교사 피드백 화법을 적용한 ChatGPT 기반 챗봇과 학습자의 대화 분석

Abstract

With the growing demand for personalized education, research on educational chatbots has been actively conducted. Traditional rule-based chatbots were designed to respond to anticipated student queries or provide selectable options, but they struggled to flexibly address a wide range of student inquiries. To overcome these limitations, generative AI-based chatbots have emerged, with ChatGPT demonstrating the potential for natural and flexible conversations with students. However, when applied to educational settings, ChatGPT poses challenges such as a lack of teacher control, insufficient personalization of learning content, and inadequate emotional engagement. To address these issues, this study developed a ChatGPT-based educational chatbot incorporating teacher feedback strategies and analyzed the interaction records between the chatbot and high school integrated science students. The study aimed to classify the speech types of both students and the chatbot and identify factors influencing students speech volume. Based on a review of prior research, this study established design principles for an educational ChatGPT-based chatbot and formulated prompts accordingly. The designed prompts incorporated elements such as students' learning levels, subject content, and reinforcement of emotional interactions. Additionally, the chatbot was designed to implement teacher feedback strategies by encouraging student-centered questioning and fostering affective interactions. The chatbot was deployed for one month to collect data from 16 first-year high school students enrolled in an integrated science course at a high school in Busan, South Korea. The collected data underwent preprocessing, resulting in 273 student utterances and 425 chatbot utterances. Statistical analyses were conducted using Python. Students were allowed to access and interact with the chatbot freely, without restrictions on time, location, or device. To ensure ethical research practices and educational safety, data collection was conducted only with students who provided informed consent and had received prior training on generative AI. Regarding Research Question 1, which examined differences in chatbot dialogue patterns based on the application of teacher feedback strategies, results showed that the chatbot employing feedback strategies exhibited an increased tendency to actively engage students and provide emotional support. Conversely, a chatbot without feedback strategies focused primarily on delivering information, often responding in a fragmented manner without sufficiently addressing students' needs. For Research Question 2, which analyzed factors affecting students speech volume, findings revealed that chatbot utterances designed to actively involve students in conversation or prompt follow-up discussions significantly increased student engagement. Additionally, student utterances that shared personal experiences or requested further information deepened the conversation and strengthened social interactions, contributing to the continuity of dialogue. This study suggests that a ChatGPT-based chatbot incorporating teacher feedback strategies can effectively support student-centered conversations by adapting to students' dialogue content and emotional needs. The findings highlight the importance of designing educational chatbots with teacher feedback strategies and personalized support systems tailored to student characteristics. Moreover, this study provides insights into the design and potential applications of educational chatbots in science education.

개별 맞춤형 교육을 위한 방안으로 교육용 챗봇에 대한 연구가 활발히 진행되고 있다. 기존의 챗봇은 규칙 기반 방식으로 학습자의 예상 질문에 답변을 준비하거나 선택지를 제공하는 방식이었으나, 학습자의 다양한 질문에 유연하게 대응하지 못하는 한계가 있었다. 이러한 한계를 보완하기 위해 생성 기반 챗봇이 등장하였으며, ChatGPT는 학습자의 질문에 자연스럽고 유연하게 대화할 수 있는 가능성을 보여주었다. 그러나 ChatGPT를 교육 현장에 도입할 경우 교사의 통제 부족, 학습 내용의 개별화 부족, 정서적 소통 미흡 등의 문제점이 나타났다. 이에 본 연구는 교사 피드백 화법을 적용한 ChatGPT 기반 교육용 챗봇을 개발하고, 이를 고등학교 통합과학 학습자가 사용한 기록을 수집하여 학습자와 챗봇의 발화 유형과 학습자의 발화량에 영향을 미치는 요인을 분석하였다. 본 연구는 선행 연구 분석을 통해 교육용 ChatGPT 기반 챗봇 설계 원리를 수립하고, 이를 기반으로 챗봇에 투입할 프롬프트를 제작하였다. 설계된 프롬프트에는 학습자의 학습 수준, 교과 내용, 정서적 상호작용의 강화와 같은 요소가 반영되었으며, 교사 피드백 화법을 구현하기 위해 학습자 중심의 질문 유도와 정의적 상호작용을 포함하는 방식을 채택하였다. 제작된 챗봇을 활용하여 부산 소재 A 고등학교 1학년 통합과학 학습자 16명을 대상으로 데이터를 수집하였다. 수집된 데이터는 전처리 과정을 통해 학습자 발화 273건과 챗봇 발화 425건으로 정리되었으며, 통계 분석을 위해 Python을 활용하여 통계적 분석을 수행하였다. 개발된 챗봇은 자료 수집을 위하여 통합과학 학습자들에게 한 달 동안 배포되었으며, 학습자들은 시간·장소·접속기기 등의 제한 조건 없이 자유롭게 접속하여 사용하였고 이 때의 챗봇 사용 기록은 자동 수집되었다. 이러한 자료 수집 과정은 교육적 안전 확보 및 연구 윤리를 준수하기 위해 연구 참여에 동의한 학습자 중 생성형 AI 이해 사전 교육을 받은 통합과학 학습자를 대상으로 진행되었다. 연구문제 1에서는 교사 피드백 화법 적용 여부에 따라 챗봇의 대화 방식이 어떻게 달라지는지 비교하였다. 교사 피드백 화법이 적용된 챗봇은 대화에 적극적으로 참여를 유도하고 정서적 지지를 제공하는 발화 유형이 증가하였으며, 단순히 정보를 제공하거나 설명하는 방식은 감소하는 경향을 보였다. 반면, 피드백 화법이 적용되지 않은 챗봇은 정보 전달에 집중하며 학습자의 요구를 충분히 반영하지 못하는 단편적 응답을 보였다. 연구문제 2에서는 학습자의 발화량에 영향을 미치는 요인을 분석한 결과, 학습자를 대화에 능동적으로 참여시키는 질문이나 후속 대화를 유도하는 챗봇의 발화 방식이 학습자의 대화 참여를 유의미하게 증가시켰다. 또한, 학습자가 개인적 경험을 공유하거나 추가 정보를 요청하는 발화가 대화의 깊이를 더하고, 사회적 상호작용을 강화하여 대화 지속성을 높이는 데 기여하였다. 본 연구는 교사 피드백 화법을 적용한 ChatGPT 기반 챗봇이 학습자의 대화 내용과 정서적 요구에 적응적으로 대응함으로써 학습자 중심의 대화를 효과적으로 지원할 수 있음을 시사한다. 연구 결과는 교육 현장에서 ChatGPT 기반 챗봇을 효과적으로 활용하기 위해 교사 피드백 화법을 반영한 설계와 학습자 특성을 고려한 개인화된 지원 시스템이 중요함을 강조하며, 교육용 챗봇의 설계 방향과 활용 가능성을 제시하였다.