AI 시대의 학생들

29 9월, 2026 21:53:57

AI로 역량이 확장되는 미래를 위한 인간 역량 개발

AI 도구의 사용을 넘어 인간의 주체성, 비판적 사고, 창의성, 그리고 책임으로

저자: Adam Nguyen
Founder & CEO, Happy English | Founder, Happy Educa
MBA/DBA Candidate, Edgewood University

이 글은 2026년 9월 발표된 Research-Informed Position Paper 「Students in the Age of AI」를 바탕으로 웹사이트 독자를 위해 구성한 글입니다.

우리가 이야기해 온 미래는 이미 시작되고 있습니다

수십 년 동안 인공지능(AI)은 주로 연구실, 공상과학, 그리고 미래에 대한 예측 속에 존재했습니다.

그러나 오늘날 우리 아이들이 성장하는 세상은 이미 크게 달라지고 있습니다.

1956년, Dartmouth Summer Research Project는 인공지능이 독립적인 연구 분야로 발전하는 데 중요한 계기가 되었습니다.

그리고 1983년, 개인용 컴퓨터가 아직 널리 보급되기 전부터 Steve Jobs는 컴퓨터가 단순한 계산 기계를 넘어, 인간이 지식과 새로운 방식으로 상호작용할 수 있도록 돕는 지적 도구가 될 미래를 상상했습니다. 그는 언젠가 사람이 기계에 질문하고 아리스토텔레스와 같은 사상가의 지식에 기반한 답을 얻을 수 있는 가능성까지 이야기했습니다.

40여 년이 지난 지금, 당시에는 먼 미래처럼 보였던 일이 우리의 일상이 되고 있습니다.

우리는 AI와 대화하고, 복잡한 개념에 대한 설명을 요청하고, 코드를 작성하고, 데이터를 분석하고, 이미지를 만들고, 글을 번역하고, 연구를 지원받으며 새로운 아이디어를 함께 발전시킬 수도 있습니다.

그리고 AI는 이제 화면 밖으로 나오기 시작했습니다.

2026년에는 상하이에서 휴머노이드 로봇이 교통경찰을 보조하는 역할에 투입되었습니다. 미국의 여러 도시에서는 자율주행 차량이 인간 운전자 없이 승객을 운송하고 있습니다. 동시에 AI는 단순히 질문에 답하는 시스템에서 사용자를 대신해 과업을 수행할 수 있는 AI 에이전트로 발전하고 있습니다.

일부 기술 업계 리더들은 이보다 훨씬 더 큰 변화를 전망하고 있습니다.

Elon Musk는 향후 약 10년 동안 전 세계적으로 10억 대 이상의 휴머노이드 로봇이 존재할 가능성을 공개적으로 전망했으며, AI와 로봇공학이 경제의 생산 역량을 근본적으로 변화시킬 수 있다고 주장했습니다.

다만 이는 기업 경영자의 미래 전망이며 확립된 과학적 합의는 아닙니다. 그럼에도 일부 글로벌 기술 기업들이 얼마나 큰 변화에 대비하고 있는지를 보여주는 하나의 사례가 될 수 있습니다.

교육 시스템 역시 이러한 변화에 대응하기 시작했습니다.

중국은 기술 발전과 노동시장 변화에 맞춰 대학 프로그램을 조정하고 있으며, 미래 로봇공학, 뇌-기계 기술, 농업 로봇공학, 바이오 제조 등 새로운 분야를 도입하고 있습니다. 또한 일부 교육 프로그램의 운영과 졸업생의 취업 성과를 보다 밀접하게 연결하려는 움직임도 나타나고 있습니다.

따라서 교육이 던져야 할 질문은 더 이상 단순히

“AI가 우리 아이들이 살아갈 미래를 바꿀 것인가?”

가 아닙니다.

그 변화는 이미 시작되었습니다.

더 중요한 질문은 이것입니다.

우리는 아이들이 이 새로운 세상에서 살아가고, 배우고, 성장할 수 있도록 어떻게 준비시켜야 할까요?

AI는 이미 학생들의 학습 속으로 들어왔습니다

이것은 로봇, 자율주행차, 미래의 직업에 관한 이야기만이 아닙니다.

AI는 이미 학생들의 실제 학습 환경의 일부가 되었습니다.

PISA 2025에 따르면 OECD 국가에서 15세 학생의 46%가 학습을 돕기 위해 적어도 일주일에 한 번 AI 챗봇을 사용했습니다.

하지만 여기에는 매우 중요한 점이 있습니다.

