AI 고등학교가 멈춰 선 자리, 한국 교실은 무엇을 배워야 하는가

뉴욕시 교육감 Kamar Samuels가 맨해튼에 추진하던 AI 특화 고등학교 신설을 보류했다. 학부모들이 거세게 반발했는데 반발의 내용은 한국 학원가도 그냥 지나칠 수 없는 단어들로 채워져 있었다. AI의 급속한 교실 도입, 학생 안전, 비판적 사고 약화, 데이터 수집. 이 네 가지는 이미 한국 영어 교실, 수학 학원, 자기주도학습 코칭 현장에서도 같은 무게로 작동하기 시작했다. AI 첨삭과 발음 피드백을 도입한다는 학원 안내문이 늘어나는 속도에 비해 학부모와 교사가 함께 점검할 기준선은 아직 비어 있다.

AI 고교 보류가 던진 진짜 질문

이번 사안의 표면은 학교 한 곳의 개교 연기다. 그러나 학부모들이 문제 삼은 지점은 건물도, 교육과정의 이름도 아니었다. AI를 중심에 둔 교육이 학생의 사고 과정을 어떻게 바꿔 놓을지에 대한 검증이 충분하지 않다는 것이었다. 한국 맥락으로 옮기면 이 질문은 더 날카로워진다. 수능 영어가 여전히 빈칸 추론과 장문 독해로 사고력을 측정하며 내신 서술형은 학생의 논리 전개를 직접 평가한다. 그런데 AI 첨삭이 학생의 문장을 미리 정돈해 주는 환경에서, 학생이 자신의 사고를 끝까지 밀어붙이는 경험은 어디서 확보되는가.

뉴욕 학부모들이 말한 비판적 사고 약화는 막연한 우려가 아니다. AI가 답을 빠르게 내주는 만큼 학생이 스스로 가설을 세우고 틀려 보고 다시 고치는 시간이 줄어든다는 구조적 문제다. EBS 교재 한 지문을 붙들고 30분간 끙끙대던 시간을 AI 요약으로 3분에 끝낼 수 있게 되었을 때, 학생의 머릿속에 남는 것은 이해가 아니라 확인에 가깝다. 한국 학원이 AI 도구를 도입할 때 답해야 할 질문은 얼마나 빠르게 가르치는가가 아니라 학생의 사고 시간을 어디서 지켜 주는가다.

영어 첨삭, 편리가 가린 학습 공백

AI 영어 첨삭은 한국 학원가에서 이미 빠르게 자리 잡았다. 학생이 영작을 입력하면 문법 오류, 어색한 표현, 더 나은 어휘를 즉시 알려 준다. 교사 한 명이 30명의 영작을 받아 일일이 빨간 펜을 긋던 시대와 비교하면 압도적인 효율이다. 그러나 효율이 곧 학습은 아니다. 학생이 자신이 왜 문장을 그렇게 썼는지, AI가 제시한 수정안이 왜 더 자연스러운지를 설명하지 못한다면, 그 첨삭은 학생의 영어가 아니라 AI의 영어로 남는다.

수능 영어 어법 문제와 내신 서술형 영작은 모두 학생이 직접 문장 구조를 통제할 수 있는가를 본다. AI가 정돈해 준 문장을 외워서 시험장에 가는 학생은 변형된 문맥 앞에서 무너진다. 학원이 AI 첨삭을 수업에 넣을 때는 첨삭 결과를 학생이 다시 설명하게 하는 단계가 반드시 붙어야 한다. AI가 this를 these로 바꿨다면, 학생은 왜 해당 명사가 복수여야 하는지를 자기 입으로 말한다. 이 한 단계가 빠지면 영어 첨삭은 학습이 아니라 대필이 된다.

발음 피드백과 데이터 수집, 학부모 안내의 빈칸

AI 발음 피드백은 영어 학원의 또 다른 인기 도구다. 학생이 문장을 읽으면 AI가 음소 단위로 정확도를 점수화한다. 문제는 이 과정에서 학생의 음성 데이터가 어디로 가서 어떻게 보관되는지다. 뉴욕 학부모들이 제기한 데이터 수집 우려는 한국에서도 동일하게 유효하다. 미성년 학생의 음성, 영작 텍스트, 학습 패턴이 외부 서버에 어떤 형태로 남는지, 학부모가 동의서에 서명하기 전에 명확하게 안내받고 있는가.

한국의 개인정보 보호법은 만 14세 미만 아동의 개인정보 처리에 법정대리인의 동의를 요구한다. 그러나 학원 현장의 AI 도구 안내문은 종종 최신 AI 기술 도입이라는 마케팅 문구로 끝난다. 어떤 회사의 어떤 모델을 쓰는지, 음성 데이터가 학습에 재사용되는지, 계약 종료 후 삭제 절차가 있는지가 빠져 있다. AI 고교 보류 사례가 보여 주는 교훈은 분명하다. 학부모가 신뢰를 거두는 순간, 아무리 좋은 도구도 교실에 들어올 수 없다. 신뢰는 기능 설명이 아니라 절차 공개에서 나온다.

