영어 강의에 인공지능 지원 번역 지원 통합: 번역 정확성, 스트레스 인식 및 불안에 미치는 영향

요약

이 연구는 구조화된 인공지능 지원 번역 지원이 영어 강의에 어떻게 통합되어 번역 정확도를 높이고 고등교육 학생들의 스트레스와 불안을 줄이는지 살펴봅니다.

초록

영어 번역 역량은 고등교육에서 중요한 학문적 역량이지만, 많은 학생들이 번역 과제 중 상당한 언어적 어려움, 인지 부담, 심리적 압박을 경험합니다. 이 혼합 방법 연구는 구조화된 인공지능 지원 번역 지원이 영어 강의에 통합된 것이 대학생들의 번역 정확도 변화, 스트레스 인식 및 불안과 연관이 있는지 조사했습니다. 총 525명의 학부생과 대학원생이 8주간의 교육 개입에 참여했습니다. 기초 및 중재 후 평가에는 번역 정확도 검사, 인지된 스트레스 척도, 일반불안장애-7 척도가 포함되었습니다. 정량적 분석은 쌍 비교, 상관분석, 회귀분석, 그룹 기반 비교를 사용하여 수행되었으며, 학생들의 학습 경험을 탐구하기 위해 질적 인터뷰로 보완되었습니다. 중재 후 참가자들은 번역 정확도가 향상되고 인지된 스트레스 및 불안 수준이 낮아졌습니다. 도구 사용 빈도가 높을수록 번역 성능이 더 좋았으나, 연구 설계는 강한 인과적 추론을 지지하지는 않습니다. 질적 연구 결과는 구조화된 도구 보조 연습이 인지 과부하를 줄이고 수정 과정을 지원하며 번역 과제에 대한 참여를 향상시키는 데 도움이 된다는 점을 나타냈습니다. 이러한 발견은 인공지능 지원 번역 지원을 영어 강의에 통합하는 것이 번역 수행을 강화하고 학생의 복지를 지원하는 실용적인 교수법을 제공할 수 있음을 시사합니다. 이 연구는 기술 강화 번역 교수법에 대한 현재 논의에 실증적 증거를 제공하며, 고등교육 환경에 적응 가능한 교수법 틀을 제공합니다.

서론

영어 번역 역량은 대학들이 학생들을 글로벌 학술 교류, 국제 전문 커뮤니케이션, 문화 간 지식 생산에 대비시키려 하면서 고등교육에서 점점 더 중요해지고 있습니다^. 하지만 번역은 순수한 언어적 작업이 아닙니다. 또한 맥락적 판단, 문화적 매개, 지속적인 인지 통제가 필요하여, 많은 학습자에게 학업의 힘든 형태가 됩니다^. 교실 환경에서는 이러한 요구가 특히 언어학, 문학, 국제학 등 번역 과제가 성과 평가와 학업 정체성과 밀접하게 연관된 학생들에게 상당한 압박을 유발^합니다. 전통적인 번역 교육은 교육학적으로는 가치가 있지만, 학생들이 제한된 즉^{각적 지원}으로 복잡한 원문을 다루는 것이 기대될 때 시간이 많이 소요되고 인지적으로 부담스럽고 심리적으로 부담스러울 수 있습니다.

인공지능 지원 언어 기술의 최근 발전은 이러한^{교육 과제를} 해결할 새로운 가능성을 열어주었습니다. 5. 번역 학습에서 이러한 도구들은 빠른 어휘, 통사, 의미론적 지원을 제공하여 학생들이 초안 작성과 수정 과정에서 불확실성을 줄이는 데 도움을 줍니다^. 영어를 외국어로 활용한 일부 연구에서는 기술 보조 학습이 언어 수행을 향상시키고, 학습자의 자신감을 강화하며, 까다로운 과제 중 감정 조절을 지원할 수 있다고 제안했습니다 ^7,8. 동시에, 기존 문헌들은 자동화된 결과물에 대한 과도한 의존, 비판적 참여 감소, 그리고 이러한 도구들이 공식 학습 환경에 도입될 때 교사의 지도가 계속되어야 한다는 우려도 제기하고^{있습니다.} 따라서 인공지능 지원 번역 지원의 교육적 가치는 단지 출력 효율성 측면에서만 이해할 수 없습니다. 또한 이러한 지원이 어떻게 구조화되는지, 학생들이 어떻게 상호작용하는지, 그리고 학습 중 수행과 심리적 경험에 어떤 영향을 미치는지와 연관되어 검토되어야 합니다.

