활동이론을 적용한 중국과 한국의 인공지능 기반 음악교육 연구동향 분석
- 주제(키워드) 인공지능 , 인공지능교육 , 음악교육 , 활동이론
- 발행기관 동신대학교 일반대학원
- 지도교수 강지혜
- 발행년도 2024
- 학위수여년월 2024. 8
- 학위명 박사
- 학과 및 전공 일반대학원 교육학과
- 세부분야 해당없음
- 실제URI http://www.dcollection.net/handler/dsu/200000812211
- UCI I804:46001-200000812211
- 본문언어 한국어
- 저작권 동신대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
음악교육은 학생들의 미적 인식, 예술적 표현, 창의적 실천, 문화적 이해 등 다양 한 소양을 개발하는 데 중요한 역할을 한다. 최근 인공지능 기술의 발전으로 음악 교육의 방식도 변화하고 있으며, 인공지능 기반의 맞춤형 음악 도구와 스마트 악기 의 개발로 음악교육 콘텐츠와 학습 방식이 다양해지고 있다. 이러한 변화 속에서 인공지능이 음악교육에 미치는 영향을 체계적으로 분석하고, 교육적 활용 방안을 모색할 필요성이 대두된다. 본 연구는 중국과 한국의 음악교육 분야에서 인공지능 응용연구의 동향을 분석하고, 활동이론을 적용하여 그 결과를 도출하는 것을 목적 으로 한다. 본 연구는 2017년부터 2023년까지 중국과 한국의 CASS, CNKI, RISS 데이터베이 스에서 선별한 문헌을 표본으로 삼아 PRISMA 지침의 PICO-SD 표준에 따라 문헌 수집 및 스크리닝을 수행하였다. 총 11편의 논문을 선정하였으며, 이들 논문을 활동 이론에 기반하여 분석하였다. 활동이론 모형과 추세 연구 요소에 따라 검토, 점검, 분류, 요약 등의 사전 처리를 거쳐 음악교육에서의 인공지능 활용 동향을 체계적으 로 분석하였다. 이를 통해 음악교육에서 인공지능 기술이 어떻게 활용되고 있는지, 그리고 그 효과가 무엇인지 체계적으로 파악하고자 하였다. 이러한 연구과정을 통해 음악교육분야 인공지능 연구동향을 분석한 결과는 다음 과 같다. 2017년부터 2023년까지 중국과 한국의 음악교육 분야에서 인공지능 응용 연구는 점차 확대되고 심화되었다. 연구 성과의 양과 질 모두 전반적으로 상승세를 보였으며, 이는 인공지능을 연구의 주요 쟁점으로 삼고 관련 논문이 지속적으로 발 표된 결과이다(沈书生, 祝智庭, 2023). 연구 방법에서는 문헌연구와 질적연구가 주로 사용되었다. 앞으로는 양적 연구와 혼합 연구를 통해 보다 객관적이고 규범적인 연 구를 수행할 필요가 있다(郭彪 등, 2021). 키워드 분석 결과, 인공지능, 응용연구, 정 보기술, 음악 수업, 음악 지식 등이 중요한 연구 주제로 나타났다. 중국과 한국 모 두 학술지 논문이 대부분을 차지하였다. 이는 연구 성과의 혁신성과 실용성에 중점 을 두고 있음을 시사한다(李运福 등, 2023). 인공지능 기술의 발전과 더불어 교육 분야에서의 인공지능 응용에 대한 관심이 높아졌다. 이는 정부 정책과 학계의 관심 이 연구 동향에 큰 영향을 미친다는 점을 보여준다(郭彪 등, 202). 한국의 2020년 인공지능 활용 교육 정책 발표와 관련 연구의 증가가 그 사례로 볼 수 있다. 또한 활동이론으로 분석한 인공지능 교육적 활용 연구동향의 결과는 다음과 같다. 활동이론을 적용한 분석 결과, 중국과 한국 모두 초등학생을 대상으로 하는 연구가 많았으며, 인공지능은 주로 학습 도구로 사용되었다. 한국은 스캐폴딩 제공을 규칙 으로 하는 연구가 많았으며, 중국은 학습자 통제를 규칙으로 하는 연구가 많았다. 객체는 주로 악기 연주와 음악 창작에 집중되었고, 학습 결과는 기능 향상에 중점 을 두었다. 인공지능은 음악 교육에서 학습자의 흥미를 높이고 맞춤형 교육을 가능 하게 한다는 연구 결과와 일치한다(문현진, 2022). 인공지능 도구는 학생의 창의력 향상에도 기여할 수 있으며, 인공지능을 기반으로 한 교육 설계는 학습자의 몰입형 학습을 촉진한다(Crawford et al., 2023; 沈书生, 祝智庭, 2023). 중국과 한국의 연구 는 주로 소규모 학습활동에 집중되었으며, 이는 인공지능을 활용한 음악 교육의 실 질적 적용 가능성을 높이는 방향으로 나아가고 있음을 시사한다. 본 연구결과를 토대로 다음과 같은 시사점을 제안하였다. 첫째, 연구 동향의 확대 와 심화를 통해 인공지능이 음악교육에서 중요한 역할을 하고 있음을 확인하였다. 연구 성과의 양과 질 모두 전반적으로 상승세를 보였으며, 이는 인공지능을 연구의 주요 쟁점으로 삼고 관련 논문이 지속적으로 발표된 결과이다(沈书生, 祝智庭, 2023). 둘째, 연구 방법의 다양화가 필요하며, 문헌연구와 질적연구뿐만 아니라 양 적 연구와 혼합 연구도 적극적으로 도입해야 한다(郭彪 등, 2021). 셋째, 교육 설계 의 다양화가 필요하며, 활동이론의 관점에서 주체와 객체의 상호작용, 규칙과 공동 체의 접목을 고려한 설계가 중요하다(赵丽莉 등, 2024). 넷째, 협동학습을 통한 음악 교육의 효과를 강조하고, 협동학습이 팀워크 능력과 소통 역량을 키우는 데 중요한 역할을 한다는 것을 확인하였다. 다섯째, 인공지능 기술을 활용한 음악교육이 학생 들의 학습 흥미를 높이고, 사제 및 학생의 상호작용을 촉진하며, 학습 결과에도 긍 정적인 영향을 미친다는 것을 확인하였다. 앞으로는 이러한 시사점을 바탕으로 보 다 심도 있는 연구와 교육 설계를 통해 인공지능 기반 음악교육의 발전을 도모해야 할 것이다. 주제어: 인공지능, 인공지능교육, 음악교육, 활동이론
more초록/요약
Music education plays an important role in developing students' diverse knowledge, including aesthetic awareness, artistic expression, creative practice and cultural understanding. Recently, the methods of music education are changing due to the development of artificial intelligence technology, music education content. So the learning methods are becoming more diverse with the development of artificial intelligence-based customized music tools and smart instruments. Amid these changes, there is a need