Teaching About AI or With AI? In-Service Teachers’ Experiences in a Korean AI Convergence Education Program

대한민국의 교실 곳곳에서 조용한 변화가 일어나고 있습니다. 수십 년 동안 교사들은 역사, 과학, 혹은 문학을 통해 학생들을 지도해 온 해당 분야의 전문가였습니다. 하지만 최근 새로운 과목이 등장했습니다. 바로 인공지능입니다. 정부는 모든 학생이 이러한 스마트 기계가 어떻게 작동하는지 이해해야 한다고 결정했고, 그다음 논리적인 단계는 교사들을 교육하는 것이었습니다. 이는 이미 교실을 운영하는 법을 알고 있는 숙련된 교육자들이 완전히 새로운 기술적 언어를 배우기 위해 다시 학교로 돌아가야 하는 독특한 상황을 만들었습니다. 교육자와 정책 입안자들이 직면한 핵심 질문은 단순히 교사들이 인공지능에 관한 사실을 배울 수 있느냐가 아니라, 그 사실들을 습득하여 자신들이 이미 가르치고 있는 수업 속에 어떻게 엮어 넣을 수 있느냐 하는 것입니다. 역사 교사가 인공지능을 사용하여 학생들이 과거를 이해하도록 도울 수 있을까요, 아니면 이 새로운 지식은 컴퓨터 과학 수업에서만 유용한 별도의 상자 안에 갇혀 있게 될까요?

이 이야기는 정부가 교사 재교육을 위해 대규모 프로그램을 시작한 한국의 특정 구석에서 온 이야기입니다. 2020년부터 38개 대학이 현직 교사들을 대상으로 이른바 'AI 융합 교육'에 초점을 맞춘 특별 대학원 과정을 제공해 왔습니다. 그 아이디어는 인공지능을 전통적인 과목과 결합하는 것입니다. 이것이 실제 세상에서 어떻게 작동하는지 이해하기 위해, 서울대학교와 한남대학교의 연구자 두 명은 이 프로그램을 이수하는 소수의 교사와 강사 한 명을 추적 조사했습니다. 그들은 단순히 시험 점수나 체크리스트를 본 것이 아니라, 참가자들과 함께 앉아 새로운 자료를 배우고 그것을 자신의 학교에서 사용해 보는 과정에서 어떤 기분이 들었는지 그들의 이야기를 들었습니다.

프로그램에 참여한 교사들은 갑자기 로봇이나 코드에 매료되어 등록한 것이 아니었습니다. 그들은 주로 학교에서 AI와 접촉해야 할 필요성과 같은 실질적인 압박에 대응하기 위해서였으며, 정부가 제공하는 등록금 보조금이 그 결정을 가능하게 했기 때문이었습니다. 과학 중점 고등학교에서 근무하는 한 교사는 학생들이 자신이 읽을 수 없는 프로그래밍 언어로 프로젝트를 만드는 것을 발견했습니다. 그녀는 뒤처지는 느낌을 받았고 따라잡아야 했습니다. 또 다른 초등학교 교사는 자신의 동기가 "불순했다"고 인정했습니다. 그녀는 정부가 제공하는 등록금도 필요했고, 승진 시험도 준비하고 있었습니다. 그러나 이러한 실질적인 이유 이면에는 공유된 긴박감이 있었습니다. 그들은 인공지능이 자신들의 학교에 도착하고 있다는 것을 알고 있었고, 자신들이 앞장서야 할 것이라는 점도 알고 있었습니다. 그들은 명확한 길을 찾기를 희망하며 대학원에 입학했습니다.

