[시그널 1] 기초역량으로서의 AI 리터러시

  AI 리터러시는 선택 과목이 아닌 모든 학생을 위한 일반 교육의 필수 요소로 설정되어야 한다. 즉, AI 리터러시는 읽기, 쓰기, 수학과 같은 수준의 기초 역량으로 함께 다루어져야 한다(UNESCO, 2025). AI 리터러시는 AI를 얼마나 잘 이해하고 활용할 수 있는지를 넘어 AI를 둘러싼 다양한 상황에서 스스로 사유할 수 있는 융합적 역량이다. 더불어 AI가 무엇이고, 우리가 AI를 활용하여 무엇을 하길 원하는지, 또 어디에 안전장치를 세우고 레드라인을 그어야 하는지 사용의 맥락을 결정할 수 있는 역량까지 포함해야 한다(Giannini, 2023). 즉, AI 리터러시는 AI를 언제, 누가, 무엇을 위해 사용할지를 분별하는 역량이라 할 수 있다.

다만 AI 리터러시를 교육과정의 내용으로 가르쳐야 할 것인지에 대해서는 고민이 필요하다. 기술의 발전 속도가 매우 빠르기 때문에 교육과정을 개발하는 동안에도 기술은 또 한 번 성장해 있을 가능성이 높다. 그러나 국가 차원에서 AI 리터러시를 교육과정으로 다루지 않는다면 학습자 간 격차는 더욱 심화될 수 있다. 따라서 AI 리터러시가 담아야 할 내용 요소가 무엇인지에 대한 고민이 필요하며, 기술 발전 속도의 영향을 상대적으로 덜 받는 기본적인 AI 역량을 중심으로 교육과정 요소를 개발할 필요가 있다.

· 인물: 알렉산드르 왕(메타 최고 AI 책임자)

· 출처: Congress Clips. (2025, June 21).

· 시그널: AI 리터러시의 내용 요소: 질문하는 법, 사람과 연결하는 법

<원문> "...learning how to use AI tools early and use it well, ask questions, find human to human connection opportunities that AI cannot create."

<번역> AI 도구의 사용법을 일찍 배워서 잘 활용하고, 질문하는 법을 익히며, AI가 할 수 없는 사람과 사람 간의 연결 기회를 찾는 방법을 배워야 합니다.

· 인물: 사티아 나델라(마이크로소프트 회장 겸 최고경영자)

· 출처: Nadella, S. (2026, January 20).

· 시그널: AI 리터러시의 내용 요소: 맥락 설계

<원문> "...you have a new intelligence layer but the intelligence layer is only as good as the context you give it. So people describe it even as context engineering...".

<번역> 우리에게는 새로운 지능형 레이어가 생겼지만, 이 지능은 우리가 제공하는 맥락(context)의 수준에 크게 좌우됩니다. 그래서 사람들은 이를 역량으로서 '맥락 설계(context engineering)'라고 부르기도 합니다.

[시그널 2] 통합 교육과정으로서의 AI 리터러시

  AI 리터러시를 하나의 교과로 가르치기 위해 내용 체계를 구성하다 보면 기술의 발전 속도를 따라갈 수 없어 교과서 내용을 집필하다가 폐기하는 상황이 벌어질 수 있다. 따라서 AI 리터러시를 개별 교과로서 가르치기보다는 기존의 다양한 교과들에 녹여서 가르칠 필요가 있다. 모든 교과에서는 AI 활용에 대해 고민해야 하며, 각 교과의 내용과 AI 활용을 어떻게 결합하는 것이 가장 효과적인지에 대한 논의가 필요하다. 더불어 학습자의 학습 활동과 교수자의 교수 활동 전반에 AI 활용을 내재화하여, 어떤 부분에서 AI 활용을 허용할 것인지, 또 어떻게 활용할 것인지에 대한 기준을 함께 마련해야 한다.

· 보고서명: AI adoption in the education system

· 출처: OECD. (2025).

