최근호

가정과삶의질연구(Journal of Families and Better Life) - Vol. 43, No. 3
[Paper List]

[ Article ]
Journal of Families and Better Life - Vol. 43, No. 3, pp. 109-120
Abbreviation: JKHMAJFBL
ISSN: 2765-1932 (Print) 2765-2432 (Online)
Print publication date 30 Sep 2025
Received 18 Jun 2025 Revised 09 Aug 2025 Accepted 23 Sep 2025
DOI: https://doi.org/10.7466/JFBL.2025.43.3.109

Chat GPT 사용이 대학생의 비판적 사고능력에 미치는 영향
서종수1 ; 임세윤2, *

The Influence of Chat GPT Use on University Students’ Critical Thinking Skills
Jong-Soo Seo1 ; Se-Yun Lim2, *
1Department of Child & Family Welfare, Daegu University, Associate Professor
2Department of Special Education, Daegu University, Undergraduate Student
Correspondence to : *Se-Yun Lim, Department of Special Education, Daegu University, 201 Daegu-daero, Jinryang-eup, Gyeongsan-si, Gyeongsangbuk-do, 38453 Rep. of Korea. Tel: +82-53-850-4823, E-mail: lsy062606@naver.com

초록

Chat GPT 사용이 대학생의 비판적 사고력에 미치는 영향을 알아보고, 보다 균형 있는 Chat GPT 활용과 비판적 사고능력을 증진할 방법을 모색하고자 한다. 이를 위해 조사 기간은 2025년 3월 31일부터 4월 7일까지 대학생을 대상으로 하여 구조화된 설문지를 통해 설문 조사를 하였다. 연구결과는 다음과 같다. 첫째, 독립변수인 Chat GPT 사용 중 과의존은 5점 척도의 중앙값인 3.0보다 낮은 2.75로 나타나 보통보다 조금 낮은 것으로 나타났으며, 활용도는 5점 척도의 중앙값인 3.0보다 높은 3.84으로 나타나 보통보다 높은 것으로 나타났다. 비판적 사고능력은 5.0점 척도의 중앙값인 3.0보다 조금 높은 3.62로 나타나 보통보다 높은 것으로 나타났다. 둘째, GPT 활용도(β=.478)와 GPT 과의존(β=-.400), 가정건강성(β=.243)은 비판적 사고능력에 영향을 미치는 것으로 나타났으며, 모델의 설명력은 23.7%로 나타났다. 즉, GPT 활용도와 가정건강성이 높을수록, 과의존이 낮을수록 비판적 사고능력은 높아지는 것으로 나타났다. 본 연구를 통해, Chat GPT의 사용이 비판적 사고력에 미치는 영향을 확인할 수 있었다.

Abstract

This study aimed to investigate the influence of Chat GPT use on university students’ critical thinking skills and to explore balanced strategies for its utilization to enhance such skills. To achieve this, a structured questionnaire survey was conducted among university students from March 31 to April 7, 2025. The results of the study are as follows. First, among the variables related to Chat GPT use, overdependence showed a mean score of 2.75 on a 5-point Likert scale, indicating a slightly below-average level. In contrast, utilization was found to be relatively high, with a mean of 3.84, which is above the midpoint of 3.0. Critical thinking ability also showed a moderately high level, with a mean score of 3.62 on the 5-point scale. Second, Chat GPT utilization (β = .478), Chat GPT overdependence (β = –.400), and family health(β = .243) were found to have significant effects on critical thinking ability. The explanatory power of the model was 25.5%. In other words, higher levels of Chat GPT utilization and family health, and lower levels of overdependence, were associated with higher critical thinking ability. Through this study, the influence of Chat GPT use on critical thinking ability was empirically confirmed.

Keywords: generative AI, Chat GPT, critical thinking, university students
키워드: 생성형 AI, 비판적 사고능력, 대학생
I. 서 론

가정학에서 발달한 가정과 교육은 비판과학을 바탕으로 전인적 인간 발달과 건강한 가정의 형성을 추구하는 사명 지향적 성격, 그리고 개인과 사회의 지역사회 문제를 해결하기 위한 실천 지향적 학문의 특성을 가진다. 이러한 학문적 성격은 디지털 기술이 빠르게 변화하는 현대 사회에, 기술이 인간의 삶과 그리고 교육 전반에 미치는 영향을 성찰하고 비판적으로 고찰할 수 있는 중요한 이론적 토대를 제공한다. 실제 가정과 수업과 관련한 비판적 사고에 대한 연구(변현진, 채정현, 2002; 이영옥, 채정현, 2004; 김성희, 장윤옥, 2007)들이 진행되어 오고 있다.

21세기는 과학기술의 급속한 발전이 인간 생활의 다양한 영역을 변화시키고 있으며, 그 중에서도 생성형 인공지능(Generative AI)은 대표적인 전환점으로 주목을 받고 있다. 생성형 모델은 1950년대 은닉마르코프모델(Hidden Markov Models: HMMs)과 가우시안 혼합모델(Gaussian Mixture Models: GMMs)이 개발되면서 시작되었으며, 딥러닝이 등장한 이후 생성형 모델은 크게 발달하였다(Cao et al., 2024). 그러나 딥러닝 모델은 주로 설명적이었고, 기존 데이터 패턴과 관계를 요약하거나 표현하는데 초점을 두었다. 2014년 GAN(Generative Adversarial Network)의 도입에 따라 생성형 인공지능 실현의 시대가 열리게 되었다(Bengesi et al., 2023). 특히 GPT(Generative Pre-trained Transformer)로 대표되는 생성형 AI는 텍스트/음성, 이미지/비디오, 코드, 음악, 과학콘텐츠를 생성할 수 있으며, 따라서 미디어와 엔터테인먼트, 교육과 연구, 헬스케어, 산업현장 등에 영향을 미칠 것으로 고려된다(Bengesi et al., 2023). Bloomberg(2023.10.12)는 생성형 AI가 2023년에 1,370억 달러를 창출하고 2030년까지 1조 3,000억 달러로 급증할 것으로 예측하였다.

Chat GPT는 2022년 11월 30일 출시되었으며, 출시 5일만에 100만명이 넘는 사용자를 확보하였다(김성은, 2024.09.02). 인스타그램은 100만 다운로드를 달성하는 데 약 2.5개월이 걸렸고, 넷플릭스는 100만 명의 사용자를 확보하는 데 약 3.5년이 걸린데 반하여 유래없는 빠른 이용자수의 확보라 할 수 있다(김성은, 2024.09.02).

이처럼 Chat GPT로 대표되는 생성형 AI는 Bengesi et al.(2023)이 말한대로, 교육과 문화, 연구 및 산업 등에 전방위적으로 영향을 미치고 있는 것으로 나타났다. 특히 한국의 대학생들 사이에서는 Chat GPT와 Midjourney와 같은 생성형 AI를 과제, 시험, 논문 작성 등에서 적극 활용하고 있는 추세이다(윤옥한, 2023). 과제물 평가용 서비스인 ‘CK 브릿지’를 통해 검사된 문서 총 29만4239건 중 27.33%의 문서가 표절률 30% 이상으로 나타났다(오병훈, 2025).

Freeman(2025)에 따르면 대학생 1,041명을 대상으로 조사한 결과, AI 도구를 사용하는 학생 비율은 2024년 66%에서 2025년 92%로 급증했다. 특히 평가(assessments)에 생성형 AI를 사용한 학생은 약 88%로 나타나, 2024년 53%에 비해 상당히 증가한 것으로 나타났다. 반면 대학에서 AI 기술 교육을 받은 학생은 3분의 1(36%)에 불과한 것으로 나타났다.

