An Analysis and Prediction of the Development of AI and SW Education using BERTopic and LLM

급변하는 AI·SW 교육 환경에 대한 정책 수립과 연구를 위해서는 관련 논의를 객관적으로 분석하는 것이 중요하지만, 데이터 분석 및 해석의 경우 연구자의 주관이 개입될 여지가 있으며, 많은 양의 데이터를 시의성 있게 처리하기 어렵다는 한계점을 지니고 있다. 본 연구에서는 이러한 문제점을 극복하고자 BERTopic과 LLM을 연계한 자동화된 분석 프레임워크를 제안하고, 그 효용성을 검증했다. AI·SW 교육 관련 뉴스 및 학술 데이터를 프레임워크로 분석하여 ‘컴퓨팅 사고력 중심의 기초 교육’, ‘국가 주도의 Top-Down 방식 추진’ 등 네 가지 핵심 의제를 도출하였으며, 도출된 결과의 객관성을 증명하기 위해, 정부 및 유관 기관의 공식 자료와 비교 검증하였다. 또한 ‘교육과정 절벽(Curriculum Cliff)’ 현상 등의 미래를 예측하고 주체별 실행 전략을 도출함으로써, 해당 프레임워크가 정책 수립을 지원하는 효과적인 도구임을 제안하였다.