AI 시대, 대학이 먼저 바뀌어야 할 것
인공지능은 지금 이 순간에도 논문을 요약하고, 학습 계획을 세우고, 과제를 대신 써준다. 단순한 계산기나 검색 도구를 넘어, 이제 AI는 학생의 사고 과정 그 자체에 개입하는 존재가 되어가고 있다. 대학 강의실 안에서 이루어지는 학습은 더 이상 인간 교수자와 학생 간의 1:1 지식 전달로 정의되지 않는다. 정보가 넘쳐나는 시대에, ‘무엇을 가르치는가’보다 ‘무엇을 묻고 평가하는가’가 훨씬 중요한 문제가 된 것이다.
그럼에도 불구하고, 대학은 여전히 20세기의 시스템에 머물러 있다. 교육과 평가는 별개로 작동하며, 성적은 절대적인 잣자로 작동하고, 학과 체계는 분절된 지식 중심으로 설계되어 있다. 하지만 AI는 지금, 대학의 이 모든 틀을 흔들고 있다. 평가 기준은 바뀌어야 하고, 교수자의 역할도 새로 정립돼야 하며, 나아가 대학의 존재 이유조차 다시 묻게 만든다.
대학이 단순히 기술을 ‘도입’하는 수준에서 머문다면, 이는 곧 시대의 흐름에서 뒤처지는 것을 의미한다. 지금 필요한 것은 도구의 채택이 아니라, 철학의 전환이다. 교육은 이제 더 이상 정해진 지식을 ‘전달’하는 것이 아니라, 새로운 질문을 함께 만들어가는 ‘공동 설계’가 되어야 한다. 그리고 그 전환의 출발점은, 바로 ‘평가’를 다시 묻는 일이다.
성적은 올랐지만, 실력은 아닌데요? – 흔들리는 평가 기준
이스라엘 예루살렘 히브리대학교의 연구진은 6년간 36,000명의 학생, 6,000개의 강좌 데이터를 분석했다. 이들이 집중한 것은 하나다. “AI가 실제로 학생의 학업성과에 어떤 영향을 미치는가?”라는 물음이다. 그리고 그 결과는 명확했다. AI 도구를 활용할 수 있었던 수업에서, 학생들의 평균 점수는 눈에 띄게 상승했다. 특히 성적 하위권 학생들의 점수 향상이 두드러졌고, 낙제 비율은 현저히 줄어들었다.
겉으로 보기엔 반가운 결과일 수 있다. 그러나 그 안을 들여다보면 문제의 핵심이 드러난다. AI 도입 이후 성적 분포는 ‘압축’되었고, 평가의 정보가치는 약화되었다. 상위권과 하위권의 차이가 줄어들면서, 점수는 더 이상 학생의 실제 역량을 잘 설명해주지 못하게 되었다. 평가가 학생의 실력을 구분하는 기능을 상실하게 된 것이다.
문제는 단순히 ‘컨닝’이나 ‘표절’의 문제가 아니다. 이는 더 깊은 질문으로 이어진다. 지금의 점수가 과연 ‘학습된 능력’을 반영하고 있는가? 아니면 ‘AI를 잘 다루는 능력’을 측정하고 있는가? 연구는 AI 사용 초기 학생들이 이후 AI 활용 과목에서는 더 잘했지만, 전통적인 시험 기반 과목에서는 오히려 성과가 떨어지는 현상도 확인했다. 이는 AI가 기존 학습을 ‘보완’한 것이 아니라, 일정 부분 ‘대체’하고 있음을 시사한다.
