AI 기반 성악 교육에서 학습자의 동기부여, 자기효능감, 학습몰입이 학습이탈에 미치는 영향: 사회적 지지의 조절효과 분석
The Effects of Learner Motivation, Self-Efficacy, and Learning Engagement on Attrition Rate in AI-Based Vocal Education: An Analysis of the Moderating Effect of Social Support
손건항(강원대학교 글로벌융합학과); 박은옥(강원대학교)
10권 4호, 259~263쪽
초록
본 연구는 인공지능(AI) 기반 성악 교육 환경에서 학습자의 동기부여, 자기 효능감, 학습몰입이 학습 이탈에 미치는 영향을 분석하고, 이들 관계에서 사회적 지지의 조절효과를 검증하는 데 목적이 있다. 최근 비대면 교육의 확산과 더불어 AI 기술을 접목한 성악 교육 프로그램이 다양하게 활용되고 있으나, 학습자의 지속적인 참여를 저해하는 학습 이탈 문제는 여전히 중요한 과제로 남아 있다. 본 연구는 학습자의 내적 요인과 외적 요인을 종합적으로 고려하여 학습 이탈에 영향을 미치는 주요 요인을 실증적으로 규명하고자 하였다. 연구 결과, 동기부여, 자기 효능감, 학습몰입은 모두 학습 이탈에 유의한 정(+)의 영향을 미쳤다. 이는 학습자의 내적 동기와 학습몰입 수준이 높을수록 오히려 학습 이탈이 증가하는 경향을 시사하며, AI 기반 성악 교육에서 학습자의 기대 수준과 실제 학습 경험 간의 괴리가 발생할 수 있음을 의미한다. 사회적 지지는 동기부여, 자기 효능감, 학습몰입과 학습 이탈 간의 관계를 각각 조절하는 것으로 나타났으며, 상호작용 효과 또한 유의하게 도출되었다. 이는 교육 환경 내에서 제공되는 사회적 지지가 학습자의 심리적 안정감과 지속적인 참여 유도에 핵심적인 역할을 함을 강조한다. 이러한 결과는 AI 기반 예술 교육에서 학습자 이탈 문제를 완화하기 위해 내적 요인과 외적 지지 요소를 통합적으로 고려해야 함을 시사한다. 특히 교육 설계 시, 학습자의 동기 수준과 몰입 상태에 맞는 정서적·사회적 지원 체계를 병행하여 학습 지속성과 효과성을 높일 수 있다. 본 연구는 AI 기반 성악 교육의 정착과 발전을 위한 기초 자료를 제공함과 동시에, 온라인 예술교육의 질적 향상을 위한 실천적 방향을 제시한다는 점에서 연구의의를 가진다.
Abstract
This study aims to analyze the effects of learners' motivation, self-efficacy, and learning immersion on dropout rates in AI-based vocal music education environments, and to examine the moderating role of social support in these relationships. With the recent expansion of non-face-to-face education and the integration of AI technologies into vocal training programs, various applications have emerged. However, the issue of learner dropout remains a critical challenge. Therefore, this study seeks to empirically identify the key internal and external factors influencing dropout behavior. The results revealed that motivation, self-efficacy, and learning immersion all had statistically significant positive effects on dropout rates. This suggests that higher internal motivation and immersion levels can paradoxically increase dropout tendencies, possibly due to a mismatch between learners' expectations and their actual educational experiences in AI-based vocal training. Furthermore, social support was found to significantly moderate the relationships between motivation, self-efficacy, immersion, and dropout rates, indicating the crucial role of emotional and interpersonal support systems in encouraging sustained participation. These findings highlight the importance of simultaneously addressing both internal and external support mechanisms to reduce dropout rates in AI-based arts education. Specifically, designing educational systems that incorporate emotional and social support tailored to learners' motivational and immersive states can enhance both learning persistence and effectiveness. This study contributes foundational insights for the advancement and stabilization of AI-based vocal music education and provides practical implications for improving the quality of online arts education.
- 발행기관:
- 한국비즈니스학회
- 분류:
- 과학기술학