서 론
연구의 필요성
4차 산업혁명 시대에는 인공지능을 기반으로 한 기기들이 보건의료 분야를 포함한 실생활 전반에서 널리 사용되고 있다. 이러한 기술은 임상 진단, 질병 예측, 영상 판독, 생체정보 분석, 의료용 수술로봇, 그리고 앱 기반의 의료서비스 등 다양한 분야에 적용되어 인간의 업무 수행을 보다 효율적으로 만들어 주고 있다[1,2].
그러나 이러한 기술적 발전과 함께 인공지능의 활용에 따른 윤리적 문제가 중요한 이슈로 대두되고 있다. 보건의료 분야에서의 인공지능과 관련된 윤리적 쟁점으로는 신뢰도와 오류, 안전성, 데이터의 편향성, 개인정보 침해, 그리고 부정확한 진단이나 처방 결과로 인해 발생한 피해에 대한 법적 책임 문제 등이 제기되었다[1]. 예를 들어, 인공지능 로봇이 환자의 돌봄이나 수술을 수행할 경우, 그 판단을 어떻게 신뢰할지에 대한 문제가 발생한다. 또한 의료용 및 상담용 인공지능 시스템이 방대한 양의 개인정보를 저장하고 이를 부적절하게 활용할 가능성이 있다면 책임의 주체가 누구인지에 대한 논란도 필연적으로 뒤따를 수밖에 없다. 실제로 학습 데이터의 편향으로 인해 유색인종 환자의 피부 질환을 정확히 진단하지 못하거나, 자동화된 의사결정이 고령 환자에게 치료 우선순위를 낮게 배정한 사례도 보고된 바 있다[3]. 더 나아가, 인공지능 기술이 악용될 경우, 가짜 영상, 이미지, 음성 등을 조작하여 사회적으로 심각한 피해를 초래할 가능성도 존재한다[4].
이와 같은 윤리적 문제는 인공지능을 활용하는 과정에서 불가피하게 발생할 수 있는 갈등이므로 이를 해결하기 위해서는 높은 수준의 윤리의식이 요구된다. 이에 따라 2020년 과학기술정보통신부는 사람 중심의 국가 인공지능 윤리 기준을 발표하고 인공지능 기술이 윤리적 원칙을 준수하면서 발전해야 함을 강조하였다[5]. 이러한 배경 속에서 인공지능 윤리의식을 함양하기 위한 교육 및 연구의 필요성이 점차 확대되고 있다.
특히, 의료 분야에서는 인공지능 기술이 실무에 적용될 가능성이 높음에도 불구하고, 이에 대한 인식이 부족하거나 윤리적 측면에서의 사전 대비가 미흡할 경우, 의료진뿐만 아니라 환자 및 보호자 모두에게 혼란을 초래할 수 있다. 따라서 보건의료계 종사자는 인공지능 기술이 초래할 수 있는 다양한 윤리적 문제를 이해하고, 이에 적절히 대응할 수 있도록 생명윤리 및 인공지능 윤리에 대한 심층적 고찰과 윤리적 의사결정 능력을 갖출 필요가 있다[6]. 현재, 간호 분야에서는 인공지능 기술의 활용이 일반적이지 않지만, 대학생은 실생활에서 인공지능 기술을 접하고 있으며, 이러한 흐름은 인공지능 기술의 교육적 활용에 대한 연구가 활발히 이루어지고 있는 현상에서도 반영된다[7].
