안녕하세요, 앤소장입니다.

솔직히 말하면, 저도 이 질문을 계속 하고 있습니다.

AI가 다 가르쳐주는 시대에, 교육이 왜 더 중요해지는 걸까. 코딩을 배우면 살아남는 걸까. 아이가 AI로 숙제를 하는 게 정말 문제인 걸까. 알 것 같으면서도, 막상 아이 앞에 서면 모르겠습니다.

이번 인터뷰를 준비한 건 그 질문들 때문입니다.

안드레아스 슐라이허는 OECD 교육국장이자 PISA의 설계자입니다.

PISA는 전 세계 80개국 이상이 참여하는 국제 학업성취도 평가로, 20년 넘게 각국의 교육 실태를 비교하고 측정해온 기준입니다. 슐라이허는 이 데이터를 바탕으로 80개국 이상의 교육부 장관, 교육 지도자들과 함께 정책을 설계해온 사람입니다.

세계 교육 현장을 가장 넓게, 가장 오래 본 전문가 중 한 명입니다.

슐라이허는 단호하게 말합니다. AI는 마법이 아니라 증폭기라고. 좋은 생각은 더 빠르게 퍼뜨리고, 나쁜 생각도 똑같이 퍼뜨린다고. 결국 증폭되는 것이 무엇이냐가 중요한데, 그걸 결정하는 게 교육이라고요. AI가 교육을 대체하는 게 아니라, 교육이 AI를 어떻게 쓸지를 결정한다는 것.

그리고 손이 멈춘 데이터가 있었습니다. 터키에서 AI로 수학 문제를 풀게 했더니 성적은 올랐는데, 나중에 수학 실력을 다시 재봤더니 오히려 떨어져 있었다는 겁니다. 미국에서는 AI로 에세이를 쓴 학생 중 80%가 자기가 뭘 썼는지 기억하지 못했다고요.

결과물은 나왔는데, 배움은 없었다는 것. 이게 지금 우리 아이들한테 일어나고 있는 일일 수 있습니다.

이 글은 유튜브 채널 Ones Changing The World - 1CW에서 2026년 2월 28일에 공개된 "인공지능이 우리를 멍청하게 만들 것인가, 아니면 학교를 파괴할 것인가? - 안드레아스 슐라이허 - OECD 교육국장"을 바탕으로 제작되었습니다.

Q. 아이가 AI로 숙제를 해요. 결과물은 나오는데, 왜 이렇게 찜찜한 건가요?

그 찜찜함이 맞습니다.

데이터가 있어요. 터키에서 학생들에게 AI 도구를 주고 수학 문제를 풀게 했습니다. AI를 쓴 학생들이 더 잘 풀었고, 점수가 올랐어요. 그런데 나중에 AI 없이 수학 능력을 다시 측정했더니, 오히려 떨어져 있었습니다.

미국에서는 학생들이 AI로 에세이를 쓴 직후 "방금 네가 쓴 것에 대해 말해봐"라고 했더니 80%가 기억하지 못했습니다.

결과물은 나왔는데, 배움은 없었던 겁니다.

생각해보면 당연합니다. 배움은 원래 불편한 거예요. 모르는 상태에서 알게 되는 과정에는 인지적 노력이 필요합니다. 막히고, 틀리고, 다시 생각하는 그 과정 자체가 배움이거든요. AI가 그 과정을 건너뛰게 해주면 결과물은 나오지만 머릿속에는 아무것도 안 남습니다.

저는 AI를 비계(飛階)에 비유하고 싶습니다. 건물 지을 때 옆에서 받쳐주는 구조물. 건물이 완성되면 비계는 철거합니다. 건물이 비계에 영원히 기대고 있으면 그건 건물이 아닙니다. AI가 비계가 아니라 목발이 돼버리면, 아이의 사고력은 그 자리에서 멈춥니다.

이게 AI가 없던 시절에도 마찬가지였습니다. 부모가 다 써준 숙제를 낸 아이가 그 내용을 배운 게 아닌 것처럼요. 다만 지금은 규모가 달라요. AI는 어디서나 있고, 무료이고, 빠르고, 설득력 있습니다.

