[기획시리즈] ① 싱가포르 AI 교육의 네 가지 원칙 — SLS가 보여주는 국가 플랫폼의 가능성

[기획시리즈] ① 싱가포르 AI 교육의 네 가지 원칙 — SLS가 보여주는 국가 플랫폼의 가능성
AI 생성 이미지
AI 시대, 학교는 AI 사용을 금지할 것인가, 허용할 것인가. 싱가포르는 '둘 다'라고 답한다. 단, 네 가지 원칙 아래에서만 가능하다.

2025년, 싱가포르 교육부(MOE)는 'EdTech 마스터플랜 2030'의 일환으로 AI-in-Education(AIEd) 프레임워크를 공개했다. 눈에 띄는 점은 이 프레임워크가 단순한 'AI 사용 가이드라인'이 아니라, 국가 수준에서 AI 교육을 설계하는 포괄적인 체계라는 사실이다.

싱가포르는 이미 국가 AI 전략(National AI Strategy) 아래에서 '스마트 네이션(Smart Nation)'을 추진 중이다. AIEd 프레임워크는 이 국가 전략의 교육 버전이다. 여기에는 싱가포르 정보통신미디어개발청(IMDA)의 '모델 AI 거버넌스 프레임워크'를 교육에 맞게 조정한 내용과, 교직 윤리(Ethos of the Teaching Profession)의 핵심 신념이 반영되어 있다.


네 가지 원칙: 주체성, 포용성, 공정성, 안전성

싱가포르 MOE의 AIEd 프레임워크는 네 가지 원칙을 제시한다.

1. 주체성 (Agency)

학습자와 교사가 AI에 의해 결정되지 않고, AI를 통제할 수 있어야 한다는 원칙이다. 학생은 AI가 추천하는 학습 경로를 단순히 따르는 것이 아니라, 자신의 학습 방향을 스스로 선택할 수 있어야 한다. 교사 역시 AI 도구의 추천을 무비판적으로 수용하지 않고, 전문적 판단을 유지해야 한다.

2. 포용성 (Inclusivity)

모든 학생이 AI의 혜택을 접근할 수 있어야 한다는 원칙이다. 이는 단순한 '기기 보급'을 넘어, 다양한 학습 필요(Learning Needs)를 가진 학생들이 AI 도구를 사용할 수 있도록 설계되어야 함을 의미한다.

3. 공정성 (Fairness)

AI 알고리즘이 특정 집단을 차별하거나 편향되지 않도록 보장하는 원칙이다. 특히 학생 평가, 학습 경로 추천, 대학 입시와 같은 고위험 결정에 AI가 사용될 때, 투명성과 공정성 검증이 필수적이다.

4. 안전성 (Safety)

학생 데이터 보호, AI 출력의 적절성 검증, 사이버 보안을 포괄하는 원칙이다. 특히 미성년자가 사용하는 교육 AI는 일반적인 AI 서비스보다 더 엄격한 안전 장치가 필요하다는 점을 명시하고 있다.


8가지 AI 도구 — 모두 SLS 안에서 작동한다

싱가포르 전략의 가장 큰 특징은 '국가 단일 플랫폼' 전략이다. 모든 AI 교육 도구는 SLS(Singapore Student Learning Space)라는 국가 온라인 학습 플랫폼 안에서만 작동한다. 현재 MOE가 공개한 AI 도구는 8가지다.

교사 지원 도구

Authoring Copilot (ACP) — 교사의 수업 설계를 보조하는 AI 어시스턴트다. 학습 목표에 맞춰 수업 활동, 평가 문항, 학습 자료를 제안한다.

Data Assistant (DAT) — 학생 학습 데이터를 분석해 교사에게 인사이트를 제공한다. 개인 수준의 학습 진단부터 학급 전체의 패턴 분석까지 지원한다.

피드백 도구

Feedback Assistant - Mathematics (FA-Math) — 수학 문제 풀이 과정에서 단계별 힌트와 오답 분석을 제공한다. 초등 5학년부터 중등 2학년까지의 수학을 지원한다.

Short Answer Feedback Assistant (SAFA) — 서술형 답변을 분석해 즉각적인 피드백을 제공한다. 교사의 채점 부담을 줄이면서도 학생에게는 빠른 피드백을 가능하게 한다.

Annotated Feedback Assistant (AFA) — 글쓰기 과제에 대한 첨삭 피드백을 제공한다. 문법, 구조, 논리 흐름을 분석한다.

Speech Evaluation Tool (SET) — 영어 발음과 말하기 능력을 평가한다. 싱가포르는 영어가 제1언어이지만 다양한 언어 배경의 학생들이 있어 발음 교육은 중요한 영역이다.

학습 도우미 도구

Learning Assistant (LEA) — 학생이 스스로 답을 찾을 수 있도록 유도 질문(Guiding Question)을 던지는 AI 튜터다. 역할을 바꿔가며(Role-Playing) 다양한 사고 방식을 유도한다.