최근 국외 연구에서는 인공지능에 의해 간호의 핵심 가치인 돌봄(caring), 공감(empathy), 인간관계(social orientation)를 손상시키지 않도록 하는 것이 중요하다고 지적하였다[8]. 간호교육에는 인공지능 통합을 촉진하기 위한 로드맵으로서 자율성, 비해악성, 유익성, 정의, 명확성의 윤리적 원칙을 강조하고 있으며[9], 간호대학생을 대상으로 한 인공지능 윤리의식에 대한 구체적인 조사연구는 찾아보기 힘들다. 국내의 경우 간호대학생의 인공지능 윤리의식에 관하여 리터러시, 태도 및 지식[10], 간호전문직관과 디지털 헬스리터러시[11], 생명의료 윤리의식과 메타인지[12], 윤리적 가치관, 전문직 자아개념 및 윤리적 의사결정 자신감[13], 윤리적 민감성과 비판적 사고성향 및 간호정보역량[14]과 관련된 연구들이 수행되었다. 그러나 인공지능 기술의 윤리적 활용은 다양한 요인들이 복합적으로 작용하는 다층적 현상임에도 불구하고, 현재까지 문제해결능력과 윤리적 의사결정 자신감 등을 포함한 인공지능 윤리의식과 관련한 통합적 분석연구는 찾아보기 어렵다.
특히 의료 및 간호 분야에서는 윤리적 딜레마 상황과 갈등이 빈번하게 마주한다. 이런 상황에서 의료진이 윤리적 의사결정에 대한 자신감이 부족할 경우 윤리적 문제를 회피하거나 부적절한 결정을 내릴 가능성이 높다. 반면 인공지능 기반 의료기술이 확대됨에 따라, 의료인은 인공지능 시스템의 판단을 신뢰할 것인지, 인간의 개입이 어디까지 필요한지, 그리고 인공지능 결정이 윤리적으로 타당한지를 종합적으로 판단해야 한다. 이러한 복잡한 의사결정 과정에서 문제해결능력은 필수적인 요소로, 윤리적 의사결정을 자신 있게 내리기 위해서는 현재의 상태와 달성해야 할 목표 사이의 간극을 정확히 파악하고, 이를 해결하기 위해 신속하고 창의적인 전략을 적용할 수 있는 역량이 요구된다[15].
간호대학생의 문제해결능력은 미래의 전문 간호인으로서 역할을 수행하는 데 필수적이며, 대학 교육과정에서 간호 이론과 실무 기술을 학습하고 이를 실제 임상 상황에 적용하는 과정을 통해 체계적으로 발전된다[16]. 따라서 간호대학생의 윤리적 의사결정 자신감과 문제해결능력을 향상시키는 것은 인공지능 시대에서의 윤리적 의사결정역량을 강화하는 데 중요한 기반이 되며, 복잡한 임상 환경에서 통합적 사고와 실천 능력을 갖춘 전문가로 성장하는 데 필수적인 과정이라 할 수 있다.
향후 간호 분야에서도 인공지능 기술의 활용이 더욱 확대될 것으로 예상됨에 따라, 간호대학생을 대상으로 한 인공지능 윤리 교육의 필요성이 제기되고 있다. 학부 교육과정에서부터 학생들이 올바른 인공지능 윤리의식을 형성하고, 의료 환경에서 발생할 수 있는 인공지능 윤리적 문제를 균형 있게 이해할 수 있도록 지도해야 한다. 그러나 이러한 교육이 효과적으로 이루어지기 위해서는 먼저 간호대학생의 인공지능 윤리의식에 영향을 미치는 요인을 탐색하는 연구가 선행되어야 한다. 따라서 본 연구에서는 간호대학생의 윤리적 의사결정 자신감과 문제해결능력이 인공지능 윤리의식에 미치는 영향을 분석하여, 향후 간호교육 과정에서 인공지능 윤리 교육의 방향성을 제시하고자 한다.
연구 방법
연구 대상
본 연구의 대상은 남부대학교 간호학과에 재학 중인 학생으로, 연구의 목적과 절차를 충분히 이해한 후 자발적으로 참여에 동의한 자들이다. 대상자 수는 G*Power 3.1.9.7 프로그램을 이용하여 다중회귀분석을 위해 유의수준 .05, 유사선행연구[13]를 참고하여 중간효과크기 .15, 검정력 .95, 예측변수 13개(윤리적 의사결정 자신감, 문제해결능력, 일반적 특성 10개)를 포함하였을 때 표본 수는 189명이었고, 탈락률 약 10%를 고려하여 210명을 대상으로 하였다. 부분 누락이 있는 자료를 제외하고 총 164명을 최종 분석에 포함하였다.
