The Potential and Challenges of Generative AI in Education Policy Research

초거대 생성형 인공지능의 등장은 교육정책 연구에 새로운 가능성과 위험을 동시에 제기하고 있다. 이에 본 연구는 생성형 AI가 교육정책 연구에 어떠한 가능성과 한계를 갖는지를 정책연구 방법론의 관점에서 규명하고자 하였다. 이를 위해 LLM 기반 생성형 AI의 개념과 정책연구 적용 논의를 문헌분석으로 정리하고, 문제–방법 정합성, 연구설계의 엄밀성, 생성형 AI 활용 품질, 신뢰성 및 책임성, 정책적 가치와 적용가능성의 다섯 가지 준거를 도출하였다. 이어 2022년 말 이후 발표된 국내외 연구 세 편을 선정하여 이 준거에 따라 문헌 및 비교분석을 수행하였다. 분석 결과, 사례들은 생성형 AI 활용의 기술적 정교성과 현장 적용성의 균형, AI의 역할 설정에 따른 인간 전문가의 개입 방식, 연구 목적에 따른 활용 전략 등에서 뚜렷한 차이를 보였다. 그럼에도 세 연구는 공통적으로 방대한 자료의 신속한 처리, 다양한 정책대안 생성, 근거기반 시나리오 구축과 정책 커뮤니케이션 확장에서 강점을 나타냈다. 동시에 데이터 편향과 환각, 설명가능성 부족, 책임소재의 불분명성, 개인정보 보호, AI 역량 격차, 윤리·제도 기준의 미비라는 한계도 확인되었다. 이에 본 연구는 인간 연구자의 해석과 생성형 AI의 생성력을 결합하는 혼합형 협업 프로세스 구축, 체크리스트 기반 검증 절차 마련, 그리고 교육정책의 가치·현장·데이터·정치적 특수성을 반영한 맥락적 융합형 연구모형 개발의 필요성을 제언하였다.