[기획 의도 : AI가 인간 대신 답하고 생각하며 일하기 시작했다. 그러나 학교는 여전히 산업화 시대에 만든 문법 위에 서 있다. 교육은 다시 거대한 갈림길이다. 미래 세대를 어떻게 가르칠 것인가. 더에듀는 10회에 걸쳐 학교의 뿌리부터 AI 시대 교육의 미래까지 추적한다. 그 선택이 대한민국의 다음 100년을 결정한다. /편집자 주]
[더에듀 윤철순 기자] 교사가 수학 문제 하나를 설명한다. 서른 명의 학생이 듣는다. 누군가는 이미 문제의 답을 알고 있다. 누군가는 이제 막 이해하기 시작했다. 몇몇은 앞 단원부터 막혀 있다.
수업은 계속된다. 교사는 중간중간 질문한다. 교실을 둘러보며 속도를 조절한다. 그래도 모든 아이에게 맞출 순 없다. 이는 학교가 오랫동안 안고 있던 숙제다. 그런데 이 교실에 인공지능(AI) 에이전트가 들어오면 얘기가 달라진다.
한 아이에겐 힌트를 준다. 다른 아이에겐 문제를 다시 설명한다. 이미 이해한 아이에겐 더 어려운 문제를 낸다. 학생이 계속 틀리면 난이도를 낮추고, 이해했다고 판단하면 다음 단계로 넘어간다. 교과서는 하나지만, 수업은 서른 개가 될 수 있다.
답하던 AI가 가르치기 시작했다
생성형 AI가 처음 학교를 흔든 건 ‘답’ 때문이었다. 질문을 입력하면 답을 내놨다. 글을 쓰고 수학 문제를 풀었다. 숙제를 대신할 수 있다는 우려가 뒤따랐다.
그러나 불과 몇 년 만에 상황이 또 달라졌다. 경제협력개발기구(OECD)가 올해 내놓은 ‘디지털 교육 전망 2026’은 생성형 AI를 단순한 질의응답 도구로만 다루지 않는다.
학생에게 힌트를 주고, 되묻고, 격려한다. 앞선 대화를 바탕으로 학생이 혼자 문제를 풀 준비가 됐는지, 좀 더 쉬운 과제가 필요한지도 판단한다.
역할도 바뀐다. 때론 교사처럼 설명하고, 때론 함께 문제를 푸는 친구가 된다. 학생에게 “이번엔 네가 설명해봐”라고 요구하는 것도 가능하다. OECD가 주목한 ‘교육적 에이전트’다.
기존 디지털 튜터와 다른 건 이런 변화가 미리 짜놓은 몇 개의 선택지에만 머물지 않는다는 점이다. 생성형 AI는 학생과 대화하면서 질문과 설명을 바꾸고, 과제 난이도를 조절할 수 있다.
학생이 연달아 문제를 틀리면 격려하면서 접근 방식을 바꿀 수도 있다. 자신감을 되찾으면 다시 주도적으로 문제를 풀도록 역할을 바꾼다.
답하던 AI가 학습 과정에 들어오기 시작했다.
교과서는 하나인데 길이 달라진다
교과서는 오랫동안 학교 수업의 중심이었다. 무엇을 어떤 순서로 배울지를 정한다. 교사는 이를 토대로 수업을 설계한다.
문제는 학생이다. 같은 나이의 아이들이 같은 교실에 있다고 해서 같은 속도로 배우는 건 아니다.
학교도 이 차이를 모르는 건 아니었다. 수준별 수업도 해봤고, 보충수업도 만들었다. 디지털 학습 프로그램 역시 학생의 정답과 오답에 따라 다음 문제를 달리 제시해왔다.
그래도 한계가 있었다. 교사 한 명이 수업시간 내내 서른 명에게 각기 다른 설명을 제공하긴 어렵다. 기존 프로그램 역시 미리 설계된 경로를 따라가는 경우가 많았다.
생성형 AI는 이 지점에 들어온다. 학생의 답과 질문, 반복되는 오류를 바탕으로 설명을 달리하고 다음 학습을 제안할 수 있다. 같은 문제를 이해하지 못해도 학생마다 다른 방식으로 다시 설명하는 게 가능해진다.