연구 도구
● 인공지능 윤리의식
인공지능 윤리는 인공지능 기술의 개발 및 활용에 있어 도덕적 행동을 안내하기 위해 일반적으로 인정되는 옳고 그름에 대한 표준을 사용하는 일련의 가치, 원칙 및 기술을 의미한다[17]. 본 연구에서 인공지능 윤리의식은 업무 수행 시 인공지능을 활용하는 경우 편리성보다 도덕적 가치, 인간중심적 가치를 우선시하는 것을 의미한다. 인공지능 윤리의식은 Kim과 Shin [18]이 개발한 인공지능 윤리의식 검사 도구(Test for Artificial Intelligence Ethics Awareness, TAIEA)로 측정하였다. 이 도구는 총 24문항으로 5점 Likert 척도이며, 점수가 높을수록 인공지능 윤리의식이 높음을 의미한다. TAIEA는 인공지능 윤리와 관련된 8가지 하위 영역으로 구성되어 있으며, 하위 영역은 책임성, 안정성 및 신뢰성, 차별 금지, 투명성과 설명 가능성, 사람 중심 서비스, 고용, 허용과 한계, 로봇의 권리를 포함한다. 본 도구의 신뢰도는 개발 당시의 Cronbach’s α는 .81이었으며[18], 본 연구에서도 동일하게 Cronbach’s α는 .81로 나타났다.
● 문제해결능력
문제해결능력은 개인에 대한 인지적, 행동적 과정으로 일상생활에서 어려운 상황에 처했을 때의 대처 전략을 의미한다[19]. 본 연구에서는 Heppner와 Petersen [20]에 의해 개발된 자기 보고식 질문지인 문제해결 척도(Problem Solving Inventory, PSI)를 번안한 것을 사용한 Kim [21]의 연구를 바탕으로 측정하였다. PSI는 자신의 문제해결 행동과 태도에 대한 지각을 측정하는 척도로, 문제해결 자신감, 접근-회피 양식, 개인적 통제의 3가지 하위 요인으로 구분된다. 총 35문항으로 1점 ‘전혀 그렇지 않다’에서부터 6점 ‘매우 그렇다’의 6점 Likert 척도로 구성되어 있다. 점수가 높을수록 자신의 문제해결능력에 대해 긍정적으로 평가하는 것을 의미한다. Kim [21]의 연구에서 신뢰도 Cronbach’s α는 .91이었으며, 본 연구에서의 Cronbach’s α는 .94로 나타났다.
● 윤리적 의사결정 자신감
윤리적 의사결정 자신감은 간호사가 윤리적 의사결정을 자신 있게 수행할 수 있다고 믿는 정도를 의미한다[22]. 본 연구에서는 Sulmasy 등[22]이 개발한 Perceived Ethical Confidence Scale (PECS)을 수정·보완하여 Kim [23]이 우리말로 번역한 도구를 사용하였다. 이 도구는 총 9문항으로 ‘매우 그렇다’ 5점에서 ‘전혀 그렇지 않다’ 1점까지 5점 Likert 척도이며, 점수가 높을수록 윤리적 의사결정 자신감이 높음을 의미한다. 도구의 신뢰도는 Kim [23]의 연구에서 Cronbach’s α는 .86이었으며, 본 연구에서의 Cronbach’s α는 .87이었다.
