AI를 잘 쓰는 법보다, 왜 써야 하는지를 먼저 묻는 연수
총 11차시 원격 연수, 1~3차시를 듣고
본격적인 원격 연수의 시작이다.
총 11차시의 여정인데, 금요일은 오후 6시부터 거의 9시까지,
주말에도 오후 2시부터 5시 반까지 이어지는 연수이니 결코 적은 시간이 아니다.
권역이 지역별로 나뉘어 있고 그 안에서도 원격 회의실이 나누어져 있는데,
약 140분의 선생님들께서 금요일 저녁부터 주말까지 시간을 반납하고 연수를 들으시는 모습에 감탄할 수밖에 없었다.
나는 무엇을 얻기 위해 이 연수를 신청했을까
사실 연수를 신청하면서도 ‘나는 무엇을 얻기 위해 이 연수를 신청하는가’라는 고민이 많았다.
AI는 처음 나온 순간부터 관심을 가지고 꾸준히 소식을 접했다.
작은 프로젝트들이라도 익히려고 애를 썼다.
물론 이론적 지식이나 직접 실행하는 역량은 여전히 부족하다고 생각하지만,
내가 필요한 프로그램 정도는 제작하고 웹사이트 정도는 배포할 수 있는 능력도 갖추었다.
그럼에도 늘 ‘왜 필요한가?’라는 생각이 들었다.
갈수록 판단을 잘해야 한다.
사람이 하는 게 더 빠를 때도 있다. 빠른 것도 중요하지만 비용도 마찬가지다.
AI는 무료로 사용하는 것이 아니다. 토큰이라는 개념을 통해 ‘소비’하는 것이다.
그 소비를 통해 내가 만들어낸 생산물이 얼마나 가치 있는가에 대한 고민이 생긴다.
갈수록 분명한 목적성을 가지고 결과물을 만들어내야 한다는 생각도 든다.
AI slop이라고 하던가.
바이브 코딩으로 만든 수많은 결과물이 쏟아지고 있다.
그중 얼마나 살아남고 얼마나 사라질까.
교육은 이런 고민을 더 깊고 신중하게 가져가야 하는 분야다.
학생들에게 어떤 목적을 가지고 어떤 역량을 길러주기 위해 내가 AI를 활용해야 할까.
이 질문을 정말 많이 했다.
여전히 아날로그로 수업할 부분이 있고, 디지털을 활용하면 좋은 부분도 있다.
그 경계에서 계속 고민하게 된다.
최근 나에게 가장 많은 영감을 주시는 분이 있다.dddesign.io라는 아이디로 활동하시는 디자이너인데,
AI를 활용하면서 생각해볼 만한 다양한 견해를 올려주신다.
사실 디자인이라는 분야도 사람을 이해해야 하는 분야라고 배웠다.
사람을 이해한다는 건 사람이 불편해하는 지점의 문제를 해결한다는 뜻이다.
단순히 ‘예쁘고 좋다’라는 느낌을 만드는 데서 끝나는 것이 아니라는 점을 이분을 통해 배우게 되었다.
분야가 다를 뿐, 내가 교육에 적용해야겠다고 느낀 부분도 비슷했다.
AI 리터러시보다 먼저 필요한 것
AI 리터러시 전에 텍스트 리터러시가 있다는 것.
글을 제대로 소화하지 못하면 올바른 결정을 내리기 어렵다.
사실 AI를 활용하면서 가장 중요한 부분이 아닐까 싶다.
결국 주도성은 내가 가져오는 것이다.
AI에게 무엇을 부탁할지, 어떤 결과물을 도출할지도 나에게 달렸다.
요즘은 자극적인 릴스도 많아졌다.
화려한 웹사이트를 보여주며 ‘딸깍’으로 만든 것처럼 홍보하지만,
알고 보면 www.awwwards.com에 실제로 있는 사이트를 마치
AI로 금방 만든 것처럼 보여 사람을 현혹하는 경우도 있다.
화려한 동영상도 웹 GPT 채팅창에 입력하기만 하면 금방 만들 수 있는 것처럼 해놓고,
알고 보면 Higgsfield MCP를 이용해서 이러저러한 과정을 거친 결과인 경우가 있다.