to systematically analyze the impact of artificial intelligence on music education and find ways to utilize it educationally. The purpose of this study is to analyze trends in artificial intelligence application research in the field of music education in China and Korea and derive the results by applying activity theory. The sampled literature in this study were selected from CASS, CNKI, and RISS databases in China and Korea from 2017 to 2023 and conducted literature collection and screening according to the PICO-SD standard of the PRISMA guidelines. A total of 11 papers were selected and they were analyzed based on activity theory. Trends in the use of artificial intelligence in music education were systematically analyzed through preprocessing review, inspection, classification, and summary according to the activity theory model and trend research elements. Through this, we sought to systematically understand how artificial intelligence technology is being used in music education and what its effects are. The results of analyzing artificial intelligence research trends in the field of music education through this research process are as follows. From 2017 to 2023, artificial intelligence application research in the music education field in China and Korea gradually expanded and deepened. Both the quantity and quality of research results have shown an overall upward trend and this is the result of artificial intelligence being considered a major research issue and related papers being continuously published (沈书生, 祝智庭, 2023). Literature research and qualitative research were used as main research methods. In the future, there is a need to conduct more objective and normative research through quantitative and mixed research (郭彪 et al., 2021). As a result of keyword analysis, artificial intelligence, applied research, information technology, music classes and music knowledge emerged as important research topics. In both China and Korea, academic journal papers accounted for the majority, which suggests that the focus is on the innovativeness and practicality of research results (李运福 et al., 2023). With the development of artificial intelligence technology, interest in the application of artificial intelligence in the field of education has increased, which shows that government policy and academic interest have a great influence on research trends (郭彪 et al.,， 2021). Korea's announcement of its 2020 artificial intelligence education policy and the increase in related research can be seen as examples. In addition, the results of research trends in the educational use of artificial intelligence through activity theory are as follows. As a result of the analysis, there were many studies targeting elementary school students in both China and Korea and artificial intelligence was mainly used as a learning tool. In Korea, there were many studies that used the provision of scaffolding as a rule, while in China, there were many studies that used learner control as a rule. The objects mainly focused on playing instruments, creating music and the learning outcomes focused on improving skills. This is consistent with research results showing that artificial intelligence increases