수업이 끝나고 제출함에 쌓인 탐구 보고서를 펼쳐든 날, 저는 잠시 멍해졌습니다. 화려한 문장, 깔끔한 목차, 그럴듯한 인용구까지. 그런데 다음 날 발표 시간에 "이 개념을 네 말로 설명해봐"라고 했더니 아이가 아무 말도 못 했습니다. 미국 전체 일자리의 47%가 자동화 위험에 처해 있다는 분석을 2013년에 내놓았던 칼 베네딕트 프레이 옥스퍼드대 교수의 경고가, 어째서인지 그 교실 풍경과 정확히 겹쳐 보였습니다.

평가 제도가 바뀌지 않으면 AI는 생산성이 아니라 복사기가 된다
프레이 교수는 저서 <테크놀로지의 덫>(2019)에서 산업혁명 초기를 짚어냅니다. 기계가 도입되면서 생산성은 올라갔지만, 정작 노동자의 임금은 수십 년간 제자리였고 늘어난 부는 자본가 쪽으로 쏠렸습니다. 기술 그 자체가 번영을 보장하지 않는다는 뜻입니다. 제가 직접 겪어보니 이건 교실에서도 그대로였습니다.
학생들은 생성형 AI(Generative AI)를 씁니다. 여기서 생성형 AI란 텍스트·이미지·코드 등을 스스로 만들어내는 인공지능 모델을 가리키는데, 쉽게 말해 프롬프트 몇 줄만 입력하면 그럴듯한 문서를 뽑아주는 도구입니다. 문제는 이 도구가 '배움'이 아니라 '제출'을 위해 쓰인다는 점입니다. 세특(학생부 교과세부능력 및 특기사항)의 글자 수를 채우고 대입 포트폴리오를 꾸미는 데만 동원되고 있습니다. 세특이란 대학 입시에서 학생의 교과 역량과 탐구 활동을 서술하는 항목으로, 텍스트 분량이 많을수록 유리하다는 인식이 퍼져 있습니다.
프레이 교수가 학계의 예를 들어 경고한 것도 같은 맥락이었습니다. AI가 번역과 초안 작성을 대신하면서 논문 작성 시간이 줄었는데, 논문의 양을 중시하는 평가 체계가 그대로 유지되니 질 낮은 논문만 범람하는 결과가 나왔습니다. 제 경험상 이건 좀 다를 거라 기대했는데, 교실도 정확히 같은 패턴이었습니다. 인센티브 구조(Incentive Structure), 즉 어떤 행동을 하도록 유도하는 보상·평가 체계가 바뀌지 않으면 기술이 아무리 좋아도 그 기술은 왜곡된 방향으로 쓰인다는 것을 몸으로 배웠습니다.
솔직히 이건 예상 밖이었습니다. AI 도구를 도입하면 학생들이 더 깊이 탐구할 거라 막연히 기대했거든요. 그런데 현실은 달랐습니다. 과제 결과물의 외형적 완성도는 올라갔지만, 수업 중 질의응답에서 드러나는 이해의 깊이는 오히려 얕아졌습니다. 교육 당국이 AI 코스웨어(AI-powered Courseware), 즉 AI 기반 맞춤형 학습 소프트웨어 보급에 수천억 원을 쏟아붓는 동안, 정작 그것을 어떻게 평가할 것인지에 대한 논의는 거의 보지 못했습니다.
- 생성형 AI 도입 이후 보고서의 텍스트 분량과 어휘 수준은 상승했으나, 구두 발표에서 개념 설명 능력은 체감상 저하됨
- 세특 분량 중심의 평가 구조가 유지되는 한, AI 활용은 '이해'가 아닌 '완성' 도구로 고착될 가능성이 높습니다
- 학계의 저질 논문 범람과 교실의 AI 복사 과제물은 동일한 인센티브 왜곡의 산물입니다
학습 격차와 리터러시, 지금 당장 손대야 할 두 가지
프레이 교수는 2025년 발간한 저서 <진보는 어떻게 끝나는가>에서 1000년에 걸친 문명의 흥망을 분석하며 "기술 정체가 인류 역사의 표준이었다"고 결론 냅니다. 기술 발전이 당연히 계속된다는 통념에 정면으로 도전하는 주장입니다. 제 경우엔 이 문장이 교육 현장에서의 불안감과 정확히 연결되었습니다. AI가 아무리 빠르게 발전해도, 그것을 비판적으로 다룰 역량이 학생들에게 길러지지 않는다면 우리 교육의 수준은 정체 상태에 머무를 수 있다는 불안 말입니다.
제가 더 걱정하는 건 학습 격차(Learning Gap)입니다. 학습 격차란 교육 환경이나 경제적 조건의 차이로 인해 학생 간 학업 성취 수준이 벌어지는 현상을 말합니다. AI 시대에 이 격차는 새로운 방식으로 심화됩니다. 고액 AI 입시 컨설팅을 이용할 수 있는 계층과 그렇지 못한 계층 사이의 간극이 생겨나고 있기 때문입니다. 실제로 사교육 업계에서는 이미 "AI 프롬프트 설계 특강"이 수십만 원에 팔리고 있다는 이야기를 동료 교사들에게 들었습니다. 프레이 교수가 산업혁명기의 불평등을 분석했듯, 지금 교실 안에서도 기술의 이익이 누구에게 돌아가느냐는 질문이 점점 날카로워지고 있습니다.
