AI(Artificial Intelligence)가 UN이 제시한 지속가능개발목표들(Sustainable Development Goals; SDGs)의 달성 중 네 번째 목표인 교육 부문에서 어떠한 역할을 할 것인가? 

UN이 제시한 것처럼, 교육은 다른 SDGs를 실현하는 핵심 요소로서 출발점이 될 수 있다는 점에서 의의가 있다. 

경제협력개발기구(OECD) 교육지표 2023년도 결과 발표에 따르면, 우리나라의 학생 1인당 공교육비 지출액은 초등학생 $13,278, 중학생 $17,038로 OECD 평균을 상회하며, 고등학생은 $11,225로 OECD 평균을 하회한다. 

그러나 청년층(만 25~34세)의 고등교육 이수율은 69.6%로 OECD 국가 중 1위이다. 2019년 전 세계의 초등학교 학생 중 58%만이 글을 읽을 줄 알고, 중학교와 고등학교에서의 학습 결과가 후퇴되고 있다는 UN의 보고서는 교육열이 높은 우리의 상황과는 매우 대조적이다. 

이런 상황에서 AI가 UN의 교육부문에서의 SDGs 4를 달성하는데 기여한다는 연구들이 속속 제시되고 있다. 따라서 이번 호에서는 AI가 SDGs 4 교육부문에 미치는 영향 및 이를 위한 단계에 대하여 살펴본다.

SDG 4(양질의 교육)는 포용적이고 공평한 양질의 교육을 보장하고 모든 사람을 위한 평생 학습 기회를 증진하는 것을 목표로 한다. 목표는 교육이 기본적인 인권이며, 지속가능한 발전을 달성하는 데 필수적이라는 점을 인식한다. 

SDG 4의 목표는 모든 남자와 여자 어린이들이 양질의 초중등 교육을 받을 수 있도록 하고, 읽고 쓰는 기초 능력과 수리 능력을 습득하며, 합리적인 가격의 고품질 기술, 직업, 고등교육을 받을 수 있도록 보장하는 것이다. 

교육에서 AI의 역할은 데이터 분석, 기계 학습 알고리즘을 학습 과정에 통합하여 전통적인 교육 방법을 강화하는 것이다. 이러한 통합은 학생, 교사, 관리자 모두를 위한 교육을 잠재적으로 변화시킬 수 있다. AI의 SDGs 4(교육부문)에서의 장점과 단점은 <표 1>과 같다(eLearning Inside, 2024). 

교육부문에서 AI의 장점은 다음과 같다.
먼저, AI는 맞춤형 학습을 가능하게 한다. AI는 개별학생의 학습 스타일과 속도에 맞출 수 있다. AI 기반 교육 플랫폼은 학생의 성과에 따라 난이도를 조정하고, 리소스를 추천하거나 콘텐츠를 수정할 수 있다. 

둘째, AI는 실시간 피드백을 제공한다. 교사가 과제를 채점할 때까지 기다리지 않아도 학생들은 주제에 대한 이해를 즉시 평가받을 수 있다. 이를 통해 자신의 약점을 빠르게 파악하고 개선할 수 있다. 

셋째, AI는 몰입형 학습 경험을 제공한다. AI는 기존 교실 환경을 넘어선 몰입형 대화형 학습 경험을 만들 수 있다. 증강 현실(AR)과 가상 현실(VR)을 통합하여 AI는 학생들이 상호 작용할 수 있는 실제 시나리오를 만들 수 있다. 이는 이해력을 높일 뿐만 아니라 학습을 더욱 매력적이고 재미있게 만들어준다.

한편, AI의 다양한 방법과 도구가 교육 부문의 질적 향상에 기여할 수 있다(Zlateva, Dimitrov, & Velev, 2023). 

1)AI 기반 맞춤형 학습(AI-based personalized learning)은 개별 학생의 요구와 능력에 맞게 내용, 속도, 난이도를 조절할 수 있다. 알고리즘이 학생의 성과를 분석하고 강점과 약점을 식별하여 맞춤형 권장 사항을 제공한다. 이를 통해 모든 학생은 자신에게 최적화된 교육을 받을 수 있다. 

2)개인화된 접근 시스템(AI-based intelligent tutoring systems; AITS)을 통해 학생들은 뒤쳐지지 않고 개념을 효과적으로 이해할 수 있게 돕는다. AITS는 대화형 및 적응형 학습 경험을 제공하며, 학생의 반응을 이해하고 개별 진행 상황에 맞춰 설명을 제공한다. 이를 통해 학생들은 지식과 기술을 습득하고 학습 결과를 향상시킬 수 있다. 

3)AI 기반 자동 채점 및 피드백(AI-based automated grading and feedback)은 과제와 시험 채점을 자동화할 수 있으며, NLP(Natural language processing) 알고리즘을 통해 서면 응답을 분석하고 품질을 평가하며 개선할 부분에 대한 피드백을 제공한다. 

