급하게 달린 AI 교과서 정책, 정권 교체와 함께 속도 조절에 들어가

지역 균형 중심으로 재편된 교육정책… 디지털 전환의 무게중심 변화

AI 교과서는 숨 고르기, 그러나 교실의 AX는 다른 방식으로 지속

ⓒTech42

<이미지를 클릭하시면 크게 보실 수 있습니다>

한동안 교육계를 가장 뜨겁게 달궜던 단어 가운데 하나는 단연 ‘AI 교과서’였다. 기술이 교실로 본격 들어오는 상징처럼 읽혔고, 정부는 이를 디지털 기반 교육혁신의 핵심 축으로 밀어붙였다. 영어·수학 등의 과목을 시작으로 학교 현장에 단계적으로 적용하겠다는 청사진도 비교적 빠르게 제시됐다. 교과서 업계와 에듀테크 기업, 교육 당국이 동시에 움직였고, 교육의 AI 전환(AX)도 이제 되돌릴 수 없는 흐름처럼 보였다.

하지만 정책은 생각보다 빨리 속도 조절 국면에 들어갔다. 누구도 예상하지 못한 비상계엄과 탄핵으로 정권이 교체되고, 이와 함께 전면 도입을 전제로 달리던 AI 교과서는 어느새 ‘필수 교과서’보다 ‘선택형 교육자료’에 가까운 위치로 이동했다. 현장에서는 한숨을 돌렸다는 반응과, 방향을 다시 설계해야 한다는 목소리가 함께 나온다. AI 교과서는 보류됐지만, 그렇다고 교육의 AX 자체가 멈춘 것은 아니라는 해석이 힘을 얻는 이유다.

지금 벌어지는 변화의 본질은 ‘중단’보다 ‘재편’에 가깝다. 국가가 일괄적으로 밀어붙이던 방식은 약해졌지만, 교실 안에서는 생성형 AI, 맞춤형 학습, 데이터 기반 피드백 같은 흐름이 이미 스며들고 있다. 질문은 이제 달라졌다. AI를 교육에 넣을 것인가가 아니라, 어떤 속도와 어떤 방식으로 넣을 것인가다. 한국 교육이 지금 마주한 장면은 바로 그 전환의 초입이다.

전면 도입에서 제동까지… 속도가 앞섰던 AI 교과서 정책

AI 교과서 정책은 처음부터 기대와 우려가 함께 붙어 있었다. 학생별 수준에 맞춘 학습, 반복 피드백 자동화, 교사의 행정 부담 경감 같은 기대는 분명했다. 그러나 현장에서는 다른 질문이 더 먼저 나왔다. 정말 학교가 이 속도를 감당할 수 있느냐는 것이었다. 충분한 시범 운영과 효과 검증보다 전국 확산 청사진이 먼저 제시됐고, 교사 연수와 수업 설계 준비는 그 속도를 따라가기 벅차다는 지적이 이어졌다. 기술은 앞서갔지만, 교실은 아직 정리되지 않았다는 평가였다.

논란의 핵심은 몇 가지로 압축됐다. 먼저 디지털 격차 문제다. AI 기반 학습이 개인화 교육을 강화할 수 있다는 기대와 달리, 실제로는 가정 환경과 기기 접근성, 학생의 디지털 활용 역량에 따라 학습 효과가 더 크게 갈릴 수 있다는 우려가 제기됐다. 맞춤형 학습이 모두에게 같은 기회를 주는 것이 아니라, 오히려 다른 출발선을 더 선명하게 드러낼 수 있다는 지적이었다.

교사의 역할 변화도 민감한 문제였다. 정책은 AI를 ‘보조 도구’로 설명했지만, 현장 교사들이 체감한 것은 새로운 플랫폼과 시스템을 익히고 이를 수업에 적용해야 하는 추가 부담이었다. 수업 설계의 주도권이 교사에게 남는지, 아니면 플랫폼 구조가 교육의 리듬을 바꾸는지에 대한 불안도 적지 않았다. 교실은 단순히 콘텐츠를 전달하는 공간이 아니라 관계와 상호작용이 작동하는 장소인데, 기술이 그 구조를 너무 빠르게 흔드는 것 아니냐는 질문이 따라붙었다.