더 궁금하면 어디에 가입해서 무엇을 하라고 이어지는 식이다.
사기 같은 강의팔이들도 넘치는 세상이다.
그래서 정보를 그대로 받아들이지 않고,
실제로 무엇을 했는지 확인하고 판단하는 힘이 더 중요해졌다.
이것 역시 AI 리터러시 이전에 필요한 텍스트 리터러시와 연결된다.
결과물은 원프롬프트가 아니라 수정의 과정에서 완성된다
AI 모델이 향상되면 당연히 결과물은 좋아질 것이다.
원프롬프트만으로도 GPT 5.3과 5.6의 차이는 분명할 것이다.
그러나 정말 그것을 ‘결과물’로 완성하는 과정은 원프롬프트만큼 극적이지 않다.
결국 AI가 준 결과물에서 어디를 수정할지,
왜 마음에 들지 않는지를 판단하는 ‘수정’의 단계를 거쳐야 한다.
여기서부터 시작이라고 생각한다.
‘모델이 향상되면 더 잘 만들어주겠지.’ 틀린 말은 아니지만,
내가 어떤 것을 결정해야 하는지,
도대체 무엇이 잘 만든 결과물의 기준인지가 더 중요하다.
판단은 누가 하는가? 어려운 문제다.
그래서 결국 인간이라는 본질로 돌아오게 된다.
나라는 사람에게서 콘텐츠가 나오고, AI는 그것을 구현하는 데 도움을 준다.
도메인 지식이라는 말이 있다.
간호사의 업무 스케줄을 용이하게 관리하는 프로그램을 그 일을 한 번도 해보지 않은 내가 만들 수 있을까?
개발자를 통해 만들더라도 설명하는 데 굉장히 많은 시간이 들 것이다. 분명하다.
구현하고 싶어서 부탁하는 사람은 ‘이게 아쉽고 저게 아쉽다’며 끊임없이 막연한 수정 요청을 한다.
구현해주는 사람은 ‘도대체 여기서 뭘 더 어떻게 하고 싶은지 구체적으로 말해주면 좋겠다’고 생각할 텐데,
부탁하는 사람은 어떻게 부탁해야 할지 모른다. 예전에 크몽에 맡기던 시대와 비슷하다.
(그래도 불평없이, 눈치보지 않고 끊임없이 부탁을 해야한다는 점에서는 AI가...ㅎ)
교사로서의 전문성과 연결되는 연수
우리는 교사로서 전문성을 가지고 있다.
학급경영, 업무, 교과 전문성 같은 도메인 지식이 있다.
이 지식을 가지고 AI를 어떻게 활용할 수 있을까.
어떤 근거로 교육에 적용할 수 있을까.
윤리적으로 부합하는 방식은 무엇일까.
나는 이런 질문에 답을 줄 수 있는 연수를 듣고 싶었다.
이번 연수가 좋았던 이유도 여기에 있다.
‘AI 좋아요’, ‘이 도구 좋아요’, ‘이거 배워보세요’, ‘이거 어떻게 쓰는지 궁금하죠?’
라고 말하는 연수도 분명 필요하지만
내게 필요했던 연수는
‘교육 현장에서는 이렇게 적용해야 해요. 교육과정에 근거하면 이런 부분에서 학생들에게 이런 영향을 줄 수 있고,
이런 결과를 얻을 수 있습니다’라고 설명해주는 연수였다.
가려웠던 등을 긁어준 연수에 신청하길 정말 잘했다는 생각이 든다.
여기까지가 내가 왜 이 연수를 신청했는지에 대한 구구절절한 이야기다.
본 연수 1~3차시에서 배운 것
AI 디지털 교육은 왜 필요한가
본 연수 1~3차시는 ‘AI 디지털 교육이 왜 필요할까?’라는 질문으로 시작했다.
정부의 정책 방향,
이미 우리 생활과 교육 안으로 깊숙이 들어온 AI,
맞춤형 AI 교육의 확대에 대한 이야기였다.
평가에서도 인공지능 활용 관리 방안이 마련되고 있다.
