AI 시대, 단정적 태도는 얼마나 위험한가?

급변하는 인공지능 기술은 교육 현장의 오랜 믿음을 뒤흔든다. 과거의 학습 방식과 미래의 필요 사이에서 교사들은 새로운 방향을 탐색한다. 이 글은 인공지능의 진화가 던지는 도전에 직면하여, 교사에게 요구되는 태도와 역량이 무엇인지 깊이 성찰한다.

1. 불확실성 시대, 교사의 흔들리는 좌표

“우리는 이미 존재하는 것과 아직 존재하지 않는 것 사이의 경계를 탐험한다.”

교단에 서서 학생들과 마주하는 교사들은 매일 새로운 교육적 질문에 직면한다. 특히 인공지능 기술의 눈부신 발전은 어제의 상식을 오늘의 구습으로 만든다. 과거 우리는 인공지능이 결코 넘을 수 없는 인간만의 영역을 확신하며 그 경계를 교육의 목표로 삼았다. 과연 그 경계는 여전히 견고하게 존재하고 있을까?

2016년 일본의 인공지능 도로보군 프로젝트는 도쿄대 입학에 도전했다. 당시 도로보군은 일본 대학입학자선발 대학입시센터시험에서 상위 20%의 성적을 기록했다. 수학과 역사 과목에서는 만점에 가까운 성적을 받았으나, 국어와 영어처럼 맥락 이해와 의미 파악이 중요한 과목에서는 저조한 성적을 나타냈다. 당시 전문가들은 인공지능의 한계를 명확히 지적했다. 글과 글 사이의 맥락을 이해하지 못하고, 유연성이나 창조성을 발휘하지 못하며, 스스로 생각하고 판단하는 능력은 없다는 것이 지배적인 견해였다. 도로보군을 기획한 아라이 노리코 교수 역시 인공지능이 도쿄대 입학 목표를 달성하지 못하고 프로젝트를 중단한 이유로 이러한 근본적인 한계를 꼽았다.

그러나 불과 몇 년 만에 상황은 급변했다. 최근 보도에 따르면, 최신 대규모 언어 모델(LLM)은 2026학년도 도쿄대 입학시험에서 실제 수험생 최고점을 넘어서는 점수를 기록했으며, 교토대 시험에서도 수석 합격 수준의 성적을 냈다고 한다. 특히 수학 과목에서는 만점을 기록했고, 2020년 당시 도로보군이 약점을 보였던 세계사 서술형 문제나 복합적 의미 해석 문제에서도 발전된 양상을 보인다. 이처럼 단기간에 인공지능의 능력이 확장되자, 과거 인공지능의 한계라고 여겼던 지점들이 무색해지는 경험을 한다.

이러한 변화는 교육의 본질적 질문을 재구성한다. 우리가 학생들에게 가르쳐야 할 우수성의 기준은 무엇이며, 인공지능의 급속한 발전 속에서 교사들은 어떤 태도를 갖추고 어떻게 교육의 방향을 재설정해야 하는가?

핵심 정리 인공지능 기술의 폭발적 발전은 과거의 예측을 뒤엎으며, 교육의 근본적 질문과 교사의 역할에 대한 재정의를 요구한다.

2. 선언의 위험, 유연한 사유의 부재

“가장 큰 실수는 아무것도 하지 않는 것이다.”

교실에서 학생들의 미래를 이야기할 때, 우리는 종종 확신에 찬 어조로 기술의 한계를 설명한다. 인공지능은 창의성을 가질 수 없다, 감정을 이해하지 못한다, 복잡한 인간 관계를 다루지 못한다는 식의 단정적인 선언은 과거의 지식에 기반한 견해이다. 그러나 이러한 선언은 빠르게 진화하는 기술 앞에서 얼마나 무력해질 수 있는가?

과거, 인공지능 도로보군은 일본의 주요 명문 사립대에 입학할 수준의 성적을 기록했음에도 불구하고, 그 한계는 명확했다. 글의 의미나 맥락을 이해하지 못했고, 단순히 통계적 확률과 패턴 인식에 의존해 답을 추출했다. 예를 들어 역사 시험에서 만점에 가까운 성적을 받았지만, 이는 역사적 사건의 깊은 이해나 상상력을 바탕으로 한 것이 아니다. 문제를 읽지도 않고 보기 간의 연관성이나 단어 빈도를 분석해 답을 맞추는 방식을 사용했다. 당시 전문가들은 이러한 인공지능이 유연성, 발상력, 창조성을 가질 수 없다고 단언했다. 하나를 가르쳐주면 상황에 따라 열을 추론해내는 능력은 없으며, 알려주지 않은 것에 유연하게 대응하거나 스스로 생각하고 판단하는 능력은 탑재되어 있지 않다고 강조했다. 이는 인공지능을 단순한 ‘계산기’, ‘소프트웨어’, ‘프로그램’으로 규정하는 근거가 되었다.

