H11. AI 부트스트래핑 인프라와 학생팀 성과
AI 부트스트래핑 인프라(봇 스타터킷 + Claude Code + 베이스라인 코드)를 제공받은 학생팀은 6주 후 MVP 완성률과 연구가설 검정 수가 더 높을 것이다.
1. 가설 진술
H11-1. AI 부트스트래핑 인프라를 제공받은 학생팀(처치군)은 일반 가이드만 받은 팀(대조군)보다 6주 후 MVP(최소기능제품) 완성률이 더 높을 것이다.
H11-2. 처치군은 동일 기간 내 더 많은 연구가설을 형식화하고 검정할 것이다.
H11-3. 처치군 학생의 자기효능감·만족도가 더 높을 것이다.
2. 이론적 배경
- Scaffolding Theory (Wood, Bruner, & Ross, 1976): 학습자가 혼자서는 어려운 과제를 지원으로 수행
- No-Code/Low-Code Movement: 비기술자도 접근 가능한 개발 도구의 효과
- Agentic AI for Productivity (최근 emerging area)
3. 변수
독립변수 (IV)
- 인프라 제공 여부:
- 처치군: 봇 스타터킷 + Claude Code 사용법 전수 + Claude $100 + 베이스라인 코드
- 대조군: 일반 가이드 + 동등 금액의 자유 사용 크레딧
종속변수 (DV)
- MVP 완성률 (6주 후, 외부 평가자가 rubric으로 평가)
- 형식화된 연구가설 수
- 실제 검정 수행한 가설 수
- 자기효능감 (개발·연구 각각)
- 팀 만족도
4. 실험 설계
- 설계: Cluster RCT (팀 단위 무선 배정)
- 기간: 6주 (CRMMP 일정과 연동)
- 모집: 공모전 참여 팀
5. 표본 및 측정
- 표본: 팀 N ≈ 20–30 (각 팀 2–3명)
- 측정:
- 외부 평가자 rubric (MVP 완성도)
- 가설 문서 분석
- 자기효능감 척도
6. 분석 방법
- 팀 단위 t-test 또는 Mann-Whitney U
- 다층모형 (학생 within 팀)
- 외부 평가자 간 신뢰도 (ICC)
7. 예상 결과 및 함의
예상 결과
- 처치군의 MVP 완성률 1.5–2배
- 가설 검정 수도 2배 이상
함의
- AI 인큐베이터의 효과 증거
- 교육·창업 정책에서 AI 인프라 투자의 ROI
- 박대근 교수 플랫폼의 외부 검증
8. 활용 인프라
- 사업계획서(AI 학생창업 자동화 플랫폼)의 실행 버전
- 봇 스타터킷·베이스라인 코드 패키징 필요
9. 참고문헌
- Wood, D., Bruner, J. S., & Ross, G. (1976). The role of tutoring in problem solving. Journal of Child Psychology and Psychiatry, 17(2), 89–100.
| *Status: Planning | Priority: ⭐⭐ | Estimated duration: 6 weeks (CRMMP 연계)* |