본 연구는 인공지능 교육이 공교육에 도입되기 시작하는 초등학교 고학년을 대상으로 인공지능 핵심역량을 모델링함으로써 인공지능 시대의 인재상을 명확히 하고, 인공지능 교육의 방향성 수립에 기초를 제공하는 것을 목적으로 한다. 이를 위하여 전문가 일대일 면담, 포커스 그룹 인터뷰, 델파이 조사 등 의견수렴 및 타당화 과정을 반복적으로 실시하였고, 이러한 과정에서 초등 인공지능 교육의 핵심역량 구성요인을 도출하고 타당성을 검증하였다. 인공지능 교육 핵심역량은 ‘인공지능 이해’ 범주에 15개 역량, ‘인공지능 윤리’ 범주에 8개 역량, ‘인공지능 사회정서’ 범주에 8개 역량이 포함되어 총 3개 범주 31개 역량이 도출되었다. 최종안에 대한 델파이 조사결과, 전체 응답평균 3.66/4점, CVI 평균 0.930, CVR 평균 0.863으로 CVI 최솟값 0.70과, CVR 최솟값 0.455를 상회하는 등 높은 공감대를 획득하였다. 특히, ‘인공지능 이해’ 범주의 ‘AI 인지’와 ‘AI 활용’, ‘인공지능 윤리’ 범주의 ‘AI 윤리 문제인식’, ‘인공지능 사회정서’ 범주의 ‘인간-AI 협업’과 ‘능동적 자기관리’ 역량의 타당도와 중요도가 높게 나타났다. 본 연구는 초등 맥락의 인공지능 교육 핵심역량 모델링을 통해 인공지능 이해 교육을 넘어 인공지능 윤리와 사회정서 교육까지로 시야를 넓히는데 기여하고자 하였으며, 초중등 인공지능 교육의 체계를 마련하는데 기초를 제시하였다. 또한 인공지능 교육에 역량중심 융합교육을 도입할 수 있도록 토대를 마련한 것에 의의를 가진다.The purpose of this study is to clarify the concept of talent for the artificial intelligence era and to provide the foundation for designing the directivity of artificial intelligence education by modeling core competencies for upper grades of elementary school students where artificial intelligence education is initiated in public education. To this end, experts one-to-one interviews, focus group interviews, and Delphi surveys were repeatedly conducted, in which process, core competency components of elementary artificial intelligence education were derived and validated. The core competencies of artificial intelligence education included 15 competencies in the ‘artificial intelligence understanding’ category, 8 competencies in the ‘artificial intelligence ethics’ category, and 8 competencies in the ‘artificial intelligence social emotions’ category, resulting in a total of 31 competencies in 3 categories. As a result of the Delphi survey on the final draft, the overall response average was 3.66/4 points, the CVI average was 0.930, and the CVR average was 0.863, which exceeded the CVI minimum value of 0.70 and the CVR minimum value of 0.455. In particular, the validity and importance of the competencies of 'AI awareness', 'AI utilization' in the 'artificial intelligence understanding' category, ‘AI ethics problem recognition’ in the 'artificial intelligence ethics’ category, and 'human-AI collaboration', 'active self-management' in the 'artificial intelligence social emotions' category were found to be high. This study attempted to contribute to expanding the perspective beyond artificial intelligence principle education to artificial intelligence ethics and social-emotional education through modeling of core competencies for elementary schoolers and presented the basis for the systematic perspective of artificial intelligence education. It is also meaningful to lay the foundation for introducing competency-based convergence education into artificial intelligence education.