· 시그널: 다양한 교과에 내재화 필요

<원문> Another characteristic of the OECD/EC AI literacy framework is that it recognises the importance of integrating AI topics across the curriculum. Rather than treating AI as an isolated subject, it encourages embedding AI literacy within mathematics, science, social studies, arts and more. (Borgonovi et al., 2025, p. 44)

<번역> OECD/EC AI 리터러시 프레임워크의 또 다른 특징은 교육과정 전반에 걸쳐 AI 주제를 통합하는 것의 중요성을 인정한다는 점이다. AI를 분리된 하나의 과목으로 다루기보다는, 수학, 과학, 사회, 예술 등 다양한 교과 안에 AI 리터러시를 내재화할 것을 장려한다. (Borgonovi et al., 2025, p. 44)

· 보고서명: Opportunities, challenges and school strategies for integrating generative AI in education

· 출처: Ng, D. T. K., Chan, E. K. C., & Lo, C. K. (2025).

· 시그널: 교육과정 통합

<원문> Curriculum integration plays a crucial role in incorporating AI-related concepts and effectively utilizing GenAI skills across various subjects, equipping students with the necessary knowledge and understanding of the ethical implications behind, and critical thinking in the context of GenAI (Yang, 2022 인용 Ng et al., 2025, p. 3)

<번역> 교육과정 통합은 AI 관련 개념을 포함하고 다양한 교과에서 GenAI 기술을 효과적으로 활용하는 데 중요한 역할을 하며, GenAI 맥락에서 그 이면의 윤리적 함의와 비판적 사고에 대한 필요한 지식과 이해를 학생들에게 갖추게 한다(Yang, 2022 인용 Ng et al., 2025, p. 3)

[시그널 3] 인지 확장 도구로서의 AI 활용 교육

  AI 활용 교육은 학생들이 AI를 단순히 사용하는 수준을 넘어, 자신의 사고와 학습을 확장하는 도구로 AI를 주도적으로 다루는 법을 가르치는 방향으로 교육이 이루어져야 한다. AI를 단순히 정답을 찾아 주는 비서처럼 의존적으로 활용하게 된다면 학생의 문제 해결력과 자기효능감이 약화될 수 있기 때문이다. 따라서 교육은 AI 사용 자체를 금지하거나 방치하는 것이 아니라, 학생이 AI와의 관계 속에서도 주도권을 유지할 수 있도록 교육과정을 설계하고 운영해야 한다. 즉, AI 활용 교육은 학생이 질문을 구체화하고, AI의 응답을 비판적으로 검토하며, 자신의 목적에 맞게 결과를 수정·재구성하는 능력을 기르는 방향으로 이루어져야 한다.

또한 AI 활용 교육은 추상적인 이해에 머무르기보다 실제 과제와 문제 해결 과정 속 AI를 활용하는 경험을 포함해야 한다. AI 기술의 확산과 생산적 활용은 결국 사람들이 이 기술을 얼마나 폭넓게 익히고 실제 상황에서 활용할 수 있는가와 밀접하게 연결되기 때문이다. 앞으로는 컴퓨터와 AI가 자신이 원하는 작업을 정확하게 수행하도록 지시하고 조정하는 능력이 중요한 역량으로 자리 잡을 가능성이 높다. 따라서 학교 교육은 프롬프트 작성, 결과 검증, AI와의 협업을 통한 산출물 개선, 업무·학습 흐름의 재설계 등 실제적인 활용 능력을 교육과정으로서 체계적으로 다루어야 한다.

· 출처: KAIST. (2026, 2월 26일). KAIST 국가미래전략기술 정책연구소 워크숍

· 시그널: 인지 증폭 도구로서의 AI 활용 교육

<원문> 교육 과정에서 AI를 단순히 정답을 내놓는 자판기처럼 의존하게 만들면, 결국 학생들의 문제 해결 능력과 자기 효능감이 크게 퇴화하는 부작용이 발생합니다. 따라서 학생들이 주도권을 잃지 않고 AI를 자신의 인지 역량을 증폭시키는 '확장의 도구'로 활용하도록 교육 방식을 전면 재설계해야 합니다.