AI 사용과 학습 성과의 관계는 단순하지 않습니다.

AI를 더 많이 사용한다고 해서 자동으로 더 잘 배우는 것은 아닙니다.

반대로 AI를 사용하지 않는다고 해서 자동으로 더 강한 능력을 개발하는 것도 아닙니다.

중요한 것은,

AI를 사용하는지 여부가 아니라, 어떻게 사용하는가입니다.

사용 목적이 중요합니다.

교사의 지도가 중요합니다.

정보를 검증하는 과정이 중요합니다.

그리고 학습 과정 자체를 어떻게 설계하는지도 중요합니다.

AI가 점점 더 강력해질 때 인간의 능력은 어떻게 될까요?

AI는 학생이 더 좋은 글을 쓰도록 도울 수 있습니다.

수학 문제를 해결할 수도 있습니다.

번역하고, 프레젠테이션을 만들고, 문서를 요약하고, 코드를 작성하고, 이미지를 생성하고, 정보를 분석하고, 아이디어를 제안할 수 있습니다.

그러나 우리는 두 가지를 구분해야 합니다.

더 좋은 결과물이 반드시 더 나은 학습을 의미하지는 않습니다.

두 학생이 모두 AI를 활용해 매우 훌륭한 과제를 제출했다고 가정해 보겠습니다.

첫 번째 학생은 주제를 이해하고, AI에 질문하며, AI의 답변을 비판적으로 검토합니다. 출처를 확인하고 스스로 판단하며 최종 결과를 자신의 말로 설명할 수 있습니다.

두 번째 학생은 AI가 만들어 준 훌륭한 답변을 받아 조금 수정한 뒤 제출하지만, 그 안의 논리와 사고 과정을 제대로 이해하지 못합니다.

두 학생의 최종 결과물은 비슷해 보일 수 있습니다.

그러나

두 학생이 실제로 갖게 된 역량은 크게 다를 수 있습니다.

따라서 우리는 단순히

“AI가 학생의 결과물을 향상시켰는가?”

라고 질문해서는 안 됩니다.

더 중요한 질문은 다음과 같습니다.

“AI가 학생 자신의 독립적인 역량을 강화하고 있는가, 아니면 약화시키고 있는가?”

AI는 지식, 사고력, 창의성을 증폭시킬 수 있습니다.

그러나 사용자가 AI의 결과물을 평가할 충분한 능력을 갖추지 못했다면, AI는 오해와 과도한 자신감, 의존성까지 증폭시킬 수 있습니다.

우리의 관점: Human First – AI Empowered

Happy English는 교육이 AI를 단순히 거부해야 한다고 생각하지 않습니다.

그러나 AI가 어떤 일을 더 빠르게 할 수 있다는 이유만으로 아이들이 자신의 사고까지 AI에 맡겨야 한다고 생각하지도 않습니다.

우리가 제안하는 원칙은 다음과 같습니다.

HUMAN FIRST – AI EMPOWERED

인간은 주체로 남습니다. AI는 인간의 역량을 확장합니다.

Human First는 목적, 사고, 판단, 가치 그리고 최종적인 책임이 인간에게 남아 있어야 한다는 의미입니다.

AI Empowered는 AI가 인간의 학습, 탐구, 창조 능력을 책임 있는 방식으로 확장할 수 있을 때 그 힘을 활용한다는 의미입니다.

따라서 교육의 목표는 단순히 **“AI를 사용할 줄 아는 학생”**을 만드는 것이 아닙니다.

AI와 함께 일하면서도

생각하고 → 질문하고 → 평가하고 → 창조하고 → 책임지는

사람을 길러내는 것입니다.

AI를 사용하는 것에서 책임지는 것으로

우리는 AI 시대에 필요한 역량을 다음의 다섯 단계로 제안합니다.

USE → UNDERSTAND → EVALUATE → CREATE → TAKE RESPONSIBILITY

1. USE — 사용하기

학습자는 적절한 목적을 위해 AI를 사용할 수 있는가?

ChatGPT나 다른 AI 애플리케이션을 사용할 수 있다는 것만으로 충분한 AI 리터러시를 갖췄다고 할 수는 없습니다.

학생은 언제 AI를 사용하는 것이 적절한지, 그리고 언제 사용하지 않는 것이 더 나은지를 이해해야 합니다.

2. UNDERSTAND — 이해하기

학습자는 AI가 무엇을 하고 있는지 이해하는가?

AI는 매우 자연스럽고 설득력 있는 답변을 만들 수 있지만, 그 답변이 틀릴 수도 있습니다.

