AI는 아이러니를 놓친다: 인문학이 던지는 에듀테크의 경계 질문

x.com 보도 | 17 hours ago AI는 아이러니를 놓친다: 인문학이 던지는 에듀테크의 경계 질문

미국의 고등교육 전문 매체 크로니클 오브 하이어 에듀케이션(Chronicle of Higher Education)이 최근 SNS를 통해 공유한 한 편의 오피니언 기사가 교육계의 화제를 모으고 있다. “AI는 자료를 요약하고 패턴을 찾아내지만, 아이러니를 놓치고 잘못된 결론을 도출할 수 있다”는 이 글의 핵심 주장은, 기술의 효용과 한계를 동시에 가르쳐야 한다는 인문학 지도자의 목소리를 담고 있다. 교수들이 AI의 존재를 무시하거나 금지하는 대신, 학생들이 이 도구의 활용법과 그 경계를 함께 배울 수 있도록 도와야 한다는 것이 골자다. 이는 단순한 교수법의 문제를 넘어, 급변하는 에듀테크 환경에서 교육의 본질이 무엇인지 다시 질문하게 만든다.

크로니클의 기사가 지적하는 핵심은 AI 리터러시의 이중성이다. 생성형 AI는 방대한 자료를 신속하게 요약하고, 인간의 눈에는 잘 드러나지 않는 패턴을 발견하는 데 탁월한 능력을 보인다. 그러나 동시에 문맥을 이해하지 못한 채 문자 그대로의 해석에 머물거나, 풍자와 반어법이 내포된 텍스트에서 전혀 다른 의미를 도출하는 오류를 범한다. 실제로 미국의 한 대학 수업에서 학생들이 AI 챗봇을 활용해 조지 오웰의 소설을 분석한 결과, AI는 작품 속 아이러니한 표현들을 모두 사실적인 진술로 받아들이는 오답을 제시한 사례가 보고된 바 있다. 이러한 한계는 단순히 기술의 미숙함이 아니라, 언어가 지니는 다층적 의미와 사회적 맥락을 해석하는 인간 고유의 인지 능력이 여전히 중요하다는 사실을 방증한다.

문제는 이러한 AI의 특성이 교육 현장에서 어떻게 다뤄져야 하는가에 있다. 일부 교육기관은 부정행위 방지 차원에서 AI 사용을 전면 금지하는 정책을 채택했다. 그러나 이는 현실을 외면한 처방에 가깝다. 학생들은 이미 일상적으로 AI 도구를 사용하고 있으며, 앞으로 이들의 직업 환경은 더욱 AI 친화적으로 변화할 것이 분명하다. 따라서 교육의 역할은 AI를 배제하는 것이 아니라, 학생들이 AI의 출력물을 비판적으로 검토하고 그 한계를 인식한 상태에서 활용할 수 있는 능력을 길러주는 데 있어야 한다. 즉, AI가 제공하는 답변을 무비판적으로 수용하는 것이 아니라, 그 답변이 어떤 과정을 거쳐 생성되었고 어떤 부분에서 오류 가능성이 있는지를 평가하는 메타인지적 사고가 필요한 것이다.

이러한 논의는 한국의 에듀테크 시장에도 시사하는 바가 크다. 국내에서는 2023년 이후 생성형 AI를 활용한 교육 서비스가 급속도로 확산되며, 디지털 교과서 도입과 AI 기반 맞춤형 학습 플랫폼이 교육부의 주요 정책 과제로 자리 잡았다. 특히 2025년부터 단계적으로 도입될 AI 디지털 교과서는 학생 개인의 학습 수준에 맞춘 맞춤형 피드백을 제공한다는 점에서 큰 기대를 모으고 있다. 그러나 현재 국내 에듀테크 기업들이 개발 중인 AI 시스템은 대부분 정답 제시와 학습 경로 최적화에 초점을 맞추고 있으며, AI의 해석적 한계나 오류 가능성을 교육적으로 활용하는 방안에 대한 논의는 상대적으로 부족한 실정이다. 크로니클의 지적처럼 AI의 효용만 강조하고 그 한계를 가르치지 않는다면, 학생들은 AI의 출력물을 절대적 진리로 받아들이는 인식론적 왜곡을 겪을 위험이 있다.

전문가들은 이러한 문제를 해결하기 위해 교육과정 설계의 패러다임 전환이 필요하다고 지적한다. 기존의 교육이 지식 전달에 중점을 두었다면, 이제는 AI와 공존하는 환경에서 비판적 사고와 창의적 문제 해결 능력을 함양하는 방향으로 전환되어야 한다는 것이다. 구체적으로는 AI가 생성한 결과물을 학생들이 스스로 검증하고, 오류를 발견했을 때 그 원인을 추적하는 수업 방식이 제안된다. 예를 들어, AI가 아이러니를 놓치는 사례를 학생들이 직접 발견하고, 왜 AI가 그러한 오류를 범했는지 분석하는 활동은 기술의 작동 원리를 이해하는 동시에 인간 언어의 섬세함을 깨닫는 기회를 제공한다. 이는 단순한 도구 사용법 교육을 넘어, 기술과 인간의 인지적 차이를 이해하는 철학적 성찰로 이어질 수 있다.

에듀테크 업계의 반응도 엇갈린다. 일부 기업은 AI의 한계를 보완하는 기능을 개발하는 데 착수했다. 예컨대 AI가 제공한 답변에 대해 신뢰도 점수를 표시하거나, 문학 작품 분석 시 작품의 시대적 배경과 작가 의도에 대한 추가 정보를 제공하는 방식으로 오류 가능성을 줄이려는 시도가 이루어지고 있다. 그러나 근본적으로 AI의 해석적 한계는 기술적 보완만으로 해결되기 어렵다는 지적도 있다. 언어의 의미는 단어의 조합을 넘어 화자의 의도, 사회적 관습, 역사적 맥락이 복합적으로 작용하는 총체적 현상이기 때문이다. 따라서 AI가 아이러니를 이해하지 못하는 문제는 데이터를 더 많이 학습시킨다고 해결될 성질의 것이 아니다.

크로니클 기사가 던지는 메시지는 결국 교육의 근본 목적에 대한 재확인이다. 교육이 단순히 정보를 전달하고 기술을 가르치는 것을 넘어, 세상을 이해하는 안목을 길러주는 것이라면, AI라는 새로운 도구 앞에서도 그 본질은 변하지 않아야 한다. 인문학 지도자가 강조한 것처럼, 교수자와 학습자가 AI의 유용성을 인정하면서도 그 한계를 함께 탐구하는 과정은, 기술이 지배하는 미래 사회에서 인간 고유의 가치를 지키는 교육적 실천이 될 것이다. 한국 에듀테크 정책과 기업들의 전략도 이제는 기술 개발의 속도만큼이나 기술의 한계를 가르치는 교육적 방법론에 대한 고민을 병행할 때가 되었다. AI가 무엇을 할 수 있는지 가르치는 것만큼, AI가 무엇을 할 수 없는지 가르치는 일이 더 중요해진 시대가 도래한 것이다.