
15. 교사가 없는 교실은 가능한가
한 학생이 수학 문제를 풀다가 막힌다. 인공지능 튜터에게 질문하자 몇 초 만에 풀이 과정이 나타난다. 이해하지 못한 부분을 다시 물어도 AI는 지치지 않는다. 학생의 수준에 맞춰 문제의 난이도를 조절하고, 틀린 문제를 분석해 복습까지 제안한다.
이 장면만 보면 미래의 교실에 교사가 꼭 필요한지 의문이 생긴다. 지식을 설명하고 문제를 출제하며 답안을 평가하는 일까지 기계가 수행한다면 교사의 역할은 무엇으로 남을까.
그러나 여기에는 중요한 질문이 빠져 있다.
지식을 전달하는 일과 한 인간을 교육하는 일은 같은가.
교육을 정보의 전달로만 이해한다면 교사는 점차 기술에 자리를 내어줄 수 있다. 그러나 교육이 인간의 성장과 판단, 관계와 책임을 함께 다루는 과정이라면 이야기는 달라진다.
AI가 교육의 일부 기능을 수행할 수 있다는 사실과 교사라는 존재가 불필요해진다는 주장은 구별해야 한다.
AI 튜터의 가장 큰 가능성은 개별화 학습에 있다. 같은 교실에서도 학생마다 이해 속도와 배경지식은 다르다. 어떤 학생은 한 번의 설명으로 문제를 해결하지만, 다른 학생은 여러 차례 설명을 들어야 이해한다.
AI는 이러한 차이에 대응할 수 있다. 학생이 반복해서 틀리는 유형을 찾아내고, 필요한 연습문제를 제공하며, 학습 과정을 즉각적으로 안내할 수 있다.
이런 기능은 교사 한 사람이 많은 학생을 지도해야 하는 현실에서 유용한 보조 수단이 될 수 있다.
그러나 학습 성취도가 높아지는 것과 교육적으로 성장하는 것은 반드시 일치하지 않는다.
어떤 학생이 AI의 도움으로 모든 문제를 정확하게 풀었다고 가정해 보자. 그 학생은 정답을 얻는 방법을 익혔을 수 있다. 하지만 왜 그 지식을 배워야 하는지, 그 지식을 다른 사람을 위해 어떻게 사용할지, 잘못된 판단을 했을 때 어떤 책임을 져야 하는지까지 배웠다고 단정할 수는 없다.
독일 철학자 임마누엘 칸트는 교육을 인간이 자신의 이성을 사용하고 도덕적 자율성을 기르는 과정과 연결했다. 여기서 자율성이란 단순히 원하는 것을 마음대로 선택하는 자유가 아니다. 스스로 판단의 원칙을 세우고 그 선택에 책임지는 능력이다.
이 관점에서 교육은 정답을 많이 아는 사람을 만드는 작업에 머물지 않는다. 자신이 아는 것을 의심하고, 타인의 관점을 검토하며, 자신의 판단이 옳은지 성찰하는 인간을 기르는 과정이다.
AI가 정답을 설명할 수 있다면 교사는 그 정답이 왜 중요한지, 언제 의심해야 하는지, 어떤 상황에서 다른 판단이 필요한지를 학생과 함께 탐구해야 한다.
미래 교육의 경쟁력은 얼마나 많은 지식을 빠르게 전달하느냐보다 학생이 얼마나 깊이 질문하도록 돕느냐에 달려 있을지 모른다.
AI 교육 시스템은 학습 기록을 분석한다. 문제 풀이 시간, 정답률, 반복되는 오류, 학습 진도 등을 바탕으로 학생의 학습 상태를 추정한다.
그러나 학생의 학습 기록이 곧 학생의 삶 전체를 설명하지는 않는다.
어제까지 성실하게 공부하던 학생이 갑자기 문제를 풀지 못한다고 생각해 보자. AI는 정답률 하락과 학습 시간 감소를 감지할 수 있다. 그러나 그 원인이 가정의 갈등인지, 친구와의 다툼인지, 불안과 피로인지 학습 기록만으로 확정할 수는 없다.
교사는 학생의 표정과 말투, 평소 행동의 변화, 친구들과의 관계를 살피며 그 이유를 묻는다. 물론 교사도 학생의 마음을 언제나 정확하게 이해하는 것은 아니다. 그래서 더욱 중요한 것은 성급한 판단보다 대화와 경청이다.
AI 역시 적절히 설계된다면 학생이 도움을 요청하도록 안내하고 교사에게 필요한 신호를 제공할 수 있다. 하지만 학생의 감정과 어려움을 단순한 점수나 위험 등급으로 환원해서는 안 된다.
교육에서 중요한 것은 학생을 얼마나 정확하게 분류하느냐가 아니라, 분류된 결과가 학생의 가능성을 제한하지 않도록 하는 일이다.
특히 AI의 판단이 학생에게 낮은 기대를 고착시키거나 특정 배경의 학생에게 불리하게 작용할 위험을 경계해야 한다.
