애니메이션 교육 환경에서 현상학 기반 생성형 AI 교육모델(AEMAIP) 적용에 관한 탐색 연구 = An Exploratory Study on the Application of a Phenomenology-Based Generative AI Educational Model (AEMAIP) in Animation Education

국문 초록 (Abstract)

본 연구는 애니메이션 교육에서 생성형 AI를 활용한 교육 방법론을 연구하기 위한 선행연구로 현상학 기반 생성형 AI를 활용한 애니메이션 교육 모델(Animation Educational Model of generative AI based on Phenomenology, 이하 AEMAIP)을 제안한다. 이를 위해 기술과 인간 경험의 균형을 모색에 필요한 현상학자 후설, 메를로-퐁티, 하이데거, 슈츠의 사상을 기반으로 전통적인 애니메이션 교육과 새로운 교육 방법을 비교하여 그 효율성을 비교 검증한다. 연구대상은 대학생 3-4학년 20명 중에서 실험집단 10명과 대조집단 10명을 대상으로 하였다. 세부 분석결과 현상학 기반 생성형 AI 교육은 기술적 제약 해소(p<.001, Cohen's d = 2.10), 시간 몰입성(p<.01, Cohen's d = 1.43), 학습 만족도(p = 0.054, Cohen's d = 0.92) 영역에서 통계적으로 유의미한 향상을 보였다. 창의적 자유도는 향상을 보였으나 통계적 유의수준에 도달하지 않았다(p = 0.499). 창의적 과정능력은 단선적 창의과정(평균 2.33/5.0)에서 순환적 창의과정(평균 4.47/5.0)으로 발전하였다, 이러한 결과는 생성형 AI를 교육에 통합함에 있어 현상학적 접근이 기술 활용의 효율성뿐만 아니라 인간 고유의 학습 경험과 창의성을 증진하는데 기여함을 시사하였다.

다국어 초록 (Multilingual Abstract)

This study proposes an Animation Educational Model of generative AI based on Phenomenology (AEMAIP) as preliminary research for developing pedagogical methodologies in animation education. The model integrates phenomenological theories of Husserl, Merleau-Ponty, Heidegger, and Schutz to balance technological advancement with human experiential learning. A comparative analysis was conducted between traditional and phenomenology-based generative AI approaches. Participants included 20 university students (3rd-4th year), divided into experimental (n=10) and control (n=10) groups. Results demonstrated statistically significant improvements in the phenomenology-based AI group for technical constraint resolution (p<.001, Cohen's d = 2.10), temporal immersion (p<.01, Cohen's d = 1.43), and learning satisfaction (p = 0.054, Cohen's d = 0.92). Creative freedom showed improvement but did not reach statistical significance (p = 0.499). Creative process capability evolved from linear (M = 2.33/5.0) to cyclical patterns (M = 4.47/5.0). These findings suggest that phenomenological approaches to generative AI integration enhance not only technological efficiency but also human-centered learning experiences and creativity in animation education.