[특집] AI 디지털교과서, 엇나간 혁신
코스웨어에 오른 교사, 데이터에 갇힌 아이들
주정흔
jjdawn@hanmail.net
서울교육정책연구소 선임연구위원
“먼저 우리가 도구를 만들고, 그다음엔 도구가 우리를 만든다.”
- 마샬 맥클루언
호모 파베르의 역설
지금 대한민국 학교 현장은 인공지능, 디지털 기술을 입은 교과서를 중심으로 개별 맞춤 교육이라는 신화를 써 내려갈 준비로 혼란스럽다. 교육부는 2023년 6월 〈인공지능(AI) 디지털교과서 추진방안〉 발표 이후 전례 없던 속도전으로 일관하고 있다. 크고 작은 에듀테크 기업들이 사활을 걸고 교과서 개발 시장에 뛰어들고 동시에 대규모 선도 교사 및 연구학교 사업이 진행되고, 실체 없는 교과서를 전제로 교사 연수가 한창이다. 천문학적 예산이 투입되는 것은 당연하다. 교육부의 이러한 행보는 속도의 우위에 초점을 두고 누구보다 빨리 기술을 ‘선점’하는 데 의미를 두는 ‘추격자 모델’의 전형을 보여 준다. ‘선도’와 ‘선점’은 다르다.
교육부에 따르면 새로 만들어지는 디지털교과서는 인공지능 기술로 만들어진 만큼 이전과 달리 개별 맞춤 학습이 실현되는 ‘교육 혁명’이 가능하다는 주장이다. 이 도구 하나면 개별 맞춤 교육부터 자기 주도 학습력, 기초학력 부진, 평가, 사교육비 문제까지 학교교육을 둘러싼 난제들을 해결할 수 있다고 전망하고 있다. 이러한 전망의 중심에는 어떤 문제든 필요한 기술을 잘 만들어서 해결할 수 있다는 ‘기술결정론’적 믿음, 이른바 테크노크라시(technocracy)가 있다. 최근 생성형 AI의 등장은 인공지능 기술의 ‘특이점’이 앞당겨졌다는 해석에 힘을 실으면서 테크노크라시는 지배적인 담론이 되어 가고 있다.
이러한 믿음은 현재 기술에 다소 문제가 있더라도 기술이 발전되면 문제점도 저절로 해결될 것이라는 믿음을 형성한다. 나아가 “아직 초보 단계인 AI 기술의 발전을 위해 더 많은 데이터, 더 많은 활용이 필요”하다고 주장한다. 기계 학습이 전통적인 교실 공간의 기능과 어떻게 조화 가능한지 교사의 수업과 학생의 교육적 경험의 성질을 어떻게 바꾸게 될지, 그 과정에서 기대한 것과 반대 방향으로 흘러갈 수 있다거나 의도하지 않은 문제가 발생할 수 있을지도 모른다는 가정 자체가 없다.
그러나 인간과 기술의 관계는 간단치 않다. 호모 파베르❶인 인간은 도구를 만드는 동시에 그 도구를 통해 자기 자신을 만들어 간다. 즉 “기술(도구)은 단순히 외부적인 도움을 주는 것이 아니라 인간의 의식에 내부적인 변화를 일으킨다”❷. 이른바 ‘호모 파베르의 역설(paradox of Homo Faber)’이다. 인간은 자신의 필요에 의해 도구를 만들지만 결국 자기 자신을 만드는 도구를 만든다는 점에서 인간과 도구는 매우 특별한 관계에 있다. 교육부의 표현처럼 ‘혁명적’인 AI 디지털교과서(AIDT)가 가져올 ‘장기적 함의’에 대한 사회적 논의가 절실한 이유이다.
코스웨어를 입은 교사, 전문성과 편의성 사이
그렇다면 교실 속의 AIDT는 과연 가르침과 배움의 형식을 어떻게 변화시킬까? 그 변화된 모습은 과연 정말 우리를 더 나은 미래로 이끄는 좋은 수업, 의미 있는 배움의 길을 함의하고 있을까?
AIDT 활용에서 빈번하게 등장하는 논의 중 하나가 ‘교사 역할’이다. 교육부는 AIDT가 교사의 대체자가 아니라, ‘교사의 도구’임을 강조하고 있다. AIDT의 핵심 기능은 ‘AI 코스웨어’와 ‘AI 튜터’로 구분된다. ‘코스웨어’는 교과과정을 단원별로 구조화해 놓은 시스템인 ‘course(과목)’와 ‘software’의 합성어다. 여기서 ‘ware’는 ‘옷을 입다’라는 의미로 코스웨어는 마치 옷을 입듯 일정한 순서대로 구성된 교육과정을 따라가는 수업을 의미한다. 일단 ‘코스’라는 옷을 ‘입고 나면’ 그 코스를 벗어나기 어렵게 된다.
