Ⅰ. 서 론

1. 연구의 필요성

현대 보건의료 환경은 인구 고령화와 만성 질환의 지속적 증가로 임상 현장의 복잡성과 중증도가 높아지고 있다. 예측 불가능한 의료 환경 속에서 간호사는 임상적 맥락을 바탕으로 근거 중심 간호 실무를 제공하기 위한 임상적 판단 역량이 필수적이다(Hong et al., 2025; Kavanagh & Sharpnack, 2021). 종양 간호 분야는 항암화학요법, 방사선 치료, 표적치료 및 면역치료 등 매우 전문적이고 복잡한 치료 메커니즘이 수반되므로, 환자가 치명적인 급성 합병증이나 응급상황에 노출될 위험성이 비해 매우 높다(Agazzi et al., 2025; Gri et al., 2023). 종양 응급상황은 척수 압박이나 두개내압 상승과 같은 신경학적 손상부터 종양 용해 증후군, 고칼슘혈증 등의 대사 및 내분비 응급상황, 상대정맥 증후군을 포함한 혈관성 응급상황, 호중구 감소성 발열에 이르기까지 매우 다양하고 치명적인 양상으로 나타난다(Gri et al., 2023). 이와 같은 상황은 환자의 생명을 직접적으로 위협할 수 있어, 임상 간호사에게 신속한 환자 사정과 정확한 임상 추론에 기반한 응급 대처 능력이 요구된다(Agazzi et al., 2025; Kavanagh & Sharpnack, 2021).

최근 학부 단위 임상실습 환경은 환자 안전 지침 강화와 권리 보호로 인해 직접 중재를 수행하기보다 단순 관찰이나 보조적인 역할 수행에 머무르는 경우가 많다(Gorucu, Turk, & Karacam, 2024; Lee, Kim, & Oh, 2021). 따라서 간호대학생이 임상실습 과정을 통해 실제 종양 응급상황을 직접 경험하거나 주도적으로 간호 중재를 수행할 기회도 제한적이다(Hur et al., 2013; Agazzi et al., 2025). 이러한 임상실습의 한계를 극복하고 학생들의 임상적 의사결정 능력 및 간호 실무 역량을 증진하기 위한 대안으로 시뮬레이션 기반 학습이 간호교육 현장에서 널리 활용되어 왔다(Gorucu et al., 2024; INACSL Standard Committee, 2021). 시뮬레이션 기반 교육은 통제되고 안전한 환경에서 실제와 유사한 가상 환자 시나리오를 통해 학생들이 실패에 대한 두려움 없이 비판적 사고와 실무 술기를 반복 연습할 수 있도록 돕는 효과적인 교수학습 전략이다(Jeffries, 2020; Gorucu et al., 2024; Kim & Choi, 2024).

시뮬레이션 기반 학습이 효과적인 교수 전략임에도 불구하고, 학습 효과는 시나리오의 설계 방식, 디브리핑의 질, 학습자의 능동적 참여 수준 등 다양한 요소에 따라 달라질 수 있다(Jeffries, 2020; Jeffries, 2022; INACSL Standard Committee, 2021). 기존 시뮬레이션 교육은 교수자가 사전에 개발한 시나리오를 학습자가 수행하는 방식으로 운영되는 경우가 많다(He et al., 2024). 이러한 접근은 표준화된 학습 경험을 제공할 수 있으나, 학습자가 환자의 상태 변화와 임상적 의사결정 과정을 능동적으로 구성하고 탐색할 기회를 제한할 수 있다(Saragih, Tarihoran, Lin, & Lee, 2024; Stenseth et al., 2025). 이로 인해 학습자는 완성된 사례에 반응하는 수준에 머무르게 되어 자기 주도적 임상추론과 비판적 사고를 충분히 학습하기 어렵다. 반면, 학습자가 직접 시나리오를 개발할 경우 환자의 병태생리, 검사 결과, 치료 과정 및 간호중재의 연계성을 학습자 스스로 탐색하고 구성하는 학습경을 통해 보다 깊이 있는 임상추론이 가능하다(Saragih et al., 2024; Stenseth et al., 2025).

시뮬레이션 교육과 연계하여 생성형 인공지능(Generative Artificial Intelligence, GenAI)을 활용하여 가상환자 및 시나리오를 개발하고 사례학습에 적용하는 교육이 점차 늘어나고 있다(Ghaffari, Langarizadeh, Nabovati, & Sabery, 2025). GenAI는 대규모 언어모델을 기반으로 다양한 임상 상황과 환자 사례를 생성하고, 학습자의 질문과 상호작용에 따라 실시간 피드백과 맞춤형 학습 지원을 제공한다는 점에서 교육적 활용 가능성이 높다(O’Connor et al., 2024; Liu, Liu, Fang, & Liu, 2023). GenAI를 활용한 시나리오 개발은 시뮬레이션 사례에 대한 단순한 지식을 습득하는 단계를 넘어, 학습자가 반복적으로 임상 상황을 탐색하고 다양한 의사결정 과정을 경험할 수 있도록 지원한다(Fung et al., 2025; Díaz, 2026). 학습자는 생성된 시나리오에서 제시하는 정보의 논리적 오류나 간극(knowledge gap)을 학습자 스스로 발견하고 보완하는 학습과정을 통해 임상적 사고를 촉진하고 추론 역량을 강화할 수 있다(Dwivedi et al., 2023; O’Connor, 2023). 실제적 임상추론 역량을 향상시키는데 유용하다(Gunawan, Aungsuroch, & Montayre, 2024; Koukourikos et al., 2021; Ostick, Mariani, & Lovecchio, 2025; Reed & Dodson, 2024).

최근 GenAI를 활용한 연구가 증가하고 있으나 간호교육 현장에서 학습자가 GenAI를 활용하여 시나리오를 개발하고 이를 시뮬레이션 실습으로 연계한 학습 경험을 심층적으로 탐색한 연구는 아직 부족한 실정이다(Kim & Ryu, 2024; Reed & Dodson, 2024). 특히 종양 응급상황은 복합적인 임상 판단과 다학제적 의사소통 역량이 요구되는 고난도 상황임에도 불구하고, GenAI 기반 시나리오 개발 경험이 간호대학생의 임상추론과 실무 준비도에 어떠한 의미를 가지는지에 대한 탐색은 제한적이다. 이에 본 연구는 간호대학생을 대상으로 GenAI를 활용한 종양 응급 간호 시나리오 개발 및 시뮬레이션 교육 경험의 의미를 탐색하고자 한다. 이를 통해 GenAI 기반 시뮬레이션 교육이 간호대학생의 임상추론, 비판적 사고 및 실무 준비도 향상에 어떠한 교육적 경험을 제공하는지 확인하고, 향후 GenAI 기반 간호 시뮬레이션 교육 프로그램 개발을 위한 기초자료를 제공하고자 한다.