자료 수집 및 윤리적 고려
본 연구는 남부대학교 생명윤리위원회의 승인(IRB No. 1041478 -2024-HR-002)을 받은 후, 온라인을 통해 자료를 수집하였다. 자료 수집 기간은 2024년 7월 1일부터 7월 19일까지였다. 설문 QR코드가 포함된 조사명과 조사 참여 기간, 예상 설문 참여 소요시간 등을 담은 모집공고문을 게시하였으며, 모집공고문에 있는 QR 코드를 스캔하면 언제든지 자발적으로 설문에 참여할 수 있도록 하였다. 연구 대상자가 연구의 참여를 중단하고 싶을 경우 언제라도 중단할 수 있으며, 정보가 활용되는 것을 원하지 않을 경우 설문지를 즉시 폐기할 것임을 알렸다. 또한 연구의 불참으로 어떠한 불이익도 없음을 고지하였다. 연구자는 이에 대한 내용을 대상자에게 충분히 설명 후 서면으로 연구 참여 동의서를 받았다. 수집된 자료는 제1저자인 연구자의 개인 컴퓨터에 암호화하여 저장하며 연구 종료 후 3년간 보관 후 폐기될 것을 설명하였으며, 연구 참여 대상자에게는 소정의 답례품을 지급하였다.
자료 분석
수집된 자료는 IBM SPSS Statistics 23.0 (IBM Corp.)을 이용하여 분석하였다.
• 대상자의 일반적 특성은 빈도, 백분율, 평균, 표준편차를 이용하였다.
• 타당도와 신뢰도 평가는 내용타당도는 전문가 조사를 통한 content validity index 계수, Cronbach’s α 계수를 도출하고, 통계적 유의수준은 p<.05로 하였다.
• 대상자의 일반적 특성에 따른 인공지능 윤리의식의 차이는 independent t-test, Kruskal-Wallis test, Mann-Whitney U test를 적용하였다.
• 대상자의 변수 간 상관관계는 Pearson’s correlation coefficient를 이용하여 분석하였다.
• 대상자의 인공지능 윤리의식에 영향을 미치는 요인을 파악하기 위해 다중회귀분석을 실시하였다.
연구 결과
간호대학생의 일반적 특성
본 연구 대상자는 여성이 130명(79.3%)으로 대부분을 차지하였으며, 남성은 34명(20.7%)이었다. 연령 분포는 20세가 56명(34.2%)으로 가장 많았으며, 19세가 46명(28.0%), 22세 이상이 38명(23.2%), 21세가 24명(14.6%) 순으로 나타났다. 간호학 전공 만족도에서는 ‘보통’이라고 응답한 경우가 93명(56.7%)으로 가장 많았으며, 대학생활 만족도 또한 ‘보통’이 105명(64.0%)으로 가장 많았다. 인공지능 기반 기기 사용 경험이 있는 경우는 89명(54.3%)이었으며, 인공지능 관련 교육을 이수한 경험이 있는 경우는 49명(29.9%)이었다. 또한 고등학교에서 윤리 수업을 받은 경험이 있는 경우는 96명(58.5%)이었다(Table 1).
Table 1
General Characteristics of the Participants (N=164)
간호대학생의 인공지능 윤리의식, 문제해결능력, 윤리적 의사결정 자신감
간호대학생의 인공지능 윤리의식은 3.33±0.40점이었으며, 하위 요인 중 투명성과 설명 가능성이 3.87±0.74점으로 가장 높았고, 차별금지가 2.62±0.52점으로 가장 낮았다. 문제해결능력은 4.18±0.60 점이었으며 윤리적 의사결정 자신감은 3.52±0.61점이었다(Table 2).
Table 2
Level of AI Ethical Awareness, Problem-Solving Ability, and Ethical Decision-Making Confidence(N=164)
간호대학생의 일반적 특성에 따른 인공지능 윤리의식의 차이
일반적 특성 중 대학생활에 대한 만족도에 따라 인공지능 윤리의식 수준에 통계적으로 유의한 차이가 있었다(χ2=9.41, p=.009). 사후분석 시 대학생활에 대한 만족도가 ‘만족’이라고 응답한 그룹이 ‘보통’이라고 응답한 그룹보다 인공지능 윤리의식 수준이 통계적으로 유의하게 높았다(Z= -2.46, p=.014) (Table 3).