이 코스 안에는 교사용과 학습자용으로 진단 평가를 비롯해 교과서 내용, 시청각 콘텐츠, 문항, 활동 등이 구성되어 있다. 한마디로 교수와 학습을 위한 ‘모든 것’이 포함된 ‘꾸러미’들의 집합체로, 이 코스를 따라가다 보면 그 흐름대로 수업이 진행된다. 인공지능 기술이 추구하는 자동화 기능의 ‘편의성’을 누릴 수 있다. 코스웨어 활용으로 생긴 여유 시간은 대시보드의 학습 상황을 체크하고 데이터 결과를 고려하여 각 학생에게 맞는 프로그램이나 코스를 추천(큐레이팅)해 주고 학습 활동에 피드백을 해 주는 데 쓴다.
코스웨어를 따라가는 수업의 정당성은 좋은 수업, 교육다움, 교사의 수업 전문성을 어떻게 규정하느냐에 따라 달라질 수밖에 없다. 누군가에게는 이질적이고 몸에 맞지 않는 옷처럼 불편할 것이며, 다른 누군가는 반대로 코스웨어가 주는 편의성을 누리며 나름대로 즐거운 수업을 할 수도 있다. 현실에서는 결국 교사 자신의 선택의 문제로 ‘던져진다’. 분명한 것은 이러한 코스웨어 중심의 수업은 ‘특정한 목표를 중심으로 정해진 내용에 따르는 것’이라는 아주 고전적인 교육과정 개념에 충실하다는 점이다.
AI와 교사 역할에 관한 언급에서 특징적인 것은 AI를 교사의 교수 행위와 대비되는 또 하나의 교수 주체로 보고 있다는 점이다. 종종 AI는 교실 속의 다른 에듀테크들과 다르게 인식된다. 이러한 인식은 AI에 대한 ‘앤트로포모피즘(anthropomorphism, 신이나 동물·사물 등의 의인화)’과 긴밀히 연결된다. AI 혹은 알고리즘에 대한 무정형의 인격화는 종종 AI를 마치 중립적이고 객관적인 주체처럼 우리를 ‘도와준다’ 또는 어떤 것을 ‘제공한다’고 표현한다. ‘튜터’, ‘협업’, ‘진화’, ‘공존’ 등도 다른 에듀테크에는 사용하지 않는 표현이다. 이러한 표현은 에듀테크 기업의 담당자들이 AI의 알고리즘을 프로그래밍했을 것이라는 사실을 모호하게 만든다.
코스웨어는 교사가 아닌 기업이 구성한 것으로, 교육과정 재구성의 주도권이 교사가 아닌 기업에 있다. 코스웨어 중심의 수업에서 교사는 자신이 수업을 이끌고 있다고 느끼지만 교육과정적으로는 ‘타인(기업)이 설계해 놓은 알고리즘’을 그대로 따라가는 것이다. 물론 AIDT에도 교육과정 재구성 기능이 있지만 ‘주어진 맞춤형 콘텐츠나 학습 경로의 순서를 바꾸거나 대시보드의 화면 구성을 바꾸기’ 등이다. 이는 현재 정부나 기업이 교사의 교육과정 재구성에 대해 어떤 사고를 하고 있는지를 잘 보여 준다. 교육과정 재구성의 본래적 의미와는 거리가 있다. 이러한 AIDT의 재구성 방식은 교사의 수업 전문성과 교사 역할에 대한 진지한 성찰과 존중이 결여된 담론에 기초하고 있다.
인공지능학자인 웨인 홈즈(2021)는 이와 같이 행동주의적 방식을 따르고 있는 코스웨어 중심의 교육 시스템은 지난 60여 년 동안 이루어진 교육학의 발전을 무시하는 일이며, 상업적인 빅테크 회사에서 제공하는 교육 도구에 의존하게 함으로써 교사뿐만 아니라 학생들의 주체성을 약화시키고 사생활을 침해할 수 있다는 점을 강조한다.
교사에게 있어 교육과정을 재구성한다는 것은 학생들의 배움과 주도성을 고민하는 일이며, 자신의 교과 전문성을 토대로 가르쳐야 할 것과 그렇지 않은 것을 구분하고, 지식을 해석하고 구성하는 일이다. 이 과정은 교사를 가장 교사답게 만드는 일이라는 점에서 교사의 전문성과 자율성 문제와 직결된다. 코스웨어 중심의 수업은 교사에게 편의성을 부여하는 대신 교사의 주체성을 약화시키고 장기적으로는 교사의 교육과정 재구성 역량을 축소시킬 수 있다는 점에서도 신중함을 필요로 한다.
학습 데이터, 양날의 검
이제 학생의 입장에서 AIDT의 문제를 살펴보자. 정부의 AIDT 도입의 가장 큰 목적은 학생 개개인의 수준을 철저하게 분석하여 최적의 학습 경로를 제공하는 ‘개별 맞춤 교육’을 제공하는 것이다. 여기에는 단계별 학습을 도입하고 전문가의 지식을 활용해 개별 학생의 오개념(誤槪念)을 바로잡을 수 있을 것이라는 가정이 전제되어 있다. 학생들의 모든 학습 활동은 철저하게 분석되어 자신의 목표와 역량, 학습 속도에 따라 서로 다른 학습 경로가 주어지게 된다. 이러한 전제의 중심에는 ‘데이터’에 대한 믿음이 작용한다.
