AI는 이미 교실에 들어왔다 – 싱가포르와 인도가 보여준 ‘국가 설계형 AI 교육’, 한국은 어디에 서 있는가

This post is also available in:

AI는 ‘도입’의 문제가 아니다: 한국 대학이 놓치고 있는 질문

생성형 인공지능이 대학 교실로 빠르게 유입되면서 한국 고등교육 현장은 일종의 과도기에 들어섰다. 강의 자료 작성, 과제 수행, 평가 방식, 연구 보조 등 거의 모든 교육 활동 영역에서 AI 활용이 현실이 되었지만, 이를 어떻게 받아들여야 하는지를 둘러싼 논의는 여전히 단편적이다. 일부 대학은 AI 사용을 전면 허용하고, 다른 대학은 강의계획서에 제한 조항을 명시하며, 또 다른 곳에서는 윤리 가이드라인을 통해 학생의 책임을 강조한다. 그러나 이러한 대응은 공통적으로 AI를 ‘새로운 도구’ 혹은 ‘관리 대상’으로만 바라본다는 점에서 한계를 드러낸다. 한국 대학 사회에서 AI 논의는 주로 두 가지 질문으로 수렴된다. 하나는 “어디까지 허용할 것인가”이고, 다른 하나는 “부정행위를 어떻게 막을 것인가”다. 이 질문들은 중요하지만, AI가 교육 체계 전반을 재구성하고 있다는 현실을 설명하기에는 부족하다. AI는 더 이상 특정 수업이나 전공의 보조 수단이 아니라, 학습 방식 자체를 변화시키는 환경 요소가 되었기 때문이다. 그럼에도 불구하고 한국의 AI 교육 논의는 여전히 개별 교수의 재량, 개별 대학의 지침, 개별 학생의 윤리 문제로 분산돼 있다.

이러한 분산적 대응은 한국 고등교육의 구조적 특성과도 맞닿아 있다. 대학은 오랫동안 자율성을 핵심 가치로 삼아 왔고, 국가 정책은 주로 재정 지원과 성과 관리의 방식으로 개입해 왔다. 그 결과 교육 내용과 방식에 대한 국가 차원의 설계는 상대적으로 약했다. AI가 등장한 이후에도 상황은 크게 달라지지 않았다. 정부는 AI 인재 양성, 디지털 전환, 첨단 산업 경쟁력 강화를 강조하지만, 대학 교육 현장에서 AI가 어떤 시민 역량으로 자리 잡아야 하는지에 대한 일관된 방향은 제시되지 않았다. 문제는 AI 교육이 단순히 ‘기술 숙련’의 문제가 아니라는 점이다. AI를 활용할 수 있는 능력은 곧 학습의 효율성과 직결되고, 이는 다시 학습 성과의 격차로 이어진다. 다시 말해, AI를 잘 쓰는 학생과 그렇지 못한 학생 사이의 차이는 성취도의 차이를 넘어 교육 기회의 차이로 확대될 가능성이 크다. 이 지점에서 AI 교육은 더 이상 개별 선택의 문제가 아니라 공공 정책의 영역으로 이동한다.

해외 주요 국가들이 AI 교육을 국가 전략 차원에서 다루기 시작한 배경도 여기에 있다. 영국, 미국, 유럽연합은 각기 다른 방식으로 AI 활용 가이드라인과 교육 전략을 논의하고 있으며, 특히 아시아에서는 싱가포르와 인도가 상이한 조건 속에서 AI 교육을 국가 시스템 안에 편입시키고 있다. 이 두 국가는 규모와 체제가 극명하게 다르지만, 공통적으로 AI를 ‘대학에 맡겨진 기술’이 아니라 ‘사회 전체가 함께 설계해야 할 교육 인프라’로 인식한다는 점에서 주목할 만하다. 이 기사는 바로 이 지점에서 질문을 출발시킨다. 한국의 AI 교육은 지금 어디에 서 있는가. 우리는 AI를 단지 빠르게 도입하는 데 집중하고 있는 것은 아닌가. 그리고 그 속도만큼 방향과 구조는 충분히 설계돼 있는가. 싱가포르와 인도의 사례는 이 질문에 답하기 위한 비교의 기준점을 제공한다.

