[Q레이션 레터 #3] 계속 진화하는 AI, 교육이 어떻게 따라가야 할까요?🔎

2026.08.20  | No.03 | 구독하기 

☝️01. 모두를 위한 Q

🪜 개명이 아니라, '내 자료 위에서 코드가 도는' 노트로

Google이 발표에서 밝힌 바로는 이번 개편의 핵심은 이름이 아니라 노트북에 붙은 보안 클라우드입니다. 이제 Gemini Notebook은 사용자가 올린 자료에 근거해 코드를 직접 작성하고 실행하며, 복잡한 데이터 분석과 새로운 형태의 출력까지 그 자리에서 처리합니다. 개편 뒤에도 Gemini 앱과 연동되는 독립 제품으로 남았고, 이미 3천만 명과 60만 개 조직이 사용하고 있습니다. 코드 실행 기능은 우선 상위 요금제와 일부 업무용 사용자에게 먼저 열렸고, 이후 더 많은 사용자에게 단계적으로 확대될 예정이라고 하는데요. 바뀐 것은 이름이 아니라, 내가 올린 자료 위에서 분석까지 이어 가는 방식인 셈입니다.

🔎 도구는 바뀌어도, 출처로 검증하는 방식은 남는다

이 변화가 반가운 이유는 속도나 새 기능 자체보다 다른 데 있습니다. Gemini Notebook은 사용자가 올린 자료 안에서만 답을 찾아 출처를 함께 짚어 주는 도구라, 근거 없이 그럴듯한 답을 지어내는 위험을 줄이는 방향으로 설계돼 있습니다. 강의 자료나 논문을 올려 두고 설명과 요약을 받는 식으로, 이미 교육과 연구 현장에서 널리 쓰이는 도구이기도 합니다. 저희도 앞서 학습자에게 정답을 건네는 대신 스스로 되짚어 보도록 질문을 던지는 '스파링 파트너'로 이 도구를 활용하는 방법을 소개해 드린 적이 있는데, 그 바탕이 된 도구가 이렇게 한 걸음 더 나아간 셈입니다. 여기에 코드 실행이 더해지면서, 자료를 읽어 정리하는 데서 나아가 그 자료 위에서 계산하고 표로 만들어 확인하는 일까지 한자리에서 이뤄집니다.

이처럼 AI 도구들의 이름과 기능은 앞으로도 계속 바뀔 것입니다. 그러나 AI 도구가 내놓는 답이 내가 올린 자료에 근거하고 있는지, 그 근거를 스스로 검증할 수 있는지를 기준으로 삼으면 어떤 도구가 오더라도 흔들리지 않고 받아들일 수 있습니다. 이 기준을 매번 의식하기는 어렵지만, 몇 가지 질문을 습관처럼 던지는 것으로 시작할 수 있습니다. 교육공학 전문 매체 eLearning Industry가 2025년 12월에 실은 글에서 학습과학 연구자 Athena Stanley는 AI의 첫 답을 그대로 받아들이는 대신 이렇게 되물어 보라고 권합니다.

결국 '어디까지 써야 할까'라는 물음은 최신 기능을 어디까지 따라가느냐가 아니라, 자료에 근거하고 사람이 확인하는 사용법을 어디까지 지키느냐의 문제에 가깝습니다.

*아래 버튼을 눌러 KIRD 블로그에서 자세한 내용을 확인하실 수 있습니다. 

✌️02. 교육운영자를 위한 Q 

🔄 '무엇을 가르치나'에서 '어떻게 전하나'로

이 글은 변화의 핵심을 콘텐츠를 더 빨리 만드는 데 두지 않습니다. AI가 가져오는 것은 제작 속도가 아니라 근본적으로 다른 학습 방식이라고 봅니다. 그래서 바꿔야 할 것은 무엇을 가르치느냐가 아니라 학습을 어떻게 전달하느냐는 것입니다. 사람들을 업무에서 떼어 내 따로 교육하는 대신, 필요한 순간 일의 현장에서 바로 배우고 적용하도록 전달을 다시 설계하라는 제안입니다.

