초·중등학교에서 인공지능(AI)을 활용하여 학습효과와 수행을 증진하기 위한 탐색적인 노력이 이루어지고 있다. 본 연구는 AI 활용 교육을 위한 교사 역량과 연수 과제를 도출하는 것을 목적으로 한다. 이를 위해 문헌 분석, 행동사건인터뷰, 전문가 검토를 통해 역량과 행동지표를 개발하였다. 그리고 역량과 행동지표를 바탕으로 연수 과제를 도출하고 전문가 검토와 현장 적용을 실시하였다. 연구 결과는 다음과 같다. AI 활용 교육을 위한 교사 역량은 5개 역량군으로 유목화하여 총 15개의 역량과 41개의 행동지표로 개발되었다. AI 활용 교육을 위한 교사 역량은 1) AI 이해 역량, 2) AI 탐색 및 선정역량, 3) AI 윤리성 평가 역량, 4) AI 교육 환경 준비 역량, 5) AI 활용을 위한 교육과정 재구성 역량, 6) AI 활용 개별화 학습 설계 역량, 7) AI 활용 실제적 학습 설계 역량, 8) AI 활용 데이터 기반 평가설계 역량, 9) AI 및 에듀테크 활용 역량, 10) AI 활용 학습 촉진 역량, 11) AI 및 에듀테크 기술적 문제해결 역량, 12) AI 활용 데이터 해석 역량, 13) AI 활용 데이터 기반 피드백 역량, 14) AI 활용 교육전문성 개발 역량, 15) AI 활용 교육 연구 역량이다. 교사 연수 과제는 73개가 도출되었고, 연수 운영을 위한 30개의 모듈로 유목화하였다. 본 연구는 AI·에듀테크 정책 추진과정에서 교사의 전문성 개발과 역량이 발현될 수 있는 환경과 전략 마련에 시사점을 제공할 수 있을 것이다.

At elementary and middle schools, teachers are trying efforts to seek ways to raise learning effect and improve performance ability by using AI. In this respect, this study aims to identify competencies and training tasks for teachers in education using AI. To achieve this, this study developed competence and behavioral indexes through literature analysis, behavior event interview, and expert review. Based on the competences and behavioral indexes, this study drew training tasks, had experts review them, and applied them into the actual field. Our research results are as follows. Teacher’s competencies using AI was classified into 5 competency groups and further sub-classified into total 15 competencies and 41 behavioral indexes. Teachers’ competency for education using AI includes 1) AI comprehension competence, 2) AI searching and selection competence, 3) AI ethical assessment competence, 4) AI educational environment preparation competence, 5) Curriculum reconstruction competence for AI integration, 6) Individualized learning design competence using AI, 7) Practical learning design competence using AI, 8) Data-driven assessment design competence using AI, 9) AI and EduTech utilization competence, 10) Learning promotion competence using AI, 11) AI and EduTech technical problem solving competence, 12) Data interpretation competence using AI, 13) Data-driven feedback competence using AI, 14) Educational expertise development competence for AI integration, and 15) Education research competence for AI integration. 73 teacher training tasks were drawn and then classified into 30 modules for operating training courses. This study is expected to provide implications for creating an environment for developing teacher professionalism and displaying competence in the AI & EduTech policy enforcement process and coming up with relevant strategies.