AI 교육이 전문대와 지역으로 내려올 때 보이는 변화

AI 교육의 무게중심이 일부 전공이나 별도 프로그램에만 머물지 않고 전문대학, 지역주민, 재직자 교육으로 확장되고 있다. 교육부와 한국연구재단이 발표한 2026학년 AID 전환 중점 전문대학 지원사업은 이런 변화를 제도화한 장면이다. 35개 전문대의 24개 사업단이 선정됐다. 올해 총 240억원이 투입된다. 핵심은 AI를 따로 배우는 데서 멈추지 않고 각 전공과 직무에 접목하는 실무형 역량으로 옮겨간다는 점이다.

전문대학을 AI 전환의 거점으로 세운 결정

2026학년 AID 전환 중점 전문대학 지원사업에는 35개 전문대의 24개 사업단이 선정됐다. 이 사업은 전문대학의 인공지능과 디지털 전환을 이끌기 위해 올해 처음 추진되는 신규사업이다. 선정된 사업단은 이달부터 2028년 2월까지 재정지원을 받는다. 올해 지원금은 사업단별 10억원, 총 240억원 규모로 예정되어 있다. 2027년 지원금액은 추후 확정된다. 연차평가 결과에 따라 사업단별 차등 지원된다.

이 사업의 의미는 전문대학을 단순한 직업교육 기관으로만 두지 않는 데 있다. 원문에 따르면 사업은 전문대학이 재학생 직업교육에 머무르지 않고 지역주민과 재직자까지 포괄하는 평생·직업교육 거점으로 기능하도록 지원하는 구조다. AI 교육이 대학 안의 특정 교과나 기술 실습에 한정되는 것이 아니라, 지역과 직무를 잇는 학습 체계로 배치되는 셈이다. 한국 독자가 이 대목에서 볼 것은 지원금 규모보다 교육의 배치 방식이다. AI를 전공자만의 언어로 두지 않고 각 분야의 일과 배움 속으로 끌어들이려는 정책적 방향이 드러난다.

35개교 24개 사업단이라는 확산의 지도

선정 결과는 권역별로 나뉘어 제시됐다. 수도권은 7개 사업단으로 가장 많다. 경민대, 경복대, 대림대, 부천대, 청강문화산업대가 단독형으로 선정됐다. 연성대는 동양미래대·인하공전과, 유한대는 안산대와 각각 연합형 사업단을 구성했다. 대구·경북은 계명문화대, 구미대, 대구과학대, 영남이공대, 영진전문대 등 5개교가 모두 단독형으로 선정됐다.

충청·강원은 강원도립대, 충북보건과학대, 한림성심대가 단독형으로, 대전보건대는 우송정보대와, 연암대는 혜전대와 연합형으로 선정되며 5개 사업단이 이름을 올렸다. 부산·울산·경남은 동의과학대, 연암공과대, 울산과학대 단독형과 경남정보대·마산대·춘해보건대 연합형까지 4개 사업단이 선정됐다. 호남·제주는 순천제일대·조선이공대, 전주비전대·전주기전대, 제주한라대·군장대·한영대 등 3개 연합형 사업단이 선정됐다. 이 분포는 AI 교육이 특정 지역에만 놓이는 것이 아니라 권역별 대학의 강점과 지역 여건을 결합하는 방식으로 설계되고 있음을 보여준다.

도구 사용법을 넘어 문제 해결 역량으로

이번 사업에서 특히 강조된 점은 단순히 AI 도구 사용법을 가르치는 수준을 넘어선다는 설명이다. 선정 사업단은 산업 현장의 문제를 AI로 해결하는 역량을 기르는 데 초점을 둔다. 이를 위해 각 대학의 강점 분야와 지역 여건을 결합한 AI·DX 특화 모형을 구축한다. AI가 별도 과목의 기술 목록으로 다뤄지는 것이 아니라, 전공과 직무의 문제를 다루는 방식 안으로 들어가는 구상이다.

교육 인프라 계획도 이 방향과 맞물린다. 선정 사업단은 AI 실습실, 스마트 강의실, AI 소프트웨어와 플랫폼 등을 구축한다. 학생과 교직원이 생성형 AI를 활용하는 계정도 보급할 예정이다. 재학생에게는 AI 전공·교양 교육이 제공된다. 교직원에게는 AI 교수학습 역량 강화가 추진된다. 지역주민 대상 단기 AI 기초교육과 재직자 대상 직무연계형 X+AI 교육과정도 운영된다. 한국 독자에게 중요한 대목은 여기다. 같은 AI 교육이라도 대상과 맥락에 따라 전공교육, 교양교육, 교수학습, 기초교육, 직무연계형 과정으로 갈라진다. AI 역량은 하나의 자격 이름보다 여러 생활과 일의 맥락 속에서 구성되는 힘에 가깝다.

평생·직업교육으로 넓어진 AI의 자리

AID 전환 중점 전문대학 지원사업은 재학생만을 대상으로 하지 않는다. 원문은 전문대학을 중심으로 재학생은 물론 지역주민과 재직자까지 AI를 배우고 활용하도록 지원하는 사업이라고 설명한다. 이 구조는 AI 학습을 입학과 졸업의 시간표 안에만 묶지 않는다. 지역주민에게는 단기 AI 기초교육이, 재직자에게는 직무연계형 X+AI 교육과정이 제시된다. 전문대학이 평생·직업교육 거점으로 기능한다는 표현은 이 지점에서 구체성을 얻는다.

