성인학습자의 AI 경험과 윤리·법 인식에 대한 통계분석 및 AI 윤리교육을 위한 학습자 유형화

Ⅰ. 서 론

인공지능(AI) 기술의 발전으로 챗봇, 음성 비서, 자동 번역기, 스마트홈 기기 등 다양한 AI 기반 서비스가 사회 전반에 빠르게 확산되면서, 성인 학습자의 교육 환경 또한 크게 변화하고 있다. AI를 활용한 교육은 기존의 획일적이고 교사 중심적인 방식에서 벗어나, 학습자 주도성을 촉진하고 개인별 맞춤형 학습을 가능하게 했다. 온라인 플랫폼을 통한 학습은 시간적·공간적 제약을 극복하게 해주었으며, 다양한 AI 도구의 활용은 학습 자율성을 높이고 언어 장벽을 완화하여 글로벌 학습 자원 접근성을 확대하였다. 그러나 이러한 긍정적 성과와 함께 개인정보 침해, 알고리즘 편향, 책임소재 불분명 등 새로운 윤리적 문제가 대두되고 있다[1]-[3].

AI 윤리와 관련한 연구는 학습자 특성, 교육과정, 법적·사회적 관점 등 다양한 측면에서 이루어졌다. 대학생을 대상으로 한 연구에서는 AI 기술이 학습 경험에 긍정적 영향을 미친다는 인식과 더불어 윤리적 문제를 다루는 교육과정의 강화 필요성이 제기되었다[4]. 또 다른 연구에서는 교수, 연구원, 관리자 등 전문직 집단이 높은 수준의 윤리적 민감성과 실질적 활용 능력을 보인 반면, 비전문 집단은 윤리적 고려가 상대적으로 부족함을 확인하였다. 이는 집단별 특성에 따라 차별화된 교육과 정책 설계가 필요함을 시사한다[5]. 한편, 고령층을 대상으로 성별, 연령, 학력에 따른 정보윤리 의식을 검토한 연구에서는 여성, 연령이 낮은 집단, 학력이 높은 집단일수록 정보윤리 의식 수준이 높게 나타났다. 이는 고령층 특성을 반영한 맞춤형 교육의 필요성을 뒷받침하는 결과이다[6]. 또한 중‧고등학생을 대상으로 한 윤리의식 향상 효과 검증 연구[2][7], 국가별 AI 윤리 원칙 비교 연구[8], 그리고 AI 실무자의 윤리·법적 인식 분석 연구 또한 이루어졌다[9]. 특히 실무자 집단의 경우 직장 내 규정과 정책을 통해 AI 윤리를 접하지만, 실제 이해 수준은 제한적인 것으로 나타났다. 종합하면, AI 활용 경험이 많을수록 윤리적 민감성과 윤리교육 필요성에 대한 인식이 강화된다는 점은 여러 연구에서 반복적으로 확인되었다.

그럼에도 불구하고 기존 연구는 대학생, 시니어, 특정 전문가 집단 등 제한된 집단을 대상으로 하는 경우가 많아 다양한 연령, 직업군, 경험 수준, 활용 맥락을 종합적으로 반영하지 못하고 있다. 또한 맞춤형 교육의 필요성이 반복적으로 강조되었음에도 불구하고, 실제 적용 가능한 교육 설계와 구체적 실행 방안의 제시가 부족하다는 한계가 있다.

따라서 본 연구는 24세 이상 다양한 연령의 성인 학습자를 대상으로 AI 경험 수준, 윤리 인식 및 필요성, 법률 인식 수준 등을 실증적으로 분석하고, 분석 결과 기반으로 AI 윤리교육의 방향을 제안한다. 또한 성인 학습자를 윤리·법적 인식 수준에 따라 분류하고, 각 유형에 적합한 AI 윤리교육의 내용과 방법, 그리고 정책적 방향을 제안한다.

Ⅱ. 연구 방법

2.2 연구 설계

본 연구는 성인 학습자의 인공지능(AI) 윤리교육에 대한 구체적 요구를 조사하여 실제 교육과정 설계에 활용할 수 있는 실질적 정보를 제공한다. 특히 학습자가 선호하는 교육 내용과 방법을 분석하는 동시에, AI 윤리교육의 필요성뿐 아니라 ‘인공지능 기본법’과 같은 법·규제에 대한 인식 수준도 함께 측정되었다. 이를 통해 AI 윤리적 관심과 교육적 요구 간의 관계를 다각도로 분석하고, 교육과 법적 규제가 통합적으로 논의되어야 할 필요성을 살펴본다. 나아가 본 연구는 성인 학습자에게 적합한 교육 내용과 방법, 그리고 교육적 요구를 도출하여 AI 윤리 교육과정의 구체적 설계에 반영한다.