무엇보다 학생들이 이미 AI를 사용하고 있기 때문일 것이다.
실제로 이와 관련해 연구하시는 분의 의견을 보며 평가에 AI를 반영할 때 도움을 많이 받았는데,
이번 연수에서도 비슷한 내용이 나왔다.
AI를 활용해서 평가할 때는 결과물뿐 아니라 그 과정까지 평가해야 한다는 것이다.
어떤 프롬프트를 사용했는지,
그 결과를 채택한 이유와 채택하지 않은 이유는 무엇인지 작성하게 하는 방법이 있다.
자료 조사 단계 이후 의견을 정리할 때 AI를 사용할 것인지,
사용한다면 어디까지 사용할 것인지도 생각해볼 만한 지점이었다.
본질과 필요성을 이해하고, 교육 실천 사례를 탐색하고, 교사 주도성의 필요를 인식하고, 스스로 성찰하는 것.
바로 이것이 이번 연수의 큰 맥락이라고 생각했다.
사전 연수 때부터 계속 이야기했지만,
학습자를 이해하고 분석하는 것,
학생에게 적합한 수업을 설계하는 것,
학생의 참여와 성장을 촉진하는 것,
평가 결과를 교수·학습 개선에 환류하는 것,
교사의 전문적 판단과 윤리적 실천을 하는 것은 도구가 끊임없이 변해도 변하지 않는 본질이다.
이 본질에 근거해야 그 위에 새로운 기술과 방법을 쌓을 수 있다는 생각이 들었다.
표면적인 지표, 데이터만으로 교육을 바라볼 수 있을까
내가 뜨끔했던 부분은 알트스쿨(Alt School) 사례였다.
사실 나는 굉장히 ‘성취감을 중요시하는’ 인간이다. ㅠㅠ
또 ‘효율’을 중시하는 인간이기도 하다.
교육은 '내가 원하는' 성취감(일반적으로 모두가 성취감을 못 느낀다는 것이 아님.)을 느끼기도 힘들고,
특히 빠른 시간 안에 효율을 확인하기가 정말...어렵다.
교육은 가장 늦게 변화하는 조직 중 하나다.
교육은 백년지대계라는 말이 있을 만큼 정말 천천히 변화하고,
내가 만든 유의미한 변화를 직접 볼 수 있을지 없을지도 모른다.
(모든 말에 정의를 붙이자면 힘드니 느낌적으로 말하자면 그렇다.)
그런데 AI는 굉장히 빠른 결과를 내놓는다.
뚝딱뚝딱, 빠르면 1분 안에도 결과가 나온다.
연수에서 소개된 알트 스쿨 사례에서는 모든 학생이 개별적으로 디지털 교육을 받고,
CCTV를 통해 학습 태도를 수집해 데이터를 분석했다고 한다.
그런데 개인화된 교육의 부정적인 측면을 설명하며 ‘고립화된 교육’이라는 말이 나왔고, 그 표현이 와닿았다.
너무 엔지니어링적으로 생각하면 안 되는데,
AI가 교육에 도입될 때부터, 아니 사실 얼마 전까지도 나는 엔지니어링적인 사고를 계속 교육에 대입했던 것 같아 반성했다.
인간과 인간 사이의 ‘맥락적’ 관계를 기계가 이해할 수 있는가?
알고리즘으로 측정하기는 ‘거의’ 불가능할 것이다.
실행 과정에서 어려움을 극복하는 것, 또래와의 갈등을 경험하는 것,
적당한 좌절과 그것을 극복하는 경험 역시 성장의 일환이다.
우리가 어디에 초점을 맞춰야 할지 생각해볼 만한 부분이다.
교사인 우리는 기술이 먼저가 아니라 ‘무엇을 가르칠까, 왜 가르칠까’라는 질문을 먼저 세워야 한다.
그다음 그 목적을 이루기 위한 지원 도구로 기술을 활용해야 한다.
전인적 성장과 교사의 역할
학생의 종합적인 성장을 보자면 인지적 성장과 사회정서적 성장이 있다고 한다.
