기술 요약: 도구 채택을 넘어 – 고등 교육에서의 AI 리터러시를 위한 실천적 5단계 발달 연속체

문제 제기

인공지능(AI) 리터러시는 대학 졸업생들을 위한 필수 역량으로 점점 더 중요하게 인식되고 있으나, 현재 학생들의 AI 도구 활용 양상은 문제가 될 수 있는 양극화 현상을 보이고 있다. 학생들은 두 가지 극단에 몰리는 경향이 있다: 즉, 회피(두려움, 불신, 윤리적 우려 또는 접근성 부족에 기인함)와 무비판적 의존(학문적 이해의 결여를 은폐하는 유창한 결과물을 생성하는 것으로, "학습 없는 수행"이라 묘사됨)이다.

기존의 AI 리터러시 프레임워크(예: UNESCO, OECD, AI Literacy Heptagon)는 주로 역량의 차원적 정의(학생이 무엇을 알고 무엇을 해야 하는가)를 제공하지만, 학습자가 현재 상태에서 책임감 있는 참여 상태로 어떻게 나아가는지에 대한 발달적 가이드라인은 부족하다. 구체적으로, 이러한 프레임워크들은 원칙적 회피나 유창하지만 무비판적인 사용과 같은 '리터러시 이전 단계'를 다루지 못하는 경우가 많으며, 이로 인해 교육자들은 학생들이 어디서 시작하는지 진단하고 이들을 앞으로 나아가게 할 교육을 설계하는 데 어려움을 겪는다. 더욱이, 단순한 도구 채택과 진정한 리터러시 사이의 구분이 모호해지는 경우가 많으며, 이는 표면적인 수행력을 심도 있는 이해보다 높게 평가하는 결과를 초래할 수 있다.

방법론

본 논문은 통제된 실험적 검증보다는 **설계 기반 구현(design-based implementation)**과 **관찰적 실천(observational practice)**에 근거한 개념적 프레임워크를 제안한다.

1. 개념적 프레임워크 개발: 저자들은 노스캐롤라이나 주립대학교(NC State)에서 진행된 AI 및 생성형 AI 과정과 집중 워크숍에서의 다년간의 교수 학습 경험을 종합하였다. 저자들은 학생들의 참여 패턴을 분석하여 뚜렷한 발달적 지향점을 식별하였으며, 그 결과 5단계 연속체를 도출하였다.
2. 사례 연구 구현: 이 프레임워크는 2024년 가을부터 2026년 봄까지 NC State에서 진행된 일련의 이니셔티브에 적용되었다. 여기에는 다음이 포함된다:
   • 1학점 대학원 과정 ("Generative AI for Science")
   • 다양한 대상(학부생, 직원, 외국인 학생, 고등학생)을 위한 여러 차례의 2일 집중 실습 워크숍
   • 지속적인 1학점 교차 캠퍼스 과정
   • 총 참여 인원: 330명 이상
3. 데이터 수집: 증거는 워크숍 후 피드백 설문조사, 교육 중 참여도에 대한 교수자 관찰, 그리고 학생 제작 결과물(예: 프롬프트 로그, 수정된 출력물, 워크플로우 설계) 검토를 통해 수집되었다.
4. 방법론적 한계: 저자들은 본 연구가 검증된 사전/사후 측정 도구나 대조군을 사용하지 않았음을 명시한다. 따라서 결과는 관찰 및 실천 기반으로 규정된다. 단계 전환은 심리측정적으로 검증된 측정치가 아니라, 제안된 단계와 일치하는 행동 지표를 통해 식별되었다.

주요 기여

본 논문은 추상적인 역량 정의와 교실 실무 사이의 간극을 메우기 위해 설계된 5단계 발달 모델인 **AI 리터러시 연속체(AI Literacy Continuum)**를 소개한다.

5단계

1. 0단계: 미참여 (Not Yet Engaged): 학습자가 두려움, 불신, 윤리적 반대 또는 노출 부족으로 인해 AI 도구를 회피한다. 여기에는 정보가 없는 회피와 원칙적인 거부가 모두 포함된다.
2. 1단계: 무비판적 사용 (Uncritical Use): 학습자가 AI를 사용하지만 검증 없이 출력을 권위 있는 것으로 받아들인다. 이러한 "복사-붙여넣기" 지향성은 "학습 없는 수행"으로 이어지며, 유창한 AI 문체가 학문적 지식의 공백을 가리게 된다.
3. 2단계: 정보에 입각한 사용 (Informed Use - 졸업 기준선): 학습자가 기본적인 메커니즘을 이해하고, 한계(예: 환각 현상)를 인식하며, 인간의 판단을 적용한다. 이들은 사실을 검증하고, 사용 사례를 기록하며, 윤리적 함의를 이해한다.
4. 3단계: 비판적 평가 (Critical Evaluation): 학습자가 AI 출력물의 편향성, 불확실성, 학문적 적절성을 체계적으로 평가한다. 이 단계는 AI가 생성한 콘텐츠의 추론과 가정을 평가하기 위한 깊은 도메인 전문 지식을 요구한다.
5. 4단계: 개선 (Improvement): 학습자가 설계, 커스터마이징, 프롬프트 엔지니어링, 파인튜닝 또는 연구를 통해 AI 시스템을 개선하는 데 적극적으로 기여한다.

