연구목표
(한글 2000자 이내)
본 연구의 목적은 전국 중어중문학 유관 전공 학과의 교육과정이 교육목표에 부합하도록 구성되어 있는지를 디지털인문학 방법론에 입각하여 실증적으로 규명하는 것이다. 현재 중문학계는 AI 기술의 급속한 발전으로 언어 이해·번역·텍스트 생성 등의 과업을 AI가 빠르게 대체하고 있으며, 다수의 대학에서 중국어 관련 학과의 신입생 충원율 하락과 학과 통폐합되는 현상을 보이고 있다.
이러한 시점에서 현 교육체제의 구조적 현황을 객관적으로 진단하고, 교육 방향성에 대한 실증적 근거를 확보하는 것은 학계의 시급한 과제이다. 그러나 전국 단위에서 중어중문학 유관 전공 학과의 교육과정을 체계적으로 수집·구조화하고, 교육목표와의 정합성을 데이터에 기반하여 분석한 연구는 부재한 실정이다.
이에 본 연구는 다음의 네 가지 연구 목표를 설정한다.
첫째, 전국 중어중문학 유관 전공 학과의 교육목표와 교육과정(교과목·이수체계 등)을 전수 조사하여 수집·정리한다. 교육부 공시 문서인 ‘2024학년도 4년제 대학 모집 단위별 입학정원’에 등재된 대학 중, 2025학년도에 신입학생을 모집한 대학을 대상으로 하며, 2025·2026학년도 교육과정을 기준으로 수집한다.
둘째, 대학-학과-교과목 간의 위계와 관계를 체계적으로 반영하는 온톨로지 기반의 데이터 스키마를 설계하여 분석의 일관성과 확장성을 확보한다.
셋째, 설계된 스키마를 기초로 교육과정 데이터를 지식그래프(Knowledge Graph) 형태의 데이터베이스로 구축한다.
넷째, 구축된 데이터베이스를 활용하여 거대언어모델(LLM)의 의미 분석 기능을 통해 교육목표와 교과목 간의 정합성을 분석한다.
이상의 목표를 통해 중어중문학 교육과정의 구조적 현황을 객관적으로 진단하고, AI 시대에 부합하는 교육 방향을 모색하는 데 실질적인 근거를 제공하고자 한다.
기대효과
(한글 2000자 이내)
본 연구의 기대효과는 학술적 기여, 방법론적 기여, 실천적 활용의 세 차원으로 구분된다.
첫째, 학술적 기여이다. 본 연구는 전국 중어중문학 유관 학과의 교육목표와 교육과정을 전수 조사하여 구축한 최초의 체계적 데이터셋을 산출한다. 이 데이터셋은 후속 연구의 기반이자 학계 전반이 참조할 수 있는 공개적 정보 자원으로 기능할 수 있다. 특히 2025·2026학년도 데이터를 기준으로 수집하되, 이후 학년도 데이터를 추가·갱신하여 통시적 변화를 추적하는 장기 데이터셋으로 성장시킬 수 있다. 이를 통해 AI 기술 발전이 중어중문학 교육에 미치는 영향을 시계열적으로 추적·분석할 수 있는 실증적 토대가 마련된다. 아울러, 교육목표와 교과 편성 간의 정합성을 정량적으로 진단함으로써, 기존에 질적 해석에 의존하던 교육과정 연구의 분석 체계성과 재현 가능성을 제고한다.
둘째, 방법론적 기여이다. 본 연구에서 설계하는 대학-학과-교과목 온톨로지는 중어중문학 분야에 국한되지 않는다. 타 어문학이나 인문학 분야에서 교육 지형을 분석하고자 할 때 참조 모델(벤치마크)로 활용될 수 있으며, 이는 본 연구의 방법론적 기여가 특정 학문 분야를 초월한 범용적 가치를 지님을 의미한다. 또한 지식 그래프는 새로운 연결 데이터(Linked Data)의 추가가 용이하도록 설계되므로, 졸업생 진로 데이터, 산업체 수요 데이터 등을 연결하면 교육과정과 사회적 수요 간 정합성까지 분석 범위를 확대할 수 있다. 나아가, 인문학 데이터에 온톨로지 설계, 지식그래프 구축, LLM 기반 의미 분석을 결합하는 일련의 연구 파이프라인은 디지털인문학 방법론의 구체적 적용 사례로서 후속 연구자들에게 참고 프레임워크를 제공한다.
셋째, 실천적 활용이다. 본 연구의 분석 결과는 각 학과가 교육목표와 교과 편성 사이의 괴리를 자체적으로 점검하고, 교육과정을 개선하는 데 실질적인 참조 자료로 활용될 수 있다. 특히 AI 환경에서 어문학 교육이 지향해야 할 사고·추론·이해·표현 능력의 본질에 대한 논의를 데이터에 기반하여 촉발함으로써, AX(AI Transformation) 시대의 인문학 교육 재구성을 위한 학술적·정책적 논의에 기초 자료를 제공할 수 있다.
연구요약
(한글 2000자 이내)
본 연구의 목적은 전국 중어중문학 유관 전공 학과의 교육과정이 교육목표에 부합하도록 구성되어 있는지를 데이터에 입각하여 실증적으로 규명하는 것이다. AI 기술이 언어 관련 과업을 빠르게 대체하는 현 시점에서, 중어중문학 교육체제의 구조적 현황을 객관적으로 진단하고 향후 교육 방향에 대한 근거를 확보할 필요가 있으나, 전국 단위의 체계적 데이터 기반 분석은 부재한 실정이다.
이에 본 연구는 이 공백을 메우는 기초 자료로서, AI 시대에 부합하는 교육 방향을 모색하는 데 실질적인 근거를 제공한다.
첫째, 전국 본 연구를 진행하기 위해 전국 중어중문학 유관 전공 학과의 각 홈페이제 공시된 교육목표와 2025·2026 교육과정을 수집한다. 대학 선정 기준은 교육부 공시 문서인 ‘2024학년도 4년제 대학 모집 단위별 입학정원’으로 한다.
둘째, 관련 데이터 수집이 완료되면 온톨로지를 설계하여 데이터를 체계화한다. 이를 통해 대학-학과-교과목 간의 복잡한 관계를 유연하고 직관적으로 탐색할 수 있다.
셋째, 설게된 온톨로지를 기초로 지식 그래프 형테의 데이터베이스를 구축한다. 구축 도구로 Neo4j, 위키(Wiki)와 같은 플랫폼을 활용할 수 있다.
넷째, 구축된 데이터베이스는 거대언어모델(LLM)을 활용하여 의미 유사도(Semantic Similarity) 측정, 임베딩(Embedding) 기반 군집 분석(Clustering), 텍스트 분류(Text Classification) 등의 분석 기법을 적용하여 교육목표와 교육과정 간의 구조적 정합성을 진단한다.
본 연구를 통해 중어중문학 교육과정의 구조적 현황에 대한 실증적 진단 결과를 도출하고, 구축된 데이터셋과 온톨로지를 학계의 공개적 정보 자원 및 타 인문학 분야의 참조 모델로 제공하고자 한다.
키워드(Keyword)
(한글 250자 이내)
중어중문학, 교육과정, 교육목표, 지식그래프, 온톨로지, 거대언어모델(LLM), 디지털인문학, 교육 지형 분석
키워드
(영어 500자 이내)
Chinese Language and Literature, Curriculum, Educational Objectives, Knowledge Graph, Ontology, Large Language Model (LLM), Digital Humanities, Educational Landscape Analysis
닫기