이제 대학은 근본적인 선택을 해야 한다. AI를 무조건 금지할 것인가, 아니면 이를 새로운 평가 체계로 통합할 것인가. 연구자들은 후자를 제안한다. 구체적으로는, 일부 과목에서는 여전히 감독 하의 시험을 유지하되, 과제나 프로젝트는 AI 활용을 전제로 설계해야 한다는 것이다. 중요한 것은 ‘도구 사용 여부’가 아니라, ‘도구를 어떻게 사용했는가’를 평가하는 기준을 마련하는 일이다. 이러한 전환은 단순히 기술을 반영하는 문제가 아니다. 그것은 ‘평가가 무엇을 기준으로 삼아야 하는가’에 대한 철학적 물음이다. AI가 일상화된 세상에서, 대학은 여전히 ‘성적’으로만 학생을 판단할 수 있을까? 대학이 먼저 그 질문에 답해야 할 시간이다.
지식보다 실행 – 실전이 된 평가, 협력이 된 학습
과제가 과제가 아니게 되는 순간이 있다. 그것은 기업의 마케팅 책임자가 직접 학생의 보고서를 읽고, 전략을 검토하고, 때로는 실제 자사 캠페인에 반영하기로 결정할 때다. 이때 과제는 학점을 위한 문서가 아니라, 시장에서 통하는 전략서가 된다. 대학이 점점 더 산업과 협력하며 학생 평가에 실무 파트너를 끌어들이고 있는 이유는 여기에 있다. AI로 인해 지식의 양과 재생산은 더 이상 평가의 기준이 되기 어렵다. 그렇다면 무엇이 평가의 중심이 되어야 할까? 바로 실행력, 설득력, 협업 능력이다.
최근 많은 대학들이 ‘라이브 클라이언트 프로젝트’라는 새로운 평가방식을 도입하고 있다. 단순히 가상의 시나리오에 답을 쓰는 것이 아니라, 실제 기업이 제시한 문제를 분석하고 해결책을 제안하는 방식이다. 예를 들어 글로벌 브랜드의 신제품 런칭 전략을 기획하거나, 호텔 산업의 팬데믹 회복 방안을 제시하는 과제를 수행한다. 학생의 발표는 기업 관계자와 교수가 공동으로 평가하며, 일부 결과물은 실무에 반영되기도 한다. 이 과정에서 학생은 ‘평가를 받는다’는 감각보다는, ‘제안하고 협상한다’는 실전적 감각을 체득하게 된다.
이러한 변화는 단지 ‘산업 친화적’인 교육을 넘어서, 평가 자체의 패러다임을 바꾸는 역할을 한다. 전통적인 시험은 정답이 존재하고, 평가자는 오직 교수자 한 명이다. 반면 실전형 프로젝트에서는 정답이 없다. 어떤 제안이 더 현실적인가, 어떤 팀워크가 더 설득력 있었는가를 놓고 다양한 평가자가 의견을 나눈다. 평가 기준이 ‘이론의 완성도’에서 ‘현실과의 접속력’으로 옮겨간 것이다.
이와 함께 학생의 태도도 달라진다. 점수만을 위한 과제에서는 ‘최소 노력, 최대 성과’를 추구하는 반면, 실무자 앞에서의 발표는 책임감과 몰입도를 높인다. 이는 단지 학습의 효율성 문제를 넘어, 학습의 진정성을 회복하는 계기가 된다. 학생은 더 이상 평가 대상이 아니라, 협업의 주체가 된다. 그리고 바로 이러한 전환이 오늘날 대학에 요구되는 가장 본질적인 변화다.
교수의 역할은 바뀌고 있는가? – AI 시대의 교육자
AI가 대학 강의실을 바꾸고 있다면, 교수의 자리는 어디에 있을까? 한때 정보 전달자의 상징이었던 교수는, 이제 ‘지식 검색’보다 빠르고, ‘작문’보다 유창한 AI 앞에서 다시 자기 역할을 묻고 있다. 그러나 이는 위기가 아니라, 재정의의 기회가 될 수 있다. AI 시대의 교수는 지식을 가르치는 사람이 아니라, 질문을 설계하고, 윤리를 안내하며, 학습을 공동 창조하는 사람이 되어야 한다.
