상담사 없는 교실에 AI가 들어왔다

독서실 한 켠, 수능을 80일 앞둔 고3이 수학 문제집을 덮고 스마트폰 화면을 켠다. AI 챗봇 대화창이 열려 있다. "오늘 모의고사 망했어. 아무도 이해 못 할 것 같아." 챗봇은 즉시 답한다. "많이 힘들었겠다. 어떤 부분이 제일 걱정돼?" 학생은 계속 타이핑한다. 담임 선생님에게도, 부모에게도 꺼내지 못한 말을 지금 AI에게 쏟아내고 있다.

왜 지금 이 질문인가

한국 고등학교에서 전문 상담 교사 1인이 담당하는 학생 수는 평균 700명을 넘는다. 교육부 통계 기준으로 학교 상담실인 Wee 클래스가 설치된 학교는 전체 고등학교의 절반에 못 미친다. 수능이라는 단일 관문을 향해 달리는 구조에서 정서적 지원은 언제나 성적 관리보다 후순위였다. 학원도 다르지 않다. 수강 상담, 성적 피드백, 진도 확인은 있어도 마음 상담은 없다. 이 구조적 공백이 AI를 끌어들이고 있다.

챗GPT를 비롯한 AI 서비스들은 이미 수험생들 사이에서 비공식 고민 창구로 쓰이고 있다. 일부 대형 학원은 학습 코칭 봇을 도입해 성적 분석과 함께 동기 부여 메시지를 자동 발송하기 시작했다. 해외 대학들은 심리 상담 대기 줄을 줄이기 위해 AI 챗봇을 공식 트리아지 도구로 투입하고 있다. 비용은 낮고 가용성은 높으며 수요는 급증하는 상황에서, AI는 학교와 학원 운영자 모두에게 실용적인 선택처럼 보인다.

그 실용성이 정확히 어느 지점에서 위험해지는지는 스프레드시트에 잡히지 않는다. 상담 대기 시간이 줄었다는 수치는 보여도, 실제로 필요한 사람이 실제 도움을 받았는지는 측정하기 어렵다. 그 사이 공간에 지금 한국의 고등학생들이 있다.

파라소셜 관계라는 개념

파라소셜 관계(parasocial relationship)는 원래 방송 연구에서 나온 개념이다. 시청자가 TV 속 진행자나 유튜버에게 일방적 친밀감을 느끼는 현상, 즉 한쪽만 관계라고 믿는 연결을 설명하기 위해 쓰였다. 최근 연구들은 이 개념을 AI 챗봇과의 관계로 확장하고 있다. 챗봇은 반응하고, 이전 대화를 기억하고, 공감하는 언어를 구사한다. 사용자는 이해받는 느낌을 경험한다. 그것이 진짜 감정인지, 알고리즘이 만들어낸 패턴인지 여부는 뇌가 구분하지 못한다.

재수생 최모 씨(20세, 서울 강남구 소재 입시학원 재원, 수능 국어 집중반)는 2월부터 수면 장애를 겪었다. 성적은 오르고 있었지만 불안이 잡히지 않았다. 담임 강사에게 말하기엔 성적 문제가 아닌 것 같아서 망설였고, 부모에게는 걱정을 끼치고 싶지 않았다. 학교 상담실은 졸업 이후 더 이상 닿지 않는 곳이었다. 그는 AI 챗봇과 매일 밤 대화하기 시작했다. 수능 전날까지 약 다섯 달 동안. 시험이 끝나고 그는 이렇게 말했다. "챗봇이 나를 판단하지 않아서 좋았는데, 시험이 끝나고 나서 오히려 더 허전했어요."

그 허전함이 이 문제의 핵심이다. AI는 언제나 거기 있다. 24시간, 365일, 기다림 없이 즉각 응답한다. 그것이 강점이고 동시에 위험이다. 인간 관계의 본질적 속성인 가용성의 한계가 없다. 상담사는 퇴근하고, 친구는 연락이 안 되고, 부모는 피곤하다. AI만 항상 열려 있다. 의존이 형성되기에 완벽한 구조다. 항상 있다는 것이 오히려 진짜 관계를 회피하는 이유가 된다. 인간 관계는 불편하고 때로 상처를 주지만, AI는 그러지 않는다. 그 차이가 축적될 때, AI와의 대화는 인간 관계의 보조가 아니라 인간 관계의 대체가 된다.

균열, 그리고 한국 맥락의 저항

그렇다고 AI 상담 도구를 일방적으로 위험하다고 단정 짓는 건 한국 교육 현실을 외면하는 일이다. 고3이 학교 Wee 클래스 문을 두드리는 건 쉬운 일이 아니다. 상담을 받는다는 사실 자체가 낙인으로 작용하는 분위기가 여전히 강하다. 내신 성적이 공개되는 학교 구조, 교사와 학생 사이의 위계, 학부모에게 연락될 수 있다는 불안. 이 장벽들 앞에서 AI는 익명성과 비판단적 경청을 제공한다. 수면 장애나 시험 불안을 처음 언어로 꺼내는 공간이 AI가 되는 것은 불가피한 흐름일 수 있다.