정렬 및 진단적 유용성

• 상보성: 이 연속체는 UNESCO의 "이해, 적용, 창조" 모델이 이미 통과했다고 가정하는 '리터러시 이전 단계'(0~1단계)를 명시적으로 다룸으로써, 차원적 프레임워크(예: UNESCO)에 시간적 축을 더해 이를 보완한다.
• 평가 격차 분석: 본 논문은 기존 도구들(예: SNAIL, MAILS, GLAT)을 연속체에 매핑하여, 현재의 도구들이 0, 1, 4단계를 제대로 평가하지 못하고 있음을 밝히고 새로운 수행 기반 진단 도구의 필요성을 강조한다.
• 기관 기준선: 저자들은 모든 졸업생이 정보에 입각하고 비판적인 참여 기술을 갖추도록 보장하기 위해, 2~3단계가 고등 교육의 졸업 기준선이 되어야 한다고 제격한다.

결과

NC State 이니셔티브의 관찰적 증거를 바탕으로, 본 논문은 다음과 같은 결과를 보고한다:

• 단계 전환의 실현 가능성: 잘 설계된 단기 개입(1~2일)은 참가자를 0단계(회피) 또는 1단계(무비판적 사용)에서 2단계(정보에 입각한 사용)로 이동시키기에 충분했다. 참가자들은 환각 현상을 인식하고, 출력을 출처와 대조하여 검증하며, 인간의 판단이 필요한 시점을 명확히 설명하는 등의 행동을 보여주었다.
• 지속적 참여의 역할: 단기 워크숍이 초기 전환을 촉진하는 데는 효과적이었으나, 3단계(비판적 평가) 및 **4단계(개선)**의 발달은 학문 분야에 내재된 지속적인 경험(예: 학기 단위 과정, 캡스톤 프로젝트)과 더 강한 연관성을 보였다.
• 궤적의 보편성: 발달 궤적은 대학원생, 학부생, 고등학생, 외국인 방문객(예: 한국 학생)을 포함한 다양한 집단 전반에서 견고하게 나타났으며, 이는 본 연속체가 연령, 전공, 문화적 맥락에 관계없이 적용 가능함을 시사한다.
• 교육과정 경로: 본 사례 연구는 일반 교육 모듈(02단계용)과 전공 특화 연구 경험(34단계용)의 조합이 기관 차원의 구현을 위한 확장 가능한 경로를 제공함을 입증했다.

의의 및 주장

본 논문은 AI 리터러시를 단순한 도구 채택으로 이해해서는 안 되며, 특정 맥항에서 AI 시스템을 이해하고, 평가하고, 책임감 있게 적용하는 발달적 능력으로 이해해야 한다고 주장한다.

• 개념적 명확성: 주요 의의는 "AI 사용"과 "AI 리서러시"를 구분하는 데 있다. "무비판적 사용"을 별도의 문제적 단계로 식별함으로써, 도구에 대한 친숙함을 역량과 혼동하는 것을 방지한다.
• 실천적 진단 도구: 이 연속체는 교육자들에게 학생의 출발점을 진단하고, 특정 발달적 요구(예: 0단계를 위한 탈신비화 또는 1단계를 위한 검증 습관 형성)를 겨냥한 교육을 설계할 수 있는 공통 언어를 제공한다.
• 정책-실행 연결 고리: 고차원적인 정책 목표(예: UNESCO 프레임워크)를 실행 가능한 교육과정 및 평가 전략으로 전환하는 메커즘을 제공한다.
• 겸허한 주장: 저자들은 본 프레임워크가 엄격한 심리학적 모델이 아니라 관찰적 증거에 기반한 **교육적 휴리스틱(pedagogical heuristic)**임을 명시한다. 저자들은 향-후 연구에서 모델의 견고함을 확인하기 위해 공식적인 경험적 검증, 통제된 연구, 사전/사후 평가, 그리고 교차 문화적 적응이 필요하다고 제언한다.

결론적으로, 본 논문은 고등 교육이 금지 또는 허용적 채택의 정책을 넘어 구조화된 발달적 접근 방식으로 나아가야 한다고 주장한다. AI 리러러시 연속체는 졸업생들이 정보에 입각하고, 비판적이며, 책임감 있는 주체로서 AI와 상호작용할 수 있도록 보장하기 위한 실질적이고 달성 가능한 프레임워크를 제공한다.