인공지능 지원 번역에 대한 관심이 높아지고 있음에도 불구하고, 현재 문헌에는 중요한 공백이 남아 있습니다. 기존 연구의 대부분은 번역의 질이나 교육 기술에 대한 일반적인 태도에 초점을 맞추고 있었으나, 명확하게 구조화된 교실 개입 내에서 학업 및 심리적 결과를 함께 조사한 연구는 상대적으로 적^습니다. 특히, 대학 영어 강의에서 인공지능 지원 번역 지원을 안내하는 것이 번역 정확도 향상뿐만 아니라 지속적인 교육 기간 동안 인지된 스트레스와 불안 감소와 연관되어 있는지에 대한 증거는 제한적입니다. 이 격차는 중요한 이유로, 이러한 도구들의 교육적 가치는 학생들이 더 나은 번역을 내놓는지뿐만 아니라 학습 과정이 더 관리하기 쉽고 자신감 있으며 교육적으로 지속 가능해지는지에 달려 있기 때문입니다.

따라서 본 연구는 8주간 대학 수준의 영어 강의에 구조화된 인공지능 지원 번역 지원을 통합한 사례를 조사하였습니다. 이 연구의 목적은 두 가지였습니다: 첫째, 중재 후 학생들의 번역 정확도, 인지된 스트레스, 불안이 변화했는지 조사하는 것; 둘째, 도구 사용 패턴이 번역 성과 및 학생 경험과 연관되어 있는지 탐구하는 것. 또한 우리는 비안내 도구 노출보다 구조화된 구현이 번역 결과 개선과 더 긍정적인 심리적 반응과 연관될 것으로 기대했습니다. 이 연구의 새로움은 인공지능 지원 번역이 실제 교실 실천에서 어떻게 기능을 지원하는지 조사하여, 정량적 평가와 질적 탐구를 결합하여 인공지능 지원 번역이 실제 교실 실습에서 어떻게 기능을 지원하는지 조사하는 데 있습니다.

프로토콜

이 연구는 중국 민간항공비행대학교 인문예술학부 내에서 진행되었으며, 과정 환경에서 수집된 익명화 교육 데이터를 사용하였습니다. 분석 데이터셋에는 직접적으로 식별 가능한 개인 정보가 포함되지 않았습니다. 모든 참가자는 연구 목적과 절차에 대해 안내받았으며, 참여 전에 서면 동의서를 받았습니다. 참여는 자발적이었으며, 연구 참여 불참여나 철회는 수업 참석, 성적, 정규 수업 접근에 영향을 미치지 않았습니다. 중국 민간항공비행대학교의 적용 연구 실무 프레임워크에 따라, 비식별화된 최소 위험 교육 데이터를 기반으로 한 연구는 공식적인 윤리 심사가 필요하지 않을 수 있습니다. 모든 식별 해제 자료는 연구팀만 접근할 수 있는 비밀번호로 보호된 파일에 저장되었다. 윤리와 참여자 흐름은 그림 1에 나와 있습니다.

1. 참가자 모집 및 기준선 프로파일링

총 525명의 학생이 대학 영어 관련 또는 번역 관련 과목에서 모집되었습니다. 언어학, 문학, 국제학 등 학부 및 대학원생도 포함되었습니다. 모든 자원봉사자는 등록 전에 선별을 거쳤습니다. 현재 영어 또는 번역 과목을 수강 중이고, 기관 배치 기록, 이전 강의 수강 또는 동등한 학업 증거를 바탕으로 최소 중급 수준의 영어 능력을 가진 학생만 포함되었습니다. 상당한 전문 번역 경험이 있는 학생들은 제외되었습니다. 연령, 성별, 학력 수준, 전공 분야, AI 지원 번역 지원 이전 경험, 도구 사용 빈도를 기록하였습니다. 참가자 특성은 표 1에 제시되었습니다.