잘하는 학생을 기다리게 하고, 뒤처진 학생을 그대로 다음 단원으로 넘기던 집단수업의 빈틈을 일부 메울 가능성이 생긴 것이다.
비슷한 변화는 이미 교실에서 시작됐다. 미국 아이오와주는 초등학생을 대상으로 개인 맞춤형 읽기 도구를 확대해왔다. 학생이 책을 소리 내 읽으면 시스템이 듣는다. 어려워하는 부분을 찾아 즉시 도움을 준다.
2024~2025학년도엔 약 250개 교육구에서 10만5000명가량이 이용했다. 학생들은 한 해 동안 약 96만편의 이야기를 읽었다. 이용시간은 약 400만분에 달했다. 물론 이를 지금 OECD가 전망하는 생성형 AI 에이전트의 완성형이라고 볼 순 없다.
중요한 건 다른 데 있다. 한 교실의 학생에게 서로 다른 학습지원을 제공하는 일이 이미 상당한 규모로 현실화되고 있다는 점이다. 여기에 생성형 AI의 대화와 상황에 따른 역할 전환이 붙는다.
‘같은 내용을 다르게 가르치는 일’의 비용이 낮아지고 있는 것이다.
교실도 움직이기 시작했다
한국 학교도 AI를 기다리고만 있는 건 아니다. 교육부는 지난 3월 전국 1141개 초·중·고교를 ‘AI 중점학교’로 선정했다. 학교 교육과정 전반에서 AI를 이해하고 활용하는 교육 모델을 만들겠다는 취지다.
2027년엔 1500개교, 2028년엔 2000개교까지 늘린다. 지난달엔 AI 과목 교과서 계획도 내놨다. 초등 6개, 중학교 2개, 고등학교 8개 등 모두 16개 AI 과목의 교과서와 교육자료를 현장 교사가 직접 개발한다.
교육부와 과학기술정보통신부, 시도교육청, 대학도 참여한다. 일정도 나왔다. 올해 개발을 시작해 2027년 시범 적용과 심의를 거친다. 학교 현장 정식 적용은 2028년 3월이다.
방식이 눈에 띈다. 핵심 원리는 교과서에 담고, 빠르게 변하는 최신 기술은 별도 교육자료로 보완한다.
이유는 분명하다. AI 기술의 변화 속도와 교과서를 만드는 속도가 다르기 때문이다. 교과서를 집필하고 심의해 학교에 보급하는 사이 기술은 또 바뀔 수 있다. 여기엔 산업화 이후 학교 수업을 지탱해온 교과서의 고민도 담겨 있다.
한번 만들면 일정 기간 같은 내용을 가르치는 교과서와 하루가 다르게 변하는 AI 기술을 어떻게 한 교실에 넣을 것인가. 한국 교육도 그 답을 찾기 시작한 셈이다.
그렇다고 AI에 교실을 맡길 순 없다
그렇다면 교과서 대신 AI를 주면 될까. 그렇게 간단하지 않다. 앞선 ③회에서 살펴봤듯 AI를 이용해 과제를 잘 수행했다고 실제로 더 많이 배웠다고 단정할 순 없다. OECD도 이를 경고한다.
일반적인 생성형 AI에 인지적 과제를 넘기면 당장의 수행 결과는 좋아질 수 있다. 그러나 그것이 실제 학습으로 이어진다는 보장은 없다. AI를 사용하지 못하는 시험에선 오히려 성과가 사라지거나 뒤집힌 연구도 있다.
반대로 교육적 목적을 가지고 설계한 생성형 AI는 가능성을 보였다. 차이는 AI를 쓰느냐, 안 쓰느냐에만 있지 않다. 어떻게 쓰느냐다.
AI 에이전트도 마찬가지다. 학생 수준에 맞춰 설명하는 능력과 무엇을 가르칠지 결정하는 권한은 다른 문제다.
AI는 학생이 어느 문제에서 반복해 틀리는지 찾을 수 있다. 어떤 설명을 이해하지 못했는지도 대화를 통해 파악할 수 있다. 그러나 왜 그 아이가 오늘 수업에 집중하지 못하는지까지 온전히 알긴 어렵다.