AI 사용법이 아니라 AI 검토 능력이 수업 목표

많은 학원이 AI 활용법을 커리큘럼에 넣기 시작했다. 프롬프트 잘 쓰는 법, ChatGPT로 영어 일기 쓰는 법, AI로 수학 풀이 받는 법. 그러나 진짜 수업 목표는 한 칸 위에서 잡혀야 한다. AI가 내놓은 답을 학생이 검토하며 틀린 부분을 짚고 자기 언어로 다시 설명하는 능력이다. 이것이 디지털 리터러시의 핵심이며 비판적 사고가 AI 시대에도 살아남는 방식이다.

구체적으로 영어 수업이라면 이런 과제가 가능하다. AI에게 수능 기출 지문을 요약시키고 학생은 그 요약이 원문의 논지를 정확히 옮겼는지 검증한다. AI가 빠뜨린 문장, 과장한 표현, 원문에 없는 추론을 찾아 표시한다. 이 과정은 영어 독해력과 비판적 읽기를 동시에 훈련한다. 수학이라면 AI가 제시한 풀이의 어느 단계에서 가정이 들어갔는지, 다른 풀이가 가능한지를 학생이 설명한다. AI는 답안지가 아니라 토론 상대가 된다. 이 전환이 일어나야 AI 도입이 사고력 약화가 아니라 사고력 확장으로 이어진다.

교사 검증 절차, 학원이 먼저 만들어야 하는 것

뉴욕 학부모들이 요구한 것 중 하나는 교사 검증이었다. AI가 내놓는 학습 자료, 평가 결과, 피드백을 교사가 검토하고 승인하는 절차다. 한국 학원에서 이 절차는 아직 명문화되어 있지 않다. AI 첨삭 결과가 그대로 학생에게 전달되며 발음 점수가 그대로 성적표에 들어간다. 교사가 중간에서 이 피드백은 이 학생의 수준에 맞다 또는 이건 과하다를 판단하는 단계가 비어 있다.

학원이 신뢰를 얻으려면 이 단계를 먼저 만들어야 한다. 주 1회 AI 피드백 결과를 담임 강사가 검토한 흔적을 학부모에게 공유하는 것, AI가 제시한 학습 진단을 강사가 코멘트와 함께 재해석해서 보내는 것. 이런 절차는 시간이 든다. 그러나 이 시간이 곧 학원의 교육적 책임을 보여 주는 증거가 된다. AI 도구는 강사를 대체하는 것이 아니라 강사의 판단을 더 정교하게 만드는 도구로 자리잡아야 한다.

자기주도학습, AI 시대의 새 정의

자기주도학습이라는 단어는 한국 교육에서 오래된 표어다. 그런데 AI가 모든 답을 즉시 내주는 환경에서 이 말의 의미는 다시 정의되어야 한다. 스스로 계획표를 짜고 스스로 문제를 푸는 것만으로는 부족하다. 스스로 AI에게 무엇을 물을지 결정하며 AI의 답을 의심하고 다른 출처와 비교하며 자신의 학습 경로를 조정하는 메타 인지가 자기주도학습의 새 핵심이 된다.

중학생이 영어 단어를 외울 때, AI에게 예문을 받는 것은 첫 단계일 뿐이다. 받은 예문이 자연스러운지 교과서 지문과 비교하며 의미가 다른 맥락에서 어떻게 쓰이는지 추가 질문을 던지고 자신이 헷갈렸던 지점을 노트에 적는 단계까지 가야 자기주도학습이 된다. 학원이 학생에게 가르쳐야 할 것은 이 앱을 써라가 아니라 이 앱을 어떻게 의심하고 어떻게 활용할지를 스스로 정하라다. 뉴욕 AI 고교 보류는 한국 학원에 같은 메시지를 보낸다. 도구를 빠르게 들이는 경쟁이 아니라, 도구 앞에서 학생이 무너지지 않도록 설계하는 경쟁으로 옮겨 가야 한다.

학부모 커뮤니케이션, 마케팅이 아닌 동반자 관계로

AI 도입에서 가장 자주 빠지는 단계가 학부모 커뮤니케이션이다. 최신 AI 도입 한 줄로 끝나는 안내문 대신, 어떤 도구를 어떤 학습 단계에 어떤 빈도로 쓰는지, 데이터는 어떻게 처리되는지, 학생이 AI에 의존하는 징후가 보일 때 학원이 어떻게 개입하는지를 분기별로 공유한다. 이런 공유는 학부모를 안심시키기 위한 PR이 아니라, 교육 책임을 함께 지는 동반자 관계를 만드는 절차다.

뉴욕에서 학부모가 등을 돌린 이유는 AI가 무서워서가 아니라, 자신들이 결정 과정에서 배제되었다고 느꼈기 때문이다. 한국 학원이 같은 실수를 반복하지 않으려면, AI 도구 도입 전 설명회를 열고 학부모의 우려 항목을 받아 정리하며 그에 대한 학원의 대응을 문서로 남겨야 한다. 이 과정 자체가 AI 시대 교육 기관의 새로운 자격 요건이 된다. 기술이 빠를수록 절차는 느려야 한다. 그래야 학생도, 학부모도, 교사도 같은 속도로 새 기술을 따라잡을 수 있다.