AI 도구보다 교사가 먼저다 — 구글 AI Opportunity Fund가 한국 학원에 던지는 질문

구글이 2026년 5월 아시아·태평양 지역의 Google.org AI Opportunity Fund에 1천만 달러를 추가 투입한다고 밝혔다. 이 추가 기금은 교육자 지원에 집중되며, 누적 기여액은 3,700만 달러로 늘어난다. 2024년 출범 이후 이 기금은 이미 50만 명 이상의 근로자와 1만 1천 개 소규모 사업체를 훈련시켰고, 이번 확대로 19개국 470만 명의 학생·교사·근로자에게 AI 역량 교육이 닿게 된다. 발표문에서 구글 아시아·태평양 사장 산자이 굽타가 강조한 핵심은 단순하다. AI의 교육적 가능성은 분명하지만, 그 효과를 확장하는 열쇠는 결국 '가능한 한 많은 교사가 AI를 다룰 수 있는 역량'에 달려 있다는 것이다. 한국의 수능·내신·학원 현장에 던지는 함의도 같은 지점에서 출발한다.

$10M 추가 투입, 누구에게 가는가

이번 확대분은 사회적 투자자 네트워크인 AVPN을 통해 집행된다. 기존 기금이 일반 근로자와 소상공인의 AI 스킬링에 폭넓게 쓰였다면, 추가 1천만 달러는 명시적으로 '교육자(educators)' 쪽에 무게가 실린다. 구글이 인용한 최근 조사에 따르면 교사의 77%, 대학생의 79%가 'AI가 학습자에게 도움이 될 것'이라고 본다. 낙관은 이미 높다. 그러나 같은 발표가 지적하는 빈틈은 정반대 방향에 있다. 학생들은 이미 도구를 쓰고 있는데, 학교가 제공할 '프레임워크'가 따라가지 못하고 있다는 것이다.

이 진단은 한국에 그대로 옮겨 붙는다. 챗GPT·제미나이·뤼튼 같은 도구는 중·고등학생 사이에 빠르게 침투했다. 수행평가 보고서, 영어 에세이 초안, 수학 풀이 검산까지 사용처가 넓어졌다. 그런데 정작 교사 연수와 학원 강사 교육은 도구 사용법 시연 한두 시간에 그치는 경우가 많다. 구글이 1천만 달러를 '교사 쪽'에 배정한 사실 자체가, 도구 보급보다 사람 훈련이 더 늦고 더 비싸다는 점을 인정한 것이다. 한국 사교육 시장이 학습 관리 앱과 AI 채점 솔루션을 도입할 때, 같은 비율로 강사 연수 예산을 책정하고 있는지 점검해 볼 시점이다.

NotebookLM, '학습 파트너'라는 다른 이름

발표문에 등장한 첫 번째 사례는 싱가포르 School of Science and Technology의 교육공학 학장 Aurelius Yeo다. 그는 NotebookLM을 '학습 파트너(learning partner)'라고 부르며, 고등학생들이 복잡한 자료를 붙들고 씨름할 때 자기 학습 스타일에 맞춰 이해를 심화하도록 돕는 데 쓴다고 소개했다. 핵심 단어는 '파트너'다. 정답 생성기도, 요약 기계도 아니다. 학생이 자료와 마주 앉을 때 옆에 앉는 동료의 역할이다.

한국 영어 독해 수업과 비교하면 차이가 분명해진다. 수능 영어 빈칸·순서·삽입 문항을 다룰 때, 한국 학원은 대체로 '지문 → 해설 → 패턴 정리'의 일방향 구조로 움직인다. NotebookLM식 접근은 이 흐름을 뒤집는다. 학생이 지문 PDF·논문 발췌·EBS 연계교재 본문을 노트북에 직접 올리고, '이 단락의 주장을 한 문장으로 요약하면', '저자가 반례로 든 사례는 무엇인가' 같은 질문을 스스로 던진다. 교사는 답을 주는 사람이 아니라 '어떤 질문을 던질지', '어떤 출처를 신뢰할지'를 설계하는 사람이 된다. 자기주도학습이라는 단어는 한국 교육과정에서 십수 년째 반복되어 왔지만, AI 학습 파트너가 곁에 있을 때 비로소 실현 가능한 형태가 된다.

Gemini와 '졸업 기록 성찰': 교사의 시간을 어디에 쓸 것인가

두 번째 사례는 Dunman High School의 교사 Kar Mun Lam이다. 그는 Gemini가 학생들의 '졸업 기록(graduation records)' 성찰문을 종합하는 과정을 돕는다고 말했다. 이 활용에서 흥미로운 부분은 AI가 무엇을 '하지 않는가'에 있다. Gemini는 기본적인 편집 작업을 덜어 주고, 그렇게 절약된 시간을 교사는 '더 깊은 피드백과 안내(deeper feedback and guidance)'에 쓴다. 즉 AI가 사람을 대체하는 것이 아니라, 사람이 사람만이 할 수 있는 일에 더 오래 머물게 만드는 구조다.

