자연어처리의 교육적 활용 연구동향 분석 = A Research Review on Natural Language Processing in Education

다국어 초록 (Multilingual Abstract)

The purpose of this study is to explore the users, purposes, and educational effects of natural language processing (NLP) by analyzing research trends using NLP, a representative AI technology, in education. Text mining techniques and systematic literature review methods were applied to explore research trends. The literature to apply the text mining technique was 44 papers published in KCI journals over the past 10 years (2012-2021), containing similar keywords to “natural language processing,” including the word “education” in the abstract. As a result of topic modeling using text mining techniques, four research topics were classified on the educational use of NLP, followed by intelligent teaching & learning support, exploring the educational use of NLP, Korean language learning support, and descriptive-type evaluation automation. As for the topic trend by period, intelligent teaching & learning support and descriptive-type evaluation automation research were conducted in the 1st (2012-2015) and 2nd (2016-2018) periods, and exploring the educational use of NLP and Korean language learning support emerged as a new topic in the 3rd (2019-2021). Among the papers subject to text mining technique analysis, a systematic literature review was conducted on 25 papers that specifically reported on the analysis criteria with a high probability of topic allocation in topic modeling. The analysis contents were the first author's affiliation, academic field, school level, and research method, focusing on the subject of use, purpose of use, and educational effect of NLP. As a result of the analysis, learners (80%), instructors (28%), and institutions (20%) were the subjects of NLP, and the purpose of use was intelligent learning support (44%), instructional communication (20%), Korean language learning support (16%), descriptive-type evaluation automation (16%), and learning success and failure prediction (4%). In the early period, research was conducted by IT engineers to develop technologies or systems for educational use of NLP, and recently, many studies were conducted by (subject-matter) educators to analyze the effects of developing tools and applying them to actual classes. Accordingly, there were many studies conducted with the development research method (68%), and the educational effects were analyzed in terms of effectiveness (28%), usability (24%), satisfaction (16%), efficiency (4%), and functionality (24%). Based on the research results, implications and future studies were proposed.

국문 초록 (Abstract)