개별 맞춤 학습이 실제로 작동하기 위해선 몇 가지 전제가 필요하다. 첫째, AI 튜터가 제공하는 분석이 신뢰할 만하고, 이를 토대로 교사가 의미 있는 선택을 할 수 있는 타당한 분석이어야 한다는 점이다. 이른바 학습 데이터의 문제이다. 데이터에 오류가 있거나 편향되어 있다면 의도한 방향과 다른 결과물을 내게 된다. 학습에 관한 의미 있는 데이터를 생산, 수집, 축적하기 위해서는 먼저 ‘무엇을 학습으로 볼 것인가’에 대한 공통의 정의(definition)가 우선되어야 한다.
그렇다면 현재 개발 중인 AIDT의 데이터 세트(data set)는 어떤 기준을 참조하고 있을까? 다음의 표❸는 교육부가 개발사들에게 제공한 국가 수준 학습 데이터 세트의 가이드라인이다. 그런데 이 지침의 영역별 상세 데이터 항목을 살펴보면 데이터의 원천에 의문을 갖지 않을 수 없다. 상위 수준의 인지인 ‘메타인지’를 학습 계획 달성도와 접속 시간으로 데이터화하는가 하면, 학습 진행도와 질의응답 정도를 ‘학습자의 교과 흥미’로 분석하고 있다. 과연 이러한 내용으로 수집된 데이터를 온전히 학생의 학습 능력으로 이해할 수 있는지 의문이다. 2025년에 AIDT가 실제 활용되는 경우, 교사와 학부모는 각 데이터의 원천에 대해 반드시 확인해야 하며 그러한 내용이 교사 연수에 포함되어야 한다.
그렇다면 지금보다 좀 더 타당한 학습 데이터가 개발된다면 그 데이터는 정말 학생 개인의 학습을 더 잘 이해하는 데 기여할 수 있을까? 대시보드 안의 각종 그래프와 숫자는 짐짓 객관적이고 정확한 정보를 담고 있는 것처럼 보인다. 데이터 하나하나는 분명 무엇인가를 나타내 주고 있지만 서로 어떻게 연결되는지, 어떻게 이해해야 할지 알 수 없어 학생 고유의 학습적인 특징이나 문제점이 구체적으로 파악되기 어렵다.
한병철(2024)은 데이터를 마치 신앙처럼 여기는 현대 사회의 특징을 ‘데이터주의’로 표현하면서 ‘아무리 방대하더라도 데이터는 성과와 효율을 벗어난 질문에는 답을 하지 못함’을 강조한다. 그에 따르면 ‘데이터-앎(Data-Wissen)’은 제한적이고 초보적인 형태의 앎으로, 인과관계조차 밝혀내지 못한다. 이를 두고 그는 ‘데이터주의와 허무주의는 동전의 양면처럼 짝을 이룬다’❹며 데이터 기반 정보가 갖는 한계를 지적한다.
핀란드 교육부는 학습 분석의 가능성을 탐색하기 위해 전문가를 중심으로 한 위원회를 구성하면서 ‘학습 분석은 디지털 환경에서의 학습 과정 일부만 설명할 뿐’❺이라는 단서를 붙임으로써 학습 분석 데이터가 학생의 학습 전체를 의미하는 것으로 확대 해석하거나 왜곡하는 것을 차단하고 있다.
개별 맞춤 교육이 실제로 작동하기 위한 또 다른 전제로 학생의 정서적 차원에 대한 이해가 필요하다. AIDT를 둘러싸고 여러 논의가 이루어지고 있지만 학생 부분은 주로 과다 몰입에 대한 우려와 건강 문제로 집중되어 있다. 사실 AIDT를 둘러싼 그 어떤 논쟁도 학생들이 그것을 얼마나 잘 활용하며 자신의 앎을 구성하느냐에 대해 이야기하지 않는다.
AIDT에서 학생의 배움은 대시보드의 데이터로 집약된다. 그런데 학습 데이터의 효용성은 정책 개발자와 교육 제공자의 입장에서만 고려된 것으로 학생들의 자율적 선택과 거리가 멀다. 실제 현재의 AIDT와 유사한 기능을 가진 AI 에듀테크를 학교 현장에 투입해 그 활용 양상을 탐색한 두 편의 연구(주정흔 외, 2021; 주정흔 외, 2022)는 도구에 대한 학생의 ‘정서적 합리성’이 무엇보다 우선함을 보여 주었다. 온라인 공간이 일상화된 학생들에게 AIDT는 성인들의 기대만큼 흥미롭지 않다. 학생 개인에 따라 차이가 있지만 도구의 ‘신기 효과(novelty effect)’도 길지 않았고, 활용이 반복되면서 기기 학습에 흥미를 잃어 가는 모습이었다. 이러한 양상은 특히 학업 성취도가 낮은 학생들에게서 빠르고 전면적으로 나타났다.