Chat GPT를 비롯한 생성형 인공지능은 이미 교육 현장에 깊숙이 자리 잡았다. Chat GPT에 특정 주제에 관한 글 작성을 요청하면 순식간에 그럴듯한 글을 만들어내다 보니 과제에 활용하기 좋다. 책 독후감, 역사 속 인물에 대한 평가, 사회 현안에 대한 토론, 수필 등 다방면의 과제를 대신 해줄 수 있다(금준경, 2023). 이처럼 과제 수행 과정에서 이러한 기술의 활용 사례가 증가함에 따라, 학교는 이에 대한 방향성과 활용 기준에 대한 진지한 고민에 직면하고 있다. 실제 Rowsell(2025.01.17)은 전 세계 28개국, 약 1,600명 이상의 대학 교수진을 대상으로 한 설문조사 결과, 응답자의 82%가 학생들이 AI 도구에 지나치게 의존할까봐 우려한다고 응답하였으며, 특히 83%는 학생들이 AI 생성물을 비판적으로 평가할 능력이 부족하다고 지적하였다. AI가 개인 맞춤형 학습을 촉진하는 데 활용될 수 있다는 것은 알려져 있지만, AI에 대한 광범위한 의존이 학생들의 비판적 사고능력에 부정적 영향을 미치거나 저해할지에 대한 심각한 우려가 있다(Lampou, 2023; Freeman, 2025). Luo(2024)는 Chat GPT와 같은 생성형 AI 사용의 문제로, 독창적 작업을 제출하지 않는 것에 대해 지적하였다. Luo(2024)는 학생들이 생성형 AI의 사용을 외부지원(external assistance)의 한 유형으로 여긴다고 보았다.

생성형 AI를 포함한 인공지능(AI) 기술이 지속적으로 발전함에 따라, AI에 대한 과도한 의존에 대한 우려가 제기되고 있으며, 이는 인간의 탈숙련화와 인지 참여 감소로 이어질 수 있다(Yatani et al., 2024). 뿐만 아니라 AI에 대한 과도한 의존은 사용자가 AI가 제공하는 정보를 비판적인 검토 없이 받아들이는 경우, 잘못된 정보와 허위 정보 문제를 더욱 악화시키는 등의 문제가 있다(Yatani et al., 2024). Goyal(2025)은 AI에 과도하게 의존하는 경우, 사고하고 자신의 사고를 성찰하는 능력인 메타인지와 같은 기술을 개발하는 데 어려움을 겪을 수 있다고 하였다. 또한 Rathika et al.(2024)은 특정 주제에 대한 비판적 사고를 중단하는 인지적 오프로딩(cognitive offloading)을 경험할 수도 있다고 지적하였다.

고등교육은 단순한 지식 전달에 그치지 않고, 학생들이 스스로 정보를 분석하고, 평가하며, 창의적으로 활용할 수 있는 능력을 기르도록 해야 한다. 비판적 사고력은 고등교육에서 학문적 성취, 문제 해결, 윤리적 판단, 시민 의식 향상에 필수적인 핵심 역량으로 간주된다(Paul & Elder, 2006; Facione, 199). 우리나라의 대학생 핵심역량 진단 홈페이지(https://www.kcesa.re.kr)에서도 핵심역량의 기초능력으로 종합적 사고력을 제시하고 있으며, 종합적 사고력으로 분석, 추론, 평가, 대안적 사고력의 하위요인을 제시하고 있다. Facione(1990)은 비판적 사고에 대해 해석(interpretation), 분석(analysis), 평가(evaluation), 추론(inference), 설명(explanation), 자기조절(self regulation) 등 일련의 고차원적 인지능력을 동반하는 과정적 개념이라 제시하였으며, 이를 고려하면 대학생 핵심역량 진단에서 제시하는 종합적 사고는 곧 비판적 사고임을 알 수 있다. Facione(1990), Paul과 Elder(2006)는 고등교육에서 학문적 성취, 문제 해결, 윤리적 판단, 시민 의식 향상에 필수적인 핵심 역량으로 비판적 사고력을 제시하였다.

그러나 Danry et al.(2023)은 비판적 사고의 중요성에도 불구하고, 모든 사람이 이 기술을 숙달하거나 활용할 수 있는 인지적 자원을 가지고 있는 것은 아니라고 지적하였다. 우리나라 대학생 핵심역량에서도 제시된 바와 같이, 비판적 사고력은 대학생들에서 필수적인 역량으로, 대학 교육에서 중점적으로 다루고 키워야 할 핵심 요소이다. Goyal(2025)은 오늘날과 같이 빠르게 변화하고, 정보가 넘쳐나는 세상에서 비판적 사고를 활용하고 내재화하는 것은 학생에게 필요한 능력이라고 지적하였으며, 이러한 비판적 사고에 근거하여 새로운 아이디어를 도출하고, 정보를 분석함으로써 아이디어를 실현할 수 있다고 하였다.

고등교육의 본질은 단순한 직업 훈련이나 기술 습득만을 추구하는 것이 아니다. 고등교육으로 대비되는 대학의 사명에 대해 Delbanco(2012)는 가장 단순하게는 인간의 유한성 극복이라고 표현하였으며, 삶과 관련된 유용한 지식을 전달함으로써 좀 더 가치있고, 의미 있으며 또한 발전적이고, 유용한 삶을 살 수 있도록 하기 위하여 교육이 필요하다고 하였다. 이는 대학이 단순한 교육기관을 넘어, 비판적 사고가 가능한 시민을 양성하고, 새로운 지식을 생산하며, 복잡한 사회문제에 기여할 수 있는 공적 역할을 수행해야 한다는 점을 시사한다. 이와 관련하여 김종숙과 김영우(2024)는 대학을 학생들이 전문 지식을 습득하고, 미래 사회의 리더로 성장하는 핵심적인 장소로서, 대학생의 비판적 사고력을 함양하는 것이 대학 교육의 중요한 목표가 되어야 한다고 하였다. 즉 대학생의 비판적 사고력 강화는 미래 사회가 요구하는 창의적이고 융합적인 인재 양성을 위한 필수 조건(박정호, 2011)이며, 이는 고등교육이 나아가야 할 방향성과 일치한다. 또한, 비판적 사고에 대한 교육은 경쟁과 긍정적 사고로 인한 대학생들의 인성 왜곡에 맞서 비판적 지성의 산실이라는 대학의 전통적 이상을 회복하기 위해, 그리고 풍부한 감성과 높은 덕성을 갖춘 비판적 지성인의 양성이라는 전인 교육적 인성 교육의 이상을 실현하기 위해 가장 시급히 요청되는 교육(박정호, 2011)이라 할 수 있다. 따라서 대학생을 대상으로 생성형 AI와 비판적 사고간의 관계를 살펴보는 것은 매우 유의미한 가치가 있다고 평가할 수 있다.