2. 연구 목적

본 연구의 목적은 간호대학생들이 GenAI 기반 종양 응급 간호 시나리오를 개발하고 시뮬레이션 실습에 참여하는 과정에서 경험하는 학습의 의미를 탐색하고자 함이다.

Ⅱ. 연구 방법

1. 연구 설계

본 연구는 4학년 간호대학생을 대상으로 GenAI를 활용한 종양 응급 간호 시나리오를 개발하고 시뮬레이션 실습에 참여한 경험과 학습의 의미를 성찰일지 분석을 통해 심층적으로 탐색하고자 시도된 질적 내용분석 연구(qualitative content analysis study)이다.

2. 연구 참여자

본 연구의 참여자는 국내 일개 대학교 간호학과에 재학 중인 간호대학생을 근접 모집단으로 하여 종양간호 교과목을 수강하는 4학년 학생을 표본으로 편의 추출하였다. 참여자 선정 기준은 본 연구의 목적과 절차를 충분히 이해하고 자발적으로 서명 동의한 자로 교육 프로그램 종료 후 학습경험에 대한 성찰일지를 작성하고 제출한 자이다. 질적 연구의 경우 데이터 포화 상태가 될 때까지 표본을 확보하여 자료를 수집하는 것이 중요하며 질문의 범위가 좁고 연구 현상이 명확할 경우 최소 6∼12명으로 충분하다고 제시하고 있다(Guest, Bunce & Johnson, 2006; Morse, 2000). 본 연구는 총 23명이 참여하였고, 이는 질적 연구의 표본 크기 타당성 측면에서 본 연구의 탐색 목적을 달성하기에 충분한 정보적 포화 상태(informational saturation)를 충족하는 표본수이다(Graneheim & Lundman, 2004).

3. 교육 프로그램 운영

본 프로그램은 OpenAI (OpenAI, San Francisco, CA, USA)에서 제공하는 GenAI 플랫폼인 ChatGPT 무료 버전을 활용하였다. 참여자들은 팀별로 ChatGPT를 사용하여 종양 환자에게 생길 수 있는 응급상황을 기반으로 사례 중심 시나리오를 개발하고, 시뮬레이션 실습에 참여하는 팀 기반 학습활동으로 구성되었다.

시뮬레이션 기반 교육에서 스캐폴딩은 학습자가 복잡한 임상 상황 내에서 효과적으로 임상추론을 수행할 수 있도록 사전 정보 제공, 단서(cues), 질문(prompt), 피드백 등의 구조화된 지원을 체계적으로 제공하고, 학습자의 수행 수준에 따라 지원의 정도를 점진적으로 줄여나감으로써 학습자 역량을 강화하는 교수·학습 전략을 뜻한다(Wood, Bruner, & Ross, 1976). 본 프로그램에서는 학습자로 하여금 스캐폴딩 경험을 통해 메타인지(Fischer et al., 2022; Wang, Chen & Yen, 2021)를 배울 수 있도록 Jeffries의 Simulation Theory (Jeffries, Rodgers, & Adamson, 2015; Jeffries, 2022), Kolb의 경험학습이론(Kolb, 2015)의 설계 요소를 토대로 1) 오리엔테이션 및 시연, 2) 팀 구성 및 주제 선정, 3) 시나리오 개발 및 프롬프트 구성, 4) 검토 및 보완, 5) 개념 지도 작성과 실습, 6) 시뮬레이션 실습 및 디브리핑, 7) 성찰일지 작성의 총 7단계로 구성하여 운영하였다(Figure 1).

1) 오리엔테이션 및 시연(1시간)

1단계는 참여자 오리엔테이션과 GenAI를 활용한 시범 학습을 제공하였다. 교수자는 학생들에게 GenAI의 기본적인 구동 매커니즘, 활용 방법, 적절한 프롬프트 작성 원리, 시뮬레이션 시나리오 개발 고려사항과 GenAI에서의 정보 오류 및 할루시네이션(hallucination) 현상에 대한 비판적 검증 필요성을 교육하였다(O’Connor et al., 2024).

2) 팀 구성 및 주제 선정(30분)

2단계는 팀 구성 및 주제 선정 단계이다. 조당 4∼5명씩 총 5개 팀을 구성하고 각 팀은 종양 환자에게 생길 수 있는 주요 응급상황(호중구 감소성 발열, 종양 용해 증후군, 척수 압박, 상대정맥 증후군 등) 중 하나의 핵심 주제를 자율적으로 선정하였다(Gri et al., 2023).

3) 시나리오 개발 및 프롬프트 구성(2시간)

3단계는 시나리오 초안을 작성하는 단계이다. 참여자에게 시나리오 개발 서식을 제공한 후 ChatGPT를 활용하여 가상 환자의 연령, 주호소, 병태생리학적 과거력, 시간 경과에 따른 활력징후 추이, 혈액검사, 심전도 등의 진단검사 데이터, 의사 처방, 이에 따른 우선순위별 간호 중재와 환자·보호자의 반응을 작성하였다(Ghaffari et al., 2025; Hong et al., 2025). 교수자는 팀별 주제에 맞게 적절한 프롬프팅을 작성할 수 있도록 지도하였다. 예를 들어 심낭압전 사례 시나리오를 설계할 때 참여자는 심정지 상황에서의 심폐소생술에만 초점을 두고 있어, 교수자는 심낭압전의 Beck’s Triad 증상을 반영하여 활력징후를 설정하고 급성 응급상황에서 우선적으로 시행해야 할 사정과 의사에게 보고해야 할 사항에 대한 SBAR (Situation, Background, Assessment, Recommendation) 내용을 구체적으로 작성하도록 하고, AI가 제시한 약물 투여의 근거가 무엇인지 재질문하도록 프롬프팅 설계를 지원하였다. 교수자 피드백 반영 이후 ‘폐암 환자의 심낭압전 시나리오를 다시 작성해줘. 활력징후는 저혈압, 빈맥, 경정맥 확장의 Beck’s Triad 증상을 포함해줘’. ‘간호 중재 단계에서 환자 사정(심음 청진, 환자 모니터링)과 의사소통을 위한 SBAR 보고 내용을 포함해서 응급중재의 임상적 근거를 논리적으로 제시해줘.’ 등 정교화된 프롬프팅을 작성하였다.

