Analysis of Domestic Research Trends in AI Ethics Education

인공지능윤리교육의 국내 연구 동향 분석

Abstract

This study examined research trends in AI ethics education and attempted to suggest a direction for AI ethics education. As a result of the research, two studies were conducted in 2017. There are no studies in 2018 and 2019, and there are 6 studies in 2020. Since then, research has continued to increase, with 19 studies in 2021 and 18 studies in 2022. There were a total of 37 lead authors of the study. There were six lead authors who had published papers for more than two years, and two lead authors who had published papers for more than three years. In addition, to examine the details of AI ethics education, a total of 265 keywords that went through a refining process were divided into education-related, ethics-related, AI-related, and other-related. Although the necessity and importance of research on AI ethics education is expected to increase, there are not many researchers who continuously conduct research on AI ethics education. Accordingly, there is a need to find ways to continue research on AI ethics education. AI ethics education is being conducted under various names such as moral education, ethics education, liberal arts education, and AI education. Accordingly, research on AI ethics education at various levels and forms should be conducted, not just educational research on artificial intelligence ethics in terms of regular subjects.

Ⅰ. 서론

인공지능이 인간사회의 다방면에 새롭게 활용되면서 그동안 없었던 새로운 형태의 윤리문제가 드러나고 있다. 이에 2016년 미국을 시작으로 선진국 대부분 및 국제기구에서는 사회법안과 가이드라인을 발표하였다. 이러한 흐름에 따라 국내에서도 정부, 연구 및 공공기관과 더불어 민간 기업 등에서도 윤리적인 인공지능에 대한 원칙과 기준(guideline)을 발표하였다. 이처럼 세계 각국과 기업 및 단체에서 내놓은 AI 윤리 기준이 80여 개가 넘었고 지금도 새로운 기준이 만들어지고 있다[1]

인공지능윤리는 인공지능윤리가 다루어지는 영역, 형태, 프로세스 등에 따라 다양한 용어와 의미로 정의될 수 있으나, 일반적으로 인간의 측면과 AI의 측면 즉 인간이 주체가 되어 인간이 지켜야하는 측면과 AI가 주체가 된 AI가 지켜야 하는 측면으로 구분하여 설명하고 있다. [1]은 이를 ‘AI의 윤리(ethics of AI)’와 ‘윤리적인 AI(ethical AI)’로 이야기하고 있으며, 인공지능윤리교육의 중점은 AI윤리와 윤리적AI를 유기적으로 연계하여야 함을 강조하고 있다[1].

한국의 교육부에서는 2022개정 교육과정의 도덕과를 포함한 여러 교과에서 인공지능윤리를 교과의 내용 요소로 다루고 있으며[2], 인공지능윤리교육에 대한 연구도 점차 다양한 측면에서 진행되고 있다. 인공지능윤리교육의 필요성 주장, 인공지능윤리교육방안 탐색, 인공지능윤리교육 내용탐구, 수업설계 및 프로그램(모델)개발, 도덕과 및 도덕교육 관련 인공지능 윤리교육, 인공지능윤리영역 측면에서의 인공지능윤리교육, 학습자의 인공지능윤리의식 탐구 및 함양 관련 등이다. 한편 인공지능교육에 대한 연구 동향을 살펴보는 연구는 여럿 찾아볼 수 있었으나, 인공지능 윤리교육의 연구 동향은 확인하지 못하였다. 이에 연구자는 인공지능윤리교육의 연구 동향을 살펴보고, 인공지능윤리교육이 나아갈 방향을 제시하고자 하였다.

