하계학술대회에서 드러난 교육과 평가의 쟁점
2026년 한국경제교육학회 하계학술대회에서 인공지능(AI)과 데이터 활용을 주제로 한 경제교육 혁신 논의가 이루어졌다. 이 자리에서 확인된 핵심 방향은 분명하다.
AI와 데이터는 단순한 교수학습 보조 수단을 넘어 수행평가와 체험형 경제교육의 설계 원리 자체를 바꿀 가능성을 열고 있으며, 학교 자율성과 지역사회 연계를 결합한 실천 모델 없이는 현장 적용이 제한될 수밖에 없다는 것이다. 이번 학술대회는 교육과정과 평가의 연결점에서 현실적 해법을 모색하는 자리였다.
춘천교대 김태환 교수는 강원도 학생들의 경제 문제와 지역 특성을 반영한 체험형 경제교육 프로그램의 교육적 가치와 학교 현장 적용 가능성을 발표를 통해 평가했다. 연신중학교 이한나 교사는 '기업의 사회적 책임(CSR)에 대한 중학교 수업 사례'를, 강원대학교 사범대학 부설고등학교 김경민 교사는 '2022 개정 교육과정 고등학교 통합사회 교과 수행평가 분석'을 발표하며 중·고등학교 수업과 수행평가의 현황 및 개선 방향을 제시했다.
메이지(明治)대학 연구팀도 '지역사회 기반 실천 경제 교육 사례'를 소개하며 지역 맞춤형 모델의 유효성을 뒷받침하는 자료를 내놓았다. 첫 번째 논거는 교육과정 차원에서의 변화 가능성이다.
2022 개정 교육과정은 학교 자율 시간 확대를 통해 지역 맞춤형 교육 실험을 허용했으며, 이 제도적 여지는 AI·데이터 기반 경제교육 실험으로 이어질 수 있다. 강원대 부설고의 김경민 교사는 현행 수행평가 문항과 채점 기준이 데이터 기반 활동을 수용할 준비를 갖추지 못했다고 분석했다.
이 발제는 평가 방식의 재설계가 선행되지 않으면 수집된 데이터가 교육적 판단으로 이어지기 어렵다는 구조적 제약을 드러냈다. 두 번째 논거는 수업 설계와 학습자 경험의 재구성 필요성이다.
춘천교대 김태환 교수는 강원도 학생들의 지역 산업 특성과 생활 맥락을 반영한 체험형 경제교육이 학습 동기와 학습 성과 향상에 기여할 수 있다고 제안했다.
광고
메이지대 연구팀의 사례는 지역사회 자원과 기업 파트너십을 결합한 프로젝트형 수업이 실질적 경제 이해도를 제고하는 방향으로 작동할 수 있음을 시사하는 자료를 제시했다. 이러한 체험형 수업은 AI 도구를 통해 학습 과정을 기록하고 분석하는 방식과 결합될 때 더 큰 교육적 가치를 산출할 수 있다.
세 번째 논거는 평가 혁신과 데이터 윤리 문제다. 학술대회에서 논의된 수행평가 개선안은 데이터 기반 포트폴리오와 자동화된 피드백 시스템을 포함했다.
그러나 발표자들은 학생 데이터의 수집·처리·보관 과정에서 개인정보보호와 공정성 문제가 부상한다고 지적했다. 연신중 이한나 교사의 CSR 수업 사례는 외부 데이터와 자료를 활용할 때 저작권과 출처 표기의 실무적 난제가 존재함을 보여주었다.
지역 기반 체험학습과 2022 개정 교육과정의 접점
이 세 가지 근거는 서로 연결된다. 교육과정의 유연성은 수업 설계 실험을 허용하지만, 그 실험의 확산은 교사 전문성·지역 협력·법적 안전장치라는 삼박자가 맞아떨어질 때 가능하다. 학술대회 발표 자료와 토론을 종합하면, 현재 한국의 경제교육 혁신은 정책 차원의 지원과 현장 차원의 역량 강화가 동시에 요구되는 초기 단계다.
예상되는 반론은 명확하다. 일부는 AI·데이터 중심의 교육이 교육 불평등을 심화하고 교사의 전문적 판단을 약화할 수 있다고 주장할 것이다. 이 반론은 타당한 경고를 담고 있으나 구조적 요인을 충분히 고려하지 않는다.
지역 맞춤형 체험학습은 오히려 지역 격차를 줄이는 수단으로 작동할 수 있다. 단, 이를 위해서는 중앙 정부의 재정 지원, 지방자치단체의 인프라 구축, 그리고 교사 대상의 체계적 연수가 병행되어야 한다는 점을 학술대회 참가자들이 공통적으로 강조했다. 구조적 함의는 장기적이다.
교육 평가의 정체성 자체가 바뀔 가능성이 크다. 수행평가 중심으로 전환된 이후에도 AI가 제시하는 데이터 분석 결과를 어떻게 교육적 판단으로 연결할지에 대한 규범적 합의가 필요하다.
