[시그널 1] 질문·탐구 설계자로서의 교사

  AI가 설명·요약·예시 생성·자료 탐색을 빠르게 수행할 수 있게 되면서, 교수의 중심은 '지식을 얼마나 효율적으로 전달하는가'에서 '어떤 질문을 중심으로 학습을 조직하는가'로 이동하고 있다. 현재 교육 방식에서 AI가 문제가 되는 이유는 가르치는 방식 자체가 아직 바뀌지 않았기 때문이며, 생각하는 법과 글쓰기는 여전히 중요하지만 그것을 가르치고 평가하는 방식은 달라져야 한다. 더 본질적으로 보면, 기존 문제를 푸는 것보다 처음 질문을 만들어내거나 이론과 가설을 세우는 것이 훨씬 어려우며, 그것이야말로 가장 높은 수준의 창의성이다. 따라서 미래 교사의 역할은 정답을 전달하는 데 있지 않고, 학생과 공동체에 의미 있는 질문을 다루는 탐구의 맥락을 설계하는 데 있다. 동기 부여, 공감, 갈등 조정과 같은 인간적 역할은 AI가 대체하기 어려운 영역으로 남으며, AI가 확산될수록 교사의 관계적·정서적 역할은 오히려 더 부각될 가능성이 크다.

· 인물: 샘 올트먼(오픈AI 최고경영자)

· 출처: Altman, S. (2026, January 27).

· 시그널: AI와 학교 교육 방식 변화

<원문> “I understand that in the current way we teach kids, um, AI tools are a problem. But I think that suggests that we need to change the way we teach people. … You still need to learn to think and writing … is very important to learn how to think. But probably the way we should teach you to think and the way we should evaluate your thinking ability has changed…”

<번역> 현재 교육 방식에서는 AI가 문제가 되지만, 이는 가르치는 방식을 바꿔야 한다는 신호입니다. 생각하는 법과 글쓰기를 배워야 하지만, 생각을 가르치고 평가하는 방식은 바뀌어야 합니다.

· 인물: 데미스 하사비스 (구글 딥마인드 공동창업자 겸 최고경영자)

· 출처: Hassabis, D. (2026, February 12).

· 시그널: 질문을 만드는 능력

<원문> “Not just solving existing problems, but actually coming up with the question in the first place or coming up with the theory or the hypothesis. I think that’s much harder and that’s the highest level of scientific creativity.”

<번역> 기존 문제를 푸는 것뿐 아니라 처음 질문을 만들어내거나 이론과 가설을 세우는 것이 훨씬 더 어렵습니다. 그것이 가장 높은 수준의 과학적 창의성입니다.

· 보고서명: What Should Teachers Teach and Students Learn in a Future of Powerful AI?

· 출처: OECD. (2025).

· 시그널: 학생·공동체 관련 질문 중심 탐구

<원문> ... education should focus on inquiry practices that are accessible and meaningful, incorporating scientific knowledge and reasoning into addressing relevant questions for students and their communities. (OECD, 2025, p. 6)

<번역> ... 교육이 학생들과 그들의 공동체에게 관련 있는 질문을 다루는 과정에 과학 지식과 추론을 통합하는, 접근 가능하고 의미 있는 탐구 실천에 초점을 맞춰야 한다고 본다. (OECD, 2025, p. 6)

[시그널 2] AI-교사 협력 교수의 정착

  미래 교수는 교사와 AI의 역할을 기계적으로 분리하는 구조보다, 서로 다른 강점을 결합하는 Co-Agency 구조로 이동할 가능성이 높다. AI는 자료 생성·설명 초안·수준별 예시 제안·즉각적 피드백 제공에서 강점을 발휘하고, 교사는 그 결과를 교육적 맥락에 맞게 해석하고 수업 안으로 통합하는 역할을 맡는다. 핵심은 'AI가 무엇을 대신하는가'가 아니라 '교사가 AI를 활용해 수업의 질과 반응성을 어떻게 높이는가'에 있으며, 교사와 AI는 서로의 제안을 평가·비판하면서 공유된 이해와 상호 발전으로 나아가는 쌍방향 관계를 형성한다. 이러한 협력이 가능하려면 AI를 교사가 의도적으로 설계한 학습 시나리오 안에서 사용해야 하며, 교사가 AI를 어떻게 큐레이션하는가에 따라 AI 도구 속에 교사의 교육철학과 의도가 의인화되어 작동할 수 있다. 마치 한 교실에 네다섯 명의 대학원생 조교가 들어와 학생을 돌아다니며 도와주고 참여도를 관찰하는 것처럼, AI는 교사 한 명의 도달 범위를 넓히고 더 세밀한 개별 지원을 가능하게 만든다.