싱가포르: AI를 ‘기술’이 아니라 ‘국가 역량’으로 다루는 방식

싱가포르의 AI 교육 정책은 개별 제도나 사업의 집합이라기보다, 명확한 국가 비전에서 출발한다. ‘스마트 네이션 2.0(Smart Nation 2.0)’으로 불리는 이 비전은 성장, 공동체, 신뢰라는 세 가지 목표를 중심에 두고 있으며, AI는 이 목표를 실현하기 위한 핵심 수단으로 자리 잡고 있다. 싱가포르 정부는 AI를 통해 단순히 산업 경쟁력을 높이는 것을 넘어, 사회 전체의 회복탄력성과 적응 능력을 강화하고자 한다. 이러한 접근은 교육 정책에서도 분명하게 드러난다. 싱가포르에서 AI 교육은 특정 전공이나 엘리트 인재 양성 프로그램에 국한되지 않는다. 정부는 2027년까지 1만5천 명 규모의 AI 실무 인력을 양성하겠다는 목표를 제시하면서도, 이를 대학 교육과 평생학습 체계 전반에 연결한다. 대학, 연구기관, 산업체, 정부 부처가 하나의 생태계로 묶여 있으며, 교육은 이 생태계를 작동시키는 핵심 축으로 기능한다.

대표적인 사례가 AI 싱가포르(AI Singapore)와 스킬스퓨처(SkillsFuture) 프로그램이다. AI 싱가포르는 국가 차원의 연구·교육 허브로서 대학 연구자와 산업 현장을 연결하고, 교육 과정에서 실제 문제 해결 중심의 AI 활용을 강조한다. 스킬스퓨처는 재직자와 성인 학습자를 대상으로 한 재교육과 역량 전환 프로그램으로, AI를 활용해 개인의 학습 경로를 설계하고 역량을 진단하는 데 초점을 맞춘다. 이 두 프로그램은 AI 교육을 ‘학생 대상 교육’에 한정하지 않고, 전 생애 학습 체계 속에 배치한다는 점에서 공통된 방향성을 가진다. 주목할 점은 싱가포르가 AI 교육을 시민적 역량의 문제로 다룬다는 점이다. AI 활용 능력은 단순한 직무 기술이 아니라, 변화하는 사회 환경 속에서 판단하고 참여할 수 있는 능력으로 정의된다. 이에 따라 대학 교육에서도 AI는 전공 기술이기보다, 문제 해결, 의사결정, 협업 능력과 결합된 학습 요소로 등장한다. 일부 정책 문서에서는 이를 ‘개인적 회복탄력성(personal resilience)’과 연결해 설명하기도 한다.

물론 이러한 모델이 완벽한 것은 아니다. 싱가포르의 고등교육 체계는 여전히 엘리트 대학 중심으로 운영되며, 외국인 노동자나 비정규 학습자는 평생학습 프로그램에서 상대적으로 배제돼 있다는 비판도 제기된다. 또한 AI 교육이 기술 역량 중심으로 설계되면서 윤리적 성찰이나 비판적 사고를 충분히 담아내지 못하고 있다는 지적도 존재한다. 그럼에도 불구하고 싱가포르의 사례는 AI 교육을 개별 대학의 선택에 맡기지 않고, 국가 차원의 목적과 구조 속에 위치시켰다는 점에서 중요한 시사점을 제공한다. 싱가포르의 경험이 보여주는 핵심은 명확하다. AI 교육의 성패는 기술의 수준이 아니라, 그것을 어떤 사회적 목적 아래 배치하느냐에 달려 있다. 대학은 이 구조 속에서 실행 주체로 기능하며, 국가 정책은 교육의 방향과 범위를 설정한다. 이는 AI 교육을 둘러싼 논의를 ‘허용과 통제’의 차원이 아니라, ‘설계와 책임’의 문제로 전환시킨다.