교수자는 더 이상 정답을 제시하지 않는다. 대신 복잡한 문제를 함께 탐구할 수 있도록 AI와 학생 간의 대화를 디자인하고, 기술의 한계를 비판적으로 분석하는 시선을 제시한다. 수업의 목표는 완성된 지식을 전달하는 것이 아니라, 불완전한 질문을 품는 능력을 기르는 데 있다. 예컨대 AI를 활용해 시뮬레이션된 사회적 딜레마를 분석하거나, 다양한 문화적 세계관을 비교하는 윤리적 토론을 구성하는 수업들이 등장하고 있다. 이때 교수자는 ‘해설자’가 아니라 ‘조정자’, ‘판단자’가 아니라 ‘촉진자’의 역할을 맡는다. 학생들은 AI가 던지는 반론과 시나리오를 통해 사고를 확장하고, 교수는 그 사고의 깊이와 방향성을 함께 조율하는 것이다.
이러한 교수자의 재정의는 단지 교수법의 문제가 아니다. 그것은 고등교육의 철학과 맞닿아 있다. 교수자는 더 이상 ‘무엇을 아는가’를 증명하는 인물이 아니라, 학생과 함께 ‘무엇을 질문할 것인가’를 묻는 존재다. AI가 정보의 정답을 제공한다면, 교수자는 ‘정답의 윤리’를 고민하게 해야 한다. AI가 해결책을 시뮬레이션한다면, 교수는 ‘그 해결이 누구에게 이익이 되고 누구에게 해가 되는가’를 따지게 해야 한다.
결국 AI가 바꾼 것은 학생만이 아니라, 교수자 자신이다. 이 변화 속에서 교수가 자기 역할을 다시 정의하지 않는다면, 교육은 곧장 기술에게 자리를 내주게 될 것이다. 그러나 반대로, 이 역할을 재설계할 수 있다면, 교육은 기술을 뛰어넘는 지적 공동체로 진화할 수 있다.
전공 대신 미션 – AI가 대학 커리큘럼을 다시 짠다면?
전공을 선택하고, 졸업 요건을 채우며, 학점 평균을 관리하는 일은 오랫동안 대학생활의 기본 구조였다. 그러나 지금, 이 구조 자체가 흔들리고 있다. 우리는 이제 학문이 아니라, 문제와 씨름하는 시대에 살고 있다. 기후위기, 알고리즘 불평등, 팬데믹, 민주주의의 침식과 같은 전지구적 문제들은 단일 학문으로 접근할 수 없는 복잡성과 교차성을 지닌다. 그런데 대학은 여전히 물리학, 경영학, 사회학 같은 전공 체계를 고수하며, 이 거대한 문제들 앞에서 자신의 존재 이유를 되묻지 않고 있다.
만약 AI가 대학 커리큘럼을 설계한다면, 그것은 전공이 아니라 ‘미션’ 중심의 구성이 될 것이다. 학생은 더 이상 ‘경영학과 4년 커리큘럼’에 등록하는 것이 아니라, ‘기후 이주 문제 해결’이라는 미션 아래 다학제적 경로를 설계해 나간다. 물리학과 인류학, 정치학과 데이터 사이언스를 넘나들며 문제를 파악하고, 해법을 구성하고, 실행가능한 모델을 시뮬레이션한다.
이 과정에서 AI는 단순한 조언자가 아니라, 학생의 학습 여정을 함께 구성하는 지적 파트너로 등장한다. 다국적 사례를 비교 분석하거나, 윤리적 딜레마를 제시하고, 통계적 근거와 반론을 실시간으로 생성하는 역할을 맡는다. 그렇다고 해서 교육의 주도권이 기술로 넘어가는 것은 아니다. 핵심은 인간 교수가 여전히 ‘지적 설계자’로서의 중재자 역할을 수행한다는 점이다.