AI 리터러시(AI Literacy)라는 개념이 점점 자주 거론되고 있습니다. AI 리터러시란 AI가 어떻게 작동하는지 이해하고, 그 결과물을 비판적으로 검토하며, 윤리적으로 활용하는 능력을 의미합니다. 출처: OECD Education에서도 디지털·AI 역량을 미래 핵심 역량으로 명시하고 있을 만큼, 이는 이제 선택이 아닌 필수 교육 영역입니다. 하지만 제가 직접 써봤는데, 학교 현장에서 AI 리터러시를 체계적으로 가르치는 공식 커리큘럼은 여전히 거의 없다시피 합니다. 교사 개인의 관심과 재량에 맡겨져 있는 것이 현실입니다.
과정 중심 평가(Process-based Assessment), 즉 결과물이 아닌 학생이 문제를 탐구하고 사고를 발전시켜 나가는 과정을 평가하는 방식으로의 전환이 필요합니다. 출처: 한국교육학술정보원(KERIS)도 AI 활용 교육 연구에서 '탐구 과정의 가시화'를 핵심 과제로 제시하고 있습니다. 학생이 AI에게 어떤 질문을 던졌고, 그 답변을 어떻게 검토했으며, 어디서 스스로 생각을 보탰는지를 평가 기준으로 삼는다면, AI는 비로소 배움의 도구가 될 수 있습니다. 그 전까지 AI는 그냥 좋은 복사기일 뿐입니다.
자주 묻는 질문
Q. 학생이 AI로 보고서를 쓰면 무조건 문제인가요?
A. 도구 자체가 문제라기보다는 활용 방식이 문제입니다. AI가 생성한 내용을 그대로 붙여넣는 것과, AI와 대화하며 자신의 논리를 검증하는 것은 전혀 다른 학습 경험입니다. 제 경험상 후자를 유도하는 과제 설계가 가능하고, 그쪽이 훨씬 효과적이었습니다.
Q. 과정 중심 평가가 현실적으로 입시에서 가능한가요?
A. 현재 수능 중심 입시 구조에서는 어렵다는 시각도 있습니다. 하지만 학생부 종합전형이나 교사별 수행평가 영역에서는 충분히 시도 가능합니다. 탐구 일지, 질문 기록지, 수정 이력 등 과정을 남기는 방식이 이미 일부 학교에서 시범 운영 중이고, 제가 직접 적용해본 결과 학생 반응도 나쁘지 않았습니다.
Q. AI 리터러시 교육은 어디서 시작해야 하나요?
A. 거창한 커리큘럼이 없어도 수업 안에서 시작할 수 있습니다. "AI가 이렇게 말했는데 틀린 부분이 있을까?"라고 묻는 것 하나만으로도 학생들이 비판적으로 정보를 검토하는 습관을 기를 수 있습니다. 프롬프트 설계와 결과물 검증을 수업 루틴에 넣는 것이 출발점으로 보입니다.
Q. AI가 창의적인 직업도 대체할 수 있나요?
A. 프레이 교수의 분석에 따르면 창의성과 비정형 육체노동이 필요한 직업은 상대적으로 자동화 위험이 낮습니다. 그러나 콘텐츠 창작 분야는 AI가 진입장벽을 낮춰 경쟁이 과열되고 임금 하방 압력이 생길 수 있다고 경고합니다. 완전 대체보다는 '경쟁 구도의 변화'로 보는 것이 현실적일 수 있습니다.
결론
교무실로 돌아오는 복도에서 종종 이런 생각을 합니다. 우리가 지금 AI를 교실에 들여놓는 건 산업혁명 때 공장에 기계를 들여놓는 것과 다르지 않다고. 그때도 기계 자체가 문제가 아니었습니다. 기계의 이익이 누구에게 돌아가느냐, 어떤 제도가 그것을 설계하느냐가 결국 번영과 정체를 갈랐습니다. 지금 교육 현장도 똑같은 갈림길에 서 있습니다.
외형적 인프라 확충에 앞서, 평가 체계를 바꾸는 논의를 먼저 시작해야 합니다. AI 리터러시를 개인 교사의 재량이 아닌 공교육의 공식 교육과정으로 제도화해야 합니다. 그리고 AI 도구에 대한 접근성이 경제력에 따라 갈리지 않도록 공공 안전망을 설계해야 합니다. 프레이 교수의 표현을 빌리자면, 기술이 번영을 저절로 보장하지 않습니다. 제도와 인센티브가 함께 움직일 때에만 기술은 비로소 제대로 된 도구가 됩니다.
'과학·환경·AI' 카테고리의 다른 글
| AI 과제 표절 (윤리 공백, 지침 부재, 평가 전환) (0) | 2026.10.29 |
|---|---|
| AI 안경 논술 부정행위 (적발 경위, 처벌 수위, 감독 대책) (0) | 2026.10.27 |
| 학생부 AI 분석 서비스 (규제 사각지대, 데이터 세탁, 입시 정보 격차) (0) | 2026.10.22 |
| 교사 AI 활용 실태 (확산 현황, 개인정보, 저작권) (0) | 2026.10.19 |
| 수능 스마트안경 (반입금지, 감독 현장, 보안 인프라) (0) | 2026.10.17 |