서·논술형 답안지 더미 앞에서 서·논술형 평가가 끝나면 교사의 책상에는 답안지가 수북이 쌓인다. 같은 채점 기준으로 수십 장을 읽으며 채점하다 보면, 앞에서 준 점수와 뒤에서 준 점수가 정말 같은 잣대였는지 스스로도 확신하기 어려운 순간이 올 수도 있다. 평가의 다양성을 통하여 제대로 된 학습 결과 평가를 위하여 서·논술형 평가를 늘리자는 목소리가 커지고 있다. 하지만 먼저 걱정하는 것도 바로 이러한 채점의 일관성 문제와 채점 부담이다. 그래서 AI라는 기술의 획기적 발전에 힘입어 AI 자동채점에 거는 기대가 있는 것으로 보인다. 자동채점에는 여러 방식이 이루어져 왔다. 규칙 기반 채점 방식, 채점 자질(scoring feature) 기반 채점 방식에서 거대언어모델(large language model, LLM)을 활용한 방식 등 다양하게 발전하였다. 생성형 AI를 활용한 프롬프트 기반 채점에서는 보다 정확한 채점을 위하여 문항과 채점 기준을 거대언어모델에 학습시키고, 학생 답안을 채점한다. 이러한 거대언어모델은 텍스트를 토큰이라는 처리 단위로 변환하고, 입력된 문맥을 바탕으로 다음에 이어질 토큰을 예측하며 응답을 생성한다. 채점에 활용할 때에는 이 응답에
생성형 AI, 채점과 피드백을 돕다 학생이 무엇을 이해하고 어떻게 문제를 해결하는지 파악하는 데에는 자신의 생각을 직접 표현하는 서·논술형이나 구술형 평가가 유용하다. 학생의 응답을 통해 정답 여부를 넘어 사고 과정과 개념 이해 수준을 살펴볼 수 있기 때문이다. 그러나 채점 기준을 여러 답안에 일관되게 적용하고 학생별 피드백을 제공하는 일에는 상당한 시간과 전문적 판단이 필요하다. 생성형 AI를 활용한 자동채점은 이러한 교사의 평가 업무를 돕고, 학생에게 자신의 이해를 점검하고 보완할 기회를 더 자주 제공하는 방안으로 주목받고 있다. 대규모 언어모델(LLM)에 기반한 생성형 AI는 학습목표와 내용, 문항과 채점 기준표(루브릭), 그리고 다양한 수준의 예시 답안 등을 제공받아 학생의 응답을 평가하고, 점수와 채점 근거, 피드백을 생성할 수 있다. 해외에서는 국가 학습 플랫폼과 학교 수업, 정부 지원 시범사업을 통해 이러한 활용이 활발히 이루어지고 있다. 특히 영어 작문에서는 학생이 AI의 피드백을 받아 글을 수정하고, 교사가 그 과정을 살펴보며 지도하는 방식으로 활용되고 있다. 즉 생성형 AI는 점수를 산출하는 것에 그치지 않고, 학생이 답안을 검토하고 수정
서·논술형 평가는 학생의 고차원적 사고력과 표현 능력을 측정하는 핵심적인 평가 방법이다. 그러나 채점 공정성에 대한 부담, 그리고 채점에 소요되는 노력과 시간 확보의 어려움으로 현장 안착에 제약이 많은 방법이기도 하다. 1960년대에 학생이 작성한 글을 자동으로 채점하고자 하는 목적으로 개발된 PEG(Project Essay Grade) 이후 자동채점은 자질(feature) 엔지니어링 기반의 머신러닝 모델, 딥러닝 모델, 대규모 언어 모델(LLM), 생성형 AI로 이어지면서 기술적 발전을 이루고 있다. 학생이 작성한 답안을 평가하는 것은 인간 채점자에게도 고도의 인지 과정을 요구한다. 이에 AI 자동채점 기술은 인간 채점자가 겪는 채점 과정을 동일하게 모방하는 방식이 아니라 인간 채점자가 부여한 점수와의 일치도를 높이는 방향으로 발전하고 있다. AI 기술이 발전하면서 점수나 등급을 예측하는 성능 또한 보다 향상되고 있으나, 점수 예측의 과정이나 근거가 교육적으로 타당성을 갖추고 있는지, 점수 예측의 근거를 인간이 이해할 수 있는 방식으로 설명 가능한지에 대해서는 여전히 해결해야 할 과제들이 많다. 기술의 발전은 항상 밝은 면과 어두운 면이 동시에 존재한다