4) 검토 및 보완(1시간)

4단계는 시나리오 초안을 검토하고 수정하는 단계이다. 우선 팀 별로 개발한 시나리오 초안에 대해 교재, 강의록, 최신 종양 간호 실무 지침서 및 종양 관련 문헌을 대조하여 논리적 격차나 임상적 오류를 확인하고 시나리오를 수정·보완하였다. 이후 교수자가 제공한 피드백을 바탕으로 최종 시나리오를 완성하였다(Dwivedi et al., 2023; O’Connor, 2023).

5) 개념 지도 작성과 실습(2시간)

5단계는 시나리오 흐름을 한눈에 파악할 수 있도록 개념지도(concept mapping)를 작성하는 단계이다. 개념지도를 작성하는 학습활동은 사전 지식을 강화할 수 있고, 학습자의 심리적 안정감을 도모하는 등 시뮬레이션 학습을 촉진할 수 있는 효과적인 학습 전략이다(Innis, Johnston, & Cambly, 2024). 참여자는 작성한 개념지도 요소를 확인하여 시나리오 전개에 따른 환자 상태 변화 및 중재사항을 반복 학습하며 시나리오 개발에서 작성하였던 SBAR를 중심으로 의료인, 환자, 필요시 보호자 역할 분담에 따른 대사를 검토하여 역할극을 연습하였다.

6) 시뮬레이션 실습 및 디브리핑(30분)

6단계는 팀별로 개발한 시나리오를 기반으로 고충실도 시뮬레이터(high-fidelity simulator)를 이용한 시뮬레이션 실습을 경험하는 단계이다. 시뮬레이션 실습은 각 팀 별로 진행하였다. 시뮬레이션 운영 시간, 장비 및 실습환경, 디브리핑 방식에 대해 전체 참여자를 대상으로 전체 사전브리핑을 실시하고, 이후 각 팀 별로 시뮬레이션 실습 수행 전 학습 목표, 사례 개요, 학습자의 역할 및 책임 등에 관한 팀별 사전브리핑을 실시하였다. 팀별 사전브리핑과 시뮬레이션 구동은 각 10분간 진행되었다. 팀별 시뮬레이션 이후 전체 참여자를 대상으로 해소(Defusing), 발견(Discovering), 심화(Deepening)로 구성된 3D 모델을 활용하여 20분간 디브리핑을 진행하였다(Zigmont, Kappus, & Sudikoff, 2011).

7) 성찰일지 작성(1시간)

7단계는 시뮬레이션 실습 종료 후 성찰일지를 작성하는 단계이다. 성찰일지는 Zigmont 등(2011)이 제시한 3D 디브리핑 모델의 단계적 구조를 근간으로 작성하게 하였다. 해소 단계에서는 실습 직후 학습자의 감점을 탐색할 수 있도록 시뮬레이션 중 느낀 전반적인 감정과 긍정적 측면, 어려움과 한계점을 기술하도록 하였다. 발견 단계에서는 GenAI를 통해 설계한 시나리오와 실제 시뮬레이션 실습, 임상 맥락에서의 오류나 괴리를 발견하도록 하고, 교수자의 피드백과 디브리핑 토론을 통해 얻게된 새로운 지식을 발견하고 통합하도록 하였다. 심화 단계에서는 이를 향후 임상 현장에서 어떻게 적용할지 구체적인 행동 계획이나 의미 있었던 경험 등을 성찰하여 기술하도록 하였다.

4. 자료 수집 및 분석

자료수집 기간은 2026년 3월 25일부터 2026년 4월 19일까지이다. 총 23부의 성찰일지를 최종 수집하였고, Graneheim & Lundman (2004)가 제시한 내용분석 방법에 따라 분석하였다. 우선 참여자들이 작성한 성찰일지를 반복하여 정독하면서 참여자들의 학습경험에 대해 전체적인 맥락과 의미를 파악하였다. 이후 서술형 진술문을 중심으로 의미 단위(meaning units)를 추출한 후, 의미 단위의 핵심 내용을 유지하면서 원 의미를 훼손하지 않는 범위 내에서 간결하게 축약(condensation)하였다. 축약된 의미 단위는 질적으로 추상화하여 고유한 속성을 대변하는 코드(codes)를 부여하여, 유사한 코드 간의 공통점과 차이점을 비교·분석하여 하위범주(subcategories)를 도출하였다. 최종적으로 하위범주 간의 관련성과 차이를 검토하여 학습경험의 본질적 의미를 반영하는 핵심 주제(themes)를 도출하였다.

5. 연구의 엄밀성

분석 결과의 신뢰도와 타당성을 확보하기 위해 Lincoln과 Guba (1985)가 제시한 질적 연구의 평가 기준에 따르고자 노력하였다. 신뢰성 확보를 위해 참여자들이 프로그램 경험을 충분히 표현할 수 있도록 성찰일지를 자유기술 형식으로 작성하도록 하였으며, 충분한 작성 시간을 제공하였다. 또한, 연구자는 성찰일지를 반복적으로 읽고 참여자의 경험과 의미가 왜곡되지 않도록 원자료를 중심으로 분석하였다. 적용가능성을 확보하기 위해 교육 프로그램 운영 과정을 구체적으로 기술하였으며, 성찰일지의 내용을 반복적으로 검토하여 의미 있는 진술을 중심으로 결과를 도출하고자 하였다. 일관성을 확보하기 위해 자료 분석 과정과 범주 도출 과정을 기록하였으며, 내용분석은 질적 연구 수행 경험이 있는 교수자 2인이 독립적으로 분석을 수행한 후 지속적인 논의와 검토 과정을 거쳐 결과를 수정·보완하였다. 마지막으로 확인가능성을 확보하기 위해 질적 연구 경험이 풍부한 간호대학 교수 1인에게 연구 결과를 공유하고 분석 내용과 범주의 적절성에 대한 의견 수렴 과정을 거쳐 최종 결과를 도출하였다. 또한 연구자는 연구 과정 전반에서 연구자의 선 이해와 편견이 연구 결과에 영향을 미치지 않도록 노력하였다.