Q. 코딩 학원, 보내야 할까요? 이공계로 가야 살아남는다는데 어떻게 생각하세요?

아이가 코딩을 배우려는 이유가 있나요? 아니면 그냥 살아남으려고요?

이 두 가지는 생각보다 많이 다릅니다.

역사를 보면, 기술이 일자리를 파괴하는 속도와 새 일자리를 만드는 속도, 지금까지는 항상 인간 쪽에 유리하게 마무리됐습니다. 산업혁명 때 수많은 직종이 사라졌지만 인간은 새로운 공간을 만들어냈습니다. 저는 이번에도 방향은 달라지지 않는다고 봅니다. 단, 조건이 하나 있어요. 우리가 인간의 능력에 투자하느냐, 아니면 생각하는 일을 통째로 기계에 넘기느냐.

지금 AI 모델들은 이미 신입 수준의 코딩을 합니다. 6개월에서 1년 안에 고급 수준도 따라잡을 거라는 이야기가 나옵니다. 코딩 실력 하나로 AI를 이기려는 건 처음부터 이길 수 없는 게임입니다.

그러면 무엇이 남느냐. 무언가를 만들고 싶다는 동기, 복잡한 문제 앞에서 "이걸 어떻게 풀 수 있을까" 하고 오래 앉아 있는 힘, 틀려도 다시 시작하는 힘. 이건 AI가 대신하지 못합니다.

아이를 특정 직업을 위해 교육하지 마세요. 아직 존재하지 않는 직업을 만들 수 있도록 교육해야 합니다. 코딩보다 먼저인 것이 있습니다. 생각하는 힘, 질문하는 힘, 불확실함 앞에서 버티는 힘. 이걸 가진 아이는 어떤 도구가 나와도 그 도구를 씁니다. 이걸 못 가진 아이는 도구에 쓰이게 됩니다.

Q. 아이가 왜 공부해야 하는지 모르겠다고 합니다. 지금 학교 교육, 이대로 괜찮은 건가요?

그 질문이 나왔다면, 솔직히 아이가 맞는 질문을 하고 있는 겁니다.

교육이 해야 할 일이 있습니다. 아이가 왜 여기 있는지를 찾도록 도와주는 것. 목적과 방향감. 이걸 찾은 아이는 에너지가 다릅니다. 시켜서 공부하는 아이와 스스로 하는 아이의 차이는 대부분 여기서 납니다. 그런데 지금 교육은 이걸 하지 않습니다.

그 다음이 재능입니다. 자기가 어디서 빛나는지 발견하는 것. 단순히 선택지를 주는 문제가 아니에요. 누군가 아이를 잘 보고, 어디서 반짝이는지를 알아봐주는 사람이 있어야 합니다. 코치, 멘토. 기술이 일부 도울 수 있지만, 결국 사람이 해야 하는 일입니다.

그리고 세상이 이 아이에게 무엇을 원하는지를 이해하는 것. AI 시대 교육을 이야기할 때 우리는 늘 "어떻게 더 빠르게 배울까"만 묻습니다. 반대 방향의 질문도 있어야 해요. "이 아이는 어디서 차이를 만들 수 있을까? 세상은 이 아이에게서 무엇을 기대할까?" 그 연결을 찾는 것.

연구가 반복해서 보여주는 게 있습니다. 인간을 행복하게 만드는 건 돈이나 명예가 아니라, 다른 사람에게 차이를 만들었다는 감각이라는 것. 내가 세상에 기여하고 있다는 느낌. 그게 공부하는 이유가 되어야 합니다.

지금 교육은 반대로 가고 있어요. 특정 지식을 쌓아 시험을 통과해 학교에 들어가는 게 목표가 됐습니다. "나는 왜 이걸 배우고 있지?"라는 질문을 할 자리가 없습니다. 아이가 그걸 묻고 있다면, 그건 교육이 해줘야 할 일을 아직 못 하고 있다는 신호입니다.

Q. 성적이 전부가 아니라면, 부모로서 무엇을 봐야 할까요?

수학 이야기를 해볼게요.