인도: 규모와 격차를 전제로 설계된 AI 교육 실험

싱가포르가 중앙집중적 조정과 정책 일관성을 통해 AI 교육을 설계한 국가라면, 인도는 전혀 다른 조건에서 같은 질문에 답하고 있는 사례다. 인도는 광대한 영토, 극심한 지역 격차, 수십 개의 공용 언어, 그리고 교육 접근성의 불균형이라는 구조적 제약을 전제로 교육 정책을 설계해야 하는 국가다. 이러한 조건 속에서 인도의 AI 교육 정책은 ‘정교함’보다는 ‘확장성’과 ‘포용성’을 핵심 목표로 삼는다. 인도의 AI 교육 전략은 2020년 발표된 국가교육정책(NEP 2020)을 중심으로 본격화됐다. NEP 2020은 교육 체계 전반을 재구성하는 대규모 개혁안으로, 급변하는 글로벌 경제 환경에 대응하기 위한 인적 역량의 전환을 핵심 과제로 제시한다. 이 정책은 고등교육 진학률을 2035년까지 50%로 끌어올리겠다는 목표를 설정하는 한편, 학습자 중심의 유연한 학위 구조와 비판적 사고, 창의성을 강조한다. 인공지능은 이러한 개혁을 촉진하는 핵심 도구로 위치한다.

NEP 2020의 실질적 구현을 떠받치는 것이 국가 디지털 교육 아키텍처(National Digital Education Architecture, NDEAR)다. NDEAR는 단일 플랫폼이 아니라, 교육 콘텐츠, 학습 이력, 평가, 자격 인증을 연결하는 공공 디지털 인프라에 가깝다. AI는 이 인프라 안에서 학습자의 수준과 필요에 맞는 콘텐츠를 추천하고, 연속적 평가를 가능하게 하며, 교사가 학생 개개인의 학습 과정을 파악할 수 있도록 지원하는 역할을 맡는다. 이는 일회성 시험 중심의 평가 문화를 점진적으로 대체하려는 시도로 읽힌다. 인도 남부 케랄라 주에서 시행 중인 ‘포유지 학부 프로그램(Four-Year Undergraduate Programme)’은 이러한 변화가 실제 교육 현장에서 어떻게 작동하는지를 보여준다. 이 프로그램에서는 AI 기반 도구를 활용해 학생의 학습 진도를 지속적으로 평가하고, 다양한 방식의 과제를 통해 이해도와 성찰 능력을 측정한다. 이는 단순히 평가 방식을 바꾸는 것을 넘어, 교육의 목적을 ‘정답을 맞히는 능력’에서 ‘이해하고 적용하는 능력’으로 이동시키는 시도다.

인도 사례에서 특히 주목되는 지점은 언어와 접근성에 대한 접근이다. NEP 2020은 지역 언어를 교육과 평가의 주요 수단으로 명시하고 있으며, 디지털 플랫폼에서도 다언어 콘텐츠 제공을 원칙으로 삼는다. AI 기반 번역 기술과 적응형 인터페이스는 이러한 목표를 현실화하는 수단으로 활용된다. 이는 영어 중심의 고등교육 구조에서 배제돼 왔던 학습자들에게 교육 접근성을 확대하려는 정책적 선택이다. 또한 장애를 가진 학습자에게 맞춤형 학습 환경을 제공하는 데에도 AI가 적극적으로 활용된다. 물론 인도의 AI 교육 실험 역시 한계를 안고 있다. 광범위한 정책 비전과 달리 지역 간 실행 역량의 차이는 여전히 크며, 디지털 인프라가 충분하지 않은 지역에서는 정책 효과가 제한적으로 나타난다. 또한 교육의 디지털화가 상업화로 이어질 가능성, 즉 공공 교육 영역이 민간 플랫폼에 과도하게 의존하게 될 위험도 제기된다. 그럼에도 불구하고 인도의 접근은 AI 교육을 ‘상위 대학의 경쟁력 강화’가 아니라 ‘교육 접근성의 확장’이라는 문제의식에서 출발하고 있다는 점에서 중요한 의미를 가진다.

인도의 사례는 AI 교육이 반드시 고도로 통제된 환경에서만 가능한 것이 아님을 보여준다. 오히려 불완전한 조건 속에서도 정책 설계의 방향을 명확히 할 경우, AI는 교육 격차를 완화하는 도구로 기능할 수 있음을 시사한다. 이는 교육 시스템 전반의 불균형을 안고 있는 국가들에게 중요한 참고 사례가 된다.