학생들은 AI의 능력뿐 아니라 한계도 이해해야 합니다.

3. EVALUATE — 평가하기

학습자는 AI의 답변을 평가할 수 있는가?

이 정보는 정확한가?

출처는 어디인가?

어떤 관점이 빠져 있는가?

AI는 어떤 가정을 하고 있는가?

4. CREATE — 창조하기

학습자는 AI를 활용하여 새로운 가치를 만들어 낼 수 있는가?

AI는 단순히 정답을 얻기 위한 도구일 필요가 없습니다.

학생이 탐구하고, 실험하고, 비교하며 자신의 아이디어를 발전시키는 데 활용할 수 있습니다.

5. TAKE RESPONSIBILITY — 책임지기

학습자는 자신의 최종 결과를 설명하고, 검증하고, 책임질 수 있는가?

이 단계는 매우 중요합니다.

학생은 AI의 도움을 받을 수 있습니다.

하지만

최종 결과에 대한 책임은 인간에게 남아 있어야 합니다.

THINK – ASK – CHECK – CREATE – EXPLAIN

이러한 관점을 실제 학습에 적용할 수 있는 간단한 방법으로 만들기 위해 다음과 같은 학습 사이클을 제안합니다.

THINK → ASK → CHECK → CREATE → EXPLAIN

THINK — 생각하기

나는 이미 무엇을 알고 있는가? 어떤 문제를 해결하려고 하는가?

AI에게 질문하기 전에 먼저 스스로 생각합니다.

ASK — 질문하기

나는 AI에게 구체적으로 어떤 도움을 필요로 하는가?

AI에게 모든 일을 맡기는 대신, 자신이 어느 부분에서 도움을 필요로 하는지 명확하게 합니다.

CHECK — 확인하기

이 답변이 정확한지 어떻게 확인할 수 있는가?

AI의 답변이 자연스럽고 설득력 있게 들린다고 해서 반드시 정확한 것은 아닙니다.

따라서 정보를 검증하는 능력은 AI 시대의 핵심 역량이 됩니다.

CREATE — 창조하기

배운 내용을 바탕으로 나는 무엇을 만들어 낼 것인가?

AI의 도움을 자신이 이해하고 책임질 수 있는 결과물, 아이디어 또는 결정으로 발전시킵니다.

EXPLAIN — 설명하기

내가 만든 것을 스스로 설명하고 근거를 제시할 수 있는가?

학생이 자신이 제출한 과제를 스스로 설명할 수 없다면, 실제 학습이 충분히 이루어졌는지 판단하기 어렵습니다.

학습 과정이

ASK → COPY → SUBMIT

질문하기 → 복사하기 → 제출하기

로 바뀐다면, AI는 학습을 지원하는 것이 아니라 학습의 중요한 부분을 대체하기 시작할 수 있습니다.

문제는 단순히 “AI를 허용할 것인가, 금지할 것인가”가 아닙니다

AI 시대에는

“AI 사용 가능”

또는

“AI 사용 금지”

와 같은 일률적인 규칙만으로는 충분하지 않을 수 있습니다.

학습 목표에 따라 적절한 AI 활용 수준이 달라질 수 있기 때문입니다.

AI-FREE

교사가 학습자의 실제 독립적 역량을 확인해야 하는 경우 AI를 사용하지 않습니다.

AI-ASSISTED

AI의 도움은 허용하지만 핵심적인 사고와 학습 과정은 학생이 직접 수행해야 합니다.

AI-COLLABORATIVE

AI를 탐구, 분석, 창작 과정의 협력 파트너로 활용합니다.

AI-EXPLORATION

AI 자체를 학습 대상으로 삼습니다.

학생들은 서로 다른 AI 모델을 비교하고, 오류를 찾고, 편향과 한계, 윤리적 문제를 분석할 수 있습니다.

따라서 중요한 질문은 단순히

“학생이 AI를 사용해도 되는가?”

가 아닙니다.

더 중요한 질문은,

“이 학습의 목적은 무엇이며, 어느 정도의 AI 활용이 우리가 개발하고자 하는 역량을 실제로 강화하는가?”

입니다.

교사의 역할은 줄어드는 것이 아니라 변화합니다

AI가 거의 즉시 연습문제를 만들고, 개념을 설명하고, 글을 번역하고, 수업 자료를 제작할 수 있다면 자연스럽게 한 가지 질문이 생깁니다.

앞으로 교사의 역할은 덜 중요해질까요?

우리는 오히려 그 반대라고 생각합니다.