learners' interest in music education and enables customized education (문현진, 2022). Artificial intelligence tools can also contribute to improving students' creativity and educational design because artificial intelligence promotes learners' immersive learning (Crawford et al., 2023; 沈书生, 祝智庭, 2023). Research in China and Korea has mainly focused on small-scale learning activities, which suggests that they are moving in the direction of increasing the practical applicability of music education using artificial intelligence. Based on the results of this study, the following implications were proposed. First, through the expansion and deepening of research trends, it was confirmed that artificial intelligence plays an important role in music education. Both the quantity and quality of research results have shown an overall upward trend and this is the result of artificial intelligence being considered a major research issue and related papers being continuously published (沈书生, 祝智庭, 2023). Second, diversification of research methods is necessary and not only literature research and qualitative research, but also quantitative and mixed research should be actively introduced (郭彪 et al., 2021). Third, diversification of educational design is necessary, and from the perspective of activity theory, it is important to design with the considering of the interaction between subjects and objects and the integration of rules and communities (赵丽莉 et al., 2024). Fourth, the effectiveness of music education through cooperative learning was emphasized and it was confirmed that cooperative learning plays an important role in developing teamwork and communication capabilities. Fifth, it was confirmed that music education using artificial intelligence technology increases students' interest in learning, promotes interaction between teachers and students and has a positive effect on learning outcomes. In the future, the development of artificial intelligence-based music education will be promoted through more in-depth research and educational design based on these implications. Keywords: Artificial Intelligence, Artificial Intelligence Education, Musical Education, Activity Theory
more목차
표 목차 ⅵ
그림 목차ⅶ
초록 ⅷ
Ⅰ. 서론 1
1. 연구의 필요성 및 목적1
2. 연구문제 5
3. 용어의 정의 5
1) 음악교육5
2) 인공지능6
3) 활동이론6
Ⅱ. 이론적 배경8
1. 인공지능과 교육8
1) 인공지능의 발전 과정8
2) 인공지능 기반의 교육의 발전 12
3) 인공지능의 교육적 활용16
2. 인공지능과 음악교육 18
1) 음악교육에서 적용되는 인공지능 기술 18
2) 음악교육에서 인공지능의 교육적 활용 24
3. 활동이론과 교육 29
1) 활동이론의 발전 30
2) 활동이론의 구성 요소 32
3) 활동이론 관련 선행연구 33
Ⅲ. 연구방법 36
1. 연구설계 36
2. 문헌수집 36
3. 연구절차 37
4. 자료분석 39
1) 음암교육분야 인공지능 연구 동향 분석 39
2) 활동이론으로 분석한 음악교육분야 인공지능의 교육적 활용 연구 동향 · 40
Ⅳ. 연구결과 42
1. 음악교육분야 인공지능 관련 연구동향 42
1) 연도별 음악교육분야 인공지능 관련 연구동향42
2) 논문 출처별 음악교육분야 인공지능 관련 연구동향 43
3) 연구방법별 음악교육분야 인공지능 관련 연구동향 45
4) 키워드 분석별 음악교육분야 인공지능 관련 연구동향46
2. 활동이론으로 분석한 음악교육분야 인공지능의 교육적 활용 연구 동향50
1) 주체별 음악교육분야 인공지능의 교육적 활용 연구동향50
2) 매개물별 음악교육분야 인공지능의 교육적 활용 연구동향 52
3) 객체별 음악교육분야 인공지능의 교육적 활용 연구동향54
4) 결과별 음악교육분야 인공지능의 교육적 활용 연구동향55
5) 규칙별 음악교육분야 인공지능의 교육적 활용 연구동향57
6) 공동체별 음악교육분야 인공지능의 교육적 활용 연구동향 58
7) 분업별 음악교육분야 인공지능의 교육적 활용 연구동향59
Ⅴ. 논의 및 결론 61
1. 논의 61
1) 중국과 한국의 음악교육분야 인공지능 연구동향 61
2) 활동이론으로 분석한 음악교육분야 인공지능 연구동향 62
2. 결론 및 제언 64
1) 결론64
2) 제언66
참고문헌 68
ABSTRACT 80
부록 84
감사의 글86