수능 중심 교육과 AI 직무교육의 간극, 어떻게 좁힐까?

 

대한민국 교육의 현 주소

대한민국의 교육 체계는 오랫동안 대학수학능력시험, 즉 수능 중심의 체제로 운영되어 왔습니다. 이 체제는 명문대 진학을 최우선 목표로 삼는 학습 방식과 평가 기준을 만들어냈고, 학생들은 이 기준에 맞춰 수년간 학습 방향을 설정해 왔습니다. 그러나 4차 산업혁명 시대가 본격화되고 인공지능(AI)을 비롯한 신기술 기반의 직무가 대거 등장하면서, 수능 중심 교육이 실제 산업 현장에서 요구하는 역량과 괴리를 보이고 있다는 지적이 점점 더 강해지고 있습니다. 특히 AI 직무는 단순한 이론 암기보다 문제 해결 능력, 창의성, 융합 사고, 실제 활용 능력을 중요시하기 때문에, 기존의 수능 중심 교육 방식만으로는 이 같은 직무에 적합한 인재를 양성하기 어렵다는 현실적인 문제가 부각되고 있습니다. 사실 이런 문제는 수업이 제기되어왔으나, 애써 외면해왔다고 보는 것이 맞을 것 같습니다.

 

수능 중심 교육과 AI 직무교육 간의 간극은 단지 학습 내용의 차이를 넘어서, 교육 철학과 학습 태도, 평가 방식, 진로 설계 전반에 걸친 구조적인 문제로 연결됩니다. 수능은 정답이 존재하는 객관식 문제를 중심으로 한 평가이며, 이는 학습자에게 ‘정답을 맞히는 능력’을 중심으로 한 교육을 요구합니다. 반면 AI 관련 직무는 정답이 하나가 아닌 문제에 대해 다양한 해석과 접근을 가능하게 하는 창의적이고 유연한 사고를 요구하며, 반복 학습보다 실제 상황에서의 적용 능력을 중시합니다. 이처럼 본질적으로 다른 두 영역의 간극을 좁히기 위해서는 기존 교육 체계의 변화와 함께, 새로운 형태의 학습과 평가 모델을 교육 현장에 적극적으로 도입할 필요가 있습니다.

 

수능 중심 교육 체계의 구조와 디지털 기반의 실제 직무와의 한계

수능은 대한민국 대학입시의 가장 핵심적인 요소로, 국어, 수학, 영어, 탐구 영역을 중심으로 학생의 학업 성취도를 측정합니다. 이 시험은 전국 단위로 동일한 기준을 적용하기 때문에 공정성과 비교 가능성 측면에서는 일정한 장점을 가지지만, 학생의 다양한 역량을 반영하기에는 구조적인 한계가 있습니다. 특히 수능은 학문적 이론에 대한 이해와 적용 능력을 평가하는 데 초점을 맞추고 있기 때문에, 실무 중심의 역량이나 창의적 문제 해결력, 협업 능력 등은 평가에서 배제될 수밖에 없습니다.

이로 인해 대부분의 학생들은 수능 중심 교육에 맞춰 학습 방향을 설정하게 되고, 실제로 고등학교 2학년부터는 주요 과목 성적 향상과 수능 문제 풀이에 집중하는 학습 분위기가 형성됩니다. 문제는 이러한 교육 방식이 학생 개개인의 진로 탐색이나 실질적인 직무 이해로 연결되지 못한다는 점입니다. 특히 AI를 비롯한 디지털 기반 직무는 개념 이해뿐 아니라 문제에 대한 접근 방식, 코딩 역량, 도구 활용 능력, 프로젝트 수행 능력 등을 포함하는 종합적인 역량이 요구되는데, 현재의 수능 체계로는 이를 평가하거나 교육하는 데 한계가 있습니다.