맞춤형 교육은 학생을 데이터에 맞추는 일이 아니라, 기술을 학생의 성장에 맞추는 일이어야 한다.
교실에서는 지식만 배우지 않는다.
학생들은 친구와 협력하고, 의견이 충돌할 때 타협하며, 자신의 잘못을 인정하고, 타인의 고통에 반응하는 방법을 배운다.
모둠 활동에서 한 학생이 자신의 주장만 고집한다고 가정해 보자. AI는 협력의 중요성을 설명하고 갈등 해결 방법을 제시할 수 있다. 그러나 실제로 친구의 불만을 듣고 자신의 태도를 바꾸는 경험은 학생들이 관계 속에서 직접 겪어야 한다.
교육은 설명을 이해하는 일인 동시에 다른 사람과 함께 살아가는 연습이다.
철학자 마르틴 부버는 인간의 관계를 사물을 대상으로 다루는 '나-그것'의 관계와 상대를 인격적으로 만나는 '나-너'의 관계로 구분했다.
이 구분은 AI 시대의 교실에 중요한 질문을 던진다. 학생을 성취도와 학습 효율로만 평가한다면 교육은 인간을 관리하는 기술로 축소될 위험이 있다.
학생은 평가의 대상이기 이전에 존중받아야 할 인격이다.
교사는 학생에게 지식을 전달하는 사람인 동시에, 학생이 다른 사람을 존중하고 공동체의 구성원으로 살아가는 방법을 배우도록 돕는 사람이다.
그렇다고 모든 교사가 언제나 좋은 관계를 형성한다는 뜻은 아니다. 교실에서도 차별과 배제, 권위주의가 발생할 수 있다. 그러므로 인간 교사의 존재 자체를 이상화해서는 안 된다.
중요한 것은 교사와 학생 모두가 존중받고, 갈등을 대화로 해결하며, 서로의 권리를 인정하는 교육 환경을 만드는 일이다.
AI는 이러한 교육을 지원할 수 있지만, 공동체의 책임을 대신 떠맡는 주체가 되어서는 안 된다.
AI 교육을 둘러싼 논쟁은 기술이 교사를 대체할 수 있는지에 집중되기 쉽다. 그러나 더 중요한 문제는 AI가 교사의 시간을 어디로 돌려주는가에 있다.
AI가 반복적인 문제 출제와 기초 피드백, 일부 행정업무를 줄여준다면 교사는 학생과 대화하고, 학습의 어려움을 살피며, 토론과 협력을 지도하는 데 더 많은 시간을 사용할 수 있다.
반대로 AI 도입이 교사의 전문성을 약화시키고, 학생을 자동화된 평가 체계에 종속시키며, 교육을 비용 절감의 대상으로만 바라보게 한다면 기술의 발전이 교육의 후퇴로 이어질 수도 있다.
유네스코는 생성형 AI의 교육 활용에서 인간 중심의 접근, 개인정보 보호, 교사의 역량 강화와 제도적 관리의 중요성을 강조해 왔다.
이는 AI를 교실에서 무조건 배제하자는 주장이 아니다. 기술을 활용하되 교육의 목적과 책임을 인간이 결정해야 한다는 뜻이다.
이를 위해 학교와 교육당국은 몇 가지 원칙을 세워야 한다.
학생의 개인정보는 필요한 범위에서만 수집하고 보호해야 한다. AI가 제시한 평가와 추천은 교사가 검토하고 수정할 수 있어야 한다. 경제적 형편이나 지역에 따라 교육 기술의 접근성이 달라지지 않도록 공공의 책임도 강화해야 한다.
무엇보다 교사가 AI의 결과를 비판적으로 판단할 수 있도록 충분한 연수와 시간, 전문적 자율성을 보장해야 한다.
교육의 미래는 교사가 얼마나 적게 필요한 교실을 만드는가로 평가해서는 안 된다. 오히려 학생 한 사람 한 사람을 얼마나 깊이 이해하고 성장하도록 돕는가를 기준으로 삼아야 한다.
AI는 학생이 무엇을 모르는지 찾아내는 데 도움을 줄 수 있다. 그러나 그 학생이 왜 배우기를 두려워하는지, 무엇을 꿈꾸는지, 어떤 사람으로 살아가고 싶은지는 대화와 관계 속에서 함께 탐색해야 한다.
교사가 없는 교실은 기술적으로 일부 가능할지 모른다. 그러나 그것이 우리가 바라는 교육의 미래인지는 전혀 다른 질문이다.
교육의 목적은 정답을 생산하는 인간을 만드는 것이 아니라, 정답이 없는 세상에서도 스스로 생각하고 타인과 함께 살아갈 수 있는 인간을 기르는 데 있다.
AI 시대에 우리가 지켜야 할 것은 교사라는 직업의 형식만이 아니다. 한 인간의 성장을 다른 인간이 책임 있게 돕는 교육의 본질이다.