🌱 배움은 이미 업무 안에서 일어나고 있다

이 방향이 이상적으로만 들리지 않는 이유는 배움의 상당 부분이 이미 업무 안에서 일어나고 있기 때문입니다. TalentLMS가 2026년에 낸 연례 L&D 리포트에 따르면, 일하는 사람의 86%가 새로운 지식이나 기술을 일하면서 스스로 부딪혀 익힌다고 답했고, 65%는 필요한 역량을 기르는 가장 주된 방법으로 현업 경험을 꼽았습니다. 같은 리포트에서 절반가량은 업무 부담이 커서 정작 필요한 순간에도 교육에 쓸 시간을 내기 어렵다고 답했는데, 이는 학습을 업무에서 따로 떼어 내 진행하는 방식이 부딪히는 현실을 보여줍니다. 학습은 이미 업무 한복판에서 일어나고 있고, 교육 설계가 그 자리를 미처 따라가지 못하고 있었던 셈입니다.

AI는 이 흐름을 가속합니다. 같은 조사에서 인사 담당자의 88%는 생성형 AI가 직원들이 지식에 접근하는 방식을 바꿀 것으로 내다봤습니다. 다만 BCG가 함께 강조하는 것은, 그럴수록 겉으로 드러나는 완료율이나 만족도가 아니라 학습이 실제 업무 성과로 이어졌는지로 판단해야 한다는 점입니다. AI로 학습을 업무에 더 가깝게 붙일 수 있게 된 지금, 남은 질문은 무엇을 더 만들까가 아니라 어떻게 하면 일터에서 바로 쓰이게 할까로 옮겨 갑니다.

🛠️ 디지털 어답션 플랫폼, 업무 화면 안으로 들어간 학습 

이 방향은 구상에만 머물러 있지 않습니다. 업무 시스템 화면 위에 안내를 얹어 주는 디지털 어답션 플랫폼(DAP: Digital Adoption Platform)이 대표적인데요. 일하는 화면에서 다음 단계를 짚어 주고, 필요한 순간에 도움말을 띄우는 방식입니다. 2012년 첫 제품을 선보인 WalkMe도 이런 서비스 가운데 하나입니다.

이를 먼저 적용해 본 Deloitte의 사례가 참고할 만합니다. 이 회사의 감사와 세무 담당자들은 쓰던 시스템을 새 시스템으로 바꿀 때마다, 사용법을 익히느라 강의실에 모여 꼬박 사흘을 보내야 했습니다. 그런데 새 감사 소프트웨어를 도입하면서 교육을 강의실에 두는 대신 단계별 안내를 애플리케이션 화면 안에 심자, 사흘이던 집합 교육이 세 시간으로 줄었다고 합니다. 다만 교육 담당자가 성과로 꼽은 것은 줄어든 시간만이 아니었는데요. 담당자들이 화면 안에서 안내를 받으며 첫 시도에 업무를 정확히 마치게 됐다는 점이었습니다. 학습을 일터에서 쓰이게 한다는 말이 무엇인지, 이 사례가 대신 보여 줍니다.

옆에서 함께 걸어 준다는 뜻의 WalkMe라는 이름처럼, 교육을 강의실에 모아 두는 대신 일하는 사람 옆으로 옮기는 흐름이 이미 여러 조직의 워크플로 안에서 만들어지고 있습니다.

*아래 버튼을 눌러 KIRD 블로그에서 자세한 내용을 확인하실 수 있습니다. 

