교육 분야의 인공지능(흔히 AIEd로 약칭)은 교육 기술의 하위 분야로, 학습 환경을 조성하기 위해 인공지능(AI)을 활용하는 방법을 연구한다. 이 분야는 컴퓨터 과학, 교육학, 심리학을 바탕으로 초기 컴퓨터 기반 교육에서부터 현대의 대규모 언어 모델(LLM) 챗봇에 이르기까지 교수와 학습을 지원하는 시스템을 설계한다. 주요 고려 사항으로는 데이터 기반 의사 결정, AI 윤리, 데이터 프라이버시, AI 리터러시가 있으며, 우려 사항으로는 잠재적인 부정행위, 과도한 의존, 접근성의 형평성, 비판적 사고의 저하, 잘못된 정보와 편향의 지속 등이 있다.
AIEd는 인공지능과 머신러닝의 광범위한 발전과 함께 진화해 왔다. 그 역사는 규칙 기반 시스템에서 데이터 기반 접근 방식으로, 그리고 최근에는 생성 모델로의 전환을 반영한다. 이 분야의 이론적 기반은 교육 이론과 기술적 방법을 통합하며, 그 응용은 교육자와 학생 사용 사례 모두에 걸쳐 있어 적절한 통합과 사회적 영향에 대한 논쟁을 자주 불러일으킨다.
역사
교육 맥락에 AI를 통합하려는 노력은 종종 인공지능 역사의 기술 발전을 따라왔다. 1960년대에 교육자와 연구자들은 일리노이 대학교가 개발한 PLATO와 같은 컴퓨터 기반 교육 시스템을 개발하기 시작했다. PLATO는 대화형 수업을 제공하고 다양한 교육 환경에서 사용된 초기 시스템으로, 이후 AI 응용의 토대를 마련했다.
1970년대에는 AI 기술이 컴퓨터 보조 교육(CAI)에 추가되어 지능형 튜터링 시스템(ITS)을 형성했다. 이러한 시스템은 적응형 피드백과 개인화된 학습 경로를 제공하는 것을 목표로 했다. 예를 들어, LISP 튜터는 1984년 가을 카네기 멜론 대학교 미니 코스에서 평가되어 전통적인 교육에 비해 학습 성과를 향상시킬 수 있음을 입증했다.
국제 인공지능 교육(AIED) 학회는 1993년에 설립되었으며, 컴퓨터 과학, 교육학, 심리학 배경을 가진 연구자들로 구성되어 있다. 이 학회는 AIEd 이론과 응용에 관한 연구를 게재하는 국제 인공지능 교육 저널(IJAIED)을 발행한다. 이러한 제도화는 이 분야를 통합하고 학제 간 협력을 촉진하는 데 도움이 되었다.
2020년대의 AI 붐과 맞물려, 글로벌 북반구에서 대규모 언어 모델(LLM)의 사용은 벤처 캐피탈과 빅테크에 의해 촉진되고 자금이 지원되었다. AI 서비스를 만드는 기업들은 학생과 교육 기관을 고객으로 삼았다. 마찬가지로, AI 붐 이전의 교육 기업들도 AI 기술 사용을 확장했다. AIEd 사용에 대한 이러한 상업적 인센티브는 잠재적인 AI 거품과 관련이 있을 수 있다. 미국에서는 K-12 교육에서 AI 개발에 대한 초당적 지지가 표명되었지만, 구체적인 구현과 모범 사례는 여전히 논쟁의 대상이다.
플랫폼
현대 AIEd 플랫폼은 종종 자연어 대화에 참여하고 다양한 작업을 지원할 수 있는 생성 AI 챗봇에 의존한다. 주목할 만한 예로는 OpenAI의 ChatGPT, Anthropic의 Claude, Google의 Gemini가 있다. 이러한 도구는 교육 환경에서 빠르게 채택되었지만, 그 통합은 불균등하고 논쟁의 여지가 있다.
