Bibliometric Mapping of AI-Supported Social Presence in Online Learning Environments: Trends, Collaboration, and Thematic Directions

Motivation

• Known: 온라인 교육 환경에서 사회적 실재감은 학습자의 동기, 만족도, 학습 성과를 지원하는 필수 요소이며, Community of Inquiry 프레임워크가 가상 학습의 기초로 강조되어 왔다. AI 기술(chatbots, intelligent agents, adaptive systems)이 인간 상호작용을 시뮬레이션하고 맞춤형 지원을 제공할 수 있는 잠재력이 있다.
• Gap: AI가 사회적 실재감을 체계적으로 어떻게 지원하는지에 대한 광범위한 조사가 부족하며, 국제 협력이 제한적이고 신뢰와 공정성 관련 윤리적 우려가 미흡하게 탐구되고 있다. 필드의 발전 방향, 협력 네트워크, 개념적 클러스터에 대한 종합적인 분석이 필요하다.
• Why: 2020년 이후 온라인 교육 의존도 증가로 AI 기반 사회적 실재감 연구가 급증하고 있으며, 이 분야의 지식 구조와 미충족 연구 요구사항을 파악하는 것이 미래 연구 방향 설정에 중요하다. 윤리 통합, 학제 간 협력, 학습자 중심 AI 적용의 필요성을 강조할 수 있다.
• Approach: Scopus 데이터베이스에서 'social presence', 'AI-driven learning', 'artificial intelligence in education' 등의 복합 검색어를 사용해 초기 72개 문서를 수집하고, 비실증 논문과 중복을 제거하여 59개 실증 연구를 최종 분석 대상으로 선정했다. NetworkX, scikit-learn 등 Python 기반 bibliometric 도구를 활용하여 인용 메트릭, 공저자 네트워크, 기관 소속, 키워드 클러스터링을 수행했다.

Achievement

Figure 1: Top co-authorship network

• 출판 추세: 2020년 이전 최소한의 연구 활동에서 2024년 13개 피크로 급격한 증가 추세를 확인했으며, 2022년과 2024년 각각 30명 이상의 고유 기여자가 참여하는 학문적 관심 확대를 발견했다.
• 주도 출판처: Sustainability(Switzerland) 3편, Journal of Information Technology Education: Research 등 4종 각 2편이 주요 출판처이며, International Review of Research in Open and Distributed Learning이 논문당 평균 119.5 인용으로 가장 높은 영향력을 보였다.
• 저자 협력: 191명의 고유 저자가 참여했지만 각 저자 기여도는 낮으며(대부분 1편), Suemoto, Tomás, Andretta, Vidor 등이 17개 공저자 연결로 중심 인물이다. 5개 주요 공저자 클러스터가 기관 내 강한 협력과 제한된 클러스터 간 연계를 보여준다.
• 주제 방향: engagement and online learning contexts, AI tools and social presence, instructional design and pedagogical frameworks 등의 주제 클러스터가 식별되었으며, 윤리적 우려(신뢰, 공정성)는 새로 부상하지만 탐구 부족 상태이다.
• 지역 분포: 미국과 브라질이 선도 기여자이지만 국제 협력이 제한적이며, 클러스터 5(동유럽), 클러스터 4(걸프 지역) 등 지역 특화 응용이 나타나고 있다.

How

Figure 2: Keywords co-occurrence network

• Scopus 데이터베이스에서 advanced search 수행 (2025년 2월), TITLE-ABS-KEY 필드에 'social presence
• AI-driven learning
• artificial intelligence in education
• AI tutors
• chatbots in education
• virtual tutors
• AI-mediated learning
• intelligent tutoring systems' 등 결합", "학습 모드 관련 용어('online learning
• e-learning
• distance education
• digital learning')와 추가 용어('student engagement
• human-AI interaction
• learner perception
• trust in AI
• educational technology') 포함", '비실증 논문, 중복, 무관 연구 제외하여 59개 실증 연구 확보
• NetworkX 라이브러리로 인용 및 공저자 패턴 분석
• scikit-learn 라이브러리로 키워드 클러스터링 수행
• pandas로 데이터 관리, NetworkX로 네트워크 매핑
• 막대그래프, 선그래프, 공동 발생 네트워크로 시각화

Originality

• 온라인 학습 환경에서 AI 지원 사회적 실재감에 대한 최초의 종합적 bibliometric 검토로, 단편적 관점이 아닌 필드 전체의 발전 궤적을 체계적으로 매핑했다.
• 공저자 네트워크와 기관 분석을 통해 협력 구조의 단편화 패턴을 정량적으로 드러내고, 5개 주요 클러스터의 주제 다양성과 지역적 특성을 구체적으로 분석했다.
• 윤리적 우려(신뢰, 공정성)가 부상하지만 미흡하게 다루어지는 지식 갭을 명확히 함으로써 미래 연구 방향의 필요성을 강조했다.
• Python 기반 자동화 분석 도구(NetworkX, scikit-learn)를 활용하여 재현 가능성과 확장성 높은 방법론을 제시했다.

Limitation & Further Study

• 59개의 제한된 표본 규모로 인해 필드 전체 대표성이 제한되며, open-access 논문만 포함하여 저널 게시 편향(publication bias)이 발생할 수 있다.
• 분석 시점이 2025년 2월로 최신 연구를 모두 포함하지 못했을 가능성이 있다.
• Scopus 단일 데이터베이스 사용으로 인한 coverage 제한이 있으며, 회색 문헌(학위논문, 컨퍼런스 발표)이 제외되었다.
• 공저자 네트워크 분석에서 author disambiguation 오류가 발생할 수 있다.
• 후속 연구: (1) Web of Science, ERIC 등 다중 데이터베이스를 통합하여 표본 확대, (2) 질적 내용 분석으로 윤리적 이슈의 심층 검토, (3) 미국, 브라질 외 지역의 국제 협력 강화 전략 개발, (4) 신뢰도, 공정성, 데이터 프라이버시 관련 프레임워크 개발 필요

Evaluation

총평: 본 연구는 온라인 학습에서 AI 기반 사회적 실재감 연구의 성장 추세와 협력 구조를 체계적으로 매핑하여 필드의 현재 상태를 명확히 하고 미충족 연구 갭(특히 윤리, 국제 협력)을 강조함으로써 후속 연구의 방향을 제시하는 의미 있는 기여이다. 다만 제한된 표본과 단일 데이터베이스 사용, 낮은 기술적 혁신성이 제약이다.