이와 같은 변화는 커리큘럼을 직선형에서 나선형 구조로 바꾸는 결과를 낳는다. 학생은 동일한 문제에 대해 매 학기 다른 관점과 접근법으로 다시 질문하게 된다. 예를 들어 1학년에는 ‘기후 이주’를 인권 문제로 다루고, 2학년에는 인프라 설계 문제로, 3학년에는 정책 설계 시뮬레이션으로 확장해 간다. 이런 방식은 학생이 단순히 정보를 축적하는 것이 아니라, 복잡한 문제를 직면하고 책임질 수 있는 존재로 성장하도록 돕는다. 이러한 커리큘럼은 단지 ‘융합 교육’의 확장이 아니다. 그것은 교육이 현실에 어떻게 개입할 수 있는지를 묻는 방식의 전환이다. 그리고 그 중심에는 AI라는 새로운 협력자와 함께, 문제를 직면할 용기를 가진 대학이 서야 한다.
문화적 경계에서의 AI – 윤리는 어디까지 허용할 것인가
기술은 중립적이지 않다. 특히 AI는 그 설계자, 데이터, 알고리즘에 내재된 가치체계를 반영한다. 그렇기에 기술을 도입한다는 것은 곧 특정한 문화적·윤리적 선택을 받아들이는 일이기도 하다. 이 점에서, AI의 대학 교육 도입은 단순한 ‘도구의 활용’이 아니라, 정체성과 가치관에 대한 재구성을 요구한다. 그렇다면 우리는 어디까지 AI를 받아들이고, 어디서부터 경계를 설정해야 할까?
2025년, 아랍연맹 교육·문화·과학기구(ALECSO)는 역사상 첫 ‘아랍 AI 윤리 헌장’을 공식 채택했다. 이 헌장은 아랍 지역의 문화·종교·사회적 가치를 보존하면서, 동시에 AI를 교육과 연구에 통합하기 위한 일종의 가이드라인이다. ALECSO는 명시한다. “AI는 진보의 도구가 되어야 하며, 인간성을 침해하거나 정체성을 왜곡해서는 안 된다.” 이는 AI가 아랍권 사회에 도입되기 위해선 반드시 문화적 필터를 거쳐야 함을 의미한다.
헌장은 특히 교육 영역에서 AI를 활용할 때, 몇 가지 기준을 제시한다. ▲언어적·종교적 정체성 보호, ▲공정하고 윤리적인 데이터 사용, ▲지역 기술주권 확보, ▲개방형 기술 기반의 자립형 교육 시스템 구축 등이다. 이들은 모두 기술 도입이 ‘글로벌 기준’만 따를 수 없으며, 로컬 맥락에 기반한 철학과 정책이 함께 가야 함을 보여준다. 아랍권의 이러한 시도는 AI 기술의 빠른 확산 속에서 ‘문화적 저항’이라기보다, 오히려 ‘문화적 협상’으로 읽힌다. 기술을 막는 것이 아니라, 자기 정체성을 지키며 기술을 구성하는 방식이다. 이 흐름은 비단 아랍권만의 과제가 아니다. 한국을 포함한 비서구권 국가들 역시 AI 기술 도입 과정에서 교육 철학과 윤리, 언어, 역사적 기억과 같은 요소들을 어떻게 통합할 것인지에 대해 진지한 고민이 필요한 시점이다.
