생성형 AI가 바꾼 노동시장, 대학은 무엇을 가르치고 있는가

오늘의 학생들은 더 이상 ‘대학에서 무엇을 배우는가’를 기준으로 학습하지 않는다. 학습의 기준점은 이미 대학 바깥, 보다 정확히 말하면 노동시장으로 이동했다. 이 변화는 서서히 진행돼온 듯 보이지만, 생성형 AI의 확산과 함께 눈에 띄게 가속되고 있다. AI는 특정 산업이나 일부 직무에 국한되지 않고, 업무 전반의 방식 자체를 재편하는 기술로 자리 잡고 있다. 그 결과, 학생들이 상상하는 ‘미래의 일’은 AI를 전제로 구성된다. 무엇을 배울 것인가보다, 배운 것을 어떤 환경에서 활용하게 될 것인가가 먼저 떠오르는 이유다. 이러한 변화는 단순히 취업 경쟁이 치열해졌기 때문만은 아니다. 노동시장이 요구하는 역량의 성격이 달라졌기 때문이다. 지식을 얼마나 많이 알고 있는가보다, 지식을 어떻게 다루고 조합하며 적용할 수 있는지가 중요해졌다. 그리고 그 과정의 상당 부분을 AI가 매개한다. 학생들에게 AI는 선택적 도구가 아니라, 이미 ‘작동 중인 현실’에 가깝다. 학습의 목적지가 이동했다는 말은, 바로 이 전제가 달라졌다는 뜻이다.

지식을 다루는 방식은 변했지만, 교육의 형식은 그대로다 – 대학은 여전히 이전의 학습을 전제로 한다

이 변화에 가장 빠르게 반응한 집단은 학생들이다. 대학의 공식 커리큘럼이나 제도적 안내를 기다리지 않고, 학생들은 이미 AI를 학습 과정 안으로 끌어들였다. 개념을 이해하기 위해 질문을 던지고, 자료를 요약하고, 문제 접근 방식을 정리하는 과정에서 AI는 자연스럽게 활용된다. 이는 지름길을 찾기 위한 편법이라기보다, 변화한 환경에 적응하는 방식에 가깝다. 학생들은 AI를 통해 ‘더 적게 생각하려는 것’이 아니라, ‘다르게 생각하는 법’을 익히고 있다. 이 과정에서 중요한 점은, 학생들이 AI를 단순한 답변 생성기로만 사용하지 않는다는 사실이다. AI는 사고의 출발점이 되기도 하고, 자신의 이해를 점검하는 거울이 되기도 한다. 지식을 외워 축적하는 방식보다, 질문을 구성하고 맥락을 조정하는 능력이 더 중요해졌다는 인식이 확산되고 있다. 학생들은 이미 ‘AI 없이 배우는 법’이 아니라, ‘AI와 함께 배우는 법’을 스스로 실험하고 있다.

문제는 여기서부터다. 지식을 다루는 방식은 분명히 변하고 있지만, 대학의 교육 형식은 여전히 그 이전의 전제를 크게 벗어나지 못하고 있다. 수업은 설명을 중심으로 구성되고, 과제는 개인의 산출물을 기준으로 평가되며, 시험은 지식의 재현 가능성을 묻는 방식으로 설계된다. 이러한 형식은 AI가 학습 과정에 깊이 개입하지 않던 시기의 합리성을 그대로 유지하고 있다. 이로 인해 학생들이 체감하는 괴리는 커진다. 현실에서는 AI를 전제로 사고하고 문제를 해결하는데, 대학에서는 그 전제가 충분히 반영되지 않는다. 대학이 의도적으로 AI를 배제한다기보다, AI가 이미 들어와 있는 학습 환경을 교육 설계 안으로 끌어들이지 못하고 있는 셈이다. 이 간극은 단순한 기술 적응의 문제가 아니라, 교육이 무엇을 책임지고 설계해야 하는가에 대한 질문으로 이어진다. 그리고 바로 이 지점에서, 대학의 지체는 점점 더 선명하게 드러난다.