그림 1의 연구 모델에 의한 주요 분석 내용은 다음과 같다.

Fig. 1.

Research model

- AI 활용 양태에 따른 AI 윤리 인식 수준 분석 : AI에 대한 이해 및 활용 수준과 AI 윤리 및 그 필요성에 대한 인식 수준 간의 관계를 분석한다. 이를 위해 표 1의 Ⅰ. 기본정보, Ⅱ. AI 활용 수준, Ⅲ. AI 학습 동기와 필요성, Ⅳ. AI 관심 분야와 학습 내용, Ⅴ. AI 윤리의 필요성 및 인식 수준 영역을 중심으로 상관관계를 살펴보고, 이를 토대로 AI 윤리교육의 방향을 제시하고자 한다.

Table 1.

Survey questions

- AI 기본법 인식과 AI 윤리 인식 수준 비교 분석 : AI 기본법에 대한 인식과 AI 윤리 및 그 필요성에 대한 인식 수준 간의 관계를 분석한다. 이를 위해 표 1의 Ⅰ. 기본정보, Ⅴ. AI 윤리의 필요성 및 인식 수준, Ⅵ. AI 기본법 인식 영역의 상관관계를 검토하고, 그 결과를 바탕으로 AI 윤리교육의 방향을 제안한다.

- AI 윤리교육 방향 및 교육 콘텐츠 설계 : 이상의 분석 결과를 바탕으로 성인 학습자를 위한 구체적인 AI 윤리교육 방향을 제시하고, 교육 콘텐츠 설계 방안을 도출한다.

- AI 윤리 및 법률 인식 수준별 성인 학습자 유형 분류 : 성인 학습자의 AI 윤리 인식 수준과 법적 인식 정도에 따라 학습자 유형을 분류하고, 각 유형에 효과적으로 적용할 수 있는 교육 방법과 학습 콘텐츠를 제안한다.

Ⅲ. 실증 분석

본 연구에서는 ‘2.2 연구 설계 및 분석 방법’에서 제시한 주요 분석 내용에 기반하여 응답자의 ‘기본정보’(성별, 연령, 학력 등), ‘AI 활용 내용 및 수준’(AI 기술 사용 경험, 이해 수준 등), ‘AI 윤리 및 법·제도 인식’(AI 윤리 인식 수준, AI 기본법 인식 등)에 해당하는 범주형 변수들 사이의 관계에 대한 교차분석을 실시한다. 이를 위하여 위 변수들 사이의 교차표(Contingency table)를 작성하며, 변수 간 통계적 유의성은 카이제곱 검정을 사용하여 확인한다.

3.1 AI 활용 양태에 따른 AI 윤리 인식 수준 분석

3.1.1 AI 사용 경험과 AI 윤리

표 2는 AI 사용 경험과 AI 윤리에 대한 통계 분석 결과이다. 사용 경험에 따른 윤리 논의 필요성 및 윤리교육 필요성은 카이제곱 검정 결과, 각 χ² = 16.22, p값 = 0.001와 χ² = 17.09, p값 = 0.0007로 유의수준 0.05 이하에서 통계적으로 유의하다. 즉, AI 사용 경험이 많을수록 윤리 논의 필요성과 윤리교육의 필요성에 대한 인식이 강화되는 경향을 보여준다. 사용 경험에 따른 윤리 문제 우려의 경우, 개인정보 유출 및 침해 우려는 χ² = 5.0, p값 = 0.1697로 유의수준 0.05 이하에서 통계적으로 유의하지 않으며, 책임 소재의 불명확 우려도 χ² = 2.2, p값 = 0.5403으로 유의수준 0.05 이하에서 경험 유형 간 차이가 크지 않다. 그러나, AI 악용 및 범죄 위험 우려는 χ² = 10.4, p값 = 0.0158로 유의수준 0.05에서 통계적으로 유의함을 알 수 있다. 특히 업무/프로젝트 활용 집단에서 AI 악용 및 범죄 가능성을 우려하는 비율이 높았다. 윤리적 문제 우려 항목 중 AI 악용 및 범죄 가능성에서만 경험 유형별로 인식 차이가 뚜렷하게 나타났다. 특이점은 개인정보 유출과 침해에 대한 우려는 경험 유무와 관계없이 전반적으로 높은 수준을 보였으며, 경험자와 비경험자 간에 우려하는 윤리 문제의 유형이 상이하게 나타났다. 이는 윤리교육 설계 시 AI 사용 경험의 유무에 따라 교육 내용을 차별화할 필요가 있음을 시사한다.

