기술은 빠르게 확산됐지만, 대학교육은 아직 도착하지 않았다
올해 대학 사회는 ‘AI 이후’를 수없이 말했다
2025년 한 해 동안 대학 사회에서 인공지능(AI)은 더 이상 주변적인 화제가 아니었다. 대학 총장 연설, 교육 혁신 포럼, 교수학습센터 워크숍, 정부 정책 문서까지 AI는 빠지지 않고 등장했다. “AI 시대의 대학교육”, “AI 이후 대학의 역할”, “생성형 AI와 학습의 미래”와 같은 표현은 일종의 관용구처럼 반복되었다. 이제 AI를 언급하지 않는 대학 담론은 오히려 낯설게 느껴질 정도다. 이러한 분위기는 분명 이전과는 다른 국면을 보여준다. AI는 더 이상 실험적 기술이나 일부 전공의 관심사가 아니라, 대학 전체가 대응해야 할 환경 변화로 인식되기 시작했다. 학생들은 이미 일상적으로 생성형 AI를 활용하고 있고, 교수와 직원 역시 AI 도구를 업무와 교육에 접목하는 사례가 늘고 있다. 대학이 AI를 ‘고려하지 않을 수 없는 존재’로 받아들였다는 점에서, 2025년은 분기점에 해당하는 해였다. 그러나 이처럼 AI에 대한 언급이 폭발적으로 늘어난 것과 달리, 그 논의가 실제로 무엇을 바꾸었는지를 묻는 질문은 상대적으로 적었다. AI를 이야기하는 빈도와, AI 이후 대학교육이 실제로 달라졌다는 체감 사이에는 분명한 간극이 존재한다. 연말을 맞아 돌아보면, 우리는 AI에 대해 많이 말했지만 그 말들이 어디까지 갔는지, 무엇을 남겼는지를 차분히 점검할 필요가 있다.
논의는 주로 ‘통제’와 ‘규칙’에 머물렀다
올해 대학에서 가장 활발하게 이루어진 AI 관련 논의는 교육의 목적이나 구조보다는, 통제와 규칙의 영역에 집중되어 있었다. 생성형 AI를 과제에 사용해도 되는지, 어디까지 허용할 것인지, 이를 어떻게 적발하고 평가할 것인지가 주요 쟁점이었다. 많은 대학이 AI 사용 가이드라인을 마련했고, 학과나 교과목 단위에서도 세부 규칙을 정비하려는 시도가 이어졌다. 이 과정에서 드러난 풍경은 일관성보다는 혼란에 가까웠다. 같은 대학 내에서도 교수마다, 학과마다 AI 활용 기준이 달랐고, 학생들은 어떤 수업에서는 허용되고 어떤 수업에서는 금지되는 상황을 마주했다. 어떤 경우에는 AI 활용 사실이 이유가 되어 과제가 무효 처리되거나 징계로 이어지기도 했고, 반대로 AI를 적극적으로 활용한 결과물이 별다른 문제 제기 없이 통과되기도 했다.
이러한 모습은 대학이 AI를 아직 ‘교육 설계의 요소’라기보다 ‘위험 관리의 대상’으로 바라보고 있음을 보여준다. AI가 학습을 어떻게 바꿀 수 있는지, 무엇을 새롭게 가능하게 하는지보다, 부정행위와 평가 공정성을 어떻게 지킬 것인가가 논의의 중심에 놓였다. 이는 이해 가능한 반응이지만, 동시에 논의의 범위를 스스로 제한하는 선택이기도 했다. 통제 중심의 접근은 단기적인 질서 유지는 가능하게 하지만, 장기적인 교육 변화에 대한 상상력은 제공하지 못한다.
AI는 교수를 대체하지 않았지만, 사고방식은 시험대에 올랐다
2025년에도 여전히 반복된 질문이 있다. “AI가 교수를 대체할 것인가”라는 질문이다. 이 질문은 언론 기사, 포럼 토론, 대학 내부 회의에서 끊임없이 소환되었다. 그러나 한 해를 돌아보면 분명해진 점도 있다. AI는 교수를 대체하지 않았다. 실제 교육 현장에서 교수의 역할이 사라지거나 급격히 축소되었다고 말할 수 있는 사례는 거의 없다. 문제는 이 질문 자체가 대학교육의 현실을 단순화한다는 데 있다. AI를 교수의 대체물로 상정하는 순간, 논의는 찬반의 이분법으로 흘러간다. 금지할 것인가, 허용할 것인가. 위협인가, 기회인가. 이 프레임은 정책 판단을 빠르게 만들 수는 있지만, 교육의 복잡성을 담아내지는 못한다. 올해 드러난 혼란은 기술의 문제가 아니라 사고방식의 문제에 가깝다. AI를 인간과 대비되는 존재로만 설정할 경우, 대학은 AI를 어떻게 활용할 것인가가 아니라 AI를 어떻게 통제할 것인가에 집중하게 된다. 그 결과 AI는 교육을 재구성하는 계기가 되기보다는, 기존 질서를 교란하는 외부 변수로만 인식된다. 2025년의 논의는 이 이분법적 사고가 얼마나 많은 정책적 혼선을 낳는지를 보여준 해이기도 했다.