유네스코는 〈2023년도 세계교육현황 모니터링 보고서〉(2023)에서 교육에서의 디지털 기술 활용에 대한 핵심 메시지 중 하나로 ‘기술은 수백만 명의 학습자에게 교육의 생명 줄을 제공하지만, 그보다 더 많은 학습자를 배제한다’고 보고한 바 있다. 자신의 학습 과정에 관한 모든 로그인 기록이 데이터로 축적되는 수업에서 학생들이 자신의 데이터 안에 갇혀 위축되지는 않을지, 과연 실패를 통한 발견의 기쁨, 배움의 희열을 안전하게 경험할 수 있을지 유의하여 살필 필요가 있다. 데이터는 더 잘 가르치고 배우기 위한 수단일 뿐 그 자체로 모든 가치에 우선할 수 없다.
어떤 미래를 상상하는가
첨단 기술을 이용해 좀 더 편리하고 효율적인 제품을 만드는 것과 교육의 도구를 만드는 일은 차원이 다른 일이다. 교육에서 도구는 앎에 이르는 방식을 바꾸고 사고를 바꾸고 관계를 바꾸고 나아가 세계를 바꾸는 매우 중요한 일이다. 경계해야 할 것은 다가오는 물음을 정직하게 맞이하지 못하거나 이미 정해 놓은 답을 향해 나아가는 방식으로 사유를 전개하는 것이다.
모두가 얼마 후 모습을 드러낼 AIDT의 완성품을 기다리고 있다. 걱정스러움 속에서도 “시제품은 맛보기라 일부러 핵심을 보여 주지 않았을 뿐 완성품은 다양한 기능으로 확실히 다른 모습을 보여 줄 것”이란 기대감을 놓지 않는 모습이다. 예상처럼 보다 화려하고 기능적인 장치를 탑재한 스마트한 모습으로 나올 수도 있겠다. 하지만 현재의 체제와 형식이 바뀌지 않는 한 AIDT의 특질은 변하지 않는다. 과학 기술자 실라 재서노프(2022)는 《테크놀로지의 정치》에서 ‘사회기술적 상상’이라는 개념으로, 사회 집단이 기술에 대해 어떤 상상을 하느냐가 그 사회의 실제를 바꾼다는 점을 강조한다. 지금의 AIDT를 학교 현장에 적용하도록 강제한다는 것은 미래의 공교육의 모습에 대한 우리 사회의 상상력을 그대로 보여 주는 것이다. 그대, 어떤 미래 교육을 꿈꾸는가?
❶
호모 파베르(Homo Faber)는 ‘도구를 만들어 사용하는 인간’을 뜻하는 용어이다. 인간의 본질을 도구를 사용하고 제작할 줄 아는 점에서 파악하는 인간관으로 베르그송에 의해서 창출되었다. 그에 따르면 인간은 어쩔 수 없는 본성으로 유형, 무형의 도구를 만드는 동시에 자기 자신도 만드는 존재다.
❷
Ong, W. J.(1982), Orality and literacy, Routledge, p. 81.
❸
한국교육학술정보원(2023), 〈AI디지털 교과서 개발 가이드라인〉, 118쪽.
❹
한병철(2024), 《오늘날 왜 혁명은 불가능한가》, 김영사.
❺
OKM(2021), Learning Analytics Framework : Best Practices in the Implementation and Utilization of Learning Analytics, Ministry of Education and Culture, Learning Analytics Division. p. 11. julkaisut.valtioneuvosto.fi/bitstream/handle/10024/163215/OKM_2021_36.pdf
참고 문헌
한국교육학술정보원(2023), 〈AI디지털 교과서 개발 가이드라인〉.
손화철(2020), 《호모 파베르의 미래 - 기술의 시대, 인간의 자리는 어디인가》, 아카넷.
실라 재서노프, 김명진 옮김(2022), 《테크놀로지의 정치》, 창비.
웨인 홈즈(2021), 〈인공지능과 미래교육 : 비판적 연구 관점에서〉,
《인공지능(AI) 기반 미래교육, ‘인간-인공지능(AI) 공존의 시대를 말하다’》, 서울교육정책연구소 포럼 자료집, 8~35쪽.
주정흔·서덕희·김보경 외(2021), 《인공지능(AI) 기반 에듀테크의 학교 현장 적용을 위한 협력적 실행연구》, 서울특별시교육청교육연구정보원.
주정흔·김보경·김아람·임유진·임세범(2022), 《개별 맞춤형 인공지능 활용교육의 가능성과 과제》, 서울특별시교육청교육연구정보원.
프라카시 나이르·로니 짐머 닥터리·리처드 엘모어, 유명희 옮김(2023),
《내일 학교 - 교육을 바꾸는 디자인의 힘》, 창비교육.
한병철(2024), 《오늘날 왜 혁명은 불가능한가》, 김영사.
OKM(2021), Learning Analytics Framework : Best Practices in the Implementation and Utilization of Learning Analytics, Ministry of Education and Culture, Learning Analytics Division.
Ong, W. J.(1982), Orality and literacy, Routledge.
UNESCO(2023), 〈2023년도 세계교육현황 모니터링 보고서 - 교육에서의 기술 : 누구를 위한 도구인가?〉, 유네스코한국위원회.
