This post is also available in:

AI 시대 고등교육 개혁, 직관이 아닌 데이터로 판단하겠다는 선언

AI 시대, 대학은 정말 ‘준비된 졸업생’을 만들고 있는가

생성형 AI의 확산은 노동시장의 변화를 단순한 기술 전환의 문제가 아니라, 직무 자체의 재구성 문제로 바꾸어 놓고 있다. 특정 직업이 사라질 것인가를 묻는 질문보다, 어떤 역량이 얼마나 빨리 무력화될 수 있는지가 더 중요한 문제가 되고 있다. 기업은 더 이상 ‘무엇을 배웠는가’보다 ‘얼마나 빠르게 다시 배울 수 있는가’를 묻고 있고, 대학 졸업장은 여전히 진입 조건으로 작동하지만 그 안에 담긴 학습의 실질적 의미는 점점 불분명해지고 있다. 이러한 변화 속에서 대학들은 저마다 ‘AI 시대에 대비한 교육’을 내세운다. 인공지능 교과목을 신설하고, 융합전공을 확대하며, 데이터·코딩·문제해결 역량을 강조한다. 시민성, 대화 능력, 협업 역량을 새로운 핵심 가치로 제시하는 흐름도 나타난다. 그러나 이 모든 시도 앞에는 하나의 질문이 남는다. 이러한 교육적 개입이 실제로 학생들의 학습 성과와 노동시장 적응 능력을 바꾸고 있는지에 대해서는, 대학 스스로도 명확하게 답하지 못하고 있다는 점이다.

고등교육 분야에서 ‘혁신’은 오랫동안 미덕으로 취급되어 왔다. 새로운 프로그램을 도입하고, 새로운 이름을 붙이고, 새로운 비전을 선언하는 과정 자체가 변화의 증거처럼 받아들여졌다. 그러나 그 결과가 어땠는지, 어떤 학생에게 효과가 있었는지, 시간이 지나도 그 효과가 유지되었는지에 대한 질문은 상대적으로 부차적인 문제로 밀려나기 쉬웠다. 고등교육 정책과 대학 내부 개혁이 직관과 경험, 혹은 외부 컨설팅의 권고에 과도하게 의존해온 이유다.

AI 확산 이후 이 한계는 더욱 분명해지고 있다. 대학은 빠르게 변화하는 노동시장에 뒤처지지 않기 위해 속도를 강조하지만, 속도는 종종 검증의 부재로 이어진다. 효과가 입증되지 않은 프로그램이 확산되고, 성공 사례로 포장된 실험들이 충분한 근거 없이 일반화된다. ‘잘 설계된 것처럼 보인다’는 판단이 ‘실제로 효과가 있다’는 결론을 대신하는 구조가 반복되고 있는 것이다. 바로 이 지점에서, 대학 혁신을 둘러싼 논의는 더 이상 방향성의 문제가 아니라 판단 방식의 문제로 전환될 필요가 있다.

NYU와 SUNY, ‘혁신 프로그램’이 아니라 ‘검증 연구소’를 만들다

이러한 문제의식 속에서 등장한 것이 뉴욕대학교(NYU)와 뉴욕주립대학교(SUNY)의 공동 프로젝트, ‘Higher Education Design Lab’이다. 이 연구소는 새로운 교육 모델을 설계하거나 특정 정책을 확산시키기 위한 조직이 아니다. 오히려 이미 대학 현장에서 운영 중인 다양한 프로그램과 제도를 대상으로, 그것들이 실제로 어떤 결과를 만들어내고 있는지를 체계적으로 분석하고 검증하겠다는 데 목적이 있다. 이 랩이 내세운 접근 방식은 고등교육 분야에서는 드물다. 대학들은 오랫동안 ‘옳다고 믿는 방향’에 따라 정책을 설계해 왔고, 그 타당성은 철학적 정당성이나 사회적 요구에 의해 설명되는 경우가 많았다. 그러나 이 연구소는 그러한 접근을 한 걸음 뒤로 물린다. 대화 프로그램, 진로 준비 과정, 신입생 오리엔테이션, 교수법 혁신, 지역사회 기반 학습 등 지금까지 ‘좋은 교육’으로 간주돼 온 요소들을 모두 연구 대상으로 올려놓고, 그 효과를 데이터와 비교 분석을 통해 따져 묻겠다는 것이다. 특히 주목할 점은 이 연구가 특정 유형의 대학에 국한되지 않는다는 점이다. 사립 연구중심대학과 대규모 공립대학 시스템이 결합하면서, 서로 다른 학생 구성과 제도 환경, 지역적 조건 속에서 동일한 교육적 개입이 어떤 차이를 만들어내는지를 비교할 수 있는 구조가 만들어졌다. 이는 고등교육 혁신이 ‘한 대학의 성공 사례’로 소비되는 데서 벗어나, 어떤 조건에서 재현 가능한지를 따질 수 있는 토대를 제공한다.

