AI 수업이 늘어나는 2026년, 디지털 소양은 무엇으로 증명되나

화면을 많이 썼다는 사실만으로는 부족하다

학생이 생성형 AI에 “우리 동네 폭염 대책을 알려줘”라고 입력하고 그럴듯한 답을 받았다고 하자. 배운 것은 프롬프트 입력법일까, 기후와 도시 공간의 관계일까. 실제 수업의 질은 답을 만든 속도보다 자료의 출처를 확인하고, 취약한 주민의 관점이 빠졌는지 살피고, 자기 주장에 맞지 않는 근거를 수정하는 과정에서 드러난다. 이런 수업 기준은 이 글의 분석적 제안이다. 모든 학교가 이미 이를 하고 있다는 진술은 아니다.

교육부는 2022 개정 교육과정에서 언어·수리·디지털을 모든 교과의 기초소양으로 제시하고 정보교육 확대와 디지털·AI 기반의 학생 참여형 수업을 방향으로 발표했다.^[1] 이 방향을 “모든 수업에 AI 도구를 써야 한다”는 의무로 읽으면 과장이다. 교과 목표를 먼저 정한 뒤 도구가 그 목표에 필요한지 묻는 순서가 맞다.

같은 도구라도 수업 목표에 따라 판단은 달라진다. 맞춤법을 고치기 위해 쓸 때와 역사적 사건의 원인을 설명하게 할 때는 오류의 비용과 검증 방법이 다르다. 전자는 초안을 다듬는 지원일 수 있지만 후자에서는 사료와 해석을 학생이 직접 대조해야 한다. 도구의 유무보다 과제의 설계가 먼저다.

교육과정, 중점학교, 교육자료는 서로 다른 층위다

2026년 교육부는 초·중등 AI 중점학교 1,141개교를 선정해 3월부터 운영한다고 발표했다. 발표문은 AI 관련 교과 수업 확대, 여러 교과와 연결한 융합 교육, 윤리교육, 체험 환경 조성을 네 방향으로 제시한다.^[2] 이 숫자는 선정 학교 수이며 전국 모든 학교가 동일한 AI 과정을 이미 운영한다는 뜻은 아니다. 교육부가 밝힌 2027년 1,500개교, 2028년 2,000개교는 향후 확대 목표로 구분해야 한다.

또 다른 층위는 수업에서 쓰는 소프트웨어다. 2025년 개정된 초·중등교육법은 교육자료와 학습지원 소프트웨어를 규정하고, 일정한 소프트웨어를 선정할 때 교육부 기준과 학교운영위원회 심의를 거치도록 했다.^[3][4] 교육과정 목표, 특정 학교 지원사업, 도구 선정 절차는 서로 영향을 주지만 같은 제도가 아니다. 가령 중점학교가 아니어도 정보 수업을 할 수 있고, 교육자료를 채택했다고 자동으로 학생의 AI 역량이 높아지는 것은 아니다.

중점학교의 운영 성과를 볼 때 선정 수와 수업 시수를 먼저 확인할 수는 있다. 다만 학생이 알고리즘의 한계를 설명하고 실제 문제에 적용하는지까지 알려면 작업물과 수업 관찰이 필요하다. 지원사업 수치가 학습 결과를 대신할 수 없다는 뜻이다. 또한 중점학교 밖의 학교도 비교에서 배제하지 않아야 한다.

AI 디지털교과서라는 이름의 법적 변화

교육부의 2023년 자료는 AI 디지털교과서를 교과용도서로 개발·검정하겠다는 당시 정책을 설명한다.^[5] 그러나 현재 안내는 NEIS와 연계되는 “AI·디지털 교육자료(옛 AI 디지털교과서)”라고 부르며, 학습지원 소프트웨어 선정 기준을 준수하면서 추가로 교육부의 통합 관리 포털을 통해 운영하도록 한다.^[4] 과거 계획을 현재의 법적 지위로 그대로 옮기면 독자가 학교의 선택권과 심의 절차를 오해할 수 있다.

2025년 신설된 초·중등교육법 제29조의2는 교육자료를 교과용 도서 외에 교육과정 운영에 쓰는 자료로 정의하고, 학습지원 소프트웨어를 포함한다.^[3] 이 글은 특정 제품의 채택 여부나 품질을 판정하지 않는다. 학교가 실제로 어떤 도구를 선택했는지는 학교운영위원회 안건과 학교의 안내를 확인해야 한다. 법적 분류의 변화와 교육적 효과는 별개로 검증해야 할 질문이다.

