The integration of generative artificial intelligence in nursing education from 2020 to 2025: A bibliometric analysis

Motivation

Known: Generative AI, 특히 ChatGPT와 같은 large language model이 고등교육을 변화시키고 있으며, 간호교육에서도 기술강화 학습(technology-enhanced learning)에 대한 관심이 증가하고 있다.
Gap: Generative AI이 간호교육 영역에서 급속히 확산되고 있음에도 불구하고, 이 분야의 연구 동향, 주요 기여자, 주제 클러스터, 그리고 향후 연구 방향에 대한 체계적인 지도가 부족했다.
Why: Generative AI의 급속한 도입으로 인한 교육적, 윤리적 도전과 기회를 파악하고, 책임 있는 통합을 위한 정책 및 기관 적응 방향을 제시하기 위해 중요하다.
Approach: Scopus 데이터베이스에서 'generative artificial intelligence', 'ChatGPT', '간호교육' 관련 키워드로 검색하여 2020-2025년 간 영어 저널 논문 149개를 수집하고, VOSviewer 1.6.20을 사용하여 출판 패턴, 저자, 저널, 기관, 국가, 주제 클러스터를 분석했다.

Achievement

Figure 3. Leading Journals that published AI in Nursing Education.

출판 증가 추세: 2023-2024년 ChatGPT 광범위 채택 이후 급격한 성장을 보였으며, 간호교육에서 generative AI가 빠르게 부상하는 연구 핫스팟임을 확인
주요 연구자 및 기관: Taipei Medical University의 Chang, Ching-Yi가 최다 저술자(4편, 55인용)이며, Taipei Medical University와 NUS Yong Loo Lin School of Medicine이 가장 생산성 높은 기관으로 확인
상위 저널: Nurse Education in Practice가 최상위(13편, 113인용), Journal of Nursing Education(10편, 88인용), Nurse Educator(9편, 83인용) 순서로 확인
국제 협력: 미국이 전체 출판량과 국제 협력에서 주도적 역할을 하고 있으며, 북미 집중 현상과 유럽·아시아의 주목할 만한 기여 확인
주제 클러스터: 기술 기초(technological foundations), 교육학적 응용(pedagogical applications), 역량 및 비판적 사고(competency and critical thinking), 간호 정보학(nursing informatics) 4개 주제 영역 도출

How

Scopus 데이터베이스에서 TITLE-ABS-KEY 검색식 활용: ('generative artificial intelligence' OR 'artificial intelligence' OR 'ChatGPT') AND ('nursing education' OR 'nursing students')", '출판연도 필터: 2020-2025년, 문서유형: 저널 논문, 학문영역: 간호(NURS), 보건(HEAL), 컴퓨터(COMP), 언어: 영어
포함 기준: 간호교육 맥락에서 generative AI 또는 관련 AI 응용을 다루는 Scopus 색인 논문
제외 기준: 간호교육 맥락과 무관한 논문
타이틀 및 초록의 수동 스크리닝을 통한 관련성 검증
CSV 형식 데이터 추출 후 VOSviewer 1.6.20을 사용한 키워드 공출현, 공저자 패턴, 인용 지표, 국가 간 협력 분석
오버레이 및 밀도 시각화를 통한 연구 진화 및 주제 핫스팟 평가

Originality

Generative AI와 간호교육의 통합에 대한 최초의 포괄적 bibliometric 분석 연구로, 2020-2025년의 시의적절한 시간 범위 설정
VOSviewer를 활용한 다층적 시각화(키워드 공출현, 공저자 네트워크, 국가 협력, 시간별 진화)로 연구 지형의 다면적 이해 제공
4개의 명확한 주제 클러스터 도출을 통해 간호교육에서의 generative AI 적용 영역을 체계적으로 분류
정책, 장기적 결과, 기관 적응이라는 후속 연구 방향 제시로 실질적 함의 제공

Limitation & Further Study

영어로 작성된 논문만 포함하여 비영어권 국가의 연구 기여가 과소 대표될 가능성
Scopus 데이터베이스만 사용하여 다른 주요 학술 데이터베이스(Web of Science, Google Scholar 등)의 논문 누락 가능성
2025년 데이터가 불완전할 수 있어 최근 출판 동향 해석에 주의 필요
Bibliometric 분석의 특성상 논문의 질적 평가나 내용 분석이 부재하여 연구의 실질적 영향력 파악 제한
후속연구 방향: 질적 체계적 문헌고찰(systematic review)을 통한 generative AI 간호교육 적용의 교육적 효과 분석 필요
후속연구 방향: 간호교육기관의 generative AI 도입 현황 및 장애요인에 대한 기관 수준의 정성 연구 수행
후속연구 방향: 장기적 학습 결과 및 비판적 사고 역량에 미치는 영향에 대한 실증적 종단 연구 필요

Evaluation

Novelty: 4/5 Technical Soundness: 3/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5

총평: 본 연구는 generative AI와 간호교육 통합에 대한 첫 bibliometric 분석으로, 체계적이고 투명한 방법론을 통해 빠르게 성장하는 이 분야의 연구 지형을 명확히 제시했다. 주제 클러스터, 주요 기관, 국제 협력 패턴을 파악함으로써 향후 연구 및 정책 수립의 기초를 제공하나, 질적 분석과 비영어 문헌의 보완이 필요하다.