설명적 글쓰기의 요령 글쓰기는 순차적이고 선형적인 과정이다. 문장이란 논리적 정합성에 따라 A에서 B로, B에서 C로 이어진다. 그렇게 Z까지 이어질 때 한 편의 글이 완성된다. 글을 쓸 때는 수사적 기교 이전에 사유의 명확성과 엄밀성이 요구된다. 종이 위에서 이루어지는 사고 행위로서의 글쓰기는 배움의 마스터키(master key)가 된다. 생각을 문장이라는 논리적 단위로 잘게 쪼개는 작업을 통해, 한 문장 한 문장씩 써 나가는 작업을 통해 우리가 접근 불가능한 것으로만 여겼던 전문적인 학문을 이해할 수 있게 된다. 결국 글쓰기와 생각하기, 배움은 하나의 동일한 과정이다. 명료하고 간결한 한 편의 글을 완성하기 위해 노력하면서 우리는 비로소 자신이 진정으로 무엇을 알고, 무엇을 모르고 있는지를 깨닫는다. 이는 주체적인 배움의 과정이다. 배움으로서의 글쓰기는 스스로 앎의 지도를 완성해 가는 지도 제작자가 되게끔 우리를 이끈다. 우리가 글쓰기를 두려워하면서도 한편으로는 은밀히 그것에 매혹되는 이유는 바로 여기에 있다. 글쓰기는 우리를 두려운 불확실성과 직면하게 하지만 그와 동시에 충만한 의식과 삶의 경이로움으로 전율하는 정신의 모험가가 되게도 한다. 글쓰기는 배
교원의 보수는 법령에서 정한 호봉제가 적용됩니다. 교원의 호봉은 교원 경력과 유사 경력, 자격·학력 등을 반영하여 정해지며, 이에 따라 교원에게 보수가 지급됩니다. 또한 획정 사유에 따라 초임호봉획정·호봉재획정·호봉정정으로 구분됩니다. 이번 호에서는 교원의 호봉획정에 중요한 요소와 호봉을 정하는 원리에 대하여 알아보겠습니다. 1. 근거 •공무원보수규정 제3장(호봉획정 및 승급) •공무원보수 등의 업무 지침 •교육공무원 호봉획정 시 경력환산율표의 적용 등에 관한 예규 •기간제교원의 봉급 지급에 관한 예규 2. 호봉획정의 종류 3. 초임호봉획정 1) 초임호봉=기산호봉+학령(기준: 16년) 및 가산연수+환산경력연수 「공무원보수규정」[별표 25]에 따른 기산(起算)호봉+같은 규정[별표 23]에 따라 산출된 연수(학령 및 가산연수) 가감+같은 규정 [별표 22]에 따라 환산된 경력연수를 합산 2) 호봉획정 시기 신규 임용일(채용일) 기준 3) 호봉획정 대상 「공무원보수규정」[별표 11] 유치원·초등학교·중학교·고등학교 교원 등의 봉급표를 적용받는 교육공무원, 유치원·초등학교·중학교·고등학교에 신규로 채용되는 기간제교사 4) 호봉획정 처리 절차 5) 기산호봉의
이번 호에서는 지난 호에 제시한 구상형 문제의 예시 답변에서 알아두어야 할 내용과 답변 과정에서 주의할 점, 구상형 답변의 실전 전략 등을 함께 고민해 보고자 한다. 예시 답안에서 알아두어야 할 내용 ● 도입부에서는 답변의 관점과 순서를 밝힌다 ‘AI 시대의 독서교육은 미래역량 교육이 되어야 한다’는 관점을 먼저 제시하면 답변 전체의 방향이 분명해진다. 이어서 실태와 시사점, 비전과 추진 방향, 현장 안착 방안의 순서로 말하겠다고 예고하면 채점자도 답변의 구조를 쉽게 파악할 수 있다. 도입부가 너무 길어지면 본론의 답변 시간이 부족해진다. 문제에 대한 자신의 핵심 관점을 한 문장으로 제시하고, 답변 순서를 간략하게 안내하는 정도가 적절하다. ● 실태 분석에서는 강점과 한계를 균형 있게 다룬다 A 교육청 독서교육의 문제점만 강조하면 기존 정책과 학교 현장의 노력을 부정하는 답변이 될 수 있다. 반대로 정책 성과만 나열하면 개선 방안을 제안할 근거가 약해진다. 따라서 ‘정책 기반과 지역 자원은 강점이지만, 깊이 읽기와 표현 경험의 부족, 학교별 운영 격차는 해결해야 할 과제’라고 정리하는 것이 적절하다. 교육전문직원은 기존 정책의 성과를 존중하면서 부족한 부
든든한 학술적 명분 _ 왜 지금 ‘어린이 철학(P4C)’인가? 어린이 철학(P4C)은 1974년 매튜 립맨(M. Lipman)과 앤 마가렛 샤프(Ann Margaret Sharp)가 주창한 교육운동으로, 어린이를 단순히 지식을 주입받는 대상이 아니라 철학적 판단이 가능한 ‘사유의 주체’로 선언합니다. 이 교육의 본질은 ‘무엇을 생각할 것인가(What to think)’라는 정답을 알려주는 것이 아니라, ‘어떻게 생각할 것인가(How to think)’라는 방법을 가르치는 데 있습니다. P4C는 단순히 지식을 암기하는 것을 넘어, 다차원적인 사고를 기르는 것을 목표로 합니다. ‘철학적 탐구공동체 모형’은 단순히 교사의 개인적인 열정에서 그치는 것이 아니라, 2022 개정 교육과정 총론이 지향하는 핵심 역량과도 완벽하게 부합합니다. 추상적인 도덕적 가치를 AI 이미지라는 디지털 비주얼 단서로 변환하는 ‘창의적 사고 역량’, 일방적인 주장을 넘어 타인의 관점을 비판적으로 수용하고 조율하는 ‘협력적 소통 역량’, 그리고 AI를 단순 소비하는 차원을 넘어 사유를 고도화하는 도구로 영리하게 통제하는 ‘지식정보처리 역량’이 바로 그것입니다. 현장의 벽을 허문 힘 _ '