이 연구소가 던지는 질문은 결국 AI 시대의 노동시장 변화와 직결된다. AI 기술이 빠르게 확산되는 상황에서 대학은 끊임없이 새로운 교육 요소를 추가해야 한다는 압박을 받는다. 그러나 변화의 속도가 빠를수록, 그 변화가 실제로 어떤 역량을 강화했는지를 설명할 수 있는 능력은 더욱 중요해진다. 단기간의 유행에 반응한 교육은 많아질 수 있지만, 그 효과를 입증하지 못한다면 대학은 사회적 신뢰를 유지하기 어렵다. AI 시대에 요구되는 역량은 특정 기술 숙련으로 환원되기 어렵다. 문제를 정의하는 능력, 다양한 관점을 이해하고 협업하는 능력, 기술 변화 속에서도 학습 전략을 조정할 수 있는 능력은 모두 장기적인 관점에서 형성되는 역량이다. 문제는 이러한 역량이 실제 교육 과정 속에서 길러지고 있는지를 어떻게 확인할 것인가 하는 점이다. NYU와 SUNY의 공동 연구는 바로 이 지점에서 대학의 책임을 묻는다. 대학이 주장하는 교육적 효과를 대학 스스로 증명할 수 있는가 하는 질문이다.

광고

이 접근은 고등교육 개혁의 기준을 바꾼다. ‘얼마나 빠르게 도입했는가’가 아니라 ‘무엇을, 누구에게, 어떤 조건에서 효과적으로 길러냈는가’를 설명할 수 있어야 한다는 요구다. AI가 노동시장의 불확실성을 키울수록, 대학은 더 많은 것을 약속하기보다 자신이 실제로 해낼 수 있는 것과 그 근거를 명확히 제시해야 한다. Higher Education Design Lab은 대학이 그 설명 책임을 회피할 수 없게 만드는 하나의 실험이 되고 있다.

왜 이 실험은 ‘규모’가 아니라 ‘구조’의 문제인가

NYU와 SUNY의 협력이 주목받는 이유는 두 대학 시스템의 규모 때문만은 아니다. 더 중요한 것은 이 협력이 만들어낸 연구 구조다. 사립 연구중심대학과 대규모 공립대학 시스템이 동일한 질문을 공유하고, 동일한 분석 틀 안에서 서로 다른 결과를 비교할 수 있게 되었다는 점은 고등교육 연구에서 드문 조건이다. 이는 대학 혁신을 개별 기관의 성공 사례로 소비하는 관행에서 벗어나, 조건과 맥락을 포함한 분석으로 전환할 수 있는 가능성을 열어준다. 고등교육 개혁이 번번이 좌초되는 이유 중 하나는, 특정 대학에서 효과를 보인 정책이 다른 환경에서도 동일한 성과를 낼 것이라는 암묵적 가정 때문이다. 학생 구성, 재정 구조, 지역 노동시장, 교수진의 역할이 모두 다른 상황에서 단일 모델이 일반화되는 순간, 개혁은 현실과 충돌한다. Higher Education Design Lab이 지향하는 비교 연구는 바로 이 지점을 겨냥한다. 어떤 교육적 개입이 엘리트 환경에서는 효과가 있었지만, 대중적 교육 환경에서는 다른 결과를 낳는다면, 그 차이 자체가 분석 대상이 되어야 한다는 인식이다.

이러한 접근은 대학 혁신을 ‘확산’의 문제가 아니라 ‘조건 설정’의 문제로 바꾼다. 무엇을 도입할 것인가보다, 어떤 학생 집단과 제도 환경에서 어떤 방식으로 작동하는가를 설명할 수 있어야 한다는 요구다. 이는 대학 정책 결정자들에게 불편한 질문일 수 있다. 성공 사례를 단순화해 홍보하는 방식이 더 이상 유효하지 않기 때문이다. 대신, 효과가 제한적이거나 맥락 의존적인 결과까지 포함해 설명해야 하는 책임이 뒤따른다.

Higher Education Design Lab의 등장은 고등교육 개혁 담론 전반에 대한 하나의 도전으로 읽힌다. 그동안 대학 개혁은 비전 중심으로 전개되어 왔다. ‘미래 인재 양성’, ‘21세기 역량’, ‘융합과 혁신’ 같은 구호는 반복되었지만, 그 성과를 어떻게 판단할 것인지는 상대적으로 모호했다. 대학은 스스로를 변화하고 있다고 설명했지만, 그 변화가 학생의 학습과 삶에 어떤 영향을 미쳤는지는 충분히 검증되지 않았다. 이 연구소가 제기하는 문제는 단순하다. 대학이 내세운 주장과 실제 결과 사이의 거리를 줄일 수 있는가 하는 질문이다. 이는 개혁의 방향을 바꾸기보다, 개혁을 판단하는 기준을 바꾸는 시도에 가깝다. 무엇이 옳은가를 논쟁하기 전에, 무엇이 효과가 있었는지를 먼저 묻자는 제안이다. 이러한 접근은 대학의 자율성을 위협하는 것으로 보일 수도 있지만, 동시에 대학이 사회적 신뢰를 회복할 수 있는 조건이기도 하다.