· 인물: 사티아 나델라(마이크로소프트 회장 겸 최고경영자)

· 출처: Nadella, S. (2026, January 20).

· 시그널: AI 활용 능력(Skilling) 및 실전 활용 중심의 교육

<원문> "...diffusion is very strongly correlated to one thing alone which is how broadly are people skilled in using this..."

<번역> AI 기술의 확산은 단 한 가지 요소와 매우 강한 상관관계를 가지는데, 그것은 바로 사람들이 이 기술을 얼마나 폭넓게 다룰 수 있는가(기술 습득)입니다.

<원문> "So the mindset we as leaders should have is we need to think about changing the work the workflow with the technology then that needs skill set. So you can't sort of talk about this in the abstract. You got to use it.".

<번역> 리더로서 우리는 기술을 통해 업무 흐름을 바꾸는 것에 대해 생각해야 하며, 이를 위해서는 새로운 기술(스킬셋)이 필요합니다. 이를 추상적으로만 논할 수는 없으며, 직접 사용하며 배워야 합니다.

[시그널 4] AI 원리 이해 교육

  AI 활용 교육뿐만 아니라, 학생들이 AI를 단순히 능숙하게 사용하는 수준을 넘어 AI가 어떤 원리로 작동하며 어떤 한계를 가지는지 이해할 수 있도록 하는 AI 이해 교육 역시 필요하다. 앞으로 디지털 콘텐츠에는 AI가 생성한 텍스트, 이미지, 영상, 추천 결과가 더욱 자연스럽게 포함될 것이기 때문에, 학생들은 생성형 AI의 작동 방식에 대한 기본적인 이해를 갖출 필요가 있다. 이는 AI를 신기한 기술이나 편리한 도구로만 받아들이는 태도를 넘어, AI가 데이터를 학습하고 패턴을 기반으로 결과를 생성하며, 그 과정에서 오류나 편향이 발생할 수 있음을 이해하는 교육을 의미한다. 특히 AI가 피지컬 AI 기술로까지 발전하고 있는 상황에서, AI의 작동 원리를 이해하는 것은 AI 기술의 올바른 활용 방안을 모색하는 데 중요한 기반이 될 수 있다.

따라서 AI 이해 교육은 AI의 개념, 머신러닝의 기본 원리, 컴퓨팅 사고, 다양한 AI 응용 방식, 윤리적 쟁점 등을 함께 다루는 AI 리터러시 교육으로 확장되어야 한다. 학생들은 AI의 추천이나 답변을 무비판적으로 수용하는 것이 아니라, 그것이 어떤 데이터와 기준에 의해 만들어졌는지 질문하고, 결과의 신뢰성과 적절성을 평가하며, 책임 있는 방식으로 AI를 활용할 수 있어야 한다. 교사 역시 다양한 학년, 교과, 교육과정의 맥락에 맞는 AI 도구를 이해하고 선택할 수 있어야 하므로, AI 이해 교육은 학생만이 아니라 교사의 전문성 개발과도 연결될 필요가 있다.

· 보고서: OECD Digital Education Outlook 2026

· 출처: OECD. (2026.)

· 시그널: GenAI 작동 원리의 이해

<원문> "Digital content will also increasingly incorporate AI-generated content, hence the importance for all to have some understanding of how GenAI works." (OECD, 2026, p. 15)

​<번역> 디지털 콘텐츠에 AI 생성물이 점점 더 포함될 것이므로, 모두가 생성형 AI가 어떻게 작동하는지에 대한 일정 수준의 이해를 갖는 것이 중요하다 (OECD, 2026, p. 15).