· 보고서명: OECD Digital Education Outlook 2026

· 출처: OECD. (2026).

· 시그널: 인간-AI 상호보완(Co-Agency)

<원문> Augmentation requires interactions during which both teachers and AI evaluate and critique each others suggestions and propositions to move towards a shared understanding and mutual development while solving a problem. (Cukurova, 2026, as cited in OECD, 2026, p. 28)

<번역> 증강(augmentation)은 교사와 AI가 서로 평가·비판하며 공유 이해와 상호 발전을 이루는 상호작용을 요구한다 (Cukurova, 2026, 인용 OECD, 2026, p. 28).

· 보고서명: AI and the Future of Education: Disruptions, Dilemmas and Directions

· 출처: UNESCO. (2025).

· 시그널: 교사의 큐레이션을 통한 AI의 의인화

<원문> Now, generative AI can be working with them in dialogue, along with peer collaborators and the teacher. Indeed, the teacher can be personified in the way they have curated the AI. (UNESCO, 2025, p. 83)

<번역> 이제 생성형 AI는 동료 협력자와 교사와 함께, 그들과의 '대화 속에서' 함께 작동할 수 있다. 사실, 교사가 AI를 어떤 방식으로 큐레이션하는가에 따라 AI 속에 교사가 '의인화(personified)'될 수 있다. (UNESCO, 2025, p. 83)

· 인물: 살 칸 (칸아카데미 창립자)

· 출처: Khan, S. (2025, June 19).

· 시그널: TA처럼 교실에서 실시간 지원하며 교사의 역할을 강화

<원문> "Imagine if your child's school district just discovered a billion dollars and they decided to hire some amazing uh uh graduate students to hang out in the classroom. And so every classroom is going to get four or five of these graduate students... those three, four, five grad students along with the teacher are going to be able to walk around help your children when they need it... And that's essentially what's going to happen with AI. It's obviously it's not going to be uh human TAs. It's going to be uh artificial intelligences that are assisting the teachers"

<번역> 자녀 학교에 10억 달러가 생겨 훌륭한 대학원생 4~5명을 채용한다고 상상해 보십시오. 교실을 돌아다니며 도와주고, 참여도 관찰하며, 부모에게 실시간 보고합니다. 수업 후 더 나은 레슨 계획을 세우고, 그게 바로 AI가 하는 일입니다. 인간 TA가 아닌 AI가 교사를 보조합니다.

[시그널 3] Human-in-the-loop 기반 교사 주도성

  AI 기반 교육이 확산될수록, 교사의 주도성과 최종 책임은 오히려 더 분명하게 제도화될 필요가 있다. 생성형 AI는 수업자료·피드백·평가 문항을 빠르게 생산할 수 있지만, 그것이 곧 교육적으로 적절하다는 의미는 아니다. 실제 수업에서는 학생의 발달 수준, 교실 분위기, 학습 목표, 오개념 유형이 동시에 고려되어야 하므로, AI 도구를 사용하더라도 교사는 계속해서 전문적 판단을 행사해야 하며 산출물의 품질에 대한 최종 책임을 유지해야 한다. 이를 위해 AI 시스템과 도구는 검사 가능하고 설명 가능해야 하며, 교사는 필요한 경우 AI 모델을 무효화할 수 있는 권한을 가져야 한다. 교사 주도성은 수업 중 순간순간의 결정, 수업 준비·계획·성찰, 그리고 AI 기술의 설계·선정·평가 결정에 참여하는 세 수준에서 모두 작동해야 한다. 결국 교사 주도성은 AI 시대에 줄어드는 역량이 아니라, 더 정교하게 요구되는 전문성의 핵심이 된다.

