AI 리터러시, 모호한 경계에서 가치를 탐색하는 교육의 길

생성형 AI는 이미 우리 교실의 현실이다. 학생 대다수가 과제에 AI를 활용하며, AI 사용을 막는 것은 거의 불가능한 일이 되었다. 시험을 통한 감시가 피상적인 사고를 조장하고, 아무리 창의적인 과제도 AI의 개입에서 자유롭지 못하다. 그러나 AI의 도움을 무작정 허용하는 것은 학습에 필수적인 ‘사고의 마찰’을 제거하고 인지 능력을 저하시킨다. 이 딜레마 속에서, 우리는 어떤 길을 걸어야 할까.

1. AI, 교실의 불청객인가 새로운 조력자인가

생성형 AI는 이미 교실의 문턱을 넘어섰다. 전국 학생 대다수가 크든 작든 과제 수행에 AI를 활용하며, AI 사용을 완벽히 통제하는 것은 물리적으로 불가능한 일이다. 우리는 교사로서 AI를 금지하는 정책의 한계를 명확히 인식한다. 수업 중 감독하는 평가 방식은 빠른 암기력만을 요구하며, 신경다양성 학습자와 다문화 배경 학습자에게는 오히려 불이익으로 작용한다. 아무리 개인적이고 창의적인 과제라도 AI의 도움을 완전히 차단하는 것은 현실적으로 어렵다.

그러나 AI의 무분별한 사용은 또 다른 위험을 초래한다. 아이디어 생성, 어려운 개념 설명, 글쓰기 및 수정 과정에서 AI에 전적으로 의존하는 것은 학습에 필수적인 ‘사고의 마찰’을 제거한다. 이러한 마찰이 사라질 때 인지 능력의 저하가 가속화된다는 연구 결과는 이미 명백하다. 예를 들어, 최근 “LLMs Can Get Brain Rot!”이라는 연구는 온라인의 저품질 데이터에 지속적으로 노출된 대규모 언어 모델(LLM)이 인간 사회에서 발견되는 ‘브레인 로트’처럼 인지 저하 현상을 겪는다고 경고한다. 저품질 데이터는 LLM의 추론, 장문 이해, 안전성 측면에서 심각한 성능 저하를 일으키며, 심지어 사이코패스나 나르시시즘과 같은 부정적인 성격 특성을 증폭시키기도 한다. 이것은 LLM이 문제 해결을 위한 논리적 추론 과정을 생략하는 ‘사고 건너뛰기’ 현상 때문으로 분석된다. AI의 정보 ‘소비’는 학습자의 인지 활동에도 유사한 영향을 미칠 수 있음을 강하게 시사한다.

우리는 이처럼 양극단의 방식이 학습에 해롭다는 현실을 직시한다. AI를 무작정 금지하는 것은 현실을 외면하는 일이며, 무비판적으로 허용하는 것은 학습자의 인지 성장을 방해한다. 브루킹스 연구소와 미국 심리학 협회가 모두 권고하는 ‘제3의 선택’, 즉 AI 리터러시 교육만이 이 딜레마를 해결하는 유일한 경로이다. AI는 단순히 ‘도구’가 아니다. 그 자체로 ‘텍스트’이며, 학습자가 비판적으로 해독해야 할 대상이다. 우리는 AI를 수업에 끌어들여 그 작동 방식을 탐구하고, 한계를 이해하며, 궁극적으로는 학생들의 비판적 사고력을 심화하는 촉매제로 활용해야 한다.

핵심 정리 AI의 무조건적인 금지나 방임은 학습자의 인지 발달에 부정적인 영향을 미친다. AI를 단순히 도구가 아닌 ‘비판적 텍스트’로 다루며, AI 리터러시 교육을 통해 그 작동 방식과 한계를 이해시키는 ‘중간 경로’의 모색이 필수적이다.

2. AI를 읽고, 쓰고, 토론하며 사고력 기르기

우리는 AI를 학습의 대상이자 도구로 삼는 ‘중간 경로’를 탐색한다. 소설과 단편을 여전히 읽고, 토론하며 에세이를 쓴다. 여기에 AI가 일상적인 작업의 일부로 들어온다. 이 과정에서 학생들은 AI가 제공하는 ‘즉각적인 정답’의 유혹 뒤에 숨겨진 본질적 문제를 직접 경험한다.