 

AI 직무의 특성과 실제 현실에서 교육이 요구하는 변화

AI 직무는 크게 데이터 수집 및 분석, 모델 설계 및 구현, 결과 해석 및 개선, 윤리적 검토 등의 단계를 포함합니다. 이 과정에서 요구되는 능력은 단순히 수학이나 통계학적 지식에 국한되지 않으며, 프로그래밍 언어의 숙련도, 논리적 사고, 문제 해결 과정의 설계력, 결과의 시각화 및 설명 능력 등 다차원적인 역량으로 구성됩니다. 또한 AI 기술은 빠르게 발전하고 있기 때문에, 고정된 지식을 암기하는 것보다 새로운 기술을 이해하고 실습할 수 있는 유연한 학습 능력이 더욱 중요하게 여겨집니다.

AI 직무 교육은 이론 중심이 아닌 실습 중심으로 구성되는 경우가 많으며, 프로젝트 기반 학습(PBL), 협업 중심 수업, 피드백 기반 개선 과정 등을 포함하는 경우가 일반적입니다. 이는 수능 중심 교육과는 근본적으로 다른 철학을 바탕으로 합니다. 특히 수능이 ‘혼자서 정답을 찾아내는 능력’을 평가하는 반면, AI 직무 교육은 ‘팀과 함께 문제를 해결하고, 과정 속에서 역량을 증명하는 능력’을 중시합니다. 이러한 패러다임 차이는 단지 교수법의 차이가 아니라, 교육이 지향하는 인재상 자체의 차이를 반영하고 있습니다.

 

AI 직무에 필요한 핵심 역량과 수능 과목 간의 괴리

AI 직무에서 중요하게 여겨지는 역량 중 대표적인 것들은 다음과 같습니다. 첫째, 논리적이고 체계적인 문제 해결 능력입니다. AI는 다양한 조건과 데이터를 기반으로 문제를 분석하고 해답을 도출하는 과정이기 때문에, 단순한 직관보다는 구조화된 사고가 요구됩니다. 수능에서도 수학 영역 등에서 문제 해결 능력을 다루지만, 대부분 정형화된 패턴 안에서의 풀이를 요구하기 때문에 비정형 문제에 대한 대응력과는 차이가 있습니다.

둘째는 프로그래밍 언어 및 도구 활용 능력입니다. Python, R, SQL, TensorFlow 등 다양한 도구를 활용할 수 있어야 하며, 이는 직접 실습을 통해 축적되는 능력입니다. 하지만 수능에는 이러한 기술 교육이 포함되어 있지 않으며, 고등학교 교육과정 내에서도 제한적으로만 다루어지고 있습니다. 셋째는 팀워크와 커뮤니케이션 능력입니다. AI 프로젝트는 다양한 직무와의 협업을 필요로 하며, 자신의 아이디어를 효과적으로 전달하고 조율하는 능력이 중요합니다. 수능에서는 이러한 능력을 평가하거나 학습하는 기회가 거의 없기 때문에, 졸업 후 산업 현장에서의 실제 요구와 큰 간극을 보일 수 있습니다.

수능 중심 교육과 AI 직무교육의 접점을 넓히기 위한 교육 전략

이러한 간극을 좁히기 위해서는 기존 수능 체계와 AI 직무교육 간의 중간 지점을 탐색하는 새로운 교육 모델이 필요합니다. 첫째, 고등학교 교육과정에서 AI 관련 선택과목의 다양화와 실질적 운영이 중요합니다. 현재 일부 학교에서는 ‘인공지능 기초’, ‘데이터 과학’, ‘프로그래밍’ 등의 과목이 개설되어 있지만, 교육의 질과 접근성은 지역과 학교에 따라 큰 차이를 보입니다. 전면적인 교사 연수, 콘텐츠 개발, 교육과정 표준화가 이루어져야 모든 학생이 AI 기초 역량을 공평하게 학습할 수 있습니다.

둘째는 수능 외 평가 체계의 강화입니다. 고교학점제를 기반으로 한 성취평가제, 대학별 자기소개서, 면접, 포트폴리오 등의 비정량 평가 항목에서 AI 관련 경험과 역량을 드러낼 수 있는 구조를 마련해야 합니다. 예를 들어 AI 프로젝트 참여 경험, 온라인 알고리즘 경진대회 입상 실적, 데이터 분석 보고서 등의 활동이 대학 진학에도 긍정적으로 반영될 수 있다면, 학생들은 보다 자율적이고 실질적인 학습에 몰입할 수 있게 됩니다.

