디지털 전환이 가속화됨에 따라 교육 현장에서도 인공지능(AI) 기반 기술을 활용한 업무 효율화의 필요성이 대두되고 있다. 특히 교원의 반복적이고 정형화된 업무 부담을 줄이기 위한 기술적 접근이 요구된다. 본 연구는 이러한 문제의식에서 출발하여 교원의 업무 부담 경감을 위한 대형 멀티모달 모델(Large Multimodal Model, LMM) 활용 방안을 개발하고, 중요도 및 실현 가능성과 실제적 활용 방안을 탐색하였다. 이를 위해 초·중등 교사, 교육공학 전문가, 에듀테크 관계자 등을 대상으로 총 3회의 표적 집단 면접(Focus Group Interview, FGI)과 2회의 전문가 회의를 실시하였다. 부담이 크고 경감 가능한 교원 업무 유형을 도출하고, 그 결과를 교육, 관리, 교무행정의 세 영역으로 분류하였다. 각 업무 유형에 적합한 기술 조합을 분석하고 실제 학교 현장의 업무 흐름을 반영하여 총 15개의 활용 방안을 도출하였다. 분석 결과 LMM은 교원 업무 부담 경감에 효과적인 도구로 나타났다. 특히 데이터 생성보다는 분석에서 많이 활용되었고, 대부분 RAG, RPA, OCR, Vector Search 등 다른 기술과 병합된 복합기술 구조로 구성되었다. 새로운 시스템 도입하기보다는 NEIS, K-에듀파인 등 기존의 교육정보시스템의 기능을 보완 및 확장하는 방식이 보다 효율적인 해결책으로 제시되었다. 또한 일부 업무의 경우 LMM이 아닌 경량 기술만로도 충분히 경감할 수 있는 것으로 확인하였다. 본 연구는 교원의 실제 업무 맥락에 기반한 구체적인 LMM 활용 전략을 개발하였다는 점에서 의의가 있다. 연구 결과는 사람중심의 디지털 전환을 위한 교육기술 설계 방향에 대한 시사점을 제공할 것이다.
This study aims to develop practical strategies for reducing teachers’ workload by applying Large Large Multimodal Models (LMMs). To this end, three focus group interviews (FGIs) were conducted to identify and classify teacher tasks characterized by high workload and potential for technological intervention. Based on these findings, 15 application senarios were designed to reflect the real workflows, which were further refined through two rounds of expert panels. The results indicate that LMMs serve as effective tools for mitigating teachers’ workload, particularly in tasks involving data analysis over data generation. Most application strategies adopted hybrid technological frameworks in combination with LMM and complementary tools such as RAG, RPA, OCR, and Vector Search. Several cases also highlighted the need to enhance existing educational information systems, including NEIS or K-EduFine, rather than introducing new standalone systems. In several cases, lightweight technologies proved sufficient for meaningful workload reduction. This study demonstrates the value of contxt-specific LMM integration in streamlining educational labor and proposes actionable implementation strategies grounded in teachers’ lived experiences. The findings highlight the importance of teacher-centered, secure, and adaptable AI systems that promote a sustainable and human-centered digital transformation in education.
