AI교육 코디네이터 전자책

AI란 무엇인가

“AI가 정확히 무엇인가”라는 질문에 선뜻 답하기는 생각보다 어렵다. AI, 즉 인공지능은 인간의 지능적 행동—학습하고 추론하고 문제를 해결하는 능력—을 컴퓨터로 구현하는 기술을 말한다. 여기서 중요한 구분이 하나 있다. 지금 우리가 사용하는 AI는 대부분 “좁은 AI”다. 번역만 하는 AI, 그림만 그리는 AI처럼 특정 과제에 특화된 형태다. 영화 속에 등장하는, 사람처럼 모든 일을 다 해내는 “범용 AI”는 아직 현실에 존재하지 않는다. 이 차이를 이해하는 것만으로도 학생들이 갖고 있는 막연한 오해를 상당 부분 풀어줄 수 있다.

AI 발전의 다섯 장면

역사를 전부 외울 필요는 없다. 다섯 장면만 기억해두면 충분하다.

1950년, 앨런 튜링은 “기계가 생각할 수 있는가”라는 질문을 던지며 튜링 테스트를 제안했다. 1956년 다트머스 회의에서는 “인공지능”이라는 용어 자체가 처음 만들어졌다. 1980년대에는 특정 분야의 전문 지식을 규칙으로 입력한 전문가 시스템이 유행했다. 2012년 무렵 딥러닝 기술이 이미지 인식에서 극적인 성능 향상을 보이며 지금의 AI 붐이 시작되었고, 결정적으로 2022년 말 챗GPT가 등장하면서 누구나 대화하듯 AI를 쓰는 생성형 AI 시대가 열렸다.

오늘날 AI의 종류

정리하면 이렇다. 규칙기반 AI는 사람이 만든 규칙대로만 움직인다. 머신러닝은 데이터에서 스스로 패턴을 학습한다. 딥러닝은 그 학습을 사람 뇌 구조를 본뜬 신경망으로 훨씬 정교하게 수행하는 방식이다. 생성형 AI는 그 위에서 새로운 글·그림·음성을 직접 만들어내는 가장 최신 형태다. 학교 현장에서 주로 다루게 될 것이 바로 이 생성형 AI다.

AI교육 코디네이터가 이 흐름을 알아야 하는 이유는 단순하다. 학생이 “AI가 사람처럼 생각하는 건가요?”라고 물었을 때, 유행어가 아니라 정확한 개념으로 답해줄 수 있어야 하기 때문이다.

생성형 AI 시대, 학교 수업이 달라지는 이유

작년까지만 해도 교사가 밤새워 만들던 학습지가, 이제는 몇 초 만에 초안으로 나온다. 생성형 AI는 실제로 학교 수업을 어떻게 바꾸고 있으며, 그 변화 속에서 AI교육 코디네이터라는 역할은 왜 새로 생겨났을까.

생성형 AI는 기존 AI와 결정적으로 다른 점이 있다. 정해진 답을 찾아주는 것이 아니라, 텍스트·이미지·음성 같은 완전히 새로운 결과물을 그 자리에서 만들어낸다는 점이다. 이 능력 하나가 교실 풍경을 상당히 바꿔놓았다.

수업 현장에서 벌어지는 변화는 크게 세 가지다. 첫째, 학습자료 제작 시간이 크게 줄었다. 같은 개념을 상·중·하 세 가지 난이도로 순식간에 변형할 수 있게 되었다. 둘째, 학생별 맞춤 문제와 피드백이 가능해졌다. 반 전체가 아니라 학생 개개인의 오답 패턴에 맞춘 설명을 만들어줄 수 있다. 셋째, 프로젝트 수업의 소재가 넓어졌다. 예전에는 상상만 하던 것—예를 들어 학생이 쓴 소설의 삽화를 그 자리에서 만들어보는 것도 가능해졌다.

문제는 이 도구들을 교사 한 명이 수업 준비, 생활지도, 행정업무까지 병행하며 동시에 익히고 관리하기에는 현실적으로 벅차다는 데 있다. 그래서 AI 도구를 실제로 다룰 줄 알고, 학생들에게 안전하게 안내할 수 있는 지원 인력—AI교육 코디네이터—이 필요해졌다.