2. 교육 설계 및 개입 워크플로우

8주간의 교실 개입이 시행되었으며, 전통적인 번역 수업이 주된 교수 방식으로 유지되고 AI 보조 번역 지원이 구조화된 보조 교수 역할을 수행했습니다¹¹. 0주차에 기초 평가가 완료되었습니다. 1주차부터 8주차까지 매주 한 개의 번역 과제가 할당되었고, 모든 참가자는 동일한 교육 순서를 따라야 했습니다. 8주차 말에는 기준선에서 사용된 평가 배터리가 반복되었습니다. 정량적 단계 이후에는 목적적으로 선정된 하위 그룹을 대상으로 반구조화 인터뷰가 실시되었습니다. 전체 워크플로우는 그림 2에 나와 있습니다.

3. 기초 평가

모든 기초 측정은 동일한 지시와 시간 조건의 감독 하에 교실 환경에서 시행되었습니다. 약 300단어 원문을 기반으로 한 번역 과제가 사용되었습니다. 문자 그대로와 문화적으로 미묘한 구간을 모두 포함하는 지문이 선정되어 학생들이 어휘 정확성, 통사 조절, 의미 충실성, 맥락 이해를 입증하도록 요구받았다¹². 기초 검사 중에는 외부 도구 사용이 금지되었습니다. 완성된 모든 대본은 점수 부여 전에 익명 처리되었습니다. 각 스크립트는 어휘 정확성, 문법 및 통사적 적합성, 의미 완전성, 문화적 맥락화를 포함하는 루브릭을 사용해 두 명의 훈련된 평가자가 독립적으로 채점했습니다. 점수 차이가 미리 정의된 허용 범위를 초과할 경우, 합의 점수에 도달할 때까지 논의가 필요했습니다.

번역 과제 후에는 10개 항목으로 구성된 인지된 스트레스 척도를 시행하고 표준 절차에 따라 점수를 매겼으며, 점수가 높을수록 더 큰 인지된 스트레스를 의미^{했습니다.} 7개 항목으로 구성된 일반불안장애 척도를 적용하고 발표된 방법으로 점수를 매겼으며, 점수가 높을수록 불안 심각도가 더 높음을 나타냅니다¹⁴. 마지막으로, 5점 리커트 형식을 사용하여 짧은 번역-신뢰도 측정이 시행되었습니다. 대표 문항, 점수 범위, 변수 정의는 표 2에 제공되었습니다.

4. AI 지원 번역 지원의 주간 표준화 통합

각 개입 주간에는 다른 주간 과제와 장르와 난이도가 최대한 일치하는 번역 과제가 하나 배정되었습니다. 학생들은 매주 같은 순서로 과제를 완료해야 했습니다. 먼저, 원문은 독립적으로 읽었고, 어려운 어휘 항목, 통사 구조, 문화적으로 적힌 표현을 표시했다. 둘째, 예상되는 번역 문제를 설명한 초안 또는 간단한 메모를 준비했습니다. 셋째, 승인된 AI 지원 번역 시스템의 협의는 초안 작성 및 수정 시에만 허용되었습니다. 편집되지 않은 기계가 생성한 결과물의 직접 제출은 허용되지 않았습니다.

학생들은 매주 동일한 네 가지 기준(어휘 적합성, 통사적 자연성, 담론의 일관성, 문화적 적합성)을 사용하여 모든 보유 또는 거부된 기계 제안을 평가해야 했습니다. 매주 매주 과제마다 표시된 원문, 기계 지원 초안, 최종 수정 번역본의 제출이 필요했습니다. 제출 후에는 매주 동일한 주제를 사용하여 구조화된 동료 토론이 조직되어 학생들이 자동화된 결과물이 도움이 되거나, 오해를 불러일으키거나, 지나치게 문자적이거나 맥락상 부적절한 부분을 설명했습니다. 이 설계는 기계 번역이 인간의 판단을 대체하기보다는 안내 비교와 수정에 내재되어 교육적으로 가장 유용하다는 현재의 증거를 반영한 것입니다¹⁵.