Table 3
Differences in AI Ethical Awareness according to the Participants’ General Characteristics (N=164)
| Variables | Categories | AI ethical awareness | |
|---|---|---|---|
|
|
|||
| Mean±SD | t/F/χ2 (p) (Scheffé) | ||
| Sex* | Male | 3.30±0.38 | -1.77 (.084) |
| Female | 3.45±0.47 | ||
| Age† (years) | 19 | 3.24±0.34 | 2.18 (.093) |
| 20 | 3.31±0.41 | ||
| 21 | 3.49±0.47 | ||
| ≥22 | 3.36±0.39 | ||
| Religion* | Yes | 3.34±0.40 | 0.42 (.673) |
| No | 3.31±0.40 | ||
| Satisfaction with nursing major† | Dissatisfied | 3.59±0.42 | 5.63 (.060) |
| Neutral | 3.27±0.36 | ||
| Satisfied | 3.39±0.44 | ||
| Satisfaction with university life† | Dissatisfieda | 3.59±0.41 | 9.41 (.009) (c>b‡) |
| Neutralb | 3.25±0.34 | ||
| Satisfiedc | 3.46±0.47 | ||
| Experience using AI-based devices* | Yes | 3.33±0.39 | 0.19 (.847) |
| No | 3.32±0.42 | ||
| Experience of ethics education in high school* | Yes | 3.36±0.42 | 0.72 (.475) |
| No | 3.31±0.40 | ||
| Experience of ethics education in high school* | Yes | 3.32±0.37 | -0.34 (.733) |
| No | 3.34±0.45 | ||
제 변수 간의 상관관계
간호대학생의 인공지능 윤리의식과 문제해결능력은 통계적으로 유의한 정적 상관관계를 보였다(r=.44, p<.001). 또한, 인공지능 윤리의식은 윤리적 의사결정 자신감과 통계적으로 유의한 부적 상관을 나타냈으나, 상관계수의 절대값이 작아 관련성은 제한적으로 해석될 수 있다(r= -.17, p=.031). 그러나 문제해결능력과 윤리적 의사결정 자신감(r= -.11, p=.159) 간의 상관관계는 유의하지 않았다(Table 4).
간호대학생의 인공지능 윤리의식 영향 요인
간호대학생의 인공지능 윤리의식에 영향을 미치는 요인을 확인하기 위해 다중 선형 회귀분석을 실시하였다. 대학생활 만족도는 Kruskal-Wallis 검정에서 유의한 차이가 확인되어, 회귀분석에서는 참조(reference) 범주를 ‘불만족’으로 설정하고 ‘보통’과 ‘만족’을 더미 변수로 포함하였다. 독립변수 간의 다중공선성은 공차 한계와 분산팽창요인(variance inflation factor, VIF) 지수를 통해 확인할 수 있는데, 독립변수 간 VIF는 1.00~6.02로 10보다 작았고, 공차한계는 .17~.95로 다중공선성이 없는 것으로 나타났다. 본 회귀모형은 통계적으로 유의하였으며(F=12.72, p<.001), 독립변수들이 인공지능 윤리의식에 미치는 설명력은 27.0%로 나타났다(adjusted R2=.27). 최종 영향 요인으로는 문제해결능력이 유의한 영향을 미치는 것으로 나타났으며(B=0.29, p<.001), 대학생활 만족도(보통: B= -0.25, p=.067, 만족: B= -0.04, p=.772), 윤리적 의사결정 자신감(B= -0.06, p=.188)은 유의한 영향을 미치지 않는 것으로 나타났다(Table 5).
Table 5
Factors Influencing AI Ethical Awareness (N=164)
Durbin-Watson=1.58, R2=.29, adjusted R2=.27, F=12.72 (p<.001) Referent groups of dummy variable was satisfaction with university life (dissatisfied). VIF values ranged from 1.00 to 6.02; tolerance values ranged from .17 to .95, indicating no significant multicollinearity issues. AI=artificial intelligence; SE=standard error
논 의
본 연구는 간호대학생을 대상으로 윤리적 의사결정 자신감과 문제해결능력이 인공지능 윤리의식에 미치는 영향을 규명하기 위하여 수행되었다. 연구 결과, 문제해결능력은 인공지능 윤리의식과 유의미한 양의 상관관계를 보였으며, 회귀분석에서도 문제해결능력이 인공지능 윤리의식의 유의미한 예측 변수임이 확인되었다.