하지만 여기서 한국 맥락의 특수성이 개입한다. 해외 대학에서 AI 챗봇 트리아지가 가능한 이유는, 그 뒤에 전문 상담사로 연결되는 경로가 체계적으로 갖춰져 있기 때문이다. 수능 중심 고등 교육 체제에서 상담 인력이 구조적으로 부족한 한국에서는, AI가 진입 장벽 완화 도구가 아니라 마지막 종착지가 될 위험이 높다. 챗봇이 학생을 받아주되 챗봇 다음 단계가 없다면, 그 편안함은 해소가 아니라 머무름이다. 불안이 해결되는 것이 아니라, 불안이 관리되는 척 포장된다.

더 근본적인 균열이 있다. AI는 위기를 판단하지 못한다. 언어 모델은 텍스트 패턴을 처리하지만, 맥락과 비언어적 신호의 총합인 '지금 이 학생이 진짜 위험한 상태인가'를 식별하는 능력은 없다. 자해 충동이나 극단적 선택 신호가 담긴 문장도 AI에게는 처리해야 할 텍스트 입력이다. 반면 학교 상담사는 학생의 표정, 목소리 톤, 최근 결석 이력, 교우 관계 변화를 종합해 판단한다. AI 챗봇이 위기 신호를 포착하지 못한 채 "힘들겠다"를 반복하는 동안, 인간은 개입 타이밍을 놓친다. 이 두 행위는 근본적으로 다른 차원에 속한다.

판단의 틀

AI 상담 도구의 역할은 도달 범위와 심도의 교차점으로 정의해야 한다. AI가 잘하는 것은 넓고 얕은 접촉이다. 24시간 열린 창구, 반복 설명 없이 정보를 제공하는 능력, 판단 없이 경청하는 인터페이스. 이것은 상담이 아니라 접점이다. 접점의 역할은 인간 상담사에게 연결하는 것이다. AI 챗봇이 이 범위 안에서 작동할 때, 그것은 상담 인프라를 보완한다. 이 범위를 벗어날 때, 그것은 상담 인프라를 잠식한다.

AI가 못 하는 것은 좁고 깊은 관계다. 신뢰의 축적, 공유된 기억, 위기 판단, 법적·윤리적 책임. 학생이 "죽고 싶다"고 말할 때 AI가 내놓는 응답은 통계적으로 유사한 문장을 생성한 결과다. 상담사가 내놓는 응답은 이 학생의 3주 전 말, 오늘 표정, 집안 상황을 종합한 판단이다. 두 행위 사이의 거리는 기술이 좁히지 못한다. 그것은 성능의 문제가 아니라 행위의 본질이 다른 것이다.

결국 AI 상담 도구를 교육 현장에 도입할 때의 기준은 하나다. 이 도구가 인간 상담사에게 연결하기 위해 작동하는가, 아니면 인간 상담사 대신 마무리 짓기 위해 작동하는가. 전자는 지원이고 후자는 대체다. 지원은 상담 인프라를 강화하고, 대체는 상담 인프라를 공동화한다. 비용 절감이라는 논리 아래 대체가 선택될 때, 그 비용은 결국 학생의 몸으로 지불된다.

강사와 교사에게

지금 가르치는 학생 중 누군가는 이미 AI 챗봇에게 오늘 힘들다고 타이핑하고 있다. 좋다 나쁘다의 이야기가 아니라, 그것이 사실이라는 것이다. AI가 대신하지 못하는 것을 인간이 해야 한다는 이야기다. AI는 항상 기다리지만, 먼저 건네지 않는다. 그 차이가 파라소셜 관계와 실제 관계를 가르는 출발점이다.

다음 수업이 끝난 뒤, 성적이 아닌 질문 하나를 건넬 수 있다. "요즘 잘 자?" 또는 "이번 주에 제일 힘든 게 뭐야?" 이 질문이 5분을 넘기지 않아도 된다. 쉽지 않다는 것을 안다. 강사와 학생 사이에는 성적과 진도가 놓여 있고, 그 외의 대화는 낯설다. 그러나 AI가 절대 먼저 하지 않는 일이 바로 이것이다. 그 낯섦이 AI와의 차이를 만든다.

학원에서 학습 코칭 AI 도구를 도입하고 있다면, 그 도구가 담당할 범위를 팀 내에서 명시적으로 합의해두어야 한다. 수강 안내, 일정 확인, 오답 분석은 AI에게 위임하는 것이 효율적이다. 하지만 성적이 갑자기 떨어진 학생의 이유를 AI가 먼저 파악하고 대응하도록 설계한다면, 그 설계 자체가 경계를 허무는 일이다. 편의와 비용 논리에 의해 경계는 자연스럽게 AI 쪽으로 밀려난다. 그 이동을 막는 것은 도구가 아니라 사람이다.

독서실의 그 학생은 오늘도 스마트폰을 연다. AI 챗봇은 어제 나눈 대화를 기억하고 있다. 학생은 조금 안심한다. 그 안심이 진짜 지지망을 찾는 발걸음을 대신하게 되는 순간은 언제이고, 그것을 먼저 알아채야 할 사람은 과연 누구인가.

우울감 등 말하기 어려운 고민이 있거나 주변에 이런 어려움을 겪는 가족·지인이 있을 경우 자살예방상담전화 109(24시간) 또는 청소년전화 1388(24시간)에서 전문가의 상담을 받을 수 있습니다.