Adaptive Learning System (ALS) — 학생의 학습 준비도(Readiness)에 따라 개인화된 학습 경로를 생성한다. 현재 초5~중2 수학과 고등학교 지리를 지원하며, 점차 확대될 예정이다.


싱가포르 전략이 주목할 만한 이유

싱가포르 모델이 국제 교육계의 주목을 받는 이유는 세 가지다.

첫째, '국가 플랫폼'이라는 선택지가 여전히 유효함을 증명했다. 미국이 교사 재량과 시장 경쟁에 맡기고, EU가 규제 중심(AI Act)으로 접근하는 가운데, 싱가포르는 국가가 직접 AI 도구를 개발·제공하고 사용 원칙을 정하는 '제3의 길'을 보여준다. SLS는 단순한 LMS(학습관리시스템)가 아니라, AI 도구가 탑재된 국가 교육 인프라다.

둘째, '연령·발달 단계별 사용' 원칙을 구체화했다. AI 리터러시 교육을 초등학교 4학년부터 시작해 고등학교까지 단계적으로 확대하고, 각 단계에 맞는 AI 도구를 함께 제공한다. 학생이 AI에 대해 배우고(Learn about AI), AI를 사용하는 법을 배우고(Learn to use AI), AI와 함께 배우고(Learn with AI), AI 너머를 배우는(Learn beyond AI) 4단계 모델은 단순하면서도 명확하다.

셋째, '교사의 전문성'을 프레임워크의 일부로 포함했다. AIEd 프레임워크가 '교직 윤리'를 기반으로 한다는 점은 중요하다. AI가 교사를 대체하는 것이 아니라, 교사의 전문적 판단을 보조하는 도구임을 명시한 것이다. 이는 AI 도입으로 인한 교사들의 불안을 줄이고 수용성을 높이는 전략으로 읽힌다.


한국과의 비교: AIDT 대 SLS

한국 교육부도 2025년부터 AI 디지털 교과서(AIDT) 도입을 추진 중이다. 표면적으로는 싱가포르와 유사해 보이지만, 근본적인 차이가 있다.

한국의 AIDT는 민간 출판사와 에듀테크 기업이 각자 AI 교과서를 개발하고, 교육부가 이를 인증하는 '다중 플랫폼' 방식이다. 반면 싱가포르의 SLS는 '단일 국가 플랫폼'으로, 정부가 직접 개발하고 관리한다.

두 접근법은 각각 장단점이 있다. 다중 플랫폼 방식은 경쟁을 통해 혁신을 촉진할 수 있지만, 데이터 표준화와 상호운용성에서 어려움을 겪는다. 단일 플랫폼 방식은 일관된 사용자 경험과 강력한 데이터 거버넌스가 가능하지만, '단일 실패점(Single Point of Failure)' 위험이 있다.

흥미로운 점은 싱가포르가 이미 단일 플랫폼 모델의 안정성을 입증했다는 사실이다. SLS는 COVID-19 팬데믹 기간 동안 전국 원격 학습을 성공적으로 지원했고, 이후 AI 도구를 단계적으로 추가해왔다.


한계와 질문

싱가포르 모델이 완벽한 것은 아니다. 세 가지 한계를 지적할 수 있다.

첫째, SLS라는 단일 플랫폼에 대한 의존도. 모든 AI 교육 도구가 하나의 플랫폼에 집중되어 있다는 것은, 플랫폼에 장애가 발생하면 전국 학교의 AI 활용이 마비될 수 있음을 의미한다.

둘째, 학교 간 AI 활용 격차. 동일한 플랫폼을 사용하더라도, AI를 교육적으로 활용하는 교사의 역량은 학교마다 다를 수밖에 없다. 싱가포르는 교사 연수에 상당한 투자를 하고 있지만, 'AI 활용 능력'의 격차를 완전히 해소할 수 있을지는 미지수다.

셋째, 기술 발전 속도와 정책의 괴리. 4가지 원칙은 충분히 포괄적이지만, 생성형 AI의 발전 속도가 너무 빠르다. 2023년 ChatGPT 이후 AI 교육계는 격변했고, 2026년 현재 상황은 1년 전과도 완전히 다르다. 원칙 기반 접근법이 기술 발전을 따라잡을 수 있을지는 지속적인 관찰이 필요하다.


다음 편에서는 말레이시아가 싱가포르의 SLS를 벤치마킹해 구축한 'DELIMa' 플랫폼을 살펴본다. 싱가포르의 국가 플랫폼 전략이 동남아 전역으로 확산되는 과정, 그리고 'AI 교육 생태계 수출'이라는 새로운 지정학적 현상을 분석한다.


참고 자료: MOE Singapore - AI in Education | SLS Infosite | IMDA Model AI Governance Framework

본 기사는 심층 분석 목적으로 작성되었습니다.