· 보고서명: Teacher training in the age of AI: impact on AI literacy and teachers’ attitudes

· 출처: Lademann, J., Henze, J., Honke, N., Wollny, C., & Becker-Genschow, S. (2026).

· 시그널: 다양한 AI 응용을 이해하는 학습

<원문> Teachers must develop familiarity with fundamental concepts related to AI, computational thinking, and machine learning principles (Asunda et al., 2023, 인용 Lademann et al., 2026, p. 3). In addition, teachers must possess the ability to comprehend various AI applications and identify appropriate tools for specific contexts across diverse grade levels, curricula, and subject areas (Cheah et al., 2025, 인용 Lademann et al., 2026, p. 3)

<번역> 교사들은 AI, 컴퓨팅 사고, 머신러닝 원리와 관련된 기초 개념에 익숙해져야 한다(Asunda et al., 2023, 인용 Lademann et al., 2026, p. 3). 또한 교사들은 다양한 학년, 교육과정, 교과 영역 전반의 구체적 맥락에서 다양한 AI 응용을 이해하고 적절한 도구를 식별할 수 있는 능력을 갖추어야 한다(Cheah et al., 2025, 인용 Lademann et al., 2026, p. 3)

· 보고서: Opportunities, challenges and school strategies for integrating generative AI in education

· 출처: Ng, D. T. K., Chan, E. K. C., & Lo, C. K. (2025).

· 시그널: AI의 원리 이해를 포함하여 AI 리터러시 과정 구성

<원문> As discussions around GenAI evolve, it is essential to prioritize ethical principles alongside its technological potential for school students through AI literacy courses (Kong et al., 2024, 인용 Ng et al., 2025, p. 3). These courses equip students with essential competencies to understand the fundamental principles of AI, use AI responsibly, evaluate its recommendations critically, and create AI-related artifacts (Ng et al., 2021, 인용 Ng et al., 2025, p. 3)

<번역> GenAI에 대한 논의가 진화함에 따라, 학교 학생들을 위해 AI 리터러시 과정을 통해 윤리적 원칙을 그 기술적 잠재력과 함께 우선시하는 것이 중요하다(Kong et al., 2024, 인용 Ng et al., 2025, p. 3). 이러한 과정은 학생들이 AI의 기본 원리를 이해하고, AI를 책임 있게 사용하며, 그 추천을 비판적으로 평가하고, AI 관련 산출물을 만들어내는 데 필요한 핵심 역량을 갖추도록 한다(Ng et al., 2021 인용 Ng et al., 2025, p. 3)

[시그널 5] 문제해결중심의 교육 재구성

  AI가 주어진 문제를 빠르고 정확하게 해결할 수 있게 되면서, 인간에게 요구되는 역량은 이미 정해진 문제를 푸는 능력에서 벗어나 문제 자체를 발견하고 정의하는 능력, AI가 제시한 결과를 비판적으로 검증하는 능력, 다양한 지식과 도구를 조율하여 새로운 해결 방안을 구성하는 능력으로 변하고 있다. 따라서 교육과정은 교과별 지식을 전달하는 방식에서 벗어나, 실제 세계의 복잡한 문제를 중심으로 지식과 기술을 통합해 활용하는 문제해결형 융합학습으로 재구성될 필요가 있다.

이러한 변화 속에서 교육은 단순 암기와 공식 적용을 넘어, 프로젝트 기반 학습, 데이터 기반 탐구, 융합적 사고, 적응적 문제해결 능력을 핵심으로 삼아야 한다. 학생들은 특정 교과의 개념을 따로 익히는 데 그치지 않고, 환경, 기후, 사회문제, 기술 변화와 같은 실제 맥락 속에서 여러 교과의 지식을 연결하며 탐구할 수 있어야 한다. OECD가 제시하듯 미래의 교육은 교과 기반 수업에서 프로젝트 기반 교육과정으로 나아가야 하며, 학생들은 이해의 깊이와 엄밀성을 잃지 않으면서 학문 간 경계를 넘나드는 경험을 해야 한다.