인공지능 기술이 발전하면서 교육의 다양한 맥락에서 인공지능 기술을 적용하려는 시도들이 이루어지고 있다. 이 연구에서는 대표적인 인공지능 기술인 자연어처리를 교육에 활용한 연구동향을 분석함으로써 자연어처리 기술의 교육적 활용주체, 활용목적, 교육적 효과 등에 대해 탐색하고자 하였다. 연구동향을 탐색하기 위한 방법으로는 텍스트 마이닝 기법과 체계적 문헌고찰 방법을 적용하였다. 텍스트 마이닝 기법을 적용하기 위한 문헌은 지난 10년간(2012년∼2021년) KCI 등재(후보)지에 게재된 논문에서 키워드 중 자연어처리를 포함한 유사 핵심어를 포함하면서 초록에 “교육”이라는 단어를 포함한 논문 중 한국어를 대상으로 자연어처리 기술을 교육적으로 활용한 논문 44편을 분석 대상으로 하였다. 텍스트 마이닝 기법에 의한 토픽모델링 결과, 자연어처리의 교육적 활용 연구주제는 4개로 분류되었고 지능형 교수학습지원, 자연어처리 기술의 교육적 활용 탐색, 한국어 학습지원, 서술형 평가 자동화 순으로 수행 논문의 비율이 높게 나타났다. 시기별 주제 트렌드와 관련하여 1기(2012년∼2015년)와 2기(2016년∼2018년)에는 지능형 교수학습지원과 서술형 평가 자동화 연구가 이루어졌고 3기(2019년∼2021년)에 자연어처리 기술의 교육적 활용 탐색과 한국어 학습지원 연구가 새로운 주제로 등장하였다. 텍스트 마이닝 기법 분석 대상의 논문 중 토픽모델링에서 토픽할당 확률이 높으면서 분석기준에 대해 구체적으로 보고한 논문 25편을 대상으로 체계적 문헌고찰을 수행하였다. 분석내용은 자연어처리 기술의 활용주체, 활용목적, 교육적 효과를 중심으로 첫 번째 저자 소속, 학문분야, 학교급, 연구방법이었다. 분석결과 자연어처리 기술의 활용주체는 학습자(80%), 교수자(28%), 기관(20%) 순으로 나타났고, 활용목적은 지능형 학습지원(44%), 교수적 대화(20%), 한국어 학습지원(16%), 서술형 평가 자동화(16%), 학습성공 및 실패 예측(4%)으로 나타났다. 시기적으로 초기에는 IT공학자에 의해 자연어처리 기술을 교육적으로 활용하기 위한 기술이나 시스템을 개발하는 연구가 수행되었고 최근에는 (교과)교육학자들에 의해 관련 도구를 개발하고 실제 수업에 적용함으로써 그 효과를 분석하는 연구들이 수행되었다. 대부분의 연구는 개발연구방법(68%)으로 수행되었고 그 효과는 효과성(28%), 사용성(24%), 만족도(16%), 효율성(4%), 기능성(24%)측면에서 분석되었다. 연구결과에 기반하여 시사점과 추후연구에 대해 제안하였다.

참고문헌 (Reference)

• 1 김민웅 ; 황재동, "한국 다문화 교육에서의 챗봇 활용 가능성 탐구 - 챗봇용 다문화 교육 프로그램 개발 및 효과 분석 -" 한국국제문화교류학회 10 (10): 23-42, 2021
• 2 윤희진, "텍스트마이닝을 활용한 다문화 멘토링 관련 연구 동향 분석" 한국국제문화교류학회 9 (9): 27-50, 2020
• 3 김혜란 ; 최선영, "초등과학 실시간 쌍방향수업을 위한 인공지능 융합교육프로그램의 개발과 적용 - ‘식물의 생활’ 단원을 중심으로 -" 한국초등과학교육학회 40 (40): 433-442, 2021
• 4 황홍섭, "초등 사회과 마이크로러닝을 위한 챗봇의 개발" 한국사회과교육연구학회 60 (60): 81-104, 2021
• 5 하만석 ; 안현철, "정형 데이터와 비정형 데이터를 동시에 고려하는 기계학습 기반의 직업훈련 중도탈락 예측 모형" 한국콘텐츠학회 19 (19): 1-15, 2019
• 6 이지희, "자연어 처리(NLP)를 통한 해외건설 계약서의 리스크 자동추출 모델 개발" 이화여자대학교 2018
• 7 장진아 ; 박준형 ; 박지선, "인공지능 챗봇 관련 국내 연구 동향 및 챗봇 활용 현황 분석: 과학 교육에서의 활용을 위한 시사점을 중심으로" 학습자중심교과교육학회 21 (21): 729-743, 2021
• 8 정현숙 ; 김정민, "이러닝 환경의 학습효과 향상을 위한 통합 학습 온톨로지 설계" 한국정보기술학회 10 (10): 105-116, 2012
• 9 위키백과, "우리 모두의 백과사전, “자연어처리”"
• 10 정현숙 ; 김정민, "온톨로지 기술 융합을 통합 교수학습 시맨틱 모델 설계" 한국융합학회 6 (6): 127-134, 2015
• 11 서지혜, "시나리오를 기반으로 한 초급 한국어 말하기 연습용 챗봇 설계 방안 연구" 한국문화융합학회 43 (43): 53-76, 2021
• 12 장지연, "스마트 스피커의 교육적 활용에 관한 연구" 한국융합학회 10 (10): 33-39, 2019
• 13 박세진 ; 하민수, "순환신경망을 적용한 초등학교 5학년 과학 서술형 평가 자동채점시스템 개발 및 활용 방안 모색" 한국교육평가학회 33 (33): 297-321, 2020
• 14 권대석, "빅데이터 혁명: 클라우드와 슈퍼컴퓨팅이 이끄는 미래" 북이십일 2012
• 15 황홍섭, "빅데이터 기반 사회과 교수·학습 모형의 현장 수업 적용 사례 연구" 한국사회과교육연구학회 60 (60): 111-132, 2021
• 16 한국소프트웨어기술인협회 빅데이터전략연구소, "빅데이터 개론 : analyse data" 광문각 2018
• 17 천민아 ; 김창현 ; 김재훈 ; 노은희 ; 성경희 ; 송미영, "기계학습 분류기의 예측확률과 만장일치를 이용한 한국어 서답형 문항 자동채점 시스템" 한국정보처리학회 5 (5): 527-534, 2016
• 18 이상하 ; 노은희 ; 성경희, "국가수준 학업성취도 평가 서답형 문항에 대한 자동채점의 실용성 분석" 한국교육과정평가원 18 (18): 185-208, 2015
• 19 정현지, "과학기술데이터를 위한 자연어처리 기술 동향" 666-669, 2021
• 20 Almarzooq, Z., "Virtual learning during the COVID-19 pandemic : A disruptive technology in graduate medical education" 75 (75): 1-11, 2020
• 21 Amigud, A., "Using learning analytics for preserving academic integrity" 18 (18): 192-210, 2017
