[AI MEMO] AI 시대, 한국 교육이 풀어야 할 진짜 문제

Picture

Member for

1 year

Real name

송혜리

Position

연구원

Bio

[email protected]

다양한 주제에 대해 사실에 근거한 분석으로 균형 잡힌 시각을 제공하고자 합니다. 정확하고 신뢰할 수 있는 정보 전달에 책임을 다하겠습니다.

입력

2025-11-05 23:16

수정

2025-12-30 12:25

생성형 AI 확산으로 한국 교육의 속도와 정답 중심 구조가 한계에 직면
문제를 정의하고 판단하는 AI 인지 확장 역량이 새로운 경쟁력으로 부상
교육과 평가 체계를 설계 중심으로 전환해 창의력을 실질적 문제 해결력으로 발전

본 기사는 스위스 인공지능연구소(SIAI)의 SIAI Research Memo 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술·경제·정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적 의견이며, SIAI 또는 그 소속 기관의 공식 입장과 일치하지 않을 수 있습니다.

2022년 경제협력개발기구(OECD) 창의적 사고력 평가에서 한국 15세 학생의 46%가 최고 등급에 올랐다. OECD 평균 27%를 크게 웃도는 성과다. 그러나 성인이 된 뒤의 모습은 다르다. OECD 성인 역량조사(PIAAC) 결과, 한국 성인의 37%가 적응적 문제해결력 최하위 수준(1단계 이하)에 머물고, 최고 단계에 도달한 비율은 1%에 불과했다.

이 격차는 교육이 길러온 창의력의 한계를 보여준다. 학교는 익숙한 과제 안에서 아이디어를 발전시키는 ‘작은 창의력’을 중심으로 가르친다. 그러나 이러한 능력은 사회로 이어지지 않는다. 성인이 된 뒤에는 문제를 새로 정의하고, 근거를 체계적으로 수집하며, AI를 활용해 해법을 설계하는 능력이 충분히 자리 잡지 못한다.

생성형 AI의 확산은 이 격차를 더 넓힌다. 여러 실험에 따르면 AI는 문서 작성 품질을 평균 18% 높이고, 작업 시간을 약 40% 단축한다. 고객지원 업무에서도 AI 도입 후 문제 해결률이 14~15% 상승했다. 그러나 경쟁력의 핵심은 자동화 그 자체가 아니라, 그 전후를 연결하는 인간의 판단이다. 속도와 정답 중심의 훈련으로는 이 역량을 기를 수 없다. 알고리즘적 사고만으로는 한계에 부딪히지만, AI 인지 확장을 가르치는 교육은 새로운 성장의 길을 열 수 있다.

교육이 향해야 할 새로운 방향

생성형 AI는 학교가 전통적으로 중시해 온 학습 과제를 빠르게 대체하고 있다. 글쓰기, 코딩, 자료 처리, 계산 중심의 문제 풀이가 대표적이다. OECD 10개국 자료에 따르면 AI의 영향을 크게 받는 직종일수록 관리와 의사소통 능력을 더 중시한다. AI 노출이 높은 직무 공고의 72%는 관리 역량을 명시하고 있으며, 사회적 기술의 중요성은 지난 10년간 꾸준히 상승했다.

이제 기업은 단순히 ‘일을 잘하는 사람’이 아니라 ‘일을 설계할 줄 아는 사람’을 찾는다. 과제를 정의하고 단계를 세분화하며, 결과를 평가하고 의사결정을 명확히 내릴 수 있는 능력이 중요해졌다. 이러한 능력이 바로 AI 인지 확장이다. 이는 단순한 기술이 아니라 자동화 시대의 핵심 판단력이다.

한국도 변화를 인식하고 있다. 2022년 개정 교육과정은 불확실한 미래에 대응할 창의적 인재 양성을 목표로 내세웠다. 그러나 사교육 의존과 시험 중심의 구조는 여전히 개혁의 걸림돌로 남아 있다. 2023~2024년 기준 사교육 참여율은 78~80%에 달하고, 지출 규모는 학생 수가 줄었음에도 27~29조원에 이른다. 속도와 정답 중심의 학습으로는 AI 인지 확장을 키워낼 수 없다.

AI 고노출 직군에서 가장 수요가 높은 역량(단위: %)
주: 요구 비율(X축), 역량 항목-디지털 역량, 사회적 역량, 태도, 업무 프로세스 이해, 자원 관리 능력(Y축)

한국 교육의 강점과 한계

OECD 학업성취도평가(PISA)에서 한국은 창의적 사고력 부문에서 높은 성과를 거둔다. 그러나 이 평가는 익숙한 맥락에서 아이디어를 만들어내고 다듬는 능력만 측정한다. 스스로 문제를 정의하고, 여러 분야의 근거를 결합하며, 불확실한 상황에서 AI의 판단을 검증하는 능력은 평가하지 않는다.

성인 단계로 넘어가면 결과는 다르다. 한국의 성인 학습 역량은 OECD 평균을 밑돌며, 특히 문제 해결력이 낮은 집단이 두드러진다. 이는 학교에서 배운 지식이 실제 일터의 요구와 맞지 않음을 보여준다. 교육이 길러온 역량과 사회가 요구하는 능력 사이의 간극이 크다는 점이 핵심이다.

AI가 빠르게 확산될수록 중요한 것은 문제를 푸는 능력이 아니라 문제를 정하는 능력이다. AI는 이미 정형화된 업무를 인간보다 빠르고 정확하게 처리하지만, ‘무엇을, 왜 해야 하는가?’를 판단하는 일은 여전히 인간의 몫이다. 목표를 세우고, 상황을 해석하며, 여러 관점을 조율하는 사고가 필요하다. AI가 정답을 대신 찾아주는 시대에는 인간이 문제를 설계할 줄 알아야 한다.