두 국가의 공통점: AI 교육은 ‘기술’이 아니라 ‘거버넌스’의 문제다

싱가포르와 인도의 AI 교육 정책은 출발점도, 실행 방식도, 제도적 맥락도 극명하게 다르다. 하나는 소규모의 중앙집중형 국가이고, 다른 하나는 대륙 규모의 연방 국가다. 그럼에도 불구하고 두 사례를 나란히 놓고 보면, AI 교육을 바라보는 공통된 인식이 드러난다. 그것은 AI 교육이 기술 도입의 문제가 아니라, 교육 거버넌스의 문제라는 인식이다. 두 국가는 공통적으로 AI 교육을 개별 대학이나 개별 교원의 선택에 맡기지 않는다. 대신 국가 차원에서 교육의 목적과 방향을 설정하고, 대학은 그 틀 안에서 실행 주체로 기능한다. 이는 대학의 자율성을 부정하는 방식이 아니라, 자율성이 작동할 수 있는 정책적 환경을 조성하는 접근에 가깝다. AI 교육의 최소 기준과 공공적 목표를 명확히 설정함으로써, 대학 간 편차가 교육 격차로 이어지는 것을 방지하려는 것이다.

또 다른 공통점은 AI 교육을 단기적 성과나 산업 수요에만 종속시키지 않는다는 점이다. 싱가포르는 AI를 사회 회복탄력성과 시민 역량의 일부로 정의하고, 인도는 교육 접근성과 포용성의 확대라는 목표와 결합시킨다. 이 과정에서 AI는 ‘잘 쓰는 기술’이 아니라 ‘어떻게 이해하고 활용해야 하는 사회적 도구’로 위치한다. 이는 AI 교육의 내용을 기술 숙련 중심에서 판단, 윤리, 책임의 영역으로 확장시키는 효과를 낳는다. 특히 주목할 부분은 두 국가 모두 평생학습 체계와 고등교육을 분리하지 않는다는 점이다. AI는 빠르게 진화하는 기술이기 때문에, 특정 시점에 습득한 역량은 곧 구식이 된다. 이에 따라 싱가포르와 인도 모두 AI 교육을 생애 전반에 걸쳐 반복적으로 갱신되는 과정으로 설계한다. 대학은 이 과정의 출발점이자 중간 기착지로 기능하며, 졸업 이후에도 학습이 이어지는 구조를 전제한다.

이러한 접근은 AI 교육을 둘러싼 책임의 주체를 분명히 한다. AI를 어떻게 가르칠 것인가에 대한 책임은 더 이상 학생 개인이나 교수 개인에게만 있지 않다. 국가는 교육의 방향을 제시하고, 제도적 기반을 마련하며, 대학은 이를 실행하고 조정하는 역할을 맡는다. 이 구조 속에서 AI 교육은 관리 대상이 아니라, 공공적으로 설계된 교육 인프라로 자리 잡는다. 싱가포르와 인도의 경험은 결국 하나의 메시지로 수렴된다. AI 교육의 핵심 과제는 기술을 얼마나 빨리 도입하느냐가 아니라, 그 기술을 어떤 교육적 목적 아래 배치하느냐에 있다. 이 메시지는 AI 도입 속도에서는 결코 뒤처지지 않은 한국 고등교육에 중요한 질문을 던진다. 한국은 과연 AI 교육을 하나의 정책 체계로 설계하고 있는가, 아니면 여전히 각자의 실험에 맡겨두고 있는가.