Chat GPT로 대표되는 생성형 AI의 과도한 활용은 학생들이 스스로 탐구하고 숙고하는 과정을 생략시켜 사고력을 저하시킬 위험이 있다(Danry et al., 2023)는 지적들이 있다. 또한, AI가 제공하는 방대한 양의 정보를 비판적으로 평가하지 못한다면 오히려 학생들의 학습 태도를 수동적으로 만들 수 있으며(Danry et al., 2023; Krupp et al., 2023), 결국 대학 교육의 본질과도 충돌할 수 있다는 우려 역시 존재한다. 그러나 AI 사용이 비판적 사고능력에 긍정적 영향을 미친다는 반대의 연구결과도 있다. Danry et al(2023)은 AI 사용을 통하여, 비판적 사고를 자극할 수도 있다고 보았다. 또한 김영미(2024)의 연구에서 Chat GPT 활용 프로젝트의 수행은 고등사고능력에 정적 영향을 미치는 것으로 나타났으며, Puente et al.(2024)의 연구에서도 Chat GPT를 활용한 토론이 비판적 사고에 유의미한 효과가 있는 것으로 나타났다. 이처럼 Chat GPT와 비판적 사고간의 관계에 대해 살펴본 선행연구들은 살펴보면 결과, 서로 상이한 연구결과를 제시하고 있다. 이에 본 연구에서는 연구결과를 통하여 Chat GPT 사용이 비판적 사고능력에 미치는 영향력을 검증하고자 한다. 나아가 대학생들의 비판적 사고력을 증진시킬 수 있는 방법을 모색하고자 한다.

본 연구의 연구문제는 다음과 같다.

  • 첫째, 대학생의 Chat GPT 사용 및 비판적 사고능력은 어떠한가?
  • 둘째, 대학생의 Chat GPT 사용이 비판적 사고능력에 미치는 영향은 어떠한가?
Ⅱ. 이론적 배경
1. 비판적 사고능력

비판적 사고능력(critical thinking skills)은 비판적 사고를 할 수 있는 능력을 의미한다. 비판적 사고(critical thinking)의 어원을 살펴보면 다음과 같다. 우선 critical 어원은 라틴어 criticus, 희랍어 krinein(kritikos)에서 파생되었다. 라틴어 criticus는 재판관, 심판관, 검열관 등을 일컫는 ‘판단’의 뜻을 지니며, kritikos 역시 ‘판단을 내릴 수 있는 사람’ 이라는 의미를 갖고 있다(Harper, D., n.d.; 한곤석, 강운선, 2008). 희랍어 krinein은 구분하다, 식별하다, 결정하다 등의 뜻을 지닌다(한곤석, 강운선, 2008). 따라서 critic은 1580년대에 ‘판단을 내리는 사람, 특정 사물의 가치를 판단하는데 능숙한 사람’이라는 의미로 사용되었다(Harper, D., n.d.). critical은 1580년대 ‘비판적인, 흠을 잡는 경향이 있는’ 이라는 의미로 사용되었으며, 1600년대 ‘결정하는데 중요하거나 필수적인’ 이라는 의미로 사용되었다. 이후 1640년대 이후 ‘판단을 내릴 수 있는 지식, 능력 또는 분별력을 가진’이라는 의미로 사용되었다(Harper, D., n.d.). 다음으로 thinking의 어원을 살펴보면 다음과 같다. 영어 think는 고대 영어 þencan에서 유래하였으며, ‘이성(reason)을 발휘하다, 생각하다’라는 의미를 갖고 있다(Harper, D., n.d.). 따라서 thinking은 ‘마음으로 생각하는 행위, 생각하는 사람의 정신적 활동, 사색의 실행’의 의미를 갖고 있다(Harper, D., n.d.). critical과 thinking이 합쳐진, critical thinking은 판단을 내리거나 분별할 수 있는 정신적 활동이자 사고능력이라고 볼 수 있다.

Facione(1990)는 비판적 사고를 목적의식적이고 자기 조절적인 판단(self-regulatory judgment)이라 하였으며, 탐구도구로서 필수적이라 하였다. 따라서 Facione(1990)는 비판적 사고를 교육에 있어 해방적인 힘이자 개인 및 시민 생활에 있어 강력한 자원이라 보았다. Paul과 Elder(2006)는 비판적 사고를 목표 지향적 사고로, 명료성, 정확성, 논리성, 공정성 등 기준에 따라 스스로 사고를 점검하는 능력이라 하였다. 박선환(1999)은 비판적 사고력에 대해 ‘문제를 객관적으로 분석하고, 그 타당성⋅정확성⋅신뢰성⋅가치성을 평가하고, 그로부터 귀결되는 판단에 근거하여 결론을 추론하는 사고능력’으로, 비판적 사고력의 구성요소로는 ‘분석, 평가, 추론’을 설정하였다.

비판적 사고는 비판적 사고 기능과 비판적 사고 성향이 관련 지식과 함께 작동하는 사고로서 인지적인 기술 측면(cognitive skills)과 정의적 기술 측면(affective dispositions)의 요소가 모두 포함된다(Facione, 1990; 성정은, 2018). 비판적 사고기능은 어떤 정보나 지식을 갖고 인지기능을 활성화하여 수행하는 의식적 정신활동을 지칭하므로 지적 성장에 있어서 중요한 개발 대상이 된다(김지은, 한규훈, 2016). Facione(1990)는 비판적 사고를 할 수 있는 사람은 호기심이 많고, 박식하며, 이성을 신뢰하고, 열린 마음을 가지고, 유연하며, 평가에 공정하고, 개인적 편견에 정직하게 대처하며, 판단을 신중하게 내리고, 재고할 의향이 있으며, 문제에 대해 명확하고, 복잡한 문제에 대해 체계적이며, 관련 정보를 부지런히 찾고, 기준을 합리적으로 선택하고, 탐구에 집중하며, 탐구 주제와 상황이 허용하는 한 정확한 결과를 추구하는 데 끈기가 있다고 하였다. 따라서 훌륭한 비판적 사고자를 교육한다는 것은 이러한 이상을 향해 나아가는 것을 의미한다고 하였다.

Rosba et al.(2021)와 Prakoso(2021)의 연구결과, 비판적 사고능력은 창의성과 정적 상관관계와 인과관계가 있었으며, 또한 비판적 사고능력은 학업성취도에 긍정적 영향을 미치는 것으로 나타났다. 이러한 연구결과를 고려한다면 대학생에게 비판적 사고력은 단순한 사고 기술을 넘어, 복잡한 문제 상황에서 분석적 사고와 메타인지 능력을 발휘하여 합리적 의사결정을 내리는 데 필수적인 고차원적 인지능력임을 시사한다.

2. Chat GPT 사용

생성형 인공지능 기술은 인공지능의 한 유형으로 이미지, 비디오, 오디오, 텍스트 등을 포함한 대량의 데이터를 학습하여 인간과 유사한 방식으로 문맥과 의미를 이해하고 새로운 데이터를 자동으로 생성해 주는 기술을 의미한다(국가 사이버안보센터, 2023). 대표적 생성형 AI로 Chat GPT를 들 수 있다. Chat GPT는 사전 학습된 대규모 텍스트 자료를 기반으로 인간의 언어를 이해하고 해석하며, 적절한 의견이나 정보를 생성하는 언어 기반 생성형 AI이다(유경선, 안성진, 2024). Chat GPT는 교육, 의료 및 헬스케어, 소프트웨어 개발, 데이터 분석, 프로젝트 계획, 정신건강 관리, 언론 및 법률 등 다양한 분야에서 폭넓게 활용되고 있으며, 그 활용 영역은 날로 확장되고 있다. 실제로 Chat GPT가 적용되지 않는 분야를 찾기 어려울 정도이다.

이처럼 광범위하게 활용되는 Chat GPT를 어떻게, 얼마나 주체적으로 사용하는가는 오늘날 매우 중요한 논의 주제이다. 실제로 목적에 맞게 Chat GPT를 활용하는 경우도 있지만, 과도하게 의존하여 사용하는 사례도 적지 않다.