· 보고서명: OECD Digital Education Outlook 2026

· 출처: OECD. (2026).

· 시그널: 교사의 최종 판단 책임 유지

<원문> "When using GenAI tools, teachers and other education staff must continue to exercise their professional judgment and remain responsible for the quality of the output…" (OECD, 2026, p. 14)

<번역> 생성형 AI를 사용하더라도 교사(교육전문가)는 전문적 판단을 계속 행사해야 하며, 산출물의 품질에 대한 책임을 유지해야 한다(평가·수정·승인) (OECD, 2026, p. 14).

· 보고서: Artificial Intelligence and the Future of Teaching and Learning

· 출처: U.S. Department of Education, Office of Educational Technology. (2023).

· 시그널: 다층적 Human-in-the-loop

<원문> 1. The loop in which teachers make moment-to-moment decisions as they do the immediate work of teaching. 2. The loop in which teachers prepare for, plan, and reflect on teaching, which includes professional development. 3. The loop in which teachers participate in decisions about the design of AI-enabled technologies, participate in selecting the technologies, and shape the evaluation of technologies… (U.S. Department of Education, 2023, p. 26)

<번역> 1. 교사가 교수의 즉각적인 작업을 수행하면서 순간순간 의사결정을 내리는 루프. 2. 교사가 교수에 대해 준비하고(plan) 계획하며 성찰(reflect)하는 루프(여기에는 전문성 개발이 포함된다). 3. 교사가 AI 기반 기술의 설계에 관한 결정에 참여하고, 기술을 선택하는 데 참여하며, 기술 평가를 형성(shape)하는 루프. (U.S. Department of Education, 2023, p. 26)

[시그널 4] 행정은 AI에게, 교수학습은 교사에게

  AI가 가장 빠르게 기여할 수 있는 영역은 반복적·소모적 업무를 줄이는 데 있다. 객관식 자동 채점, 시간표 생성, 성적 보고서 작성과 같은 자동화는 반복 행정에 쓰는 시간을 줄이고, 그 노력을 코칭·대화·학습활동 설계로 재배치한다. 이러한 효과는 실증적으로도 확인되어, 생성형 AI 사용에 대한 실용적 지도를 받은 교사들은 레슨·자료 계획 시간을 평균 31% 줄였다는 보고가 있다. 실제 현장에서도 교사가 레슨 계획과 진도 보고서에 주당 10~15시간을 쓰던 것을 AI가 줄여주면, 교사는 그 시간을 더 의미 있는 활동에 쓸 수 있다. 이러한 변화는 단순한 효율화 이상의 의미를 가진다. 교사의 시간이 확보된다는 것은 곧 학생과의 상호작용, 개별 코칭, 정서적 지원, 학습 설계와 같은 본질적 교수 활동에 더 많은 에너지를 투입할 수 있음을 의미하기 때문이다. 따라서 AI는 교사를 줄이는 기술이 아니라, 교사가 더 '교사다운 일'에 집중하도록 역할 구조를 재배치하는 기술로 이해될 필요가 있다.

· 보고서명: AI adoption in the education system

· 출처: OECD. (2025).

· 시그널: 행정 업무의 AI 이관과 시간 재배치

<원문> Automated marking of objective items, timetable generation and progress-report compilation reduce the time spent on routine administration, reallocating teachers' efforts towards coaching, dialogue and the design of learning activities. (Borgonovi et al., 2025, p. 10)

<번역> 객관식 문항 자동 채점, 시간표 생성, 성적 보고서 작성 자동화는 반복적 행정 업무에 쓰이는 시간을 줄이고, 교사들의 노력을 코칭, 대화, 학습 활동 설계로 재배정한다. (Borgonovi et al., 2025, p. 10)

· 보고서명: OECD Digital Education Outlook 2026

· 출처: OECD. (2026).