Table 2.

User experience and AI ethics

3.1.2 AI 이해 수준과 AI 윤리

표 3는 AI 이해 수준에 따른 윤리 논의 필요성에 대한 통계 분석 결과이다. AI 이해 수준에 따른 윤리 논의 필요성은 χ² = 13.0, p값 = 0.0114로 유의수준 0.05 이하에서 통계적으로 유의하다. 즉 AI 이해 수준이 높을수록 윤리적 논의 필요성에 대한 인식이 강화되는 경향을 보여준다. 특히, AI를 실제 생활에서 활용하거나 해당 기술에 대해 전문적 지식을 보유하고 있는 집단은 그렇지 않은 집단에 비해 윤리 논의의 필요성을 명확히 인식하는 경향이 강했다.

Table 3.

Need for ethical discussion by level of AI understanding

반면에 AI 이해 수준에 따른 윤리교육 필요성은 χ² = 8.2, p값 = 0.0859로 유의수준 0.05 기준에서는 통계적으로 유의하지 않다. 전반적으로 AI 이해도가 높을수록 윤리교육이 필요하다는 긍정적 인식은 증가하는 경향을 보였으나, 그 차이는 통계적으로 뚜렷하다고 보기 어려운 수준이었다. 주목할 만한 부분은, AI를 실무에 활용하거나 개념적 이해를 갖춘 응답자 그룹에서 90% 이상이 윤리교육의 필요성에 동의하였음에도 불구하고, 특히 전문가 그룹에서의 ‘매우 필요하다’라는 응답 비율은 상대적으로 낮게 나타났다는 점이다. 이는 전문가일수록 윤리교육의 필요성에 일반 대중보다는 덜 호응할 수 있으며, 교육보다는 기존의 도덕적 판단력이나 규범적 자율성을 바탕으로 윤리적 논의에 더 적극적으로 반응하는 경향이 있음을 시사한다.

3.1.3 AI 학습 동기, 학습 분야 및 기본정보와 AI 윤리

표 4는 AI 학습 동기, 학습 분야 및 기본정보와 AI 윤리에 대한 통계 분석 결과이다. AI 학습 동기에 따른 AI 윤리교육 필요성은 χ² = 15.6, p값 = 0.0482로 유의수준 0.05에서 통계적으로 유의한 차이가 있다. 이는 성인 학습자가 인공지능을 배우는 동기가 무엇인지에 따라 윤리교육의 필요성에 대한 인식이 달라질 수 있음을 시사한다. 특히 업무 활용을 위한 목적이나 미래 대비를 위한 학습 동기를 가진 집단은 윤리교육이 매우 필요하다는 인식이 높았다. 반면, 단순한 흥미 또는 자기 개발 수준에서 AI를 학습하는 집단에서는 윤리교육 필요성에 대한 인식이 상대적으로 낮았다. 이는 AI 교육과정을 설계할 때, 학습자의 동기 유형에 따라 윤리교육의 접근 방식과 난이도를 차별화할 필요성을 보여주는 중요한 결과라 할 수 있다.

Table 4.

Need for AI ethics education by AI learning motivation, learning field, and basic information

AI 학습 분야에 따른 AI 윤리교육 필요성도 χ² = 27.0, p값 = 0.0026로 유의수준 0.05에서 통계적으로 유의한 차이가 있다. 이는 학습자가 관심을 가지는 AI 영역에 따라 윤리교육 필요성에 대한 인식이 뚜렷하게 달라진다는 점을 의미한다. 분석에 의하면, 생성형 AI, 데이터 분석·시각화, 코딩 및 머신러닝 기초와 같은 AI 기술의 학습 분야에 관심을 가진 학습자 집단은 윤리 교육의 필요성에 대해 ‘필요하다’ 또는 ‘매우 필요하다’고 응답한 비율이 매우 높았다. 반면, AI 윤리 및 사회 문제, 스마트홈/IoT 등에 관심 있는 집단은 오히려 윤리교육 필요성에 대한 인식 수준이 낮은 경향을 보였다. 이러한 결과는 학습자가 어떤 AI 분야에 관심을 가지느냐에 따라 윤리교육의 필요성에 대한 인식이 크게 달라진다는 것을 의미한다. 따라서 향후 교육과정을 설계할 때는 모든 사람에게 일률적으로 적용되기보다는 학습자의 관심 분야에 맞춰 교육 내용과 접근 방식을 다르게 구성해야 한다는 점을 시사한다.