6. 윤리적 고려

본 연구는 인간 대상 연구의 윤리적 안전성을 확보하기 위해 연구 윤리를 고려하여 연구를 수행하였다. 특히, 교수자-학생 관계에서 발생할 수 있는 위계에 의한 영향력을 최소화하기 위해 노력하였다. 교육 프로그램 시작 전, 학생들에게 본 연구 참여가 교과목 성적이나 평가에 어떠한 불이익이나 영향도 미치지 않음을 사전에 명확히 고지하였다. 본 연구의 목적, 절차, 참여 철회 가능성 및 개인정보 보호에 대해 충분히 설명한 후 자발적인 서면 동의를 작성한 경우 연구 대상자로 선정하였다. 대상자의 개인 식별 정보를 보호하기 위해 모든 수집 자료에서 학번 및 이름 등은 제거하고 코딩한 후 암호화된 드라이브에 별도 보관하여 익명성과 개인정보를 보호하였다. 모든 자료는 연구 목적으로만 활용되며 참여자는 언제든지 연구 참여를 철회할 수 있음을 충분히 인지할 수 있도록 설명하였다.

Ⅲ. 연구결과

1. 일반적 특성

4학년 간호대학생 총 23명이 본 연구에 참여하였다. 참여자의 평균 연령은 22.7±1.89세였으며, 성별은 여학생이 17명(73.9%), 남학생이 6명(26.1%)이었다. 참여자 모두 교육 프로그램 참여 이전에는 GenAI를 활용하여 시뮬레이션 시나리오를 직접 개발하거나 설계한 경험은 없었다.

2. GenAI를 활용한 시뮬레이션 시나리오 개발 및 적용 경험

GenAI를 활용한 종양 응급 간호 시나리오 개발 및 시뮬레이션 실습 경험은 단순히 팀 과제를 수행한 경험에 머무르지 않고, 참여자들의 임상적 사고의 깊이를 넓히고 자기성찰을 촉진하는 다차원적인 교육 경험을 끌어낸 것으로 확인되었다. 참여자들은 GenAI를 활용하여 환자 사례를 구성하고 시뮬레이션 시나리오를 개발하는 과정에서 임상 상황을 구조화하고, 기존 지식의 부족함을 인식하며, 다양한 정보를 통합하여 임상적 의사결정을 수행하는 경험을 하였다. 또한 팀 기반 활동과 디브리핑 과정을 통해 협력적 문제해결 역량과 실무 수행에 대한 자신감을 얻었다.

자료 분석 결과, 총 4개의 핵심 주제와 12개의 하위범주가 도출되었다. 4개의 주제 범주는 주제 1 「AI 기반 스캐폴딩을 통한 임상 상황의 구조화」, 주제 2 「AI 정보의 검증과 지식의 재구성」, 주제 3 「임상추론과 협력적 문제해결 역량의 향상」, 주제 4 「전문직 정체성 확립과 미래 실무 준비」이다(Table 1).

1) AI 기반 스캐폴딩을 통한 임상 상황의 구조화

참여자들은 GenAI가 제공하는 다양한 정보와 피드백을 바탕으로 복잡한 종양 응급상황을 보다 체계적으로 이해하고 구조화할 수 있었다고 진술하였다. GenAI를 학습 매체로 활용하면서 불확실하고 모호했던 아이디어를 구체화하고, 특히 환자의 증상 변화, 검사 결과, 치료 과정 및 간호 중재를 단계적으로 연결하면서 임상 상황의 흐름을 파악하는 데 유용했다고 보고되었다. 이는 실무 수행에 대한 두려움을 낮추고 자신감을 얻을 수 있는 계기를 제공하였다. AI는 단순히 정보를 제공하는 도구를 넘어 인지적 스캐폴딩으로 작용하였다. 또한, 참여자들은 시나리오를 구성하는 과정에서 환자의 상태 변화와 우선순위를 반복적으로 확인하며 임상 상황을 더욱 생생하게 그리고 이해하였다.

(1) 막막함에서 구조화된 접근으로

참여자들은 지식이 부족한 상태에서 고위험 종양 응급 환자 사례를 처음 설계할 때 느꼈던 막연함을 GenAI와의 상호작용을 통해 해결하였다. 프롬프트를 입력함에 따라 가상 환자의 주호소와 과거력, 관련 검사 수치들이 체계적으로 도출되면서 단시간에 임상 맥락을 이해하고 몰입하며 시나리오의 기초 틀을 작성할 수 있었다.

“처음에는 막연하게 응급상황만 떠올렸는데, GPT가 환자 상태 변화나 검사 결과를 단계별로 제시해 줘서 신기했고, 시나리오 흐름을 구체적으로 작성할 수 있어 좋았다.”

(Participant 2)

“지금까지 시뮬레이션 실습을 하긴 했지만 막상 어떤 상황을 먼저 넣어야 할지 몰랐는데 GPT가 예시를 제시해 주니까 환자의 상태 변화 과정을 이해하기 쉬웠고 전체 상황을 파악할 수 있었던 것 같다.”

(Participant 6)

(2) 외재적 인지 부하 감소

시뮬레이션 시나리오 개발을 위해 방대한 관련 서적이나 임상 지침서를 개별적으로 찾아 작성해야 했던 기존 과제 방식과 달리, GenAI가 기본적인 임상 데이터와 투약이 포함된 의사 처방 예시를 일차적으로 정렬해 줌으로써 참여자들이 자료 검색과 서식 작성에 소모하는 외재적 인지 부하를 대폭 줄여주었다.

“혼자 자료를 찾을 때는 어디서부터 어게 해야 할지 엄두가 나지 않고 복잡했는데, AI가 핵심 내용을 정리해 주니까 솔직하게는 편했고, 시간을 더 효율적으로 사용해서 과제에 집중할 수 있었다.”

(Participant 4)

“시나리오를 처음부터 끝까지 다 작성해야 한다는 부담이 컸는데 Chat GPT를 사용해 보니깐 순식간에 자료를 만들어줘서 과제 시간이 많이 줄었다.”

(Participant 8)

(3) 학습 진입장벽의 감소

기존 난이도가 높은 시나리오 시뮬레이션 실습에서 경험했던 긴장감과 부담감을 참여자들은 어느 정도 느끼고 있었다. 종양 응급 간호라는 아직 구체적으로 경험하지 못한 임상 상황에 대해 시나리오를 직접 작성하고 맥락을 이해하며 시뮬레이션 실습에 참여할 수 있어, 심리적 거부감과 두려움이 감소하였다. GenAI가 실시간으로 실무 가이드를 제공하여 학습을 촉진하고, 시나리오 개발과 시뮬레이션 실습 과정에서 심리적 안전감을 느끼며 보다 능동적으로 시나리오 고도화 작업에 몰입할 수 있었다.