한국의 현재 위치: 빠르지만 조정되지 않은 AI 교육

한국의 고등교육 현장에서 AI 도입 속도는 결코 느리지 않다. 생성형 AI가 본격적으로 확산된 이후 다수의 대학이 가이드라인을 마련했고, 일부 대학은 AI 활용을 전제로 한 수업 설계와 평가 방식 개편을 시도하고 있다. 교수학습센터를 중심으로 한 워크숍과 연수 프로그램도 빠르게 늘어났으며, 학생들 역시 과제 작성과 학습 보조 도구로 AI를 일상적으로 활용하고 있다. 겉으로 보기에는 한국 대학이 AI 변화에 뒤처지고 있다고 말하기 어렵다. 그러나 이러한 움직임을 자세히 들여다보면, 공통된 방향성이나 구조를 찾기 어렵다는 점이 드러난다. AI 활용에 대한 기준은 대학마다 다르고, 같은 대학 내에서도 단과대학이나 개별 수업에 따라 접근 방식이 크게 달라진다. 어떤 곳에서는 AI 활용을 적극적으로 장려하는 반면, 다른 곳에서는 여전히 부정행위의 가능성을 중심으로 경계한다. 결과적으로 학생들은 일관된 교육 경험을 제공받기보다, 각 수업의 분위기와 담당 교수의 판단에 따라 전혀 다른 규칙을 마주하게 된다.

이러한 상황은 AI 교육을 제도적으로 설계하기보다는, 현장의 자율과 판단에 맡겨온 한국 고등교육 정책의 관성과 맞닿아 있다. 정부는 AI 인재 양성과 디지털 전환을 핵심 국정 과제로 제시해 왔지만, 이는 주로 산업 수요에 대응하는 전문 인력 양성의 관점에서 논의돼 왔다. 대학 교육 전반에서 AI를 어떤 공공적 역량으로 정의할 것인지, 모든 학생에게 어떤 최소한의 학습 경험을 보장할 것인지에 대한 논의는 상대적으로 부족했다. 특히 평생학습과 성인 학습자, 지역대학의 역할을 둘러싼 논의에서 AI 교육은 주변부에 머물러 있다. 일부 대학이 온라인 강좌나 마이크로 디그리 형태로 AI 관련 교육을 제공하고 있지만, 이는 개별 사업 수준에 머무르는 경우가 많다. AI를 활용한 학습 경로 설계나 맞춤형 교육은 아직 제한적으로만 시도되고 있으며, 대학 졸업 이후까지 이어지는 학습 체계로 제도화됐다고 보기는 어렵다.

이 과정에서 AI 교육은 점차 또 다른 경쟁 자원으로 기능할 위험을 안고 있다. AI를 효과적으로 활용할 수 있는 학생은 학습 효율과 성취도에서 유리한 위치를 점하게 되고, 그렇지 못한 학생은 상대적으로 불리한 조건에 놓인다. 이러한 차이는 개인의 노력이나 선택의 문제로 환원되기 쉽지만, 실제로는 교육 환경과 제도 설계의 문제에 가깝다. AI 교육을 체계적으로 설계하지 않는 한, 기술 격차는 곧 학습 격차로 고착될 가능성이 크다. 한국의 AI 교육 현실은 요약하면 ‘빠르지만 조정되지 않은 상태’라고 할 수 있다. 기술 도입과 개별 실험은 활발하지만, 이를 하나의 교육 정책 체계로 엮어내는 거버넌스는 아직 형성되지 않았다. 이 지점에서 싱가포르와 인도의 사례는 한국이 다음 단계로 나아가기 위해 어떤 질문을 던져야 하는지를 분명히 보여준다.

한국형 AI 교육 전략에 던져야 할 네 가지 질문

첫째, 한국의 AI 교육은 누구를 기준으로 설계되고 있는가라는 질문이다. 현재의 논의는 주로 상위권 대학과 첨단 산업 인력 양성에 초점이 맞춰져 있다. 그러나 고등교육은 일부 엘리트 집단만을 위한 제도가 아니다. 지역대학 학생, 성인 학습자, 전공과 무관한 다수의 학생에게 AI는 어떤 의미를 가지는가에 대한 고민이 필요하다. AI 교육을 선택 가능한 부가 역량으로 둘 것인지, 모든 학생이 경험해야 할 기본 역량으로 볼 것인지에 따라 정책의 방향은 크게 달라진다.