인공지능 윤리의식은 단순한 도덕적 태도가 아니라 기술적 이해, 논리적 분석, 윤리적 프레임워크 적용 등의 종합적인 사고 과정이 필요한 개념이다[24]. 인공지능기술이 다양한 윤리적 문제를 포함하고 있으며, 이를 올바르게 이해하고 해결하기 위해서는 논리적 사고와 문제해결역량이 필수적이다. 문제해결능력이 뛰어난 개인이 윤리적 문제를 보다 체계적으로 접근하며, 인공지능 관련 윤리적 문제를 해결하는 데에도 긍정적인 영향을 미칠 가능성이 높다. 따라서 간호대학생들의 문제해결능력을 증진시키는 것이 인공지능 관련 윤리적 판단 능력 향상에도 중요한 역할을 할 수 있다.
윤리적 의사결정 자신감은 인공지능 윤리의식과 부적 상관관계가 있는 것으로 나타났다. 이는 선행연구[13]에서 보고된 윤리적 의사결정 자신감과 인공지능 윤리의식 간의 정적 상관관계(r=.36, p<.001)와는 상반된 결과이다. 이러한 차이는 연구 대상자의 특성에서 비롯되었을 가능성이 있다. 기존 연구는 간호학과 4학년 학생들을 대상으로 하였으나 본 연구에서는 학년 구분 없이 재학생 전체를 대상으로 하였다. 따라서 학년별 교육 경험과 임상실습 경험의 차이가 연구 결과에 영향을 미쳤을 가능성이 있다. 이는 윤리적 의사결정에 대한 자신감이 인공지능 윤리의식으로 직결되지 않음을 시사한다. 즉, 간호대학생의 윤리적 의사결정에 대한 자신감은 교육 정도, 임상실습 경험, 개인의 가치관 등에 따라 영향을 받을 수 있으므로 윤리적 의사결정 자신감과 인공지능 윤리의식 간의 상관관계에 대해서는 보다 다양한 해석과 접근이 필요하다. 즉, 간호대학생들은 인공지능 기술이 의료현장에 빠르게 도입되는 과정에서 환자 자율성이나 책임소재와 같은 윤리적 딜레마는 예리하게 인식하더라도 그 복잡성으로 인해 확신을 갖고 행동하기 어려워하는 경향을 보일 수 있다. 따라서 간호교육 과정에서는 단순히 인공지능 윤리 지식을 전달하는 것을 넘어, 사례 중심의 반복적 의사결정 연습과 소그룹 토론 및 선배와의 멘토링 등을 통한 다양한 관점 공유로 불확실성 속에서도 올바른 윤리적 의사결정을 내릴 수 있는 역량을 기르는 교육 전략이 필요하다. 이로써 미래 간호사들이 인공지능을 활용하면서 전문가로서의 판단력과 자신감을 유지할 수 있도록 도울 수 있을 것으로 생각된다.
대학생활 만족도에 따른 인공지능 윤리의식을 분석한 결과, ‘만족’ 그룹이 ‘보통’ 그룹보다 유의하게 높은 윤리의식을 보였다. 흥미롭게도 ‘불만족’ 그룹이 세 집단 중 가장 높은 윤리의식 수준을 나타냈으나, 해당 집단의 표본이 7명에 불과하여 통계적으로 유의하지 않았다. 따라서 대학생활 만족도가 높을수록 윤리의식이 향상된다고 보기는 어렵다. 불만족 집단에서 나타난 높은 윤리의식은 개인차나 다양한 불만족 요인에 기인했을 가능성이 있으며, 기존 시스템과 기술에 대한 비판적 사고가 윤리적 민감성을 높였을 가능성도 시사한다. 그러나 표본 수의 한계로 인해 이러한 결과를 일반화하기 위해서는 충분한 표본을 확보한 후속 연구가 필요하다.
