AI가 인간보다 똑똑해지는 시대, 학교는 무엇을 가르쳐야 하는가
2026년 11월 한국의 국가자격시험에서 초소형 카메라와 생성형 AI를 이용한 부정행위가 알려졌다. 스마트안경과 이어폰, 통신기기를 어떻게 찾아낼 것인가가 당장의 과제다. 시험의 공정성을 위해 감독과 규정은 강화해야 한다. 그러나 여기서 논의를 끝내면 더 큰 문제를 놓친다.

20초 핵심
시험장의 카메라보다 더 큰 문제
과제를 제출한 학생이 자기 글을 설명하지 못하는 일이 늘어난다면, 그것은 보안의 실패인 동시에 평가의 실패다. 학교는 완성된 답안을 채점해 왔다. 이제는 그 답안이 학생 자신의 이해를 얼마나 보여주는지 따로 확인해야 한다. 정답을 생산하는 기계가 등장한 순간, 정답만으로 인간의 능력을 판단하는 방식에 균열이 생긴 것이다.
계산기와 엑셀이 바꾼 것, AI가 바꿀 것
1970년대 계산기는 손계산을, 1979년 등장한 비지칼크는 장부의 반복 계산을 크게 줄였다. 그러나 계산기가 수학을 없애지 않았고 스프레드시트가 재무적 판단을 대신하지도 않았다. 도구가 발전할수록 무엇을 계산할지, 어떤 가정을 놓을지, 결과가 현실과 맞는지를 판단하는 능력이 중요해졌다.
AI의 차이는 작업의 범위다. 계산만 하는 것이 아니라 질문을 만들고, 글을 구성하고, 코드를 작성하며, 반론까지 제시한다. 앞으로는 과제의 결과뿐 아니라 문제를 정의하는 단계까지 기계가 맡을 수 있다. 그렇다면 교육은 기술이 못 하는 일을 찾아 좇는 경쟁을 벌여야 할까. 그보다 인간이 어떤 능력을 반드시 자기 것으로 가져야 하는지부터 물어야 한다.
잘 만든 과제와 실제로 배운 것은 다르다
OECD의 2026년 디지털 교육 전망은 생성형 AI를 사용한 과제 수행의 향상이 학습 성과로 자동 연결되지 않는다고 정리했다. 학생은 AI 덕분에 훌륭한 보고서를 낼 수 있지만, 도움 없이 같은 원리를 설명하거나 다른 문제에 적용하지 못할 수 있다.
2026년 발표된 대학생 글쓰기 연구에서도 자유로운 AI 협업은 제출물의 품질을 높였지만, AI 사용을 제한하고 성찰을 요구한 집단이 이후 독립적 글쓰기 과제에서 더 나은 경향을 보였다. 다만 소수 학급을 비교한 준실험 연구이므로 모든 학생에게 같은 인과관계가 성립한다고 단정할 수 없다.
문제는 생각의 외주화다. 우리는 원래 기억을 메모장에, 계산을 기계에 맡겨 왔다. 유익한 외주화는 더 중요한 사고에 시간을 남긴다. 위험한 외주화는 배워야 할 사고 과정 자체를 생략한다. AI가 유창하게 설명한다고 해서 그 설명이 곧 나의 이해가 되는 것은 아니다.
교육에는 왜 일부러 어려움이 필요할까
학습은 정보가 눈앞에 나타나는 순간 끝나지 않는다. 기억을 스스로 끄집어내고, 틀린 가설을 고치고, 다른 맥락에 적용하는 과정에서 지식이 자신의 것이 된다. 인지심리학의 ‘바람직한 어려움’과 ‘생산적 실패’가 강조하는 지점이다.
그렇다고 학생을 무작정 고생시키자는 말은 아니다. 어려움은 학습자의 수준에 맞아야 하고, 실패 뒤에는 설명과 피드백이 따라야 한다. AI 튜터도 정답을 즉시 보여주기보다 학생의 첫 시도를 요청하고, 필요한 순간 힌트를 제공하며, 마지막에는 도움 없이 설명하게 만드는 편이 교육적으로 의미 있을 수 있다.
손글씨나 종이책도 하나의 선택지다. 다만 아날로그 방식이 모든 학생과 과제에서 디지털보다 우월하다는 식의 신경과학적 단정은 피해야 한다. 중요한 것은 매체 자체보다 학생이 내용을 능동적으로 처리하고 기억을 인출하는가다.