“종양이라는 단어와 응급상황이라는 단어에서부터 복잡하고 어려울 것 같아 긴장이 많이 되었는데 GPT가 자료를 많이 만들어줘서 막상 시뮬레이션이 시작되니 생각보다 괜찮았던 것 같아서 뭔가 이전보다는 편했다.”

(Participant 11)

“시나리오를 만들 때 틀려도 다시 질문하면서 수정할 수 있어서 더 자유롭게 생각하고 확인해 볼 수 있어서 좋았고, 시뮬레이션 실습에 대한 압박감도 덜해서...”

(Participant 9)

2) AI 정보의 검증과 지식의 재구성

참여자들은 GenAI가 생성한 정보를 그대로 수용하기보다, 기존에 학습한 지식 및 근거 기반 자료와 비교·검토하는 과정을 반복하면서 정보의 오류나 불일치를 발견하였다. 이러한 경험은 AI의 응답을 비판적으로 해석하도록 만들었으며, 교과목별로 분절되어 있던 지식을 재확인하고 통합적으로 재구성하는 계기가 되었다. 특히 참여자들은 환자의 상태 변화와 간호 중재의 근거를 검증하는 과정에서 단편적으로 암기했던 지식을 실제 임상 맥락 안에서 연결하여 이해함으로써 이론과 실무 사이의 간극을 메워갔다.

(1) AI 생성 정보의 오류 및 불일치 인식

참여자들은 GenAI가 도출한 간호 중재나 검사 결과, 의사 처방 등에서 실제 임상 지침과 맞지 않는 논리적 모순이나 AI 할루시네이션 현상을 발견하였다. AI의 결과물을 무비판적으로 수용할 수 없음을 인지하면서 고도화된 기술에 대한 맹신을 버리고 정보를 비판적으로 검토하는 시각을 갖게 되었다. 또한 ChatGPT의 답변을 그대로 수용하기보다 정보를 확인하고 수정하는 과정이 번거롭지만, 꼭 필요함을 깨달았다. 참여자들은 이러한 경험을 통해 GenAI를 단순한 정답 제공 도구가 아닌, 스스로 사고하고 검토하게 만드는 학습 도구로 인식하게 되었다.

“GPT가 생성한 정보 중에 실제 병원에서 봤던 응급 프로토콜과 다른 부분이 있어서 다시 찾아보게 되었다. 처음에는 GPT가 다 맞을 거라고 생각했는데...”

(Participant 14)

“시나리오 흐름이나 환자 상태 변화 과정이 조금 비현실적인 부분도 있어서 팀원들이랑 계속 이야기하고 찾아보면서 몇 번씩 수정해야 했다.”

(Participant 9)

(2) 근거 기반 정보의 재탐색

참여자들은 ChatGPT가 제공한 정보의 확실성을 검증하기 위해 전공 교과서나 임상 실무 지침서, 가이드라인 및 프로토콜 등의 근거 기반 자료를 반복적으로 읽고 검토하는 탐색과정을 경험하였다. 이 과정에서 기존에 단순 암기 수준으로 이해했던 지식을 더 깊이 있게 학습하며 올바르고 정확한 지식을 선별해 내는 분석적 성찰 학습도 경험하였다. 더불어 참여자들은 근거를 확인하는 과정에서 실제 임상에서 요구되는 근거 기반 사고의 중요성을 체감하였다고 진술하였다.

“GPT가 알려준 내용이 맞는지 확인하려고 ACLS 가이드라인이랑 강의록을 다시 찾아봤다. 그냥 외웠던 내용들이 그냥 외우는게 아니라 실제로도 정확히 맞아떨어져야 한다는 게 중요하다는 걸 깨달았다.”

(Participant 18)

“시나리오 대본을 작성하면서 간호 중재 이유를 설명하려고 더 많은 자료를 찾아보는 과정이 좀 귀찮기는 했지만, 팀원들과 같이 공부할 수 있어서 좋았다.”

(Participant 22)

(3) 파편화된 지식의 통합과 재구성

참여자들은 시나리오를 개발하고 수정하는 과정에서 병태생리, 약물, 검사 결과, 간호 중재 등 교과목별로 분리되어 학습했던 지식을 시뮬레이션 실습 하에 수행되는 모의 임상 상황 안에서 통합적 사고하고 연결해야 했다. 반복적인 프롬프트 수정 및 검증 과정을 거치면서 단편적인 지식 조각들이 유기적으로 연결되었고, 이를 기반으로 수행된 종양 환자 응급상황이라는 구체적인 시뮬레이션 실습을 통해 지식 체계가 견고해짐을 느끼고 있었다.

“예전에는 병태생리, 약물, 간호 중재를 다 따로 외웠는데 이번에는 시나리오도 작성하고 직접 시뮬레이션 실습까지 하면서 환자를 볼 때 전반적으로 이런 걸 봐야겠다고 하는 큰 틀이 생긴 것 같다.”

(Participant 5)

“환자 상태를 전체 흐름으로 생각하게 되면서 왜 이런 처치를 해야 하는지, 왜 이런 검사 결과를 확인해야 하는지를 하나씩 짚어 보면서 생각이 깊어졌고, 실제로 시뮬레이션 하면서 뭔가 진짜 환자 문제를 해결하는 기분이 들었다.”

(Participant 11)

3) 임상추론과 협력적 문제해결 역량의 향상

참여자들은 GenAI 기반 종양 응급 시나리오를 개발하고 시뮬레이션을 수행하는 과정에서 단순히 정해진 간호술기를 수행하는 것을 넘어, 환자의 상태를 종합적으로 해석하고 우선순위를 판단하는 임상추론 능력이 향상되었다. 참여자들은 환자 정보를 공유하고 의사소통하는 경험을 통해 전문직 간 협력의 중요성을 인식하고, 환자의 증상, 검사 결과, 치료 과정 및 간호 중재를 통합적으로 이해하면서 실제 임상 판단과 유사한 사고 과정을 경험할 수 있었다.

(1) 응급상황에서의 우선순위 결정

참여자들은 환자 상태가 급격하게 변화하는 응급상황에서 무엇을 먼저 사정하고 중재해야 하는지 끊임없이 고민하면서 우선순위 판단의 중요성을 경험하였다. 특히 제한된 시간 안에서 가장 위험한 문제를 먼저 파악하고 대응하는 과정을 통해 임상적 사고의 깊이를 넓히며 임상 판단과 의사결정을 수행하였다.