· 출처: KAIST. (2026, 2월 26일). KAIST 국가미래전략기술 정책연구소 워크숍

· 시그널: 요구 역량의 변화

<원문> AI가 주어진 문제를 빠르고 정확하게 푸는 역할을 훌륭히 대신하게 되면서, 과거 산업 구조에서 필요로 하던 기존 역량 중심의 신입 사원 채용이 확연히 줄어들고 있습니다. 이제 노동 시장은 기계가 풀 문제를 스스로 정의하고, AI의 결과물을 검증 및 오케스트레이션(조율)할 수 있는 인재를 강하게 요구합니다.

· 보고서: Reimagining Teaching in an Accelerating World

· 출처: OECD. (2026).

· 시그널: 프로젝트 기반의 교육과정으로 재구성

<원문> Instruction in the past was subject-based, but instruction in the future needs to be more project-based. Students need experiences that help them think across disciplines without losing depth of understanding or rigour. (OECD, 2026, p. 6)

<번역> 과거의 교육은 교과(subject) 기반이었지만, 미래의 교육은 보다 프로젝트 기반이 될 필요가 있다. 학생들은 이해의 깊이와 엄밀성을 잃지 않으면서 학문 간을 가로질러 사고하도록 돕는 경험이 필요하다. (OECD, 2026, p. 6)

· 기사: AI 시대 과학교육, '문제해결·융합·데이터 사고'로 전환해야

· 출처: 이항로. (2025년 11월 5일).(https://www.hangyo.com/news/article.html?no=105717)

· 시그널: ‘문제해결·융합·데이터 사고’로 전환 필요

<원문> 기초 학문인 과학 교과조차 여전히 복잡한 공식과 사실의 나열을 맹목적으로 암기시키는 데 급급한 기존 교육 방식의 파행성을 비판한다. 학생들이 실제 세상의 문제를 탐구하지 못하고 시험지에 적힌 정답만을 찾아 헤매게 만드는 낡은 교육과정은, 데이터와 AI가 지배하는 융합적 미래 사회에서 전혀 쓸모없는 박제된 지식만을 양산할 뿐이라고 지적한다.

AI 시대의 올바른 학문적 접근은 단순 암기를 전면 폐기하고, 컴퓨팅 사고력, 데이터 문해력, 융합적 탐구 능력을 핵심 성취기준으로 삼는 생동감 있는 역량 중심 교육과정으로의 전환에 있다고 강조한다. 학생들은 텍스트에 매몰되지 않고 AI 분석 도구를 쥐고 실제 환경 데이터나 기후 문제를 주도적으로 분석하는 살아있는 탐구 학습을 수행해야 하며, 평가는 결과물 도출뿐만 아니라 실험 설계와 윤리적 고찰 전 과정을 밀도 있게 관찰하는 포트폴리오 기반의 질적 평가가 되어야 한다고 주장한다.

이러한 생생한 과학 교육을 실현하기 위해 교사는 단조로운 실험을 시연하는 역할을 넘어, 가상 실험을 설계하고 빅데이터 분석을 코칭하며 학생들의 깊이 있는 과학적 추론을 이끌어내는 고도의 교수 역량을 발휘해야 한다고 말한다. 미래의 학교는 낡은 실험실을 벗어나 첨단 데이터 분석 인프라와 가상 현실(VR) 기반의 AI 랩이 일상화되며, 실패를 자유롭게 경험하고 지적 호기심이 폭발하는 창의적인 학교환경으로 진화해야 함을 역설한다.

