아무도 원하지 않았던 도전

교육 분야는 이미 해결해야 할 과제가 산적해 있었습니다. 인력 부족, 정책 과다로 인한 피로감, 업무 부담, 책임성 요구 등. 이 모든 것은 새로운 문제가 아닙니다. 그런데 생성형 AI가 등장하자, 갑자기 모든 사람이 이에 대한 전략을 마련해야 한다는 기대를 받게 되었습니다.

에드테크 기업들은 이를 통합해야 한다고 느끼고, 학교들은 이를 도입해야 한다고 느끼며, 대학들은 학생들이 이를 활용해 일할 수 있도록 준비시켜야 한다고 느낍니다. 모든 단계에서, 어떻게 하면 의미 있고 책임감 있는 방식으로 대응할 수 있을지에 대한 새로운 종류의 압박과 불확실성이 존재합니다.

그 소음은 진짜예요

이에 대한 대응으로 나타나는 현상은 이해할 만합니다. 수많은 시범 사업, 제품 통합, 내부 전략 그룹이 우후죽순처럼 생겨나는 것이죠. 하지만 그 결과는 대개 분산으로 이어집니다. 선의로 일하는 사람들이 각자 고립된 상태에서 일하며, 무엇이 효과가 있고 무엇이 효과가 없는지, 또 그 이유가 무엇인지에 대한 정보 공유가 제한적이기 때문입니다.

또한 표면적인 활용 사례에 그칠 위험이 매우 현실적으로 나타나고 있습니다. 여기저기서 챗봇이 등장하고, 글쓰기 주제가 제시되곤 합니다. 구현하기는 쉽지만, 실제로 무엇을 얻었는지, 혹은 무엇을 잃었는지 생각해 볼 필요가 있습니다. 수많은 소음이 난무하는 와중에 잠시 멈춰 서서, 과연 어떤 교육적 가치가 실제로 전달되고 있는지 되물어볼 필요가 있습니다.

기본으로 돌아가기

EDT&Partners 팀이 끊임없이 되새겨 온 것 중 하나는 바로 ‘기반’이라는 개념입니다. 만약 최신 도구를 먼저 도입하는 대신, 학교와 대학, 에드테크 제공업체들이 건실한 기반을 마련하기 위해 실제로 무엇이 필요한지 묻는 것부터 시작한다면 어떨까요?

바로 이것이 우리가 Lecture를 통해 우리가 추구해 온 바로 그 방향입니다. 이는 단순히 도입해야 할 제품이나 플랫폼이 아닙니다. 지속적으로 발전하는 프레임워크를 구성하는 모듈식 오픈소스 도구 모음입니다. 교육 분야에서 책임감 있게 AI를 구축하기 위한 토대 역할을 할 수 있는 프레임워크입니다. 여기에는 번역, 수업 계획 지원, 시험 준비 지원 도구, 피드백 도구 등이 포함되지만, 이는 단지 출발점에 불과합니다. 이 프레임워크의 차별점은 아동 보호, 교육학, 그리고 실제 교실 환경을 고려하여 교육 분야에 특화되어 설계되었다는 점입니다. 또한 우리는 교육 기관들이 AI를 확신과 명확성을 가지고 도입할 수 있도록 거버넌스 구조, 위험 관리 프로토콜, 그리고 교육학적·기술적 안전장치를 마련할 수 있도록 지원하고 있습니다.

우리가 기회를 포착하는 곳

현재 두 가지 과제가 대두되고 있습니다. 첫 번째는 오랫동안 지속되어 온 과제로, 교수·학습의 질을 높이고, 행정적 부담을 줄이며, 보다 공평하고 효과적인 학습 환경을 조성하는 것입니다. 생성형 AI를 신중하게 활용한다면, 시간을 절약하고, 데이터 속의 패턴을 도출하며, 보다 유연한 학습을 가능하게 함으로써 이러한 노력을 뒷받침할 수 있습니다.

두 번째 과제는 바로 AI 자체가 가져온 것입니다. 현재 많은 교육 기관—학교, 대학, 에드테크 기업 등—이 종종 동시에 매우 유사한 것들을 개발하려고 시도하고 있습니다. AI 튜터, 학습 계획 보조 도구, 피드백 도구 등이 그 예입니다. 그중 일부는 훌륭하지만, 대부분은 서둘러 만들어진 것입니다. 게다가 상당수는 다른 곳에 더 유용하게 쓸 수 있었던 시간과 비용을 낭비하고 있습니다.