5. 도구 사용 모니터링 및 분류

AI 보조 도구 사용은 8주간의 개입 기간 동안 추적되었습니다. 각 주간 과제 후에는 참가자들이 자동화 지원 사용 여부, 기능이 무엇인지, 얼마나 자주 참조되었는지, 그리고 번역 과정에 들어간 시점에 대해 간단한 온라인 사용 기록을 작성해야 했습니다. 1주차에는 참가자들이 연구 내내 동일한 보고 기준을 사용하도록 표준화된 응답 범주가 제공되었습니다. 8주차가 끝날 무렵, 주간 기록이 집계되었고, 전체 사용 빈도는 일간, 주간, 가끔 사용으로 분류되었습니다. 이 범주들의 운영 정의는 그림 3에 나와 있습니다.

6. 중재 후 평가

8주차 말에는 기저선에서 사용한 동일한 평가 배터리가 반복되었습니다. 중재 후 번역 텍스트는 길이, 장르, 난이도 면에서 기준 텍스트와 최대한 비슷하게 맞춰졌습니다. 투여 조건, 시기, 평가 기준표, 평가자 워크플로우는 기본 절차와 일치하도록 유지되었습니다. 동일한 인지적 스트레스 척도, 동일한 범불안장애 척도, 동일한 번역-신뢰도 측정이 기저라인에서 사용된 순서대로 투여되었습니다.

7. 질적 인터뷰 절차 및 주제별 분석

중재 후 평가 후, 40명의 학생이 반구조화된 인터뷰를 위해 의도적으로 선정되었으며, 이는 성별, 학업 수준, AI 지원 번역 지원 경험의 차이를 확인했습니다. 인터뷰는 모든 참가자에게 동일한 인터뷰 가이드를 사용하여 대면 또는 승인된 온라인 미팅 형식으로 진행되었습니다. 도구 사용 전략, 인지 부담 인식, 신뢰 변화, 기계 출력 평가, 과도한 의존에 대한 우려에 관한 질문이 제기되었습니다. 모든 인터뷰는 참가자 동의 하에 녹음되어 그대로 전사되었습니다.

이 대본들은 주제별 분석을 통해 분석되었습니다. 두 명의 연구자는 모든 전사본을 독립적으로 읽고, 초기 코드를 생성하며, 코딩 출력을 비교하고, 겹치는 코드를 병합하며, 후보 주제를 반복적으로 검토하여 다듬도록 요청받았습니다. 초기 코딩 단계가 끝난 후 평가자 간 합의가 계산되었고, 코헨의 카파가 보고되었습니다. 분석 논리는 질적 연구에서 주제별 분석을 위한 확립된 절차를 따랐다¹⁶.

8. 정량적 및 혼합 방법 분석

기술적 통계를 사용하여 참가자의 특성과 기초 점수를 요약하였습니다. 쌍 표본 비교를 통해 번역 정확도, 인지된 스트레스, 불안, 신뢰도의 사전 사후 차이를 검사하였습니다. 다중 회귀 모델을 사용하여 개입 후 번역 정확도의 예측 인자를 식별했으며, 기본 성능 저하, AI 보조 도구 사용 빈도, 심리 변수를 독립 변수로 입력하였습니다. 카이제곱 검정을 사용해 사용 범주와 범주별 결과 간의 연관성을 조사했고, 피어슨 상관계수를 사용해 번역 정확도, 사용 빈도, 인지된 스트레스, 불안, 자신감 간의 연관성과 방향성을 평가하였다. 통계적 유의성은 양측 검정을 사용하여 알파 = 0.05로 설정되었습니다. 정량적 및 정성적 발견은 표준 혼합 방법 절차에 따라 해석 단계에서 통합되었다¹⁷.