명칭 변화가 사소해 보일 수 있지만 책임의 위치를 바꾼다. 교과용도서로 이해할 때와 학교가 심의해 선정하는 교육자료로 이해할 때 학부모가 확인할 문서가 다르다. 학교가 채택한 자료의 목적과 데이터 처리 방식을 쉽게 설명할 수 있어야 학생의 사용 여부를 숙고할 수 있다.

학교가 소프트웨어를 고를 때 보는 기준

교육부는 학생 개인정보를 처리하거나 교육과정 성취기준과 관련된 학습 콘텐츠를 제공하는 소프트웨어를 선정할 때 기준을 적용한다고 안내했다. 필수 항목에는 최소한의 개인정보 수집, 보유기간과 목적 명시, 안전조치, 열람·정정·삭제 절차, 만 14세 미만 아동의 보호, 제3자 제공·위탁 정보가 포함된다.^[4] “우리 학교에서 무료로 쓴다”는 설명만으로 데이터 처리 조건까지 확인됐다고 볼 수 없는 이유다.

선택 항목은 교육목표와 학생 특성의 적합성, 콘텐츠의 정확성과 안전성, 기기·네트워크 환경, 접근성, 기술 지원을 살피도록 한다.^[4] 필수 기준 통과는 교육적 우수성의 보증서가 아니다. 오답을 근거와 함께 고칠 수 있는지, 장애 학생도 사용할 수 있는지, 네트워크가 끊겼을 때 대체 활동이 있는지 같은 질문은 교실에서 별도로 검토해야 한다. 학교는 교원 의견을 모으고 기준 충족을 확인한 뒤 학교운영위원회 심의를 거쳐 최종 선정한다는 절차도 명시돼 있다.^[4]

학교운영위원회 심의가 형식에 그치지 않으려면 안건에 제품의 기능 소개뿐 아니라 대안 비교와 학생 데이터 흐름을 담아야 한다. 이름, 학습 기록, 음성·이미지 가운데 무엇을 수집하는지, 업체 외 제3자에게 제공되는지, 계약 종료 후 삭제되는지 묻는 방식이다. 이는 법령에 적힌 절차를 실질화하기 위한 편집진의 제안이다.

AI를 배우는 수업과 AI로 배우는 수업

AI를 배우는 수업은 데이터가 어떻게 모이는지, 모델이 왜 틀릴 수 있는지, 자동화된 분류가 누구에게 불리한지 탐구한다. AI로 배우는 수업은 도구를 이용해 설명이나 연습 문제를 얻는다. 둘은 연결될 수 있지만 성취 목표가 다르다. AI 중점학교의 네 방향에도 관련 교과 수업과 여러 교과 융합, 윤리, 체험이 나뉘어 있다.^[2] 구분하지 않으면 도구 사용 횟수를 역량으로 착각하기 쉽다.

수학에서는 모델이 제시한 그래프의 축과 단위를 검토하고, 국어에서는 같은 주장에 대해 다른 출처가 무엇을 빠뜨렸는지 비교할 수 있다. 정보 수업에서는 자료가 편향되어 있을 때 결과가 어떻게 달라지는지 작은 예시로 실험할 수 있다. 이 예시는 교육과정 방향을 실천적으로 풀어 쓴 것이며 공식 필수 수업안이 아니다. 성과를 확인하려면 학생이 도구 없이도 핵심 개념을 설명하고, 도구가 낸 오류를 발견하며, 선택의 이유를 말할 수 있는지 봐야 한다.

AI가 정답을 즉시 알려주면 학생이 시행착오를 거칠 시간이 줄어들 수 있다. 반대로 학생이 스스로 쓴 설명을 검토받고 왜 틀렸는지 비교한다면 피드백의 속도가 도움이 될 수 있다. 교사는 어느 단계에서 답을 보여줄지, 학생의 첫 생각을 어떻게 보존할지 정해야 한다. 같은 기능도 학습 설계에 따라 역할이 바뀐다.