미국 대학에서 시작된 시험의 재설계
뉴욕대 스턴 경영대학원 연구진은 음성 AI로 학생의 프로젝트에 대해 꼬리 질문을 던지는 구술시험을 실험했다. 초기 연구에서는 36건의 시험을 총 15달러가량의 모델 비용으로 운영했다. 학생 70%는 실제 이해를 평가한다고 응답했지만 83%는 필기시험보다 스트레스를 많이 느꼈다. 이는 구술평가의 가능성과 한계를 함께 보여준다.
교사가 직접 묻는 구술시험도, AI가 묻는 구술시험도 만능은 아니다. 말하기 불안, 언어능력, 장애 접근성, 채점 편향과 개인정보 문제를 고려해야 한다. 따라서 시험을 없애기보다 평가를 분리하는 접근이 현실적이다. 기초 개념은 AI 없이 확인하고, 실제 문제 해결에는 AI를 허용하며, 마지막에는 선택의 이유와 한계를 설명하게 하는 것이다.
2031~2036년, 학교의 풍경은 어떻게 달라질까
앞으로 5~10년 동안 AI의 성능과 비용, 규제, 사회적 수용은 불확실하다. 모든 학생에게 완벽한 개인교사가 제공된다고 예언할 수는 없다. 그러나 개별 학생의 이해 수준을 파악하고 질문과 피드백을 조정하는 AI 튜터가 지금보다 널리 사용되는 시나리오는 충분히 검토할 만하다.
그때 교실은 같은 내용을 같은 속도로 전달하는 장소로 남아야 할까. 지식 설명과 반복 연습의 일부를 AI가 맡는다면, 교사는 학생이 왜 배우는지 이해시키고, 잘못된 자신감을 발견하며, 친구와 갈등을 해결하고, 실패한 뒤 다시 도전하도록 돕는 역할에 더 많은 시간을 쓸 수 있다. 다만 교육의 인간적 관계를 줄여 비용을 절감하는 방향으로만 AI를 도입한다면 정반대 결과가 나올 수 있다.
미래의 하루를 상상해 보자. 오전에는 AI 없이 책을 읽고 수학적 원리를 증명한다. 오후에는 AI를 활용해 지역의 교통, 에너지, 돌봄 문제를 조사한다. 학생들은 데이터의 출처를 검증하고 실제 사람을 만나며 서로 다른 이해관계를 조정한다. 마지막에는 자신들이 내린 결정을 교사와 동료 앞에서 설명한다. 이것은 확정된 미래가 아니라 교육의 방향을 보여주는 설계 시나리오다.
지식이 쉬워질수록 기초지식은 더 중요해진다
AI가 모든 것을 설명해 준다면 암기와 기초학습을 없애도 될까. 오히려 반대의 위험이 있다. 기초 어휘, 수 감각, 역사적 맥락, 과학적 원리를 모르는 사람은 AI의 답이 왜 틀렸는지 판단하기 어렵다. 무엇을 질문해야 할지도 떠올리기 힘들다.
따라서 미래 교육은 기초지식을 버리고 창의성만 가르치는 방향이 되어서는 안 된다. 기초지식의 내면화와 고차원적 활용을 연결해야 한다. 독해, 쓰기, 수학, 과학, 역사와 시민교육은 그대로 중요하다. 달라져야 할 것은 지식을 얼마나 많이 재현하는가만을 성공의 척도로 삼는 관행이다.
AI 시대 인간에게 남는 일은 무엇인가
AI가 글쓰기, 분석, 설계, 상담의 일부를 맡게 된다면 인간의 직업은 어떻게 될까. 특정 직업이 전부 사라진다고 단정하기보다 직무 안의 과업이 재구성된다고 보는 편이 신중하다. 인간은 목표를 정하고, 이해관계의 충돌을 조정하고, 결과에 책임지는 역할을 계속 수행해야 한다. 물론 이 역할 역시 AI의 영향을 받을 것이다.
더 근본적인 질문이 있다. 인간의 가치를 생산성으로만 판단해야 할까. 아이를 돌보고, 친구를 위로하고, 공동체에 참여하고, 아름다움을 느끼고, 자기 삶의 방향을 선택하는 일은 경제적 산출량만으로 평가하기 어렵다. 교육이 오직 노동시장에서 경쟁력 있는 인재를 만드는 데 집중한다면, AI가 생산성을 높일수록 인간은 오히려 자신의 존재 이유를 불안해할 수 있다.