문학 작품을 읽는 과정에서 학생들은 대규모 언어 모델(LLM)이 재활용한 문학 분석이 복잡한 문학 작품을 어떻게 오독하고 지나치게 단순화하는지 비판적으로 살핀다. AI의 분석은 창의적이고 심층적인 학생들의 해석과 비교했을 때 섬세함이 부족하고, 겉핥기식 요약에 그치는 경우가 많다. 학생들은 이 경험을 통해 피상적인 요약과 실제 분석을 구별하는 능력을 키우고, AI의 즉각적인 ‘정답’이 주는 매력에 현혹되지 않는 법을 배운다.

문학 토론에서는 챗봇을 대화에 초대하기도 한다. 많은 학생들은 이러한 상호작용을 “기괴하고 단절적”이라고 표현한다. 챗봇은 줄거리 검토에는 적합하지만, 진정으로 도발적인 대화에는 너무 순환적이거나 방향성이 없다는 것이다. 특히 챗GPT의 아첨하는 어투는 진정한 토론에 필요한 긴장감을 없앤다. 한 학생은 “GPT가 여전히 ‘좋은 아이디어’라고 말하는지 보려고 일부러 바보 같은 말을 시작했다. 너무 가짜 같았다”고 단언한다. AI가 내놓는 매끄러운 답안에 현혹되는 순간, 학생들은 자신만의 ‘엉망진창이지만 살아있는 목소리’를 잃는다.

글쓰기 과정에서는 LLM이 생성한 에세이와 학생이 직접 쓴 에세이를 비교 분석한다. AI의 “세련되어 보이지만 일반적인” 산문이 “엉성하지만 궁극적으로 더 매력적인” 인간의 언어와 어떻게 다른지 파헤친다. 모두가 LLM에 접근할 수 있는 세상에서, 학생들은 진정한 자신만의 목소리를 개발하는 가치를 발견하는 것이다. 적어도 일부 학생들은 챗GPT가 사무실의 내부 메모나 공과금 청구서 작성에나 적합하다는 깨달음을 얻는다.

정보를 탐색할 때, 학생들은 AI 검색 요약이 실제 인터넷 검색을 대표하지 않는다는 사실을 탐구한다. 사용자의 58%가 AI 요약 외에는 더 이상 정보를 찾아보지 않는다는 통계는 AI가 제시하는 정보의 편향성에 대한 경각심을 불러일으킨다. AI 요약은 정적인 텍스트 코퍼스 내의 단어 근접성을 반영하며, 유료 학술 연구에는 접근하지 못해 규제되지 않은 채팅 포럼에 과도하게 의존한다. 학생들은 LLM이 출처를 정확하게 보고하는지, 극단적인 이념을 가진 사이트에서 정보를 가져오는지 분석한다. 예를 들어, “낙태는 안전한가”와 “낙태는 살인인가”와 같은 질의어의 미묘한 차이가 AI가 사용자가 보고 싶어 하는 것에 기반하여 정치적으로 편향된 결과를 도출할 수 있음을 확인한다. 구글이 제미나이의 정치적 질문에 대한 응답을 모니터링하고 검열하는 방식, 그리고 ‘의사’ 이미지 생성 요청에 주로 백인 남성이 등장하는 알고리즘 편향성 연구는 AI 도구가 중립적이고 단순히 유용한 존재가 아니라는 학생들의 인식을 완전히 재정립한다.

우리는 AI를 활용할 때 메타인지 코치의 역할로 격상시키는 방안을 모색한다. 학생들은 AI를 단순히 정답을 주는 기계가 아니라, 스스로 생각하는 힘을 기르는 파트너로 활용한다. AI는 소크라테스식 질문을 던지고, 문제를 작은 단계로 나누며, 사용자가 무엇을 알고 무엇을 알아내야 하는지 스스로 파악하도록 돕는다. 정답을 직접 알려주는 대신, 비판적 질문과 역할 전환을 통해 학생들이 AI의 제안에 도전하고 비평가 역할을 하도록 유도한다. 이로써 학생들은 AI를 통해 지식을 습득하는 것을 넘어, 지식을 비판적으로 분석하고 자신의 사고 과정을 성찰하는 메타인지 능력을 함양한다. 이처럼 AI를 활용하여 인간은 패턴 인식에만 의존하지 않고 직관적 도약을 하는 능력을 키우며, 교실 콘텐츠를 개인적 경험과 연결하는 등 AI가 할 수 없는 활동을 통해 인간 고유의 역량을 강화한다.