“예전에 시뮬레이션 할 때는 환자 상태가 계속 변하면 어떤 문제를 어떻게 할지 좀 막연했는데, 시나리오도 작성해서 공부한 것도 있지만 먼저 해결해야 할 우선순위를 판단하는 게 정말 중요하다는 걸 느꼈다.”

(Participant 4)

“예전에는 체크리스트나 술기 프로토콜을 보고 순서나 이런걸 그냥 외웠는데 이번에는 환자 상태 변화에 따라 왜 이 처치를 먼저 해야 하는지 어떤 걸 먼저 확인해야 하는지 스스로 판단하고 적극적으로 했던 것 같다.”

(Participant 20)

(2) SBAR를 활용한 전문직 간 의사소통 향상

참여자들은 시나리오 대본을 작성하거나 시뮬레이션 실습을 수행하면서 팀원들과 환자 상태를 공유하고 의료진에게 상황을 전달하기 위해 SBAR를 사용하며 의사소통의 원활함과 중요성을 경험하였다. 특히 핵심 정보를 구조화하여 전달하는 과정이 전문직 간 협력의 중요성을 이해하는 데 도움이 되었다고 하였다. 또한 참여자들은 의사소통 과정이 단순한 정보 전달을 넘어 환자 안전과 연결된다는 점을 인식하게 되었다.

“막상 전화기를 들고 보고할 때 좀 두서없었는데 이번에는 환자 상태를 처음부터 SBAR로 정리해서 보고하는 연습을 해서 그런지 어떤 정보를 우선적으로 전달해야 하는지 명확하게 알게 되었고 소통하기도 더 수월했다.”

(Participant 3)

“팀원들과 계속 상황을 공유하면서 짧고 정확하게 말하는 연습이 되었고 실제 임상에서도 의사와도 그렇고 다른 부서와도 같이 일해야 할텐데 도움이 된 것 같다.”

(Participant 10)

(3) 협력적 문제해결의 경험

참여자들은 시뮬레이션 실습을 통해 단순히 특정 술기를 수행하는 차원을 넘어, 환자의 과거력과 현재 증상, 활력징후 및 검사 결과 간의 유기적 인과관계를 파악하면서 전체 상황을 바라볼 수 있는 시야를 얻게 되었다. 참여자들은 이러한 경험을 통해 실제 임상 현장에서 요구되는 통합적 사고와 협력적 문제해결 능력을 익힐 수 있었다.

“예전에는 활력징후나 검사 결과를 보는 것만으로도 좀 복잡하다는 생각이 들었는데 이번에 환자 상태부터 의사 처방이나 약물까지 한눈에 좀 볼 수 있다는 느낌이 들었고 시나리오를 직접 작성했기 때문에 더 쉽게 이해된 것 같다.”

(Participant 6)

“단순히 환자의 증상만 보는 게 아니라 환자 상태 전체를 봐야하고 볼 수 있다는 자신감이 좀 생긴 것 같다. 그리고 왜 이런 변화가 생기는지 어떤 상황이 예측되는지 스스로 생각해보며 질환에 대한 환자 간호를 깊이 있게 경험해 볼 수 있었다.”

(Participant 23)

4) 전문직 정체성 확립과 미래 실무 준비

참여자들은 시나리오를 직접 작성하고 실제 임상 환경과 같은 모의 상황에서의 시뮬레이션 실습에 참여하면서 임상 현장에 대한 두려움이 감소하고 종양 응급상황에 대한 대응 자신감이 향상되었다고 경험하였다. 또한, 예비 간호사로서의 역할과 책임을 경험하면서 막연한 두려움은 감소하였으며, 실제적 역할 수행을 통해 책임감과 자기효능감을 형성하게 되었다.

(1) 응급상황 대응에 대한 두려움 감소

참여자들은 종양 응급상황을 스스로 설계하고 시뮬레이션 환경에서 반복적으로 대처해 봄으로써, 실제 임상 현장에서 응급 환자를 마주하는 것에 대한 막연한 공포심과 두려움이 완화되었다. 또한, 시나리오 개발부터 시뮬레이션 실습 참여에 이르는 과정을 반복적으로 경험하면서 응급상황에 대한 자신감이 향상되었다.

“사실 응급상황이 생기면 아무것도 못 할 것 같아서 좀 긴장되고 무서웠는데, 이렇게 시뮬레이션을 하고 나서 한결 마음이 놓였고 어떤 것을 먼저 해야 하는지 생각할 수 있게 되었다.”

(Participant 1)

“임상 실습을 하면서 환자 상태가 갑자기 나빠져서 처치실에 가고 사람들이 몰려오는 상황이 조금은 무서웠는데 이번에 여러 번 연습하면서 조금 더 침착하게 대응할 수 있을 것 같다는 생각이 들었다.”

(Participant 14)

(2) 이론과 실무 간 간극 완화

참여자들은 기존에 학습한 이론적 지식이 실제 임상 상황과 연결되지 않아 이를 적용하는 데 어려움을 경험하였다고 진술하였다. 암기 위주로 학습했던 이론 지식이 ChatGPT를 활용한 시나리오 개발 과정에서 구체적인 임상 상황과 간호중재로 연결되는 경험을 하면서

“책으로만 공부했을 때는 막상 왜 이렇게 하는지 잘 몰랐는데, 실제 상황처럼 생각하고 역할을 직접 해보니깐 아는 것이 수행으로 연결되는 느낌이 들었다.”

(Participant 5)

“교과서에서 배운 내용을 환자 상태에 맞춰 직접 적용해 보니깐 실습 때 봤던 환자 케이스가 떠오르고 더 이해되는 느낌이다.”

(Participant 10)

(3) 전문성에 대한 자신감과 미래 준비

참여자들은 환자 상태를 분석하고 우선순위를 판단하며 팀원들과 협력하는 과정을 통해 간호사의 역할과 책임을 보다 구체적으로 이해하게 되었다. 스스로 의사결정을 수행하고 환자 안전을 고려하는 과정에서 인간 중심의 공감과 정서적 지지, 그리고 근거 기반의 정확한 임상적 판단이 왜 중요한지 깨달으며 이러한 경험은 실무 수행에 대한 자신감을 향상시키고 전문직 간호사로서의 정체성을 구체화하는 계기가 되었다.

“예전 시뮬레이션 할 때는 학생간호사로 역할이나 점수에 신경을 썼는데 이번에는 실제 간호사처럼 판단하고 수행하고, 또 의사 처방도 검토하면서 전문적인 의료인이 된 느낌이었다.”