예고에서 음악사 수업이란? 새로운 학교에서의 수업은 언제나 예측하지 못한 상황의 연속이다. 예술고등학교에서 ‘음악사’ 수업을 맡게 되었을 때, 교과서를 받아 들고는 임용시험을 준비하던 시절의 추억이 새록새록 떠올랐다. ‘테트라코드1’부터 ‘디스칸투스2 양식’까지, 그라우트의 서양음악사에서 나를 어질어질하게 만들었던 내용들이 고등학교 교과서에 고스란히 실려 있었기 때문이다. ‘역시 예고 학생들의 수준이란!’ 하는 감탄과 함께 첫 수업이 무척 기대되었다. 첫 수업 전에 학습자의 수준을 파악하는 것은 당연한 순서다. 니어팟3의 게임형 퀴즈인 ‘Time to Climb4’을 활용해, 중학교 음악시간에 배운 음악사 내용을 얼마나 기억하는지 확인하는 레벨 테스트를 진행했다. 퀴즈가 시작되자 아이들의 눈빛은 분명 반짝반짝 빛났다. 그런데 결과는? 입문 단계에도 한참 못 미쳤다. 아차, 내가 너희들을 너무 과대평가했구나. 돌이켜 보면 이상한 일도 아니었다. 예술고 학생들은 하루의 상당 시간을 전공 실기에 쏟는다. 자신이 연주하는 곡의 테크닉에는 누구보다 밝지만, 그 곡이 어느 시대에 어떤 음악 어법 속에서 태어났는지를 체계적으로 배우거나 관심을 가져 본 경험은 많지 않았다
도서관 밖의 학생들에게 다가가기 위해 학교도서관은 그동안 독서행사와 다양한 도서관 프로그램을 통해 독서교육을 이어 왔지만, 이러한 프로그램을 찾는 학생은 대부분 이미 책을 가까이하는 학생들이었다. 독서 경험이 많지 않은 일명 ‘비자발적 독자’들에게까지 그 손길이 닿기는 쉽지 않았고, 이렇게 벌어진 독서 격차는 문해력 격차로 이어져 학습에 필요한 정보를 스스로 찾고 활용하는 데에도 어려움을 낳고 있었다. 학생들이 마주한 정보 환경 역시 함께 살펴볼 필요가 있었다. 인터넷과 SNS, 동영상 플랫폼을 통해 누구나 손쉽게 정보를 얻을 수 있게 되었지만, 인공지능 기술의 발달로 허위 정보도 점점 정교해지면서 진짜와 가짜를 구분하기가 어려워지고 있다. 과제를 수행하는 학생들이 출처가 분명하지 않은 자료를 그대로 옮겨 쓰는 모습을 자주 보게 되면서, 정보를 찾는 능력과 더불어 믿을 수 있는 정보를 가려내고 평가하는 힘을 길러 주어야겠다는 생각이 깊어졌다. 그래서 독서교육과 정보활용교육을 교과수업 안으로 가져가 보기로 했다. 학생들이 수업과 수행평가를 해 나가는 과정에서 자연스럽게 책과 정보를 다루어 볼 수 있도록 하자는 뜻이었다. 2025년 3월부터 12월까지 1학년 5
기대여명 “내일이 먼저 올지 내생(저승)이 먼저 올지 아무도 모른다”는 티베트 속담이 있다. 우리 삶이 실제로 그러하다. 물론 국가 통계를 통해 큰 흐름은 예측해 볼 수 있다. 국가데이터처가 2025년 12월에 발표한 ‘2024년 생명표’에 따르면 기대수명은 1970년 62.3세에서 2024년 83.7세로 증가했다. 사람들이 몇 년간 살 수 있을지를 추정하는 기대치인 평균수명과 달리, 기대수명은 통계 발표 연도 ‘0세의 출생아가 앞으로 생존할 것으로 기대되는 평균 생존 연수(0세의 기대여명)’를 의미한다. 이제는 발표 연도 기준 연령대별 기대여명도 알 수 있다. 국가데이터처가 발표한 ‘2024년 생명표’에 따르면 60세의 기대여명은 남성 23.7년, 여성은 28.4년이다. 1970년(남성: 12.7년, 여성: 18.4년)에 비해 크게 늘었다. 나이를 묻는 영어 표현은 “당신은 얼마나 늙었나요?(How old are you?)”이다. 이 질문은 모든 생명은 태어나면서부터 늙어가는 존재, 그러다가 늙음이, 엔트로피가 극에 달하면 소멸하는 존재로 간주하는 관점에 터한 것이다. 만일 죽는 것이 소멸하는 것이 아니라 새롭게 탄생하는 것이라면 이생의 마지막 날은 새로