과학 교사의 AI 리터러시 8단계, 한 학기 계획으로 다시 짜기

Med Kharbach의 가이드 『How to Become an AI-Literate Teacher』는 교사의 AI 리터러시를 여덟 단계로 나눈다. 단계의 흐름은 앞선 리뷰에 정리해 두었다. 가이드에서 가장 오래 남는 대목은 6단계에 있다. AI 리터러시는 따로 떼어 낸 AI 수업이 아니라 기존 교과 안에서 길러야 하고, AI 설명과 교과서 설명을 비교하게 하는 과학 교사는 이미 AI 리터러시를 가르치고 있다는 것이다. 교과가 곧 맥락이라는 말이다.

그 말을 진지하게 받으면 질문이 생긴다. 여덟 단계를 초등 5·6학년 과학 교사의 한 학기로 옮기면 무엇이 달라지는가. 이 글은 그 답을 시기별 계획으로 짜 본 것이다. 단계별 과학 수업 적용, 질문, 약속 예시는 가이드 원문이 아니라 과학 수업을 기준으로 새로 만든 것이고, 수업 장면은 설명을 위한 가상 사례다.

한 학기에 펼친 여덟 단계

가이드는 단계를 순서대로 제시하지만 교실에서는 순서를 하나 바꾸는 편이 낫다. 7단계의 학급 AI 약속은 6단계의 교실 통합보다 먼저 만들어야 한다. 학생이 AI를 처음 만나는 날 규칙이 없으면 첫인상이 곧 규칙이 된다.

시기	단계	과학 교사가 할 일
첫째 달	1·2	이미 쓰는 앱 속 AI 찾기, 과학자 이미지로 편향 직접 확인
둘째 달	3·4	도구 셋 고르기, 프롬프트를 한 조건씩 바꿔 비교
셋째 달	5·7	네 가지 검토 질문 습관 들이기, 학생과 과학실 AI 약속 만들기
넷째 달	6	AI 설명과 교과서 설명을 비교하는 차시 운영
다섯째 달	8	한 학기 기록 돌아보기, 다음 학기 한 가지 정하기

1·2단계, 기초와 윤리를 과학 개념으로 익힌다

가이드는 기초 지식을 대규모 언어 모델이 학습 데이터의 패턴으로 다음 단어를 예측한다는 수준의 이해로 잡는다. 과학 교사에게는 익숙한 그림이다. 학생도 실험 전에 예상을 한다. 차이는 학생은 예상한 뒤 확인하고, AI는 확인 없이 예상을 그대로 말한다는 점이다. 이 비교 하나로 왜 AI가 유창하게 틀릴 수 있는지를 5학년에게도 설명할 수 있다.

OECD AILit 프레임워크가 던지는 첫 질문, 곧 이미 쓰는 도구 안에 AI가 들어 있는지 알아보라는 질문도 과학실에서 바로 해 볼 수 있다. 사진을 찍으면 식물 이름을 알려 주는 앱, 하늘에 비추면 별자리를 찾아 주는 앱이 모두 AI를 쓴다. 학생이 쓰던 앱을 다시 보며 이 판단은 누가 했을까를 묻는 것만으로 기초 단계의 절반은 지난다.

윤리의 네 영역(편향, 개인정보, 학업 정직성, 형평성)도 과학 수업에서는 모양이 구체적이다.

윤리 영역	과학실에서 만나는 모습
알고리즘 편향	이미지 생성 도구로 과학자를 그리면 흰 가운의 중년 남성 쪽으로 쏠리는 경향이 여러 차례 보고됐다. 직접 생성해 보고 학생과 함께 세어 볼 수 있다
개인정보	실험 장면 사진에 학생 얼굴과 이름표가 찍힌다. 올리기 전에 자르거나 가린다
학업 정직성	실패한 실험의 결과를 AI로 꾸미는 일이다. 과학에서는 표절보다 데이터 조작이 더 근본적인 문제다
형평성	가정마다 기기와 AI 접근이 다르다. AI가 필요한 과학 과제는 수업 시간 안에서 끝낸다

3·4단계, 도구는 셋, 프롬프트는 변인 통제처럼

가이드는 도구를 많이 배우려는 욕심이 가장 흔한 실수라고 말하고, 믿을 만한 플랫폼 서너 개를 깊이 익히라고 권한다. 과학 교사라면 범용 AI 하나, 교사 업무용 도구 하나, 과학 특화 도구 하나로 셋을 고르면 충분하다. 과학 특화 도구는 꼭 생성형 AI일 필요가 없다. 검증된 무료 시뮬레이션이나 천체 관측 프로그램이 AI가 즉석에서 만든 시뮬레이션보다 믿을 만한 경우가 많다.

프롬프트는 과학 교사가 가장 빨리 익힐 수 있는 기술이다. 좋은 프롬프트를 만드는 방법이 변인 통제와 같기 때문이다. 대상, 형식, 어조, 맥락 가운데 한 번에 하나만 바꾸고 나머지는 고정한 채 결과를 비교하면 어느 조건이 답을 바꿨는지 보인다. 여러 조건을 한꺼번에 바꾸면 무엇이 좋아졌는지 알 수 없다는 점까지 실험과 같다.

(가상 사례) 기준 프롬프트는 “초등 5학년 용해 수업에서 쓸 설명을 다섯 문장 이내로, 일상 예시 하나와 교실에서 확인할 수 있는 간단한 실험 하나를 넣어 써 줘”로 둔다. 두 번째 시도에서는 대상만 “읽기가 느린 5학년”으로 바꾸고, 세 번째 시도에서는 형식만 “표”로 바꾼다. 세 결과를 나란히 놓고 어느 조건이 학생에게 맞는지 고른다.

