평성, 창의성, 참여도를 향상시킬 수 있는 잠재력은 매우 크다. 그러나 이러한 이점을 실현하는 것은 기술적 불일치에서 윤리적 고려사항에 이르기까지 이 연구에서 확인된 장벽을 해결하고, 교사를 지원하면서 학습자를 보호하는 지원 생태계를 구축하는 데 달려 있다.

가장 중요한 것은 이 연구가 단순히 새로운 기술을 도입하는 것을 넘어 비디오 생성형 AI를 의미 있는 교육 도구로 통합하기 위한 최적의 교육 전략과 설계 원칙을 식별할 필요성을 강조한다는 점이다. 교육 목표, 방법, 교육 설계 지식의 통합 구성 요소로 기술을 적극적으로 해석함으로써 - 외부 애드온이 아닌 - 교사들은 그 잠재력을 최대한 활용할 수 있다. 이해관계자 간의 협력과 책임감 있는 혁신에 대한 헌신을 통해 교육 커뮤니티는 비디오 생성형 AI를 활용하여 모든 학생을 위한 변혁적이고 포용적이며 교육적으로 건전한 학습 경험을 창출할 수 있다.

FAQ

Q: 비디오 생성형 AI란 정확히 무엇이며 어떻게 작동하나요?

A: 비디오 생성형 AI는 텍스트 설명(프롬프트)만으로 비디오를 만들 수 있는 인공지능 기술입니다. 이 기술은 디퓨전 트랜스포머(DiT)와 같은 최신 알고리즘을 사용하여 시간적, 공간적 의존성을 효과적으로 모델링하고, 텍스트 프롬프트에서 고해상도의 동적 비디오를 생성합니다. 오픈AI의 소라(Sora), 클링 AI의 클링, 루마 드림 머신 등이 대표적인 예입니다.

Q: 교육자가 비디오 생성형 AI를 효과적으로 사용하기 위해 필요한 기술과 지원은 무엇인가요?

A: 교육자들은 기본적인 프롬프트 엔지니어링 기술, 비디오 콘텐츠 평가 능력, 그리고 이를 교과 과정에 통합하는 교육적 전략이 필요합니다. 학교는 하드웨어 접근성, 소프트웨어 구독 비용 지원, 기술 지원 인력을 제공해야 합니다. 또한 교사 훈련 프로그램과 AI 윤리, 안전한 사용법에 관한 국가 수준의 가이드라인도 필요합니다.

Q: 비디오 생성형 AI를 교실에 도입할 때 발생할 수 있는 윤리적 문제는 무엇이며 어떻게 해결할 수 있나요?

A: 주요 윤리적 문제로는 부적절한 콘텐츠 생성 가능성, 저작권 침해, 학습 격차 확대, 데이터 편향성 등이 있습니다. 이를 해결하기 위해서는 안전 가드레일과 독성 콘텐츠 감지 모델을 구현하고, 명확한 저작권 가이드라인을 수립하며, 다양한 언어와 문화를 지원하는 모델을 개발해야 합니다. 또한 학생과 교사 모두에게 AI 리터러시 교육을 제공하는 것도 중요합니다.

해당 기사에서 인용한 논문 원문은 링크에서 확인할 수 있다.

이미지 출처: 이디오그램 생성

기사는 클로드와 챗GPT를 활용해 작성되었습니다.