Ⅱ. 인공지능윤리

2.1 AI Ethics Guideline

2020년 12월 한국 정부에서 ‘사람이 중심이 되는 AI 윤리 기준’을 제시하였다. 해당 기준은 인간성을 최고 가치로 내세웠으며, 사람이 중심이 되는 기술에 중점을 두고 있다. 모든 사회 구성원(정부·공공기관, 기업, 이용자 등)이 AI 개발 및 활용 모든 단계에서 함께 지켜야 할 최고의 가치를 인간성(humanity)로 설정하고, 인간성을 위한 AI(AI for Humanity)를 위한 3대 기본원칙과 10대 핵심 요건을 제시하고 있다[1]. 3대 기본원칙은 인간 존엄성 원칙, 사회의 공공선 원칙, 기술의 합목적성 원칙을 제시하고 있다. 10대 핵심 요건으로는 인권보장, 프라이버시보호, 다양성 존중, 침해금지, 공공성, 연대성, 데이터관리, 책임성, 안전성, 투명성을 제시하고 있다[3].

2021년 11월 발표된 ‘유네스코(UNESCO) AI 윤리권고’ (Recommendation on the ethics of artificial intelligence)는 가장 최근에 제정된 국제기구의 AI 윤리 지침이다. 더불어 사는 공동체 속의 인간, 환경과 생태계, 문화적 다양성 속에서 융성하는 인간을 전제로 하여 보다 확장된 관점에서 인간 중심적 가치를 보장하는데 초점을 두고 있으며[4], AI가 사회에 가져 오는 이익을 실현하고 AI가 수반하는 위험을 줄이는 것을 목표로 하고 있다. 해당 권고에서는 ‘인권, 기본적 자유 및 인간 존엄성의 존중, 보호와 증진’(respect, protection and promotion of human rights and fundamental freedoms and human dignity), ‘환경 및 생태계의 번영’(Environment and ecosystem flourishing), ‘다양성 및 포용성 보장(Ensuring diversity and inclusiveness)’, ‘평화롭고 정의로우며 상호 연결된 사회 구축’(Living in peaceful, just and interconnected societies)의 4개의 가치를 제시하고 있다. 세부 원칙으로는 비례의 원칙 및 무해성, 안전 및 보안, 공정성 및 반차별성, 지속가능성, 프라이버시 및 데이터보호의 권리, 인간의 감독 및 결정, 투명성 및 설명 가능성, 책임 및 의무, 의식 및 리터러시, 다자적이고 조정가능한 거버넌스 및 협력을 제시하고 있다[5].

2.2 AI Ethics

인공지능윤리는 인공지능윤리가 다루어지는 영역, 형태, 프로세스 등에 따라 다양한 용어와 의미로 정의될 수 있다. [6]은 인공지능윤리를 로봇윤리로 표현하고 있으며 ‘인간의 윤리’-인간이 주체가 되며 인간이 지켜야 하는- 와 ‘로봇의 윤리’-로봇이 주체가 되며 로봇이 지켜야 하는- 로 구분하고 있다[6]. 한편 [1]은 인공지능윤리교육의 중점은 AI윤리와 윤리적AI를 유기적으로 연계하여야 함을 강조하며, ‘AI의 윤리(ethics of AI)’와 ‘윤리적인 AI(ethical AI)’요소가 AI 윤리(the AI ethics)에 포함되어 있음을 설명하고 있다[1]. [7]은 AI윤리의 두 가지가 AI, 인간, 사회와의 상호작용에 따른 내용으로 구분하여 설명하고 있으며[7], 다음 <표 1>과 같다.

<표 1> AI Ethics [7]

이를 종합하면 ‘AI 윤리란 사회에서의 AI의 윤리적 사용을 확립하기 위한 틀(frameworks)과 지침(guideline)을 개발하는데 초점을 둔 것으로 AI 윤리 기준을 제정하여 운영하는 주체별로 AI 윤리를 실천하는 방법들을 안내하고, AI 알고리즘의 기술적, 철학적, 법적 측면을 윤리적인 방식으로 탐구하거나 그러한 연구를 실천하도록 종합하는 것’이라고 할 수 있다[1, 8].

