기본 인프라가 된 AI, 교육의 승패는 인간의 기획력에 달렸다
AI는 더 이상 도입 여부를 고민해야 할 선택적 신기술이 아니다. 세계경제포럼은 2026년 보고서를 통해 AI를 국가와 기업을 가동하는 기본 인프라로 공식 정의했다. 전기나 수도처럼 기술이 사회 전반에 평준화된 환경이다.
이러한 시대에 개인과 조직의 생존을 가르는 핵심 경쟁력은 단순한 기기 조작법이 아니다. 기술이라는 토대 위에서 무엇을 만들고 어떤 가치를 창출할 것인지 결정하는 인간의 기획력이다. AI가 도출한 결과물을 비판적으로 사고하고 인간의 맥락으로 재해석하는 능력을 기르는 것이 불확실한 미래를 대비하는 가장 확실한 노 리그렛 전략이다.
학생은 달리는데 제도는 멈춰선 교실의 지체 현상
산업계는 기획력을 생존 요건으로 꼽고 있지만, 교육 현장은 심각한 제도적 지체 현상을 겪고 있다. 스탠퍼드 인간중심AI연구소가 발표한 AI 인덱스 2026 보고서는 이러한 현실을 명확한 수치로 입증한다. 15개국 대학생을 대상으로 한 조사에서 한국 대학생의 84퍼센트가 학업에 생성형 AI를 사용하고 있다.
반면 학교의 대응은 현저히 느리다. 미국 교사 중 학교에 명확한 AI 정책이 있다고 답한 비율은 6퍼센트에 불과하다. 한국의 공교육 상황도 다르지 않다. 정부가 전면 도입을 추진한 AI 디지털교과서의 경우, 10일 이상 사용한 학생이 8.1퍼센트에 그치며 현장 안착에 실패했다.
기술 속도를 따라가지 못한 정책 공백이 부른 리스크
이러한 교육 지체의 핵심 원인은 정책 지침과 교사 연수, 교육과정이 하나의 방향으로 정렬되지 못한 구조적 공백에 있다. 학생들은 이미 일상적인 과제와 연구 과정에서 AI를 활용하지만, 학교는 명확한 윤리적 기준이나 평가 가이드라인을 제시하지 못하고 있다.
명확한 지침이 부재한 상태에서 기술에 노출된 학생들은 AI가 도출한 오류나 편향된 정보를 여과 없이 수용할 위험에 처한다. 이는 스스로 논리를 구성하고 질문을 던지는 인지적 주체성을 상실하게 만드는 치명적인 파급 효과를 낳는다. 기계의 결론을 무비판적으로 수용하는 태도는 미래 사회가 요구하는 창의적 기획력과 정면으로 충돌한다.
화면 밖으로 나온 AI 리터러시, 대화와 아날로그의 결합
제도적 혼란을 극복하고 실질적인 AI 리터러시를 기르기 위해서는 교육 방식의 근본적인 전환이 필요하다. AI 교육이 반드시 전자기기 화면을 들여다보는 것을 의미하지 않는다. 심리학 및 교육 전문가들은 교실에서 기기 사용을 제한하는 조치가 오히려 비판적 사고를 기르는 데 효과적이라고 지적한다.
기기 없이 교사의 주도하에 딥페이크 영상의 위험성이나 알고리즘의 편향성을 주제로 집단 토론을 진행하는 해석적 대화가 훨씬 유용하다.
여기에 아날로그적 감각을 결합한 미국 에모리 대학교 자연어 처리 연구소의 '팅커 테일즈(Tinker Tales)' 사례는 기술 과의존을 경계하는 교육 현장에 훌륭한 대안을 제시한다. 이 플랫폼은 어린이들이 전자기기 화면만 수동적으로 바라보는 대신, 근거리 무선 통신(NFC) 칩이 내장된 물리적인 보드게임 조각을 직접 만지며 AI와 상호작용하도록 설계되었다.
아이들이 캐릭터, 사물, 감정 등을 나타내는 조각을 보드판에 놓고 스마트폰 앱으로 스캔하면, AI가 아이의 선택을 인식해 이야기를 함께 발전시켜 나가는 방식이다.
이 과정에서 중요한 것은 서사의 주도권이 철저히 학생에게 있다는 점이다. AI는 글을 대신 써주는 저자나 일방적인 정답 제공자가 아니라, 아이의 상상력을 넓혀주는 단순한 협력자로 기능한다. 또한 게임 중간에 "지금 캐릭터들은 서로에 대해 어떻게 생각할까?"와 같은 성찰적 질문을 던져 아이들의 공감 능력과 비판적 사고를 유도한다.
이는 무분별한 스크린 노출을 최소화하면서도, 학생들이 AI가 만든 결과물을 맹목적으로 수용하지 않고 창의적으로 상호작용하는 방법을 가르치는 실질적인 리터러시 교육 모델이다.
기계 다루기를 넘어 문제 해결력 중심의 평생 학습으로
AI 교육의 무대는 이제 학교라는 물리적 공간을 넘어 유아기부터 성인기까지 아우르는 평생 학습으로 확장되었다. 특정 소프트웨어의 조작법은 시간이 지나면 곧 낡은 지식이 되지만, 자신의 생각 과정을 객관적으로 살피고 통제하는 메타 인지 능력은 평생의 자산이 된다.
AI가 일상화된 시대에 교육의 진정한 본질은 기계가 단숨에 내놓은 결과물에 끊임없이 질문을 던지고, 오류를 점검하며, 인간 고유의 윤리를 덧입히는 과정에 있다. 주어진 답을 외우는 인간이 아니라, AI에게 올바른 질문을 던지고 문제를 해결하는 인간을 길러내는 것. 그것이 2026년 교육이 나아가야 할 유일하고도 명확한 방향이다.
[전문 용어 사전]
▪️기본 인프라 (Basic Infrastructure): 특정 기술이 전문가의 전유물을 넘어 전기나 수도처럼 사회와 산업 전반을 가동하는 필수적인 기초 체계로 자리 잡은 상태를 뜻한다.
▪️기획력 (Planning Ability): 주어진 기술과 자원을 바탕으로 새로운 가치를 창출하고, 무엇을 만들 것인지 방향을 설정하는 인간 고유의 문제 해결 및 설계 능력을 말한다.
▪️노 리그렛 전략 (No-Regret Strategy): 미래의 불확실성이 크더라도, 실행했을 때 손해를 보지 않고 장기적으로 반드시 조직이나 개인에게 이익이 되는 최선의 선택과 투자 방향을 의미한다.
▪️AI 리터러시 (AI Literacy): AI 기술의 작동 원리와 한계를 정확히 이해하고, 기계가 도출한 결과물을 비판적으로 해석하여 윤리적이고 안전하게 활용할 수 있는 종합적 역량이다.
▪️메타 인지 (Meta-cognition): 자신의 인지 과정이나 생각에 대해 제3자의 관점에서 객관적으로 인지하고 평가하며 스스로 통제할 수 있는 한 차원 높은 사고 능력을 뜻한다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