그러나 2026년의 시점에서 보도된 도쿄대 수석 합격 AI의 사례는 이러한 단정적 예측에 커다란 균열을 낸다. 불과 6년 만에, AI는 단순한 계산기를 넘어 최상위권 인간 수험생을 능가하는 성과를 보인 것다. 특히 수학에서 만점을 기록하며 논리 추론과 패턴 인식 능력이 인간 최고 수준에 도달했음을 보여준다. 비록 과거 도로보군이 그랬듯, 여전히 복합적 의미 해석 문제에서 약점을 드러낸다고 하지만, 그 발전 속도는 우리가 과거에 그어 놓은 ‘불가능의 선’을 계속해서 지워나간다.

이러한 변화는 우리가 인공지능을 바라보는 시선과 교육을 설계하는 방식에 심각한 재검토를 요구한다. 과거 인공지능이 획일적인 사고방식을 조장할 수 있다는 우려가 존재했다. LLM이 유사한 결과에 반복적으로 노출됨으로써 인간 사고의 획일화를 야기할 수 있다는 것이다. 실제로 많은 LLM이 intra-model 반복(한 모델이 유사한 응답을 반복 생성) 및 inter-model 획일성(여러 모델이 유사한 응답 생성)을 보인다. 만약 교육 시스템이 여전히 정답 찾기와 문제 풀이 속도에만 매달린다면, 학생들은 인공지능과 경쟁하는 낡은 전장에 내몰릴 뿐이다. 기계가 더 빨리, 더 정확하게 풀 수 있는 문제에 인간을 반복시키는 교육은 더 이상 지속 가능하지 않다. 과거의 단정적 예측은 이제 미래를 위한 유연한 사유의 걸림돌이 된다.

토의 활동

과거 인공지능의 한계라고 생각했던 것 중, 현재는 변화했을 것이라고 예상하는 영역은 무엇인가? 파트너와 5분간 이야기 나눈다.

핵심 정리 과거의 단정적 예측은 AI 발전 속도 앞에 빠르게 무의미해지며, 유연한 사고가 미래 교육의 필수 역량이다.

3. 인간 고유 역량, AI 시대의 새로운 정의

“변화는 피할 수 없다. 성장은 선택 사항이다.”

인공지능이 인간의 지적 영역을 빠르게 침범한다면, 교육 현장에서 인간 고유의 가치와 역량을 어떻게 정의해야 하는지 혼란이 생긴다. 시험 점수나 단순 지식 습득을 넘어서는 인간만이 할 수 있는 역할은 무엇이며, 우리는 무엇을 길러야 하는가?

2026년 도쿄대 수석 합격 AI 사례가 던지는 가장 중요한 메시지는 교육의 기준이 변화하고 있다는 점이다. 입시는 한 사회가 무엇을 우수성으로 인정하는지 보여주는 제도이다. 만약 인공지능이 가장 어려운 시험에서 인간을 앞섰다면, 이는 단순한 성능 경쟁을 넘어 인간의 지식 평가 방식 자체가 한계에 도달했음을 뜻한다. 이제 교육은 정답 생산을 넘어 새로운 방향으로 전환해야 한다.

우선, 질문을 설계하는 힘이 중요해진다. 인공지능은 정해진 질문에 최적의 답을 찾아내는 데 탁월하지만, 어떤 질문을 던져야 하는지 결정하는 주체는 여전히 인간이다. 복잡한 문제를 발견하고, 본질적인 질문을 구성하는 능력은 인공지능이 도달하기 어려운 영역이다. 우리는 학생들에게 단순히 답을 찾는 방법을 가르치는 대신, 의미 있는 질문을 만드는 과정과 그 질문을 통해 탐구하는 경험을 제공해야 한다.

다음으로, 여러 정보를 엮어 판단하는 힘과 윤리적 책임을 지는 힘이 필수 역량으로 부상한다. 인공지능은 방대한 데이터를 분석하고 패턴을 찾아내는 데 강점을 보인다. 그러나 그 정보들을 통합하여 복합적인 상황에서 통찰력 있는 판단을 내리고, 그 결정에 대한 윤리적 책임을 지는 것은 인간 고유의 몫이다. 교실에서 학생들은 단순히 정보를 암기하는 것을 넘어, 다양한 정보원 기술 리터러시를 바탕으로 비판적으로 분석하고, 종합적인 관점에서 판단하는 비판적 수용 능력을 길러야 한다. 또한, 인공지능 활용에 따르는 사회적, 윤리적 함의를 이해하고 책임감 있는 자세로 기술을 사용하는 태도를 배워야 한다.

마지막으로, 타인과 협력해 새로운 가치를 만드는 힘은 인간만이 가지는 강점이다. 인공지능은 개별 과업의 효율성을 높일 수 있지만, 인간 고유의 공감 능력과 사회적 상호작용을 통해 공동의 목표를 설정하고, 갈등을 조정하며, 집단 지성을 발휘하는 협력 학습은 인간만이 할 수 있는 일이다. 실제 교육 현장에서 컴퓨터 과학 교육의 협업 프로젝트에서 AI 기반 채점 시스템을 활용해 개인의 기여도를 공정하게 평가하는 연구도 진행된다. 이는 인공지능이 협력의 가치를 대체하는 것이 아니라, 오히려 인간의 협력 과정을 더 정교하게 지원하고 촉진하는 도구가 될 수 있음을 시사한다. LLM 튜터가 학생에게 직접 답을 알려주기보다 문제 해결 과정을 안내하는 방식으로 학습을 돕는 것도 비슷한 맥락이다. 인공지능은 학습자의 사고 과정에 교육적 보상을 적용하여 전체적인 튜터 성능을 향상시키며, 이는 인간 교사의 섬세한 안내 역할과 유사한 지점을 가진다.