교사의 가치는 단순한 콘텐츠 생성만으로 대체할 수 없는 영역으로 더욱 이동하게 됩니다.

학습 경험을 설계하는 것.

학생을 관찰하는 것.

올바른 질문을 던지는 것.

학생의 어려움을 진단하는 것.

의미 있는 피드백을 제공하는 것.

학습 동기를 높이는 것.

인간적인 관계를 형성하는 것.

사고력을 발달시키는 것.

그리고 무엇보다

학생의 실제 역량이 발전하고 있는지를 판단하는 것.

부모가 AI 전문가가 될 필요는 없습니다

변화는 가정에서 몇 가지 간단한 질문을 하는 것부터 시작할 수 있습니다.

아이에게 단순히

“숙제할 때 AI를 사용했니?”

라고 묻는 대신 다음과 같이 물어볼 수 있습니다.

왜 AI를 사용했니?

AI에게 질문하기 전에 네가 먼저 생각한 것은 무엇이니?

AI의 답변에서 틀릴 수 있는 부분은 어디일까?

그 정보를 어떻게 확인했니?

이 과제에서 정말 네가 생각하고 만든 부분은 무엇이니?

AI 없이도 이 내용을 나에게 설명할 수 있니?

이러한 질문은 관심의 초점을

“아이의 기술 사용을 통제하는 것”

에서

“아이 자신의 역량을 개발하는 것”

으로 이동시킵니다.

무엇이 인간에게 남아 있어야 할까요?

AI가 점점 더 많은 일을 수행할 수 있게 될수록 교육은 무엇이 인간의 실질적인 통제 아래 남아 있어야 하는지를 더욱 분명하게 정의해야 합니다.

목적.

가치.

판단.

책임.

공감과 인간관계.

의미.

AI는 이러한 모든 영역에서 인간을 지원할 수 있습니다.

하지만 지원을 받는다는 것이 최종 결정권까지 기술에 넘겨야 한다는 의미는 아닙니다.

AI는 여러 가능성을 제시할 수 있습니다.

그러나

무엇을 해야 하는지를 최종적으로 판단하고, 그 판단에 책임을 지는 주체는 여전히 인간이어야 합니다.

가장 중요한 KPI는 AI 사용률이 아닙니다

학교가 AI를 광범위하게 도입한다고 해서 학생들의 AI 리터러시가 반드시 높은 것은 아닙니다.

학생이 매일 AI를 사용하면서도 그 결과를 제대로 평가하지 못할 수 있습니다.

반대로 필요한 상황에서만 AI를 선택적으로 사용하면서 강한 사고력, 창의성, 검증 능력, 책임감을 보여주는 학생도 있을 수 있습니다.

따라서 우리는 다른 기준을 제안합니다.

가장 중요한 KPI는 AI Adoption이 아닙니다.

진정으로 중요한 것은 학습자의 독립적인 역량이 증가하고 있는가, 감소하고 있는가입니다.

기술은 계속 변화할 것입니다.

아이들이 오늘 사용하는 AI 도구는 그들이 대학에 진학하거나 직업 세계에 들어갈 때에는 매우 기초적인 기술로 보일 수도 있습니다.

어떤 AI 도구가 미래를 지배할지는 정확히 알 수 없습니다.

그러나 우리는 더 오래 지속될 인간의 역량을 개발할 수 있습니다.

추론 능력.

의사소통 능력.

창의성.

근거를 평가하는 능력.

적응력.

윤리적 판단.

그리고

책임지는 능력.

이것은 시작에 불과합니다

이 글에서는 보다 상세한 Research-Informed Position Paper,

Students in the Age of AI: Developing Human Capability for an AI-Empowered Future

의 핵심 아이디어와 실천적 제안을 소개했습니다.

전체 논문에서는 AI와 로봇공학의 발전, PISA 2025 데이터, UNESCO 및 OECD/European Commission의 역량 프레임워크, 연령에 적합한 AI 리터러시, 생성형 AI 시대의 평가, 교사와 가족의 역할, AI 사용의 투명성, 개인정보 보호와 안전, 교육 형평성과 새롭게 나타나는 AI Divide, 그리고 현재 이용 가능한 근거의 한계를 보다 자세히 다룹니다.

또한 전체 논문에서는 다음 세 가지를 명확하게 구분합니다.

외부 근거 (External Evidence)

저자의 해석 (Author Interpretation)

저자가 제안한 프레임워크 (Author-Proposed Frameworks)

Research-Informed Position Paper 전체 내용

Students in the Age of AI
Developing Human Capability for an AI-Empowered Future