그래서 미래 학교는 능력의 교육과 함께 목적의 교육을 해야 한다. 무엇을 할 수 있는가뿐 아니라 무엇을 위해 그 능력을 쓸 것인가, 누구에게 어떤 영향을 미치는가, 잘못했을 때 어떻게 책임질 것인가를 묻는 교육이다. 윤리와 철학, 예술, 체육, 공동체 경험은 입시의 주변부가 아니라 인간 형성의 핵심이 된다.
교육을 진짜 바꾸려면 무엇부터 바꿔야 하나
첫째, 평가부터 바꿔야 한다. AI 금지 시험과 AI 활용 과제를 구분하고, 모든 과목에서 결과물뿐 아니라 독립 수행과 설명 능력을 확인해야 한다. 둘째, 숙제의 목적을 분명히 해야 한다. 학생의 이해를 확인하려는 숙제라면 AI 대필이 통하지 않는 설계가 필요하다. 실제 문제 해결이 목적이라면 AI 활용과 검증 과정을 함께 평가해야 한다.
셋째, 교사의 시간을 재배치해야 한다. AI가 채점과 반복 설명의 일부를 보조할 수 있지만 학생의 정서, 동기, 관계와 안전을 기계에 전적으로 맡겨서는 안 된다. 넷째, 학교 밖의 격차를 줄여야 한다. 유료 AI와 가정의 지원 수준이 성적을 좌우하지 않도록 공교육이 공정한 접근권과 지도 역량을 제공해야 한다.
다섯째, 대학 입시와 채용도 바뀌어야 한다. 학교가 사고력과 협업을 가르쳐도 대학과 기업이 여전히 정답 속도만 보상하면 교육은 다시 문제풀이 경쟁으로 돌아간다. 제도의 변화는 교실의 변화와 함께 가야 한다.
학교는 인간을 기르는 곳이어야 한다
AI의 성능이 높아질수록 학교는 더 많은 정답을 주는 곳이 아니라 정답을 의심하고 자기 판단을 형성하는 곳이 되어야 한다. 학생이 AI 없이도 생각할 수 있어야 하고, AI와 함께라면 혼자서는 풀 수 없던 문제에 도전할 수 있어야 한다. 이 두 능력은 서로 대립하지 않는다.
교육의 성패를 가를 질문은 “학생들이 AI를 얼마나 잘 쓰는가”만이 아니다. “AI가 없어도 무엇을 이해하는가”, “AI가 틀렸을 때 알아차리는가”, “AI가 옳더라도 그것을 따라야 할 이유가 있는가”, “자신의 판단에 책임질 수 있는가”다.
5~10년 후 AI가 지금보다 훨씬 뛰어나더라도 아이에게 반드시 남겨줘야 할 것은 자기 삶의 주도권이다. 학교가 바뀌어야 하는 이유는 기계가 인간을 추월해서가 아니다. 인간이 무엇을 위해 배우고 살아가는지를 교육이 다시 묻도록 만들었기 때문이다.
- 기초지식은 AI 답을 검증하고 좋은 질문을 만드는 토대다. 무조건적인 암기 확대도, 기초지식의 전면 폐지도 답이 아니다.
- 독립적인 이해를 측정할 때는 필요하다. 다만 실제 문제 해결 역량을 평가하려면 AI를 허용하는 별도 평가도 있어야 한다.
- 반복적인 확인 질문을 보조할 수 있지만 공정성, 정서적 안전, 이의제기와 최종 책임에는 인간의 감독이 필요하다.
- 행정 및 설명 업무는 바뀔 수 있다. 그러나 교사 수요는 정책과 예산, 학급 규모, 사회적 선택에 달려 있어 기술만으로 예측하기 어렵다.
- 아이가 AI를 열기 전 자신의 생각을 먼저 말하게 하고, AI의 답을 받은 뒤에는 틀린 부분과 채택 이유를 설명하도록 돕는 것이 출발점이다.
체크 포인트
인사이트 타임스 편집부





