4)AI 기반 가상 비서와 챗봇(AI-based virtual assistants and chatbots)은 학생들에게 즉각적인 지원과 안내를 제공하며, 질문 해결, 정보 제공, 학습 과제 지원을 수행할 수 있다. 

5)AI 기반 지능형 콘텐츠 생성(AI-based intelligent content creation)은 특정 학습 목표와 학생 요구에 맞는 교육 콘텐츠를 개발할 수 있다. 알고리즘은 방대한 교육 리소스를 분석하여 관련 콘텐츠를 준비하고, 대화형 수업이나 퀴즈를 생성할 수 있다. 

6)AI 기반 데이터 기반 의사결정(AI-based data-driven decision making)은 교육 관리자가 대규모 교육 데이터를 분석하여 정보에 입각한 결정을 내리는 데 도움을 줄 수 있다. AI 알고리즘은 학생 성과 관련 데이터의 패턴, 추세, 상관관계를 식별할 수 있다. 

7)AI 기반 언어 번역 및 필사(AI-based language translation and transcription)는 교육의 언어 장벽을 제거할 수 있다. 특수 도구는 교육 자료를 다른 언어로 자동 번역하여 다양한 언어 배경을 가진 사람들이 학습 리소스에 쉽게 접근할 수 있게 해준다. 

8)AI 기반 게임화 및 적응형 학습(AI-based gamification and adaptive learning)은 학생의 참여도와 동기 부여를 향상시킬 수 있다. AI 알고리즘은 학생의 행동과 선호도를 분석하여 개인의 발전과 학습 스타일에 맞춘 게임화된 학습 경험을 제공한다. 

9)AI 기반 학습분석(AI-based learning analytics)은 학생의 학습 패턴, 참여, 진행 상황 데이터를 수집, 분석, 시각화하여 학습분석을 용이하게 한다. 이를 통해 학생 성과에 대한 통찰력을 제공할 수 있다. 

10)AI 기반 정서 분석 및 정서 지원(AI-based sentiment analysis and emotional support)은 NLP와 얼굴 인식 기술을 통해 학생의 감정 상태를 분석한다. 이를 통해 정서적 및 스트레스 수준을 파악하여 교사가 적절한 정서적 지원을 제공할 수 있게 돕는다. 

11)AI 기반 적응형 평가(AI-based adaptive assessment)는 각 학생의 지식 및 기술 수준에 따라 평가 과정을 조정한다. AI 알고리즘은 개인의 성과에 따라 난이도와 질문 유형을 조절할 수 있다. 

12)AI를 몰입형 학습을 위한 가상 현실(VR)과 증강 현실(AR)과 결합하여 몰입형 학습 경험(Virtual Reality (VR) and Augmented Reality (AR) for Immersive Learning)을 제공할 있다. 가상 시뮬레이션, 3D 모델, 대화형 환경은 다양한 주제에 걸쳐 복잡한 개념의 이해와 참여를 증진한다. 

13)AI 기반 스마트 교실(AI-based smart classrooms)을 물리적 교실에 통합하여 스마트 학습 환경을 구축할 수 있다. 스마트 교실은 관리 작업을 자동화하고, 대화형 디스플레이를 제공하며, 협업 활동을 촉진하고, 학생-교사 상호 작용을 향상시킬 수 있다.

반면에, 교육에서 AI의 단점은 다음과 같다(eLearning Inside, 2024). 

먼저, 데이터 개인 정보보호 문제이다. 교육에서 AI 사용과 관련된 주요 관심사 중 하나는 데이터 개인 정보 보호이다. AI 시스템이 효과적으로 작동하려면 방대한 양의 데이터가 필요하다. 학생에 관한 민감한 정보가 잘못된 사람의 손에 넘어가면 잠재적으로 위험해질 수 있다. 학생 데이터를 보호하려면 엄격한 규정을 마련해야 한다. 

둘째, 기술 의존도가 높아지는 문제이다. 기술은 학습을 향상시킬 수 있지만, 지나치게 의존하면 문제가 발생할 수 있다. 시스템이 실패하거나 기술적 결함이 있을 경우 학습 과정이 중단될 수 있다. 더욱이 AI와의 지속적인 상호 작용으로 인해 학생들은 전통적인 교실 환경에서 인간 상호 작용을 통해 개발되는 사회적 기술이 부족해질 수 있다. 

셋째, 인간적 접촉의 부족이다. AI는 인간의 반응을 모방할 수 있지만 학생들의 정서적 요구를 이해하고 대응할 수 없다. 교사는 AI가 복제할 수 없는 인간적 접촉을 제공하여 학생들에게 동기를 부여하고 영감을 주는 데 중요한 역할을 하지만, AI는 이러한 면이 부족하다. 

