Designing, Teaching, and Credentialing AI Literacy in Higher Education: A Conceptual Framework and Empirical Insights ​

거대한 도서관으로 걸어 들어가는 모습을 상상해 보세요. 그곳의 책들은 더 이상 인간에 의해서만 쓰이지 않습니다. 대신, 아주 똑똑하고 보이지 않는 로봇 사서가 모두가 이야기를 쓰고, 편집하고, 요약하는 것을 도와주고 있습니다. 이것은 공상 과학 소설이 아닙니다. 현재 대학에서 일어나고 있는 인공지능(AI), 구체적으로는 '생성형 AI(GenAI)'의 모습입니다. GenAI를 당신이 정중하게 요청하기만 하면 즉석에서 에세이를 초안하거나, 컴퓨터 프로그램을 작성하거나, 그림을 그려낼 수 있는 창의적인 파트너라고 생각해보세요. 하지만 까다로운 점이 있습니다. 로봇이 일을 할 수 있다고 해서 우리가 그것과 대화하는 법을 알거나, 그것이 진실을 말하고 있는지 확인하거나, 언제 로봇에게 운전대를 맡길지 결정하는 법까지 아는 것은 아니라는 사실입니다.

오랫동안 학교들은 AI를 마치 새로운 종류의 계산기처럼, 즉 단순히 버튼을 누르는 법을 배우는 대상처럼 가르치려 노력해 왔습니다. 하지만 이 새로운 로봇 사서는 다릅니다. 이 로봇은 때때로 무언가를 지어내기도 하고(우리는 이를 '환각 현상'이라고 부릅니다), 말하지 않고도 다른 사람의 스타일을 무단으로 복제하기도 하는 협력자에 가깝습니다. 그래서 대학들은 새로운 규칙을 만들기 위해 분주히 움직이고 있습니다. 그들은 학생들에게 단순히 AI가 무엇인지를 가르치는 것이 아니라, 어떻게 로봇의 '주인'이 될 것인가를 가르쳐야 합니다. 즉, 어떻게 올바른 질문을 던질지, 로봇이 거짓말을 할 때 어떻게 알아챌지, 그리고 어떻게 로봇이 아닌 당신이 여전히 사고하도록 만들 것인지를 가르쳐야 합니다. 이 논문은 학생들이 로봇 조력자라는 미로 속에서 길을 잃지 않도록 그 여정을 위한 지도를 만드는 것에 관한 것입니다.

논문의 핵심 아이디어: 로봇 시대를 위한 더 나은 지도 만들기

이 논문은 AI의 세계를 항해하기 위해 더 좋고 새로운 지도를 만들기로 결심한 건축가이자 탐험가 팀과 같습니다. 연구자들인 수니타 허쉬(Sunita $\text{Hirsch}$)와 디터 우켈만(Dieter $\text{Uckelmann}$)은 이미 학생들이 AI에 대해 잘 알고 있다는 것을 증명할 '증명서'를 만들기 위해 노력했던 독일의 특정 대학교(슈투트가르트 응용과학대학교, Hochschule für Technik Stuttgart)를 살펴보았습니다. 그들은 자신들의 지도가 제대로 작동하는지, 어디에서 혼란을 주는지, 그리고 새로운 GenAI 시대에 맞게 어떻게 수정해야 하는지를 확인하고자 했습니다.

기존의 지도는 다소 투박했습니다
이 대학교는 이전에 '역량 매트릭스(Competence Matrix)'를 만들었는데, 이는 기본적으로 거대한 격자 형태입니다. 한쪽에는 다양한 기술 유형(예: '사실을 아는 것' 또는 '윤리적 태도')이 나열되어 있고, 다른 한쪽에는 네 가지 난이도 단계(예: 'AI에 대해 들어본 적 있음'부터 'AI를 구축할 수 있음'까지)가 있었습니다. 학생들은 강의와 워크숍을 통해 '크레딧'을 비디오 게임 포인트처럼 모아서, 결국 자신이 "AI 리터러시(AI 활용 능력)를 갖추었다"는 것을 증명하는 증명서를 얻을 수 있다는 개념이었습니다.

하지만 연구자들이 학생과 교수들에게 이 지도에 대해 물었을 때, 그들은 이 지도가 마치 투명 잉크로 그려진 보물 지도와 같다는 것을 발견했습니다.

• 혼란: 네 단계의 난이도가 서로 구분하기 너무 어려웠습니다. 학생들은 자신이 레벨 2인지 레벨 3인지 구분하지 못했습니다. 너무 복잡했습니다.
• 누락된 부분: 기존의 지도는 새로운 '로봇 사서'(GenAI)를 제대로 고려하지 못했습니다. AI를 정적인 도구로 취급했지만, GenAI는 수다스럽고 상호작적인 파트너입니다. 기존의 지도에는 '프롬프팅'(좋은 결과를 얻기 위해 AI와 대화하는 것)이나 '신뢰도 교정'(로봇을 믿을 때와 재확인할 때를 아는 것)과 같은 기술을 담을 공간이 부족했습니다.
• 사용성 문제: 모두가 증명서가 좋은 아이디어라는 점에는 동의했지만, 실제 과정은 번거로웠습니다. 진행 상황을 추적하기 어려웠고, 규칙이 다소 모호하게 느껴졌습니다.