다만 좋은 면만 있는 것은 아니다. 학생이 AI에 지나치게 의존해 스스로 생각하는 힘이 줄어들 수 있다는 우려도 크다. 그래서 코디네이터의 역할은 도구를 그저 나눠주는 데 있지 않다. “언제, 어디까지 AI에 맡기고 언제는 직접 해야 하는지”를 함께 가르치는 데 있다.

다음 장에서는 AI 윤리와 저작권, 그리고 이를 뒷받침하는 교육부·시도교육청의 공식 지침을 읽는 법을 다룬다.

창작인가, 표절인가

학생이 AI로 그린 그림으로 교내 미술대회에 나갔다면, 이것은 창작일까 표절일까. 정답은 “상황에 따라 다르다”이다. 이 기준을 학생에게 어떻게 가르쳐야 할지가 이 장의 주제다.

AI 윤리, 네 가지 쟁점

윤리 문제는 크게 네 가지로 나뉜다. 첫째는 편향이다. AI는 학습한 데이터의 편견을 그대로 반영할 수 있다. 둘째는 할루시네이션, 그럴듯하지만 사실이 아닌 정보를 자신 있게 만들어내는 현상이다. 셋째는 개인정보 문제로, 학생 이름이나 사진을 AI 서비스에 함부로 입력해서는 안 된다. 넷째는 과의존, 스스로 생각하지 않고 AI 답변을 그대로 베끼는 습관이다.

저작권, 핵심만 정리하면

저작권 이야기는 조금 더 신중하게 접근해야 한다. 현재 논의의 큰 흐름은, AI가 인간의 창작적 기여 없이 혼자 만들어낸 결과물은 저작권 보호 대상으로 보기 어렵다는 쪽이다. 반대로 사람이 프롬프트를 정교하게 설계하고 결과물을 편집·보완하는 등 창작적 기여를 더하면 이야기가 달라질 수 있다. 그래서 학생에게는 “AI가 만든 걸 그대로 낸다”와 “AI 결과물을 바탕으로 내가 더 만든다”가 완전히 다르다는 것을 분명히 알려줘야 한다. 다만 이 기준은 계속 논의 중인 영역이므로, 대회나 과제 제출처럼 민감한 상황에서는 학교의 최신 지침을 함께 확인해야 한다.

학생 지도 실전 체크리스트

현장에서는 이렇게 안내하면 된다. 첫째, AI를 사용했다면 사용했다고 밝히는 습관을 들이게 한다. 둘째, AI가 알려준 사실 정보는 반드시 다른 자료로 한 번 더 확인하게 한다. 셋째, 개인정보나 저작권이 있는 자료를 AI에 그대로 입력하지 않도록 지도한다. 이 원칙들은 코디네이터 혼자 정하는 것이 아니라 학교와 교육청의 공식 지침을 따라야 한다.

교육부·시도교육청 AI 활용 지침 읽는 법

공문 하나를 잘못 해석해서 허용되지 않는 도구를 수업에 썼다면, 그 책임은 고스란히 현장 담당자에게 돌아온다. 그래서 지침을 실수 없이 읽는 법을 알아야 한다.

대부분의 AI 활용 지침 문서는 비슷한 틀을 가지고 있다. 목적과 적용 범위가 먼저 나오고, 허용되는 도구와 금지되는 도구 목록, 학생 개인정보 처리 기준, 그리고 연령 제한이나 보호자 동의가 필요한 경우가 이어진다. 이 네 부분만 먼저 찾아 읽으면 문서 전체를 처음부터 다 읽지 않아도 핵심을 파악할 수 있다.

공식 자료는 세 군데에서 확인한다. 교육부 홈페이지의 공지사항과 정책자료실, 소속 시도교육청의 AI교육 관련 포털이나 공지, 그리고 학교로 내려오는 공문함이다. 시도교육청마다 세부 기준이 조금씩 다를 수 있어서, 반드시 소속 교육청 자료를 기준으로 봐야 한다.

바쁘더라도 매번 확인할 세 가지가 있다. 첫째, 학생 개인정보를 입력해도 되는 항목과 절대 안 되는 항목의 경계. 둘째, 유료 AI 도구를 쓸 때 필요한 사전 승인 절차. 셋째, 학생 결과물에 AI 사용 사실을 표기해야 하는지 여부다.