대학생에게 있어 Chat GPT의 사용은 학습자에게 맞춤형 학습 경험을 제공하는 동반자로서의 기능을 수행함으로써, 교육적 효과를 높일 수 있는 방향으로 기여할 수 있다(전병호, 2024). Pitts et al.(2025)에 따르면 적절하게 Chat GPT를 활용하는 경우 생산성이 높아질 뿐만 아니라 사고의 명료성이 향상되는 것으로 나타났다. 또한 Danry et al.(2023)은 응답을 요구하는 것이 아닌, 질문을 중심으로 활용하는 경우 논리적 사고 정확도를 유도하며, 단순 정보 제공보다 학습 효과가 높은 것으로 나타났다.

그러나 무비판적 수용과 활용, 즉 과의존은 많은 문제점을 야기시킬 수 있다. Danry et al.(2023)은 사람들이 AI의 결정을 맹목적으로 따르고, 인지자원을 사용하여 비판적으로 사고하는 것을 멈추는 경향이 있다고 지적하면서, 사람들은 AI의 도움에 수응하고 그대로 받아들인다고 지적하였다. Krupp et al.(2023)의 연구결과, 학생 중 절반 이상이 Chat GPT의 잘못된 답을 비판 없이 수용하여, 사고 능력 훈련이 오히려 저해되는 것으로 나타났으며, Abbas et al.(2024)의 연구에 따르면, Chat GPT 과다 사용자는 자기효능감 저하, 학습 미루기(procrastination), 낮은 학업 성과와 유의미한 상관관계를 가지는 것으로 나타났다. 또한 Chat GPT의 결과를 비판적 검토 없이 수용함으로써 인간의 독립적 판단 능력과 문제해결 능력이 저하를 유발할 수 있으며, 소셜미디어 상에 잘못되거나 오해의 소지가 있는 뉴스기사를 작성하거나, 이를 허위로 주장하여 정치적 불안정과 사회적 불안정을 초래할 수 있다(Pennycook et al., 2021; Danry et al., 2023).

3. Chat GPT 사용과 비판적 사고능력의 관계

보편적으로 Chat GPT 사용과 비판적 사고능력은 부적 관계나 영향을 미칠 것으로 생각된다. 실제 많은 학자들(Lampou, 2023; Yatani et al., 2024; Rathika et al, 2024; Freeman, 2025; Rowsell, 2025)이 AI 도구에 지나치게 의존하는 것에 대해 우려를 표명하였고, 이러한 과의존이 비판적 사고능력에 부정적 영향을 미칠 것을 지적하였다. 실제 Lee et al.(2025)의 연구결과, 생성형 AI 사용 시 인지적 노력을 감소시켜, 비판적 사고능력을 약화시키는 것으로 나타났다. 또한 Gerlich(2025)에 따르면, AI 도구의 빈번한 사용과 비판적 사고능력 사이에 유의미한 부적 상관관계를 나타냈다. 이와 유사하게 Anthropic과 Hechinger(2025)는 학생들이 실제로는 비판적 사고 과정을 AI에 맡기며 사고력을 이관(offload)함으로써, 비판적 사고능력의 발달에 부정적 영향을 미친다고 하였다. 또한 Stadler et al.(2025)는 독일의 대학생을 대상으로 한 연구결과 Chat GPT는 인지부하(cognitive load)를 줄였으나, 학생들의 논증 질(argument quality)은 더 얕아지는 경향을 보이는 것으로 나타났다.

그에 반해, Chat GPT 사용이 비판적 사고능력에 정적 영향을 미칠 것으로 나타난 연구도 있다. 김영미(2024)의 연구결과 Chat GPT 활용 프로젝트 수행은 신입생의 고등사고능력에 유의미한 영향을 미치는 것으로 나타났다. 즉 Chat GPT가 제공하는 다양한 시각의 정보를 심도 있게 분석하는 비판적 사고능력 기회를 확대할 수 있었으며, Chat GPT와 대화하는 과정에서 더 적합한 정보를 얻기 위해 논리적 의사소통 전략을 사용하는 등의 긍정적 효과가 나타났다. Puente et al.(2024)의 연구에서도 Chat GPT를 활용한 토론 세션이 기존 방식보다 비판적 사고 및 논증 능력을 유의미하게 향상시키는 효과가 있는 것으로 나타났다. Wang과 Fan(2025)은 2022년∼2025년 발표된 51개 연구를 메타분석한 결과 Chat GPT는 고등 사고(higher‑order thinking)에도 중간 수준(g = 0.457)의 긍정적 영향을 주는 것으로 나타났다. 이러한 선행연구들을 고려하면 Chat GPT는 비판적 사고능력의 향상에 긍정적 영향을 미칠 것으로 고려된다.

이처럼 Chat GPT와 비판적 사고간의 관계에 대해 살펴본 선행연구들을 살펴본 결과, 서로 상이한 연구결과를 제시하고 있다. 이에 본 연구에서 Chat GPT 사용이 비판적 사고능력에 미치는 영향력을 검증하고자 한다.

Ⅲ. 연구방법
1. 조사대상과 자료 수집

본 연구의 목적을 달성하기 위해 대구⋅경북지역 대학생을 대상으로 하여 구조화된 설문지를 통해 설문조사를 실시하였다. 조사 기간은 2025년 3월 31일부터 4월 7일까지 이루어졌다. 총 240부가 회수되었으며, Chat GPT 활용 경험이 없다고 응답한 29부를 제외하고 총 207부가 분석에 활용되었다.

응답자의 인구통계학적 특성을 파악하기 위해 성별, 학년, 주관적 경제 상황, 가정건강성은 객관식 문항으로 구성하였으며, 나이는 주관식으로 응답하도록 설계하였다. 이를 통해 설문 참여자의 기본적인 배경 정보를 수집하고, 이후 분석에 활용하였다.

조사대상 학생의 성별은 남성이 68명(32.9%), 여성이 139명(67.1%)로 나타났다. 연령은 평균 20.83세(SD=1.89)로 나타났다. 주관적 경제상황은 평균 3.11점(SD=.81)으로 나타났으며, 가정건강정의 평균은 7.51점(SD=1.83)으로 나타났다.

2. 측정도구 구성
1) Chat GPT 사용

Chat GPT 사용을 측정하기 위하여, 채송화(2025)의 설문을 수정⋅보완하여 사용하였다. 우선 Chat GPT 사용은 Chat GPT 과의존과 Chat GPT 활용도로 구성하였다. Chat GPT 과의존은 과도한 정확성, 과도한 신뢰성, 오류가능성의 비검토 등의 5개 문항으로 측정하였으며, Chat GPT 활용도는 자율성, 유능성, 관계성, 인지된 유용성, 인지된 사용 용이성, 인지된 효과성, 지식 품질, 개인 맞춤화, 시간 절약, 상대적 이점, 정보의 신속성, 생성형 AI 신뢰성, 사회적 영향 등의 12개 문항으로 측정하였다.

Chat GPT 사용은 Chat GPT 과의존과 Chat GPT 활용도의 하위요인으로 구성하였고, 각 문항은 5점 리커트 척도로 구성하였으며, 점수가 높을수록 각 특성이 높은 것을 의미한다. 12문항으로 구성된 Chat GPT 활용도의 신뢰도는 Cronbach α=.902로 나타났으며, 5문항으로 구성된 Chat GPT 과의존의 신뢰도는 Cronbach α=.825로 나타났다.