AI 시대의 고등교육은 더 많은 약속을 할수록 위험해진다. 빠르게 변하는 기술 환경 속에서 대학이 모든 변화에 대응할 수 있다고 주장하는 순간, 검증되지 않은 기대가 쌓이기 때문이다. Higher Education Design Lab은 그 기대를 관리하는 방식 자체를 바꾸려 한다. 직관과 선의에 기댄 개혁이 아니라, 근거를 통해 설명할 수 있는 개혁만이 지속 가능하다는 메시지다. 이 점에서 이번 실험은 하나의 연구 프로젝트를 넘어, 고등교육이 스스로를 평가하는 방식에 대한 질문으로 확장된다.

한국 대학에 던지는 질문

NYU와 SUNY의 실험이 한국 고등교육에 던지는 질문은 명확하다. 한국 대학들은 AI 시대에 대응하고 있다고 말할 수 있지만, 그 대응이 실제로 어떤 결과를 만들어내고 있는지 설명할 수 있는가 하는 문제다. 최근 몇 년간 한국 대학 역시 인공지능 관련 전공과 교과목을 빠르게 확장했고, 융합 교육과 비교과 프로그램을 경쟁적으로 도입해 왔다. 그러나 이러한 변화가 학생들의 학습 성과, 진로 선택, 노동시장 적응에 어떤 영향을 미쳤는지에 대한 체계적인 검증은 드물다. 특히 대학 재정지원 사업과 각종 평가 제도는 ‘도입 여부’와 ‘운영 실적’을 중심으로 설계되어 있다. 새로운 프로그램을 만들고 참여 학생 수를 늘리는 데에는 보상이 따르지만, 그 효과가 제한적이거나 특정 집단에만 유효했을 경우 이를 드러내고 수정할 유인은 크지 않다. 그 결과 대학 개혁은 누적되지만, 학습 성과에 대한 설명 책임은 분산된다. NYU–SUNY 사례는 이 구조 자체를 되묻게 만든다. 대학과 정책 당국은 과연 교육의 효과를 측정하고, 그 결과를 토대로 방향을 조정할 준비가 되어 있는가 하는 질문이다.

또 하나의 문제는 일반화의 방식이다. 한국에서는 상위권 대학의 성공 사례가 전체 고등교육의 모델처럼 확산되는 경향이 강하다. 그러나 학생 구성과 교육 환경이 전혀 다른 대학에 동일한 모델을 적용할 때 어떤 결과가 나타나는지는 충분히 검토되지 않는다. Higher Education Design Lab이 시도하는 비교와 조건 분석은, 이러한 단순한 모방의 한계를 분명히 드러내는 기준이 될 수 있다.

NYU와 SUNY가 공동으로 설립한 Higher Education Design Lab의 의미는 단일 프로그램이나 연구 주제에 있지 않다. 그 핵심은 대학이 스스로를 평가하는 방식에 있다. AI 시대의 고등교육은 더 이상 ‘방향이 옳다’는 주장만으로는 사회적 신뢰를 유지하기 어렵다. 무엇이 효과가 있었는지, 그 효과는 누구에게 나타났으며, 어떤 조건에서 지속 가능한지를 설명할 수 있어야 한다. 이 변화는 대학에게 부담이 될 수 있다. 검증은 성공뿐 아니라 한계와 실패를 함께 드러내기 때문이다. 그러나 바로 그 점에서, 이번 실험은 고등교육이 한 단계 성숙해질 수 있는 분기점을 보여준다. 빠르게 도입하고 널리 홍보하는 개혁이 아니라, 결과를 통해 학습하고 조정하는 개혁으로 나아갈 수 있는지에 대한 시험대다.

AI가 노동시장의 불확실성을 키울수록, 대학의 역할은 더 중요해진다. 동시에 대학은 더 많은 약속을 하기보다, 자신이 실제로 해낼 수 있는 것을 명확히 설명해야 하는 위치에 놓인다. NYU와 SUNY의 선택은 그 설명 책임을 회피하지 않겠다는 선언에 가깝다. 대학 혁신의 시대는 이제 시작 단계가 아니라, 검증의 단계로 접어들고 있다.

#AI시대대학 #고등교육혁신 #대학개혁 #NYU #SUNY #노동시장변화 #AI와교육 #증거기반정책 #대학성과평가 #미래인재 #글로벌고등교육 #스포트라이트유