삼각함수와 미적분을 가르치는 것과, 수학자처럼 사고하도록 가르치는 건 다릅니다. 지수 함수를 어떻게 계산하는지 외우는 것과, 그게 실제 세계에서 어떻게 작동하는지 아는 것 — 코로나 확산이 왜 그토록 빨랐는지, 복리가 왜 그렇게 강력한지 — 은 전혀 다른 이야기입니다.

역사도 그렇습니다. 이름과 날짜를 외우는 것과, 역사가처럼 생각하는 건 다릅니다. 왜 그 사회가 그 방향으로 흘렀는지, 지금 우리 사회와 어떻게 연결되는지를 보는 것. 그 방식으로 배울 때 비로소 가치관이 함께 자랍니다.

가치관이 중심이 되어야 합니다. "나는 누구이고 왜 여기 있는가"라는 질문이 교육의 중심이어야 하는데, 지금은 수학 시간, 영어 시간에 겨우 끼워 넣는 식으로 다뤄집니다.

지금 세계가 이렇게 극단적으로 양극화된 이유가 있습니다. 소셜 미디어는 비슷한 생각을 가진 사람들끼리만 묶어주고 다른 방식으로 사고하는 사람들을 차단합니다. 기술은 기존의 편견을 증폭시킵니다. 그 해독제는 교육뿐이에요. 나와 다르게 생각하는 사람을 만나는 것, "왜 저 사람은 저렇게 생각할까"를 이해하려는 노력, 다양성을 진짜로 경험하는 것. 그게 없으면 지식이 많아도 고립된 사람이 됩니다.

부모가 볼 수 있는 것은 성적표가 아닙니다. 아이가 모르는 걸 모른다고 말할 수 있는지, 막혔을 때 포기하지 않고 다른 방법을 찾는지, 다른 생각을 가진 사람을 만났을 때 어떻게 반응하는지. 이쪽을 보셔야 합니다.

Q. AI가 결국 교사를 대체하게 될까요? 선생님은 어떤 역할을 해야 하나요?

교육의 목표를 먼저 물어야 합니다.

수학 공식과 과학 사실을 전달하는 것이 목표라면, AI가 많은 부분을 대신할 수 있습니다. 이미 그렇게 되고 있고요. 하지만 책임 있는 인간을 만드는 것, 윤리적 결정을 내리는 법을 배우는 것, 복잡한 인간관계를 헤쳐나가는 것이 목표라면, 그건 선생님 없이 상상하기 어렵습니다.

AI가 선생님에게 도움이 되는 부분은 분명히 있어요. 선생님은 자신의 경험과 기준으로 학생을 봅니다. AI는 더 넓은 데이터로 "이 학생은 어디에서 막혀 있는가"를 좀 더 객관적으로 보여줄 수 있습니다. 평범한 수준의 튜터가 AI를 통해 탁월한 튜터로 바뀐 사례도 있어요.

그런데 기억에 남는 선생님이 있다면, 이유가 뭔가요. 대부분 수업 내용 때문이 아닐 겁니다. 그 선생님이 나를 어떻게 대했는지, 내가 틀렸을 때 어떻게 반응했는지, 그 사람이 나를 보고 있다는 느낌. 배움은 결국 관계입니다.

학교가 생기기 전에 우리는 도제식으로 배웠습니다. 실제 일을 하는 사람 곁에서, 진짜 문제를 같이 풀면서, 실패하면 그 결과를 직접 겪으면서. 멘토가 어깨를 두드리며 "이 부분을 좀 더 봐"라고 했습니다. 산업화가 그 방식을 없앴고, 표준화된 교실과 교과서와 시험이 생겼습니다. 빠르게 많은 지식을 전달할 수 있게 됐지만, 불확실함을 견디는 능력을 잃었습니다.

선생님을 공장 부품처럼 만든 것, 정해진 커리큘럼을 전달하는 도구로 격하시킨 것이 교직을 망가뜨렸습니다. OECD 데이터를 보면, 교사 스스로도 사회가 자신의 일을 가치 있게 여기지 않는다고 느끼고 있습니다. 급여가 표면에 보이는 문제지만, 본질은 사회가 교사를 어떻게 바라보느냐입니다.

출처 : OECD 홈페이지

Q. PISA를 20년간 운영하면서 가장 크게 깨달은 것이 있다면 무엇인가요?

PISA는 특정 교과 지식을 측정하지 않습니다.