새로운 지도: 더 단순하고, 더 스마트하며, 더 상호작용적인 모델
13명의 학생 및 교직원 인터뷰와 61명을 대상으로 한 설문조사를 바탕으로, 저자들은 지도를 재설계했습니다. 그들은 새로운 AI를 다루기 위해서는 AI를 단순히 '지식'으로 생각하는 것을 넘어, 하나의 '능동적인 습관'으로 생각해야 한다는 것을 깨달았습니다.

그들은 전체 내용을 3단계 사다리와 5가지 주요 기술 영역으로 요й 요약했습니다:

1. 세 가지 단계 (사다리):

   • 레벨 1: 기초(Foundations). 이것은 "안녕, 로봇" 단계입니다. 일상생활에서 AI를 인식하고, 기본 원리를 이해하며, 간단한 작업을 위해 AI를 사용하는 법을 배웁니다.
   • 레벨 2: 심층 탐구(Deep Dive). 여기에서 당신은 "로봇 비평가"가 됩니다. 단순히 AI를 사용하는 것을 넘어, AI와 더 잘 대화하는 법(프롬프팅)을 배우고, AI가 거짓말을 하는지 확인하며(환각 포착), 학업에 AI를 녹여내는 법을 배웁니다.
   • 레벨 3: 고급 실습(Advanced Practice). 이것은 "로봇 지휘자" 단계입니다. 당신은 단순히 도구를 사용하는 것이 아니라, 복잡한 프로젝트에 AI가 어떻게 적용될지 설계하고, 다른 사람들에게 책임감 있게 사용하는 법을 가르치며, 언제 AI를 사용하지 않아야 하는지에 대한 중대한 결정을 내립니다.

2. 다섯 가지 기술 영역 (배낭):

   • 개념 및 기술적 역량: 내부 구조가 어떻게 작동하는지 아는 것.
   • 비판적, 윤리적 및 법적 역량: 편향성, 저작권 문제, 진실성을 확인하는 것.
   • 실제적 상호작용: AI와 대화하는 기술(프롬프팅)과 협업하는 기술.
   • 창작: AI를 단순히 사용하는 것이 아니라, AI와 함께 무언가를 만들어내는 것.
   • 자기 조절(Self-Regulation): 가장 중요한 기술입니다. 이는 AI를 사용하여 게을러지지 않도록 언제 사용을 멈춰야 하는지, 그리고 자신의 두뇌를 어떻게 활발하게 유지할 것인지를 아는 것입니다.

그들이 발견한 것 ("아하!" 모먼트)
이 논문은 AI 리터러시에 대한 기존의 사고방식이 너무 정적이었다고 제안합니다. 단순히 AI에 대해 "아는 것"만으로는 충분하지 않았습니다. 새로운 연구 결과는 상호작용이 핵심이라는 점을 보여줍니다. 당신은 AI와 대화를 나누고, 논쟁하고, 로봇이 당신의 생각을 모두 대신하지 않도록 자신의 주의력을 관리하는 법을 배워야 합니다.

연구자들은 증명서라는 아이디어 자체는 인기 있었지만(사람들은 그것이 유용하고 관련성이 있다고 생각함), 그 방식이 문제였다는 것을 발견했습니다. 단계를 4단계에서 3단계로 단순화하고 '프롬프팅'과 '자기 조절' 같은 구체적인 기술을 추가함으로써, 새로운 프레임워크는 훨씬 더 현실과 가깝게 느껴집니다. 이는 GenAI가 이미 학생들의 학습과 교사의 교수 방식의 일부가 되었음을 인정하며, 그 관계를 두렵거나 혼란스러운 것이 아니라 건강하고 생산적인 관계로 만들고자 합니다.

결론
이 논문은 모든 문제를 해결했다고 주장하는 것이 아닙니다. 이것은 실제 사람들이 무엇을 필요로 하는지에 기반한 하나의 제안이자, 더 나은 시스템을 위한 설계도입니다. 저자들은 만약 대학이 학생들을 미래에 대비시키고 싶다면, AI를 무서운 괴물이나 마법 지팡이처럼 취급하는 것을 멈춰야 한다고 제안합니다. 대신, AI를 강력하지만 약간은 믿을 수 없는 새로운 팀원으로 대우해야 합니다. 목표는 단순히 증명서를 따는 것이 아니라, 학생들이 스스로 학습의 선장이 되어 AI를 도구로서 사용하되, AI가 운전대를 빼앗아 가지 않도록 하는 프레임워크를 구축하는 것입니다. 그들이 그린 새로운 지도는 더 단순하고, 위험 요소에 대해 더 정직하며, 사람들이 변화무쌍한 로봇 사서의 세계를 항해하는 데 훨씬 더 큰 도움을 줍니다.