AI 시대, 교실은 어떤 지능을 길러야 하는가?

기술과 교육의 접점에서 매일 새로운 질문에 직면한다. 인공지능이 교육 현장에 깊숙이 들어선 지금, 우리는 단순히 기술 활용법을 넘어 인간 지능의 본질과 역할에 대해 다시 묻는다. 이 변화 속에서 교육의 나침반은 어디를 가리켜야 하는가. 이 질문은 모든 교육자의 숙고를 요구한다.

1. 인간 지능의 재정의: AI 시대, 우리는 무엇을 아는가

인공지능의 발전은 인간 지능에 대한 우리의 이해를 근본적으로 뒤흔든다. 수십 년 전, 복잡한 연산이나 정보 검색은 인간 지능의 핵심 영역으로 여겨졌다. 그러나 이제 AI는 이러한 영역에서 인간의 능력을 훨씬 뛰어넘는다. 방대한 데이터를 순식간에 처리하고, 패턴을 찾아내며, 심지어 새로운 콘텐츠를 창조하는 모습은 과거의 상식을 무용하게 만든다. 노벨경제학상 수상자 벤 버냉키와 AI 업계 주요 명사들이 추천하는 『AI, 신의 탄생 인간의 종말』 같은 책들은 초지능 AI가 인류에게 미칠 수 있는 극단적 위험까지 경고한다. 저자들은 인간이 지능 덕분에 지구를 지배하게 되었듯, 인간을 압도하는 초지능이 탄생하면 인간은 고려 대상조차 되지 않는다고 단언한다. 이는 우리가 건물을 지을 때 개미집을 신경 쓰지 않는 것과 같다. 이처럼 AI는 인류의 존재론적 위치까지 질문하게 만든다.

하지만 동시에 AI는 인간의 지적 능력과 창의성을 전례 없이 확장하는 도구가 된다. 과거에는 소수의 천재만이 접근할 수 있었던 복잡한 문제 해결이나 새로운 지식 창출이 이제는 AI와의 협력을 통해 훨씬 더 많은 사람에게 가능해진다. AI를 활용할수록 지능이 올라가는 사람들의 특징은 본질적으로 AI가 촉발하는 새로운 종류의 사고방식과 작업 방식에 적응하고, 이를 자신의 인지 과정에 통합하는 능력을 지닌다는 점이다. 이는 단순히 정보 처리 속도가 빨라지는 것을 넘어, 문제 정의 방식, 질문의 깊이, 그리고 해결책 모색의 폭이 확장되는 경험을 포함한다. 따라서 우리는 더 이상 AI를 단순한 도구가 아닌, 인간 지능의 새로운 파트너로 인식해야 한다. 이 전환점은 교실에서 가르치고 배워야 할 ‘지능’의 정의 자체가 달라짐을 의미한다.

교육 현장에서 이 변화는 곧바로 체감된다. 과거 암기와 반복 학습으로 얻었던 지식의 가치는 급격히 하락한다. 학생들은 AI에게 수많은 정보를 묻고 답을 얻는다. 이는 교사의 역할과 학교의 권위가 어디에서 오는가에 대한 근본적인 질문으로 이어진다. 단순히 지식을 전달하는 것을 넘어, AI가 줄 수 없는 가치, 즉 비판적 사고, 윤리적 판단, 그리고 새로운 질문을 던지는 능력에 집중해야 할 때다. 제 해석으론, AI 시대에 지능이 올라가는 사람은 AI가 던지는 정보를 비판적으로 수용하고, 새로운 지식을 생성하며, 복잡한 문제의 맥락을 이해하고 주도적으로 행동하는 사람이다. 이런 지능은 AI가 대체할 수 없는 인간 고유의 영역이며, 교육이 집중해야 할 핵심이다.

2. 주문형 천재의 등장: 교실 안팎의 지형도 변화

토론토 대학의 아자이 아그라왈, 조슈아 갠스, 아비 골드파브 교수가 발표한 <주문형 천재: 변혁적 인공지능의 가치> 논문은 AI가 지식 노동의 본질을 어떻게 변화시키는지 냉철하게 분석한다. 이 논문은 지식 노동자를 크게 두 가지 유형으로 분류한다. 기존 지식을 적용하여 문제를 해결하는 일반 노동자(Routine Workers)와 기존 지식을 넘어 새로운 지식을 창출하는 천재 노동자(Genius Workers)다. AI 등장 이전까지, 소수의 희소한 인간 천재들은 ‘지식의 경계’에서 가장 큰 가치를 발휘했다. 하지만 AI 천재가 등장하면서 이 지형도는 완전히 뒤바뀐다.

