AI 시대, ‘어른 아이’를 넘어설 책임의 디자인
기술이 우리 삶의 모든 영역에 스며드는 속도를 보며, 때로 경탄하고 때로 불안해한다. 교육 현장 역시 예외는 아니다. 우리는 아이들이 무한한 정보와 도구 속에서 헤매지 않고, 진짜 ‘성인’으로 성장하기를 바란다. 그러나 현실은 녹록하지 않다. 나이는 어른이지만, 심리적으로는 여전히 미숙한 ‘어른 아이’들이 디지털 세상에서 새로운 형태로 나타나는 지점을 우리는 목도하고 있다. 이 현상은 단순히 철없는 행동을 넘어, 기술 의존성이 우리 정신의 어떤 근육을 약화시키는지를 보여주는 날카로운 경고다.
기술 시대, 독립적 주체성의 시험대
우리는 매일 기술이 가져오는 편리함 속에서 살아간다. 챗GPT 같은 생성형 AI는 질문 하나에 답을 내놓고, 복잡한 문제를 순식간에 요약하며, 심지어 창의적인 결과물까지 만들어낸다. 이런 기술의 편리함이 우리를 더 효율적이고 생산적인 존재로 만들 것이라는 낙관론이 지배적이다. 그러나 여기에는 숨겨진 위험이 존재한다.
조선미 교수는 나이만 먹은 어른 아이들의 두 가지 공통점으로 자기중심성과 의존성을 꼽는다. 이 심리적 특성들은 디지털 시대에 더욱 교묘하게 발현되며, 독립적인 주체성 형성을 방해하는 요소로 작용한다. 특히, AI가 제공하는 ‘맞춤형’ 경험은 자기중심성을 강화하고, ‘즉각적인 해결책’은 의존성을 부추기는 촉매가 된다.
나는 이 현상이 비단 개인의 성격 문제를 넘어, 우리가 설계하는 교육 시스템과 기술 활용 방식에 대한 근본적인 질문을 던진다고 판단한다. 기술은 우리의 인지 능력을 보완하는 강력한 도구이지만, 그 기능을 넘어 우리의 주체적 사고를 대체하도록 방치할 때, 학습자는 결국 인지적 어른 아이가 된다.
나 중심 사고, 데이터 필터 버블이 만드는 위험
어른 아이의 첫 번째 특징은 모든 일이 ‘나’를 중심으로 돌아가야 한다고 여기는 자기중심성이다. 이들은 타인의 감정이나 상황을 먼저 살피기보다, 상대가 자신에게 어떻게 해주는지를 중요하게 여긴다. 문제 발생 시에도 “내가 무엇을 놓쳤는가”를 돌아보기보다 “왜 나에게 이렇게 해주지 않는가”에 집중하는 경향이 강하다.
디지털 세상에서 이런 자기중심성은 필터 버블(Filter Bubble)과 확증 편향(Confirmation Bias)을 통해 증폭된다. AI 알고리즘은 사용자의 과거 행동, 선호, 검색 기록을 분석하여 개인에게 최적화된 정보를 제공한다. 이는 사용자에게 편리함을 주지만, 동시에 세상의 다양한 관점에서 자신을 고립시킨다.
| 특징 | 기존 자기중심성 | 디지털 시대 자기중심성 (AI 영향) |
|---|---|---|
| 정보 인지 | 자신의 경험과 편견에 기반 | AI 알고리즘이 필터링한 ‘내게 맞는’ 정보만 수용 |
| 타인/외부 인식 | 타인의 입장 이해 부족, 외부 환경 탓 | AI가 제공하는 ‘정답’에만 몰두, 외부 맥락 간과 |
| 문제 해결 | “왜 나에게 이렇게 해주지 않는가” | AI가 “내게 원하는 답을 주지 않는가”로 전환 |
개인은 AI가 제공하는 정보가 ‘객관적 진실’이라고 쉽게 믿어버린다. 내가 듣고 싶은 말, 내가 보고 싶은 정보만 선별적으로 제공하는 AI는 불편한 진실이나 반대 의견을 접할 기회를 원천적으로 차단한다. 결국 AI는 우리 인식의 확장 도구이지만, 동시에 자기중심적 편향을 심화시키는 거울이 될 수 있다는 뜻이다. 이런 함정을 피하려면 의도적으로 다양한 관점을 탐색하고, 정보의 출처와 맥락을 비판적으로 검증하는 훈련이 필수다.
