MAPPING RESEARCH TRENDS IN AI AND ELT: A BIBLIOMETRIC ANALYSIS (2020-2025)

Motivation

• Known: AI 기반 학습 도구의 보급이 영어교육 분야에서 급속도로 진행되고 있으며, 2020-2022년에는 자동 에세이 수정, 음성 인식 소프트웨어, 지능형 튜터링 시스템 등 기존 AI 기술이 주로 연구되었다. 2022년 후반 GPT와 같은 생성형 AI 기술의 등장으로 연구 주제가 급격히 변화하였다.
• Gap: 2020-2022년의 초기 AI-ELT 연구는 주로 선존하는 기술들에 초점을 맞추었으나, 생성형 AI 기술 출현 이후의 연구 동향이 체계적으로 분석되지 못했다. 또한 학습자의 AI 도구와의 실제 상호작용에 대한 실시간 정보가 부족하며, 선행 연구의 대부분이 사전-사후 설계나 소급적 설문에만 의존했다는 방법론적 한계가 있다.
• Why: 2020-2025년은 단순한 기술 개선의 시기가 아닌 생성형 AI의 등장으로 인한 근본적인 패러다임 전환의 시기이기 때문에, 이 시점에서의 포괄적 추세 분석은 향후 AI-ELT 연구와 실제 교육 실무에 중요한 방향성을 제시할 수 있다. 또한 정보 격차, 편향, 데이터 프라이버시, 교사 교육 등의 지속적인 문제를 파악하는 데 핵심적이다.
• Approach: 본 연구는 성과분석(publication trend, growth rate 계산), 인용분석(citation network), 저자 키워드의 공동출현 분석(keyword co-occurrence), 버스트 탐지(burst detection)를 통한 주제 진화 추적, 서지 결합(bibliographic coupling)을 통한 연구 앞선 흐름 파악 등의 다층적 서지학적 방법론을 적용하였다.

Achievement

Figure 4.1

• 발표 추세: 2020년 87건에서 2025년 854건으로 증가 (약 10배)
• 지역 분포: 중국, 미국, 인도네시아, 말레이시아, 인도가 전 지구적 연구 산출의 절반 이상 차지
• 주요 연구 주제 확인: AI 지원 쓰기, 회화 지원 대화형 AI, 적응형 학습, 교사 AI 리터러시, 윤리적 우려, 평가 실무, 학습자 정서 등 7개 주요 주제
• 시간대별 변화: 2020-2022 vs 2023-2025 간 명확한 주제 전환 (학업 무결성, 교사 준비도 강화; 지능형 튜터링 시스템 관심 감소)
• 연구 앞선 흐름: 생성형 AI를 활용한 쓰기 교육이 가장 지배적 영역으로 확인
• 인용 동향: 최근 연구, 특히 AI 지원 쓰기 관련 연구의 높은 영향력 입증

How

Figure 4.1

• Scopus 데이터베이스에서 "AI" 또는 "artificial intelligence"와 "ELT" 또는 "English language teaching" 관련 키워드로 검색한 1,994건의 논문을 추출
• 연도별 발표 수, 국가별 기여도, 주요 저자 및 저널을 특정하기 위해 기술통계 적용
• 저자 키워드 공동출현 네트워크 분석(network analysis)을 통해 주제 간 관계 파악
• 버스트 탐지 알고리즘을 활용하여 시간대별 신흥, 지배적, 하강하는 주제 구분
• 서지 결합(bibliographic coupling) 기법으로 연구 문헌 간의 참고 관계를 분석하여 6개의 주요 연구 앞선 흐름 도출
• 인용 분석과 동시인용 분석으로 지적 구조와 지식 기반 파악

Originality

• 급속히 변화하는 AI-ELT 연구 분야에 대해 2020-2025년이라는 특정 시간 범위에서 포괄적 서지학적 분석을 수행함으로써, 생성형 AI 등장 전후의 명확한 패러다임 전환을 체계적으로 문서화
• 선행 AI-교육 적용 연구의 서지학적 분석과 달리, 본 논문은 ELT라는 특정 교과 영역에 초점을 맞추고 최근의 급속한 기술 변화를 반영함
• 단순한 출판 통계를 넘어 네트워크 분석, 버스트 탐지, 서지 결합 등 다층적 분석 기법을 통합적으로 적용

Limitation & Further Study

• 데이터 제한: Scopus 데이터베이스에만 제한되어 있으며, 회색 문헌(학술대회 프로시딩, 학위논문 등)이 포함되지 않음
• 시간 범위: 5년이라는 제한된 기간이므로 장기적 추세 분석의 한계 있음
• 방법론적 한계: 서지학적 분석은 연구의 질적 우수성을 평가하지 못하며, 인용 수가 높다고 해서 영향력 또는 타당성을 보장하지 않음
• 언어 제한: 영어로 출판된 논문이 우선되어 다른 언어의 관련 연구가 누락될 가능성
• 향후 연구: 확인된 주요 문제(데이터 프라이버시, 편향, 디지털 불평등, 교사 교육)에 대한 심화된 질적 분석 필요

Evaluation

총평: 본 논문은 2020-2025년 간 ELT 분야의 AI 활용 연구에 대한 포괄적이고 체계적인 서지학적 분석을 제공함으로써, 급속히 변화하는 연구 환경을 객관적으로 파악하고 향후 연구 방향을 제시하는 데 유용한 기여를 한다. 특히 생성형 AI 기술 등장 전후의 명확한 패러다임 전환을 문서화한 점과 다층적 분석 기법의 통합 적용이 강점이나, Scopus 데이터에만 의존하고 질적 평가가 부재하다는 한계가 있다.