이것이 바로 우리가 ‘Lecture’를 통해 해결하고자 하는 문제 중 하나입니다. Lecture는 모듈형 구성 요소를 제공하며, 과제에 따라 다양한 LLM 모델을 유연하게 활용할 수 있도록 지원합니다. EDT&Partners의 창립자 파블로 랑가(Pablo Langa)가 자주 말하듯이, “파리를 잡으려고 대포알을 가져올 필요는 없습니다.” 저희의 목표는 다른 사람들이 모든 것을 처음부터 직접 구축할 필요 없이, 상황에 딱 맞는 솔루션을 만들 수 있도록 돕는 것입니다. 이는 수업 계획이나 피드백 과정을 간소화하여 교사의 시간을 절약해 줄 수도 있고, 학생의 이해 수준에 맞춰 단계적으로 진행되는 비판적 사고 연습을 가능하게 할 수도 있습니다. 혹은 번역, 커리큘럼 매핑, 문서화 같은 일상적인 업무의 부담을 훨씬 덜어주는 것일 수도 있습니다.

함께 쌓아 올린 기반

Lecture는 다양한 학교, 대학 및 교육 기업 소속 동료들과 협력하여 개발되고 있습니다. 이 솔루션은 특정 공급업체에 종속되지 않고, 기관 자체의 인프라 내에서 운영되도록 설계되었습니다. 이를 통해 조직은 솔루션의 배포 방식, 데이터 관리 방식, 기존 시스템과의 연동 방식을 완전히 통제할 수 있습니다.

Lecture는 AWS의 지원을 받아 초기 단계의 협력을 통해 구체화되었습니다. 룩셈부르크 대학교의 사례가 대표적인데, 이 대학은 Lecture를 기존 학습 플랫폼에 통합하여 교수진이 자동 채점 평가를 생성하고, 단계별 피드백을 제공하며, 맞춤형 학습 콘텐츠를 설계할 수 있도록 했습니다. 교수진은 공동 창작 워크숍과 책임 있는 AI 교육을 통해 초기 단계부터 참여함으로써, 이 기술이 교육적 목표를 달성하고 학술적 기준을 준수하도록 보장했습니다. 성공적인 시범 운영을 거친 후, 이 대학은 현재 ‘Lecture’를 확대 적용하고 있습니다.

교사를 위한 AI가 아니라, 교사와 함께하는 AI입니다.

우리는 단순한 일대일 상호작용, 즉 교사가 AI 도구를 사용하거나 학생이 AI 튜터와 함께 학습하는 방식에서 한 걸음 더 나아가고자 합니다. 이러한 활용 사례가 나쁘지는 않지만, 한계가 있습니다.

대신, 우리는 교사의 판단, 학생의 진도, 시스템 설계가 서로 영향을 주고받는 보다 역동적인 접근 방식을 모색하고 있습니다. 강의는 이를 실제로 시험해 보는 수단으로 활용되고 있습니다. 공동 설계된 수업과 단계별 시험 준비부터 체계적인 피드백과 맞춤형 학습 자료에 이르기까지 다양합니다. 이는 단순히 시간을 절약하기 위한 방법이 아니라, 교수와 학습을 심화시킬 수 있는 기회입니다.

이건 우리 도구를 도입하는 문제가 아닙니다

이번 강연은 교육 분야를 위한 생성형 AI의 공동 기반을 마련하기 위한 한 걸음입니다. 저희는 현재 바스 대학교와의 협력을 비롯해 새로운 파트너들과 함께 이 기반을 지속적으로 다져나가고 있습니다. 저희는 이 과정에서 얻은 통찰을 공유함으로써, 모두가 함께 더 빠르게 발전하고 더 멀리 나아갈 수 있도록, 그리고 그 과정에서 얻은 교훈을 서로 나눌 수 있도록 최선을 다하고 있습니다.

이러한 질문들에 대한 해답을 계속 모색해 나가는 과정에서, 우리는 학교와 대학, 그리고 에드테크(EdTech) 커뮤니티 전반에 걸쳐 같은 질문을 던지고 있는 분들과 함께 협력하고 싶습니다. 이 말에 공감하신다면, 함께 힘을 합칠 수 있는 방법을 찾아봅시다.