대학 메타버스 기반 교육환경은 온․오프라인 학습의 한계를 극복할 수 있을 것으로 기대되고 있으나 학습활동 모니터링의 한계와 윤리적 문제, 수업 상황 이외의 상호작용의 제한 등의 한계 역시 지적되고 있다. 본 연구는 대학 메타버스 기반 교육환경에서 교수․학습 지원을 위한 AI 에이전트 프레임워크의 구체적인 설계 방안을 제시함으로써 대학 메타버스 기반 교육환경의 한계를 극복하기 위한 시사점을 제안하는 데 그 목적이 있다. 연구목적의 달성을 위해 체계적 문헌분석을 통해 AI 에이전트의 구성요소 및 프레임워크 초안을 구성하고, 18인의 교육공학 및 플랫폼 전문가 패널을 대상으로 3차에 걸친 델파이 조사를 시행하여 최종적인 AI 에이전트 구성요소 및 프레임워크를 개발하였다. 이후 사용성 평가를 거쳐 실제 적용 가능성을 검토하였다. 연구 결과 최종 도출된 AI 에이전트는 기능과 플랫폼, 인프라 등 3개의 영역 및 10개 소영역, 20개 범주, 96개의 구성요소를 포함하고 있다. 기능 영역은 사용자를 대상으로 개별화 맞춤형 서비스 제공에 초점을 맞추며, 플랫폼 영역은 AI 에이전트 및 사용자 간 상호작용을 촉진하는 데 중점을 둔다. 또한 인프라 영역은 AI 에이전트가 원활하게 서비스를 제공하기 위해 요구되는 각종 기술 및 인프라를 설명한다. 이러한 AI 에이전트의 설계 및 개발 시 AI 에이전트 생성 콘텐츠의 정확도 향상을 위한 방대한 학습 데이터가 구축이 필요하며, 할루시네이션 현상 예방 방법과 관련 법안의 검토가 이루어져야 한다. 본 연구 결과는 대학 메타버스 기반 교육환경의 개별화 맞춤형 교육의 질적 제고와 함께, 대학 교육 내 확산, 상호작용성의 극대화에 기여할 것으로 기대한다.

주요어 : 대학 메타버스 기반 교육환경, 교수․학습 지원, AI 에이전트 구성요소 및 프레임워크, 체계적 문헌분석, 델파이 조사