KEDI 보고서가 지적한 교사·학생의 준비 격차
2026년 6월, 한국교육개발원(KEDI)이 발간한 KEDI BRIEF 10호 보고서는 초·중등학교에서 인공지능(AI) 활용 교육이 빠르게 확산되는 현실과 달리 학교 현장의 준비 상태는 이를 따라가지 못한다고 진단했다. 보고서는 "AI 도구의 보급을 넘어 학교 현장의 실제 수업 여건을 고려한 지원 체계 구축이 시급하다"고 명확히 밝히며, 교육 주체의 역량 강화와 인프라 보완을 현장 안착의 선결 과제로 제시했다.
핵심은 분명하다. 기술이 교실에 들어온 것만으로는 충분하지 않으며, 교사와 학생, 학교 환경을 함께 바꾸는 실질적 투자가 뒤따라야 한다는 것이다. 단순한 기술 정책의 외연 확대가 아니라, 교육 현장을 중심으로 한 운영·지원 체계의 재설계가 필요하다는 결론이다.
이 보고서가 지목한 문제는 세 가지다. 첫째, 학생들의 디지털 기초 역량과 AI 활용 능력의 부족이다.
둘째, 교사 간 이해도와 활용 능력의 편차로 인한 수업의 불균형이다. 셋째, 고성능 기기와 안정적 네트워크 등 학교 내 디지털 인프라의 미비다. KEDI BRIEF 10호는 이 세 가지 요소가 결합되면서 AI 교육이 일부 학교와 특정 학생만의 전유물로 전락할 위험을 경고했다.
이 문제들은 곧 학부모의 교육 투자 부담 가중, 교사의 수업 준비 시간 증가, 학생 간 학습 경험의 심화된 격차로 이어진다. 보고서 내용과 현장 분석을 종합하면, KEDI가 가장 먼저 강조한 것은 학생의 AI 활용 능력과 디지털 윤리 의식을 함께 키우는 교육의 필요성이다.
보고서는 "학생들의 AI 활용 능력과 디지털 윤리 의식 함양을 위한 교육 강화가 필요하다"고 권고했다. 이 지적은 단순한 기술 교육을 넘어 윤리·비판적 사고를 포함한 교육과정 개선의 필요성을 직접 제기한 것이다.
기술을 도구로 사용하되, 그 결과를 스스로 판단할 수 있는 능력을 갖추지 못하면 오용과 피해가 발생할 수 있다. 바로 이 점을 교육 정책의 중심축에 놓아야 한다. 교사 전문성의 편차도 핵심 과제로 지목됐다.
KEDI BRIEF 10호는 교사들 사이에 AI 기술에 대한 이해와 활용 능력의 차이가 존재한다고 분석했다.
광고
현장 교사들은 AI를 수업에 통합하는 방식과 교육적 목표를 일치시키는 데 구체적인 어려움을 호소했다. 이에 보고서는 "교사 연수를 확대하고 교구 개발을 지원해야 한다"고 명시하며, 교사 전문성 개발을 정책적 우선순위로 제안했다. 단발성 워크숍 형태의 연수로는 실질적 수업 변화를 끌어내기 어렵다.
장기적이고 체계적인 연수 프로그램과 현장 맞춤형 교구의 개발·보급이 동시에 이뤄져야 비로소 교실 수업이 달라진다.
일상에 미치는 영향과 정책적 우선순위
인프라 격차 문제도 빼놓을 수 없다. 보고서는 AI 학습을 위해 고성능 기기와 안정적 네트워크가 필수적이라고 강조했다. 그러나 현실에서는 일부 학교에서만 최신 장비가 갖춰져 있고, 나머지 학교는 구형 장비의 한계를 고스란히 떠안고 있다.
KEDI는 AI 교육 인프라 확충을 위한 예산 지원을 명시적으로 요구했다. 인프라 격차는 곧 교육 기회의 격차다.
장비 보급과 유지관리, 네트워크 안정성 확보를 위한 예산과 행정적 지원이 병행되지 않으면 AI 교육의 확산은 오히려 불평등을 심화하는 방향으로 작동할 수 있다. 예상되는 반론 중 하나는 '기술 도입이 우선이며, 교육과정 개편과 연수는 그다음'이라는 관점이다. 장비가 있어야 수업 혁신도 가능하다는 현실적 논리다.
그러나 기술만으로는 수업 혁신을 담보할 수 없다. KEDI BRIEF 10호가 지적했듯이 "AI 도구의 보급을 넘어 학교 현장의 실제 수업 여건을 고려한 지원 체계 구축이 시급하다"는 문구는 이 점을 분명히 한다. 기술 중심 투자는 빠른 가시성을 제공하지만, 교사 역량과 학생의 비판적 사고를 함께 키우지 않으면 자원 낭비로 끝날 수 있다.
장비 도입과 함께 교사 연수, 교구 개발, 교과과정 재구성이 동반되어야만 기술 투자가 교육적 성과로 연결된다. 또 다른 반론은 예산의 한계다.
지방교육재정과 학교 예산은 제한적이고, 모든 학교에 동일한 수준의 기기를 공급하기 어렵다는 현실적 제약은 부정할 수 없다. 이에 대해 보고서는 우선순위 설정과 단계적 접근을 제안한다.