가이드가 소개하는 페르소나 지정, 곧 특정 학년 과학 교사로서 답하게 하는 방법도 이 틀에 넣으면 하나의 변인일 뿐이다. 효과가 있는지는 바꾸기 전과 후를 비교해서 확인한다.

5단계, 세 질문에 과학 질문 하나를 더한다

가이드는 AI를 훌륭한 초안 작성자이자 형편없는 사실 확인자라고 부르며, 모든 출력물에 세 가지를 묻게 한다. 사실인가, 빠진 관점은 없는가, 우리 반 모든 학생에게 공정하고 적절한가. 과학 교사는 여기에 하나를 더할 수 있다.

이 내용을 교실에서 실험이나 관찰로 확인할 수 있는가?

확인할 수 있으면 학생과 함께 확인하는 활동으로 바꾸고, 확인할 수 없으면 교과서와 믿을 만한 자료로 대조한다. 넷째 질문은 검토 습관이면서 동시에 수업 아이디어를 고르는 체로 쓰인다. 확인 가능한 AI 설명은 그대로 탐구 과제가 된다.

6단계, AI 설명과 교과서 설명을 나란히 놓는다

가이드가 제시한 교실 통합의 예 가운데 과학과 바로 닿는 것은 둘이다. AI 설명을 교과서와 비교하기, AI로 분석용 데이터 세트를 만들기.

비교 활동은 오개념이 잘 알려진 주제에서 힘을 낸다. 계절이 바뀌는 까닭을 태양과의 거리로 설명하는 오개념은 학생에게도 흔하다. AI에게 계절이 생기는 이유를 물어 받은 답을 교과서 설명과 문장 단위로 대조하게 하면, AI가 거리 이야기를 슬쩍 섞는지, 섞는다면 어느 문장인지 학생이 찾아낸다. AI가 정확하게 답한 경우에도 활동은 성립한다. 같은 내용을 교과서와 다른 말로 설명한 부분을 찾는 일 자체가 개념 이해를 점검한다.

데이터 세트 활동은 조심해서 써야 한다. AI가 만든 기온 자료는 그럴듯하지만 측정된 적이 없는 숫자다. 연습용으로 쓸 때는 가상 데이터라고 분명히 표시하고, 같은 활동을 기상청 관측 자료처럼 실제 데이터로 한 번 더 해서 둘을 비교하게 하면 좋다. 진짜 자료와 만든 자료가 어떻게 다른지 묻는 순간 데이터 정직성 교육이 된다.

7단계, 과학실 AI 약속을 학생과 만든다

가이드는 규칙 대신 약속이라는 말을 쓰자고 제안한다. 문서보다 만드는 과정이 중요하고, 학생이 경계를 정하는 데 참여해야 이유를 이해하고 지킨다는 것이다. 과학실에 맞춰 5·6학년과 함께 만들 수 있는 약속을 예시로 적어 본다. 실제 문구는 학생과 이야기하며 바꾸는 것이 전제다.

항목	우리 반 과학실 약속 예시
언제 쓰나	예상을 먼저 적은 뒤, 또는 결과를 정리한 뒤에만 쓴다
어떻게 쓰나	선생님이 화면에 띄워 함께 보거나 학교가 허락한 도구만 쓴다
쓰지 않는 것	관찰 기록과 측정값은 AI가 대신 쓰지 않는다
밝히기	AI 도움을 받은 부분에는 표시를 하고 무엇을 고쳤는지 적는다
지키기	얼굴, 이름, 친구 작품은 AI에 올리지 않는다
틀렸을 때	AI의 틀린 점을 찾아내면 오류 발견으로 기록하고 함께 칭찬한다
다시 보기	단원이 끝날 때마다 약속을 다시 읽고 고칠 점을 정한다

틀렸을 때 항목은 과학 수업에만 있는 장점이다. 다른 교과에서는 AI의 오류가 사고로 여겨지기 쉽지만 과학실에서는 발견이다. 오류를 찾은 학생을 칭찬하는 문화가 생기면 학생은 AI 답을 의심하는 일을 숙제가 아니라 놀이로 받아들인다.

연령도 약속을 정하기 전에 확인할 사항이다. 상당수 생성형 AI 서비스가 이용약관에서 만 13세 미만의 단독 가입을 막으므로, 5·6학년은 교사 시연과 학교 승인 도구를 기본값으로 둔다.

8단계, 한 달에 한 차시만 바꾼다

가이드는 한 번의 연수로는 부족하다며 한 달에 한 가지씩 새로 시도하라고 권한다. 과학 교사에게 맞는 단위는 한 차시다. 매달 한 차시를 골라 AI와 관련된 요소 하나를 바꾸고, 바꾸기 전과 후에 학생의 예상 기록이나 설명이 어떻게 달랐는지 수업 노트에 두세 줄 적는다. 다섯 달이면 다섯 줄의 기록이 남고, 그 기록이 다음 학기에 무엇을 할지 알려 준다.

가이드의 마지막 조언은 완벽을 목표로 하지 말라는 것이다. 과학 교사에게는 더 쉬운 일이다. 실패한 실험도 기록하면 자료가 된다는 것을 이미 알고 있기 때문이다.

출처

• Kharbach, M. (2026). How to become an AI-literate teacher: A step-by-step guide. Educators Technology. CC BY-NC-SA 4.0 (https://creativecommons.org/licenses/by-nc-sa/4.0/)
• UNESCO. (2024). AI competency framework for teachers.
• OECD & European Commission. (2025). AILit framework.