마지막으로 응답자의 성별, 연령, 학력 및 직업 여부는 카이제곱 검정 분석 결과 윤리 논의 필요성에 큰 영향을 주지 않음을 알 수 있다. 그러나 전체 응답자의 대다수가 ‘윤리적 논의 필요/매우 필요’를 선택하여 윤리교육 필요성을 강조하고 있다.

3.2 AI 기본법 인식과 AI 윤리 인식 수준 비교

표 5는 AI 기본법 인식과 AI 윤리 인식 수준에 대한 통계 분석 결과이다. 윤리교육의 필요성에 대한 인식 수준이 높은 집단이 법적 규정에 대해서도 그 필요성이 크다고 생각하는 것으로 결과가 나왔다. 법적 규정이 필요한 이유로는 AI의 윤리적 활용(χ² = 4.2, p값 = 0.04)과 사회적 부작용 방지(χ² = 8.1, p값 = 0.0044)를 꼽는 비율이 통계적으로 높았다. 따라서 윤리교육 설계 시, 법적 규정 관련 교육 내용을 다룰 때 AI의 윤리적 활용과 사회적 부작용 방지에 관한 주제를 중점적으로 포함하는 것이 효과적일 가능성이 크다. 반면, 사용자의 권리 보호에 대한 요구는 윤리교육 필요성에 대한 인식 수준이 다른 집단 사이에 차이가 없었다(χ² = 0.0, p값 = 1.0).

Table 5.

Awareness of the AI framework act and levels of AI ethics awareness

기본법 인지 여부에 따른 윤리교육 필요성의 인식 차이는 χ² = 1.2, p값 = 0.5424로 유의수준 0.05에서 통계적으로 유의하지 않았다. 즉, 기본법을 잘 알고 있는 사람과 그렇지 않은 사람 간에 윤리교육 필요성의 인식에는 뚜렷한 차이가 없었다. 마지막으로, 법적 규정의 필요성에 대한 인식 또한 기본법 인지 여부에 따라 통계적으로 유의한 차이가 없는 것으로 나타났다.

이는 기본법에 대한 명확한 이해 여부보다는, AI에 대한 일반적 관심과 경험이 법적 규제에 대한 태도를 형성하는 데 더 큰 영향을 미쳤을 가능성을 보여준다.

응답자의 성별, 연령, 학력, 직업 등 네 가지 인구통계학적 변수에 따른 윤리 논의 필요성 인식을 분석한 결과, 모든 변수에서 통계적으로 유의한 차이는 발견되지 않았다. 이는 윤리적 토론에 대한 인식이 특정 인구 집단에 편중되어 있지 않음을 의미한다. 더불어 전체 응답자의 대다수가 ‘윤리적 논의가 필요하다’ 또는 ‘매우 필요하다’고 응답한 점은 AI 기술 발전에 따른 윤리적 논의 필요성에 대하여 사회 전반의 공감대가 형성되어 있음을 보여준다.

Ⅳ. AI 윤리 및 법률 인식 수준별 성인 학습자 유형 분류

본 장에서는 성인학습자의 AI 윤리와 법적 규제에 대한 인식 수준을 기준으로, 학습자를 표 6과 같이 일반적인 네 가지 유형으로 분류하고, 각 유형에 적합한 교육 방법과 내용을 정리하여 표 7에 제시하였다.

Table 6.

Adult learner types by level of awareness of AI ethics and law

Table 7.

Education methods and content according to adult learner type

이러한 단순한 분류만으로도 학습자의 경험, 학습 동기, 인지된 위험 요소, 교육 수요의 구체적 맥락을 반영하는 전략적 접근이 더욱 구체화 될 수 있다. 이와 같은 유형별 교육 전략은 성인학습자의 경험, 인식, 관심도에 따라 교육 내용과 방식을 차별화함으로써 AI 윤리 및 법·제도 인식 교육의 실천적 효과를 극대화할 수 있을 것으로 기대된다. 특히, AI 윤리교육은 단순히 윤리 개념이나 법 조항의 소개에 그치지 않고, 학습자의 유형에 따른 참여 중심의 실질적 교육 설계를 통해 그 효과를 확고히 할 필요가 있다. 이러한 접근은 성인교육에서 중시되는 실용성과 자율성의 교육적 흐름과도 일치하며, AI와 함께하는 사회에서의 윤리적 기반을 정립하는 데 기여할 수 있는 방향성을 제시한다.

