[기고] AI 교육, "쓰기"보다 "판단하기"부터 가르쳐야 한다

yna.co.kr 보도 | 3 days ago [기고] AI 교육, "쓰기"보다 "판단하기"부터 가르쳐야 한다

초등학교 3학년 딸이 독후감을 쓰다가 엄마에게 물었다. "이거 챗GPT한테 시키면 안 돼?" 2025년 대한민국 교실 현장의 단면을 압축하는 한마디다. 교육부가 전국 1천141개교를 'AI 중점학교'로 지정하고, 118개교에 'AI 융합형 교육실'을 갖춘 시점에서 우리 교육 현장과 가정은 같은 질문과 마주하고 있다. AI를 가르칠 것이냐가 아니라, 어떤 순서로 가르칠 것이냐를 정해야 할 때다.

임기범 인공지능 전문가는 최근 칼럼에서 AI 시대 학습을 세 가지 범주로 나눌 것을 제안했다. AI 없이 스스로 해야 하는 학습, AI를 보조도구로 활용하는 학습, AI와 협업하는 것 자체를 배우는 학습이다. 그는 이 원칙을 초·중·고 단계에 적용하면서, 각 학교급에서 가장 먼저 길러야 할 역량이 무엇인지를 구체적으로 제시했다. 핵심은 단순히 "AI를 쓰느냐 마느냐"가 아니라, "이 학습에서 학생의 머리가 먼저 해야 할 일은 무엇이고, 어느 시점부터 AI의 도움을 받을 것인가"라는 질문의 전환이다.

초등학교: '생각의 기초'를 먼저 다져야

초등학교 단계에서 가장 시급한 과제는 'AI에게 맡기기 전에 인간의 머릿속에 만들어야 할 것'을 채우는 일이다. 읽고 이해하는 능력, 자기 생각을 문장으로 표현하는 능력, 수와 양의 관계를 파악하는 능력, 그리고 기억과 연결과 질문을 이어가는 인지적 근육이 여기에 해당한다. 한 문장을 읽고 의미를 풀어내는 과정, 머릿속 생각을 적절한 낱말로 옮기는 과정, 숫자 사이의 관계를 스스로 발견하는 과정에는 상당한 인지적 노력이 필요하다. 바로 그 과정을 충분히 겪기 전에 AI가 완성된 답을 건네면, 겉으로 드러나는 수행 능력과 실제 내면의 역량 사이에 괴리가 생긴다.

그렇다고 해서 초등학교에서 AI를 완전히 차단하자는 주장은 아니다. AI가 무엇인지, 왜 틀릴 수 있는지, 개인정보를 왜 함부로 입력해서는 안 되는지 같은 기초적 AI 리터러시는 직접 화면 앞에 앉지 않고도 일찍부터 가르칠 수 있다. 'AI에 대해 배우는 것'과 'AI에게 학습을 대신시키는 것'은 엄연히 구분해야 한다는 점이 핵심이다. 유네스코도 생성형 AI 교육 지침에서 연령 적합성의 원칙을 강조하며, 검증되지 않은 생성형 AI 도구를 어린 학생에게 무분별하게 제공하지 말 것과, 학생이 독립적으로 생성형 AI를 활용할 수 있는 기준 나이로 13세를 고려할 것을 제안한 바 있다. 비록 법적 강제력은 아니지만, 개인정보 보호와 아동 발달 단계, AI 출력에 대한 비판적 판단 능력을 함께 고려해야 한다는 국제기구의 문제의식이라는 점에서 시사하는 바가 크다.

교육은 일정 수준의 불편함을 전제로 작동한다. 스스로 읽고, 고민하고, 틀리고, 다시 시도하는 과정에서 사고의 근육이 만들어진다. 계산기를 평생 쓰지 말아야 한다는 말이 아닌 것처럼, 생성형 AI를 영원히 금지하자는 이야기도 아니다. 먼저 일정 수준의 기초 역량을 갖춘 뒤에 도구를 사용해야, 그 도구가 뱉어내는 결과를 제대로 평가할 수 있다는 뜻이다.