결국 대학은 단순히 AI를 ‘쓰는’ 곳이 아니라, AI가 어떤 세계관을 반영하고 있으며, 어떤 결과를 낳을 수 있는지를 함께 성찰하는 공간이 되어야 한다. 기술은 빠르지만, 대학은 깊어야 한다. 그 깊이는 윤리적 기준과 문화적 맥락을 토대로 만들어질 때 진정한 신뢰를 형성할 수 있다
AI 리터러시가 뿐만 아니라, AI 철학이 필요하다
많은 대학이 ‘AI 리터러시’ 교육을 도입하고 있다. 학생들에게 생성형 AI의 작동 원리, 정확성 검토, 출처 표기, 프롬프트 설계법 등을 가르친다. 이런 실용적 교육은 분명 필요하다. 그러나 그것만으로는 부족하다. 대학은 단지 ‘도구를 쓰는 법’을 가르치는 곳이 아니라, 그 도구가 사회와 인간에게 어떤 영향을 주는지를 함께 고민하는 공간이어야 하기 때문이다. 이제 AI는 더 이상 도구에 머물지 않는다. 그것은 ‘사고의 구조’를 바꾸고, ‘판단의 기준’을 바꾸며, ‘권력의 방향’을 바꾸는 기술이다. 따라서 대학은 단순히 AI를 활용하는 법이 아니라, AI라는 존재를 비판적으로 읽고, 윤리적으로 해석하고, 철학적으로 질문하는 훈련을 제공해야 한다. 그것이 바로 대학만이 할 수 있는 역할이다.
예를 들어, 한 학생이 AI를 통해 소셜 미디어 분석 결과를 도출했다면, 교사는 그 결과의 신뢰성뿐 아니라, “이 AI는 어떤 데이터에 기반하고 있나?”, “이 분석은 특정 집단을 배제하고 있지는 않나?”, “이 기술은 어떤 지식을 중심에 두고 있고, 어떤 지식을 주변화하는가?” 같은 질문을 던질 수 있어야 한다. 기술을 넘어선 정치적·문화적 함의를 짚어내는 것이다. 이러한 ‘AI 철학’은 기술에 대한 불신이 아니라, 기술에 대한 진지한 책임감을 요구하는 태도다. 대학은 학생에게 “AI를 써도 된다” 혹은 “쓰면 안 된다”라고 말하는 것이 아니라, “AI를 어떻게 쓸 것인가”와 함께 “왜 그렇게 쓰는가”를 묻는 공간이 되어야 한다. AI와 함께 성장할 세대는, 단순히 효율적인 작업자가 아니라, 윤리적 판단을 할 수 있는 시민이 되어야 한다. 그리고 그 시민성을 키우는 가장 중요한 장소는 바로 대학이다.
대학이 다시 물어야 할 질문들
AI는 대학에 답을 주지 않는다. 오히려 더 많은 질문을 던진다. “지식은 여전히 대학 안에서만 생산되는가?”, “교수자는 권위를 유지할 수 있는가?”, “평가는 무엇을 위한 행위인가?”, “윤리는 누구의 기준인가?” 이런 질문 앞에서, 대학은 기술 이전에 자기 자신을 먼저 성찰해야 한다. 대학은 더 이상 예전의 방식으로는 존재할 수 없다. 미래의 대학은 단순히 AI를 잘 활용하는 공간이 아니라, AI와 함께 사유하고, 토론하고, 윤리적 균형을 탐색하는 공간이어야 한다. 학생은 단지 기술을 다루는 사람이 아니라, 기술이 만들어내는 세계 속에서 살아갈 존재다. 그렇기 때문에 대학은 단기 성과가 아닌, 장기적 사고와 공동체적 비전을 설계할 수 있어야 한다.
지금 대학이 해야 할 일은 교육과 평가를 다시 설계하는 일만이 아니다. 무엇을 가르쳐야 할지, 어떻게 평가해야 할지, 왜 그것이 중요한지를 다시 묻는 일이다. AI는 답을 제시하는 기술이다. 하지만 대학은 여전히 질문을 만드는 공간이어야 한다. 이 시대에 필요한 것은 더 빠른 답이 아니라, 더 깊은 질문이다. 그 질문을 끝까지 붙드는 힘. 그것이 AI 시대에도 대학이 존재해야 하는 이유다.
#AI대학 #대학평가변화 #교육혁신 #윤리적AI #산업연계교육 #포스트GPT시대 #철학하는교육 #스포트라이트유특집.
답글 남기기