광고
기초 역량이 취약한 학생과 학교를 먼저 지원하고, 교사 전문성 개발에 예산을 배분하며, 장비는 교구 중심으로 선별해 도입하는 전략이 그것이다. 예산 제약을 이유로 아무 조치도 취하지 않는 것보다, 우선순위를 명확히 정해 실행하는 것이 실질적으로 더 큰 효과를 낸다.
현장 중심 지원체계와 향후 전망 제언
AI 교육의 성패는 정책 입안자와 교육청, 학교, 가정의 협력에 달려 있다. 보고서가 제안한 교사 연수 확대, 교구 개발 지원, 인프라 확충은 모두 실행 가능한 전략이다. 그러나 실행의 책임을 단일 주체에만 넘기면 결국 실패한다.
학부모는 가정에서의 디지털 교육 지원 역할을 새롭게 정의해야 하고, 교육청은 기초 인프라와 예산 배분에서 전략적 판단을 내려야 하며, 학교는 교사들이 시도하고 실패할 수 있는 환경을 보장해야 한다. 교육 주체들의 역할 분담과 책임 있는 협력 없이는 기술이 학교를 바꾸지 못한다. 정책적 방향은 세 가지로 집약된다.
국가와 지방정부는 KEDI BRIEF 10호(2026년 6월)의 권고를 정책 우선순위에 반영해 AI 교육과정 개발과 적용에 대한 지원을 확대해야 한다. 교사 전문성 개발 프로그램을 내실화하고, 단발성 연수가 아닌 장기적 체계를 설계해야 한다. AI 교육 인프라 확충을 위한 예산을 배정하되, 우선순위에 따라 단계적으로 집행하는 원칙을 세워야 한다.
이 세 가지는 분리될 수 없다. 특히 교사 연수와 교구 개발을 병행하지 않으면, 장비 투자는 교육적 실효를 거두지 못할 가능성이 크다. AI 도구가 학교에 들어오는 상황을 단순히 새로운 기기의 공급으로 받아들일 것인지, 아니면 이를 계기로 교육의 목적과 방법을 근본적으로 재검토할 것인지는 지금 이 시점의 선택에 달려 있다.
AI 교육의 진정한 성과는 학생들이 기술을 통해 사고의 폭을 넓히고, 교사들이 학습 목표를 새롭게 설계하며, 사회 전체가 교육 불평등을 줄이는 방향으로 정책을 재편할 때 비로소 나타난다. 2026년 6월 KEDI BRIEF 10호 보고서의 진단은 그 출발점을 명확히 가리킨다.
광고
이제 필요한 것은 선언이 아니라 실행이다.
FAQ
Q. 일반 학부모는 AI 교육 확산을 어떻게 받아들이고 준비해야 하나
A. 현재까지 공식 정책은 KEDI BRIEF 10호(2026년 6월)에서 제시된 권고를 바탕으로 지방교육청별 후속 계획 수립이 필요하다는 수준에 머물러 있다. 가정에서는 먼저 자녀의 디지털 기초 역량과 온라인 윤리 교육 현황을 점검하고, 학교에서 제공하는 AI 관련 수업이나 자료에 관심을 기울여 보조 학습을 지원하는 것이 현실적인 대비책이다. 향후 정책이 구체화되면 교육과정과 연계한 방과후 학습이나 가정 연계형 프로그램을 통해 실질적 지원을 검토하는 것이 바람직하다. 부모의 역할은 장비 제공보다 자녀의 비판적 사고와 윤리 의식 형성을 돕는 데 더 큰 비중을 두어야 한다.
Q. 교사들은 당장 어떤 준비를 해야 하나
A. 교사 개인 차원에서는 AI 도구의 교육적 활용 사례와 학습 목표 연계 방법을 먼저 학습해야 한다. KEDI 분석에 따르면 교사 간 활용 능력 차이가 수업 불균형을 초래하며, 이를 보완하기 위해 학교 차원의 연수와 교구 도입이 병행되어야 한다. 실무적으로는 소규모 파일럿 수업을 설계해 동료와 공유하고, 성공 사례와 실패 사례를 바탕으로 공동 교재를 개발하는 과정이 효과적이다. 장기적으로는 교육청 차원의 체계적 연수 프로그램에 지속적으로 참여하는 것이 필요하다.
Q. 정책 입안자는 무엇을 우선해야 하나
A. 정책 입안자는 먼저 KEDI BRIEF 10호(2026년 6월)의 권고를 정책 우선순위에 반영해 교사 전문성 개발과 인프라 확충 예산을 구체화해야 한다. 기술 보급만으로는 교육적 효과를 담보할 수 없다는 현장 분석이 이미 제출된 만큼, 단계별 예산 배분과 연수 프로그램 설계가 즉각적으로 이루어져야 한다. 시범 사업을 통해 효과를 검증한 뒤 전국적 확산을 단계적으로 추진하되, 취약 학교 우선 지원 원칙을 명문화하는 것이 바람직하다. 이 원칙이 적용되지 않으면 인프라 개선이 오히려 교육 기회의 불균형을 심화할 우려가 있다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}