ChatGPT
ChatGPT는 2022년 11월 OpenAI에 의해 출시되었으며, 교육에서의 채택은 빠르게 이루어졌다. 몇 달 안에 학생과 교육자들은 글쓰기 지원, 문제 해결, 콘텐츠 생성에 이를 사용하기 시작했다. 그러나 이 도구는 학문적 무결성에 대한 우려로 인해 여러 기관, 특히 K-12 학교와 일부 대학에서 금지되었다.
학생들은 일반적으로 ChatGPT에 대해 긍정적인 인식을 보고하며, 브레인스토밍, 정보 요약, 빠른 답변 제공에 유용하다고 생각한다. 그러나 교육자와 학생의 구체적인 견해는 매우 다양하다. 교육에서 ChatGPT의 적절한 사용이 무엇인지에 대한 의견은 특히 다양하며, 일부는 이를 합법적인 학습 보조 도구로 보는 반면, 다른 일부는 기술 개발을 저해하는 지름길로 본다.
학교에서 ChatGPT와 같은 챗봇을 금지하려는 노력은 부정행위 방지에 초점을 맞추고 있지만, AI 탐지의 부정확성과 챗봇 기술의 광범위한 접근성으로 인해 집행이 어렵다. 많은 AI 탐지 도구가 오탐지를 생성하여 원본 학생 작업을 AI 생성으로 잘못 표시하는 것으로 나타났다. 교육자들은 또한 이 도구에 대한 과도한 의존이 피상적인 학습 습관을 조장하고, 비판적 사고를 약화시키며, 잘못된 정보를 퍼뜨릴 수 있다는 우려를 표명했다. 일부 교육자들은 학생들이 AI 생성 출력을 비판하거나 초안 작성에 AI를 사용한 후 인간의 수정을 거치도록 하는 등 생성 AI(GenAI)를 평가에 통합하는 방법을 제안했다.
Claude
Claude는 Anthropic이 개발한 LLM 시리즈이다. 그 AI 기반 챗봇은 2023년 3월에 출시되었다. Claude는 유해한 출력을 줄이는 데 초점을 맞춘 다른 챗봇보다 더 안전하고 해석 가능한 대안으로 자리 잡았다. 교육 맥락에서 Claude는 튜터링, 피드백, 콘텐츠 제작에 사용되었다.
2026년 7월, Anthropic은 교사를 위한 Claude 버전을 출시했다. "Claude for Education"을 제공하는 대학에는 스탠포드 대학교, 컬럼비아 대학교 등이 있다. 이 이니셔티브는 수업 계획 지원, 채점 지원, 학생 대상 튜터링과 같은 맞춤형 기능을 제공하여 Claude를 학술 워크플로우에 통합하는 것을 목표로 한다.
Gemini
Gemini는 2023년 12월 Google이 개발한 GenAI 챗봇이자 가상 비서이다. ChatGPT와 Claude와 경쟁하기 위해 설계되었으며, 텍스트, 이미지, 오디오를 처리할 수 있는 멀티모달 기능을 제공한다. 교육 환경에서 Gemini는 연구 지원, 글쓰기 지원, 대화형 학습에 사용되었다.
2024년 8월, Google은 교육자를 위해 Gemini의 맞춤형 버전인 Gemini Gems를 출시했다. Gems는 사용자가 퀴즈 생성이나 수업 계획과 같은 특정 작업에 맞춘 특수 버전의 Gemini를 만들 수 있게 한다. 2025년 3월에 "Google Workspace for Education" 계정에 추가되어 많은 학교와 대학에서 접근할 수 있게 되었다. 2026년 8월, Google은 초등학교부터 고등학교 수준의 일부 학교를 위해 Classroom 앱에 Gemini를 추가하여 AI를 일상적인 교육 도구에 더욱 통합했다.