대학이 마주한 질문은 ‘AI를 가르쳐야 하는가’가 아니다. AI를 하나의 기술이나 과목으로 추가하는 방식은 이미 현실을 따라가지 못한다. 문제는 AI가 이미 학습 환경의 일부가 된 상황에서, 그 환경을 전제로 한 교육의 형식을 누가 설계할 것인가에 있다. AI는 더 이상 외부 도구가 아니라, 사고 과정과 문제 해결 방식에 깊숙이 개입하는 조건이 되었다. 그럼에도 대학의 수업과 평가는 여전히 AI 이전의 학습 모델을 기준으로 작동한다. 이 간극은 필연적으로 책임의 문제로 이어진다. 대학이 교육의 형식을 설계하지 않으면, AI 사용의 방식과 기준은 학생 개인의 판단에 맡겨진다. 어떤 상황에서 AI를 활용해도 되는지, 무엇을 스스로 사고해야 하는지, 결과에 대한 책임은 어디까지인지에 대한 기준이 공유되지 않은 채 학습이 이루어진다. 이는 자율의 확대라기보다, 설계되지 않은 환경 속에서의 방임에 가깝다. 교육의 형식이 부재한 공간에서 학생들은 각자 살아남는 법을 익히게 된다.

대학이 머뭇거리는 사이, 학생들은 이미 자신들만의 해답을 찾아가고 있다. 학습 과정에서 가장 먼저 찾는 조언자는 교수나 교재가 아니라 AI가 되는 경우도 적지 않다. 이는 교수를 대체하려는 의도라기보다, 즉각적인 피드백과 탐색이 가능한 환경에 대한 자연스러운 선택이다. 학생들은 AI를 통해 질문을 다듬고, 자신의 이해를 점검하며, 학습의 방향을 조정한다. 이러한 모습은 종종 학습 태도의 약화나 규칙 위반으로 해석되지만, 다른 관점에서 보면 현실에 대한 적응 전략이다. 노동시장에서는 이미 AI와 함께 일하는 것이 전제가 되고 있는데, 대학만이 그 전제를 유예하고 있다면 학생들이 다른 경로를 찾는 것은 자연스러운 일이다. 이 과정에서 대학의 역할은 상대적으로 축소되고, 학습의 중심은 점점 대학 밖으로 이동한다.

AI는 대학을 대체하지 않는다 – 그러나 비워진 자리는 채운다

AI가 대학을 대체할 것이라는 주장에는 과장이 섞여 있다. AI는 교육 기관이 수행해온 모든 역할을 대신할 수 없다. 학습의 맥락을 제공하고, 판단의 기준을 제시하며, 공동체 안에서 책임 있는 사고를 길러내는 일은 여전히 대학의 몫이다. 문제는 AI가 대학을 밀어내는 것이 아니라, 대학이 설명하지 못한 영역을 채우고 있다는 점이다. 대학이 교육의 목적과 형식을 분명히 제시하지 못할수록, 학생들은 그 공백을 AI로 메운다. 설명되지 않은 학습, 설계되지 않은 평가, 합의되지 않은 책임의 자리에 AI는 점점 더 깊숙이 들어온다. 이때 벌어지는 변화는 기술의 침투라기보다, 제도적 공백의 노출에 가깝다.

이제 대학이 답해야 할 질문은 분명하다. AI를 허용할 것인가, 어디까지 사용할 수 있게 할 것인가가 아니다. AI가 전제가 된 시대에 대학은 무엇을 책임지는 기관인가라는 질문이다. 어떤 학습을 공적으로 보장하고, 어떤 판단을 교육의 이름으로 요구하며, 어떤 역량을 대학 교육의 성과로 인정할 것인지에 대한 설명이 먼저 필요하다. 학생들의 학습 목표가 노동시장으로 이동한 현실을 되돌릴 수는 없다. 그러나 대학은 그 이동을 방치할 수도, 무작정 따라갈 수도 없다. 필요한 것은 속도의 경쟁이 아니라 역할의 재정의다. AI가 스며든 현실 속에서 대학이 어떤 교육적 가치를 설계하고 책임질 것인지 분명히 말할 때, 대학은 다시 학습의 중심으로 설 수 있다. 그렇지 않다면, 질문은 계속해서 대학 바깥에서, AI를 향해 던져질 것이다.

#생성형AI, #대학위기, #고등교육, #AI와교육, #노동시장, #학습혁신, #대학의역할, #교육설계, #미래역량, #스포트라이트유