인지적 성장은 지식 이해나 사고력, 문제 해결력, 학업 수행 등을 의미하고,
사회정서적 성장은 정서 조절, 자기 인식, 타인과의 관계, 학습 동기, 회복 탄력성 등을 의미한다.
이 두 축을 잇는 설계자이자 학습자 이해의 성찰자가 바로 교사의 역할이다.
학생이 배우고, 관계를 맺고, 스스로 조절하는 과정이 있어야 한다.
AI 분석 결과를 기계적으로 수용해서는 안 되고, 항상 전인적인 맥락을 고려해야 한다.
개인적인 사례를 떠올려보면 더 분명하다.
설문조사를 실시하고 그 결과를 AI에게 분석하게 했을 때,
교실에서 그 학생과 함께 숨 쉬며 본 학생의 모습과 설문을 바탕으로 AI가 기계적으로 제시한 데이터에는 차이가 있었다.
관찰자의 전문적인 판단, 특히 모든 상황적 맥락을 포함한 판단까지 AI가 할 수는 없다는 것을 알았다.
AI 시대에 사회정서학습이 필요한 이유
그래서 사회정서학습(SEL)이 필요하다는 걸 연수에서 배웠다.
CASEL이 제시한 사회정서학습 프레임워크를 통해 왜 AI 시대에 SEL이 중요한지 고민해보았다.
AI가 잘하는 일은
학습 참여도와 수행 기록,
반응 패턴을 분석하는 것,
개별 학생에게 맞는 학습 자료와 난이도·피드백을 제공하는 것,
학습 과정을 시각화해 학생과 교사에게 정보를 제공하는 것이다.
다시 말해 인지적 수행이나 참여 패턴처럼 관찰 가능한 지표를 다루는 데 능숙하다는 이야기다.
하지만 학생의 마음과 관계의 맥락,
말로 드러나지 않은 망설임과 배려까지 데이터만으로 충분히 이해하기는 어렵다.
그래서 인지적 성장을 지원하는 AI와 사회정서적 성장을 돕는 교사의 역할이 함께 필요하다.
사회정서학습을 설계하는 SAFE 원리
효과적인 사회정서학습을 위한 SAFE 원리가 있다.
CASEL에서 설명하는 SAFE는 Sequenced, Active, Focused, Explicit의 앞글자를 딴 말이다.
한국어로는 계열적·순차적, 활동적, 집중적, 명시적이라는 의미로 이해할 수 있다.
S, Sequenced는 사회정서 역량을 한 번의 활동으로 끝내지 않고 연결된 순서와 단계로 가르치는 원리다.
예를 들어 감정을 알아차리고 이름 붙이는 활동에서 시작해 감정을 조절하는 방법을 연습하고,
공감과 관계 맺기, 갈등 해결로 이어지도록 설계하는 식이다.
중요한 것은 활동들이 서로 연결되어 다음 역량을 준비하게 하는 것이다.
A, Active는 학생이 직접 해보고 연습하는 학습을 뜻한다.
교사의 설명만 듣는 것이 아니라 역할극, 협동학습, 토의, 성찰 기록처럼 실제로 말하고 행동하며 새로운 기술을 익히는 과정이 필요하다.
사회정서 역량은 알고 있다고 바로 사용할 수 있는 능력이 아니기 때문이다.
F, Focused는 개인적·사회적 역량을 기르는 데 충분한 시간과 관심을 의도적으로 배정하는 원리다.
수업의 남는 시간에 잠깐 다루는 활동이 아니라, 교육과정 안에서 중요하게 다뤄야 할 목표로 바라보는 것이다.
E, Explicit는 기르고자 하는 사회정서적 기술과 태도, 지식을 구체적으로 정하고 명시적으로 가르치는 원리다.
‘사이좋게 지내자’라고 말하는 데서 그치지 않고, 경청하기, 감정 조절하기, 도움을 요청하기, 갈등 상황에서 대안을 말하기처럼
학생이 배워야 할 역량과 행동을 분명하게 드러내야 한다.
SAFE 원리는 SEL을 별도의 행사 한 번으로 처리하자는 뜻이 아니다.