(Participant 13)

“불안해하는 환자나 보호자에게 말해볼 기회가 많지 않았는데 정서적 간호도 해보고, 환자 상태를 계속 관찰하고 팀원들과 의사소통하면서 간호사의 역할이 얼마나 중요하고 의미 있는지 느낄 수 있어 좋았다.”

(Participant 17)

Ⅳ. 논 의

본 연구는 간호대학생을 대상으로 GenAI를 활용하여 종양 응급 간호 시나리오를 직접 설계하고, 고충실도 시뮬레이션 실습에 참여한 간호대학생의 교육 경험의 의미를 탐색하고자 수행되었다. Graneheim과 Lundman (2004)의 질적 내용분석 결과, AI 기반 스캐폴딩을 통한 임상 상황의 구조화, AI 정보의 검증과 지식의 재구성, 임상추론과 협력적 문제해결 역량의 향상, 전문직 정체성 확립과 미래 실무 준비의 네 가지 핵심 주제가 도출되었다. 참여자들은 GenAI를 활용하여 임상 상황을 구조화하고, AI 생성 정보의 오류와 불일치를 비판적으로 검토하는 과정을 반복적으로 수행함으로써 임상 추론과 의사소통 역량일 향상됨을 경험하였다. 또한, 응급상황에 대한 심리적 부담 감소와 실무 준비 자신감을 높일 수 있었다. 이는 GenAI가 단순히 시나리오 작성의 편의성을 높이는 도구가 아니라, 학습자가 복잡한 임상 상황을 이해하고 사고를 조직화하며 실무 수행으로 연결하도록 돕는 학습 매개체로 기능했음을 보여주었으며, 이는 시뮬레이션 기반 학습에서의 교육적 접목의 가능성을 시사한다.

본 연구의 결과는 GenAI 기반 시뮬레이션 교육이 일반적인 시뮬레이션 교육과 비교하여 학습자의 메타인지적·반성적 사고를 촉진하는 교육적 효과가 있음을 확인하였다. GenAI의 활용은 학습자가 복잡한 응급 상황을 구조화하고 인지적 과부하를 줄이는 인지적 스캐폴딩의 학습전략으로 사용되었다(Fischer et al., 2022; Wang, Chen & Yen, 2021). 간호대학생의 경우 기존 시나리오 개발이나 시뮬레이션 실습을 준비하기 위해 방대한 분량의 임상 지침서와 교재, 전문 서적을 개별적으로 탐색하고 작성해야 했기 때문에 과도한 인지적 과부하를 경험할 수 있다. 그러나 본 연구에서 참여자들은 GenAI와의 실시간 상호작용을 통해 초기 시나리오 구성 단계에서 막연함과 부담감을 다소 극복할 수 있었다. 복잡한 종양 응급 환자의 주호소, 활력징후, 의사 처방 예시 등의 기초 데이터와 임상 상황 사이의 지식 격차를 발견하고, 이를 근거 기반 자료와 대조하는 과정을 거치며 주도적으로 지식을 통합하는 스캐폴딩을 경험한 것이다(O’Connor et al., 2024; Wang et al., 2021). 이러한 상호작용은 학습자가 단순히 과제를 수행하는 수준을 넘어, 자신이 무엇을 알고 무엇을 이해하지 못하는지를 인식하고 학습 전략을 구상하는 메타인지적 과정을 활성화한다. 선행연구에서도 메타인지적 스캐폴딩은 학생들의 수행능력과 문제이해도를 높이는데 유용한 것으로 보고되었다(Liu et al., 2023; Topaz et al., 2025). 따라서 본 연구에서의 GenAI 활용은 단순한 학습 도구로서의 기술을 적용한 것에 그치지 않고, 학습자의 메타인지와 반성적 사고, 자기주도적 학습을 지원하는 스캐폴딩 전략으로서의 유용성을 보여주었다. 이러한 결과는 GenAI 기반의 시뮬레이션 교육이 학습자의 불필요한 인지 부하를 줄여 학습시간의 효율성을 높인다는 선행 연구들과 맥락을 같이한다(Fung et al., 2025; Reed & Dodson, 2024). 적절한 스캐폴딩과 구조화된 학습 지원은 시뮬레이션 기반 교육에서 학습자의 인지 과부하를 낮추고 임상수행능력을 강화하는데 효과적이다(Jeffries, 2020; Jeffries, 2022, Leppink & Duvivier, 2016). 본 연구에서 GenAI 활용은 참여자가 정보 탐색에 소모하는 인지 자원과 물리적 시간을 줄이고, 자료 해석과 임상 판단과 같은 본질적인 학습 활동에 집중할 수 있도록 도왔다는 점에서 의미가 있다.

참여자들은 GenAI가 생성한 정보를 그대로 수용하지 않고 기존 지식과 비교·검토하는 과정을 반복하면서 비판적 사고와 임상 판단, 지식 통합의 연계 학습을 경험하였다. GenAI가 생성한 임상 데이터를 무조건적으로 수용하지 않고 기존 지식과 상충하는 논리적 오류가 있는지 탐색하고 이를 수정하는 과정은 단순 암기식 학습에서 벗어나 참여자들의 근거기반 사고를 촉진하는 계기가 되었다. 이는 GenAI를 활용한 학습이 참여자들로 하여금 정보의 정확성을 비판적으로 검토하게 만들어 자기주도 학습을 촉진한다는 선행 연구 결과를 뒷받침한다(Dwivedi et al., 2023; O’Connor, 2023; Topaz et al., 2025). 또한, GenAI의 응답을 평가하고 수정하는 과정 자체가 학습 경험이 될 수 있으며, GenAI 활용은 학습자의 정보 검증과 통합적 사고를 촉진하는 학습 전략으로 기능하였음을 알 수 있었다.

