AI는 학생 지원을 보조해야지, 대신하면 안 된다

[파싱 실패 raw]

확인됐다. 본문 작성에 들어간다. ```json { "title": "알고리즘과 단둘이 남겨진 학생", "excerpt": "대학 상담센터 예약이 4주 밀린 자리를 AI 챗봇이 채울 때, 그 챗봇이 연결 고리가 아닌 종점이 된다면 그것은 효율화가 아니라 돌봄의 알고리즘화다.", "content": "<p>3월 첫 주, 수도권 한 사립대학교 기숙사 302호에 방을 배정받은 신입생이 노트북 화면 앞에 앉아있다. 수강 신청 시스템이 세 번 오류를 냈고, 학과 사무실 전화는 세 번 연속 통화 중이다. 학생은 포털에서 상담센터 예약 페이지를 열었다가 "다음 예약 가능일: 4월 9일"이라는 문구를 확인하고 창을 닫는다. 대신 홈페이지 하단 챗봇 아이콘을 클릭한다. "수강 신청이 너무 힘들어요. 뭘 어떻게 해야 할지 모르겠어요." 챗봇은 2초 만에 응답한다. 수강 신청 매뉴얼 PDF 링크 하나. 학생은 화면을 끄고 기숙사 침대에 눕는다. 이것은 정보 접근의 실패가 아니다. 무언가를 설명하고, 들리고 싶었던 19세가 알고리즘과 단둘이 남겨진 장면이다. 대학이 AI 챗봇으로 학생 지원 시스템을 "확장"한다고 발표할 때, 그 확장의 방향이 정말 학생을 향하고 있는지 지금 물어야 한다.</p><h3>왜 지금 이 질문인가</h3><p>국내 4년제 대학 상당수에서 전임 학생 상담사 1인이 담당하는 재학생 수는 1,000명을 넘는다. 교육부가 권고하는 기준이 그 1,000명인데, 현실에서는 그 기준 자체가 이미 낮게 책정되어 있다는 비판이 지속적으로 제기된다. 예산 삭감, 상담사 채용 동결, 늘어나는 학생 민원이 겹치는 구조에서 "24시간 응답, 비용 절감 80%, 도입 즉시 운용 가능"이라는 AI 솔루션의 수치는 대학 행정 담당자에게 매력적으로 읽힌다. AI 챗봇이 학생 지원 시스템의 공백을 채우는 방향으로 부상한 배경이다.</p><p>이 문제가 대학에만 해당한다는 착각은 금물이다. 수능을 앞둔 고3, 재수를 결심한 N수생, 내신을 관리하면서 진로를 탐색 중인 고1·고2 모두 이 흐름의 영향권 안에 있다. 학원 진학 상담, 학교 상담실, 심리 지원의 경계가 흐릿한 한국 사교육 환경에서 AI 상담 도입 논의는 이미 고등학교와 학원가로 스며들고 있다. EBS 온라인 강의처럼 접근성을 넓히는 방향으로 쓰인다면 의미가 있겠지만, 비용 논리가 학생의 필요보다 먼저 작동하는 현실에서 이 흐름이 무엇을 의미하는지 지금 정확히 읽어야 한다.</p><p>더 직접적인 맥락은 수능 이후 학생의 심리적 공백이다. 12년간 내신과 수능이라는 외적 기준에 맞춰 살아온 학생이 대학에 입학하는 순간 그 기준이 사라진다. 무엇을 선택해야 할지, 지금 느끼는 공허감이 정상인지 아닌지조차 판단할 준거가 없다. 이 취약한 시점에 학생이 처음 손을 뻗는 곳이 AI 챗봇이고, 그 챗봇이 마지막 응답자가 된다면 그것은 지원 시스템의 확장이 아니라 방치의 디지털화다.</p><h3>돌봄의 알고리즘화</h3><p>"보조"와 "대체"는 기술적으로 얼마나 다른가. 도구의 역할을 결정하는 것은 설계가 아니라 운용 방식이다. AI 챗봇이 상담 예약을 자동화하고, 행정 정보를 안내하고, 위기 신호를 감지해 상담사에게 알림을 전달하는 방식으로 쓰인다면 그것은 보조다. 그러나 챗봇이 감정적 취약성을 다루는 핵심 대화를 직접 수행하고, 그 대화로 상담이 마무리된다면 그것은 돌봄의 알고리즘화다. 두 단어의 차이는 결과에서 드러난다. 보조는 인간 상담사에게로 학생을 연결한다. 대체는 인간 상담사 없이 학생을 돌려보낸다.</p><p>2024년 가을 학기, 서울 외곽 한 사립대학교에서 신입생 진로 상담을 병행하던 30대 강사 A의 경험이다. 수능을 마치고 이듬해 입학한 전공 1학년 학생 하나가 전공 적성에 대한 불안을 3주 동안 혼자 안고 있다가 처음 털어놓은 곳이 학교 앱 챗봇이었다. 챗봇은 전공 변경 신청 절차를 안내했다. 