2) 비판적 사고능력

대학생의 비판적 사고능력을 측정하기 위해 김정랑 등(2014)이 활용한 설문을 수정⋅보완하여 사용하였다. 대학생의 비판적 사고능력은 ‘나는 문제해결을 위해 수집한 정보에서 논리적인 오류나 편견을 찾아낼 수 있다’, ‘나는 문제를 해결한 뒤, 사용된 방법이 적절했는지 반성해 본다.’, ‘나는 사회 문제를 해결하고 난 뒤 무엇을 배웠는지 나 자신에게 물어본다.’ 등의 9문항을 활용하여 측정하였다. 비판적 사고능력은 5점 리커트 척도로 구성되며, 점수가 높을수록 대학생의 비판적 사고능력이 높은 것을 의미한다. 9문항으로 구성된 비판적 사고능력의 신뢰도는 Cronbach α=.876로 나타났다.

3) 통제변수

일련의 선행연구(이재연, 2016; 나봉, 2019; 이은주, 2019; 오하석, 한성민, 2022)탐색을 통하여 대학생의 비판적 사고능력에 영향을 미칠 것으로 고려되는 요인으로 성별, 주관적 경제 상황, 가정건강성을 선별하여, 통제변수로 투입하였다. 이은주(2019)는 성별에 따른 사고방식의 차이가 비판적 사고능력에 영향을 줄 수 있음을 지적하였으며, 장재홍과 고유정(2021)의 연구에서 학년의 종단적 변화에 따라 학생들의 미디어 비판적 사고능력이 향상된다고 하였다. 또한 임계환과 허제은(2013)의 연구에서 대학생의 연령에 따라 비판적 사고성향은 차이가 있었으며, Chau-Klu et al.(2001) 의 연구에서, 상류층 가정 출신의 학생들이 비판적 사고능력이 유의미하게 높게 나타났다. 또한 Freeman(2025)의 연구에서 사회경제적 수준에 따라 AI 사용의 특성에 차이가 나타났다. 즉 사회적 경제적 수준이 높은 그룹의 학생이 논문의 요약(50% 대 44%)이나 사고의 정리(42% 대 35%) 등에 AI를 사용하는 비율이 더 높은 것으로 나타났다. 교육부(2015)는 중등학교 가정과 교육과정은 학생들이 가족 구성원으로서의 역할을 이해하고, 배려와 돌봄을 실천함으로써 건강하고 행복한 가정생활을 영위할 수 있는 역량을 함양하는 것을 중요한 목표로 제시하였다. 또한 교육부(2022)의 성취 기준 중에도 건강한 가정생활이라는 용어가 등장하고 있으며, 김은경과 조재순(2020)의 연구 또한 중학교 가정교과가 지속가능한 삶과 주생활을 주제로 다양한 교수⋅학습 과정안을 통해 가정생활의 질을 향상시키고 가족복지를 증진시키는 데 목적이 있음을 강조하였다. 가정과교과와 비판적 사고에 관한 연구(변현진, 채정현, 2002; 이영옥, 채정현, 2004; 김성희, 장윤옥, 2007)들을 고려할 때, 가정과교과의 목적인 가정건강성은 비판적 사고의 유의미한 영향을 미칠 것으로 판단된다. 이러한 선행연구들을 바탕으로, 본 연구에서는 성별, 연령, 주관적 경제상황, 가정건강성이 비판적 사고능력에 영향을 미칠 수 있음을 고려하여 통제변수로 설정하였다. 이를 측정하기 위하여 주관적 경제상황은 단일문항 5점 리커트 척도로 조사하였고, 가정건강성 역시 선행연구(서종수, 이은주, 2021)의 연구를 참조하여 단일문항 10점 리커트 척도로 조사하였다. 점수가 높을수록 주관적 경제상황과 가정건강성이 높은 것을 의미한다.

3. 분석방법

수집된 자료는 부호화 과정을 거친 후 데이터클리닝 작업을 실시하였다. 이후 SPSS WIN 25.0을 이용하여 통계처리를 실시하였다. 첫째, 본 연구의 조사대상자에 대한 인구 사회학적 특성, Chat GPT 사용, 비판적 사고능력의 정도를 파악하기 위하여 빈도분석 및 기술통계 분석을 실시하였다. 둘째, Chat GPT 사용이 비판적 사고능력에 미치는 영향을 알아보기 위하여 회귀분석을 실시하였으며, 변인 간 공선성 문제를 검증하기 위해 분산팽창계수와 공차 한계를 확인하였다.

Ⅳ. 연구결과
1. Chat GPT 사용과 비판적 사고능력

Chat GPT 사용 및 비판적 사고능력의 왜도와 첨도를 살펴보면 왜도는 모두 ±2 이내로 나타났으며, 첨도는 ±1 이내로 나타나 문제가 없는 것으로 나타났다. Chat GPT과의존은 5점 척도의 중앙값인 3.0보다 낮은 2.75로 나타나 보통보다 조금 낮은 것으로 나타났으며, 활용도는 5점 척도의 중앙값인 3.0보다 높은 3.84로 나타나 보통보다 높은 것으로 나타났다.

표 1. 
Chat GPT 사용, 비판적 사고능력의 정도 (N=211)
category 평균 표준편차 왜도 첨도
독립변수 Chat GPT 과의존 2.75 .90 .049 -.424
Chat GPT 활용도 3.84 .66 -.659 .697
종속변수 비판적 사고능력 3.62 .63 .136 -.007

비판적 사고능력은 5.0점 척도의 중앙값인 3.0보다 조금 높은 3.62로 나타나 보통보다 높은 것으로 나타났다.

2. Chat GPT 사용이 비판적 사고능력에 미치는 영향

GPT 사용이 비판적 사고능력에 미치는 영향력을 살펴보면 아래 <표 2>와 같다. 분석에 앞서 변수들 간의 공선성 문제를 검증하기 위하여 공차 한계와 분산팽창계수를 구한 결과, 공차한계는 .672∼.902, 분산팽창계수는 1.109∼1.521로 공선성의 문제는 없는 것으로 나타났다.

표 2. 
Chat GPT 사용이 비판적 사고능력에 미치는 영향
모형 비표준화 계수 표준화 계수 t 공선성 통계량 R2 F △R2 △F
B 표준오차 베타 공차 VIF
모델
1		 (상수) 2.925 .615 · 4.758*** · · .092 5.127*** · ·
성별 -.152 .095 -.115 -1.607 .881 1.135 · ·
나이 .016 .023 .050 .707 .902 1.109 · ·
주관적
경제상황		 -.052 .059 -.067 -.874 .766 1.306 · ·
가정건강성 .102 .026 .300 3.971*** .789 1.268 · · · ·
모델
2		 (상수) 2.184 .603 · 3.622*** · · .259 11.678*** .167 22.587***
성별 -.126 .086 -.095 -1.462 .879 1.137 · ·
나이 .014 .021 .042 .650 .895 1.118 · ·
주관적
경제상황		 -.072 .054 -.094 -1.346 .762 1.313 · ·
가정건강성 .083 .024 .243 3.512*** .776 1.288 · ·
GPT과의존 -.278 .052 -.400 -5.384*** .672 1.489 · ·
GPT활용도 .450 .071 .478 6.368*** .658 1.521 · · · ·
*p < .05, **p < .01, ***p < .001

모델1은 통제변수만 투입한 모델이며, 모델의 설명력은 9.2%로 나타났다(R2=.092, F=5.127, P<.001). 통제변수인 가정의 건강성은 비판적 사고능력에 정적 영향을 미치는 것으로 나타나, 가정의 건강성이 높을수록 비판적 사고능력이 높아지는 것으로 나타났다.