2022년 PISA 창의적 사고 영역 상위 수준(레벨 5–6) 학생 비율 비교(단위: %)
주: 비교 대상-한국, OECD 평균(X축), 상위 수준에 해당하는 학생 비율(Y축)

AI 인지 확장을 위한 교육과정 설계

AI 시대의 교육 개혁은 단순한 보완이 아니라 근본적인 재설계가 필요하다. 학생이 외워서 정답을 찾는 법을 배우는 대신, 문제를 정의하고 그 해결 방향을 스스로 설계하는 과정을 익혀야 한다.

수학과 데이터 과학에서는 공식을 적용하는 연습보다 모델을 고르고 그 이유를 설명하는 수업이 필요하다. 왜 특정 방법을 택했는지, 어떤 변수가 결과에 영향을 미치는지를 논의하게 해야 한다. 글쓰기에서는 완성된 에세이보다 근거와 선택 이유를 간결하게 제시하는 글쓰기가 효과적이다. 프로그래밍에서는 문제 풀이보다 요구를 분석하고 시스템을 설계하는 과정을 중심에 두어야 한다. 학생이 기획 단계에서 AI를 활용해 초안을 만들고, 결과를 점검하며 개선하는 방식을 익히는 것이다.

평가 방식도 바뀌어야 한다. 긴 시험 대신, 학생이 짧은 과제를 자주 수행하며 문제 정의와 접근 방법을 직접 설명하도록 한다. 평가는 사고의 명료성과 과정의 설득력을 중심으로 이뤄져야 한다. 한국은 이미 평가 체계가 정교하므로 이런 전환이 어렵지 않다. 다만 학원식 속도 경쟁이 계속된다면 변화는 교실에 닿지 못한다. 교육이 정답보다 사고의 깊이를 평가하도록 방향을 바꿔야 한다.

설계 중심 평가 개편으로 바꾸는 교육의 방향

유럽의 한 명문대가 아시아 캠퍼스에 문제 기반 AI 교육을 도입했을 때, 많은 학생이 어려움을 겪었다. 수학 실력이 부족한 것이 아니라, 배운 개념을 현실 문제에 적용하는 훈련이 부족했기 때문이다. 정해진 절차에 따라 알고리즘을 ‘실행’하던 학습 방식이, 스스로 문제를 ‘설계’하는 단계에서 한계를 드러낸 것이다. 한국 교육이 직면한 과제도 같다.

이 변화를 이루려면 평가가 바뀌어야 한다. 지금의 대학입시는 여전히 ‘킬러문항’ 삭제에 머물러 있다. 사고력과 판단을 평가하려면 불확실한 데이터를 다루는 시나리오 분석, 계획 발표, AI 결과 검증 같은 과제를 포함해야 한다. 학생은 AI의 오류와 편향을 식별하고 근거를 제시해야 한다. 채점은 이중 블라인드와 무작위 표본 검증으로 공정성을 확보할 수 있다. 시험이 사고의 깊이를 평가하기 시작하면, 교실의 학습 방식도 자연히 달라진다.

교사에게는 자율성뿐 아니라 구체적인 실행 도구가 필요하다. 국가 교육과정에 맞춘 과제 예시와 평가 기준, AI 검증 사례를 제공하고, 단기 연수를 통해 교사가 직접 프롬프트를 작성하고 평가 기준을 설계하는 경험이 필요하다. 행정 업무는 AI가 지원해 교사가 사고력 교육에 집중할 수 있도록 해야 한다.

대학과 기업의 평가 기준도 일관돼야 한다. 입시와 채용에서 문제 정의 능력, 사고 과정이 드러나는 포트폴리오, 설명이 포함된 코드나 데이터 기록, 의사결정 문서를 반영해야 한다. OECD 자료에 따르면 AI 관련 직무일수록 창의성, 협업, 관리 능력의 중요성이 높아지고 있다. 대학이 이러한 기준을 명확히 제시하면 고등학교 교육도 자연스럽게 그 방향으로 이동한다. 평가의 기준이 바뀌어야 교육의 방향이 바뀐다.

빠른 계산에서 현명한 설계로

한국의 10대는 창의력 평가에서 세계적으로 두각을 나타내지만, 성인이 된 뒤에는 실제 문제 해결력에서 한계를 보인다. 생성형 AI의 확산은 이 격차를 더욱 선명하게 드러낸다. 가치의 중심은 이제 정해진 문제를 빠르게 푸는 능력이 아니라, 문제를 정의하는 시작과 결과를 검증하는 끝에 있다.

이 두 과정이 바로 AI 인지 확장이다. 이는 교육을 통해 길러질 수 있고, 공정하게 평가할 수 있으며, 전국적으로 확산할 수 있다. 계산과 숙련의 능력은 여전히 필요하지만, 판단력과 문제 설정 능력을 대신할 수는 없다.

앞으로의 교육은 인간의 사고 과정을 중심에 두고, 이를 명확히 드러내고 반복하며 평가할 수 있는 구조로 바뀌어야 한다. 지금 변화에 나선다면 한국은 이미 확보한 창의적 역량을 성인기의 경쟁력으로 전환할 수 있다. 그렇지 않다면, 과거의 문제를 푸는 법만 익힌 학생들은 미래의 경쟁에서 우위를 잃게 될 것이다. 한국 교육의 방향을 결정해야 할 시점이 다가왔다.