전인교육에서는 감성지능이 학문적 지능만큼 중요하다. 따라서 효과적인 학습을 위해서는 AI 사용과 교사의 대체할 수 없는 인간적 접촉의 균형을 맞추는 것이 무엇보다 중요하다.

AI 기반 교육이 SDG 교육에 활용되려면 다음 단계를 따라야 할 필요가 있다(Zlateva et al., 2023). 

먼저, 어떤 특정 SDG를 다룰 것인지 결정하기 위해 SDGs를 확인해야 한다. 

둘째, 학생들이 AI 교육을 통해 습득할 지식과 기술을 정의하는 학습 목표를 설정한다. 

셋째, AI가 특정 SDG와 관련된 교육, 학습, 평가 과정을 개선할 수 있는 방법을 고려하여 적절한 AI 애플리케이션을 선택한다. 

넷째, 교육용 AI 플랫폼, 오픈 소스 AI 라이브러리, AI 기반 교육 도구 등 온라인에서 이용 가능한 리소스를 식별하고 접근한다. 

다섯째, 교사의 전문성을 개발해야 한다. 이를 위해 AI 개념과 응용 프로그램에 익숙해질 수 있는 훈련 세션, 워크숍 또는 온라인 강좌를 제공하여 교사가 AI를 효과적으로 통합할 수 있도록 돕는다. 

여섯째, 학생들이 AI 기반 도구와 기술을 사용하여 탐색, 생성, 협업할 수 있는 활동, 프로젝트, 과제를 설계한다. 

일곱째, AI의 윤리적 사용을 장려하여 편견, 개인정보 보호, 책임 등 AI 관련 윤리적 고려사항을 가르쳐 학생들이 윤리적 의미를 이해하고 정보에 입각한 결정을 내릴 수 있도록 한다. 

여덟째, 학생들의 AI 개념 이해도, AI 도구 사용 능력, 해당 SDGs에 대한 이해도를 측정하는 평가 및 진행 상황을 모니터링한다. 

아홉째, SDGs를 위한 AI 기반 교육을 사용하는 다른 교육자, 학교, 조직과 협력하여 모범 사례를 공유한다. 

열 번째, SDGs에 대한 학생 학습 결과, 참여, 이해에 대한 영향을 평가한다. 이를 통해 AI 통합의 효과와 관련성을 정성적, 정량적으로 측정한다. 

열한 번째, 선택한 접근 방식을 지속적으로 조정하고 개선하여 이점을 극대화하고 새로운 과제를 해결하기 위해 AI 기반 교육의 반복과 개선을 한다. 

열두 번째, 특정 주제나 수업을 식별하여 커리큘럼에 AI 개념, 도구, 애플리케이션을 통합한다. 

열세 번째, 다양한 주제 영역에서 AI 개념과 응용 프로그램을 통합하고, 과학, 수학, 사회학, 환경 연구 등 SDGs와 관련된 다른 분야에서의 사용 사례를 보여줌으로써 학제간 학습 접근 방식을 구현한다. 

열네 번째, 직업 시장의 변화하는 요구에 적응하고 지속 가능한 발전에 기여하도록 평생학습을 촉진한다. AI 기반 플랫폼은 개인의 다양한 삶의 단계에 맞춘 맞춤형 학습 경로를 제공할 수 있다. 

열다섯 번째, AI 기반 교육 연구와 혁신을 통해 새로운 교육 방법, 학습 모델, 교육 기술을 탐구한다. AI는 SDG 교육의 발전을 위해 데이터 분석 및 시뮬레이션 기반 연구를 지원할 수 있다.

한편, SDG를 위한 AI 기반 교육은 다음과 같은 다양한 전문가의 협업 또는 조합으로 그 목표를 달성할 수 있다(Zlateva et al., 2023). 

1)학교나 대학과 같은 교육 기관이 매우 중요한 역할을 한다. AI 기본 사항, 윤리적 고려 사항, 지속 가능한 개발을 위한 AI 애플리케이션 및 특정 SDG 과제 해결에 초점을 맞춘 프로젝트를 주제로 AI 과정, 프로그램 또는 모듈을 커리큘럼에 통합할 수 있다. 

2)실용적인 지식과 실제 경험을 갖춘 AI 및 기술 전문가는 지속 가능한 개발에서 AI 적용에 대한 귀중한 통찰력을 제공하고 학생들이 AI 기술의 뉘앙스와 잠재력을 이해하도록 도울 수 있다. 

3)NGO 및 시민 사회 조직은 특정 요구 사항과 과제에 대한 지식을 제공하고, AI 사용의 실제 사례를 제공하며, 사회 및 환경에 영향을 미치는 AI 기반 솔루션 구현 경험을 공유할 수 있다. 