ⓒTech42

<이미지를 클릭하시면 크게 보실 수 있습니다>

학생 데이터와 개인정보 문제도 빼놓을 수 없다. AI 시스템은 학습 데이터를 먹고 자란다. 그만큼 무엇을, 어디까지, 어떤 기준으로 수집하고 활용할 것인지가 중요해진다. 하지만 당시 현장에서는 데이터 활용 기준과 책임 구조, 알고리즘 편향 문제에 대한 검증이 충분하지 않다는 비판이 이어졌다. ‘좋은 기술’이라는 설명만으로는 교육 현장을 설득하기 어려웠던 이유다.

그럼에도 정책은 빠르게 추진됐다. 2022년 디지털 기반 교육혁신이 국정과제와 연계돼 제시된 이후, 2023년에는 2025년 영어·수학 과목 적용을 시작으로 확산한다는 로드맵이 구체화됐다. 주요 출판사와 에듀테크 기업들이 개발에 참여했고, 인프라와 연수도 병행됐다. 그러나 속도전은 결국 정책의 지속 가능성을 흔드는 요인이 됐다. 전 정부가 탄핵 된 이후 국가 주도의 일괄 도입은 학교 자율 선택 방식으로 무게가 이동했다.

지역 균형으로 옮겨간 교육정책… 디지털 전환의 중심도 바뀌었다

이 변화는 단순한 후퇴로만 보기는 어렵다. 보다 정확히 말하면 교육정책의 중심축 자체가 이동한 결과에 가깝다. 최근 교육정책은 미래 산업 경쟁력 강화라는 축과 함께, 지역 격차와 기회 불균형 해소라는 과제를 더 전면에 세우는 흐름을 보이고 있다. 교육은 더 이상 입시와 기술혁신만의 문제가 아니라, 지역 생태계와 사회 구조를 함께 다루는 정책으로 재배치되고 있다.

핵심 키워드는 ‘지역’이다. 지역인재 선발 확대, 지방 거점 국립대 강화, 지역 내 취업 연계 교육 확대 같은 방향은 교육이 수도권 집중 완화를 위한 장치로도 작동해야 한다는 문제의식을 반영한다. 교육정책과 산업정책을 연결해 지역 안에서 인재가 머물고 순환하는 구조를 만들겠다는 구상도 이 연장선에 있다. 이런 흐름 속에서 AI 교과서처럼 정부가 강하게 밀어붙이는 단일 정책의 우선순위가 상대적으로 조정되는 것은 자연스러운 결과이기도 하다.

입시정책 역시 비슷한 결을 보인다. 큰 틀의 수능 중심 구조를 유지하면서도 지역 균형 선발과 학생부 기반 평가를 병행해 수도권 쏠림을 완화하려는 움직임이 나타난다. 경쟁력 강화만이 아니라 분포의 균형 회복을 함께 보겠다는 신호다. 이 흐름 안에서 AI 교과서 정책 변화는 상징적 장면이 된다. 기술을 전면에 세우는 국가 주도형 디지털 전환보다, 교육 현장의 선택권과 정책의 정합성을 앞세우는 방향으로 무게가 이동하고 있기 때문이다.

ⓒTech42

<이미지를 클릭하시면 크게 보실 수 있습니다>

그렇다고 디지털 전환이 멈춘 것은 아니다. 오히려 방식이 달라졌다. 정책의 전면 드라이브는 멈췄지만, 현장에서는 교사 대상 AI·디지털 연수가 이어지고 있고, AI 튜터와 맞춤형 학습 시스템 도입도 일부 시·도교육청을 중심으로 계속 진행되고 있다. 교육 플랫폼은 고도화되고, 생성형 AI를 활용한 수업 사례도 빠르게 늘고 있다. 예전이 ‘교과서 중심 AI’였다면, 지금은 ‘수업 중심 AI’로 관점이 바뀌고 있는 셈이다.

교실 안의 변화는 이미 시작됐다. 교사가 생성형 AI를 활용해 자료를 재구성하고, 학습 데이터를 바탕으로 학생별 피드백을 세분화하며, 디지털 콘텐츠를 수업 흐름에 자연스럽게 끼워 넣는 장면은 낯설지 않다. 국가가 정한 단일한 플랫폼을 일괄적으로 도입하는 시대는 잠시 물러났지만, 현장 주도의 AX는 오히려 더 다양한 형태로 번지는 중이다. 교육의 디지털 전환이 살아남는 방식이 바뀐 것이다.