AI 천재는 인간 천재와 유사한 능력을 지녔지만, 희소하지 않고 거의 무한하게 공급된다는 결정적 차이점을 갖는다. 이는 논문 표현대로 Genius on demand, 즉 대량 생산이 가능한 주문형 천재를 의미한다. 이로 인해 과거 인간 천재들이 맡았던 ‘지식의 경계’ 영역은 이제 풍부한 AI 천재들이 순식간에 해결한다. 그렇다면 소수의 인간 천재들은 어디로 이동하는가? 그들은 AI조차 아직 해결하지 못하는, 가장 멀고, 가장 새롭고, 가장 창의적인 ‘최전선(Frontier)’의 문제로 밀려나게 된다.

다음 표는 AI 등장 전후의 지식 노동자 역할 변화를 보여준다.

지식 노동자 유형	AI 등장 전	AI 등장 후
일반 노동자	기존 지식 적용 문제 해결	AI에 의해 상당 부분 대체 또는 효율화
인간 천재	‘지식의 경계’에서 가치 창출 (미지의 영역에 인접)	AI조차 해결하지 못하는 ‘최전선(Frontier)’의 문제로 이동
AI 천재	-	기존 인간 천재의 역할 수행, ‘지식의 경계’ 문제 해결

위 표에서 보듯이, AI는 지식 노동의 패러다임을 혁명적으로 변화시킨다. 과거에는 인간의 고유한 능력으로 여겨졌던 창조적 사고와 문제 해결 능력의 일부가 AI를 통해 ‘주문형’으로 제공된다. 이는 교육 현장에 중대한 질문을 던진다. 교실은 더 이상 알려진 지식의 습득과 적용에 머무를 수 없다. 학생들은 AI가 이미 잘하는 ‘지식의 경계’ 영역을 넘어, 인간만이 도달할 수 있는 ‘최전선’으로 나아갈 준비를 해야 한다. 이 변화는 인간이 AI와 경쟁하는 것이 아니라, AI와 협력하여 더 높은 수준의 문제 해결 능력을 갖추는 방향으로 지능을 진화시키는 것이 중요함을 역설한다. 교육 격차와 교사 부담이라는 이면의 문제도 여기서 파생된다. 모든 학생이 AI에 접근하고, AI와 효과적으로 협력하는 방법을 배울 수 있는가? 교사는 이 새로운 도구와 함께 어떤 역량을 키워야 하는가? 구조적으로 보면, AI가 새로운 지식 창출의 문턱을 낮추는 동시에, 그 문턱을 넘어서는 진정한 혁신은 더욱 고도화된 인간적 역량을 요구하는 역설적 상황을 만든다.

3. AI와 교실: 기억, 망각, 그리고 새로운 학습 설계

인공지능의 ‘기억’과 ‘망각’ 능력은 교육 현장에 중요한 윤리적, 실질적 질문을 던진다. AI는 방대한 데이터를 무작위로 학습하며 능력을 확장했고, 이 과정에서 학습한 모든 정보를 ‘기억’하고 출력할 때 발생하는 부작용이 점차 명확해진다. 기업의 민감한 정보 유출, 저작권이 있는 콘텐츠의 무단 복제 등이 대표적인 문제이다. 이러한 문제들은 AI를 실제 교육 현장에 적용하는 데 심각한 제약으로 작용한다.

영화 속 상상에 머물던 ‘선택적 망각’이 이제 AI 업계의 현실적 과제로 떠오른다. 특정 정보를 AI에서 선택적으로 제거하는 언러닝(unlearning) 기술이 주목받는다. 최근 국제학습표현학회(ICLR)에서 공개된 허블(Hubble)과 같은 연구 도구는 AI가 특정 데이터를 언제, 어떤 방식으로 학습할 때 더 강하게 기억하는지, 반대로 기억이 사라지는지 분석한다. 이는 AI의 내부 작동 방식을 ‘미지의 영역’에서 ‘통제 가능한 시스템’으로 전환하는 중요한 발걸음이 된다. 언러닝 기술은 AI의 신뢰성을 확보하고 법적, 윤리적 문제로부터 자유로운 ‘기업용 AI’의 가능성을 확장하며, 교육 현장에서도 데이터 프라이버시와 윤리적 활용의 기반을 마련한다.

이러한 맥락에서 ‘AIEd 블룸 분류법’은 인공지능 시대의 교육 목표와 학습 과정을 체계적으로 설계하는 모델을 제시한다. 전통적인 블룸 분류법이 학습의 인지적 과정을 ‘기억-이해-적용-분석-평가-창조’로 제시했다면, AIEd 블룸 분류법은 각 단계에 AI 기술을 체계적으로 통합한다.

다음은 AIEd 블룸 분류법의 6단계 인지 발달 과정과 AI 활용 예시이다.

