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

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.