생성 AI 피드백이 학생 에세이 수정에 미치는 영향

학생 글쓰기에 대한 고품질 피드백 제공은 중요하지만, 학급 규모 증가와 교육 역량 한계로 점차 어려워지고 있습니다. 생성 AI(GenAI)는 유망한 대안으로 부상하고 있으나, 기존 교사 피드백과의 효과 비교, 특히 다양한 프롬프팅 기법 적용 시의 효과는 불확실합니다. 본 연구는 70명의 대학원생을 대상으로 무작위 배정된 3개 그룹 실험 설계를 통해 교사 피드백과 두 가지 프롬프팅 기법(제로샷, CoT)으로 생성된 GenAI 피드백의 효과를 비교했습니다. 학생들은 논증 에세이를 작성한 후 받은 피드백을 바탕으로 수정했으며, 피드백 및 에세이 품질은 툴민의 논증 모델 기반 루브릭으로 평가되었습니다. 연구 결과, CoT 프롬프팅이 제로샷 및 교사 피드백보다 더 높은 품질의 피드백을 생성하는 것으로 나타났습니다. 이는 CoT의 단계별 추론이 논증적 글쓰기의 인지적 요구사항과 GenAI 결과물을 더 밀접하게 연결함을 시사합니다. 그러나 이러한 높은 피드백 품질이 에세이 수정의 유의미한 개선으로 이어지지는 않았으며, 품질 평가가 낮았던 교사 피드백도 에세이 품질 향상에 비슷한 기여를 했습니다. 또한, GenAI 피드백 품질은 학생의 초기 에세이 품질과 유의미한 연관성을 보인 반면, 교사 피드백은 그러한 연관성이 없었습니다. 이 결과는 피드백 품질만으로는 글쓰기 성과를 향상시키기에 불충분하며, 학생들이 피드백을 얼마나 적극적으로 활용하고 적용하는지가 중요함을 강조합니다. 궁극적으로 본 연구는 교사가 GenAI 피드백의 해석 및 적용을 지원하는 하이브리드 지능형 피드백 시스템의 잠재력을 제시합니다.