저희가 보려는 건 이런 것들입니다. 과학자처럼 생각할 수 있는가, 실험을 설계할 수 있는가, 새로운 상황에 적응할 수 있는가, 선생님과의 관계는 어떤가, 그 아이는 인간으로서의 주도성을 갖고 있는가.

20년 데이터에서 가장 오해받는 발견이 있습니다.

학급 규모보다 교사의 질이 훨씬 중요하다는 것. 우리는 거꾸로 합니다. 학급 인원 줄이는 데 예산을 쓰면서, 좋은 교사를 끌어들이고 키우는 데는 소홀하죠. 데이터가 명확하게 보여주는 부분입니다.

또 하나. 세계는 더 이상 "부유하고 교육받은 나라"와 "가난하고 교육받지 못한 나라"로 나뉘지 않습니다. 학생 1인당 교육비와 교육 성과의 상관관계가 거의 사라졌어요. 베트남이 대표적입니다. 10년 전에는 하위권이었는데 지금은 세계 수준의 교육 성과를 냅니다. 더 많이 쓴 게 아니라 더 잘했습니다.

그리고 우등생 나라가 반드시 행복한 나라는 아닙니다. 일본은 읽기, 수학, 과학 모두 최상위권입니다. 그런데 심리적 강건함, 정서적 회복력, 주도성 지표에서는 낮게 나옵니다. 반대로 페루는 학업 성취는 낮지만 정서적 회복력에서 높습니다. 어느 나라가 더 나은 교육을 하는지는, 무엇을 중요하게 보느냐에 달려 있습니다.

하나 더 말씀드리면, 가난이 운명이 아니라는 것. 가장 어려운 환경에서도 세계 수준의 교육 성과를 내는 학교들이 있습니다. 그건 돈이 아니라 교사와 교육 철학이 만들어낸 결과입니다.

Q. 한국의 AI 디지털 교과서가 세계에서 주목받는다고 들었습니다. 어떤 점이 다른 건가요?

두 가지 때문입니다.

교사들이 설계에 참여했습니다. 무엇을 가르치려 하는지, 학생이 무엇을 배워야 하는지에 대한 목표가 먼저 있었고, 그 위에서 도구를 만들었습니다.

그리고 파일럿을 먼저 했습니다. 의학에서는 백신을 출시하기 전에 효과와 부작용을 꼼꼼하게 검증합니다. 교육도 그래야 하는데, 대부분의 AI 도구는 학교 문을 두드리지 않고 Wi-Fi를 타고 스마트폰으로 들어왔습니다. 검증 없이 규모부터 확장됐어요. 한국의 디지털 교과서는 그 반대 순서로 갔습니다. 목표 먼저, 파일럿 먼저, 교사 참여 먼저.

교육 목적으로 설계된 AI 도구가 범용 AI를 교실에 그냥 들여온 것보다 훨씬 낫다는 건 데이터가 보여줍니다. 인도네시아에서는 AI를 학생들 간의 협업 연결에 활용했는데, 교육자들이 직접 설계했고, 학생들이 협업 능력과 사회적 기술을 키웠다는 결과가 나왔습니다. 도구보다 목적이 먼저였기 때문에 가능했던 일입니다.

Q. 10년 후 아이들의 세상은 어떤 모습일까요? 지금 부모로서 해줄 수 있는 것은 무엇인가요?

기술이 어떻게 발전할지 예측하고 거기에 맞춰 커리큘럼을 바꾸는 방식은 항상 늦습니다. 그 게임에서 우리는 항상 뒤처져요.

그 대신 근본부터 물어야 합니다. 우리는 어떤 인간을 원하는가. 우리 아이들이 어떤 삶을 살기를 바라는가.

저는 지금 OECD에서 '인간 번영(human flourishing)'이라는 개념을 연구하고 있습니다. 다음 세대가 어떤 사회를 만들어야 하는가, 어떤 거버넌스를 설계해야 하는가, 어떤 기술을 만들어야 하는가. 그 안에서 교육의 역할은 무엇인가.