[특집] AI 디지털교과서, 엇나간 혁신
코스웨어에 오른 교사, 데이터에 갇힌 아이들
주정흔
jjdawn@hanmail.net
서울교육정책연구소 선임연구위원
“먼저 우리가 도구를 만들고, 그다음엔 도구가 우리를 만든다.”
- 마샬 맥클루언
호모 파베르의 역설
지금 대한민국 학교 현장은 인공지능, 디지털 기술을 입은 교과서를 중심으로 개별 맞춤 교육이라는 신화를 써 내려갈 준비로 혼란스럽다. 교육부는 2023년 6월 〈인공지능(AI) 디지털교과서 추진방안〉 발표 이후 전례 없던 속도전으로 일관하고 있다. 크고 작은 에듀테크 기업들이 사활을 걸고 교과서 개발 시장에 뛰어들고 동시에 대규모 선도 교사 및 연구학교 사업이 진행되고, 실체 없는 교과서를 전제로 교사 연수가 한창이다. 천문학적 예산이 투입되는 것은 당연하다. 교육부의 이러한 행보는 속도의 우위에 초점을 두고 누구보다 빨리 기술을 ‘선점’하는 데 의미를 두는 ‘추격자 모델’의 전형을 보여 준다. ‘선도’와 ‘선점’은 다르다.
교육부에 따르면 새로 만들어지는 디지털교과서는 인공지능 기술로 만들어진 만큼 이전과 달리 개별 맞춤 학습이 실현되는 ‘교육 혁명’이 가능하다는 주장이다. 이 도구 하나면 개별 맞춤 교육부터 자기 주도 학습력, 기초학력 부진, 평가, 사교육비 문제까지 학교교육을 둘러싼 난제들을 해결할 수 있다고 전망하고 있다. 이러한 전망의 중심에는 어떤 문제든 필요한 기술을 잘 만들어서 해결할 수 있다는 ‘기술결정론’적 믿음, 이른바 테크노크라시(technocracy)가 있다. 최근 생성형 AI의 등장은 인공지능 기술의 ‘특이점’이 앞당겨졌다는 해석에 힘을 실으면서 테크노크라시는 지배적인 담론이 되어 가고 있다.
이러한 믿음은 현재 기술에 다소 문제가 있더라도 기술이 발전되면 문제점도 저절로 해결될 것이라는 믿음을 형성한다. 나아가 “아직 초보 단계인 AI 기술의 발전을 위해 더 많은 데이터, 더 많은 활용이 필요”하다고 주장한다. 기계 학습이 전통적인 교실 공간의 기능과 어떻게 조화 가능한지 교사의 수업과 학생의 교육적 경험의 성질을 어떻게 바꾸게 될지, 그 과정에서 기대한 것과 반대 방향으로 흘러갈 수 있다거나 의도하지 않은 문제가 발생할 수 있을지도 모른다는 가정 자체가 없다.
그러나 인간과 기술의 관계는 간단치 않다. 호모 파베르❶인 인간은 도구를 만드는 동시에 그 도구를 통해 자기 자신을 만들어 간다. 즉 “기술(도구)은 단순히 외부적인 도움을 주는 것이 아니라 인간의 의식에 내부적인 변화를 일으킨다”❷. 이른바 ‘호모 파베르의 역설(paradox of Homo Faber)’이다. 인간은 자신의 필요에 의해 도구를 만들지만 결국 자기 자신을 만드는 도구를 만든다는 점에서 인간과 도구는 매우 특별한 관계에 있다. 교육부의 표현처럼 ‘혁명적’인 AI 디지털교과서(AIDT)가 가져올 ‘장기적 함의’에 대한 사회적 논의가 절실한 이유이다.
코스웨어를 입은 교사, 전문성과 편의성 사이
그렇다면 교실 속의 AIDT는 과연 가르침과 배움의 형식을 어떻게 변화시킬까? 그 변화된 모습은 과연 정말 우리를 더 나은 미래로 이끄는 좋은 수업, 의미 있는 배움의 길을 함의하고 있을까?
AIDT 활용에서 빈번하게 등장하는 논의 중 하나가 ‘교사 역할’이다. 교육부는 AIDT가 교사의 대체자가 아니라, ‘교사의 도구’임을 강조하고 있다. AIDT의 핵심 기능은 ‘AI 코스웨어’와 ‘AI 튜터’로 구분된다. ‘코스웨어’는 교과과정을 단원별로 구조화해 놓은 시스템인 ‘course(과목)’와 ‘software’의 합성어다. 여기서 ‘ware’는 ‘옷을 입다’라는 의미로 코스웨어는 마치 옷을 입듯 일정한 순서대로 구성된 교육과정을 따라가는 수업을 의미한다. 일단 ‘코스’라는 옷을 ‘입고 나면’ 그 코스를 벗어나기 어렵게 된다.
