인공지능(AI)이 문제의 정답과 풀이 과정을 즉시 보여주는 시대가 됐다. 글쓰기 과제의 초안을 만들고, 요약을 정리하고, 틀린 문장을 고쳐주는 기능도 흔해졌다. 학생들에게는 분명 편리한 변화다. 동시에 교실 안팎에서는 새로운 질문이 생긴다. 정답을 빠르게 얻을 수 있는데, 공부는 무엇을 위해 해야 하느냐는 물음이다.
최근 국제기구와 각국 교육 당국의 논의는 한 방향으로 모인다. 생성형 AI를 ‘금지할 것인가, 허용할 것인가’의 논쟁만으로는 부족하고, 학습의 목표와 평가 방식을 다시 설계해야 한다는 것이다. UNESCO는 생성형 AI가 교육에 들어올수록 교사와 학생의 역량, 윤리와 안전, 학습평가의 기준을 함께 정비해야 한다고 강조한다. OECD도 교육에서 생성형 AI 활용이 늘어날수록 편향과 부정확성, 표절과 저작권, 개인정보 보호 같은 위험을 고려한 운영 원칙이 필요하다고 정리한다.
AI가 강한 영역은 분명하다. 이미 공개된 지식을 빠르게 모으고, 비슷한 유형의 문제를 정리해 보여주는 일이다. 반대로 인간이 책임져야 할 몫도 분명하다. 무엇이 중요한 질문인지 가려내고, 여러 정보를 비교해 타당성을 판단하며, 선택의 결과를 설명하는 일이다. 정답이 쉬워질수록 공부의 가치는 ‘정답을 맞히는 기술’보다 ‘정답을 검토하는 힘’에 가까워진다.
숙제를 AI에게 맡기는 상황은 이 변화의 단면을 보여준다. AI가 만든 답안을 그대로 제출하면 당장은 시간을 절약할 수 있다. 그러나 문제를 이해하는 과정이 빠지면, 비슷한 문제가 나왔을 때 스스로 해결책을 만들기 어렵다. 학생들이 AI를 활용하면서도 동시에 학습 능력이 약해질 수 있다고 느끼는 이유가 여기에 있다. Oxford University Press가 공개한 조사·분석은 학생들이 AI를 과제에 널리 사용하면서도, 학습과 기술 발달에 부정적 영향이 있을 수 있다고 걱정하는 목소리가 적지 않다고 전한다.
그렇다고 AI를 멀리하는 것이 답이라고 단정할 수도 없다. 교육의 과제는 “쓰지 마라”가 아니라 “어떻게 쓰면 배우는가”에 가깝다. 예를 들어 AI가 제시한 풀이를 그대로 베끼는 대신, 풀이의 핵심 단계가 왜 필요한지 다시 설명해 보는 방식은 학습을 남긴다. 글쓰기에서도 AI가 만든 초안을 그대로 제출하는 대신, 주장과 근거가 실제로 맞는지 검토하고, 문장 하나를 왜 바꾸는지 이유를 적는 과정이 따라붙으면 ‘도구 활용’이 ‘학습’으로 바뀐다. AI가 내놓는 답이 언제든 틀릴 수 있다는 전제, 즉 부정확성과 편향 가능성을 점검하는 습관은 디지털 리터러시의 핵심이다.
한국 교육 정책도 이러한 전환을 피해가기 어렵다. 교육부는 AI 디지털교과서 도입을 추진하며 학교 현장의 변화가 예고돼 있다. 도구가 늘어날수록 학생에게 더 중요해지는 것은 ‘기계를 이기는 암기력’이 아니라 ‘기계를 점검하는 사고력’이다. 정답이 쉬워진 시대에 공부는 줄어드는 것이 아니라, 목표가 달라지고 있다.
독자에게 남는 질문은 결국 하나다. AI가 만든 답을 제출했을 때 성적은 올라갈 수 있다. 하지만 그 과정에서 내가 얻은 것은 무엇인지, 다음에 같은 문제를 만났을 때 스스로 해결할 수 있는지, 내 언어로 설명할 수 있는지 스스로에게 물어볼 필요가 있다. 기술의 속도가 빨라질수록, 공부의 중심은 다시 ‘사람이 생각하는 시간’으로 돌아온다.
