2016년 3월, 대한민국은 알파고(AlphaGo)와 이세돌 9단의 바둑 대결로 매우 뜨거웠다. 온 국민의 이목이 집중된 이 경기에서 알파고(AlphaGo)는 이세돌 9단을 압도적으로 누르며 승리를 거두었다. 2,500년의 긴 역사를 가진 복잡한 스포츠를 꼽히는 바둑에서 알파고(AlphaGo)가 승리를 거두며 사람들은 인공지능(AI: Artificial Intelligence) 기술에 관심을 갖게 되었다. 그렇다면 인공지능이란 무엇이고, 인공지능이 교육에는 어떠한 영향을 끼칠 수 있을까? 본 장에서는 2017년 6월에 발표된 맥킨지 보고서를 바탕으로 인공지능이 교육에 미치는 영향을 이야기해보고자 한다.

인공지능(AI: Artificial Intelligence)이란 말을 그대로 풀어보면 “인공”과 “지능”이라는 두 단어로 나눌 수 있다. 즉, 인위적으로 만든 지능이라는 뜻이다. 이 용어는 1956년 수학자와 과학자가 모여 미래를 의논한 다트머스 회의에서 존 매카시가 제안한 것으로 “기계를 인간 행동의 지식에서와 같이 행동하게 만드는 것”을 의미하였다(위키백과, 2017-08-30). 이 때의 인공지능은 컴퓨터가 지능을 갖지는 않지만 미리 입력된 규칙에 따라 인간처럼 수행할 수 있는 프로그래밍된 것이다(심재석, 2017).

그러나 1990년대 중반에 들어서 인공지능 연구는 앞선 시도처럼 선험적 지식을 활용하는 것이 아니라 기계 스스로 데이터를 통하여 지식(패턴)을 찾아내는 방식인 ‘딥러닝’으로 진화하였다(이나리, 2016). 이세돌 9단을 꺾은 알파고(AlphaGo) 역시 이러한 패턴을 가진 기계로 바둑 두는 법을 프로그래밍하지 않았지만, 딥러닝을 통해 스스로 승리하는 법을 깨달은 것이다(심재석, 2017). 따라서 최근의 인공지능에 대하여 학계에서는 이를 지능적인 행동을 자동화시키는 컴퓨터과학의 한 분류로 “인간의 학습능력과 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술”로 정의하고 있다(두산백과, 2017-08-30).

인공지능을 실현하기 위한 기술은 미래부와 정보통신기술진흥센터의 기본 기술체계에 기반하여 <표 1>과 같이 5개의 핵심기술과 15개의 세부 기술로 구분된다.

즉, 인공지능은 이러한 기술을 바탕으로 컴퓨터에 입력된 시각, 청각적 데이터뿐만 아니라 사람의 언어, 사람의 감정, 기분까지도 인식하고 구분한다. 이러한 동화 같은 일이 가능하도록 하기 위하여 우리는 인공지능이 인간의 마음구조와 생활을 이해할 수 있는 기술을 개발하였다. 그들은 자신들에게 입력된 여러 가지 데이터를 컴퓨터가 이해할 수 있는 언어로 변환하여 정보를 해석하고, 그에 대하여 효율적으로 대처하고 추후에 활용할 수 있도록 축적한다. 이렇게 축적된 데이터는 다른 에이전트와 교류하고 이해하며 더 큰 지식을 축적할 수도 있다. 이처럼 인공지능은 인간뿐만 아니라 다른 인공지능과도 교류하며 더욱 빠른 속도로 진화할 것이다.

컴퓨터가 인간의 감정과 행동을 분석할 수 있는 인공지능 시대에 교육은 어떻게 변화할까? 글로벌 컨설팅 업체인 맥킨지 컴퍼니의 2017년 6월에 발간된 보고서에 따르면, 인공지능은 교육을 긍정적으로 변화시킬 것이라고 전망하고 있다.

인공지능은 자신에게 입력된 여러 가지의 데이터를 바탕으로 사람의 현재 상태에 관한 정보를 분석함으로써 최적화된 솔루션을 제공한다. 교수-학습 상황에서 인공지능을 활용한다면 학습자의 상태를 진단함으로써 최적화된 교수-학습방법을 활용할 수 있도록 제공하는 가상튜터로 활용함으로써 학습을 개인화하고 교수를 최적화할 수 있다.

먼저 인공지능은 교육 시스템과 노동 시장을 연결하는 역할을 수행할 수 있다. 현재의 학교는 미래 사회에 필요한 인재를 양성하는 것을 목적으로 하고 있다. 그러나 많은 국가에서 교육은 노동 시장에서 적합한 인재임을 보증하지 못한다. 인공지능은 직무에 필요한 개인의 특성을 파악하고 개인과 직무를 연결시킬 수 있다. 이러한 인공지능의 특징은 취업을 위하여 소위 스펙이라고 불리는 기존의 평가 인증을 갖추지 않은 유망한 지원자를 찾도록 도울 수 있다.