이론
AIEd는 교육 연구, 머신러닝 및 관련 분야의 이론을 적용한다. 교육에서 AI 시스템의 설계는 교육학적 원리, 인지 과학 및 기술적 고려 사항에 의해 정보를 얻는다. 지난 10년간의 연구에 대한 2019년 검토에 따르면 대부분의 연구가 교육학적 통합보다 기술 설계를 우선시하여 기술 개발과 교육 실천 사이의 격차를 시사한다.
Ouyang과 Jiao(2021)는 교육에서 AI의 세 가지 패러다임을 제안하며, 이는 대략 가장 덜 학습자 중심에서 가장 학습자 중심으로, 그리고 AI 시스템에서 가장 적은 기술적 복잡성에서 가장 많은 기술적 복잡성을 요구하는 순서로 진행된다:
- AI 주도, 학습자-수혜자: AIEd 시스템은 학습자의 피드백에 조정되지 않는 통계적 패턴을 기반으로 사전 설정된 커리큘럼을 제시한다. 이 패러다임은 AI가 학습 경로를 제어하는 초기 ITS 및 적응형 학습 플랫폼에서 일반적이다.
- AI 지원, 학습자-협력자: 예를 들어 자연어 처리를 통해 학습자의 피드백에 반응하는 시스템으로, AI가 지식 구성을 지원할 수 있다. 여기서 AI는 학생 입력에 응답하고 대화와 탐구를 촉진하는 파트너 역할을 한다.
- AI 강화, 학습자-리더: 이 모델은 학습자가 주도권을 갖고 AI가 일관되고 실행 가능한 피드백을 제공하는 인간 지능의 보조 수단으로 AI를 배치하려고 한다. 학습자가 학습 과정을 지시하고, AI는 이해를 향상시키기 위한 도구와 통찰력을 제공한다.
일부 학자들은 교육에서 AI를 사회-기술적 프레임워크 안에 둔다. 이는 AI를 컴퓨팅, 인터넷, 소셜 미디어와 같은 다른 신흥 교육 기술과 함께 배치한다. 이러한 관점은 AIEd가 단순한 기술 도구가 아니라 사회적, 문화적, 정치적 맥락에 내재되어 있음을 강조한다.
Tsao, Heinrichs 및 Camit(2025)의 프레임워크는 신유물론과 포스트휴머니즘, 특히 Donna Haraway의 공생(sympoiesis, 함께 만들기) 개념에 기반을 둔다. 이 관점은 학습을 인간과 비인간 행위자(학생, 교사, AI 알고리즘)의 얽힘으로 보며, 지식은 인간 맥락과 알고리즘 예측 사이의 접촉 지대에서 공동 구성된다고 본다. 이는 학습을 개별적인 인지 과정으로 보는 전통적인 관점에 도전하고, 대신 분산되고 관계적인 현상으로 본다.
AI 에이전트는 편향된 데이터 세트로 훈련되어 사회적 편향을 계속 영속화한다. LLM이 인간과 유사한 텍스트를 생성하기 위해 만들어졌기 때문에 알고리즘 편향이 도입되고 재생산될 수 있다. 예를 들어, 훈련 데이터가 역사적 불평등을 반영한다면, AI는 고정관념을 강화하거나 특정 집단을 배제하는 출력을 생성할 수 있다. AI의 데이터 처리와 모니터링은 시스템적 변화보다 효율성, 측정, 개인 책임을 우선시하는 경우가 많기 때문에 불평등을 해결하기보다는 신자유주의적 교육 접근을 강화한다.
응용
교육자
교육에서 생성 AI 챗봇의 사용에는 평가 및 피드백, 기계 번역, 교정, 시험 문제 생성, 교정 편집 또는 가상 비서로서의 사용이 포함된다. 예를 들어, 교사는 AI를 사용하여 연습 문제를 생성하고, 학생 에세이에 자동 피드백을 제공하거나, 다국어 교실을 위한 자료를 번역할 수 있다. AI는 이메일 초안 작성이나 강의 계획서 작성과 같은 행정 작업에도 도움을 줄 수 있다.