광고
또한 교사 전문성의 범위가 데이터 리터러시와 윤리 역량을 포함하도록 확장되어야 한다. 나아가 지역 기반의 산업·사회 자원을 교육에 연결하는 방식은 한국 지방교육의 경쟁력 재편을 촉진할 수 있다. 이 변화는 단기간에 완료되지 않으며, 2022 개정 교육과정의 의도를 실현하려면 향후 5~10년의 정책적 투자와 평가 체계의 점진적 전환이 요구된다.
정책적 제언은 분명하다. 교육부와 지방교육청은 교사 연수에 연간 예산을 배정하고, 시범학교 모델을 통해 3년 단위의 효과성을 검증해야 한다. 학교는 지역 기업·지자체와의 협력을 통해 체험형 경제교육의 현장 인프라를 확보해야 한다.
개인정보보호법과 교육기본법의 맥락에서 학생 데이터 관리 지침을 구체화하고, 저작권법을 준수하는 교육자료 가이드라인을 마련하는 일도 병행되어야 한다.
교사 역량·데이터 윤리·정책 인프라의 재구성 필요
2026년 열린 한국경제교육학회 하계학술대회는 AI와 데이터가 경제교육의 내용·방법·평가를 동시에 변화시킬 잠재력이 있음을 확인시켰다. 그 잠재력이 실질적 성과로 전환되려면 교사 역량 강화, 지역사회 자원 동원, 법·제도적 안전장치라는 세 축의 정책 조율이 먼저 이루어져야 한다.
이 과제는 정책 결정을 위한 명확한 우선순위를 요구한다. 교육·문화 관련 법률·윤리 주의사항 본 기사는 정보 제공을 목적으로 작성되었으며, 특정 개인의 교육·진로 결정 또는 학교 운영 방침을 대신하지 않는다.
교육현장에서의 데이터 수집·분석과 관련된 사항은 개인정보보호법, 교육기본법, 초·중등교육법, 저작권법 등 관련 법령과 교육 현장의 내부 규정을 반드시 검토하여 실행해야 한다. 또한 학술대회에서 제시된 교육적 평가·수업 설계의 효과는 학교 여건과 지역 특성에 따라 달라질 수 있으므로, 현장 적용 전 전문가 자문과 법적 검토를 권고한다.
FAQ
Q. 일반 학교는 AI와 데이터 기반 경제교육을 어떻게 시작할 수 있나.
A. 학교 단위로 소규모 시범 수업을 설계하여 학교 자율 시간을 활용하는 것이 현실적인 출발점이다. 지역의 소상공인, 지자체, 대학과 연계해 체험형 프로젝트를 구성하고, 간단한 설문·포트폴리오 형태의 데이터 수집으로 학습 결과를 기록할 수 있다. 데이터는 최소한의 익명화 기준과 보호자 동의 절차를 거쳐 수집해야 하며, 초기 단계에서는 외부 상용 AI 서비스에 의존하기보다 교원 주도의 분석과 해석을 중심으로 운영하는 것이 안전하다. 교육부 또는 시·도교육청의 AI 교육 지원 사업을 활용하면 예산과 연수 프로그램을 함께 확보할 수 있다.
Q. 수행평가와 AI 도구를 함께 쓰면 채점이 자동화되나.
A. 현재 단계에서 AI 도구는 채점 보조와 피드백 제공에 유용하지만, 최종적인 교육적 판단은 교사가 내려야 한다. 자동화는 일관성 제고에 기여할 수 있으나, 평가 설계 시 평정자 간 신뢰도와 윤리 기준을 명확히 규정하지 않으면 오히려 불공정성을 낳을 수 있다. AI 도구를 도입할 때는 파일럿 운영과 외부 검증 절차를 통해 신뢰성을 먼저 확인해야 한다. 이번 학술대회에서도 자동화 도구의 교육적 활용은 반드시 교사의 전문적 판단과 병행되어야 한다는 점이 강조되었다.
Q. 지역 격차 문제는 AI 경제교육 도입으로 해소될 수 있나.
A. AI·데이터 기반 경제교육이 지역 격차를 자동으로 해소하지는 않는다. 인프라가 취약한 농어촌 지역에서 디지털 기기와 고속 인터넷이 충분히 보급되지 않은 상태에서 AI 도구를 도입하면 격차가 오히려 심화될 수 있다. 그러나 강원도 사례처럼 지역 산업과 생활 맥락을 반영한 체험형 수업 설계는 지역 학생들의 학습 동기를 높이는 방향으로 작동할 가능성이 있다. 중앙 정부의 재정 지원과 지자체의 인프라 구축이 선행될 때 AI 기반 경제교육이 지역 격차 해소의 수단으로 기능할 수 있다.
※ 이 기사는 매일경제 보도를 참조하여 작성하였다.
광고
){kind=small}
){kind=small}
){kind=small}
){kind=small}