2.3 선행연구

교육부에서는 2022개정 교육과정의 도덕과를 포함한 여러 교과에서 인공지능 윤리를 교과의 내용 요소로 다루고 있다[2]. 또한 인공지능윤리교육에 대한 연구도 점차 다양한 측면에서 진행되고 있다.

인공지능윤리교육의 필요성 주장[9-11], 인공지능 윤리교육방안 탐색[1, 12-17], 인공지능윤리교육 내용 탐구, 수업설계 및 프로그램(모델)개발 [6, 18-25], 도덕과 및 도덕교육 관련 인공지능윤리교육[1-2, 12-13, 15-17, 26-32], 인공지능윤리영역 측면(딜레마-트롤리 딜레마, 데이터, 윤리적알고리즘)에서의 인공지능윤리교육[21, 27, 33-36], 학습자의 인공지능윤리의식 탐구 및 함양 관련[37-42]등이다.

한편 인공지능교육에 대한 연구동향을 살펴보는 연구[43-47]는 여럿 찾아볼 수 있었으나, 인공지능윤리교육의 연구 동향과 관련해서는 확인하지 못하였으며, 인공지능윤리교육 내용에서 다루어지는 인공지능윤리 관련 주요 이슈를 분석한 학술대회 발표논문[48]이 있었다.

Ⅲ. 연구방법

3.1 자료수집 및 선정

연구물 수집을 위해 KCI(2023. 8. 11 기준) 및 RISS(2023. 8. 11 기준)에서 AI(인공지능), 윤리, 교육의 세 개의 키워드를 사용하여 국내 연구 자료를 수집하였다. 수집된 연구물은 KCI에서 총 295건이었으며, 중복 제거(63건), 미등재 및 학술발표 연구물 제거(1건) 및 인공지능윤리교육 관련성을 검토하여 48건을 도출하였다. RISS에서는 총 568건이었으며, 중복 제거(194건)건, 미등재 및 학술발표 연구물 제거(40건) 및 인공지능윤리교육 관련성 검토하여 51건을 도출하였다. 이후 각각의 사이트에서 선정된 연구물 총 99건 중 중복된 46개의 연구물을 걸러내어 최종 53건의 연구물을 분석 대상으로 선정하였다.

3.2 키워드 추출 및 정제

최종 분석에 사용할 키워드를 추출하기 위해 선정된 논문에 포함된 핵심 단어(연구물에서 ‘주요어’, ‘키워드’ 등으로 표현)를 활용하여 키워드 정제를 진행하였다. 분석 대상 53편의 주요어는 262개(편당 약4.94개)였으며, 정제 과정을 거쳐 265개(중복단어 제외 시 156개)의 키워드를 최종 도출하였다. 정제 과정에서 사용된 세부 내용은 다음 <표2>와 같다.

<표 2> 키워드 정제

3.3 분석 절차 및 도구

인공지능윤리교육 연구의 동향을 살피고자 최종 선정된 연구물의 ① 연도별 발표현황 ② 저자별 발표 현황과 더불어 ③ 각 연구에서 도출 및 정제하여 최종 선정된 265개의 키워드를 교육, 윤리, AI 관련으로 구분하였다. 또한 인공지능윤리교육에서 주로 다루어지는 내용이 무엇인지 살펴보기 위해 최종 선정된 265개의 키워드를 R(RStudio 2023.03.1 Build 446)을 활용하여 ④ 동시 출현 빈도를 도출하였으며, ⑤ 네트워크 관계를 파악하기 위한 중심값을 도출하였다. 그리고 효과적인 네트워크 시각화를 위해 R에서 도출한 키워드 간 연결 값을 Gephi(Gephi 0.10.1)에 적용하여 ⑥ 키워드 네트워크를 도출하였으며, 중심성 필터를 적용하여 세부 네트워크 관계를 살펴보았다.