교육계 찬반은 여전히… 교육의 AX, 이제는 ‘도입’보다 ‘설계’의 문제

AI 교과서를 둘러싼 논쟁은 한국만의 일이 아니다. 해외 주요국도 이미 교육의 AX를 실험하고 있지만, 공통점은 분명하다. 어디에서도 단숨에 전면 도입으로 가지는 않는다. 부분 도입, 파일럿 테스트, 효과 검증, 현장 보완의 과정을 거치며 속도를 조절한다. 기술이 교육을 바꿀 수 있다는 기대는 크지만, 교육은 산업 현장과 달리 검증 없이 밀어붙이기 어려운 영역이라는 점을 각국이 공유하고 있는 셈이다.

중국은 AI 교육을 국가 전략 차원에서 다루며 정규 교육과정 안으로 빠르게 편입하는 편이다. 반면 유럽 여러 국가는 일부 학교와 과목을 중심으로 시범 운영을 거친 뒤 점진적으로 확대하는 신중한 접근을 택한다. 싱가포르는 정부 주도의 전략을 유지하면서도 장기적인 마스터 플랜 방식의 테스트와 단계적 적용을 병행하는 것으로 알려져 있다. 미국에서는 AI 기반 맞춤형 학습 시스템을 중심으로 수업 구조 자체를 다시 짜려는 실험이 이어진다. 학생별 수준을 분석해 콘텐츠와 난이도를 조정하고, 교사는 그 결과를 바탕으로 개별 피드백과 수업 설계를 담당하는 식이다.

장점은 분명하다. AI는 개인화 학습을 가능하게 하고, 반복 학습과 피드백을 자동화하며, 교사의 일부 업무 부담을 줄일 수 있다. 특히 학생별 이해도 차이가 큰 환경에서는 기존 일괄식 수업보다 더 세밀한 대응을 가능하게 한다는 기대가 크다. 학습 격차 해소의 가능성도 여기서 나온다. 한 교실 안에서 모두에게 똑같은 내용을 같은 속도로 가르치는 대신, 학생마다 다른 리듬을 반영할 수 있다는 점 때문이다.

하지만 한계도 또렷하다. 데이터 프라이버시 문제, 알고리즘 편향, 디지털 접근성 격차, 그리고 무엇보다 학습 효과 검증 부족이 반복적으로 지적된다. 기술이 들어왔다고 해서 교육이 자동으로 좋아지는 것은 아니다. 오히려 준비되지 않은 도입은 교사 부담을 키우고, 학생 간 격차를 다른 형태로 확대할 수 있다. 한국 역시 이미 시범 적용 과정에서 기술 오류, 현장 적응 문제, 추가 업무 부담 같은 과제를 함께 경험했다.

그래서 한국이 참고해야 할 방향도 조금씩 또렷해진다. 전면 도입보다 단계적 검증, 기술 중심보다 교사 중심 설계, 플랫폼 보급보다 수업 구조 혁신이 우선이라는 점이다. 산업계는 정책 일관성과 투자 예측 가능성을 강조하고, 교원사회는 현장 부담과 자율성을 더 앞세운다. 전문가들은 그 사이에서 제도적 정합성과 효과 검증 체계를 주문한다. 입장은 갈리지만, 한 가지는 분명하다. AI를 활용한 교육 전환 자체를 피하기는 어렵다는 사실이다.

결국 문제는 속도가 아니다. 방향이다. AI 교과서는 멈춘 것처럼 보일 수 있다. 그러나 교육의 AX는 멈추지 않았다. 교과서라는 이름의 전면 드라이브가 숨을 고르는 사이, 교실 안에서는 더 작고 더 다양한 방식의 변화가 이어지고 있다. 지금 한국 교육이 다시 던져야 할 질문은 단순하다. 기술을 넣을 것인가가 아니다. 누가, 무엇을 위해, 어떤 책임 구조 안에서 기술을 설계할 것인가. 교육의 다음 단계는 바로 그 질문 위에서 시작된다.

황정호 기자

저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지