· 시그널: 생성형 AI 활용으로 레슨·자료 계획 시간 31% 절감

<원문> Teachers who received practical guidance to use GenAI reduced their lesson and resource planning time by an average of 31 percent… (Roy et al., 2024, as cited in OECD, 2026, p. 27)

​<번역> GenAI 실용 지도를 받은 교사들은 레슨·자료 계획 시간을 평균 31% 줄였다 (Roy et al., 2024, 인용 OECD, 2026, p. 27).

· 인물: 살 칸 (칸아카데미 창립자)

· 출처: Khan, S. (2025, June 19).

· 시그널: 행정 시간 절감을 통한 의미 있는 수업 활동 확대

<원문> "We also realized that AI should not be viewed in a vacuum. AI is not going to be a panacea by itself, but rather how it will be used in conjunction with other things... If they are spending 10-15 hours per week on lesson planning and progress report writing, AI can free up a teacher’s time for other more meaningful activities."

<번역> AI는 단독으로 쓰이지 않습니다. 다른 것들과 함께 사용될 때 효과적입니다. 교사가 레슨 계획과 진도 보고서에 10-15시간을 쓰는 걸 AI가 줄여주면, 더 의미 있는 활동에 시간을 씁니다.

[시그널 5] 탐구형 교수로의 전환

  AI 시대의 교수는 교과서 내용을 순차적으로 설명하는 방식에서 벗어나, 학생의 삶과 공동체의 현실에 연결된 질문을 중심으로 수업을 재구성할 가능성이 높다. 역사 인물의 생년월일을 외우는 일은 시간 낭비에 가깝다. 필요할 때 검색하면 되고, 보통 그런 정보는 자주 필요하지도 않기 때문이다. 이는 암기 중심 교수가 실질적인 사고력 형성과 점점 멀어지고 있음을 보여준다. 그 대신 학생을 학습 과정에 참여시키고 의미 있는 활동과 성찰을 유도하는 상호작용적이고 역동적인 교수가, 개인화 피드백을 제공하는 AI 도구의 성격과 더 잘 맞는다. 미래의 교수에서 핵심은 많은 내용을 빠짐없이 전달하는 것이 아니라, 학생이 '이 질문은 왜 탐구할 가치가 있는가'를 느끼게 만드는 데 있다. 학교 수업이 현실과 분리된 추상적 과제로만 경험될 경우 학생은 AI를 단순 정답 생성 도구로 사용할 가능성이 커지지만, 자신이 사는 사회·지역·또래 문화와 연결된 질문을 다루게 되면 AI를 '탐구를 심화하는 조력자'로 활용할 가능성이 높아진다.

· 인물: 샘 올트먼 (오픈 AI 최고경영자)

· 출처: Altman, S. (2026, February 20)

· 시그널: 암기중심에서 실제 능력으로의 전환

<원문> "And my answer was, I think its a complete waste of time to memorize what year someone was born. I will just go look that up on Google if I ever need to know it again, which usually you dont need that often."

<번역> "역사 인물 생년월일을 외우는 건 완전 시간 낭비입니다. 필요하면 구글에서 검색하면 되고, 보통 그런 정보는 자주 필요하지도 않습니다"라고 답했습니다.

· 보고서명: AI adoption in the education system

· 출처: OECD. (2025).

· 시그널: 상호작용 교수로의 전환

<원문> More interactive and dynamic teaching practices that involve students in the learning process and have them carry out meaningful learning activities and reflect on their work, are more compatible with AI-adoption given the user-centric nature of tools providing personalised feedback. (Borgonovi et al., 2025, p. 13)

<번역> 학생들을 학습 과정에 참여시키고 의미 있는 학습 활동을 수행하게 하며 자신의 작업을 성찰하도록 하는 보다 상호작용적이고 역동적인 교수 실천은, 개인화된 피드백을 제공하는 도구의 사용자 중심적 특성상 AI 도입과 더 잘 양립한다. (Borgonovi et al., 2025, p. 13)

