AI Value Judgment Algorithm for Fostering Moral Development: A Conceptual Validation Study Using Synthetic Learning Data

이 연구는 도덕심리학 통합 이론에 기반하여 초등학교 5-6학년의 도덕적 의사결정을 예측하는 AI 가치판단 알고리즘을 설계하고, 가상 학습 데이터를 통해 그 개념적 타당성을 탐색하는 것을 목적으로 한다. 알고리즘은 Haidt(2001)의 사회적 직관주의 모델, Rest et al.(1999)의 4구성요소 모델, Dubljević et al.(2018)의 행위자-행위-결과 모형, Graham et al.(2013)의 도덕 기초 이론을 통합한 3층 다중과제 학습 구조로, 입력층(개인 성향 5변인·딜레마 맥락 5변인), 통합 처리층(상호작용 연산·심리경로 활성화·통합 표상 형성), 출력층(도덕적 선택 예측, 정당화 유형 분류, 확신 수준 추정)으로 구성된다. 도덕심리학 이론과 선행 통계 연구를 반영하여 구성한 가상표본 240명(3,840 관측치)에 대한 시뮬레이션 분석 결과, 배려·공감형, 규칙·동조형, 공정·원칙형, 공감·압력민감형의 네 가지 가치판단 유형이 도출되었으며, 공감 중요도와 규칙 중요도 간 음의 상관(r=-0.502)은 Gilligan(1982)이 제시한 배려–정의 긴장 관계를 반영하도록 설계된 가상데이터 구조와 부합하는 패턴을 보였다. 유형별 성향·정당화·규칙준수·확신도의 차이는 도덕판단 양식의 이론적 구분과 일치하는 경향을 보였으며, 이를 토대로 유형별 맞춤형 도덕교육 전략과 AI 기반 진단·수업 설계 활용 방안을 제안하였다. 본 연구는 실제 아동 데이터를 사용하지 않는다는 한계에도 불구하고, 설명 가능성을 갖춘 AI 가치판단모형을 통해 도덕발달 진단과 개별화 교육을 지원할 수 있는 개념적 토대를 제공하며, 후속 연구에서 실제 초등학생 표본과 모형 비교를 통한 외적 타당도 검증이 필요함을 제시한다.