생성형 AI 기반 쓰기 피드백의 효과와 학습자 반응 분석
권태현
충북대학교
국어교육학연구 61권 1호 37-66 (2026)
초록
본 연구에서는 생성형 AI 기반 쓰기 피드백의 교육적 효과와 특성을 검증하기 위해 인간 평가자와 ChatGPT에 의해 산출된 피드백이 고등학생의 논술 답안 고쳐쓰기 성과에 미치는 영향을 비교·분석하였다. 이를 위해 154명의 고등학교 2학년 학생들을 대상으로 준실험적 사전–사후 설계를 적용하여 양적 효과를 분석하고, 학생 인식 설문을 통해 질적 특질을 도출하였다. 분석 결과, AI 피드백의 효과 크기가 인간 피드백에 비해 미세하게 높게 나타났으며, 이원분산분석에서는 쓰기 수준의 주효과만이 유의하게 확인되었다. 질적 분석 결과, AI 피드백은 구체성과 실현 가능성, 체계성과 일관성, 표현 개선 중심이라는 강점을 지니는 반면, 전형성과 메타인지 유도의 한계를 함께 내포하는 것으로 나타났다. 이러한 결과는 생성형 AI 피드백이 1차 수정 도구로 활용될 수 있음을 드러내며, 고차적 논증 요소와 메타인지 유도를 위해서는 교사 피드백과의 혼합 활용이 필요함을 시사한다.
키워드
생성형 AI쓰기 피드백고쳐쓰기인간 피드백챗지피티
참고문헌
- 권태현(2024), 「ChatGPT를 활용한 쓰기 채점 및 피드백 방안–프롬프트 전략을 중심으로-」, 『새국어교육 』 141, 7 - 42.
- 박영민·가은아·권태현·박종임·박찬흥·이수진·이재기(2025), 『작문교육론』. 서울: 역락.
- 심지연(2024), 「생성형 AI 를 활용한 한국어 쓰기 피드백 방안-ChatGPT 와 한국어 교사의 쓰 기 피드백에 대한 학습자 인식 및 선호도 차이를 중심으로」, 『Journal of Korean Culture (JKC)』 67, 45 - 79.
- 최숙기(2024), 「국어 교사의 챗지피티 (ChatGPT)를 활용한 작문 피드백 경험에 대한 사례 연 구」, 『교원교육』 40(1), 379 - 404.
- 최진영·김형성·송보라·김지수(2023), 「생성형 인공지능 ChatGPT를 활용한 고등학생의 작문 과제 고쳐쓰기 양상」, 『리터러시 연구』 14(6), 79 - 119.
- Applebee, A. N. & Langer, J. A. (2011), “EJ Extra: A snapshot of writing instruction in middle schools and high schools [free access]”. English Journal 100(6), 14 - 27.
- Bandura, A. (1997), Self - efficacy: The exercise of control (Vol. 11). New York: Freeman.
- Dai, W., Tsai, Y. S., Lin, J., Aldino, A., Jin, H., Li, T., ... & Chen, G. (2024), “Assessing the proficiency of large language models in automatic feedback generation: An evaluation study”, Computers and Education: Artificial Intelligence 7, 100299.
- Escalante, J., Pack, A., & Barrett, A. (2023), “AI - generated feedback on writing: Insights into efficacy and ENL student preference”, International Journal of Educational Technology in Higher Education 20(1), 57.
- Evans, C. (2013), “Making sense of assessment feedback in higher education”. Review of educational research, 83(1), 70 - 120.
- Graham, S., Harris, K., & Hebert, M. (2011), Informing Writing: The Benefits of Formative Assessment. A Report from Carnegie Corporation of New York, New York: Carnegie Corporation of New York.
- Guo, K., Pan, M., Li, Y., & Lai, C. (2024), “Effects of an AI - supported approach to peer feedback on university EFL students’ feedback quality and writing ability”, The Internet and Higher Education 63, 100962.
- Jacobsen, L. J. & Weber, K. E. (2025), “The promises and pitfalls of large language models as feedback providers: A study of prompt engineering and the quality of AI - driven feedback”, AI 6(2), 35.
- Jacobsen, L. J., Mertens, U., Jansen, T., & Weber, K. E. (2025). AI, Expert or Peer?- - Examining the Impact of Perceived Feedback Source on Pre - Service Teachers Feedback Perception and Uptake. arXiv preprint arXiv:2507.16013.
- Lin, S. & Crosthwaite, P. (2024), “The grass is not always greener: Teacher vs. GPT - assisted written corrective feedback”, System 127, 103529.
- Lo, L. S. (2023), “The CLEAR path: A framework for enhancing information literacy through prompt engineering”, The Journal of Academic Librarianship 49(4), 102720.
- Mekheimer, M. (2025), “Generative AI - assisted feedback and EFL writing: a study on proficiency, revision frequency and writing quality”, Discover Education 4(1), 170.
- Mizumoto, A. & Eguchi, M. (2023), “Exploring the potential of using an AI language model for automated essay scoring”, Research Methods in Applied Linguistics 2(2), 100050.
- Ranalli, J. (2021), “L2 student engagement with automated feedback on writing: Potential for learning and issues of trust”, Journal of Second Language Writing 52, 100816.
- Rashkin, H., Clark, E., Huot, F., & Lapata, M. (2025), “Help Me Write a Story: Evaluating LLMs’ Ability to Generate Writing Feedback”, In Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pp. 25827 - 25847.
- Stahl, M., Biermann, L., Nehring, A., & Wachsmuth, H. (2024), “Exploring LLM prompting strategies for joint essay scoring and feedback generation”, arXiv preprint arXiv:2404.15845.
- Steiss, J., Tate, T., Graham, S., Cruz, J., Hebert, M., Wang, J., ... & Olson, C. B. (2024), “Comparing the quality of human and ChatGPT feedback of students’ writing”, Learning and Instruction 91, 101894.
- Wan, T. & Chen, Z. (2024), “Exploring generative AI assisted feedback writing for students’ written responses to a physics conceptual question with prompt engineering and few - shot learning”, Physical Review Physics Education Research 20(1), 010152.
- Yoon, S. Y., Miszoglad, E., & Pierce, L. R. (2023), “Evaluation of ChatGPT feedback on ELL writers’ coherence and cohesion”, arXiv preprint arXiv:2310.06505.
- Zhan, Y. & Yan, Z. (2025), “Students’ engagement with ChatGPT feedback: Implications for student feedback literacy in the context of generative artificial intelligence”, Assessment & Evaluation in Higher Education, 1 - 14.
- Zhang, Z., Aubrey, S., Huang, X., & Chiu, T. K. (2025), “The role of generative AI and hybrid feedback in improving L2 writing skills: a comparative study”, Innovation in Language Learning and Teaching, 1 - 19. Zimmerman, B. J. &. Schunk, D. H. (2011), “Self - regulated learning and performance: An introduction and an overview” In B. Zimmerman & H. Dale(Eds.), Handbook of self - regulation of learning and performance, Florence, KY: Routledge.