키워드 네트워크 분석은 학문의 연구동향 및 지식 구조를 분석하는 방법으로 주목받고 있다[49]. 키워드 네트워크(keyword network)는 특정 문헌 정보로부터 추출한 키워드로 동시 출현(co-occurrence) 빈도를 계산하고, 키워드 간 유사성을 계산하여 구성한다[50]. 네트워크는 ‘노드(node)’와 노드 간의 연결 관계인 ‘링크(link)’로 구성되며, 앞서 언급한 키워드가 각각의 노드가 되는 것이라 할 수 있다.

Ⅳ. 연구결과

4.1 연도별 발표 현황

인공지능윤리교육의 연도별 연구 발표 현황을 살펴보면 다음 <그림1>과 같다.

<그림 1> 인공지능윤리교육 관련 국내 연구의 연도별 발표 현황

인공지능윤리교육 관련 국내 연구물의 연도별 발표 현황은 2020년을 기점으로 구분하여 살펴볼 수 있다. 2020년 이전에는 2017년 2건의 연구가 진행되었으며, 2018년 및 2019년에는 연구가 이루어지지 않은 것으로 나타나고 있다. 2020년부터 연구물이 증가하고 있으며, 2021년 19편, 2022년 18편이 연구된 것으로 나타나고 있다.

4.2 저자별 발표현황

인공지능윤리교육 관련 국내 연구물 총 53편의 저자는 85명(중복 제외 65명)이며 다음 <표3>과 같다.

<표 3> AI윤리교육 연구 저자

주저자는 총 37명(중복 제외)으로 나타나며, 박형빈이 6편으로 가장 많은 논문을 발표하였으며, 송선영 5편, 한찬희 3편이었다. 인공지능윤리교육 관련 국내 연구물의 공동 저자는 총 21편의 논문에서 28명(중복 제외)으로 나타나고 있다.

한편 년도 별 인공지능윤리교육 관련 국내 연구의 주저자 추이를 살펴보면 다음<표4>와 같다.

<표 4> 년도 별 인공지능윤리교육 연구 주저자

※ ( )안의 숫자는 공동저자로 참여한 연구물 수

<표4> 년도 별 인공지능윤리교육 관련 국내 연구의 주저자 추이를 살펴보면 2년 이상 주저자로 논문을 발표한 연구자는 6명으로 나타났다. 공동저자까지 포함할 경우 8명이다. 3년 이상 주저자로 논문을 발표한 연구자는 2명이었다. 주저자로 가장 많은 논문을 발표한 박형빈은 연구물 수는 6편이었으나, 2020년 1편, 2021년 5편이었다. 이에 반해 송선영은 공동저자까지 포함할 경우 4년간 인공지능윤리교육 관련 국내 연구를 진행하는 것으로 나타나고 있다.

4.3 동시 출현 키워드 빈도

인공지능윤리교육 관련 연구의 키워드 네트워크 분석을 위해 동시 출현 키워드 빈도 분석을 실시하였으며 결과는 다음 <표5>와 같다.

<표 5> 동시 출현 키워드 빈도

총 156개의 키워드 중 동시 출현 빈도(N)가 3회 이상인 경우가 총 13개 키워드로 상위 8.3%를 차지하고 있다. 개별 키워드로는 ‘인공지능윤리’ 키워드 빈도(N)가 31개 1건(C)이며, 키워드 비율(TC%)은 11.7%로 가장 많이 나타나고 있다. 또한 ‘인공지능’ 22개(8.3%), 인공지능윤리교육 20개(7.5%), ‘도덕교육’ 8개(3.0%), ‘인공지능교육’ 6개(2.3%), ‘교육과정’ 4개(1.5%) 순으로 나타나고 있다. 그 외에 출현 빈도(N)가 3회인 키워드는 ‘교양교육’, ‘빅데이터’, ‘윤리교육’, ‘윤리적알고리즘’, ‘인공도덕행위자’, ‘인공지능윤리의식’, ‘초등도덕교육’으로 나타나고 있으며, 출현 빈도(N)가 4회인 키워드는 10개로 나타나고 있다. 그 외 출현 빈도(N)가 1건인 경우 133개로 나타나고 있다.