[시그널 6] 학생 선택 기반의 참여형 교수와 과정 중심 수행의 강화

  미래의 교수는 모든 학생에게 동일한 내용을 동일한 순서로 제공하는 구조에서 벗어나, 학생의 선택과 흥미·질문·속도를 반영해 학습 경로를 함께 조정하는 참여형 구조로 이동할 가능성이 높다. 공감·팀워크·창의성과 같은 인간 역량은 의미 있는 프로젝트와 열린 문제 해결, 공동체 참여를 통해 가장 잘 길러지며, 따라서 강의식 설명의 비중은 줄고 프로젝트 수행·토론·발표 같은 참여형 수업의 비중이 커진다. 또한 구조화되었지만 다양한 교수 제안 속에서 학생 개인의 결정과 교실 토론을 통한 집단 결정이 결합될 때 학생의 학습 경로 형성을 가장 효과적으로 지원할 수 있다. 이러한 구조적 전환은 평가 방식의 변화를 동반한다. AI가 결과물의 형식적 완성도를 빠르게 높일 수 있는 환경에서는 최종 산출물만으로 학생의 학습을 판단하기 어렵기 때문에, 앞으로의 교수는 결과보다 과정, 정답보다 문제 해결 경로, 완성본보다 수정과 성찰의 흔적을 더 중요하게 다루게 된다.

· 보고서명: AI adoption in the education system

· 출처: OECD. (2025).

· 시그널: 프로젝트·탐구 기반 학습의 강화

<원문> One practical model for implementing these 21st century skills is through project-based and inquiry-based learning. Because human skills such as empathy, teamwork and creativity are best learned by doing, pedagogies that allow students to work on meaningful projects, solve open problems, or engage with their community tend to cultivate these competencies. (Borgonovi et al., 2025, p. 46)

<번역> 이러한 21세기 역량을 구현하기 위한 하나의 실천적 모형은 프로젝트 및 탐구 기반 학습이다. 공감, 팀워크, 창의성과 같은 인간 기술은 '행함으로써' 가장 잘 학습되기 때문에, 학생들이 의미 있는 프로젝트에 참여하고, 열린 문제를 해결하며, 지역사회에 관여하도록 하는 수업 방식은 이러한 역량을 기르는 경향이 있다. (Borgonovi et al., 2025, p. 46)

· 보고서명: What Should Teachers Teach and Students Learn in a Future of Powerful AI?

· 출처: OECD. (2025).

· 시그널: 학생 선택 기반 학습 경로

<원문> Considered personalised learning through choice, identifying individual student decisions within a structured but diverse teaching offer and collective decisions through classroom deliberation as two ways to empower students in shaping their learning trajectories. (OECD, 2025, p. 8)

<번역> 선택을 통한 개인화 학습을 고려하면서, 구조화되어 있으나 다양한 교수 제안 속에서의 개별 학생 결정과 교실 내 토론을 통한 집단적 결정을, 학생들이 자신의 학습 경로를 형성할 수 있도록 권한을 부여하는 두 가지 방식으로 보았다. (OECD, 2025, p. 8)

[시그널 7] 실시간 반응형 맞춤 교수

  AI의 강력한 교수적 잠재력은 학생마다 다른 학습 수준·속도·오개념에 즉각적으로 반응할 수 있다는 점에 있다. 교수는 동일한 내용을 일괄 전달하는 구조에서 벗어나, 학습자의 상태에 따라 설명과 과제를 미세하게 조정하는 실시간 맞춤형 구조로 이동할 가능성이 높다. AI는 모든 질문을 무한한 인내심으로 답하는 개별 교사처럼 작동할 수 있으며, 향후 10년에 걸쳐 교육은 틀림없이 초개인화되는 방향으로 변화할 것으로 예상된다. 적응형 학습 환경은 실시간 데이터에 기반해 내용과 피드백의 순서를 조정하고, 생성형 모델은 설명·예시 풀이·시뮬레이션을 제공하면서 하나의 교실 안에 여러 개의 교수 트랙이 공존하도록 만든다. 교사는 AI를 통해 학생이 어느 지점에서 학습이 정체되는지, 어떤 개념을 반복적으로 오해하는지 빠르게 파악할 수 있으며, 이를 바탕으로 진단–개입–피드백–재조정의 순환을 훨씬 촘촘하고 정교하게 설계하게 된다. 따라서 미래의 맞춤형 교수는 기술 중심 모델이 아니라, 교사의 교육적 전문성과 AI의 반응성이 결합된 하이브리드 모델로 진화할 가능성이 크다.