개인화의 이익은 조건부다

적절한 소프트웨어는 교사가 학생의 오개념을 빨리 파악하고 다른 설명을 제공하는 데 도움을 줄 수 있다. 그러나 이를 정책의 확인된 평균 효과로 말할 근거는 이 자료 묶음에 없다. 교사의 판단을 보조하고 학생이 스스로 설명을 바꾸는 시간을 확보할 때 가능성이 커진다는 조건부 분석이다. 반대로 기기 사용이 어려운 학생, 화면 읽기가 불편한 학생, 가정 접속이 불안정한 학생은 같은 도구를 제공받아도 같은 경험을 하지 못할 수 있다.

교사는 한 수업에서 도구가 필요한 단계와 손으로 쓰고 토론할 단계를 구분할 수 있다. 학부모는 사용 시간보다 어떤 정보가 수집되고 언제 삭제되는지, 학생이 오류를 어떻게 검토하는지를 물을 수 있다. 학생은 답을 제출하기 전에 “이 문장의 근거가 무엇인가, 내 생각과 다른 자료는 없는가”를 점검할 수 있다. 개인정보 보호와 학습의 깊이는 함께 설계할 문제이지 어느 하나를 포기해야 하는 양자택일이 아니다.^[4]

접근성은 기기 지급 여부만으로 끝나지 않는다. 작은 글씨, 빠른 음성, 복잡한 로그인 절차, 긴 화면 사용은 학생마다 다른 부담을 만든다. 대체 활동을 마련하는 것은 디지털 교육에 뒤처진 학생을 따로 분류하기보다 같은 학습 목표에 도달할 여러 경로를 만드는 일이다.

핀란드와 OECD가 제시하는 다른 잣대

핀란드 교육청은 기본교육의 여러 교과에 다중문해력과 ICT 역량을 연결하고, 뉴스·그림·통계 등 서로 다른 형식의 정보를 읽고 생산하는 능력을 설명한다.^[6] 이를 한국 교실에 비춰 보면 기기 조작보다 정보의 의미와 신뢰성을 다루는 수업인지 묻는 데 유용하다. 다만 핀란드의 국가 핵심 교육과정과 한국의 정보교육 시수·입시 환경은 다르므로 효과의 직접 비교는 불가능하다.

OECD의 Learning Compass는 학생의 주도성, 지식·기술·태도·가치, 웰빙을 함께 보는 지향적 틀이라고 스스로 규정한다.^[7] 국가별 의무 수업 기준이나 AI 제품 인증 목록이 아니다. “학생이 AI를 썼는가”에서 “학생이 목표를 세우고 증거를 해석하고 책임 있게 수정했는가”로 질문을 넓히는 참고 틀로만 써야 한다. 해외 기준을 인용하는 것만으로 국내 정책의 성공이 입증되지는 않는다.

2026년 교실의 세 가지 점검 질문

학생에게는 “AI 답변에서 틀렸거나 빠진 부분을 어떤 자료로 확인했나”가 출발점이다. 학부모에게는 “학교가 쓰는 소프트웨어는 어떤 데이터를 얼마 동안 보관하며, 사용하지 못하는 학생의 대체 활동은 무엇인가”가 실용적이다. 교사와 학교에는 “이 도구가 없을 때보다 어떤 학습 목표를 더 잘 달성하고, 그 차이를 어떤 학생 작업물로 확인할 것인가”를 묻고 싶다.^[4][1]

2026년 9월 30일 기준 이 글에서 확인한 사실은 교육과정의 목표, AI 중점학교 선정 발표, 교육자료의 법적 분류와 선정 절차다. 특정 도구의 학습 성과나 학교별 개인정보 보호 수준은 여기서 판정하지 않았다. 이후에는 학교운영위원회 공개 자료와 실제 수업 결과, 학생·교사의 경험을 함께 보아야 한다. 정책 발표의 수와 학습의 질을 분리해 읽는 것이 주간 뉴스레터의 다음 검증 과제다.

학교는 다음 평가 때 사용한 도구 목록만 집계하기보다 학생이 잘못된 답을 찾아 고친 사례를 익명으로 모아 볼 수 있다. 학생은 자신의 수정 이유를 짧게 설명하고, 교사는 도구가 없을 때와 비교해 어떤 개념 이해가 좋아졌는지 확인한다. 그 결과가 부족하다면 사용 방식을 바꾸는 것이 교육적 판단이다.

같은 정책, 다른 자리

장점은 어떤 조건에서 작동할까

해외 사례가 비춰 주는 것