중학교: '의심하고 검증하는 법'으로 초점 이동

중학교로 올라오면 AI 교육의 초점은 한 단계 위를 지향해야 한다. AI를 능숙하게 쓰는 법보다, 그 결과를 의심하고 검증하는 법을 본격적으로 가르쳐야 한다. 같은 나이의 학생이라도 교과와 학습 목표에 따라 AI의 역할은 달라질 수 있으므로, 이를 학교급별 '금지-제한-허용' 표 같은 단순한 방식으로 규정하려는 시도도 경계해야 한다. 중요한 것은 나이가 아니라, 학생이 과제를 스스로 이해하고 판단할 토대를 갖췄는지, 그리고 AI 사용이 해당 학습 목표에 실질적으로 기여하는지다.

역사 수업의 예를 들어보자. 특정 사건의 원인을 묻는 상황에서 처음부터 AI에 답을 요구하기보다, 학생이 먼저 교과서와 1차 자료를 읽어 자신의 설명을 구성하게 한 뒤 AI의 답변과 비교하게 할 수 있다. 과학 수업에서는 AI가 설명한 현상의 근거를 신뢰할 만한 교과서나 논문에서 다시 찾게 하고, 국어 수업에서는 AI가 쓴 글에서 사실 오류와 논리적 비약, 어색한 표현을 찾아내게 할 수 있다. OECD도 '디지털 교육 전망 2026'에서 AI를 사용해 더 좋은 결과물을 내는 것과 실제 학습이 일어나는 것은 구분해야 한다고 지적했다. AI 사용 없이 수행한 평가에서는 그 우위가 사라지거나 오히려 역전되는 연구 결과도 소개되었으며, 인지적 과정을 AI에 넘기면 산출물의 질은 높아져도 장기적 학습 효과로 이어지지 않을 위험이 있다는 것이다. 따라서 중학교 AI 교육의 중심에는 '프롬프트를 잘 쓰는 능력'이 아니라 '제시된 답을 받아들여도 되는지 판단하는 능력'이 자리 잡아야 한다.

초등학교에서 중학교로 이어지는 하나의 흐름이 보인다. 먼저 사고의 재료를 스스로 쌓게 하고, 그 재료를 바탕으로 AI의 답을 의심하고 검증하는 눈을 기르는 것이다. AI를 얼마나 능숙하게 다루느냐보다, AI 없이도 사고할 수 있는 토대를 갖췄는지, 그리고 AI가 내놓은 것을 스스로 검증할 힘이 있는지가 더 앞선 질문이다.

시사점: 에듀테크 산업과 교육 현장이 함께 풀어야 할 과제

이번 칼럼이 국내 에듀테크 업계에 던지는 시사점은 적지 않다. 첫째, AI 튜터·학습 보조 서비스 시장에서 경쟁력의 무게중심이 '얼마나 빨리 답을 주느냐'에서 '학습자의 사고 과정을 얼마나 보존하면서 도울 수 있느냐'로 이동하고 있다. 인지적 과정을 생략하지 않도록 설계된 '학습용 AI'와 범용 챗봇의 구별이 제품 경쟁력의 핵심 변수가 될 가능성이 높다. 둘째, 초등 저연령 대상으로는 'AI 활용 학습'보다 'AI 리터러시·안전 교육' 콘텐츠에 대한 수요가 확대될 것으로 보인다. 유네스코가 제시한 13세 기준선은 글로벌 가이드라인으로 작동할 가능성이 있으며, 이에 맞춘 교수·학습자료 시장이 별도로 형성될 수 있다.

셋째, 중학교 이상에서는 '검증·비판 학습'을 지원하는 도구들이 새로운 블루오션이 될 가능성이 있다. 답과 함께 그 답의 근거와 한계를 함께 제시하고, 학습자가 스스로 팩트체크와 비교·분석을 수행하도록 유도하는 AI 학습 도구에 대한 교육청과 학교의 수요가 점증할 것이다. 마지막으로 가장 무겁고도 현실적인 과제는 고등학교 단계다. 대학 입시라는 평가 체계와 맞물리는 순간, AI 활용은 더 이상 교실 안의 선택의 문제가 아니라 시험의 공정성과 평가 방식 자체를 재설정하는 문제로 확장된다. 탐구보고서를 AI와 함께 작성하는 것이 부정행위인지 미래 역량 훈련인지를 가르는 새로운 기준이 요구되며, 다음 칼럼에서 다뤄질 고등학교 단계의 논의와 입시 제도 변화는 한국 에듀테크 정책의 향방을 결정짓는 분기점이 될 것으로 전망한다.