의존성의 덫, AI에게 ‘해줘’를 외치는 세대
두 번째 특징은 의존성이다. 스스로 감당해야 할 일까지 다른 사람이 대신 해결해주기를 기대하는 태도가 굳어지는 현상이다. 어른 아이는 자신의 힘으로 삶을 꾸려가려는 주체성이 약하고, 중요한 선택을 미루거나 문제가 생기면 주변 사람이 나서주기를 바란다. 이는 능력 부족의 문제가 아니라, “누군가가 나를 위해 해결해줘야 한다”는 사고방식에 가깝다.
AI 시대의 교육 현장에서 이 의존성은 ‘AI에게 해줘’라는 형태로 나타난다. 학생들이 숙제를 챗GPT에 통째로 맡기거나, 복잡한 프로젝트의 아이디어 구상부터 최종 결과물까지 AI에 전적으로 의존하는 상황이 빈번하다. AI가 즉각적으로 완벽한 결과물을 제공할 때, 학생들은 스스로 문제를 정의하고, 해결 전략을 세우고, 시행착오를 겪으며 배우는 과정 자체를 건너뛴다.
자기효능감은 “내가 해낼 수 있다”는 내적 확신이다. 그러나 AI에 대한 과도한 의존은 이 자기효능감을 약화시킨다. AI가 대신 해결해주면 당장의 불안은 해소되지만, 정작 스스로 문제를 해결할 기회가 박탈됨으로써 장기적인 불안감이 커진다. 이는 조선미 교수가 지적하는 ‘성장 과정에서 스스로 선택하고, 실패하고, 다시 수습하는 경험 부족’이 디지털 기술을 통해 새로운 형태로 재현되는 현상이다.
생성형 AI는 사고의 도구이지, 사고의 주인이 아니다. 도구에 의존할수록 우리의 인지적 근육은 퇴화한다. 진정한 학습은 실패를 통해 다시 일어서는 과정에서 완성된다. AI가 그 과정을 앗아갈 때, 우리는 다음 세대의 자립성을 훼손한다.
정체성 차압을 넘어선 자기 설계
어른 아이의 문제는 단순히 생활 습관에 머물지 않는다. 더 깊게는 정체성과 연결된다. 스스로 무엇을 좋아하는지, 어떤 삶을 살고 싶은지, 무엇을 책임질 수 있는지 고민하지 못한 채 부모나 주변 사람이 정해준 기준에 맞춰 살아갈 때 발생한다. 이를 정체성 차압이라고 설명한다. 즉, 자아를 탐색하고 만들어가기보다, 부모나 권위자가 정해준 가치관을 그대로 받아들이는 상태를 말한다.
디지털 시대의 정체성 차압은 더욱 교묘하다. 알고리즘이 추천하는 관심사, 인플루언서가 제시하는 삶의 방식, 소셜 미디어의 트렌드가 개인의 정체성 탐색 과정을 잠식한다. 학생들은 자신의 내면 목소리를 듣기보다, ‘AI가 추천하는 나’나 ‘사회적으로 인정받는 나’의 틀에 갇히기 쉽다. 이는 경제적으로는 성인이 되었더라도 정서적으로는 독립이 늦어지는 현상으로 이어진다. 선택은 하지만 확신이 없고, 책임은 져야 하지만 감당하는 힘이 부족해진다.
본질적으로, 기술은 학습을 ‘편리하게’ 만들지만, ‘의미 있게’ 만드는 것은 학습 주체의 책임과 성찰이다. 진정한 교육 혁신은 최첨단 기술 도입 이전에, 학생에게 스스로 선택하고 책임질 기회를 돌려주는 데서 시작된다.
진짜 성장을 위한 교육 전략
미숙함의 핵심은 나이가 아니라 책임 경험의 부족이다. 디지털 환경이 이 부족함을 가속화시킬 수 있다면, 우리는 어떻게 기술을 활용하여 아이들의 책임감을 키워낼 것인가? 교사들은 이 문제에 대한 해답을 현장에서 설계해야 한다.