단계	목표	AI 활용 예시
1단계: 수집하기 (Collect)	효율적인 정보 탐색 및 정리	AI 검색 도우미로 주제에 대한 정보 큐레이션, 핵심 요약
2단계: 적응하기 (Adapt)	궁금증 해결 및 이해 폭 확장	AI 챗봇으로 질문 답변, 설명 보충, 비유적 설명 제공
3단계: 적용하기 (Apply)	지식과 기술의 실제 상황 활용	AI 시뮬레이션으로 문제 해결 연습, 가상 환경에서 기술 구현
4단계: 분석하기 (Analyze)	정보 분해 및 관계 이해	AI 데이터 분석 도구로 패턴 파악, 상관관계 도출, 구조 시각화
5단계: 평가하기 (Evaluate)	기준에 따른 가치 판단 및 비판	AI 기반 평가 도구로 아이디어의 타당성 검토, 윤리적 문제점 식별
6단계: 창조하기 (Create)	새로운 아이디어 및 산출물 생성	AI 생성 도구로 콘텐츠 초안 작성, 디자인 제안, 혁신적 문제 해결 아이디어 구상

AIEd 블룸 분류법은 학생들이 AI를 단순한 정보 제공자로 사용하는 것을 넘어, 학습의 전 과정에서 AI와 협력하여 인지 능력을 심화하고 확장하는 방법을 안내한다. 이는 교실에서 AI가 교사의 부담을 줄이면서도, 학생들이 더 높은 수준의 사고력을 발달시키는 데 기여할 수 있는 구체적인 ‘어떻게(How)’를 제공한다. 특히 6단계 ‘창조하기’에서 AI는 아이디어의 초안을 생성하거나 다양한 가능성을 탐색하는 데 도움을 주어, 인간이 진정으로 독창적인 아이디어와 해결책을 내놓는 데 필요한 정신적 에너지를 아낄 수 있게 한다. 이는 인간이 ‘최전선’으로 나아가는 과정에서 AI를 효과적인 협력자로 활용하는 방안이다.

4. 경계 너머의 교육: 교사, 학생, 그리고 AI의 공진화

우리는 인공지능이 제시하는 가능성과 위험이라는 두 경계 위에 서 있다. AI는 교육 격차를 심화시키거나, 교사에게 새로운 기술 학습이라는 부담을 지울 수 있는 잠재력을 가졌다. 동시에 AI는 개인화된 학습 경험을 제공하고, 창의적 문제 해결을 위한 도구가 되며, 교사의 업무 부담을 덜어줄 가능성도 제시한다. 이 중 무엇이 현실이 될지는 우리가 AI를 어떻게 이해하고, 어떻게 교육 현장에 통합할지, 즉 우리의 ‘선택’에 달려 있다.

『AI, 신의 탄생 인간의 종말』의 저자들이 “아직 초지능은 존재하지 않는다. 우리는 초지능을 만들지 않기로 선택할 수 있다”고 단언하듯, 교육 현장에서도 AI의 방향을 설정할 주체는 결국 우리다. 우리는 AI의 잠재력을 열어두되, 그 이면에 숨어 있는 교육 격차, 교사 부담, 데이터 윤리 문제를 날카롭게 짚어야 한다. 그리고 이러한 문제들을 해결하며 AI를 인간 중심 교육에 통합하는 구체적인 방법을 모색해야 한다. AI를 단순히 ‘도구’로 여기는 것을 넘어, AI와 공진화하는 인간 지능을 어떻게 길러낼 것인가가 핵심 질문이 된다. 이는 학생들이 AI가 제공하는 ‘주문형 천재성’을 활용하여 자신의 한계를 넘어설 수 있도록 돕는 동시에, AI가 닿을 수 없는 ‘최전선’에서 새로운 질문을 던지고 독자적인 가치를 창출하는 역량을 키우는 작업이다.

앞으로 각자의 교실에서 AI를 활용한 학습 설계를 시도한다. AIEd 블룸 분류법을 참고하여, 학생들이 AI를 단순 검색 도구가 아닌, ‘수집’부터 ‘창조’까지 전 과정에 걸쳐 협력하는 파트너로 인식하고 활용하도록 돕는다. 동시에 AI 사용에 따른 윤리적 문제와 데이터 프라이버시에 대한 논의를 학습 과정에 포함한다.

생각할 질문

AI가 해결할 수 있는 루틴한 지식 작업이 줄어들수록, 인간 교사만이 제공할 수 있는 고유한 교육적 가치는 무엇이라고 생각하는가?

AI와 협력하여 ‘최전선’의 문제를 해결하는 능력을 기르기 위해, 교사와 학생은 어떤 새로운 학습 습관과 사고방식을 개발해야 하는가?

AI의 ‘선택적 망각’ 기술이 발전한다면, 교실에서 ‘잊어야 할 정보’와 ‘반드시 기억해야 할 정보’의 기준은 어떻게 설정해야 하는가?

참고문헌

• Agrawal, A., Gans, J., & Goldfarb, A. (2023). “Genius on demand: The value of transformative AI”. National Bureau of Economic Research Working Paper Series.
• Yudkowsky, E., & Soares, N. (2023). 『AI, 신의 탄생 인간의 종말』. (원서명: Superintelligence: Paths, Dangers, Strategies by Nick Bostrom).

출처

YouTube: AI를 쓸수록 지능이 올라가는 사람의 특징들 (feat. 과학적) (https://youtu.be/9O1terlCTts)