셋째는 수능 문제의 유형 전환을 통한 간접적인 역량 강화입니다. 수능에서도 단순 암기형 문제를 줄이고, 실제 상황 기반의 문제 해결력, 융합 사고력, 자료 분석력을 묻는 문제 비중을 늘려야 합니다. 이는 학생들에게 정해진 지식을 넘어 사고를 확장하는 계기를 제공하고, AI 분야에서 필요한 추론적 사고력을 자연스럽게 길러주는 효과가 있습니다.

AI 직무 기반 진로교육과 수능의 융합 가능성

AI 직무교육을 단지 ‘기술 교육’으로 한정짓지 않고, 진로교육의 일환으로 접근할 경우 수능과의 연결 고리를 찾을 수 있습니다. 예를 들어 수능에서 좋은 성과를 거두기 위해 필요한 자기주도적 학습능력, 꾸준한 노력, 문제 집중력 등은 AI 직무에서도 매우 중요한 자질입니다. 따라서 AI 기반 진로 설계를 위한 포트폴리오 작성, 문제 기반 학습, 진로 체험 프로그램 등을 통해 수능 준비와 병행 가능한 학습 구조를 설계할 수 있습니다.

실제로 일부 고등학교에서는 AI 관련 동아리 활동, 창의적 체험활동 시간에 데이터 분석 프로젝트, 머신러닝 모델 설계 등을 진행하며, 이 활동을 바탕으로 전공 선택과 대학 진학 전략을 수립하고 있습니다. 이러한 흐름을 전국 단위로 확산시키기 위해서는 지역 간 격차 해소를 위한 국가 차원의 지원 정책이 필요하며, 공공 플랫폼을 통한 온라인 AI 학습 자료 제공, 지역 교육청 주도의 AI 역량 인증 프로그램 도입 등이 고려될 수 있습니다.

교육 시스템 전반의 구조 조정 필요성

수능 중심 교육과 AI 직무교육 간의 간극을 근본적으로 좁히기 위해서는, 단편적인 과목 추가나 수능 개편을 넘어서 교육 시스템 전반의 구조적인 전환이 필요합니다. 이제는 고등학교 교육이 대학 입시 준비를 위한 과정이 아니라, 미래 사회를 준비하는 실질적인 성장 과정으로 재정의되어야 하며, 이를 위해 국가 차원의 중장기적 교육 비전이 필요합니다.

특히 교육부와 산업계, 대학교, 지역사회가 함께 협력하여 ‘AI 진로로드맵’을 구축하고, 이에 기반한 중·고등학교 커리큘럼 개편, 교사 재교육, 대학입시 제도 개선 등이 병행되어야 합니다. 이와 함께 AI 윤리 교육, 디지털 시민성 교육, 데이터 리터러시 교육 등을 정규 교육과정 내에 포함시켜야, 기술 중심이 아닌 인간 중심의 AI 직무교육이 가능해집니다.

결론적으로, 수능 중심 교육과 AI 직무교육 사이의 간극은 단순한 과목 차이의 문제가 아니라, 미래 사회에서 필요한 인재상을 어떻게 정의할 것인가에 대한 교육 철학의 차이에서 비롯된 것입니다. 우리는 이제 ‘어떻게 수능 성적을 높일 것인가’만이 아니라, ‘어떻게 변화하는 직업 세계 속에서 학생들이 자율적으로 성장하고 선택할 수 있는 능력을 기를 것인가’를 고민해야 합니다. 수능과 AI, 양자택일의 문제가 아니라 두 영역이 유기적으로 연결되고 상호 보완되는 새로운 교육 모델을 구축할 때, 대한민국 교육은 미래 사회에 걸맞은 혁신을 이룰 수 있을 것입니다.