핵심 정리 AI를 문학 분석, 토론, 글쓰기, 정보 탐색의 도구로 활용하면서 그 한계와 편향성을 비판적으로 탐구한다. AI의 “즉각적 정답”에 현혹되지 않고, 메타인지 코치처럼 스스로 질문하며 사고 과정을 성찰하는 파트너로 AI를 활용하여 비판적 사고력을 심화한다.

3. 교사의 역할, AI 감사를 넘어 창의적 조력자로

AI의 무분별한 사용을 금지하는 대신, 우리는 AI 감사(AI Audits) 제도를 도입한다. 학생들은 자신이 사용한 AI 도구에 대해 사려 깊고 상세한 평가를 직접 시연한다. 이는 AI가 어떻게 작동하는지, AI 사용으로 무엇을 얻고 무엇을 잃었는지, 정보의 정확성을 어떻게 확인했는지, 그리고 자신의 사고력을 AI에 완전히 넘겨주지 않았는지를 포함한다. 학생들은 이 과정을 통해 “AI가 항상 나쁘다”는 결론을 내리지는 않지만, AI를 사용할 때 항상 경계심이 필요하다는 것을 스스로 깨닫는다. 이것은 필자의 도덕적 훈계를 듣는 것이 아니라, 자기 주도적인 발견이다.

AI 리터러시 교육은 필자의 교실에서 문학 작품을 가르치는 시간을 줄여야 했다. 그러나 본질적으로 우리의 역할은 작품을 가르치는 것이 아니라 학생을 가르치는 일이다. 문법 교정 도구인 그래머리(Grammarly)가 개인의 고유한 목소리를 어떻게 변형시키는지, 어려움과 불편함 속에서 개인의 성장이 어떻게 이루어지는지, 편의를 향한 욕구가 잠재력을 가로막을 수 있는지, 기계에서 나온 말이라고 해서 권위를 부여하는 것이 얼마나 위험한지 등 학생들의 통찰은 문학 작품에서 얻는 교훈만큼이나 값지다. 그리고 이번에는 그 교훈이 챗GPT의 것이 아닌 학생들 자신의 것임을 분명히 안다.

필자는 경제적으로 풍요로운 지역에서 가르치지만, 다른 교사들도 경제적, 언어적으로 더욱 다양한 학습자들에게 비슷한 비판적 AI 리터러시 수업을 적용하고 있다. 이 과정은 결코 순탄하지만은 않다. 자신감이 부족한 일부 학생들은 LLM의 “명확하고 잘 정리된” 글이 자신들의 글보다 우수하다고 여기며, 챗GPT가 제시하는 “정답” 앞에서 자신의 문학적 해석을 주저하기도 한다. 학생들이 언어 및 분석 기술을 아직 개발 중인 상황에서 AI를 비판적으로 평가하도록 요구하는 것은 어려운 일이다. 그러나 AI에 노출되기 전까지 십대들이 숙련된 작가와 사상가가 될 수 있는 조건을 만들 수는 없다. 그들은 이미 어린 시절부터 AI를 사용해왔고, 앞으로 교실에 들어올 학생들은 AI를 훨씬 더 친숙하게 여길 것이다.

포스트 팬데믹 학습 과학은 학습 지연 학생들을 ‘따라잡을’ 때까지 기다리지 않고, 고차원적 사고 기술을 동시에 가르쳐야 한다고 강조한다. 이것은 창의력을 요구하며, 창의력은 이미 만들어진 아이디어를 반복할 수밖에 없는 AI와 달리 인간을 우월하게 만드는 요소이다. 교사들은 창의력에 능숙하며, 매일 학생들의 끊임없이 변화하는 요구에 맞춰 새로운 방법을 찾아낸다. AI 리터러시는 바로 지금 필요한 교육의 한 부분이다.

이러한 교육은 AI 사용자들이 ‘인지적 위임(cognitive offloading)’을 통해 전략적으로 사고를 위임하는 것이 아닌, ‘인지적 항복(cognitive surrender)’을 통해 수동적으로 외부 정보를 신뢰하고 비판 없이 평가하는 것을 막는 데 필수적이다. AI가 영어 수업을 쓸모없게 만들 것이라는 비관적 예측은 인문학이 인간의 본질, 즉 비판적 사고와 적응력을 연구하는 학문이라는 사실을 간과한다.

