603 ／ 606
AI 리터러시, 기술이 아니라 가치를 설계하는 법
2023년 9월, OpenAI 포럼의 한 강연은 AI 리터러시가 단순한 기술 이해에 그치지 않고 어떻게 실제 가치를 설계하는 핵심 역량이 되는지를 날카롭게 통찰한다. 이 강연은 과학 커뮤니케이터와 정책 연구자의 역할을 조명하며, 기술의 최전선에서 부딪히는 우리에게 실질적인 방향을 제시한다. 기술의 급류 속에서 우리가 놓치지 말아야 할 본질적인 질문은 바로 이것이다. ‘어떻게’ 이 거대한 변화를 인간의 이익으로 수렴시킬 것인가.
AI 리터러시, 변화의 파고를 읽는 시선
AI 리터러시는 더 이상 특정 전문가의 전유물이 아니다. OpenAI의 정책 연구 책임자 마일스 브런데이지(Myles Brundage)는 이를 개인이 AI 기술을 비판적으로 평가하고, 효과적으로 소통하며, 책임감 있게 활용하는 능력으로 정의한다. 이는 전통적인 읽고 쓰는 능력(literacy)이나 수리 능력(numeracy)에 비견될 만큼, 이 시대의 필수 역량으로 자리매김했다.
하지만 이 리터러시를 확보하는 과정은 녹록지 않다. 기술의 발전 속도가 상상을 초월한다. 챗GPT-4는 불과 1~2년 전의 챗GPT-3.5에 비해 주요 벤치마크 테스트에서 월등히 뛰어난 성능을 보였다. 이는 당신이 어제 학습한 AI 지식이 오늘 구식이 될 수 있음을 의미한다. 기본 모델뿐 아니라 인터넷 브라우징, 계산기 연동 등 제품 기능 또한 실시간으로 진화한다. 어제는 단순한 챗봇이던 것이 오늘은 복합적인 도구로 탈바꿈한다. 게다가 AI는 법률, 의료, 교육 등 다양한 맥락에서 예측 불가능한 도전을 제기한다. 심지어 AI가 만들어내는 오류는 전문가조차 감지하기 어려울 만큼 미묘하다. 뉴욕의 한 변호사가 챗GPT가 지어낸 가짜 판례를 제출하여 법정에서 망신을 당한 사건은 이러한 미묘한 오류가 실제 현장에서 어떤 재앙을 초래하는지 여실히 보여준다. 이 모든 난제는 AI 리터러시 확보가 단순한 호기심 충족이 아니라, 개인의 생존과 사회의 발전을 위한 구조적인 과제임을 단언한다.
현장 전문가의 역할, 복잡성을 해체하는 기술
앤드루 메인(Andrew Mayne) OpenAI 과학 커뮤니케이터의 역할은 이 복잡한 기술의 최전선에서 우리에게 주는 시사점이 크다. 그는 마일스 브런데이지 같은 최고 수준의 연구자들에게 설명을 듣고, 이를 다시 단순화하고, 또다시 단순화하여 대중과 소통한다. 그의 목표는 AI 기술의 성공이 모두의 성공으로 이어지도록 하는 것이다. 앤드루는 과학 커뮤니케이션의 성공을 측정하기 어렵다고 인정하지만, 한 가지 분명한 기준을 제시한다. 바로 전달된 정보가 다른 사람에게 유용하게 재활용될 때 진정한 성공이다. DALL-E 비디오에서 사용된 그래픽이 미디어에서 계속 재사용되거나, 챗GPT-4 기반 콘텐츠 조정 도구의 복잡한 작동 방식을 사람들이 이해하고 활용할 때 그의 작업은 빛을 발한다.
