생성형 인공지능(Generative AI)은 학습자의 문제해결 과정을 지원하는 새로운 사고 도구로 활용되며 인간-AI 협력 방식의 변화를 촉진하고 있다. 특히 생성형 AI 기반 바이브 코딩 환경은 프로토타입을 구현하는 등 창의적 문제해결(Creative Problem-Solving, CPS) 과정에서 새로운 접근이 가능하게 하였다. 이러한 환경에서 나타나는 학습자의 문제해결 수행 양상 및 문제해결 전략에 대한 심층적인 탐색이 요구된다. 본 연구는 생성형 AI 기반 바이브 코딩 환경에서 학습자가 CPS 절차에 따라 문제해결 과제를 수행하는 양상을 탐구하였다. 이를 위해 대학생을 대상으로 한 CPS 학습 맥락에서 웹 사용 및 활동지 작성 로그, 활동지를 통해 학습자의 단계별 수행 양상을 다각적으로 분석하였다. 연구 결과, CPS 수행 과정에서는 자료 탐색과 문제 진술, 아이디어 생성, 해결책 개발 간을 반복적으로 오가며 문제를 재정의하고 해결안을 조정하는 수행 양상이 관찰되었다. 또한 학습자의 문제해결 전략은 인간-AI 순환적 협력형, 인간-AI 조정적 활용형, 인간-AI 보완적 선택형의 세 유형으로 구분되었다. 이는 CPS 학습 설계가 단계별 활동 제시뿐만 아니라 단계 간 전환을 조직하고 판단을 지원하는 방향으로 고려될 필요가 있음을 보여준다. 나아가 교수설계 차원에서는 학습자의 판단과 조정을 지원하는 구조화된 스캐폴딩과 적응적 학습지원을 제공할 필요가 있음을 시사한다. 본 연구는 생성형 AI 활용 CPS 학습의 실제 수행 양상을 실증적으로 분석함으로써, 인간-AI 협력 문제해결 학습 설계를 위한 시사점을 제공한다는 점에서 의의를 가진다.

주요어 : CPS, 생성형 AI, 바이브 코딩, 문제해결, 인간-AI 협력