교육에서의 감정 AI는 학습자의 감정을 감지하거나 학습에서 정서적 지원을 제공할 수 있는 시스템의 연구 및 개발이다. 이러한 시스템은 얼굴 인식, 생리적 센서 또는 텍스트 분석을 사용하여 감정 상태를 추론할 수 있으며, 교육을 조정하거나 격려를 제공하는 것을 목표로 한다. 그러나 이러한 기술은 프라이버시와 윤리적 우려를 제기한다.
교육 행정에서 AI의 광범위하고 계획되지 않은 사용은 학생 기록의 피상적 분류를 통한 차별, 사전 계획된 알고리즘 정의에 맞는 작업에 대한 자동 채점의 편향, 이전 경험이 필요한 컴퓨터 리터러시를 갖추지 못한 학생의 AI 훈련에서의 배제와 같은 해악을 초래할 수 있다. 예를 들어, AI 채점 시스템은 비원어민 영어 사용자나 다른 글쓰기 스타일을 가진 학생에게 불이익을 줄 수 있다. 그러나 보다 구조화된 사용은 대학생이 AI를 탐구와 비판에 사용하면서 학술 자료에 대해 주장을 독립적으로 검증하고 전문가 피드백을 통합하는 탐구 기반 워크플로우에 생성 AI를 성공적으로 통합했다.
학생
2024년 글로벌 설문 조사에 따르면 학생들은 주로 브레인스토밍, 요약, 연구 지원에 생성 AI를 사용하며, 복잡한 정보를 단순화하는 데 효과적이지만 사실적 정확성과 교실 학습에는 덜 신뢰할 수 있다고 생각한다. 학생들은 AI 리터러시와 디지털 커뮤니케이션을 향상시킬 잠재력을 인식했지만, 교수들은 비판적 사고, 대인 커뮤니케이션, 의사 결정 능력의 상당한 한계를 강조했다. 글로벌 연구에서 약 58%의 학생이 일상 생활에서 AI 도구가 유용하다고 보고했다. 설문에 따르면 ChatGPT는 어려운 개념을 이해하고, 과제에 대한 아이디어를 생성하며, 시간을 관리하는 데 특히 유용했지만, 깊은 분석이나 미묘한 판단이 필요한 작업에는 덜 효과적이었다.
학생의 AI 사용은 학문적 무결성과 독립적 학습 능력 개발에 대한 질문도 제기한다. 일부 기관은 학생이 AI 지원을 공개하거나 글쓰기 과정의 특정 단계에서만 AI를 사용하도록 요구하는 등 특정 조건에서 AI 사용을 허용하는 정책을 개발했다. 다른 기관은 구술 발표나 수업 중 글쓰기 과제를 통합하는 등 평가를 AI에 더 저항적으로 재설계했다.
과제 및 향후 방향
AIEd는 AI 도구에 대한 접근성의 형평성 보장, 알고리즘 편향 해결, 인간의 감독 유지 등 여러 지속적인 과제에 직면해 있다. 또한 교육학에 AI를 효과적으로 통합하기 위한 교사 훈련의 필요성도 있다. 향후 연구는 더 투명하고 해석 가능한 AI 시스템 개발, 대규모 개인화 학습 탐구, 인지 발달과 사회적 기술에 대한 AI의 장기적 영향 이해에 초점을 맞출 가능성이 높다.
AI 기술이 계속 진화함에 따라 AIEd 분야는 혁신과 윤리적 고려 사항의 균형을 맞추며 적응해야 할 것이다. 교육자, 학생, 정책 입안자, 기술 개발자를 포함한 여러 이해 관계자의 참여는 교육에서 AI의 미래를 형성하는 데 중요할 것이다.