둘째, 대학은 AI 교육에서 실행 주체인가, 아니면 정책 대상인가라는 질문이다. 지금까지 한국의 AI 교육은 대학의 자율적 판단에 크게 의존해 왔다. 이는 혁신을 촉진하는 장점이 있지만, 동시에 대학 간 격차를 확대하는 요인이 되기도 한다. 국가 차원의 최소 기준과 방향 설정 없이 자율성만 강조할 경우, AI 교육은 제도적 공공성을 확보하기 어렵다. 싱가포르와 인도의 사례는 대학 자율성과 국가 설계가 반드시 충돌하지는 않는다는 점을 보여준다.

셋째, AI는 교육 격차를 줄이는 도구인가, 아니면 새로운 선별 장치인가라는 질문이다. AI는 학습자의 수준과 필요에 맞춘 교육을 가능하게 하는 잠재력을 지니고 있지만, 동시에 이를 활용할 수 있는 역량을 전제로 작동한다. 충분한 지원과 제도적 장치 없이 AI 활용을 확산시킬 경우, 교육 격차는 오히려 심화될 수 있다. AI 교육 정책은 이 양면성을 전제로 설계돼야 한다.

넷째, 국가 차원의 공통 설계는 어디까지 가능한가라는 질문이다. 모든 대학에 동일한 교육 모델을 강제하는 것은 현실적이지 않다. 그러나 최소한 AI 교육의 목적, 기본 원칙, 학습자 보호 장치에 대해서는 공통의 기준이 필요하다. 이는 규제가 아니라, 대학이 자율적으로 혁신할 수 있는 공통의 토대를 제공하는 역할을 한다. 이러한 설계 없이 AI 교육을 현장에만 맡기는 것은 책임을 방기하는 것에 가깝다.

이 네 가지 질문은 정책 선택의 문제이자, 동시에 한국 고등교육이 AI 시대에 어떤 공공적 역할을 수행할 것인가에 대한 근본적인 물음이다. 답은 단기간에 정해지기 어렵지만, 질문을 회피한 채 기술 도입만을 가속하는 것은 가장 위험한 선택이 될 수 있다.

싱가포르와 인도의 사례는 서로 다른 조건과 맥락 속에서 출발했지만, AI 교육을 바라보는 하나의 공통된 시각을 공유한다. AI는 교육의 외부에서 들어온 도구가 아니라, 교육 시스템 내부에 새롭게 편입돼야 할 공공 인프라라는 인식이다. 이 인식은 AI 교육을 둘러싼 논의를 기술 활용의 문제에서 정책 설계와 거버넌스의 문제로 전환시킨다. 한국의 고등교육은 기술 변화에 민감하고, 새로운 도구를 빠르게 받아들이는 역량을 갖추고 있다. 그러나 지금까지의 AI 교육 논의는 속도와 대응에 집중한 나머지, 목적과 구조에 대한 질문을 충분히 제기하지 못했다. AI를 어떻게 사용할 것인가보다, 왜 그리고 누구를 위해 사용할 것인가에 대한 논의가 뒤로 밀려 있었다.

AI 교육은 결국 대학이 어떤 인간을 길러내고자 하는가라는 질문으로 귀결된다. 단순히 AI를 잘 다루는 인재를 넘어, AI의 가능성과 한계를 이해하고, 그것이 사회에 미치는 영향을 판단할 수 있는 시민을 양성하는 것이 고등교육의 역할이라면, AI 교육은 더 이상 개별 선택이나 부가적 프로그램으로 남을 수 없다. 그것은 공공적으로 설계돼야 할 교육의 일부가 된다. 싱가포르의 조정된 국가 전략과 인도의 포용적 실험은 한국에 하나의 결론을 강요하지 않는다. 대신 선택의 기준을 제시한다. 한국이 AI 교육을 경쟁력 정책의 하위 영역으로 둘 것인지, 아니면 고등교육의 공공성을 재정의하는 계기로 삼을 것인지에 따라, 앞으로의 교육 풍경은 전혀 다른 모습이 될 것이다. 이제 필요한 것은 더 빠른 도입이 아니라, 더 분명한 설계다.

#AI교육 #고등교육 #대학정책 #인공지능과교육 #AI거버넌스 #싱가포르AI #인도NEP #평생학습 #교육격차 #스포트라이트유