이 코스 안에는 교사용과 학습자용으로 진단 평가를 비롯해 교과서 내용, 시청각 콘텐츠, 문항, 활동 등이 구성되어 있다. 한마디로 교수와 학습을 위한 ‘모든 것’이 포함된 ‘꾸러미’들의 집합체로, 이 코스를 따라가다 보면 그 흐름대로 수업이 진행된다. 인공지능 기술이 추구하는 자동화 기능의 ‘편의성’을 누릴 수 있다. 코스웨어 활용으로 생긴 여유 시간은 대시보드의 학습 상황을 체크하고 데이터 결과를 고려하여 각 학생에게 맞는 프로그램이나 코스를 추천(큐레이팅)해 주고 학습 활동에 피드백을 해 주는 데 쓴다.
코스웨어를 따라가는 수업의 정당성은 좋은 수업, 교육다움, 교사의 수업 전문성을 어떻게 규정하느냐에 따라 달라질 수밖에 없다. 누군가에게는 이질적이고 몸에 맞지 않는 옷처럼 불편할 것이며, 다른 누군가는 반대로 코스웨어가 주는 편의성을 누리며 나름대로 즐거운 수업을 할 수도 있다. 현실에서는 결국 교사 자신의 선택의 문제로 ‘던져진다’. 분명한 것은 이러한 코스웨어 중심의 수업은 ‘특정한 목표를 중심으로 정해진 내용에 따르는 것’이라는 아주 고전적인 교육과정 개념에 충실하다는 점이다.
AI와 교사 역할에 관한 언급에서 특징적인 것은 AI를 교사의 교수 행위와 대비되는 또 하나의 교수 주체로 보고 있다는 점이다. 종종 AI는 교실 속의 다른 에듀테크들과 다르게 인식된다. 이러한 인식은 AI에 대한 ‘앤트로포모피즘(anthropomorphism, 신이나 동물·사물 등의 의인화)’과 긴밀히 연결된다. AI 혹은 알고리즘에 대한 무정형의 인격화는 종종 AI를 마치 중립적이고 객관적인 주체처럼 우리를 ‘도와준다’ 또는 어떤 것을 ‘제공한다’고 표현한다. ‘튜터’, ‘협업’, ‘진화’, ‘공존’ 등도 다른 에듀테크에는 사용하지 않는 표현이다. 이러한 표현은 에듀테크 기업의 담당자들이 AI의 알고리즘을 프로그래밍했을 것이라는 사실을 모호하게 만든다.
코스웨어는 교사가 아닌 기업이 구성한 것으로, 교육과정 재구성의 주도권이 교사가 아닌 기업에 있다. 코스웨어 중심의 수업에서 교사는 자신이 수업을 이끌고 있다고 느끼지만 교육과정적으로는 ‘타인(기업)이 설계해 놓은 알고리즘’을 그대로 따라가는 것이다. 물론 AIDT에도 교육과정 재구성 기능이 있지만 ‘주어진 맞춤형 콘텐츠나 학습 경로의 순서를 바꾸거나 대시보드의 화면 구성을 바꾸기’ 등이다. 이는 현재 정부나 기업이 교사의 교육과정 재구성에 대해 어떤 사고를 하고 있는지를 잘 보여 준다. 교육과정 재구성의 본래적 의미와는 거리가 있다. 이러한 AIDT의 재구성 방식은 교사의 수업 전문성과 교사 역할에 대한 진지한 성찰과 존중이 결여된 담론에 기초하고 있다.
인공지능학자인 웨인 홈즈(2021)는 이와 같이 행동주의적 방식을 따르고 있는 코스웨어 중심의 교육 시스템은 지난 60여 년 동안 이루어진 교육학의 발전을 무시하는 일이며, 상업적인 빅테크 회사에서 제공하는 교육 도구에 의존하게 함으로써 교사뿐만 아니라 학생들의 주체성을 약화시키고 사생활을 침해할 수 있다는 점을 강조한다.
교사에게 있어 교육과정을 재구성한다는 것은 학생들의 배움과 주도성을 고민하는 일이며, 자신의 교과 전문성을 토대로 가르쳐야 할 것과 그렇지 않은 것을 구분하고, 지식을 해석하고 구성하는 일이다. 이 과정은 교사를 가장 교사답게 만드는 일이라는 점에서 교사의 전문성과 자율성 문제와 직결된다. 코스웨어 중심의 수업은 교사에게 편의성을 부여하는 대신 교사의 주체성을 약화시키고 장기적으로는 교사의 교육과정 재구성 역량을 축소시킬 수 있다는 점에서도 신중함을 필요로 한다.
학습 데이터, 양날의 검
이제 학생의 입장에서 AIDT의 문제를 살펴보자. 정부의 AIDT 도입의 가장 큰 목적은 학생 개개인의 수준을 철저하게 분석하여 최적의 학습 경로를 제공하는 ‘개별 맞춤 교육’을 제공하는 것이다. 여기에는 단계별 학습을 도입하고 전문가의 지식을 활용해 개별 학생의 오개념(誤槪念)을 바로잡을 수 있을 것이라는 가정이 전제되어 있다. 학생들의 모든 학습 활동은 철저하게 분석되어 자신의 목표와 역량, 학습 속도에 따라 서로 다른 학습 경로가 주어지게 된다. 이러한 전제의 중심에는 ‘데이터’에 대한 믿음이 작용한다.