모델2는 독립변수를 추가한 모델로, 모델의 설명력은 통제변수가 투입한 모델1에 비해 16.%가 증가한 23.7%로 나타났다(R2=.237, F=11.678, P<.001). 독립변수인 Chat GPT 사용 중 Chat GPT 과의존(β=–.400)은 비판적 사고능력에 부적 영향을 미치는 것으로 나타났으며, Chat GPT 활용도(β=.478)는 정적 영향을 미치는 것으로 나타났다. 또한 통제변수 중 가정건강성(β=.243)은 비판적 사고능력에 정적 영향을 미치는 것으로 나타났다. 즉, Chat GPT 활용도가 높을수록, 가정건강성이 높을수록, 과의존이 낮을수록 비판적 사고능력은 높아지는 것으로 나타났다.

V. 결론 및 논의

오늘날 생성형 AI가 널리 보급됨에 따라서, 사회 전반적으로 생성형 AI의 활용이 높아지고 있다. 생성형 AI의 활용은 고등교육에도 보급, 적용됨에 따라 개인 맞춤형 학습과 혁신적인 교육법을 위한 전례 없는 기회를 제공하지만, 이에 대한 무비판적 수용은 비판적 사고의 상실과 결여, 그리고 학문적 상실의 유발을 가져오기도 한다. 실제 Naznin et al. (2025)는 고등교육 학업환경에서 Chat GPT를 활용함으로써 학습성과를 향상시킬 수 있으나, 독립적이고 창의적인 글쓰기의 저해나 표절과 관련된 윤리적 문제를 유발한다고 지적하였다. 또한 Goyal(2025)는 생성형 AI의 과도한 의존으로 인한 인지적 오프로딩 및 메타인지 무기력의 위험성을 지적하였다. 그러나, 생성형 AI는 고차원적 사고를 위한 발판이 될 수 있다. 인공지능 기반의 현대 학습 도구는 학생들의 문제 해결 능력과 인지 인식을 향상시키는 개별화된 피드백, 자동 튜터링, 적응형 테스트를 제공함으로써 AI의 긍정 효과(문제 해결 및 자기성찰 도움)가 존재한다(Goyal, 2025). 따라서 생성형 AI의 활용에 따른 비판적 사고능력은 상이한 연구결과를 보고하고 있다.

이에 본 연구에서는 Chat GPT 사용이 대학생의 비판적 사고능력에 어떤 영향을 미치는지를 탐색하고자 하였다. 연구 결과를 정리하면 다음과 같다. 첫째, 대학생들의 Chat GPT 활용도는 전반적으로 높은 편에 속하는 반면, 과의존 수준은 보통보다 낮은 경향을 보였으며 비판적 사고능력은 전반적으로 보통보다 다소 높은 수준으로 나타났다.

둘째, Chat GPT의 사용이 비판적 사고능력에 미치는 영향력을 분석한 결과, 활용도가 높을수록 비판적 사고능력이 높아지는 것으로 나타났다. 이러한 연구결과는 Chat GPT 활용 프로젝트가 고등사고능력에 영향을 미친 것으로 나타난 김영미(2024)와 Chat GPT를 활용한 토론 세션이 비판적 사고에 유의미한 영향을 미친 것으로 나타난 Puente et al. (2024)의 연구결과와 유사하다고 할 수 있다. 반면, Chat GPT에 대한 과의존이 높을수록 비판적 사고능력이 낮아지는 경향이 나타났으며, 이는 단순한 사용 빈도나 의존 수준보다는 학습자의 주체적이고 목적 지향적인 활용이 중요함을 시사한다. 이러한 연구결과는 AI도구의 빈번한 사용과 비판적 사고 능력 사이의 부적 관계를 나타낸 Gerlich(2025)의 연구결과와 유사하다고 할 수 있다.

본 연구결과를 기반으로 대학생들의 비판적 사고능력을 높이기 위한 발전방안을 제시하면 다음과 같다.

첫째, 본 연구결과 Chat GPT의 과의존은 보통 보다 낮은 정도로 나타났다. 이는 바람직한 결과라고 생각되지만, 이러한 결과가 Chat GPT의 사용이 익숙하지 않거나, 혹은 많이 사용하지 않았기 때문에 나타난 결과일 수 있다.

둘째, 본 연구결과 Chat GPT 과의존은 비판적 사고능력에 부적 영향을 미치는 것으로 나타났으며, Chat GPT 활용도는 비판적 사고능력에 정적 영향을 미치는 것으로 나타났다. 이는 Chat GPT 자체가 효용적이거나 문제를 야기하기보다는, 어떻게 사용하는가의 문제라고 판단된다. 따라서 고등교육에서 AI의 사용을 막는 것이 아니라, 학생들에게 책임감 있게 AI를 사용하도록 가르치는 것이 요구된다. Universities UK 대변인은 미래의 인력을 효과적으로 교육하기 위해 대학은 학생들이 AI로 변화하는 세상에서 일할 수 있도록 준비시켜야 하며, 이는 분명 진전되고 있다(MDPI, 파이낸셜 타임스)고 하였다. 성경희와 박은아(2024)도, Chat GPT는 교육적으로 유용한 도구이지만 무비판적 활용은 학습자의 비판적 사고능력을 저해할 우려가 있으므로, 사고력 향상을 위한 방향으로 균형 있게 활용해야 함을 지적하였다. 이를 위해서 AI의 오류나 편향에 대응할 수 있도록 비판적 리터러시 교육도 병행할 필요가 있다(성경희, 박은아, 2024).

셋째, 학교라는 공간은 교수자가 학습자에게 관련 정보를 제공하는 형태의 교육이 이루어진다. 따라서 학생들에게 미치는 교수자의 역할은 중요하다. 그러한 방법 중 첫 번째는 교수자의 역량을 강화하는 것이다. 미래 사회의 주역인 대학생들이 생성형 AI를 어떻게 받아들이고 활용할 것인가는 매우 중요한 과제이기에 대학생들에게 생성형 AI의 교육적 활용에 대한 통합적 접근이 요구되는 상황이라고 할 수 있다. 교수자는 학습자들이 생성형 AI를 활용할 때 단순히 정보를 제공받는 것이 아닌, 그 결과물의 논리적 구조를 분석하고 오류를 비판적으로 검토할 수 있도록 하는 교수법을 적용해야 하며, 이를 위해서는 교수자를 위한 연수 및 과제 설계 가이드가 요구된다.

넷째, 대학 차원에서의 지원 체계가 마련되어야 한다. 구체적으로는 AI 리터러시와 비판적 사고를 결합한 비교과 프로그램 개발, 생성형 AI 관련 교양 수업 개설, AI 활용 윤리 지침 마련, 우수 사례 공유 플랫폼 운영 등이 있다. 이와 같은 다각적이고 체계적인 접근은 대학 교육 현장에서 생성형 AI를 단순한 도구가 아니라 사고를 자극하는 촉매제로 활용하게 함으로써, 대학생들의 비판적 사고력 신장을 실질적으로 지원할 수 있다. 한편, 비판적 사고력 신장을 위한 교육적 접근은 공식 교육기관에만 국한되지 않는다.