그의 경험은 AI 리터러시 교육에 핵심적인 통찰을 제공한다.
| 배움의 원칙 | 설명 | 시사점 |
|---|---|---|
| 제작자에게 직접 묻기 | 기술 개발자로부터 직접 설명을 듣고 이해한다. OpenAI는 ‘ELI5 (Explain Like I’m 5)’ 채널을 운영한다. | 비전문가가 질문을 두려워하지 않는 문화 조성이 필수적이다. |
| 스스로에게 설명하기 | 복잡한 개념을 다양한 방식으로 스스로에게 설명하며 이해를 재구조화한다. | 깊은 이해는 반복적인 재구성 과정에서 온다. |
| 영향받을 사람의 질문 예측 | 이 기술이 누구에게 어떤 영향을 미칠지, 그들이 어떤 질문을 할지 미리 고민한다. | 소통은 일방향이 아닌 양방향이다. 청중의 맥락과 필요를 이해해야 한다. |
| 직접 경험 유도 | 사람들이 직접 기술을 사용하고 실험하도록 장려한다. | 이론적 설명만으로는 부족하다. 실제 경험이 이해를 완성한다. |
이러한 접근 방식은 AI 설명은 ‘비밀의 언어’가 아니라 ‘대화의 도구’여야 한다는 핵심을 관통한다. 기술 개발자가 직접 소통하고 대중의 목소리에 귀 기울일 때, 비로소 기술은 모두에게 유익한 방향으로 나아간다.
교육 현장에서 AI 리터러시를 키우는 법
앤드루 메인의 조언과 실제 사례는 우리 교육 현장에 중요한 시사점을 던진다. AI 리터러시 교육은 거창한 커리큘럼에서만 시작되는 것이 아니다. 그는 “전문가는 아무도 없다”고 단언한다. 챗GPT를 가장 잘 아는 사람은 내년까지는 존재하지 않을 수도 있다. 이는 우리가 모두 학습자이며, 지금부터 시작하는 사람이 곧 전문가가 된다는 의미이다.
한국 초중고 교육 현장에서 AI 리터러시를 키우는 실질적인 방법은 다음과 같다.
- 동학년 점심 대화: 교사들이 모인 자리에서 “챗GPT에 방학 숙제 아이디어 물어봤는데 이런 답이 나왔어요”와 같이 AI 활용 경험을 공유한다. 각자의 교과 특성에 맞는 질문과 답변을 비교하며 AI의 활용 가능성과 한계를 자연스럽게 탐색한다.
- 학년 메신저 ‘AI 실험실’: 학년 또는 교과별 메신저 그룹에 ‘AI 실험실’ 같은 채널을 개설한다. 여기에 AI를 활용해 수업 자료를 만들거나, 학생 지도에 적용해 본 소감을 한두 문장으로 공유한다. 성공 사례뿐 아니라 실패 사례, “이건 왜 이렇게 답했지?” 같은 의문도 함께 나누며 집단 지성을 형성한다.
- ‘5분 의심 사례’ 들여다보기: 매주 한 번, 동료 교사들과 수업 중 AI 관련 의심 사례(예: 학생 보고서의 이상한 문체)를 공유하고, 해당 내용을 AI 도구에 직접 입력해 보며 결과를 비교 분석하는 5분짜리 세션을 운영한다. 이는 AI의 미묘한 오류를 함께 파악하고, 비판적 사고력을 기르는 데 효과적이다.
OpenAI는 이스라엘 유학생들이 영어 보고서 작성을 위해 챗GPT를 활용하거나, 팔레스타인 학교가 보조금 신청서를 더 전문적으로 작성하여 4개의 추가 보조금을 받은 사례를 공유한다. 또한, 교사들은 AI를 통한 부정행위보다 오히려 교육적 활용 가능성에 더 큰 기대를 걸고 있음도 드러났다. UC 버클리 대학의 카라 간터(Kara Ganter)는 교수 워크숍에서 교수들의 평가 과제를 챗GPT에 직접 넣어보는 방식으로 AI를 demystify(비밀을 벗겨냄)하려 한다. “전문가 부재”는 핑계다. 지금 바로 시작하는 사람이 전문가가 된다. 이처럼 직접 부딪히고, 공유하고, 함께 고민하는 과정이 AI 리터러시를 키우는 가장 확실한 길임을 우리 모두 인지해야 한다.