개별 맞춤 학습이 실제로 작동하기 위해선 몇 가지 전제가 필요하다. 첫째, AI 튜터가 제공하는 분석이 신뢰할 만하고, 이를 토대로 교사가 의미 있는 선택을 할 수 있는 타당한 분석이어야 한다는 점이다. 이른바 학습 데이터의 문제이다. 데이터에 오류가 있거나 편향되어 있다면 의도한 방향과 다른 결과물을 내게 된다. 학습에 관한 의미 있는 데이터를 생산, 수집, 축적하기 위해서는 먼저 ‘무엇을 학습으로 볼 것인가’에 대한 공통의 정의(definition)가 우선되어야 한다.
그렇다면 현재 개발 중인 AIDT의 데이터 세트(data set)는 어떤 기준을 참조하고 있을까? 다음의 표❸는 교육부가 개발사들에게 제공한 국가 수준 학습 데이터 세트의 가이드라인이다. 그런데 이 지침의 영역별 상세 데이터 항목을 살펴보면 데이터의 원천에 의문을 갖지 않을 수 없다. 상위 수준의 인지인 ‘메타인지’를 학습 계획 달성도와 접속 시간으로 데이터화하는가 하면, 학습 진행도와 질의응답 정도를 ‘학습자의 교과 흥미’로 분석하고 있다. 과연 이러한 내용으로 수집된 데이터를 온전히 학생의 학습 능력으로 이해할 수 있는지 의문이다. 2025년에 AIDT가 실제 활용되는 경우, 교사와 학부모는 각 데이터의 원천에 대해 반드시 확인해야 하며 그러한 내용이 교사 연수에 포함되어야 한다.
그렇다면 지금보다 좀 더 타당한 학습 데이터가 개발된다면 그 데이터는 정말 학생 개인의 학습을 더 잘 이해하는 데 기여할 수 있을까? 대시보드 안의 각종 그래프와 숫자는 짐짓 객관적이고 정확한 정보를 담고 있는 것처럼 보인다. 데이터 하나하나는 분명 무엇인가를 나타내 주고 있지만 서로 어떻게 연결되는지, 어떻게 이해해야 할지 알 수 없어 학생 고유의 학습적인 특징이나 문제점이 구체적으로 파악되기 어렵다.
한병철(2024)은 데이터를 마치 신앙처럼 여기는 현대 사회의 특징을 ‘데이터주의’로 표현하면서 ‘아무리 방대하더라도 데이터는 성과와 효율을 벗어난 질문에는 답을 하지 못함’을 강조한다. 그에 따르면 ‘데이터-앎(Data-Wissen)’은 제한적이고 초보적인 형태의 앎으로, 인과관계조차 밝혀내지 못한다. 이를 두고 그는 ‘데이터주의와 허무주의는 동전의 양면처럼 짝을 이룬다’❹며 데이터 기반 정보가 갖는 한계를 지적한다.
핀란드 교육부는 학습 분석의 가능성을 탐색하기 위해 전문가를 중심으로 한 위원회를 구성하면서 ‘학습 분석은 디지털 환경에서의 학습 과정 일부만 설명할 뿐’❺이라는 단서를 붙임으로써 학습 분석 데이터가 학생의 학습 전체를 의미하는 것으로 확대 해석하거나 왜곡하는 것을 차단하고 있다.
개별 맞춤 교육이 실제로 작동하기 위한 또 다른 전제로 학생의 정서적 차원에 대한 이해가 필요하다. AIDT를 둘러싸고 여러 논의가 이루어지고 있지만 학생 부분은 주로 과다 몰입에 대한 우려와 건강 문제로 집중되어 있다. 사실 AIDT를 둘러싼 그 어떤 논쟁도 학생들이 그것을 얼마나 잘 활용하며 자신의 앎을 구성하느냐에 대해 이야기하지 않는다.
AIDT에서 학생의 배움은 대시보드의 데이터로 집약된다. 그런데 학습 데이터의 효용성은 정책 개발자와 교육 제공자의 입장에서만 고려된 것으로 학생들의 자율적 선택과 거리가 멀다. 실제 현재의 AIDT와 유사한 기능을 가진 AI 에듀테크를 학교 현장에 투입해 그 활용 양상을 탐색한 두 편의 연구(주정흔 외, 2021; 주정흔 외, 2022)는 도구에 대한 학생의 ‘정서적 합리성’이 무엇보다 우선함을 보여 주었다. 온라인 공간이 일상화된 학생들에게 AIDT는 성인들의 기대만큼 흥미롭지 않다. 학생 개인에 따라 차이가 있지만 도구의 ‘신기 효과(novelty effect)’도 길지 않았고, 활용이 반복되면서 기기 학습에 흥미를 잃어 가는 모습이었다. 이러한 양상은 특히 학업 성취도가 낮은 학생들에게서 빠르고 전면적으로 나타났다.