대학 강의실 안에서 교사들은 기술 자체에 대해 많은 것을 배웠습니다. 그들은 기계가 학습하는 방식, 데이터를 분석하는 방법, 그리고 파이썬(Python)이라는 언어로 코드를 작성하는 법을 공부했습니다. 컴퓨터 과학과 데이터 전문가인 강사들은 이러한 기술적 역량을 가르치는 데 능숙했습니다. 한 교사는 학생들이 복잡한 프로젝트를 수행할 때 드디어 그들이 무엇을 하고 있는지 이해할 수 있게 되었다고 말했습니다. 그러나 대학에서 배운 내용과 자신의 교실에서 해야 할 일 사이에 간극이 생기기 시작했습니다. 교사들은 커리큘럼이 "파편화되어 있다"고 설명했습니다. 그들은 한 수업에서는 데이터 분석을 배우고 다른 수업에서는 프로그래밍을 배웠지만, 프로그램은 이 조각들을 어떻게 역사 수업이나 윤리 토론에 연결할 수 있는지는 보여주지 않았습니다. 그들은 인공지능에 대해 배우고 있었지만, 그것을 가지고 가르치는 법은 배우지 못하고 있었습니다.

교사들은 어려운 상황에 처했습니다. 그들은 기술을 이해했지만, 그것을 자신의 특정 과목에 어떻게 맞출 수 있을지 알 수 없었습니다. 한 교사는 그 기분을 "어찌할 바를 모르겠다"고 묘사했습니다. 그녀는 인공지능을 자신의 수업에 접목하고 싶었지만, 주제의 초점을 잃지 않으면서 어떻게 그것을 실현할 수 있을지 몰랐습니다. 또 다른 교사는 학생들이 이야기를 시각화하도록 돕기 위해 드로잉 앱을 사용해 보았지만, 이것은 단지 도구를 사용하는 것일 뿐 기술을 수업과 진정으로 융합하는 것은 아니라는 점을 깨달았습니다. 프로그램은 그들에게 도구를 주었지만, 그 도구들로 새로운 것을 만들어낼 설계도는 주지 않았습니다. 그 연결 고리를 찾아내야 하는 책임은 전적으로 개별 교사에게 남겨졌고, 교사는 풀타임 직업을 관리하면서 홀로 이 퍼즐을 풀어야 했습니다.

연구자들은 이 어려움이 단순히 기술의 부족 때문이 아니라, 과목 자체의 성격 때문이라는 것을 발견했습니다. 과학 교사의 경우 데이터가 어디에나 있기 때문에 인공지능이 들어갈 자리를 찾는 것이 비교적 쉽습니다. 하지만 언어나 문학 교사의 경우, 그 연결 고리를 찾기가 훨씬 어렵습니다. 프로그램의 한 강사는 사회 교사로서 수학이나 과학 교사는 도울 수 있지만, 언어 교사가 도움을 요청할 때는 갈피를 잡을 수 없다고 인정했습니다. 그는 텍스트를 분석하는 법은 보여줄 수 있었지만, 문학에 의미 있는 방식으로 인공지능의 더 깊은 알고리즘을 어떻게 사용할지에 대한 방향은 찾을 수 없었습니다. 이는 교사들이 학습에 실패하고 있는 것이 아니라, 인공지능과 특정 과목 사이의 연결이 명확하지 않으며 프로그램이 그 다리를 놓을 수 있는 충분한 지원을 제공하지 못했음을 시사합니다.

또 다른 주요 장애물은 학교 구조 그 자체였습니다. 교사가 인공지능과 자신의 과목을 혼합한 훌륭한 수업 계획을 만들어냈더라도, 학교 시스템이 이를 실행하는 것을 불가능하게 만드는 경우가 많았습니다. 초등학교에서는 교사들이 매년 교장 선생님에 의해 다른 학년과 과목으로 이동합니다. 인공지능에 대해 2년을 배운 교사가 다음 해에 다른 학년으로 배치되어 배운 것을 구현할 시간이 없을 수도 있습니다. 고등학교에서는 학점제 때문에 서로 다른 과목의 교사들이 하나의 프로젝트를 위해 협력하기 어렵습니다. 정책은 몇 명의 전문가를 훈련시키면 그들이 다른 모든 사람에게 지식을 전파할 것이라고 가정했습니다. 하지만 일상적인 학교 생활의 현실은 이 지식이 학교 공동체 전체에 뿌리 내리지 못한 채 개인에게 머물게 만들었습니다.

