[큰글자책] 초등학교 AI 리터러시 교육

초등교육, AI를 어떻게 가르칠 것인가

01 AI의 이해
02 AI 리터러시와 초등교육
03 머신러닝과 데이터의 기초
04 놀이 중심의 AI 학습
05 AI 기반 창의성 교육
06 초등학생을 위한 생성형 AI 활용
07 AI 윤리와 디지털 시민성
08 초등교사의 AI 실천 역량
09 데이터 프라이버시와 디지털 안전
10 AI와 미래형 초등 교실

AI와 디지털 기술은 상호 의존적 생태계를 형성한다. 먼저 디지털은 텍스트·이미지·음성 등 모든 정보를 0과 1의 이진 부호로 변환·저장·전송하는 기술이자 이를 가능하게 하는 네트워크 환경 전반을 가리킨다. AI는 바로 이 디지털 데이터와 연산 자원을 토대로 학습·추론·생성 기능을 수행한다(UNESCO, 2021). 디지털 환경에서의 방대한 데이터는 AI 모델의 학습·검증·고도화에 필요한 ‘연료’ 역할을 한다. 반대로, AI가 생성한 예측 결과, 추천 목록, 언어, 이미지 산출물도 다시 디지털 형태로 저장·유통되며 새로운 데이터 자원이 된다. 데이터가 많아질수록 알고리즘은 정밀해지고, 알고리즘이 정밀해질수록 서비스 품질이 높아지며, 향상된 AI 서비스는 다시 다양한 데이터를 끌어들이는 선순환이 구축된다. 즉 데이터 → 알고리즘 → AI 서비스 → 데이터로 이어지는 순환 고리가 형성되면서 두 기술은 서로의 성능과 가치를 높인다.

－01_“AI의 이해” 중에서

AI 리터러시 교육은 도구의 사용법을 익히는 수준에 머물러서는 안 된다. 데이터의 속성과 한계를 이해하고, 이를 바탕으로 AI가 어떻게 학습하고 판단하는지를 탐색할 수 있는 능력을 갖추도록 하는 것이 중요하다. 결국 AI 리터러시 교육은 데이터 리터러시와의 긴밀한 통합을 전제로 해야 하며, 이는 곧 교육 현장에서 데이터 중심의 활동을 적극적으로 설계하고, 학생들이 AI 학습 원리를 직접 경험하고 성찰할 수 있는 실천적 기회를 제공하는 것으로 구체화해야 한다.

－03_“머신러닝과 데이터의 기초” 중에서

그러나 학습자에게 개별화된 지원과 창의적 표현의 기회가 확대될수록, 반대로 교사에게는 수업 설계와 교재 개발에 대한 부담이 커지는 구조적 문제가 함께 대두된다. 특히 생성형 AI를 수업에 도입하려는 교사일수록 새로운 교육 내용을 빠르게 숙지하고 이를 교과 목표에 맞게 재구성해야 하므로 준비 시간과 인지적 소모가 많이 증가한다. 하셈 외의 연구는 교사 업무 중 수업 계획과 교재 제작이 번아웃의 주요 원인으로 작용하고 있음을 지적한다. 연구진은 챗GPT가 이러한 업무를 지원함으로써 교사의 부담을 완화하고, 교육적 창의성을 강화할 수 있는 가능성을 탐구했다. 이는 생성형 AI 도입 여부와 무관하게 디지털 시대의 교사가 여전히 ‘설계자’로서 핵심적 역할을 수행해야 함을 보여 준다.

－06_“초등학생을 위한 생성형 AI 활용” 중에서