학생이 원한 것은 절차 안내가 아니었다. 지금 자신이 느끼는 불안이 정상 범위인지, 입학 당시의 선택이 완전히 잘못된 것인지 아닌지를 확인받고 싶었다. 결국 학생은 챗봇 창을 닫고 강사 A에게 짧은 메일을 보냈다. "선생님, 제가 잘못 선택한 걸까요?" 한 문장에 3주가 압축되어 있었다. 강사 A는 이렇게 말했다. "챗봇이 잘못 답한 게 아니에요. 그 학생에게 필요한 것이 애초에 답이 아니었어요."</p><p>이것이 돌봄의 알고리즘화가 구조적으로 놓치는 지점이다. 학생이 상담을 찾는 이유의 상당수는 정보 부족이 아니라 관계 부족이다. 수능 체제에서 12년간 성적으로 평가받아온 학생이 처음으로 자신의 방향을 스스로 결정해야 하는 순간, 필요한 것은 옳은 답이 아니라 들어주는 사람이다. 알고리즘은 응답할 수 있지만 증인이 될 수 없다. 학생이 말을 꺼낼 때 그 맥락과 무게를 기억하고, 다음번에 그 학생을 마주했을 때 변화를 감지하는 것 — 이것은 데이터 처리가 아니라 관계의 연속이다. 저장된 기록과 기억된 관계는 다르다.</p><p>AI가 공감처럼 보이는 응답을 생성하는 능력은 이미 상당한 수준에 이르렀다. 그래서 이 문제는 더 복잡하다. 챗봇의 응답이 정교할수록 학생은 그것으로 충분하다고 느낄 수 있고, 기관은 그것으로 충분하다고 판단할 수 있다. 그러나 충분해 보이는 응답과 실제로 도움이 되는 관계는 다른 층위에 있다. 학생이 취약한 순간에 기계와 단둘이 있다는 구조 자체가 문제의 핵심이다.</p><h3>균열·반론·한국 맥락의 저항</h3><p>반론은 분명히 있다. 상담사가 부족한 현실에서 아무 지원도 없는 것보다 챗봇이라도 있는 것이 낫지 않느냐는 논리다. 이 주장은 부분적으로 타당하다. 챗봇이 자해·자살 위기 신호를 감지해 즉각 담당자에게 알림을 보낸 사례는 실재한다. 야간에 혼자 있는 학생이 인간 상담사를 기다리지 않고 첫 연결 고리를 찾는 데 챗봇이 기여했다는 기록도 있다. 한국에서 "상담을 받는다"는 것이 여전히 낙인처럼 읽히는 문화적 맥락을 고려하면, 익명성이 보장된 디지털 채널이 접촉 장벽을 낮춘다는 주장도 무시할 수 없다.</p><p>그러나 이 반론이 성립하려면 한 가지 조건이 전제되어야 한다. 챗봇이 시작점이고 인간 상담사가 종점이 되는 구조여야 한다는 것이다. 현실의 논리는 거꾸로 흐를 위험이 있다. 예산 압박을 받는 기관이 AI 챗봇을 도입한 뒤 상담사 증원을 미루거나, 기존 인력을 줄이는 방향으로 움직인다면 AI는 보조가 아니라 인간 상담의 퇴장을 정당화하는 수단이 된다. 기관이 "AI로 학생 지원 인프라를 강화했다"고 발표할 때, 그 강화가 인력 보강인지 시스템 대체인지 구분해서 읽어야 한다. 응답률 98%는 돌봄의 지표가 아니다.</p><p>한국 교육 맥락의 또 다른 저항 지점은 상담과 진학 지도의 경계가 흐릿하다는 데 있다. 학원에서 재수생을 가르치는 강사들은 수능 결과 이후 무너지는 학생의 심리를 비공식 상담사처럼 붙들고 있는 경우가 많다. 상담 전문 교육을 받지 않았지만, 매일 같은 학생 얼굴을 마주하며 "오늘 뭔가 이상하다"를 감지한다. 내신을 관리하면서 갑자기 등교를 거부하기 시작한 고2 학생의 변화를, 주 3회 강의에서 만나는 강사가 학교 담임보다 먼저 눈치채는 일은 드물지 않다. AI 챗봇은 이 비공식 관계망을 대신할 수 없다. 데이터는 패턴을 읽지만, 낯익음은 맥락을 읽는다.</p><h3>판단의 틀</h3><p>AI가 학생 지원에서 해야 할 일과 해선 안 될 일을 구분하는 기준은 하나다. 그 개입이 인간 상담사의 일을 덜어주는가, 인간 상담사의 자리를 채우는가. 전자는 설계상 가능하고 윤리적으로 방어 가능하다. 상담 예약 자동화, 초기 증상 스크리닝, 행정 안내, 위기 신호 알림 — 이것들은 AI가 처리함으로써 상담사가 더 깊은 대화에 집중할 수 있게 만든다. 후자는 다르다. AI가 감정적 취약성을 다루는 핵심

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.