연구는 또한 목표가 실제로 무엇인지에 대한 혼란과 실질적인 지원의 부족을 강조했습니다. 프로그램의 이름은 'AI 융합 교육'이었으며, 이는 기술과 주제의 깊은 결합을 암시합니다. 그러나 교사들은 프로그램이 주로 인공지능 도구를 사용하는 법이나 기본 원리를 이해하는 법을 가르친다는 것을 발견했습니다. 그들은 자신의 특정 과목과 관련된 문제를 해결하기 위해 기술을 사용하는 법을 거의 배우지 못했습니다. 한 교사는 강사들 사이에서도 목표에 대한 의견이 엇갈린다고 언급했습니다. 어떤 이들은 기술을 먼저 이해해야 한다고 했고, 다른 이들은 주제에 초점을 맞춰야 한다고 했습니다. 이러한 명확하고 통일된 비전의 부재는 교사들이 마치 빠진 조각이 있는 퍼즐을 맞추려 애쓰는 듯한 기분을 느끼게 했습니다. 더욱이, 참가자들은 AI 윤리에 대한 실질적인 지도가 불충 sufficient하다고 보고했습니다. 상세한 지원 대신, 정책 자료들은 종종 교사들에게 콘텐츠를 가르치고, 적절한 사이트를 찾고, 제공된 예산을 사용하라는 지침과 함께 단순히 "던져지는" 수준이었으며, 이로 인해 이 사업은 의미 있는 교육이 아닌 새로운 업무가 되어버렸습니다. 그들은 기술을 배우고 있었지만, 그것을 학생들에게 의미 있게 전달하는 법은 배우지 못했습니다.

연구자들은 이 모든 과정에서 빠진 조각이 바로 그들이 '교육적 번역(pedagogical translation)'이라고 부르는 것이라고 결론지었습니다. 이것은 기술적 지식을 특정 과목에 적합한 수업으로 바꾸는 힘든 작업입니다. 이는 단순히 기계가 어떻게 작동하는지를 아는 것이 아닙니다. 그 기계를 사용하여 학생이 시, 역사적 사건, 혹은 과학적 개념을 이해하도록 돕는 방법을 아는 것입니다. 현재의 프로그램들은 첫 번째 부분(기술 이해)을 가르치는 데는 능숙하지만, 두 번째 부분(교육적 적용)을 가르치는 데는 미흡합니다. 교사들이 실패하고 있는 것이 아니라, 시스템이 그 누구도 가르쳐준 적 없는 일을 그들에게 요구하고 있는 것입니다.

이 연구는 교사들에게 단순히 더 많은 기술 훈련을 추가하는 것만으로는 충분하지 않다는 점을 시사합니다. 인공지능 교육이 제대로 작동하려면 훈련 방식이 바뀌어야 합니다. 기술을 고립된 상태로 다루기보다, 그 기술이 역사, 언어, 혹은 과학 수업의 구체적인 목표를 어떻게 뒷받침할 수 있는지에 더 집중해야 합니다. 또한 교사들이 이 일을 혼자 할 수 없다는 점을 인식해야 합니다. 그들은 이러한 세계를 결합하는 명확한 사례와 함께 학교와 훈련 프로그램으로부터의 지원이 필요합니다. 인공지능을 배우는 것과 그것을 가지고 가르치는 법을 배우는 것 사이의 간극이 메워지지 않는 한, 이 새로운 교육의 약속은 많은 교실에서 여전히 손에 닿지 않는 곳에 머물러 있을 것입니다. 교사들은 배울 준비가 되어 있지만, 그들에게는 대학 강의실과 자신의 학교 책상 사이의 거리를 건너갈 수 있는 지도가 필요합니다.