4.4 키워드 내용별 분류

앞서 살펴본 키워드 동시 출현 빈도만으로는 세부 내용을 파악하기 어렵기에 정제 과정을 거친 총 265개(중복단어 제외 시 156개)의 키워드를 교육관련, 윤리관련, AI 관련 및 기타 관련으로 구분하여 살펴보았으며 <표6>, <표7>, <표8>, <표9>와 같다.

<표 6> 교육관련 키워드 분류

<표 7> 윤리관련 키워드 분류

<표 8> AI관련 키워드 분류

<표 9> 기타 키워드 분류

<표6>의 교육 관련 키워드를 유사한 키워드별로 유목화하여 살펴본 결과 ‘OO교육’으로 표현되는 다양한 교육내용 측면이 55개 키워드로서 가장 많이 나타나고 있다. 그 외 교육과정 및 역량 측면 각 10개, 프로그램(모델) 측면 및 교육방법 측면 각 5개, 교사측면 3개, 교육평가 측면 2개, 학생 및 기타 측면 1개로 나타나고 있다.

<표7>의 윤리 관련 키워드를 유사한 키워드별로 유목화하여 살펴본 결과 ‘인공지능윤리’ 측면이 46개로 가장 많이 나타나고 있으며, ‘인공지능윤리’ 관련 세부 키워드(인공지능윤리의식 3개, 인공도덕행위자 2개 등 총 12개) 또한 살펴볼 수 있다. 가치판단의 요소 측면은 21개로서 인공지능윤리 기준 및 인공지능에서 드러나는 윤리적 상황 및 문제요소를 살펴볼 수 있다. 그 외 윤리 및 도덕 측면 14개, 인간 측면 11개로 나타나고 있다.

<표8>의 AI관련 키워드를 유사한 키워드별로 유목화하여 살펴본 결과 ‘인공지능’ 키워드가 가장 많이 나타나고 있다. 해당 ‘인공지능’ 키워드를 제외하면, AI로봇 측면 7개, 윤리적AI 측면 5개, 알고리즘 측면 5개, 데이터 측면 및 기계·시스템 측면 각 4개, 지식·역량 2개 그리고 기타 6개로 나타나고 있다.

<표9>의 기타 키워드는 연구 측면 9개, 별도로 유목화하기 힘든 내용으로서 기타 측면 17개로 나타나고 있다.

4.5 키워드 중심성 및 네트워크 분석

4.5.1 중심성(Centrality)

전체 키워드 관계를 파악하고자 다음 <표10>과 같이 중심성 값을 도출하였다.

<표 10> Degree & Eigenvector 중심성(상위20)

Degree 중심성은 노드에 연결된 주변 노드의 개수로 표현한 것이며, 쉽게 핵심 노드를 파악할 수 있으나 연결된 노드의 양만 살핀다는 점에서 단점이 있다. Eigenvector 중심성 값은 관계를 살펴 더 중요한 노드의 중심성을 반영한 것이다.

두 개의 중심성 내용에서 공통적으로 인공지능윤리, 인공지능, 인공지능윤리교육, 도덕교육이 상위에 나타나고 있다. 그 외 양쪽의 중심성에서 동일한 순위로 나타나지는 않지만 인공지능교육, 윤리교육, 교양교육, 교육과정, 인공지능리터러시, 역량, 윤리적알고리즘, 인공도덕행위자, 초등도덕교육, 도덕과교육과정 키워드가 중심성 양쪽에서 나타나고 있다.

4.5.2 Keyword Network

도출된 중심성 상위 키워드들의 관계를 구체적으로 살펴보고자 다음 <그림2>와 같이 네트워크를 시각화하였으며, 세부 속성은 다음 <표11>과 같다.