• 22 Nielsen, J., "Usability inspection methods" 413-414, 1994
• 23 Adamson, D., "Towards an agile approach to adapting dynamic collaboration support to student needs" 24 (24): 92-124, 2014
• 24 김경록 ; 송혜진 ; 문남미, "Topic modeling for automatic classification of learner question and answer in teaching-learning support system" Digital Contents Society 18 (18): 339-346, 2017
• 25 Shiraly, K., "Top 3 benefits and uses of NLP in education"
• 26 Bywater, J. P., "The Teacher Responding Tool : Scaffolding the teacher practice of responding to student ideas in mathematics classrooms" 139 : 16-30, 2019
• 27 Voorhees, E. M., "The TREC question answering track" 7 (7): 361-378, 2001
• 28 이경건 ; 하민수, "The Present and Future of AI-based Automated Evaluation: A Literature Review on Descriptive Assessment and Other Side" Korean Society for Educational Technology 36 (36): 353-382, 2020
• 29 김동인 ; 정은희, "The Effect of Interaction Using Artificial Intelligence Speakers on Communication Intention and Pragmatic Characteristics of Students with Intellectual Disabilities" 한국청각언어장애교육학회 11 (11): 91-113, 2020
• 30 Zawacki-Richter, O., "Systematic review of research on artificial intelligence applications in higher education–where are the educators?" 16 (16): 1-27, 2019
• 31 진하은 ; 신지혜 ; 김건동, "Suggestion of AI Elementary Writing Learning App Service based on Conversational Chatbot Character" Digital Contents Society 22 (22): 587-596, 2021
• 32 민윤정 ; 안재경 ; 김소영, "Structural Relationship Analysis between the Intention to Use Educational Chatbots and Influential Factors based on Technology Acceptance Model" Korean Association for Educational Information and Media 26 (26): 799-825, 2020
• 33 Kaplan, A., "Siri, Siri, in my hand : Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence" 62 (62): 15-, 2019
• 34 최서원 ; 남재현, "SW 교육 보조 도구로서의 AI 챗봇 활용" 한국정보통신학회 23 (23): 1693-1699, 2019
• 35 백영민, "R를 이용한 텍스트 마이닝" 한울아카데미 2020
• 36 Steyvers, M., "Probabilistic topic models. Handbook of Latent Semantic Analysis" Erlbaum 2007
• 37 Hofmann, T., "Probabilistic Latent Semantic Analysis" 289-296, 1999
• 38 Sultana, S., "Predicting performance of electrical engineering students using cognitive and non-cognitive features for identification of potential dropouts" 54 (54): 105-118, 2017
• 39 Hellas, A., "Predicting academic performance: A systematic literature review" ACM 2018
• 40 Leedy, P. D., "Practical research: Planning and design" Merrill 2005
• 41 Burstein, J., "Opportunities for natural language processing research in education" Springer 2009
• 42 Litman, D., "Natural language processing for enhancing teaching and learning" 2016
• 43 Alhawiti, K. M., "Natural language processing and its use in education. Computer Science Department, Faculty of Computers and Information technology" 5 (5): 72-76, 2014
• 44 Goel, A. K., "Learning Engineering for Online Education" Routledge 2018