4)정부기관은 AI와 SDGs를 연결하는 정책 프레임워크, 규정 및 거버넌스 메커니즘에 대한 이해를 제공할 수 있다. 그들의 전문지식은 학생들이 지속 가능한 개발을 위한 AI 애플리케이션의 법적 및 규제 측면을 이해하는 데 도움이 될 수 있다.

교육부문에 AI를 사용하는 것은 아직 초기 단계이지만 AI의 다음 단계라고 하는 생성형 AI의 등장은 학습경험을 변화시킬 수 있는 상당한 잠재력을 보여주고 있다. 

생성형 AI는 인간과 프로그래밍 언어, 수학, 물리학, 예술, 화학, 생물학 등 전 분야에 걸쳐서 복잡한 주제를 학습하도록 AI를 학습시킬 수 있다. 기술과 생성형 AI의 발전으로 이를 교육에 통합하는 훨씬 더 혁신적인 방법을 기대할 수 있다는 것을 의미한다. 

전술한 바와 같이, 교육부문에서 AI의 단점도 나타나지만, 그렇다고 하여 전 세계가 생성형 AI를 발전시키고 있는데, 우리만 뒷짐을 지고 강 건너 불구경하듯이 바라만 볼 수 없다. 

지난 호에서도 언급하였듯이, AI를 비롯한 DX는 지속가능성과 ESG경영을 위한 필수요인이 되어 버린 지 오래이다. 

정보통신기획평가원(IITP; Institute of Information & Communications Technology Planning & Evaluation)에서 작성하는 국가별 정보통신기술(ICT) 수준 관련 통계인 ‘ICT 기술수준조사’의 최근 5년(2018년-2022년) 보고서에 따르면, 2018년 우리나라의 AI 기술 수준(총괄)은 세계 최고기술 보유국 대비 81.6% 수준이었으나, 2022년 88.9% 수준이다. 

2022년 기준 미국(100%)이 가장 높고, 그다음으로 중국(92.5%), 유럽(92.4%), 한국(88.9%), 일본(86.2%) 순으로 우리나라의 AI 위상은 자랑할만하다. 

최근 한국의 방산기술이 세계적 수준으로 우뚝 서게 된 이유를 설명해주는 한 요인이기도 하다. 한편으론, 대한민국의 높은 교육열의 결과가 아닐까도 생각된다. 

나무위키(2024)에 따르면, 대한민국의 교육열이 높은 이유는 일제강점기의 공교육 도입, 6.25 전쟁 후의 혼란한 사회, 박정희 정부 시기의 교육 정책 등으로 제시된다. 

근원적으로는 오랜 기간 과거 제도를 통해 시험을 잘 치르는 사람이 출세하던 전통이 뿌리 깊게 박혀 있던 영향도 있다고 한다. 

과거에 급제하면 사회적으로 유명해지고, 부(富)의 축적을 뜻하는 입신양명(立身揚名)에 대한 열망이 우리의 오랜 전통이 한국의 교육열을 높였다고 해도 과언이 아니다. 

따라서 우리의 교육열만큼 진일보된 생성형 AI로 낮은 질의 교육을 받는 전 세계의 사람들이 진일보된 교육 및 문화 수준을 누리는데 대한민국이 기여하고, 미래의 기술을 선도하는 강국이 되길 바란다.  

참고문헌
eLearning Inside (2024). AI in education: The PROS and Cons. Retrieved (June 9, 2024) from Digitahttps://news.elearninginside.com/ai-in-education-the-pros-and-cons/; Zlateva, P., Dimitrov, D., & Velev, D. (2023, September). Achieving sustainable development goals through artificial intelligence based education-A concept. In 2023 International Conference on Artificial Intelligence Innovation (ICAII) (pp. 20-27). IEEE.; 나무위키(2024). 대한민국/교육열. Retrieved (June 9, 2024) from https://namu.wiki/w/%EB%8C%80%ED%95%9C%EB%AF%BC%EA%B5%AD/%EA%B5%90%EC%9C%A1%EC%97%B4

● 세종대학교 경영학과 교수
● 세종대학교 탄소중립ESG연구소 소장
● 세종대학교 대학원 경영학과 ESG경영전공 Founder(2020)/코디네이터
● 세종대학교 공공정책대학원 시니어산업학과 석사과정 Founder(2020)
● 세종대학교 산업대학원 마케팅학과 Founder(2007)(현, 유통산업학과)
● 세종대학교 경영전문대학원 프랜차이즈석사과정 Founder(2006)
● 세종사이버대학교 경영학과 Founder(2005)
● (사)한국프랜차이즈경영학회 회장
● SDX재단 교육연구원 자문단장
● ㈜ESG_BB 자문교수
● 논문과 통계 research and statistics professor 유튜브 채널 운영자