비판적 낙관주의, 빛과 그림자를 동시에 보다
AI 기술의 발전은 분명 엄청난 기회를 제공하지만, 동시에 심각한 부작용과 윤리적 문제를 야기한다. OpenAI는 제품 내 제한 사항 고지, 상세 분석 문서 공개, AI 리터러시 연구 등으로 책임 있는 자세를 강조한다. 하지만 현장에서는 여전히 많은 우려가 존재한다.
퇴직 의사인 데니스(Denise)는 전자의무기록(EMR) 도입 당시의 경험을 상기시킨다. 충분한 검증 없이 기술이 일방적으로 도입될 때, 효율성 향상이라는 명분 뒤에 숨은 부작용은 고스란히 현장의 몫이 된다. AI가 의료 기록을 요약하거나 진단을 돕는다고 해도, 그 데이터는 어디서 오며, 오류 발생 시 누가 책임질 것인가? 그녀는 AI의 의료 적용에 임상 시험에 준하는 엄격한 테스트가 필요함을 역설한다. AI가 ‘만능 해결사’라는 환상은 가장 위험한 부작용이다.
이에 마일스 브런데이지는 AI의 정확도를 테스트하는 것이 약물 임상 시험보다 상대적으로 쉽다는 점을 언급하며, 배포 전 충분한 테스트와 검증의 중요성을 강조한다. 그러나 실제 현장에서 그러한 테스트가 충분히 이루어지는가, 의사들이 신뢰할 수 없는 시스템을 사용하도록 압박받지는 않는가 하는 문제는 여전히 남는다. 생명 과학 분야에서 생성형 AI를 활용하는 그렉(Greg)은 AI가 연구 과정을 단축하며 인간이 직접 탐구하며 얻는 ‘생각의 기회’를 빼앗을 수 있다는 우려를 제기한다. 이는 지식 습득의 효율성 문제만이 아니라, 인간의 인지적 성장과 AI의 효율성 사이에서 균형점을 찾는 것이 본질임을 시사한다.
마일스는 이에 대해 항공기 조종사의 자동조종 장치(autopilot) 비유를 든다. 자동화에 대한 과도한 의존은 조종사의 숙련도를 떨어뜨릴 수 있으며, 가끔 수동으로 조작하며 실력을 유지하는 것이 중요하다는 교훈이다. 이는 AI 시대의 교육과 전문성 개발에 중요한 통찰을 제공한다. AI는 분명 강력한 도구이지만, 인간의 비판적 사고와 숙련된 판단을 대체할 수는 없다. 오히려 AI를 ‘가장 인내심 있는 가정교사’로 활용하여, 더 깊이 파고들고 싶을 때 언제든 질문하며 학습의 깊이를 더하는 기회로 삼아야 한다.
AI는 기술적 경이로움만큼이나 사회적, 윤리적 복잡성을 내포한다. 이 거대한 전환의 흐름 속에서 우리가 해야 할 일은 기술을 맹목적으로 추종하거나 무조건 거부하는 것이 아니다. 비판적 낙관주의의 시선으로 기술의 빛과 그림자를 동시에 보고, 현장에서 직접 부딪히며 그 가치를 설계해야 한다.
지금 당장 당신의 동료들과 함께 챗GPT에 ‘내일 수업 계획’을 물어보고, 그 답변을 분석하는 10분짜리 대화를 시작하는 것은 어떠한가. 작은 실천이 곧 미래를 만들어간다.
출처
- OpenAI Forum: https://forum.openai.com/public/videos/ai-literacy-the-importance-of-science-communicator-and-policy-research-roles-2023-09-01