유네스코는 〈2023년도 세계교육현황 모니터링 보고서〉(2023)에서 교육에서의 디지털 기술 활용에 대한 핵심 메시지 중 하나로 ‘기술은 수백만 명의 학습자에게 교육의 생명 줄을 제공하지만, 그보다 더 많은 학습자를 배제한다’고 보고한 바 있다. 자신의 학습 과정에 관한 모든 로그인 기록이 데이터로 축적되는 수업에서 학생들이 자신의 데이터 안에 갇혀 위축되지는 않을지, 과연 실패를 통한 발견의 기쁨, 배움의 희열을 안전하게 경험할 수 있을지 유의하여 살필 필요가 있다. 데이터는 더 잘 가르치고 배우기 위한 수단일 뿐 그 자체로 모든 가치에 우선할 수 없다.
어떤 미래를 상상하는가
첨단 기술을 이용해 좀 더 편리하고 효율적인 제품을 만드는 것과 교육의 도구를 만드는 일은 차원이 다른 일이다. 교육에서 도구는 앎에 이르는 방식을 바꾸고 사고를 바꾸고 관계를 바꾸고 나아가 세계를 바꾸는 매우 중요한 일이다. 경계해야 할 것은 다가오는 물음을 정직하게 맞이하지 못하거나 이미 정해 놓은 답을 향해 나아가는 방식으로 사유를 전개하는 것이다.
모두가 얼마 후 모습을 드러낼 AIDT의 완성품을 기다리고 있다. 걱정스러움 속에서도 “시제품은 맛보기라 일부러 핵심을 보여 주지 않았을 뿐 완성품은 다양한 기능으로 확실히 다른 모습을 보여 줄 것”이란 기대감을 놓지 않는 모습이다. 예상처럼 보다 화려하고 기능적인 장치를 탑재한 스마트한 모습으로 나올 수도 있겠다. 하지만 현재의 체제와 형식이 바뀌지 않는 한 AIDT의 특질은 변하지 않는다. 과학 기술자 실라 재서노프(2022)는 《테크놀로지의 정치》에서 ‘사회기술적 상상’이라는 개념으로, 사회 집단이 기술에 대해 어떤 상상을 하느냐가 그 사회의 실제를 바꾼다는 점을 강조한다. 지금의 AIDT를 학교 현장에 적용하도록 강제한다는 것은 미래의 공교육의 모습에 대한 우리 사회의 상상력을 그대로 보여 주는 것이다. 그대, 어떤 미래 교육을 꿈꾸는가?
❶
호모 파베르(Homo Faber)는 ‘도구를 만들어 사용하는 인간’을 뜻하는 용어이다. 인간의 본질을 도구를 사용하고 제작할 줄 아는 점에서 파악하는 인간관으로 베르그송에 의해서 창출되었다. 그에 따르면 인간은 어쩔 수 없는 본성으로 유형, 무형의 도구를 만드는 동시에 자기 자신도 만드는 존재다.
❷
Ong, W. J.(1982), Orality and literacy, Routledge, p. 81.
❸
한국교육학술정보원(2023), 〈AI디지털 교과서 개발 가이드라인〉, 118쪽.
❹
한병철(2024), 《오늘날 왜 혁명은 불가능한가》, 김영사.
❺
OKM(2021), Learning Analytics Framework : Best Practices in the Implementation and Utilization of Learning Analytics, Ministry of Education and Culture, Learning Analytics Division. p. 11. julkaisut.valtioneuvosto.fi/bitstream/handle/10024/163215/OKM_2021_36.pdf
참고 문헌
한국교육학술정보원(2023), 〈AI디지털 교과서 개발 가이드라인〉.
손화철(2020), 《호모 파베르의 미래 - 기술의 시대, 인간의 자리는 어디인가》, 아카넷.
실라 재서노프, 김명진 옮김(2022), 《테크놀로지의 정치》, 창비.
웨인 홈즈(2021), 〈인공지능과 미래교육 : 비판적 연구 관점에서〉,
《인공지능(AI) 기반 미래교육, ‘인간-인공지능(AI) 공존의 시대를 말하다’》, 서울교육정책연구소 포럼 자료집, 8~35쪽.
주정흔·서덕희·김보경 외(2021), 《인공지능(AI) 기반 에듀테크의 학교 현장 적용을 위한 협력적 실행연구》, 서울특별시교육청교육연구정보원.
주정흔·김보경·김아람·임유진·임세범(2022), 《개별 맞춤형 인공지능 활용교육의 가능성과 과제》, 서울특별시교육청교육연구정보원.
프라카시 나이르·로니 짐머 닥터리·리처드 엘모어, 유명희 옮김(2023),
《내일 학교 - 교육을 바꾸는 디자인의 힘》, 창비교육.
한병철(2024), 《오늘날 왜 혁명은 불가능한가》, 김영사.
OKM(2021), Learning Analytics Framework : Best Practices in the Implementation and Utilization of Learning Analytics, Ministry of Education and Culture, Learning Analytics Division.
Ong, W. J.(1982), Orality and literacy, Routledge.
UNESCO(2023), 〈2023년도 세계교육현황 모니터링 보고서 - 교육에서의 기술 : 누구를 위한 도구인가?〉, 유네스코한국위원회.