학생의 발달과 맥락에 맞춰 역량을 연결하고,
직접 연습할 기회를 주고,
충분한 시간을 확보하며,
무엇을 배우는지 명확하게 안내하자는 교육 설계의 기준에 가깝다.
이 점에서 AI를 활용한 교육에도 중요한 시사점이 있다.
AI가 학생의 참여 기록이나 반응 패턴을 보여줄 수는 있지만,
그 자료를 바탕으로 어떤 경험을 제공하고 어떤 관계적 지원을 할지는 교사가 판단해야 한다.
현장에 적용해본다면,
모둠 프로젝트의 기록을 AI로 정리해 학생별 발언 빈도나 협업 과정을 살펴볼 수는 있다.
그러나 말을 적게 했어도 자료 조사를 깊이 맡은 학생, 갈등 때문에 잠시 위축된 학생,
친구의 말을 양보해 들은 학생의 모습은
단순한 수치만으로는 보이지 않는다.
AI 분석은 관찰을 넓혀주는 보조 자료이지,
학생을 판정하는 최종 근거가 되어서는 안 된다는 생각이 든다.
교육의 방향은 어디를 향해야 할까
인지적 오프로딩을 생각하다
교육의 방향은 무엇을 향해 나아가야 할까. 인지적 오프로딩을 생각해봐야 한다.
인지적 오프로딩은 외부 도구나 환경에 사고의 일부를 맡겨 과제 수행에 필요한 인지적 부담을 줄이는 현상을 말한다.
AI 때문에 갑자기 생긴 말은 아니고, 디지털 도구와 함께 오래전부터 논의되어 온 개념이다.
코로나 시기 원격학습을 거치며 우리도 이 현상을 더 자주 생각하게 된 것 같다.
사실 옛날에 20명 정도의 전화번호를 외우고 다니는 건 일도 아니었다.
요즘 아이들은 부모님 전화번호도 휴대폰을 켜지 않으면 모른다.
휴대폰 배터리가 꺼지면 어떻게 하려고 하지? 했는데, 그들에게는 보조배터리가 등장한다. ㅎ
외부 도구를 사용하는 것 자체가 나쁘다는 뜻은 아니다.
문제는 무엇을 도구에 맡겼는지, 그 결과를 내가 이해하고 있는지,
필요할 때 스스로 판단할 수 있는지를 점검하지 않는 데 있다.
AI의 생각을 마치 내 생각인 것처럼 착각하기도 한다.
너무 많은 정보가 머릿속에 들어오고,
그것을 나의 말로 정리하지 않으면 그냥 떠돌다 휘발되는 무언가일 뿐이다.
나의 언어로 체득해야 한다고 생각한다.
지금 이 블로그를 쓰는 것도 그런 이유다.
강사님이 말씀하신 내용에 내가 생각한 예시나 사례를 덧붙여 써보고,
새로운 방향까지 고민해보는 것. 그것이 항상 내가 복기를 하는 이유다.
디지털 윤리와 AI 부정행위를 바라보는 시선
딥페이크, 디지털 윤리, AI 부정행위 등에 대해서도 안내받았다.
이 부분은 최근 디지털 윤리 콘텐츠 공모전을 준비하면서 많이 찾아봤던 내용이라 반가우면서도,
어떤 관점을 소개해주실지를 중점적으로 살펴보며 강의에 집중했다.
이 중 의미 있게 다가온 부분을 소개하자면,
“새로운 기술이 등장했지만 대중이 그것을 인식하지 못할 때가 위험한 시기”라는 말이었다.
교육을 통해 이러한 기술이 존재한다는 사실부터 알려야 한다는 뜻으로 이해했다.
AI 활용 부정행위와 관련해서는 AI가 모방하기 어려운 본인의 경험을 평가하고, 인터뷰나 면접을 늘려야 한다는 내용이 있었다.
처음에는 ‘모방하기 어려운 본인의 경험이라고 해도 AI가 따라 할 수 있을 텐데? 그걸 어떻게 검증하지?’라고 생각했다.
그런데 뒤에 인터뷰와 면접 이야기를 듣고 바로 고개가 끄덕여졌다.