AI는 무조건적인 금지의 대상이 아니다. 중요한 것은 ‘어떻게(How)’ 사용하느냐다. 우리는 학습자에게 단순히 AI 도구를 사용하는 방법을 넘어, AI와 협력하여 스스로 문제를 해결하고, 그 결과에 책임을 지는 경험을 제공해야 한다.
다음은 기술 시대의 ‘어른 아이’를 넘어설 수 있도록 설계된 교육 전략이다.
- 디지털 시민성 및 AI 윤리 교육 강화:
- 무엇: AI가 생성한 정보의 출처를 비판적으로 검증하고, AI의 한계와 편향성을 이해하는 교육이다. AI 결과물의 도덕적, 사회적 영향력을 판단하고 책임지는 능력을 키운다.
- 어떻게: 단순 정보 전달이 아닌, 실제 AI 생성물을 가지고 ‘이것이 왜 문제가 될 수 있는가?’, ‘어떻게 개선할 수 있는가?’를 토론하는 시뮬레이션 학습을 진행한다. AI 활용의 윤리적 딜레마를 함께 고민하고, 자신의 판단에 대해 성찰하게 한다.
- 필자의 판단: “이 교육은 AI 시대의 필수 인프라 구축이다. 기술적 활용 능력만큼이나 윤리적 사고 능력이 핵심 경쟁력이 된다는 뜻이다.”
- 프로젝트 기반 학습 (PBL) 및 자기 주도 학습 설계:
- 무엇: 학생들이 스스로 문제 정의, 해결 과정 설계, 도구(AI 포함) 선정, 결과물 제작 및 발표까지 모든 과정에 책임을 지는 학습 방식이다.
- 어떻게: AI를 ‘모든 것을 해결해주는 도구’가 아닌, ‘다양한 대안을 제시하거나 아이디어를 보완해주는 협력자’로 활용하도록 지도한다. 예를 들어, AI가 내놓은 여러 아이디어 중 최종 선택은 학생 스스로 하고, 그 선택에 대한 이유와 책임을 설명하게 한다. 실패하더라도 스스로 문제를 분석하고 재도전하는 과정을 돕는다.
- 필자의 판단: “AI 시대 학습은 ‘정답 찾기’에서 ‘문제 설계와 책임 있는 해결’로 진화한다. 이 변화가 정착되려면 교사들이 학생의 시행착오를 용인하고, 성장을 위한 충분한 심리적 안전감을 제공하는 구조가 먼저다.”
- 성찰 학습(Reflective Learning) 문화 조성:
- 무엇: 학습 과정에서 AI를 사용한 후, ‘내가 무엇을 배웠는지’, ‘어떤 결정에 내가 개입했는지’, ‘AI가 어떤 도움을 주었고, 어떤 한계가 있었는지’ 등을 기록하고 공유하는 학습이다.
- 어떻게: 학습 일지, 포트폴리오, 동료 피드백 등 다양한 방식으로 성찰 활동을 제도화한다. AI 사용 전후의 자신의 생각 변화, 문제 해결 과정에서의 주체적 역할 등을 구체적으로 기록하게 한다.
- 필자의 판단: “기술 사용은 행위 자체가 아니라, 그 행위를 통해 무엇을 ‘체화’했는가로 평가해야 한다. 이 메타인지적 책임감 교육이 없으면 AI는 결국 고성능 복사기가 될 뿐이다.”
이러한 전략은 개별 교사 혼자서 감당하기 어렵다. 동료 교사들과 함께 AI를 ‘실험’하고 ‘성찰’하는 전문적 학습 공동체(PLC)를 구축하는 것이 필수다. 기술의 도입을 넘어, 기술이 교육의 본질을 훼손하지 않고 학생의 주체적 성장을 돕도록 교육 현장 스스로가 이끌어갈 책임이 우리에게 있다. 그렇지 않으면 우리는 다음 세대를 ‘나이만 먹은 어른 아이’로 만드는 공범이 될 수도 있다. 우리는 지금, 이 질문에 대한 답을 행동으로 보여줄 때다.