결석에세이_김현서

AI 튜터의 등장과 개인 맞춤형 교육의 서막

 

생성형 AI 기술의 폭발적인 발전은 교육 패러다임을 뿌리째 흔들고 있다. 과거의 교육이 수십 명의 학생을 한 교실에 모아두고 동일한 진도를 나가는 '평균의 교육'이었다면, AI 시대의 교육은 학생 개개인의 학습 속도와 취약점을 실시간으로 분석하는 '개인 맞춤형 교육'으로 진화하고 있다. AI 튜터는 학생이 문제를 틀린 이유가 단순한 계산 실수인지, 아니면 몇 단계 전의 기초 개념을 이해하지 못해서인지를 정확히 짚어낸다. 나아가 학생의 풀이 패턴과 오답 이력을 축적해 학습 경로 자체를 재설계하고, 다음 단계로 넘어갈 최적의 시점까지 제안한다. 이는 아무리 헌신적인 교사라도 30명이 넘는 학급에서는 물리적으로 실현하기 어려운 수준의 개별 관찰이다.이러한 기술적 진보는 단순한 보조 도구를 넘어서는 변화를 가리킨다. 미국의 칸 아카데미가 출시한 AI 튜터 '칸미고(Khanmigo)'나 국내에서 확산 중인 AI 기반 학습 플랫폼들은 이미 학생 개개인에게 실시간 힌트와 피드백을 제공하며 학습 몰입도를 높이고 있다. 교사 한 명이 수십 명의 학생에게 동시에 맞춤형 지도를 제공하는 것이 가능해지는 시대, AI 튜터는 모든 학생이 자신만의 속도로 학습할 수 있는 이상적인 교육 환경을 실현하는 것처럼 보인다.

 

 

1. 디지털 디바이드, 교육 격차의 새로운 이름

그러나 AI 교육의 장밋빛 전망 뒤에는 '디지털 디바이드(Digital Divide)'라는 어두운 그림자가 짙게 깔려 있다. 최신 AI 교육 솔루션과 고성능 인프라에 접근할 수 있는 경제적 환경을 가진 학생들은 학습 효율을 극대화하는 반면, 상대적으로 소외된 지역이나 취약 계층의 학생들은 기술의 혜택에서 배제되기 쉽다. 과거의 교육 격차가 부모의 경제력에 따른 학원비나 과외비의 차이였다면, 미래의 교육 격차는 '어떤 수준의 AI 소프트웨어와 알고리즘의 지원을 받느냐'에 따라 결정될 수 있다.

이 문제의 심각성은 격차의 성격이 달라진다는 데 있다. 과거에는 정보를 얼마나 많이 접하느냐가 핵심이었지만, AI 시대에는 얼마나 정교한 알고리즘의 안내를 받느냐가 학습의 질을 결정한다. 상위 AI 구독 서비스는 더욱 세밀한 학습 경로와 고도화된 피드백을 제공하는 반면, 무료 또는 저가형 플랫폼은 상대적으로 제한된 기능을 제공할 수밖에 없다. 이른바 'AI 격차'는 경제적 불평등이 교육 기회의 불평등으로, 그리고 다시 계층 고착화로 이어지는 악순환의 새로운 고리가 될 위험이 있다.

더욱이 언어와 문화의 장벽도 간과할 수 없다. 현재 대부분의 고성능 AI 교육 모델은 영어 중심 데이터로 훈련되어 있어, 비영어권 학생이나 소수 언어 화자들은 동일한 서비스에서도 질적으로 열등한 경험을 하게 된다. 기술의 발전이 오히려 사회적 불평등을 고착화하는 도구로 전락하지 않으려면, 공공 차원에서 AI 교육 인프라를 누구에게나 보편적으로 제공하는 정책적 개입이 반드시 선행되어야 한다.

 

 

 

2. 암기 중심에서 역량 중심으로, 평가의 대전환

AI가 몇 초 만에 방대한 지식을 요약하고 정교한 에세이를 작성해내는 시대에, 기존의 지식 암기형 평가와 서술형 과제는 그 의미를 잃어가고 있다. 단순히 '얼마나 많은 정보를 기억하고 있는가'를 묻는 시험은 더 이상 미래 세대의 역량을 검증할 수 없다. 챗GPT가 수능형 문제를 풀고, AI가 학술 리포트를 손쉽게 생성하는 현실 앞에서 기존의 평가 체계가 무력해지는 것은 시간문제다.