사실 예전에도 학원에서 생활기록부 내용을 써주고 학생은 그것을 학교에 써달라고 하는 일이 있었던 것으로 안다.
아주아주 옛날 일이다. ^^;;
지금은 대리 생활기록부 작성이 절대 금지지만,
면접에 가보면 그 내용이 정말 자신의 경험에서 나온 것인지, 급조한 것인지 대번에 알 수 있다고 한다.
특히 독서활동의 경우, 정말 삶과 연결되어 있던 내용을 자기소개서에 쓴 것인지 확인할 수 있다.
생활기록부를 어떻게 꾸몄다고 해도 면접장에 들어가는 건 결국 ‘나’이기 때문이다.
그런 것처럼 평가하고자 하는 바를 분명히 하고, 그것을 평가할 수 있는 방법을 고민하는 일은
AI와의 싸움(?)에서 창과 방패처럼 끊임없이 대립하고 있는 중이라고 생각한다.
아직 내가 다 배우지 못했고 깊이 파고들지 못해서 이 부분은 더 알고 싶은 영역이다.
인터뷰 하나만으로 모든 것을 해결할 수는 없겠지만,
초안과 수정 과정, 출처, AI 활용 기록, 결과물에 대한 구두 설명을 함께 살펴보는 방식은 평가의 타당성을 높이는 데
도움이 될 것 같다.
아이디어를 먼저 세우고, AI는 구체화 단계에서 사용하기
그래서 아이디어를 구상한 후에 AI를 사용하게 하자는 말에 너무너무 크게 동감했다.
이 부분을 놓치고 있었다는 생각이 든다.
먼저 본인이 설계를 하고, 그것을 구체화하는 단계에서 AI를 사용하게 하는 수업 설계를 깊이 고민해볼걸 하는 후회도 들었다.
학습 과정 중심의 정직한 과제를 수행하고, 출처를 표기하고, AI 활용 내용을 투명하게 공개하고,
결과보다 성장과 과정을 중시하는 학습문화가 조성되어야 한다는 것. 가장 큰 깨달음이 아닐까 싶다.
앞으로 수행평가를 설계할 때는 과제를 시작하기 전에 짧게라도 AI 윤리교육을 실시하고,
AI 활용 가이드라인을 안내해야겠다.
학생이 먼저 문제와 아이디어를 정리하고,
AI를 사용한 부분과 사용하지 않은 부분, 결과를 채택하거나 불채택한 이유를 남기게 하는 방법도 생각해볼 수 있다.
마지막에는 결과물만 제출하게 하기보다 자신의 선택과 수정 과정을 설명하게 해야겠다.
이런 과정을 거치면 AI 사용을 무조건 금지하거나 무조건 허용하는 방식에서 조금 벗어날 수 있을 것 같다.
학생이 무엇을 배우고 어떤 성장을 했는지 확인하면서도, AI를 책임 있게 활용하는 방법을 함께 가르칠 수 있지 않을까.
여러모로 의미가 있었던 1~3차시 연수였다.
아직 총 11차시 중 일부만 들었지만,
이번 연수를 통해 AI를 잘 사용하는 법보다
먼저 ‘왜 사용해야 하는가’, ‘무엇을 위해 사용해야 하는가’,
‘그 과정에서 교사와 학생이 놓치지 말아야 할 것은 무엇인가’를
더 오래 생각하게 되었다.
결국 내가 먼저 목적과 기준을 세우고,
학생의 성장과 맥락을 중심에 두며, AI는 그다음에 부르는 것.
이번 연수에서 얻은 가장 큰 방향은 여기에 있다.
※ 위에 작성된 내용은 개인적인 의견을 서술한 '연수의 후기'일 뿐이며,
내용을 그대로 옮기지 않고 생각을 바탕으로 재구성했기에, 연수를 그대로 따온 내용이라고 할 수 없습니다.
혹시 연수의 그대로의 내용이라고 받아들여 혼선이 있으실까 주의 문구를 남깁니다.
'교육 정보 > 연수 후기' 카테고리의 다른 글
| 2026년 인공지능 활용 선도교사 연수 [사전워크숍] 후기 (1) | 2026.06.28 |
|---|