👌03. 교육기획자를 위한 Q

⚠️ 감시로는 막기 어렵다면, 무엇을 증명할 것인가

문제의 뿌리를 따라가면 무엇을 실력의 증거로 삼는가에 닿습니다. 정답을 빠르게 떠올려 답안지에 옮기는 능력을 재는 시험일수록, 그 답을 대신 찾아 주는 도구 앞에서 무력해집니다. 실력을 대신 보여준다고 여겨 온 잣대가 흔들리는 일은 시험장에만 있는 것이 아닙니다. 사람을 뽑을 때 오래 기대 온 학위라는 잣대도 이미 비슷한 물음 앞에 서 있습니다. Harvard Business School과 Burning Glass Institute가 2024년에 함께 낸 연구는 많은 기업이 학위 요건을 없앴다고 밝혔지만 실제 채용은 거의 그대로였다고 지적합니다. 2014년부터 2023년까지 미국 기업의 채용 공고 1만 1천여 건을 분석한 결과, 학위 요건을 뺀 덕분에 실제로 새로 기회를 얻은 사람은 신규 채용 700명 중 1명에도 못 미쳤습니다. 말은 스킬 중심이었지만, 스킬을 검증할 방법이 비어 있었던 것입니다.

🔐 검증되는 크리덴셜로 방향을 옮기다

그래서 눈길이 가는 것은 검증되는 크리덴셜을 만드는 흐름입니다. MIT Open Learning의 Digital Credentials Consortium은 2025년 9월, 학습과 고용 기록(LER: Learning and Employment Records)을 손쉽게 만들도록 돕는 생성형 AI 도구 프로젝트를 공개했습니다. 이 도구는 성취 기준과 학습 목표, 세분화된 스킬을 담은 크리덴셜을 Open Badges 3.0 형식으로 만들어 주는데, 이 형식은 위변조가 어렵고 암호학적으로 검증되는 개방형 표준입니다. 여러 대학과 기관이 함께 참여했고, 2026년 여름 시범 운영을 앞두고 있습니다.

이 방향은 한 기관의 실험에 그치지 않습니다. 비영리 연구기관 Digital Promise가 2026년 5월에 낸 글은 그 이유를 분명히 합니다. 성적표는 학습자가 실제로 무엇을 할 수 있는지 거의 보여주지 못하는 반면, 마이크로 크리덴셜은 실제 과제와 현장 맥락에서 발휘한 역량을 증거로 남긴다는 것입니다. 배지 안에 성취 기준과 근거, 표준과의 정렬 정보를 함께 담아 자리를 지킨 시간이 아니라 해낸 것을 증명합니다. Open Badges 3.0 같은 표준이 이를 뒷받침하면서 무엇을 외워 답했는가가 아니라 무엇을 할 수 있는가를 검증 가능한 형태로 남기는 인프라가 자리를 잡아 가고 있습니다. AI 글라스가 흔든 것은 결국 회상형 시험의 취약함이었고, 그 답은 감시를 한 겹 더 두르는 데 있기보다 무엇을 실력의 증거로 삼을지를 다시 설계하는 데 있습니다. 검증되는 크리덴셜은 그 재설계의 한 축이 될 수 있습니다.

*아래 버튼을 눌러 KIRD 블로그에서 자세한 내용을 확인하실 수 있습니다. 

이달의 Q레이션, 어떻게 보셨나요?

비슷한 고민을 안고 계셨다면, 오늘 읽으신 이야기를 주변과 한번 나눠 보시면 어떨까요.

앞으로도 함께 들여다보면 좋을 질문이 있다면 들려주세요!
보내 주시는 이야기 하나하나가 다음 호의 Q가 됩니다.

교수학습 동향의 큰 흐름이 궁금하다면
<미래형 교수학습 동향 브리프>

이번 레터가 교육 현장에서 바로 펼쳐 볼 작은 인사이트라면,
매월 발행되는 동향 브리프는 글로벌 교수학습·HRD 분야의 큰 흐름을 한 호에 담아 드립니다. 거시 동향부터 현장 사례, 학습 팁까지 짚어 매월 첫 번째 월요일에 보내 드려요.

 

지난 3호는 <프롬프트 너머 조직의 AX 역량을 '진단'한다는 것>을 다뤘습니다 🤲

📬 동향 브리프 보러 가기

---

🌐 미래형 교수학습 동향, 더 가까이 만나기

전 세계 교수학습·HRD의 모든 동향을 한눈에! - 미래형 교수학습 동향 아카이브

기타 문의 - 📧 hspark@kird.re.kr