다섯째, 본 연구에서는 가정의 건강성 요소가 비판적 사고능력에 영향을 미치는 것을 확인하였다. 가정이라는 비형식 학습 환경 또한 중요한 영향을 미치는 것으로 나타났으므로, 밥상머리 교육으로 비유되는 가정 내 교육을 통하여 가정건강성을 향상할 수 있도록 지원해야 한다. 가정 내 교육을 통하여 가정건강성을 구성하는 핵심적 요소(의사소통, 문제 해결 능력 등)를 자연스럽게 학습하는 실천적 방법이라 할 수 있다. 따라서 밥상머리 교육과 같은 가정교육을 통해서 가정건강성을 향상하여 비판적 사고능력을 향상시킬 수 있을 것이다. 이를 위하여 가족센터에서는 다문화 중심의 요보호 초점의 가족사업보다는, 예방적⋅기능강화적 관점에서 가정의 건강성 증진과 관련된 다양한 사업들을 더욱 활성화 시킬 필요가 있다.

본 연구는 생성형 AI, 특히 Chat GPT의 활용이 대학생의 비판적 사고능력에 미치는 영향을 탐색하고, 그 과정에서 가정건강성 등 가정 요인의 의미 있는 영향을 확인하였다. 그러나 본 연구의 한계와 함께 다음과 같은 후속 연구의 방향을 제안하고자 한다.

첫째, 본 연구는 주로 자기 보고식 설문조사와 양적 분석을 통해 대학생의 Chat GPT 활용 과 비판적 사고능력 간의 관계를 탐색하였다. 그러나 이러한 방법은 학습자 자신의 인식에 기반한 응답에 의존하므로, 실제 Chat GPT 활용 과정에서 발생하는 사고의 흐름이나 반응을 직접적으로 확인하는 데에는 한계가 존재한다. 따라서 후속 연구에서는 실제 수업 또는 과제 수행 환경에서의 Chat GPT 활용 장면을 관찰하거나, 사전-사후 테스트를 포함한 실험적 설계를 적용하여 보다 실증적인 자료를 확보할 필요가 있다. 이와 같은 혼합 방법 연구(mixed methods research)는 Chat GPT 사용이 실제로 비판적 사고를 유도하는지, 혹은 단순한 정보 수용에 그치는지를 명확한 규명에 기여할 것이다.

둘째, 본 연구 참여자가 특정 지역의 대학생으로 한정되어 있기 때문에, 연구결과의 일반화에 한계가 있다. 따라서 후속 연구에서는 보다 다양한 지역과 대학의 학생들을 포함시켜 조사할 필요가 있다. 또한 지역 혹은 전공 그리고 다문화적 맥락까지 고려하여 설문조사를 실시함으로써 Chat GPT의 사용이 비판적 사고능력에 미치는 영향을 비교, 검증할 필요가 있다.

셋째, 본 연구는 횡단 연구로 Chat GPT 활용이 시간의 흐름에 따라 학습자의 비판적 사고능력에 어떤 영향을 미치는지를 파악하기 어려운 한계가 있으므로, 종단적 연구를 통해 Chat GPT 사용의 장기적 효과를 추적할 필요가 있다.

넷째, 본 연구에서는 가정건강성이 비판적 사고능력에 영향을 주는 중요한 배경 요인으로 확인되었으나, 단일 문항으로 측정되어 가정건강성의 어떤 요인이 비판적 사고 영향을 미치는지 확인하기 어렵다는 한계가 있다. 따라서 추후 연구에서는 가정건강성의 다차원 요인으로 구성하여 설문을 실시함으로써, 가정건강성의 가족관계, 자원, 혹은 외부와의 관계 등 어느 차원이 비판적 사고능력에 영향을 미치는지 밝힐 필요가 있다.

Acknowledgments

본 논문은 2025년 춘계학술대회의 포스터 발표를 수정, 확대한 것임.