이 모델은 한국 고교의 학교생활기록부 작성, 자기소개서 첨삭, 수행평가 피드백 환경에 거의 그대로 옮길 수 있다. 학생부종합전형이 살아 있는 한 교사·강사가 학생 글을 읽고 손을 대는 작업은 사라지지 않는다. 다만 같은 8시간을 어디에 쓸 것인가가 달라진다. 띄어쓰기·시제·문장 길이 같은 기초 교정에 6시간을 쓰고 내용 피드백에 2시간을 쓰는 구조와, AI가 1차 교정을 처리한 뒤 교사가 7시간을 내용 피드백에 쓰는 구조의 결과물은 다른 차원이다. 학원 입시 컨설팅 현장도 동일하다. AI에게 '맡길 일'을 정의하는 것은 결국 그것을 '맡기지 않을 일'을 정의하는 작업이다.

한국 학원에 필요한 '프레임워크'의 정체

구글 발표가 짚은 가장 날카로운 표현은 '학교가 프레임워크를 요구하고 있다(schools are asking for the frameworks to catch up)'는 문장이다. 도구가 아니라 틀. 한국 사교육 현장에서 이 틀은 최소 세 층위로 구성되어야 한다. 첫째, 출처 검증 규칙이다. AI가 생성한 영어 지문 해설, 수학 풀이, 한국사 요약이 교과서·EBS 교재·기출 해설과 일치하는지 강사가 교차 확인하는 절차가 있어야 한다. 둘째, 질문 설계 매뉴얼이다. 학생이 AI에게 '풀어 줘'가 아니라 '왜 이 선지가 답이 아닌지 단계별로 설명해 줘'라고 묻도록 훈련해야 한다. 셋째, 평가 분리 원칙이다. 어떤 과제는 AI 사용을 명시적으로 허용하고, 어떤 과제는 금지하는지를 학원 단위로 일관되게 공지해야 한다.

이 세 층위는 도구를 깐다고 자동으로 따라오지 않는다. 강사 연수 시간, 매뉴얼 문서, 학부모 공지 양식, 학생 교육 슬라이드가 별도로 만들어져야 한다. 구글이 1천만 달러를 '교사 훈련'에 별도 책정한 이유가 여기에 있다. 도구 라이선스보다 사람 훈련이 비싸고 오래 걸린다는 사실을 정직하게 인정하는 예산 구조다.

'기술 격차'가 아니라 '훈련 격차'

발표문이 반복적으로 강조하는 표현은 'massive gap in formal training', 즉 '공식적 훈련의 거대한 빈틈'이다. 학생 사용률은 이미 높고 교사 낙관도 높지만, 정식 연수는 부족하다. 이 빈틈은 한국에서 두 가지 모습으로 나타난다. 하나는 공교육 교사 연수의 짧은 호흡이다. 단기 직무연수에서 ChatGPT 시연을 한 번 보는 것과, 한 학기 동안 자기 수업에 AI를 통합하며 동료 교사와 사례를 공유하는 것은 전혀 다른 경험이다. 다른 하나는 학원가의 '도구 자랑' 마케팅이다. AI 채점, AI 단어장, AI 추천 문제 같은 카피가 늘었지만, 그 시스템을 운영할 강사가 결과물을 비판적으로 검토할 역량을 갖췄는지는 별개의 문제다.

한국 교육과정도 2022 개정 교육과정에서 디지털 리터러시·AI 소양을 명시했다. 그러나 교과서 한 단원, 자유학기제 활동 한 차시로 소화될 주제가 아니다. 구글의 이번 발표가 '아시아·태평양 19개국 470만 명'이라는 큰 수를 들고 나온 것은, AI 리터러시가 일회성 단원이 아니라 노동시장 진입 전 모든 학습자에게 깔려야 할 기초 인프라라는 인식을 보여 준다.

학원장과 부모가 지금 점검할 세 가지

이 발표를 한국 사교육·가정 단위에서 실용적으로 옮기면 점검 항목은 분명해진다. 첫째, 학원이 도입한 AI 도구마다 '강사가 결과를 검증한 시간'이 기록되는가. 학생에게 나가는 해설이 AI 1차 출력물 그대로인지, 강사 검수가 들어간 버전인지가 학습 품질을 가른다. 둘째, 학생에게 AI 사용법을 가르치는 별도 차시가 있는가. 영어 단어 암기 앱을 쓰는 법과, 영어 지문을 NotebookLM에 올려 자기 질문을 던지는 법은 다른 기술이다. 셋째, 학부모는 자녀의 수행평가·자기소개서·내신 서술형 답안 작성 과정에서 AI가 어디까지 개입했는지 대화로 확인하고 있는가. 사용 자체가 문제가 아니라, 사용한 사실을 숨기도록 만드는 환경이 문제다.

구글의 1천만 달러는 결국 한 가지 명제를 돈으로 증명한 것이다. AI 시대의 교육 격차는 GPU 격차도, 라이선스 격차도 아니다. '도구를 운용하는 사람을 훈련시킨 시간'의 격차다. 싱가포르의 두 교사가 NotebookLM과 Gemini를 자기 교실 언어로 번역해 낸 것처럼, 한국의 교사와 학원 강사도 자기 학생, 자기 교과, 자기 시험 체계의 언어로 AI를 번역해야 한다. 그 번역 작업에 들어가는 시간과 예산을 누가 먼저 인정하느냐가 향후 5년의 교육 품질을 가른다.