<그림 2> 키워드 네트워크

<표 11> Keyword Network 세부 속성

네트워크는 156개의 노드에 974개의 링크로 구성되어 있으며, 2개의 컴포넌트로 구성되어 있다. 별도로 떨어진 컴포넌트는 ‘딥페이크 앱 활용 윤리교육 융합 프로젝트의 개발 및 적용’[19]에서 드러나는 키워드들로서, ‘딥페이크’, ‘융합교육’, ‘정보통신윤리교육’, ‘계획행동이론’, ‘프로젝트기반학습’이다.

네트워크 내의 가장 긴 연결 거리인 직경(diameter)은 6이며, 평균 연결 거리는 2.491이다. 임의의 두 노드가 평균적으로 2.491 이내의 중간 매개 노드를 통해 연결이 가능함을 알 수 있다. 평균 군집 계수(avg. Clustering Coefficient)는 모든 노드가 서로 연결될수록 1에 가까운 값을 나타낸다. 위 <그림2>를 살펴보면 키워드 상호 간 관계보다는 중앙에 핵심 내용을 중심으로 연결된 자체적 군집화를 이루고 있음을 알 수 있다.

한편 앞서 살펴본 네트워크 <그림2>는 다양한 키워드가 겹쳐있어 세부 내용을 확인하기 어렵다. 이에 중심성(Eigenvector) 상위 20개의 값을 시각화하여 다음 <그림3>과 같이 도출하였다.

<그림 3> 중심성(Eigenvector) 상위 20개의 네트워크

<그림3> 인공지능윤리교육 관련 연구의 키워드 네트워크 상위 20개(Eigenvector 중심성 기준)의 내용을 살펴보면 우선 인공지능윤리, 인공지능, 인공지능윤리교육의 핵심 노드가 나타난다. 한편 교육측면에서 인공지능윤리교육, 도덕교육(초등도덕교육), 인공지능교육, 윤리교육, 교양교육 측면에서 인공지능윤리교육의 키워드가 나타나며, 세부 교육 요소로는 교육과정(인공지능윤리기준) 측면, 역량(리터러시, 시민성, 윤리의식) 측면에서 연결되고 있다. 핵심노드와 세부 교육활동(OO교육)과 연관된 노드 관계를 살펴보면 다음 <표12>와 같다.

<표 12> 핵심노드와 세부 교육활동 관계

‘인공지능윤리’는 다른 모든 키워드와 연계되어 나타나지만 ‘인공지능윤리교육’은 윤리교육, 교양교육과는 직접적인 연계가 나타나지 않고 있다. ‘인공지능’은 인공지능교육과 직접 연계되어 있지 않으며, 다른 키워드(인공지능윤리, 인공지능윤리교육, 교양교육, 도덕교육)와 연계되어 나타나고 있다. ‘도덕교육’은 단순히 윤리 및 교양교육 측면이 아닌 인공지능 및 인공지능윤리교육과 연계되어 나타나고 있다. 반면 ‘윤리교육’은 다른 교육과 직접적 관계를 나타내지 않으며, 핵심 키워드인 인공지능과 인공지능윤리와 연계되어 나타나고 있다. ‘교양교육’은 도덕교육과 윤리교육의 측면이 아닌, 인공지능교육, 인공지능윤리 교육 측면에서 교양교육이 관계되어 나타나고 있다.

Ⅴ. 결론 및 제언

본 연구는 국내 인공지능윤리교육의 연구 동향을 살펴보기 위해 관련 연구 53편을 분석하였다. 본 연구의 결과를 종합하면 다음과 같다.