결과

주요 결과

본 연구의 주요 목적은 8주간의 개입 기간 동안 번역 정확도, 인지된 스트레스, 불안 및 번역 신뢰도가 변화했는지 확인하는 것이었습니다. 525명의 참가자를 대상으로 한 분석에서는 네 가지 주요 결과 변수 모두에서 사전 사후 차이가 유의미하게 나타났습니다. 표 3에 나타났듯이, 번역 정확도는 기저선 시 68.45(SD = 8.12)에서 중재 후 82.76(SD = 6.95)로 증가했습니다. 인지된 스트레스는 21.34(SD = 5.02)에서 16.27(SD = 4.88)로 감소했고, 불안은 11.56(SD = 3.89)에서 8.72(SD = 3.14)로 감소했습니다. 번역 신뢰도는 2.84(SD = 0.91)에서 4.12(SD = 0.67)로 증가했습니다. 쌍 표본 비교에서는 번역 정확도(t = 15.23, p < 0.001), 인지된 스트레스(t = -12.14, p < 0.001), 불안(t =...

토론

본 연구는 대학 영어 강의에서 번역 지원 도구의 구조화된 사용이 8주 동안 번역 성과 및 심리적 결과 변화와 연관이 있는지 조사했습니다. 결과는 네 가지 주요 결과 모두에서 사후 전 유의미한 차이를 보여주었습니다. 중재 후 번역 정확도가 증가했고, 인지된 스트레스와 불안은 감소했으며, 번역 신뢰도도 증가했습니다. 2차 분석에서는 개입 후 번역 정확도가 기초 성과, 사용 빈도, 낮은 스트레스, 낮은 불안, 높은 신뢰도와 연관되어 있음을 보여주었습니다. 인터뷰 결과는 많은 학생들이 초안 작성 시 어려움이 줄었고, 수정 시 인식이 높아졌으며, 과제 완료 시 자신감이 더 강해졌다는 점이 추가되었고, 일부는 유창하게 생성된 결과물에 너무 빨리 의존하는 것에 대한 우려도 보고했습니다.

이 결과들은 최근 AI 지원 학습이 학생 학습 성과를 향상시킬 수 있다는 증거와 대체로 일치하지만, 그 효과의 강도는 맥락과 과제 유형에 따라 다릅...

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
AI-보조 번역 및 언어 지원 플랫폼	OpenAI (웹)	웹 서비스; 연구 일정에 따라 접근	주간 초안 작성 및 수정 작업 시 번역 제안 및 언어 피드백 생성에 사용
컴퓨터 워크스테이션 / 노트북	기관에서 제공하는 장비	동등한 대체 가능	번역 작업, 데이터 입력, 코딩 및 통계 분석에 사용
디지털 오디오 레코더 / 녹음 장치	기관에서 제공하는 장비	동등한 대체 가능	필요할 때 인터뷰를 녹음하는 데 사용
일반화 불안 장애 척도 (7문항)	원 개발자: Spitzer 등	표준 도구	불안을 평가하기 위해 기준선 및 중재 후에 사용
필사 및 확인용 헤드폰	기관에서 제공하는 장비	동등한 대체 가능	필사 및 코더 확인 시 사용
온라인 번역 플랫폼	Google LLC (웹)	웹 서비스; 연구 일정에 따라 접근	중재 기간 동안 추가 번역 지원 소스로 사용
지각된 스트레스 척도 (10문항)	원 개발자: Cohen 등	표준 도구	지각된 스트레스를 평가하기 위해 기준선 및 중재 후에 사용
질적 코딩 소프트웨어	QSR International	버전 14	인터뷰 분석 시 주제별 구성 및 코딩 지원에 사용
통계 분석 소프트웨어	IBM Corp.	버전 31	기술 통계, 쌍체 샘플 검정, 회귀, 카이제곱 검정 및 Pearson 상관 관계에 사용
번역 정확도 소스 텍스트	연구 개발	버전 1.0	길이와 어려움이 비슷한 약 300단어 구절
번역 신뢰도 측정	연구 개발	버전 1.0	5점 리커트 형식의 3문항 자기 보고 측정
번역 채점 기준	연구 개발	버전 1.0	네 가지 분석 영역: 어휘 정확도, 문법/구문 적절성, 의미 충실성, 문화적 맥락화
주간 사용 로그	연구 개발	템플릿 v1.0	작업 단계, 빈도 및 지원 도구 사용 기능을 기록하는 데 사용