[시그널 6] 학교의 브레인 짐(Brain Gym) 전환

  AI 시대의 문제해결형 융합학습은 단순히 여러 교과 지식을 함께 다루는 수준을 넘어, 학생이 스스로 문제를 발견하고 질문을 구성하며 새로운 관점에서 해결 가능성을 탐색하는 방향으로 전환되어야 한다. AI가 이미 주어진 문제를 빠르게 해결하고 정보를 요약 및 정리하는 역할을 수행할 수 있게 되면서, 인간에게 더욱 중요해지는 것은 정답을 찾는 능력보다 어떤 문제가 중요한지 묻고, 왜 그런 문제가 발생했는지 해석하며, 기존의 지식을 낯선 맥락에 연결하는 상위 사고력이다. 따라서 학교는 지식을 일방적으로 전달하는 공간이 아니라, 학생들이 비판적으로 사고하고 질문하는 힘을 기르는 ‘사고 훈련의 장(Brain Gym)’으로 재구성될 필요가 있다.

· 출처: KAIST. (2026, 2월 26일). KAIST 국가미래전략기술 정책연구소 워크숍

· 시그널: '사고 구조 설계(브레인 짐)'로의 전환

<원문> AI 시대의 대학과 학교는 더 이상 지식을 일방적으로 전달하는 곳이 아니라, 기계가 흉내 낼 수 없는 인간 고유의 사고 체계와 질문하는 근육을 키워주는 '브레인 짐(Brain Gym)'으로 탈바꿈해야 합니다. 학생들은 암기와 정답 중심의 훈련에서 벗어나, 비판적으로 사고하고 스스로 문제를 발견하는 능력을 길러야 합니다.

· 보고서명: Aligning technology with cognitive development: a five-tiered framework to generative AI in K-12 education

· 출처: Tao, S. (2025).

· 시그널: 비판적 사고·창의성·독립적 사고가 핵심 목표

<원문> The framework’s central thesis is that the permissions, functionalities, and pedagogical applications of GenAI tools must be rigorously calibrated to the cognitive and socio-emotional milestones of students. This paper contends that such a developmentally-aware, structured approach represents the most prudent and effective path forward—one that allows us to harness the transformative potential of AI while intentionally safeguarding and cultivating the essential human skills of critical thinking, creativity, and independent thought. (Tao, 2025, p. 2)

<번역> 이 프레임워크의 중심 논지는 GenAI 도구의 권한, 기능 및 교육적 적용이 학생들의 인지적·사회정서적 이정표에 맞추어 엄격하게 조정되어야 한다는 것이다. 본 논문은 이러한 발달 인식적이고 구조화된 접근이 AI의 변혁적 잠재력을 활용하는 동시에 비판적 사고, 창의성 및 독립적 사고라는 필수적인 인간 기술을 의도적으로 보호하고 함양하는 가장 신중하고 효과적인 길이라고 본다. (Tao, 2025, p. 2)

[시그널 7] AI 시대 인간다움과 관계성의 회복 

  단순한 지식을 학습하는 것은 이제 AI와 경쟁할 수 없을 정도로 AI가 빠른 속도로 진화하고 있다. 이에 기술의 발전 속에서 교육이 추구하는 바는 인간이 지니고 있는 고유 역량인 감성 지능, 공동체 역량, 창의 역량, 비판적 사고 역량 등과 같은 인간 고유의 역량에 집중할 필요가 있다. 즉, AI 시대 교육은 지식의 효율적 전달과 효과적 학습이 목표가 아닌 “아름다운 인간”을 기르는 것을 목표로 인격, 품성, 인간성, 공감, 협력 등의 인간다움을 기르는 것을 교육의 본질로 삼아야 한다.

· 인물: 리카이푸 (시노베이션 벤처스 최고경영자)

· 출처: Талдау мектебі. (2025, June 10).

· 시그널: 지식 전달에서 감성 및 인간적 가치 교육으로의 전환

<원문> "Teachers will not be the people who pass on knowledge of mathematics and history, because AI can do a better job. But we need teachers to take that human capability, humanness about human love, compassion, and the importance of high EQ."