AI 기술 자체가 빠르게 변하는 만큼 지침도 수시로 업데이트된다. 학기 시작 전, 그리고 새로운 AI 도구를 수업에 도입하기 전에는 최신 공지를 확인하는 루틴을 만들어두는 것이 좋다.

다음 장에서는 AI교육 코디네이터라는 직무 자체를, 채용공고 원문을 기준으로 하나씩 뜯어본다.

채용공고 여덟 줄, 실제로는 어떤 일인가

채용공고에 적힌 여덟 줄은 실제로 어떤 일들을 의미할까. 2026학년도 전주인봉초등학교 AI교육 코디네이터 채용공고의 직무범위 8항목을 하나씩 풀어보면 이렇다.

먼저 “프로젝트 수업 및 학생 협업 활동 운영 지원”은, 교사가 설계한 프로젝트 수업이 실제로 진행될 때 모둠별로 돌아다니며 실습을 돕는 역할이다. “학생 활동 참여 촉진 및 학습 활동 보조”는 조금 더 넓은 개념으로, 수업 시간 내내 학생들이 활동에서 소외되지 않도록 살피는 일이다.

“AI 활용 실습 및 체험활동 운영 지원”이 코디네이터 직무의 핵심이다. ChatGPT 같은 도구로 수업자료를 만들거나, 학생들이 직접 AI 도구를 체험하는 시간을 준비하고 진행하는 일이다.

“공모전, 경진대회, 캠프, 성과공유회 등 행사 운영 지원”은 이런 대회를 학생들이 준비하도록 돕고 현장 운영까지 챙기는 일이다. “활동 결과 정리 및 전시, 발표 운영 지원”은 그 결과물을 전시하거나 발표회를 여는 것을 준비하는 역할이다.

“AI교육 활동 관련 기자재 및 공간 운영 지원”은 태블릿이나 노트북 같은 기기 관리, 실습실 예약 같은 실무다. “활동 계획, 역할 분담, 안전관리 사항 등 교사와 협력”은 담당 교사와 계속 소통하며 계획을 함께 짜는 일이고, 마지막 “대외 협력과 성과 관리를 위한 행정 지원”은 외부 기관과의 연락과 문서 작업이다.

정리하면 이 여덟 가지는 결국 크게 네 갈래 — 도구 실습, 프로젝트 수업, 대회·행사, 행정·협력으로 묶인다. 이어지는 장들이 정확히 이 네 갈래를 순서대로 다룬다.

디지털튜터 vs AI교육 코디네이터, 무엇이 다른가

같은 학교 안에서 일하지만, 디지털튜터와 AI교육 코디네이터는 꽤 다른 역할이다.

디지털튜터는 주로 개별 학생이나 소규모 그룹의 디지털 기기 활용을 돕는 역할에 집중한다. 수업 중 태블릿 사용법을 안내하거나, 온라인 학습 플랫폼 접속을 도와주는 식으로 한 수업, 한 교실 단위의 지원이 중심이다.

반면 코디네이터는 앞서 본 것처럼 범위가 훨씬 넓다. 개별 수업 지원을 넘어서 학교 전체의 AI 관련 프로그램을 기획하고, 대회나 행사를 운영하고, 대외 기관과 협력하고, 관련 행정 업무까지 챙긴다. 한마디로 “도와주는 사람”에서 “기획하고 운영하는 사람”으로 무게중심이 옮겨간다고 볼 수 있다.

그래서 필요한 역량도 달라진다. 디지털튜터 경험으로 이미 갖춘 기기·플랫폼 활용 능력에 더해서, 프로젝트를 처음부터 끝까지 설계하는 기획력, 예산이나 공문 같은 행정 처리 능력, 그리고 교사·외부기관과 원활하게 소통하는 협업 능력이 추가로 필요하다.

다행히 이 격차는 하나씩 채울 수 있는 영역이다. 이어지는 장들에서 실제 AI 도구 활용법, 프로젝트 수업 설계, 행정·협력 실무를 순서대로 다룬다. 디지털튜터로서 이미 갖춘 현장 감각 위에, 부족한 조각들을 하나씩 채워가는 구조다.

다음 장에서는 본격적으로 ChatGPT부터 시작해서, 실제 수업에 바로 쓸 수 있는 AI 도구들을 하나씩 살펴본다.