둘째, 인공지능은 학생들이 교육을 통하여 이익을 얻을 수 있도록 교육자에게 정부와 교육자에게 전문적인 데이터를 제공할 수 있다. 머신 러닝은 학문적 성취에 기인하여 적합하지 않다고 판단된 개인을 다른 특성과 능력을 통하여 다른 잠재성을 확인할 수 있다. 또한 여러 가지 정보를 통하여 문제에 처한 학생을 확인하고 그들이 학업을 지속할 수 있도록 도움을 제공할 수도 있다.

셋째, 인공지능은 개인의 맞춤형 학습을 증진시킬 수 있다. 기존의 교실은 시간과 공간의 제약으로 하나의 수업으로 진행되어 일부 학생은 수업을 따라가지 못하여 뒤처지거나 너무 빨리 이해하여 수업에 흥미를 보이지 않는 경우가 많았다. 인공지능은 학생들의 사전 지식, 개인 행동, 개별 진도에 따라 개인화된 학습을 지원할 수 있다. 인공지능은 기존에 성공적인 학습을 이끈다고 여겨졌던 수업 중에 학생들이 정지한 시간의 수, 질문에 대답하도록 요구된 시간의 길이, 질문 횟수와 같은 변인은 물론 학생들의 입동작, 눈동자, 감정 분석, 학습자의 행동에 대한 분석을 통하여 학생들의 자신감, 마음구조, 인지능력과 같은 심층적 이해도 가능하다. 이렇게 분석된 데이터는 학습자에 따른 학습 속도, 최적의 학습 방법, 개별적 인지나 수행에 대한 지속적 피드백과 같은 정보를 학생과 교사에게 모두 제공함으로써 학생에게 학습에 대한 권한을 부여하여 최적화된 학습 환경 구성에 기여할 수 있다.

넷째, 인공지능은 교사가 학습에 대한 멘토나 코치의 역할을 수행하며 가치로운 도움을 제공할 수 있도록 한다. 인공지능은 자연어 분석 기술을 활용하여 학생들의 일상적인 질문에 교사를 대신하여 답을 하고, 학생들의 과제와 행동을 관리한다. 교사는 인공지능을 통하여 학생들의 발달 단계를 파악하고 구성적인 피드백을 제공할 수 있다. 또한 인공지능은 학생들의 교육적 프로필, 소셜미디어, 조사와 같은 정보에서 머신 러닝 알고리즘을 적용함에 따라 학생들의 창의적 사고를 최대화시키고 협력 가능성을 높일 수 있는 효과적인 학습을 위한 그룹 형성에 도움을 줄 수 있다. 이처럼 교사들은 시간을 소모하는 관리 업무를 경감함으로써 자신의 시간을 학생을 지도하고 이끄는 데에 사용할 수 있다.

마지막으로 인공지능의 자연 언어 분석 기술의 발전은 학생 평가에서 인공지능의 유용성을 확장할 수 있다. 코칭과 평가에서는 현재 머신 러닝의 기술을 넘어서서 정서지능, 창의성, 의사소통과 같은 특별한 기능이 요구된다. 인공지능 기술이 이미 채점의 자동화에 사용되고 있으나 아직은 수학문제와 같은 정확한 답을 요구하는 과제나 맞춤법, 언어, 역사적 사건과 같은 규칙 기반 학습에서 제한적이다. 하지만 인공지능이 창의적이고 패턴화되지 않은 질문에도 채점할 수 있도록 시도되고 있다. 이러한 기술의 진보는 사고의 균일화와 선입견의 유지를 방지하는 데에도 기여할 수 있을 것이다.

이처럼 인공지능은 현재의 표준화된 커리큘럼과 시험 시스템이 성취할 수 없는 단계에서 교사가 고차원적인 창의성과 상호협력적인 과제에 관심을 갖도록 하여 교육의 질을 높일 수 있는 기회를 제공한다. 하지만 교육에서 인공지능의 사용은 사적인 개인데이터와 같은 교육적 데이터를 수집하고 사용하는 데에 있어서 윤리적 문제가 우려된다. 교육에서 인공지능을 사용하여 이익을 얻기 위해서는 인공지능 솔루션의 설계 단계에서 학생들과 그의 가족들이 지지할 수 있도록 충분히 설명하고, 교사와 정부관계자는 인공지능 기술을 숙지하며, 정책입안자와 규제기관이 인공지능 교육이 가능하도록 안전하고 보호된 환경을 만드는 것이 필수적이다.

◈참고문헌

• Bughin, J., Hazan, E., Ramaswamy, S., Chul, M., Allas, T., CahlstrÖm, P., Henke, N., & Trench, M. (2017). Artificial intelligence the next digital frontier?, McKinsey & company discusson paper, 2017, June, McKinsey globan institute:
• 노승민 (2017). 특허분석을 통한 인공지능 기술분야의 연구동향. 디지털콘텐츠학회논문지, 18(2), 423-428.
• 심재석 (2017). 60년 인공지능 역사에 가장 충격적인 기술 ‘딥러닝’. 바이라인네트워크 2017-06-07.
• 이나리 (2016). 인공지능의 개요와 미래 전망, Embedded news. 2017-04-11.