첫째, 인공지능윤리교육 관련 국내 연구의 연도별 추이를 살펴보면 2017년부터 연구가 시작되지만 2018-2019년에는 관련 연구물이 없는 것으로 나타나면서 3년간 평균 0.66편으로 연구가 더디게 진행되고 있었던 것으로 나타났다. 인공지능윤리교육 관련 국내 연구는 2020년부터 본격적으로 나타나고 있으며 2021년-2022년 진행된 평균 연구물은 18.5건으로 이전 시기에 비해 큰 폭으로 증가되었다. 2023년 연구는 8월 상반기 기준 8편으로 나타났으나, 상승하는 추세에 있기에 2021-2022년 수준의 논문이 발표될 것으로 예상할 수 있다.

둘째, 인공지능윤리교육 관련 국내 연구의 저자 추이를 살펴보면 총 53건의 논문에서 주저자는 총 37명(69.8%)이었으며, 37명 중 2편 이상을 발표한 연구자는 8명(21.6%)이다. 인공지능윤리교육 관련 연구가 처음 발표된 2017년부터 시작하여 2023년까지 2년 이상 주저자로 논문을 발표한 연구자는 6명(16.2%)이며, 3년 이상 주저자로 논문을 발표한 연구자는 2명(5.4%)이었다.

셋째, 인공지능윤리교육의 국내 연구 동향연구를 통해 살펴본 결과 ① 교육 관련 측면에서 ‘인공지능 윤리교육’은 인공지능윤리교육의 이름 외에도 도덕교육, 윤리교육, 교양교육, 인공지능교육 및 기타교육(인성, 시민, 융복합, 정보, 인공지능소양, 공학윤리교육, 로봇윤리교육, 시민윤리교육, 정보통신윤리교육)과 관련되어 나타나고 있었다. 또한 인공지능윤리교육 관련 역량(리터러시, 시민성, 윤리의식 등), 교육과정 및 교육프로그램(모델) 측면, 평가 및 교사 측면에서 다루어지고 있었다. ② 윤리 관련 측면에서는 인공지능 윤리를 적용하게 될 주체로서 인공도덕행위자, 해당 주체의 특성을 나타내는 인공지능윤리의식, 인공지능시민성, 인공지능도덕성과 더불어 인공지능 윤리에 대한 기준 및 원칙, 해당 내용을 측정할 검사 도구에 대한 키워드가 나타나고 있다. 인공도덕행위자 측면 외에 기계·로봇·데이터 윤리에 대한 키워드와 함께 글쓰기윤리, 책임윤리에 대한 키워드도 나타나고 있었다. 그리고 인공지능윤리에 대한 기준 및 원칙 혹은 가치판단의 요소가 될 수 있는 내용들이 나타났다. ③ AI 관련 측면에서는 인공지능로봇, 윤리적AI, 알고리즘, 데이터, 기계·시스템, 지식·역량 등과 관련한 내용이 나타났으며, ④ 기타 측면에는 연구 관련 키워드가 나타나고 있었다.

키워드 네트워크 및 중심성 상위 값을 중심으로 살펴보면 인공지능윤리교육, 도덕교육(초등도덕교육), 인공지능교육, 윤리교육, 교양교육 측면에서 인공지능윤리교육이 연계되어 나타나고 있었다. 세부적으로는 교육과정 및 역량(리터러시, 시민성, 윤리의식)과 더불어 인공지능 관련(윤리적알고리즘, 빅데이터, 인공도덕행위자)키워드가 강조되고 있었다. 또한 인공 지능윤리교육은 인공지능교육 및 도덕교육과 직접적으로 연결되지만, 윤리교육, 교양교육과는 연결되지 않고 있다. 이것이 의미하는 바는 다양할 수 있겠으나 ‘인공지능윤리교육’이 인공지능윤리에 대한 교육을 기반으로 하되 다른 영역에서 진행되는 인공지능윤리교육과의 연계가 필요함이라 할 수 있다.

본 연구의 결과를 토대로 지속적인 인공지능윤리교육 연구가 진행되기 위한 시사점을 다음과 같이 정리하였다.