• 45 한지원 ; 조재춘 ; 임희석, "ITS를 위한 개인화 학습코스 추천 모델 개발" 한국융합학회 9 (9): 21-28, 2018
• 46 한국정보통신기술협회, "IT 용어사전" 2018
• 47 Panichella, A., "How to effectively use topic models for software engineering tasks? an approach based on genetic algorithms" IEEE 522-531, 2013
• 48 Quixal, M., "How can writing tasks be characterized in a way serving pedagogical goals and automatic analysis needs" 33 (33): 19-48, 2016
• 49 Kang, M., "Factors of learner–instructor interaction which predict perceived learning outcomes in online learning environment" 29 (29): 292-301, 2013
• 50 Popenici, S. A., "Exploring the impact of artificial intelligence on teaching and learning in higher educa-tion" 12 (12): 22-, 2017
• 51 Rada, R., "Efficiency and effectiveness in computer-supported peer-peer learning" 30 (30): 137-146, 1998
• 52 Baker, T., "Educ-AI-tion rebooted? Exploring the future of artificial intelligence in schools and colleges" Nesta Foundation
• 53 이정원 ; 김동호, "Development of an Online Assessment Strategy Consultation Chatbot and Usability Test" The Korea Association of Yeolin Education 29 (29): 31-53, 2021
• 54 정효정 ; 우상민, "Developing of Facilitating-chatbot on Computer Supported Collaborative Learning and Usability Evaluation" Digital Contents Society 22 (22): 1049-1057, 2021
• 55 Higgins, J. P., "Cochrane handbook for systematic reviews of interventions: Cochrane book series" 51-79, 2008
• 56 Kochmar, E., "Automated Data-Driven Generation of Personalized Pedagogical Interventions in Intelligent Tutoring Systems" 1-27, 2021
• 57 최숙영, "Artificial Intelligence in Education: A Literature Review on Education Using Artificial Intelligence" 한국컴퓨터교육학회 24 (24): 11-21, 2021
• 58 Wenger, E., "Artificial Intelligence and Tutoring Systems" Morgan Kaufmann 1987
• 59 이지선 ; 임소진 ; 최유리 ; 김은정 ; 이소영 ; 박미정, "Analysis of Home Economics Curriculum Using Text Mining Techniques" Korean Home Economics Education Association 30 (30): 111-127, 2018
• 60 박준서 ; 김유진 ; 김민영 ; 임걸, "Analysis and Development Direction of Education Content on AI speakers Based on Gagné’s Instructional Theory: Focused on Amazon Alexa Skills" 한국지식정보기술학회 14 (14): 345-358, 2019
• 61 Gnanasekaran, D., "An Automatic Question Generation System Using Rule-Based Approach in Bloom’s Taxonomy" 14 (14): 1477-1487, 2021
• 62 도재우 ; 김수진 ; 유미나, "A Systematic Literature Review of the Use of Cultural-Historical Activity Theory for Class Improvement" The Korea Association of Yeolin Education 29 (29): 99-127, 2021
• 63 백영경, "A Study on Developing Chatbot for Teaching Korean Pragmatics - Focusing on the Refusal Speech Act." 이중언어학회 null (null): 115-141, 2021
• 64 이준형 ; 송기상, "A Perceptions of Elementary and Secondary Teachers for AI-based ITS" Korea Edutainment Society 3 (3): 25-36, 2021
• 65 Zhu, W., ""Engineering economics jeopardy!"Mobile app for university students" 60 (60): 291-306, 2015