이에 대한 응답으로, 세계 각지의 교육 기관들은 평가 방식 자체를 재설계하는 실험을 시작하고 있다. 핀란드는 이미 현상 기반 학습(Phenomenon-Based Learning)을 도입해 교과 경계를 허물고 실제 사회 문제를 탐구하는 방식으로 역량을 평가하며, 싱가포르는 '역량 기반 평가(Competency-Based Assessment)'를 통해 단순 점수보다 학생이 지식을 적용하는 과정을 측정하는 방향으로 전환하고 있다. 한국 역시 이러한 흐름에서 자유로울 수 없으며, '수능 일변도'의 평가 체계가 AI 시대에 어떠한 의미를 가질 것인지 근본적으로 재검토해야 할 시점에 놓여 있다.

앞으로의 학교 교육은 지식을 소유하는 능력이 아니라, AI가 도출한 결과물의 오류를 잡아내는 비판적 사고력, 복잡한 사회 문제를 해결하기 위해 AI와 협업하는 문제 해결 능력, 그리고 데이터 뒤에 숨은 가치를 읽어내는 데이터 리터러시를 평가하는 방식으로 대전환을 이루어야 한다. 나아가 AI가 제시한 답을 맹목적으로 수용하지 않고 그 윤리적 함의와 사회적 영향을 따지는 능력, 즉 '알고리즘 비판력'도 새로운 핵심 역량으로 부상할 것이다. 학생들이 AI를 사용하는 것 자체를 금지하는 평가가 아니라, AI와 함께 어떻게 더 나은 결론에 도달하는지를 평가하는 방식으로 패러다임이 이동해야 한다.

 

 

3. 지식 전달자를 넘어, 인간적 연결을 지키는 교육

결국 AI 시대의 미래 교육이 나아가야 할 방향은 기술을 통한 지식의 효율적 전달과, 인간 교사를 통한 정서적 연결의 균형에 있다. AI가 개념 학습과 채점, 데이터 분석 등 반복적이고 지적인 영역을 분담해준다면, 인간 교사는 학생들과 깊이 교감하며 도덕적 가치관을 심어주고 공동체 의식을 길러주는 역할에 집중해야 한다.

이 균형은 단순한 역할 분담을 넘어선 철학적 물음과 맞닿아 있다. 교육이란 무엇인가. 그것이 정보의 효율적 전달에 불과하다면 AI가 인간 교사를 완전히 대체할 수 있을지 모른다. 그러나 교육의 본질이 한 인간이 다른 인간의 성장을 곁에서 목격하고 지지하는 과정에 있다면, AI는 결코 그 자리를 채울 수 없다. 학생이 처음으로 어려운 수학 문제를 스스로 풀었을 때 교사의 눈에 고이는 감동, 친구와의 갈등 속에서 교사가 건네는 따뜻한 한마디—이러한 인간적 순간들이 모여 한 사람의 내면을 형성한다. AI는 최적의 학습 경로를 제안할 수 있지만, 삶의 방향을 함께 고민해주는 멘토의 역할은 여전히 인간의 몫이다.

따라서 교사 교육 역시 근본적으로 재편되어야 한다. 미래의 교사는 AI 도구를 능숙하게 활용하는 기술적 역량과 함께, AI가 채워줄 수 없는 정서적 코칭과 윤리적 판단의 역량을 갖추어야 한다. 교사가 AI의 보조자로 전락하는 것이 아니라, AI를 하나의 교육 도구로 지휘하는 주체가 되어야 한다는 뜻이다.

미래 세대에게 필요한 교육은 단순히 똑똑한 AI를 다루는 기술자가 되는 것이 아니다. AI라는 강력한 도구를 인류의 공익과 사회적 가치 창출을 위해 올바르게 사용할 줄 아는 '따뜻한 통찰력'을 갖춘 인간으로 성장하도록 돕는 길이다. 기술이 빠르게 변할수록, 변하지 않는 것들 공감, 연대, 책임, 그리고 타인에 대한 존중을 교육의 중심에 두어야 한다. AI 튜터가 아무리 정교해져도, 그 시대의 교육이 진정한 의미를 갖는 것은 결국 인간을 더 인간답게 만드는 일에 기여할 때일 것이다.

 

참고문헌: 

칸 아카데미, AI 튜터 ‘칸미고’ 런칭… 교육자 일자리 위협할까? - 동향리포트 - KOSAC 지식관 - 성과/지식/홍보 - 한국과학창의재단

교육에서의 인공지능: 인공지능 활용 교육에 관한 문헌 고찰( 최숙영, 2021)