또한 참여자들은 학기별, 교과목별로 파편화되어 있던 병태생리학, 임상약리학, 진단검사 등의 지식의 조각을 종양 응급 환자라는 가상의 임상 맥락 속에서 통합하고 문제를 해결해보는 깊이 있는 학습을 경험하였다. GenAI가 단순한 정보 제공 도구가 아니라 학습자의 메타인지와 반성적 사고를 촉진하고, 더 높은 수준의 비판적 사고를 전개하여 근거 중심의 지식 체계를 견고하게 확립하는데 유용한 요소임을 알 수 있었다(Gunawan et al., 2024; Ostick et al., 2025). GenAI 학습 환경은 참여자들로 하여금 실패에 대한 두려움 없이 오류를 반복적으로 수정하고 해결하는 과정에서의 심리적 안전감과 사고의 유연성을 넓히는데 효과적이었다. 본 연구가 기존 시뮬레이션 실습과 차별화되는 지점은 바로 오류발견의 단계가 학습자에게 적용되었다는 점이다. 참여자는 GenAI 활용에서 경험하는 할루시네이션을 수동적으로 수용하지 않고 오류를 인지하고 비판적으로 검토하여 지식을 재구성하는 과정에서 메타인지와 반성적 사고를 경험하였다. 이는 기존의 시뮬레이션 교육에서 학습자의 관심이 술기 수행 중점이었던 반면, 본 프로그램을 통해 참여자들은 임상 사례에 대한 추론과 문제해결 과정을 능동적으로 경험했다는 점에서 의의가 있다. 참여자들은 단편적인 프로토콜 암기에서 벗어나, 환자 상태 변화에 따라 무엇을 먼저 사정하고 중재해야 하는지 임상적 우선순위를 스스로 판단하고 의사 결정하는 훈련을 반복할 수 있었다. 시뮬레이션 기반 교육이 간호대학생의 임상 추론과 의사소통 역량 향상에 효과적임은 분명한 사실이다(Saragih et al., 2024; Stenseth et al., 2025). 본 연구에서는 이러한 시뮬레이션 기반 교육의 효과를 높이기 위해 GenAI를 교육적으로 접목해 보았고, 주도적 임상 의사결정 경험이 학습자의 문제해결 능력과 추론 역량을 유의미하게 증진시킬 수 있다는 선행 연구 결과를 뒷받침하였다(Díaz, 2026; Gorucu et al., 2024). 또한, 가상 환자의 위험 징후를 보고하고 의사의 처방을 확인·검토하는 일련의 과정을 SBAR 의사소통 틀로 구조화하여 팀 시뮬레이션에서 연습하도록 한 교육 설계는 정보 전달의 정확성이 환자의 안전과 직결된다는 중요성을 인식하며 협력적 의사소통 역량을 강화하는 데 매우 효과적이라는 선행 연구와도 맥락을 같이한다(Kim & Choi, 2024).

마지막으로 참여자들은 반복적인 시뮬레이션 경험을 통해 응급상황에 대한 두려움이 감소하고 실무 수행에 대한 자신감이 향상되었다고 경험하였다. 또한 교과서 중심으로 학습했던 이론 지식을 실제 환자 상황에 적용하면서 이론과 실무 간의 간극을 줄일 수 있었다고 인식하였다. 이러한 경험은 궁극적으로 간호사로서의 역할과 책임에 대한 이해를 높이고 전문직 정체성 형성에 긍정적인 영향을 미친 것으로 해석된다. Benner (1984)는 초보 간호사가 실제적 경험과 상황적 맥락 속에서 임상적 판단 능력을 형성한다고 하였다. 본 연구에서도 참여자들은 GenAI 기반 자기 주도적 학습과 시나리오 개발, 시뮬레이션 실습 및 성찰일지 작성에 이르는 전 과정을 통해 환자 상태를 통합적으로 이해하고 스스로 임상적 의사결정을 수행하는 경험을 하였다. 이러한 과정은 지식 습득을 넘어 실제 임상 상황에 대한 이해와 전문직 간호사로서의 전문직 역할과 책임을 인식하고 자아 효능감을 높이는데 효과적이다(Saragih et al., 2024).

본 연구 결과를 바탕으로 다음과 같이 제언하고자 한다. 첫째, 본 연구는 일개 대학 간호대학생을 대상으로 편의표집 하여 수행된 질적 내용분석 연구이므로 연구 결과를 전체 간호대학생에게 일반화하는 데 제한이 있다. 따라서 후속 연구에서는 다양한 지역과 학년의 간호대학생을 포함하여 표본을 확대할 필요가 있다. 또한 GenAI 기반 시뮬레이션 교육이 지식, 임상추론 역량, 실무 수행능력, 자기효능감 및 학습 만족도 등에 미치는 효과를 객관적으로 검증하기 위한 양적 및 혼합연구 설계를 적용한 후속 연구를 제언한다. 둘째, 본 연구의 결과는 GenAI 활용 자체의 도구로서의 학습효과와 시나리오 개발 및 시뮬레이션 실습에 참여한 학습효과, 그리고 일반적인 시뮬레이션 교육에서의 학습효과를 독립적으로 분리하여 탐색하지 못하였다는 한계가 있다. 참여자의 학습 단계별 의미를 탐색할 수 있는 후속 연구를 제언한다. 셋째, GenAI는 동일한 프롬프트를 사용하더라도 응답 결과가 달라질 수 있는 특성이 있어, 시나리오 내용과 결과의 일관성을 완전히 통제하기 어려운 한계가 있다. 보다 정확하고 일관된 교육용 시나리오 개발을 위해 표준화된 프롬프트 가이드라인과 검증 체계를 구축하여 교육 효용성을 높일 것을 제언한다. 마지막으로 향후 세분화된 임상 전문 영역으로 시나리오를 확장·적용하여 다양한 임상 분야와 학년을 대상으로 GenAI 기반 시뮬레이션 교육의 효과를 검증하는 반복 연구와 인지부하 감소와 학습성과 간의 관계를 규명하기 위한 후속 연구를 제언한다.

Ⅴ. 결론 및 제언

본 연구는 간호대학생을 대상으로 GenAI 기반 종양 응급 간호 시나리오 개발 및 시뮬레이션 실습으로 적용한 참여자의 학습적 경험의 의미를 탐색하기 위해 수행되었다. GenAI의 활용은 학습자들의 외재적 인지 과부하와 심리적 두려움을 유의미하게 낮출 수 있으며, 임상 정보의 오류를 재탐색하는 성찰적 과정을 통해 간호대학생은 파편화된 지식을 임상 맥락 안에서 재구성하는 스캐폴딩의 유용한 학습경험을 제공하였다(Liu et al., 2023; Topaz et al., 2025). 이는 GenAI가 시뮬레이션 시나리오 생성과 즉각적인 피드백과 상호작용을 통해 학습자의 인지적 스캐폴딩을 지원하고 메타인지와 반성적 사고를 촉진하는 교육적 자원으로서의 활용 가능성을 보여주었다. GenAI 기반 시뮬레이션 교육 활성화를 통해 간호대학생의 실무 준비도와 수행 자신감을 높일 수 있도록 본 연구 결과가 임상 간호교육 전략의 기초자료로 활용할 것을 기대한다.