첫째, 2022년 11월부터 시작된 생성형 AI에 대한 관심이 2023년 GTP-4.0 모델이 출시되며 더욱 본격화되고 있다[51]. 또한 인공지능의 발달은 학교교육의 변화와 혁신을 요구하고 있으며, 2022개정교육과정에서는 인공지능 및 빅데이터 등 혁신 기술의 원리학습을 위한 정보 교육과정과 연계를 제시하고 있다[52]. 이처럼 본격화된 인공지능의 활용은 학교교육에서의 인공지능 관련 교육과 더불어 인공지능윤리교육 측면에서도 매우 중요해졌다. 이처럼 인공지능윤리교육 관련 연구의 필요성과 중요성이 중요해질 것으로 예측되지만, 인공지능윤리교육 관련 연구를 지속적으로 수행하는 연구자는 많지 않다. 이에 인공지능윤리교육 관련 연구가 지속적으로 이루어지기 위한 방안을 모색할 필요가 있다.

둘째, ‘인공지능윤리교육’은 인공지능(AI)윤리교육의 이름 외에도 도덕교육, 윤리교육, 교양교육, 인공지능교육 및 기타교육(인성, 시민, 융복합, 정보, 인공지능소양, 공학윤리교육, 로봇윤리교육, 시민윤리교육, 정보통신윤리교육)등의 다양한 이름으로 진행되고 있다. 이는 인공지능윤리교육이 단순히 인공지능 윤리에 대한 정규교과 측면에서의 교육연구만이 아닌, 다양한 수준 및 형태의 인공지능윤리교육 연구가 이루어져야 할 것이다.

셋째, 본 연구는 인공지능교육 측면에서 연구 동향을 살폈던 것에서 벗어나 인공지능윤리교육의 국내 연구 동향을 분석하였다. 이를 통해 인공지능윤리교육 관련 연구의 방향성 설정에 도움이 될 것이다.

한편 본 연구의 한계점은 다음과 같다.

첫째, 본 연구는 국내학술DB(KCI 및 RISS)에서 국내 인공지능윤리교육 관련 연구물을 수집하였다. 이에 추후 연구에서는 해외 인공지능윤리교육 관련 동향 분석이 이루어지고 이를 본 연구와 비교·분석하는 연구가 이루어질 수 있을 것이다.

둘째, 본 논문의 연구 대상으로 선정된 인공지능윤리교육 관련 논문의 세부 기준을 어떻게 설정하느냐에 따라 연구의 결과는 일부 다르게 나타날 수 있을 것이다. 또한 앞으로 인공지능윤리교육 관련 연구가 추가될 것이기에 지속적인 인공지능윤리교육 연구를 진행하면서 관련 연구 DB를 확장, 수정·보완해야 할 것이다.

셋째, 본 연구는 국내 인공지능윤리교육의 연구 동향을 논문의 발간년도, 논문저자, 논문 키워드 분석을 통해 살펴보았기에, 본 연구에서 제대로 다루지 못한 인공지능윤리교육의 질적 심화 연구가 이루어져야 할 것이다.

마지막으로 본 연구 결과에서 드러난 것처럼 인공지능윤리교육 관련 연구는 지속해서 증가하고 있는 추세이다. 더불어 AI의 발전과 활용이 증가할수록 인공지능윤리교육 관련 연구 또한 증가할 것이다. 이에 인공지능윤리교육 관련 연구가 원활히 이루어질 수 있는 정책마련, 연구비지원 등의 연구환경조성 또한 지속적으로 동반되어야 할 것이다. 그리고 AI 관련 지식 및 기술이 매우 빠르게 변화하고 있기에 인공지능윤리교육을 진행하는 교육현장에서 변화를 적극적으로 대처할 필요가 있다. 이에 연구자들만의 학문교류가 아닌 연구자와 교육 현장의 교사 및 주체들과의 교류가 활발히 이루어져야 할 것이다.