· 인물: 일론 머스크 (xAI 창업자 겸 최고경영자 / 테슬라 CEO)

· 출처: Musk, E. (2026, January 7).

· 시그널: AI 개인화 튜터의 부상

<원문> "Uh it was just uh basically to use Grock for uh education like personalization. [...] AI can be an in an individualized teacher. Yeah. Um that uh is infinitely patient and answers all your questions."

<번역> 기본적으로 Grok을 활용한 교육 개인화입니다. AI는 모든 질문을 무한한 인내심으로 답하는 개별 교사가 될 수 있습니다.

· 인물: 앤드루 응 (구글 브레인(Google Brain) 공동 창립자 코세라(Coursera) 공동 창립자)

· 출처: Y Combinator. (2025, July 10).

· 시그널: 초개인화된 맞춤형 교육의 도입

<원문> "I do think education will be hyperpersonalized. For the next decade we'll be looking at the work that needs to be done and figuring out how to map it to agentic workflows and education is one of the sectors where this mapping is still underway."

<번역> 미래의 교육은 틀림없이 초개인화될 것입니다. 향후 10년 동안 우리는 교육 현장의 복잡한 작업들을 에이전트 워크플로우에 어떻게 적용할지 끊임없이 실험하고 연구하게 될 것입니다.

· 보고서명: AI adoption in the education system

· 출처: OECD. (2025).

· 시그널: 실시간 데이터 기반 적응형 학습 환경

<원문> Adaptive learning environments increasingly sequence content and feedback on the basis of real-time data, while generative models provide explanations, worked examples and simulations. These tools allow several pedagogical ‘tracks’ to coexist within the same classroom, thereby broadening the scope for personalised learning. (Holmes, Bialik and Fadel, 2019; Luckin et al., 2016, 인용 Borgonovi et al., 2025, p. 10).

<번역> 적응형 학습 환경은 점점 더 실시간 데이터에 기반해 내용과 피드백의 순서를 조정하고, 생성형 모델은 설명, 예시 풀이, 시뮬레이션을 제공한다. 이러한 도구들은 하나의 교실 안에 여러 개의 교수 ‘트랙’이 공존하도록 해, 개인화된 학습의 범위를 넓힌다. (Holmes, Bialik and Fadel, 2019; Luckin et al., 2016, 인용 Borgonovi et al., 2025, p. 10).

[시그널 8] 과정 중심 평가 연계 교수

  AI 기반 맞춤형 교수는 결과 중심의 정답 제공보다, 학생의 수행 과정과 성장 이력을 읽어내는 평가 구조와 결합될 때 더 큰 교육적 의미를 갖는다. 학생이 어떤 설명을 들었는지보다 어떤 질문을 던졌는지, 피드백 이후 무엇이 달라졌는지, 스스로 어떻게 수정하고 발전시켰는지와 같은 학습 궤적을 읽어낼 수 있어야 진정한 의미의 개별화가 가능하기 때문이다. 따라서 평가는 학생 산출물뿐만 아니라 학습 과정에 더 많은 관심을 기울여야 하며, AI는 교육을 더 개인화하는 동시에 교사들의 역량을 강화하는 방향으로 활용되어야 한다. 실제 현장에서는 AI 아바타가 학생의 과제를 읽고 학생과 5분간 실시간으로 대화하며 평가하는 새로운 시도들이 이미 등장하고 있으며, 이는 산출물 자체보다 학생의 사고 과정을 직접 읽어내는 평가로의 전환을 보여준다. 교수는 일회성 성취 결과로 학생을 분류하는 체제에서 벗어나 발표·토론·프로젝트·반복 수정과 성찰을 함께 살피는 성장 중심 체제로 이동하게 되며, 무엇을 성장으로 볼 것인지에 대한 최종 판단은 여전히 교사의 몫으로 남는다.

· 보고서명: Reimagining Teaching in an Accelerating World

· 출처: OECD. (2026).