전문대학의 이런 역할은 한국 사회에서 AI 교육을 바라보는 관점을 바꾸게 한다. AI를 처음 배우는 사람, 이미 현장에서 일하는 사람, 전공 안에서 활용하려는 사람의 필요는 서로 다르다. 사업 설계는 이 차이를 하나의 과정으로 뭉개지 않고 대상과 목적에 따라 나누어 배치한다. 물론 원문이 제시한 것은 선정 결과와 사업 방향이지 운영 성과가 아니다. 따라서 성급한 성공 판단보다 눈여겨볼 것은 구조다. 전문대학이 지역의 교육 인프라와 직무 전환 학습을 연결하는 거점으로 설정됐다는 점, 그리고 AI가 특정 전공의 부가 기술이 아니라 여러 직무와 전공에 붙는 공통 역량으로 다뤄지기 시작했다는 점이다.

우수사례가 보여주는 다섯 가지 접목 방식

우수사례로는 청강문화산업대, 계명문화대, 순천제일대·조선이공대, 울산과학대, 연암대·혜전대가 꼽혔다. 이들 사업단은 각 대학의 특성과 지역 산업을 AI·DX 전환과 연결한 점이 특징으로 제시됐다. 청강문화산업대는 웹툰, 애니메이션, 게임 등 문화콘텐츠 분야의 강점을 바탕으로 전공별 창작 프로세스에 AI를 접목하는 Creative AI·DX 모델을 구축한다. AI 활용 수준을 단계별로 세분화한다. AI 영상제와 창작 페스티벌 등으로 성과 확산에도 나선다.

계명문화대는 대학 내 AI·DX센터를 신설해 데이터 기반 학습지원 체계를 구축한다. AI 실습시설을 지역사회에 개방하는 Everyone AI 모델을 운영할 계획이다. 순천제일대·조선이공대는 헬스케어·복지와 공학 분야를 연계한 C-AID & WAVE-X AI 모델을 제시했다. 교육과정과 인프라, 산학협력을 공동 운영하고 AI 학습 플랫폼과 LMS, 포트폴리오, 자격증 DB를 연계해 학습성과 관리를 강화한다. 울산과학대는 자동차, 조선, 석유화학 등 울산 주력산업과 연계한 BRIDGE 고등직업교육 모델을 추진한다. 연암대·혜전대는 스마트 농업 특화 연합모델을 구축한다. 연암대는 생산·재배, 혜전대는 가공·유통 분야를 맡아 스마트팜 가치사슬을 완성하는 구상을 제시했다.

단독형과 연합형이 말하는 협력의 방식

이번 선정에는 단독형과 연합형이 함께 포함됐다. 단독형은 한 대학이 사업단으로 선정되는 방식이다. 연합형은 둘 이상의 대학이 함께 사업단을 구성하는 방식으로 제시됐다. 수도권에서는 연성대가 동양미래대·인하공전과, 유한대가 안산대와 연합형을 구성했다. 충청·강원에서는 대전보건대·우송정보대, 연암대·혜전대가 연합형으로 선정됐다. 부산·울산·경남에서는 경남정보대·마산대·춘해보건대가 연합형으로 포함됐다. 호남·제주는 선정된 3개 사업단이 모두 연합형으로 제시됐다.

연합형의 존재는 AI 교육 인프라와 교육과정을 한 기관 안에서만 완결하려 하지 않는 흐름을 보여준다. 특히 원문에서 순천제일대·조선이공대는 교육과정과 인프라, 산학협력을 공동 운영하는 모델을 제시했다. 연암대·혜전대는 생산·재배와 가공·유통을 나누어 스마트 농업 특화 연합모델을 구축한다고 설명됐다. 이런 방식은 각 기관이 가진 분야와 역할을 조합해 하나의 학습 모델을 만든다. AI 교육이 범용 기술을 가르치는 데서 끝나지 않으려면 현장, 전공, 인프라, 협력 체계가 함께 움직여야 한다. 단독형과 연합형의 병행은 이런 움직임을 여러 형태로 실험하는 장치로 읽힌다.

다르게 볼 한 가지, AI 교육의 장소

이 글을 읽고 달리 볼 한 가지는 AI 교육의 장소다. AI 교육은 더 이상 특정 전공이 개설한 과목이나 일부 대학의 특화 프로그램으로만 설명되기 어렵다. 이번 사업은 전문대학을 중심으로 재학생, 지역주민, 재직자까지 포괄하는 구조를 취한다. 교육부와 한국연구재단은 사업 목표와 실적·계획, 추진체계 등을 종합 평가해 24개 사업단, 35개 전문대학을 지원 대상으로 선정했다. 총 58개 사업단이 사업계획서를 제출했다. 이의제기 절차를 거쳐 최종 선정이 이뤄졌다.

따라서 AI 교육을 볼 때 질문을 바꿀 필요가 있다. 어떤 도구를 배우는가만 묻기보다, 어떤 전공과 직무의 문제에 연결되는가를 봐야 한다. 어떤 대학이 선정됐는가만 확인하기보다, 해당 대학이 지역 여건과 강점 분야를 어떻게 AI·DX 특화 모형으로 묶는가를 살펴야 한다. 올해 240억원 투입이라는 숫자는 중요하다. 다만 숫자만으로 변화의 방향을 모두 설명하지는 못한다. 더 중요한 신호는 AI가 전공교육, 교양교육, 교수학습, 단기 기초교육, 직무연계형 과정으로 나뉘어 들어간다는 점이다. AI를 배우는 장소는 강의실 하나가 아니라 전공, 일, 지역 학습이 만나는 접점으로 이동하고 있다.