이러한 인간 고유의 역량들은 단순히 인공지능이 할 수 없는 일을 넘어서, 인공지능과 공존하며 시너지를 창출할 수 있는 토대가 된다. 우리의 공교육과 사교육이 정답 맞추기 위주의 단순 반복 학습에 막대한 비용과 노력을 투입하는 것은 이제 낭비가 된다. 미래 교육은 인간이 가진 상식, 의미를 이해하는 능력, 유연성, 판단력, 그리고 창조성을 강화하는 방향으로 재설정되어야 한다.

핵심 정리 AI 시대의 교육은 기계가 할 수 없는 인간 고유의 질문 설계, 비판적 통합, 윤리적 판단, 협력적 가치 창출 역량을 기르는 데 집중한다.

4. 불확실성 속에서 미래를 직면하는 태도

인공지능의 급속한 발전은 예측의 한계를 여실히 드러낸다. 2020년의 확신은 2026년의 현실 앞에서 무력해졌다. 이러한 경험은 기술에 대한 섣부른 단정과 미래에 대한 고정된 시각이 얼마나 위험한지 명확히 보여준다. 우리는 이제 기술의 발전을 ‘안 된다’ 혹은 ‘불가능하다’는 프레임으로 가두는 대신, 열린 마음으로 불확실성을 마주하는 태도를 길러야 한다.

이러한 태도는 단순히 기술 변화를 수용하는 것을 넘어, 인간으로서 어떻게 살아가야 할 것인가 하는 근원적인 질문으로 이어진다. 인공지능 시대는 인간이 시험 문제를 풀던 시대에서, 인간이 인공지능과 함께 문제를 정의하고 해결하는 시대로 넘어간다. 이는 인간의 역할이 소멸하는 것이 아니라, 더 고차원적이고 본질적인 영역으로 확장된다는 의미이다. 인공지능이 제공하는 방대한 정보와 효율성을 도구로 활용하면서도, 그 기저에 있는 인간의 감수성과 윤리적 판단력, 그리고 상호 연결을 통해 새로운 가치를 창조하는 능력은 더욱 중요해진다.

우리는 인공지능을 개발하는 일이 곧 인간의 지성을 연구하는 일이며, 이를 통해 진정한 인간다움이란 무엇인지 탐구하는 과정임을 이해해야 한다. 기술이 발전하고 사회가 급속도로 변화할수록 중요한 것은 영속적이고 본질적이며 변하지 않는 것, 즉 사람이라는 역설을 확인한다. 이 변화의 시기에 교사들은 단순히 지식을 전달하는 자를 넘어, 불확실성 속에서 학생들을 이끌고, 인간 고유의 가치를 탐색하도록 돕는 안내자이자 공동 탐구자로 거듭나야 한다. 미래 교육의 방향은 인공지능을 넘어서는 인간의 역량을 계발하는 데 있으며, 이는 기술 만능주의를 경계하고 인간 중심의 가치를 굳건히 세우는 일과 직결된다.

앞으로 이 글이 제기한 문제들을 교실에서, 학교에서, 혹은 자기 자신에게 어떻게 이어갈 것인지 탐색한다. 학생들과 함께 인공지능 기술의 최신 동향을 주기적으로 탐구하고, 과거의 예측이 어떻게 변화했는지 토론해보자. 인공지능이 해결하기 어려운 실제 문제들을 발굴하여 학생들이 질문을 설계하고, 다양한 정보를 비판적으로 통합하며, 협력을 통해 해결 방안을 모색하는 프로젝트 중심 학습을 강화해보는 것은 어떨까? 윤리적 딜레마 상황을 제시하고, 기술 사용의 책임감을 깊이 논의하는 기회를 늘리는 것도 좋다. 이러한 과정을 통해 학생들은 급변하는 미래 사회에서 유연하고 주도적으로 살아가는 태도와 역량을 기를 수 있을 것이다.

생각할 질문

자신이 가르치는 교과에서, 인공지능의 발전으로 인해 변화할 수 있는 가장 핵심적인 교수·학습 방법은 무엇인가?

인공지능이 학습의 효율성을 극대화하는 시대에, 교사로서 학생들에게 어떤 인간적인 경험을 제공해야 할까?

미래 사회의 불확실성을 학생들에게 어떻게 설명하고, 그 불확실성을 긍정적으로 받아들이도록 어떻게 도울 수 있을까?

참고문헌

• 오니시 가나코 (2019). 『가장 쉬운 AI 입문서』. 아티오.
• 아라이 노리코 (2018). 『대학에 가는 AI vs 교과서를 못 읽는 아이들』. 해냄출판사.
• https://blog.naver.com/dot_connector/221853156025
• https://www.ajunews.com/view/20260428085729816