· 시그널: 과정과 사고를 포착해야 할 AI 시대의 평가

<원문> Assessment will also have to pay more attention to learning processes rather than just student products. (OECD, 2026, p. 45)

<번역> 평가는 학생 산출물뿐만 아니라 학습 과정에 더 많은 관심을 기울여야 할 것이다. (OECD, 2026, p. 45)

· 인물: 페이페이 리 (스탠퍼드대학교 교수 / AI4ALL 공동 창립자)

· 출처: Li, F.-F. (2025, November 7).

· 시그널: 개인화와 교사 역량 강화의 동시 진행

<원문> "AI helps us to... make education more uh personalized to empower our teachers..."

<번역> AI는 학생 개개인의 특성에 맞춘 고도화된 개인화 교육을 가능하게 만듭니다. 또한 이를 바탕으로 교육 현장에서 교사들의 역량을 더욱 강화하고 지원하는 훌륭한 도구가 될 것입니다.

· 인물: 에릭 브리뇰프슨 (스탠퍼드대학교 교수)

· 출처: Brynjolfsson, E. (2025, October 2).

· 시그널: AI 아바타를 활용한 과정 중심 면담평가

<원문> "I created an AI avatar of myself... I had the AI avatar reads the students assignment and then I tell every student, you have to spend five minutes live talking to my AI avatar after you turn in your assignment."

<번역> 저는 제 자신의 AI 아바타를 만들어서 학생들의 과제를 읽게 했습니다. 그리고 모든 학생에게 과제를 제출한 후 제 AI 아바타와 5분 동안 실시간으로 화상 대화를 하며 평가를 받아야 한다고 지시합니다.

[시그널 9] 프롬프트·맥락 설계 역량

  AI 시대의 교수 전문성은 단순히 도구를 사용하는 기술을 넘어, 어떤 맥락을 제공하고 어떤 사고의 방향을 유도할 것인가를 설계하는 역량으로 전이된다. 프롬프트는 단순한 명령어가 아니라 수업 목표를 구조화하고 학생 수준을 반영하는 교수 설계 행위 그 자체에 가깝다. 새로운 지능형 레이어가 생겼다고 해도, 그 지능은 우리가 제공하는 맥락의 수준에 크게 좌우되며, 그래서 이를 역량으로서 '맥락 설계(context engineering)'라고 부르기도 한다. 교사가 학생의 발달 수준, 과목의 맥락, 활동 유형을 정교하게 구조화하여 제시할수록 AI는 단순 설명 도구에 머물지 않고 질문 확장기, 토론 촉진자, 피드백 보조자로 기능할 수 있다. 이 역량은 단순히 시간을 절약하는 차원이 아니라 교수 요구를 프롬프트 중심으로 이동시키는 구조적 변화를 만들어내며, 학생에게 효과적으로 프롬프트하는 법을 가르치는 일조차 다른 수업 과정을 강화하는 데 쓰일 시간을 차지할 만큼 새로운 교수 요소로 부상하고 있다. 따라서 교사는 단순히 AI를 많이 사용하는 사람이 아니라, AI를 통해 '어떤 수업을 가능하게 할 것인가'를 교육적으로 설계할 수 있는 사람으로 재정의된다.

· 보고서명: Evolving AI capabilities and the school curriculum

· 출처: OECD. (2025).

· 시그널: 새로운 교수 요구가 된 프롬프팅

<원문> This framework suggests that, rather than simply freeing up time by externalising transcription and facilitating composition, AI use may shift instructional demands to prompting. … teaching students to prompt effectively could consume instructional time that might otherwise be used to strengthen other aspects of the writing process. (Rabella, 2025, p. 25)

<번역> 이 프레임워크는 전사 작업을 외부화하고 구성을 용이하게 함으로써 단순히 시간을 절약하기보다는, AI 사용이 교수 요구를 프롬프트로 이동시킬 수 있음을 시사한다. … 학생들에게 효과적인 프롬프트를 가르치는 것은 쓰기 과정의 다른 측면을 강화하는 데 사용될 수 있었던 교수 시간을 소모할 수 있다. (Rabella, 2025, p. 25)

· 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.