References
1. 교육부(2015). 중등학교 교육과정 별책 10: 실과(기술·가정)/정보과 교육과정. https://ncic.re.kr/에서 인출
2. 교육부(2022). 2022 개정 교육과정: 기술·가정과 교육과정 (중학교·고등학교). https://ncic.re.kr/에서 인출
3. 국가사이버안보센터(2023). 챗GPT 등 생성형 AI 활용 보안 가이드라인. https://www.ncsc.go.kr:4018/main/cop/bbs/selectBoardArticle.do?bbsId=InstructionGuide_main&nttId=54340&pageIndex=1&searchCnd2=#LINK 에서 인출
4. 금준경. (2023, January). 네이버 지역신문 입점 1년을 돌아보다: 딜레마에 빠진 지역 언론, 언론 스스로 풀어야 할 과제도 있어. 신문과방송, 2023(1), 53-56.
5. 김성은(2024.09.02). 엔비디아, AI 선두주자 오픈AI에 투자 '눈독' 포커스온 경제 https://www.foeconomy.co.kr/news/print.php?no=3105에서 인출
6. 김성희, 장윤옥(2007). 실천적 문제중심 가정과 수업에서 청소년들의 비판적 사고력 수준에 따른 의사결정 능력의 차이. 한국가정과교육학회지, 19(1), 133-148.
7. 김영미(2024). 챗GPT 활용 프로젝트 수행이 대학 신입생의 고등 사고능력에 미치는 영향. 인문과학연구, 39, 121-151.
8. 김은경, 조재순(2020). 중학교 가정교과의 SDGs 교육을 위한 지속가능한 주생활 교수·학습 과정안 개발 및 평가. 한국가정과교육학회지, 32(2), 77–97.
9. 김정랑, 김희경, 김성진(2015). 디지털교과서 활용을 통한 사회과 비판적 사고력 및 문제해결력 향상 효과 연구. 정보교육학회논문지, 19(2), 197-206.
10. 김종숙, 김영우(2024). 대학생의 비판적 사고력 증진을 위한 수업효과 분석 연구. 교양교육연구, 18(3), 107–121.
11. 김지은, 한규훈(2016). 초등학생의 비판적 사고력 향상을 위한 광고활용교육의 적용과 효과 검증. 광고연구, (108), 5–30.
12. 나봉(2019). 실제 학문적 쓰기 과정에서 이중 언어 화자의 언어통하기(translanguaging) 행위에 대한 연구. 이중언어학, 76, 21–55.
13. 박선환(1999). 대학생의 비판적 사고력 증진을 위한 프로그램의 효과. 숙명여자대학교 대학원 박사학위논문.
14. 박정호(2011). 대학에서 비판적 사고 교육의 의의: 경쟁과 긍정적 사고를 넘어서. 시대와 철학, 22(2), 137–166.
15. 변현진, 채정현(2002). 실천적 추론 가정과 수업이 비판적 사고력에 미치는 효과 검증 - 가족관계와 자원관리 단원을 중심으로 -. 한국가정과교육학회지, 14(3), 1-9.
16. 서종수, 이은주(2021). 노인가구의 가정건강성 결정요인에 대한 연구. 사회복지상담연구, 4(2), 5-24.
17. 성경희, 박은아(2024). 생성형 AI 시대 사회과교육의 과제에 대한 시론적 고찰: ChatGPT 활용을 둘러싼 6가지 주요 질문들. 시민교육연구, 56(2), 247–288.
18. 성정은(2018). 뉴스 비판적 읽기 교육이 중학생의 비판적 사고에 미치는 영향 연구: 가짜뉴스 판별을 중심으로. 가톨릭대학교 교육대학원 석사학위논문.
19. 오병훈(2025.01.15). 대학가, 챗GPT 무분별 사용에 몸살⋯무하유 '검사 문서 27.33% 표절률 30% 이상'. 디지털데일리. https://www.ddaily.co.kr/page/view/2025011510132426884 에서 인출.
20. 오하석, 한성민(2022). 능력주의, 체제 정당화, 그리고 정부신뢰. 현대정치연구, 15(3), 139–186.
21. 유경선, 안성진(2024). 대학생의 생성형 인공지능 활용 교육이 학업적 자기 효능감, 메타인지, 문제해결 능력에 미치는 영향. 컴퓨터교육학회 논문지, 27(4), 13–20.
22. 윤옥한(2023). Chat GPT 등장과 교양교육의 방향 탐색. 한국콘텐츠학회논문지, 23(5), 86–96.
23. 이영옥, 채정현(2004). 쟁점중심 가정과 토론수업이 비판적 사고력에 미치는 효과. 한국가정과교육학회지, 16(1), 63-77.
24. 이은주(2019). 6–9세 아동의 연령, 지능, 어휘수준, 성별, 그리고 언어문화 차이에 따른 화용언어능력 비교. 이중언어학, 76, 111-135.
25. 이재연(2016). 생태체계 요인이 청소년의 우울에 미치는 영향. 대전대학교 일반대학원 박사학위논문.
26. 임계환, 허제은(2013). 전문대학 신입생의 비판적 사고성향이 문제해결과정에 미치는 영향. 융합보안논문지, 13(2), 175–183.
27. 장재홍, 고유정(2021). 청소년의 미디어 비판적 사고 능력의 종단적 변화 및 영향요인 탐색. 교육정보미디어연구, 27(4), 1429-1456.
28. 전병호(2024). 대학생의 생성형 인공지능 활용에 관한 연구: Chat GPT를 중심으로. 디지털산업정보학회 논문지, 20(4), 59–68.
29. 채송화(2025). IT 서비스 산업에서 개발자 숙련도에 따른 생성형 AI 과의존에 미치는 인과관계 이해. 연세대학교 일반대학원 석사학위논문.
30. Abbas, M., Jam, F. A., & Khan, T. I. (2024). Is it harmful or helpful? Examining the causes and consequences of generative AI usage among university students. International Journal of Educational Technology in Higher Education, 21(1), Article 10.
31. Anthropic, L., & Hechinger, J. (2025). Relying on AI: How ChatGPT changes students’ cognitive effort in writing tasks. Learning and Instruction, 84, 101813.
32. Bengesi, S., Abawajy, J., Kim, S., Doss, R., Zhuang, Y., & Rauf, H. T. (2023). Advancements in generative AI: A comprehensive review of GANs, GPT, autoencoders, diffusion model, and transformers. arXiv. https://arxiv.org/abs/2311.10242
33. Bloomberg L.P. (2023, October 12). Generative AI to become a $1.3 trillion market by 2032, research finds. Bloomberg. Retrieved from https://www.bloomberg.com/company/press/generative-ai-to-become-a-1-3-trillion-market-by-2032-research-finds/
34. Cao, Y., Chen, Y., Chen, Z., & Yang, Y. (2024). A comprehensive survey of AI-generated content (AIGC): A history of generative AI from GAN to ChatGPT. arXiv.
35. Chau-Klu, C., Rudowicz, E., Graeme, L., Xiao Dong, Y., & Kwan, A. F. (2001). Critical thinking among university students: Does the family background matter?. College Student Journal, 35(4), 577-597.
36. Danry, V., Pataranutaporn, P., Mao, Y., & Maes, P. (2023). Don’t just tell me, ask me: AI systems that intelligently frame explanations as questions improve human logical discernment accuracy over causal AI explanations. In Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems(Article 352, 13 pages). Association for Computing Machinery.
37. Delbanco, A. (2012). College: What it was, is, and should be. Princeton University Press.
38. Facione, P. A. (1990). Critical thinking: A statement of expert consensus for purposes of educational assessment and instruction. Millbrae, CA: The California Academic Press.
39. Facione, P. A. (Ed.). (1990). Critical thinking: A statement of expert consensus for purposes of educational assessment and instruction. American Philosophical Association.
40. Freeman, J. (2025, February 26). Student Generative AI Survey 2025 (HEPI Policy Note No. 61). Higher Education Policy Institute. https://www.hepi.ac.uk/wp-content/uploads/2025/02/HEPI-Kortext-Student-Generative-AI-Survey-2025.pdf
41. Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6.
42. Goyal, A. (2025). AI as a cognitive partner: A systematic review of the influence of AI on metacognition and self-reflection in critical thinking. International Journal of Innovative Science and Research Technology, 10(3), 827-835.
43. Harper, D. (n.d.). Critical. In Online Etymology Dictionary. Retrieved August 2, 2025, from https://www.etymonline.com/word/critical
44. Krupp, L., Steinert, S., Kiefer‑Emmanouilidis, M., Avila, K. E., Lukowicz, P., Küchemann, S., Karolus, J., & Kuhn, J. (2023). Unreflected acceptance: Investigating the negative consequences of ChatGPT‑assisted problem solving in physics education. arXiv. https://arxiv.org/abs/2309.03087
45. Lampou, R. (2023). The integration of artificial intelligence in education: Opportunities and challenges. Review of Artificial Intelligence in Education, 4(1), e15.
46. Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. In Proceedings of the CHI Conference on Human Factors in Computing Systems(pp. 1-23). Association for Computing Machinery.
47. Luo, J. (2024). A critical review of GenAI policies in higher education assessment: a call to reconsider the “originality” of students’ work. Assessment & Evaluation in Higher Education, 49(5), 651-664.
48. Pennycook, G., Epstein, Z., Mosleh, M., Arechar, A. A., Eckles, D., & Rand, D. G. (2021). Shifting attention to accuracy can reduce misinformation online. Nature, 592(7855), 590-595.
49. Pitts, G., Rani, N., Mildort, W., & Cook, E.-M. (2025). Students’ reliance on AI in higher education: Identifying contributing factors. arXiv. https://arxiv.org/abs/2506.13845
50. Prakoso, B. H., Ramdani, Z., Tae, L. F., & Riandika, L. N. M. (2021, April 26). Creativity, critical thinking, and academic performance in students university during virtual learning. In Proceedings of the International Conference on Educational Assessment and Policy (ICEAP 2020). Atlantis Press.
51. Puente, M., Torres, J., Blanco Troncoso, A. L., Hernández Meza, Y. Y., & Marquez Carrascal, J. X. (2024). Investigating the use of ChatGPT as a tool for enhancing critical thinking and argumentation skills in international relations debates among undergraduate students. Smart Learning Environments, 11, Article 55.
52. Rathika, P., Yamunadevi, S., Ponni, P., Parthipan, V., & Anju, P. (2024, December 22). Developing an AI‑powered interactive virtual tutor for enhanced learning experiences. International Journal of Computational and Experimental Science and Engineering, 10(4), 1594-1600.
53. Rosba, E., Zubaidah, S., Mahanal, S., & Sulisetijono, S. (2021). College students’ critical thinking skills and creativity. AIP Conference Proceedings, 2330(1), Article 070016.
54. Rowsell, J. (2025, January 17). Academics ‘fear students becoming too reliant on AI tools’: Global study reveals that academics believe students are not critical enough of material produced by artificial intelligence tools for use in their work. Times Higher Education. Retrieved from https://www.timeshighereducation.com/news/academics-fear-students-becoming-too-reliant-ai-tools
55. Stadler, M., Bannert, M., & Sailer, M. (2025). ChatGPT versus Google: Effects on cognitive load and argument quality in university students. Computers & Education, 207, 104707.
56. Wang, T., & Fan, X. (2025). The effects of ChatGPT on students’ higher-order thinking: A meta-analysis. Educational Psychology Review, 37(2), 201-223.
57. Yatani, K., Kumagai, M., & Okabe, M. (2024). AI as extraherics: Fostering higher-order thinking skills in human-AI interaction. arXiv. https://arxiv.org/abs/2409.09218