흥미로운 게 있습니다. "수학을 어떻게 가르쳐야 하는가"를 여러 나라 사람들에게 물으면 의견이 너무 많아서 합의가 나오지 않습니다. 하지만 "인간으로서 우리가 소중히 여기는 것은 무엇인가"를 물으면, 문화와 나라를 넘어서 공통점이 생각보다 훨씬 많습니다.

그 공통의 가치 위에서 교육을 설계하는 것. 그게 제가 그리는 방향입니다.

산업혁명 때 기계가 우리 손이 하던 일을 가져갔듯이, 지금 AI는 우리 머리가 하던 일을 가져가고 있습니다. 생각하고, 결정하고, 판단하는 능력이 쓰이지 않으면 퇴화합니다. 그게 가장 큰 위험입니다. 지금 부모가 할 수 있는 건 그 능력을 아이 안에 지켜두는 것입니다.

출처 :  [행복한교육 2023년 11월호]

배운 점을 요약합니다

💚 이번 주 저는 이걸 해보려고요

 

AI 시대에 가장 중요한 것은 AI를 잘 쓰는 능력이 아니라, AI에게 빼앗기지 않을 인간의 능력입니다.

가장 오래 멈췄던 대목이 있습니다.

"인간이 AI처럼 되어가는 것이 더 큰 위험이다"라는 말. 손이 하던 일을 기계에 넘겨줬던 것처럼, 지금 우리는 머리가 하던 일을 AI에 넘겨주고 있고, 우리 아이들이 그 첫 번째 세대가 되고 있다는 것. 이게 마음에 걸립니다.

코딩 학원보다 먼저 해야 할 한 가지가 있습니다. 아이가 막혔을 때 해결해주는 대신, 같이 막혀 있는 것입니다.

"어디서 막혔어? 그 부분에서 네 생각은 어땠어?"

 

 

H.E.L.P를 만든 것도 그 이유입니다. 아이들이 직접 몸으로 부딪히고, 실패하고, 다시 시도하는 경험. 그 경험이 어떤 강의보다 오래 남는다고 믿기 때문입니다.

처음엔 "몰라요"가 나올 수 있어요. 저도 압니다. 그래도 그 질문을 꺼내는 것, 그 자체가 시작입니다.

같이 해보시겠어요?

💚 다음 주에 또 찾아오겠습니다.

H.E.L.P를 소개합니다

H.E.L.P(Heartwarming Experience & Learning Project)

가족봉사와 러닝저니로 AI시대 미래교육을 실천하는 커뮤니티

H.E.L.P 러닝저니란?

"여행이 교실이고, 질문이 교과서이고, 가족이 팀입니다."

일반 여행과 뭐가 다른가요?

일반 여행은 보고, 먹고, 찍고 돌아옵니다.러닝저니는 질문을 들고 떠나, 답을 찾아 돌아옵니다.

같은 장소를 가도 전혀 다른 경험이 됩니다. 여행이 끝난 후, 아이도 부모도 조금 달라져 있거든요.

딱 3단계예요

떠나기 전 - 우리 가족의 고민을 꺼내고, 이번 여행과 연결되는 질문을 만들어요여행 중 - 보고 듣는 걸 넘어, 직접 체험하고 대화하며 질문의 답을 찾아요돌아온 후 - "이걸 우리 일상에서 어떻게 써먹을까?" 함께 정리해요.

경험이 그냥 추억이 아닌 실제 변화가 됩니다

왜 AI 시대에 꼭 필요한가요?

AI는 정답을 순식간에 찾아줍니다. 하지만 "어떤 질문을 해야 하는지"는 알려주지 못해요.

러닝저니는 아이가 낯선 여행 속에서 스스로 질문을 만들고 → 답을 탐색하고 → 가족과 함께 해결하는 경험을 반복합니다.

이것이 바로 AI가 절대 대신해줄 수 없는 힘, 질문력과 문제해결력입니다.

신청링크 https://forms.gle/wffvaXUEsFfEuxrN8

앤소장의 AI교육 뉴스레터 '초록지붕'을 구독해주세요.

퀄리티 높은 기사를 1주일에 1번씩 받을 수 있습니다.

앤소장과 지속적인 소통을 원하시면 스레드에서 만나요.

https://www.threads.com/@annesojang