교육부는 지난해 ‘AI 교사’ 5천 명을 양성한다는 취지로 교육대학원에 ‘인공지능 융합교육’과정을 개설하고 양성한다는 발표를 하였다. 교육대학원에 지원하는 교사들에게 교육비를 지원하고 이수 후에는 AI를 활용한 범교과수업을 담당할 수 있다고 하였다. 이어 서울시교육청도 10개의 특성화고를 AI·빅데이터고로 전환하고, 교사를 양성한다고 발표하였다.

이러한 두 가지 관점으로 볼 때 AI 교육은 AI를 활용하는 AI 기반 교육과 AI 전문가를 양성하는 교육으로 나눌 수 있다고 생각된다. 하지만 현재 AI 교육은 활용교육과 전문가 양성교육이 혼재돼 정확한 정의 없이 키워드인 AI만을 강조하는 홍보수단으로 이용되고 있는 것으로 보인다.

교육은 장기적 관점에서 바라봐야 하는 분야이다. 하나의 분야가 주목 받는다고 해서 교육에 바로 적용하고, 전문가를 양성할 수 있는 것이 아니기 때문이다. 학생들을 가르치기 위해서는 가르칠 교육과정·교재·교사가 필요하기 때문이다. 초등학교부터 교육한다고 하더라도 초·중·고 12년에 대학교 4년 등 16년의 교육기간이 생기기 때문에 장기적으로 계획하지 않으면 인재를 양성할 수 없다.

공교육엔 AI 학습데이터가 없다

4차 산업혁명과 함께 빅데이터를 통해 AI가 분석하는 산업이 생겨나고 있다. 일반 사람들도 이세돌 9단과 대국을 했던 알파고를 통해 AI의 모습에 익숙해졌다. 그렇다면 AI는 무엇인가? AI는 인공지능으로 수많은 데이터를 알고리즘을 통해 분석하여 결과를 예측하는 것으로 AI가 기계학습이나 딥러닝을 통해 학습한다는 것은 결국 데이터를 지속적으로 받아서 알고리즘에 따라 분석한다는 것을 의미한다.

위에서 언급한 것처럼 AI 교육을 AI 활용교육과 전문가 양성교육으로 분류해서 생각해보고자 한다.

첫째 AI를 활용하는 교육이다. 현재 민간기업들을 중심으로 온라인학습 시스템에 AI를 접목했다는 광고와 마케팅이 이어지고 있다. 사실 학습자 입장에서는 AI를 적용했다고 들어도 무엇이 AI를 적용한 것인지 정확히 보이지 않는다. 내가 학습하는 내용을 분석해서 필요한 내용을 추천해주는 것이기 때문에 AI가 정확히 학습자의 데이터를 분석하고 기존의 데이터로 분석된 패턴에 적용하였는지 알 수 없기 때문이다.

위 이야기는 AI를 위해서는 기존의 학습데이터가 축적되어있어야 한다는 것이다. 민간 기업들의 경우 태블릿을 활용하여 기존의 학습데이터들이 존재하고 이를 AI 알고리즘에 적용하여 새로 생기는 데이터를 분석하는 형태로 AI 학습을 적용하고 있는 것으로 보인다. 하지만 공교육 현장은 어떤가? 학교현장에 가면 학생들의 학습과정이나 결과물은 전혀 데이터화되지 못하고 있다. AI 교육을 할 수 있는 기반인 학습데이터가 전혀 존재하지 않다는 것이다.

학습에 AI를 활용하기 위해서는 데이터를 저장할 수 있는 시스템을 먼저 만들어야 하고, 이를 위해 학습환경에서 데이터를 저장하는 인프라(무선 인프라)부터 구축돼야 한다. 현재의 환경에서 모든 교실에 네트워크가 연결되고 학습데이터를 저장하는 인프라 설비가 우선이 되어야 하고, 데이터를 저장하고 보관할 수 있는 저장고(클라우드)의 도입이 우선이 되어야 한다. 데이터가 쌓여 있을 때 AI가 분석할 수 있기 때문이다. 분석값은 새로운 데이터가 지속적으로 추가되고, 데이터가 많아질수록 정확하고, 세밀해질 수 있기 때문이다. 이렇게 인프라 구축이 없이 AI 활용교육을 이야기하는 것은 음식 재료 없이 음식의 레시피만 있는 것과 같다.

두 번째, AI 전문가 양성교육이다. AI 전문가를 양성하기 위해서는 기본적으로 소프트웨어를 이해해야 한다. 2015 개정 교육과정에서는 초등학교 5학년부터 소프트웨어 교육이 시작되었고, 학생들의 컴퓨팅 사고력을 키우는 데 중점을 두고 있다. 현재는 시작과정이라 혼재되어 있지만 몇 년 후 교육과정이 정착되면 초등에서는 블록코딩을 통한 컴퓨팅 사고력 향상, 중학교에서는 텍스트코딩을 통한 소프트웨어 기초를, 고등학교에서는 피지컬 컴퓨터 등을 활용한 로봇 활용 등 발전된 소프트웨어 교육을 접할 수 있을 것이다.

AI 교사 속성 양성 가능할까?

AI 전문가는 갑자기 아무것도 모르는 사람을 교육시킨다고 만들어질 수 있는 것이 아닌 소프트웨어와 데이터과학 전문가를 양성하면서 AI 분야에 적응할 수 있게 양성해야 한다. <표 1>은 모 대학원의 인공지능학과 교육과정이다. 기본적인 소프트웨어와 코딩을 할 줄 아는 인재들이 배울 수 있는 분야이다. 교육부가 교사들을 교육대학원을 통해 갑자기 AI를 가르칠 수 있는 전문가로 양성하기에는 어렵다는 뜻이다. 교사들이 교육대학원 2년을 통해 AI를 가르칠 수 있는 전문가가 된다면 우스갯소리지만 교사보다 연봉을 훨씬 더 많이 받을 수 있는 민간기업으로 가게 될 것이다. 개발자 분야에서 AI 전문가는 교사들보다 몇 배의 연봉을 받을 수 있기 때문이다.

정리하자면 AI 교육에 대한 정확한 정의부터 논의해야 한다. 그 이후 AI를 활용해 교육에 적용할 수 있는 시스템을 구축하는 것과 AI 전문가를 양성하는 교육을 명확하게 구분해야 할 것이다. 중국에서 초등학교 AI 교과서가 나왔다는 소식을 듣고 궁금해서 교재 일부분을 확인한 적이 있었다. 결과적으로는 교과서 이름만 AI일 뿐 소프트웨어 교육, 코딩교육 교재였다.

AI 교육은 학생들의 소프트웨어교육과 문제해결력을 키워줄 수 있는 다양하고 자율적인 교육과정을 구성할 수 있게 장기적 과제로 접근해야 한다. 또 AI를 위한 학습데이터를 수집할 수 있도록 학습공간의 기본적인 네트워크와 데이터 저장공간(클라우드)를 오픈해 준다면 장기간 쌓인 학습데이터가 AI 분석과 만나서 시험이 없는 학교, 자신이 공부하고 싶은 것을 공부할 수 있는 학교로 미래교육을 디자인할 수 있을 것이다.

2020년 OECD가 제시한 미래교육의 목표는 ‘학생 행복’이 중심이다. AI 교육의 시작은 기술이 아닌 학생의 행복을 위해 학생들의 소질과 적성에 맞게 개별화를 실현할 수 있는 교육이 되기를 기대해 본다.