가장 적게 이야기된 것은 ‘학습 목표의 변화’였다
AI 논의가 통제와 윤리에 집중되는 동안, 상대적으로 적게 다뤄진 주제가 있다. 바로 학습 목표의 변화다. AI가 일상화된 환경에서 대학은 무엇을 가르쳐야 하는가, 학생은 무엇을 배우고 어떤 역량을 갖추어야 하는가에 대한 논의는 충분히 전면에 오르지 못했다. 글쓰기 과제를 예로 들면, 많은 논의는 AI를 활용한 글쓰기가 허용되는지 여부에 머물렀다. 그러나 더 중요한 질문은 AI가 글쓰기의 의미를 어떻게 바꾸는가였다. 자료 조사, 초안 작성, 문장 다듬기까지 AI가 개입할 수 있는 상황에서, 대학의 글쓰기 교육은 어떤 사고 과정을 목표로 삼아야 하는가. 평가의 기준은 결과물이어야 하는가, 아니면 사고의 과정이어야 하는가. 이러한 질문은 AI 이후 대학교육의 핵심에 해당하지만, 올해의 논의에서는 상대적으로 주변부에 머물렀다.
이는 글쓰기만의 문제가 아니다. 문제 해결, 탐구, 토론, 협업과 같은 핵심 학습 요소 역시 AI 환경 속에서 재정의가 필요하다. 그러나 2025년의 대학은 이러한 재정의를 본격적으로 시작했다고 보기 어렵다. 학습 목표에 대한 논의가 부족한 상태에서, AI 활용 규칙만 늘어나는 상황은 교육의 방향성을 더욱 불분명하게 만든다.
대학은 AI를 말했지만, 교육의 구조는 거의 건드리지 않았다
한 해 동안 AI와 관련된 수많은 발표와 계획이 나왔지만, 대학 교육의 구조 자체가 달라졌다고 말하기는 어렵다. 수업 단위, 학점 체계, 평가 방식, 학사 운영 구조는 대체로 기존의 틀을 유지한 채 AI라는 요소만 추가되었다. AI는 새로운 도구로 소개되었지만, 그 도구를 전제로 한 교육 구조의 재설계는 제한적이었다. 이러한 모습은 대학이 변화에 소극적이어서라기보다, 구조를 건드리는 변화가 갖는 부담을 잘 알고 있기 때문일 것이다. 교육 구조의 변화는 단순히 기술을 도입하는 문제가 아니라, 교수의 역할, 학생의 책임, 행정 시스템, 평가 기준까지 함께 바꾸는 문제다. 이는 개별 교과목이나 단기 사업으로 해결할 수 있는 영역이 아니다.
그 결과 AI는 대학의 일상에 스며들었지만, 대학교육의 기본 단위는 그대로 남았다. AI를 활용한 과제가 등장해도 학점 체계는 변하지 않았고, AI를 활용한 학습이 늘어나도 평가 방식은 크게 달라지지 않았다. 변화는 있었지만, 그것이 구조적 전환으로 이어졌다고 보기는 어렵다.
이 지점에서 한 해를 정리하며 내릴 수 있는 결론은 단순하다. AI 이후 대학교육은 아직 도래하지 않았다. 기술은 빠르게 확산되었고, 담론은 풍부했지만, 교육의 목적과 구조가 AI를 전제로 재구성되었다고 말하기는 어렵다. 이는 실패의 기록이라기보다, 전환의 초기 단계에 대한 기록에 가깝다. 대학은 AI를 둘러싼 환경 변화를 인식했고, 대응의 필요성도 공유했다. 그러나 그 대응은 아직 제도와 구조의 수준까지 도달하지 못했다. 2025년의 논의는 준비 단계였고, 시험 단계였으며, 동시에 한계를 드러낸 해였다.
연말에 이르러 중요한 것은 평가보다 질문이다. 내년에도 우리는 AI를 둘러싼 논의를 계속할 것이다. 그러나 같은 질문을 반복할 것인지, 아니면 질문의 방향을 바꿀 것인지가 관건이다. AI를 허용할 것인가 금지할 것인가라는 질문은 이미 충분히 논의되었다. 이제는 AI 환경에서 대학교육의 목표와 구조를 어떻게 재정의할 것인가를 묻는 단계로 이동해야 한다.
AI는 대학을 빠르게 바꾸고 있다. 그러나 그 변화가 교육의 핵심에 도달하기까지는 아직 시간이 필요하다. 2025년 한 해의 논의를 돌아보는 일은, 그 시간이 그냥 흘러가도록 둘 것인지, 아니면 다음 단계로 나아갈 준비를 할 것인지를 결정하는 출발점이 될 수 있다. AI 이후의 대학교육은 이미 시작되었지만, 아직 완성된 형태로 도착하지는 않았다. 이제 남은 과제는 그 도착을 어떻게 준비할 것인가에 있다.
AI대학교육 #생성형AI #대학혁신 #고등교육 #교육구조 #평가방식 #교수역할 #AI가이드라인 #교육미래 #스포트라이트유