어제 친구와 다퉜을 수도 있다. 집에서 무슨 일이 있었을 수도 있다. 문제를 풀지 못하는 이유가 개념을 몰라서인지, 자신감을 잃어서인지도 숫자만으론 설명되지 않는다.
쉬운 문제를 계속 주는 게 필요한지도 판단해야 한다. 조금 힘들더라도 스스로 답을 찾을 때까지 기다리는 게 나을 수도 있다. 교육엔 효율만으로 설명되지 않는 순간이 있다. 그래서 AI가 정교해질수록 역설적으로 교사의 판단은 더 중요해질 수 있다.
OECD 역시 교육용 생성형 AI가 인간의 교수·학습을 보완하되 교사의 주도권을 유지해야 한다고 강조한다. AI가 학생마다 다른 길을 제안할 수는 있다. 그러나 어느 길로 보낼지는 사람이 결정해야 한다.
한 반의 ‘진도’가 사라진다면
교과서가 사라질 가능성은 크지 않다. 모든 아이가 반드시 알아야 할 공통 지식이 있다. 국가 교육과정도 필요하다. 학교는 개인이 원하는 것만 골라 배우는 곳도 아니다.
달라질 수 있는 건 그다음이다. 같은 교과서를 펴고 같은 설명을 들은 뒤 같은 문제를 푸는 방식만이 수업의 기본값일 필요가 있느냐다.
한 교실에서 서른 명이 서로 다른 설명을 듣고 다른 문제를 풀 수 있다면 ‘한 반의 진도’라는 말부터 흔들린다.
지금까지 학교는 대체로 학년과 반을 기준으로 움직였다. 같은 나이의 학생을 한 교실에 모으고, 정해진 시간표에 따라 같은 과목을 배우고, 일정한 시점에 다음 단원으로 넘어간다. 산업화 시대 대규모 공교육을 가능하게 한 방식이다.
AI 에이전트가 개인별 학습경로를 실제로 만들기 시작하면 이 구조에도 질문이 생긴다. 수업시간부터 그렇다. AI와 혼자 배울 수 있는 것과 교사·친구가 함께해야 배울 수 있는 것을 다시 나눠야 한다.
교사의 역할도 달라진다. 모든 학생에게 같은 내용을 전달하는 사람에서, 학생마다 달라지는 학습과정을 살피고 어디서 개입할지 판단하는 역할이 커질 수 있다.
교실도 마찬가지다. 칠판을 바라보는 책상 서른 개가 앞으로도 가장 적합한 공간인지 묻게 된다. 학생들이 모두 같은 순간 같은 일을 하지 않는다면 공간 역시 달라져야 할 수 있다. 물론 이런 변화가 곧바로 학교 전체에서 일어난다고 단정할 순 없다.
기술은 빠르게 변하지만 학교는 기술만으로 움직이지 않는다. 교육과정과 평가, 교사, 학생, 학부모, 예산과 제도가 함께 움직여야 한다.
그래도 질문은 이미 시작됐다. AI가 교실에 들어오는 것보다 중요한 건 들어온 AI에게 무엇을 맡기고, 무엇은 끝까지 사람이 할 것인지 정하는 일이다.
교과서에서 AI 에이전트까지. 수업의 도구가 바뀌고 있다. 그런데 학교 밖엔 더 큰 벽이 있다. 아이들이 아무리 다르게 배워도 대학에 들어가는 문 앞에선 다시 하나의 시험을 만난다.
각자 다른 속도로 배우고, 다른 문제를 풀고, AI와 함께 자신의 학습경로를 찾아가는 교실. 그 교실의 끝에서 모든 학생에게 같은 시간, 같은 문제, 같은 기준을 요구하는 시험을 치르게 한다면 앞선 변화는 어디까지 가능할까.
AI 시대에도 수능은 지금의 모습을 유지할 수 있을까. 〈산업화 학교의 종말 ⑧〉에서 그 질문을 이어간다.



