<번역> 단순 지식을 전달하는 일은 AI가 더 잘할 수 있기 때문에 교사는 더 이상 수학이나 역사를 가르치는 지식 전달자가 아닐 것입니다. 대신 우리는 인간의 사랑, 연민, 그리고 높은 감성 지능(EQ)의 중요성과 같은 인간적인 역량을 길러줄 교사가 필요하게 될 것입니다.

· 인물: 김상욱(경희대 물리학과 교수)

· 출처: TBC. (2025, 12월 26일).

· 시그널: 교육의 근본적 목적, 공동체성

<원문> 교육의 목표는 주관적이고 부모의 욕망이 투영되기 쉬운 '행복'이 아니라, 자연계의 동물들처럼 부모의 도움 없이 스스로 생각하고 경제적으로 살아갈 수 있는 '독립'에 맞춰져야 합니다. 이에 더해 자신의 독립을 넘어 '공동체를 위해 일하는 것의 고귀함'을 아는 개인으로 길러내는 것이 교육의 궁극적인 지향점입니다. 따라서 인공지능은 아이의 독립을 돕는 도구로 제한적으로 사용되어야 하며, 학교와 교사는 인공지능이 해줄 수 없는 인간 대 인간의 만남, 협력, 대면 소통의 역량을 키워주는 데 집중해야 합니다.

· 인물: 요슈아 벤지오(몬트리올대학교 교수, 밀라 설립자)

· 출처: The Diary Of A CEO. (2025, December 18).

· 시그널: 고유한 인간성

<원문> "I would say work on the beautiful human being that you can become. I think that that part of ourselves will persist even if machines can do most of the jobs."

<번역> 저는 (다음 세대에게) 스스로가 될 수 있는 가장 아름다운 인간이 되기 위해 내면을 가꾸라고 말하고 싶습니다. 기계가 일자리의 대부분을 대체하더라도 우리 안의 그러한 인간적인 본질은 계속 살아남을 것이기 때문입니다.

[시그널 8] AI 시대 기초 역량의 재정립

  21세기 교육에서 지향하고 있는 4가지 핵심 역량은 비판적 사고, 창의성, 의사소통, 협업 역량으로 주로 정의되며, 기초 역량은 읽기, 쓰기, 셈하기 역량으로 주로 정의되고 있다. 그러나, AI 시대가 도래하면서 우리는 기초 역량에 대해 고민해볼 필요가 있다. 지식의 습득이 빠른 AI와 함께 협업해야 하는 시대인 만큼 인간 고유의 역량에 집중해야 하며, AI와의 협업 역량, AI를 윤리적으로 바르게 활용해야 하는 역량, 이러한 역량들은 무엇보다 인간 고유의 인성에 근거하고 있을 것이며 AI 시대에도 변하지 않는 교육을 교육이 지향해야 하는 기초 역량으로 재정립할 필요가 있다.

· 인물: 김상욱(경희대 물리학과 교수)

· 출처: TBC. (2025, 12월 26일).

· 시그널: 변하지 않는 교육에 집중, 교육의 근본적 목적 재설정

<원문> 물리학자들이 복잡한 카오스 현상 속에서도 절대 변하지 않는 에너지 보존 법칙을 찾듯, 인공지능 시대의 교육은 10년 후에도 변하지 않을 본질적인 가치를 가르치는 데 집중해야 합니다.

· 보고서명: How AI Could Radically Change Schools by 2050

· 출처: Hartnett, A. (2025, September 24).

· 시그널: 기초 ‘3R+코딩’

<원문> In Gardner’s view, by about 2050, every child would need a few years of schooling in the Three R’s: ‘Reading, ’riting, ’rithmetic, and a little bit of coding,’ he said. (Hartnett, 2025)

<번역> 가드너의 견해에 따르면, 2050년 무렵에는 모든 아이가 ‘읽기, 쓰기, 산수, 그리고 약간의 코딩’이라는 이른바 세 가지 R을 몇 년 동안 학교에서 배울 필요가 있다”고 그는 말했다. (Hartnett, 2025)