Ⅴ. 결론 및 향후 과제

본 연구는 24세 이상 다양한 연령의 성인 학습자를 대상으로 AI 경험 수준, AI 윤리와 관련 법률의 필요성 및 인식 수준 등을 실증적으로 분석하고, 분석 결과 기반으로 AI 윤리교육의 방향을 제안하였다. 이를 위해 카이제곱 검정을 통해 통계적 유의성 여부를 확인하였는데, 설문 문항에서 객관적 기준을 구체적으로 제시하기 어려웠던 ‘AI 이해 수준’과 관련된 변수 이외에는, 전반적으로 Cramér의 V값이 0.2를 초과하는 중간 정도의 효과 크기를 보였다. 따라서 본 논문에서 분석한 변수들 간의 연관성은 적절한 것으로 판단된다.

실증 분석 결과, AI에 대한 경험과 이해 수준이 높은 성인일수록 AI 윤리, 교육, 법적 규제의 필요성을 더욱 뚜렷하게 인식하고 있었으며, AI의 윤리적 활용을 중시하는 학습자일수록 법적 규제의 필요성 또한 높게 인식하는 경향을 보였다. 전반적으로 AI 윤리교육에 대한 필요성과 교육 수요는 매우 높지만, 연령, 학력, 직업 유형에 따라 윤리 인식과 교육 접근성의 편차가 존재했다. 특히 50대 이상, 비IT 직종 등 일부 취약계층은 실제 교육 참여에 어려움을 겪으므로, 이들을 위한 맞춤형 지원 정책과 실질적 교육 확산 방안 마련이 필요함이 강조된다.

향후 연구에서는 보다 대규모 표본조사, 심층 면담, 그리고 실제 교육 현장 적용과 그 효과성 분석을 병행할 필요가 있다. 아울러, 취약 집단의 교육 접근성 향상 방안과 AI 윤리 및 법 통합 교육 모듈의 개발과 운영에 대한 체계적인 연구가 필수적이다. 이러한 연구는 성인학습자가 AI를 보다 책임감 있고 비판적으로 활용할 수 있도록 지원하며, 맞춤형 AI 윤리 및 법 교육 체계 수립과 정책 설계의 기초 자료로 활용될 수 있을 것이다.

References

• T. C. Kim and S. Y. Byun, "A Study on the Necessity and Content Composition of AI Ethics Education", Journal of AI Humanities, Vol. 8, pp. 71-104, Aug. 2021. [https://doi.org/10.46397/JAIH.8.4]
• J. I. Choi, E. J. Yang, and E. H. Goo, "The Effects of an Ethics Education Program on Artificial Intelligence among Middle School Students: Analysis of Perception and Attitude Changes", Applied Sciences, Vol. 14, No. 4, pp. 1588, Feb. 2024. [https://doi.org/10.3390/app14041588]
• A. Latham and S. Goltz, "A Survey of the General Public’s Views on the Ethics of Using AI in Education", Artificial Intelligence in Education, Conference paper, Chicago, IL, USA, pp. 194-206, Jun. 2019. [https://doi.org/10.1007/978-3-030-23204-7_17]
• H. G. Baek, "An Empirical Study on University Students' Ethical Awareness of Artificial Intelligence", Journal of Industrial Convergence, Vol. 22, No. 12, pp. 23-36, Dec. 2024. [https://doi.org/10.22678/JIC.2024.22.12.023]
• K. S. Noh, "Analysis of Perceptions and Differences between Groups regarding Generative AI", Journal of Digital Convergence, Vol. 22, No. 1, pp. 15-21, Mar. 2024. [https://doi.org/10.14400/JDC.2024.22.1.015]
• Y. O. Nam, M. J. Oh, and S. M. Park, "Comparison of Senior's Information Ethics: Focusing on Gender, Age, and Education level", The Digital Ethics, Vol. 6, No. 1, pp. 1-10, Jul. 2022.
• J. Y. Kim, "Development of Learner-Centered Educational Program for Ethical Competence in Generative AI", Theses(Master's Degree), College of Education, Seoul National University, 2024. https://dcollection.snu.ac.kr/common/orgView/000000185904, .
• J. H. Lee, D. K. Lee, and J. B. Byun, "A Comparative Study of AI Ethics Policies Across Countries: A Text Mining Approach", Journal of Intelligence and Information Systems(JIIS), Vol. 31, No. 3, pp. 249-272, sep. 2025. [https://doi.org/10.13088/jiis.2025.31.3.249]
• A. Pant, R. Hoda, S. V. Spiegler, C. Tantithamthavorn, and B. Turhan, "Ethics in the Age of AI: An Analysis of AI Practitioners’ Awareness and Challenges", ACM Transactions on Software Engineering and Methodology, Vol. 33, No. 3, pp. 1-35, Mar. 2024. [https://doi.org/10.1145/3635715]