이러한 복합적 과제가 정착되려면, 교사 개개인의 노력만으로는 부족하다. 교사들이 함께 실험하고 성찰하는 전문적 학습 공동체 문화가 먼저 뿌리내려야 한다. AI 리터러시 교육의 당면 과제와 이를 해결하기 위한 전략적 접근은 다음과 같이 정리된다.

당면 과제 (Challenges)	전략적 접근 (Strategic Approaches)
학생의 AI 의존성 증가 및 자신감 저하	AI 감사(Audits) 도입, 메타인지 코칭 강화
학습 내용 감소 및 교사 부담 가중	교과 융합형 AI 리터러시, 협력적 교사 연구
디지털 격차에 따른 학습 격차 심화	맞춤형 지원, 포용적 설계, 공공 교육 자원 활용
AI 편향성 및 윤리 문제	비판적 자료 분석, AI 알고리즘 투명성 교육

핵심 정리 AI 감사 제도를 통해 학생들이 AI의 작동 방식과 한계를 스스로 평가하고 경계심을 갖도록 돕는다. AI 리터러시 교육은 현실적 도전에도 불구하고 학습 과학적 관점에서 반드시 필요하며, 교사의 창의성과 전문적 학습 공동체를 통해 인간 중심의 AI 활용 전략을 모색해야 한다.

4. 한계 없는 학습을 향한 끊임없는 탐구

우리는 AI가 교육에 가져온 본질적인 질문과 마주한다. 기술이 ‘무엇을’ 가르칠지보다 ‘어떻게’ 인간의 비판적 사고력과 적응력 같은 본질적 역량을 키울 것인지에 집중해야 한다. AI는 학습의 편리함을 제공하지만, 동시에 인간 고유의 사고와 창의성이 발현되는 ‘마찰’을 제거할 위험을 지닌다. 이 균형점을 찾아 나가는 과정은 끊임없는 탐구와 성찰을 요구한다.

AI 리터러시는 단순한 기술 교육이 아니다. 그것은 학생들이 AI 시대를 살아가는 데 필요한 비판적 사고, 윤리적 판단, 그리고 자기 주도적 학습 능력을 통합적으로 길러주는 과정이다. 우리는 학생들이 AI를 도구로 사용하면서도, 그 도구가 만들어내는 정보의 본질을 꿰뚫어 보고, 자신의 고유한 목소리를 지켜내도록 이끌어야 한다. 이 과정은 교사 개개인의 노력뿐만 아니라, 동료 교사들과 함께 실험하고 경험을 공유하며 지혜를 모으는 전문적 학습 공동체의 활성화가 전제된다.

앞으로 교실에 AI 리터러시를 도입하는 것은 거대한 전환이지만, 작은 실험부터 시작할 수 있다. 예를 들어, 한 달에 한 번 AI가 생성한 텍스트를 비판적으로 분석하는 시간을 마련하거나, AI 감사 질문 목록을 만들어 학생들에게 제시하는 것부터 시작한다. 동료 교사들과 함께 이 작은 시도들의 효과와 한계를 논의하고, 서로의 경험을 공유하며 지속적으로 개선해 나가는 구조를 마련한다. 이처럼 집단 학습과 성찰 문화가 먼저 뿌리내릴 때, 이 변화는 비로소 교육 현장에 정착될 수 있다.

생각할 질문

당신의 교실에서 AI는 어떤 방식으로 학습의 ‘마찰’을 제거하거나 혹은 ‘새로운 마찰’을 만들어내고 있나?

학생들이 AI를 ‘정답 기계’가 아닌 ‘사고 파트너’로 인식하도록 돕기 위해 어떤 교육적 장치를 마련할 수 있을까?

AI 리터러시 교육이 가져올 수 있는 잠재적 격차에 대해 우리는 어떤 준비를 해야 하는가?

참고문헌

• Brookings Institution (연도 미상). “A New Direction for Students in an AI World: Prosper, Prepare, Protect”.
• American Psychological Association (연도 미상). “Health Advisory on AI and Adolescent Well-being”.
• Nurenberg, D. (발행 예정). “Why the ‘Middle Path’ of AI Literacy May Be the Future of English Class”. English Journal, Issue 115.6.

출처

https://www.the74million.org/article/why-the-middle-path-of-ai-literacy-may-be-the-future-of-english-class/