대학생의 사회적 문제해결능력에 대한 연구[25]에서는 사회적 문제해결능력과 대학생활 적응 사이에 정적 상관관계가 확인된 바 있다. 이러한 결과는 사회적 문제해결능력이 높은 학생들이 대학생활에 더 잘 적응하며, 이 과정에서 기술의 사회적 영향에 대한 비판적 사고가 자연스럽게 강화되었을 가능성이 있음을 시사한다. 그러나 본 연구에서 대학생활 만족도는 인공지능 윤리의식의 직접적인 영향 요인으로는 확인되지 않았으며, 만족도 수준에 따라 윤리의식이 단순하게 선형적으로 변화한다고 보기도 어렵다. 따라서 대학생활 만족도와 인공지능 윤리의식 간의 관계는 보다 복합적인 양상을 보이며, 향후 연구에서는 대학생활 불만족 집단의 인공지능 윤리의식 수준이 높게 나타난 배경을 심층적으로 탐색할 필요가 있다.
급변하는 사회에서 발생하는 문제를 해결할 수 있는 능력을 함양하도록 하기 위해 교육부가 초·중·고 일부 정규 교육과정에 인공지능 교육을 도입하였다[26]. 그러나 본 연구에서 고등학교 시기의 윤리교육이 인공지능 윤리의식 향상에 직접적인 영향을 미치지 않는 것으로 나타난 바, 인공지능 관련 특화된 윤리교육의 추가적 도입이 필요할 것으로 생각된다. 이는 인공지능 윤리교육이 단순한 지식 전달을 넘어 윤리적 문제를 성찰하고 탐구하는 과정이 필요하며, 기존의 윤리 교육과는 별도로 생명윤리와 밀접한 전문적인 교육 과정이 요구된다는 선행 연구[27]의 주장과도 맥락을 같이 한다. 따라서 인공지능 윤리는 기존의 윤리교육과는 다른 독립적인 영역으로 교육할 필요가 있으며, 인공지능 기반 의사결정의 공정성, 합리성, 인공지능 기술 관련 사고 및 오작동의 위험성, 그리고 개인정보 보호, 알고리즘 편향 등과 관련된 개별적으로 전문화된 별도의 교육이 제공되어야 할 것이다[28].
본 연구에는 다음과 같은 제한점이 있다. 첫째, 본 연구는 단일 대학 간호대학생을 대상으로 한 횡단적 조사연구로, 연구 결과의 일반화에 제한이 있다. 둘째, 연구 과정에서 대상자의 학년 정보를 수집하지 못하여 학년에 따른 인공지능 윤리의식의 차이를 분석할 수 없었다. 간호대학생은 학년에 따라 교육 수준과 임상 경험에 차이가 있을 수 있으므로, 이는 결과 해석에 영향을 미칠 수 있는 요인이다.
그럼에도 불구하고 본 연구가 가지는 의의는 다음과 같다. 첫째, 간호대학생의 문제해결능력이 인공지능 윤리의식에 유의한 영향을 미치므로, 인공지능 시대에 요구되는 간호사의 윤리적 판단 역량 강화를 위한 교육적 기초자료를 제시하였다. 둘째, 간호대학생의 문제해결능력, 윤리적 의사결정 자신감, 대학생활 만족도와 같은 개인 특성과 인공지능 윤리의식 간의 관계에 대한 실증적 근거를 제시함으로써 인공지능 윤리의식에 대한 교육의 필요성을 확인하였다. 따라서 본 연구 결과는 인공지능 기반의 의료 환경에 대비한 간호대학생 대상 윤리교육 프로그램 개발 및 간호교육과정 개선을 위한 기초자료로 활용될 수 있을 것이다.
PDF Links
PubReader
ePub Link
XML Download
Full text via DOI
Download Citation
