2025년 교육계의 최대 화두는 단연 인공지능 디지털교과서(AIDT)의 전국적 도입입니다. 학생 개개인의 학습 데이터를 실시간으로 분석해 맞춤형 학습 경로를 제시한다는 장밋빛 청사진과 함께, 초·중·고 교실은 전례 없는 디지털 대전환기를 맞이하고 있습니다. 하지만 모든 학교가 동일한 출발선과 목표를 갖고 있는 것은 아닙니다. 최근 교육 현장, 특히 직업교육의 요람인 특성화고등학교와 마이스터고 교원들 사이에서는 기대와 깊은 우려가 공존하는 복합적인 목소리가 터져 나오고 있습니다.
최근 발표된 현장 조사와 교원 인터뷰에 따르면, AIDT가 특성화고 학생들의 기초 학력 신장과 디지털 기기 친숙도 향상에는 긍정적인 기여를 하고 있으나, 정작 학교 교육의 핵심인 ‘전문교과(실무·실습)’ 영역에서는 뚜렷한 한계를 드러내고 있다는 진단이 나왔습니다. 공통 수학과 영어에 맞춰진 범용 알고리즘이 과연 용접, 회계, 제과제빵, 소프트웨어 개발이라는 고유한 실무 현장의 언어를 담아낼 수 있을까요? 테크 및 미래 교육 전문 에디터의 시각에서 이 이슈의 심층 맥락을 짚어보고, 직업계고 현장에 진짜 필요한 AI 교육 솔루션을 모색해 봅니다.
1. AIDT는 특성화고 학생들의 보통교과 기초학력 보정과 디지털 학습 태도 형성에는 유의미한 효과를 입증했습니다.
2. 반면 국가직무능력표준(NCS) 기반의 실습 위주 전문교과에서는 이를 뒷받침할 특화 콘텐츠와 상호작용 기능이 절대적으로 부족합니다.
3. 획일적 교과서 보급을 넘어, 산업 현장 데이터와 멀티모달 시뮬레이션이 결합된 ‘직업교육 맞춤형 버티컬 에듀테크’ 생태계 조성이 시급합니다.
이슈의 배경과 맥락: 왜 AIDT는 특성화고의 ‘실무 벽’에 부딪혔는가?
현재 교육부가 추진 중인 AIDT 정책의 1차 목표는 기초 보통교과(수학, 영어, 정보) 중심의 학력 격차 해소와 맞춤형 피드백 제공입니다. 일반계 고등학교에서는 이러한 지식 습득 중심의 문제은행식 피드백과 개념 반복 훈련이 즉각적인 성과를 낼 수 있습니다. 하지만 특성화고의 교육과정 편제는 전혀 다른 철학 위에 세워져 있습니다.
특성화고 교육과정의 60~70% 이상은 국가직무능력표준(NCS) 기반의 전문교과로 구성됩니다. 이곳에서의 배움은 정답이 정해진 사다선다형 문제를 푸는 것이 아니라, 기계 도면을 해석해 밀링 머신을 조작하고, 복잡한 회계 전표를 실무 프로그램에 입력하며, 환자의 생체 징후를 관찰해 응급 처치를 시뮬레이션하는 ‘절차적 지식’과 ‘신체화된 숙련도(Tacit Knowledge)’를 체득하는 과정입니다.
현행 AIDT 시스템은 텍스트와 2D 그래픽 기반의 인지적 개념 전달에 최적화되어 있습니다. 그러다 보니 기계과 학생이 기계일반 수업을 들을 때 겪는 실무적 문제, 즉 ‘공구 마모 상태에 따른 절삭 속도 제어’와 같은 동적 맥락을 짚어내지 못합니다. 결국 교과서는 디지털 화면으로 옮겨왔으나, 내용은 여전히 과거의 정적 지식 전달에 머물러 있어 현장 실습과의 괴리감이 더욱 도드라지게 나타나는 것입니다.
대상별 영향 분석: 교사와 학생이 교실에서 마주한 명암
이러한 플랫폼의 불일치는 교육 주체들에게 각기 다른 형태의 기회와 혼란을 안겨주고 있습니다.
1. 특성화고 교사: 기초 지도 수월성 vs 교재 재가공 피로도
보통교과를 담당하는 교사들에게 AIDT는 훌륭한 조교 역할을 수행합니다. 중학교 시절 학습 결손으로 인해 고등학교 진도에 따라오지 못하던 학생들에게 AI가 맞춤형 보충 과제를 제공함으로써 교사의 개별 지도 부담을 줄여주었습니다. 하지만 전문교과 교사들의 사정은 완전히 다릅니다. 상용 AIDT 내에 전문 실무 콘텐츠가 턱없이 부족하다 보니, 교사들은 방과 후에 별도의 생성형 AI 도구를 활용해 실습 시나리오를 직접 제작하고 프롬프트를 구성해야 하는 이중고를 겪고 있습니다. 행정 업무에 더해 ‘디지털 콘텐츠 제작자’의 역할까지 강요받는 셈입니다.
2. 특성화고 학생: 디지털 친숙도 향상 vs 전공 몰입도 저하
학생들의 반응 역시 양극화되고 있습니다. 태블릿 기반의 학습 환경 덕분에 전반적인 디지털 리터러시와 학습 참여 태도는 눈에 띄게 개선되었습니다. 그러나 전공 시간마저 일반적인 텍스트 스크롤링과 퀴즈 풀이 위주로 진행될 경우, 실습 중심의 동기부여가 급격히 저하됩니다. 직업계고를 선택한 학생 대다수는 ‘손으로 직접 만지고 만드는 활동’에서 성취감을 느끼는데, 현재의 AIDT는 이러한 감각적 상호작용을 충분히 충족시키지 못하고 있습니다.
| 구분 | 일반계 고등학교 | 특성화 및 마이스터고등학교 |
|---|---|---|
| 핵심 교육 목표 | 대학 진학 및 학술적 개념 이해 | 산업 현장 직무 수행 능력(NCS 실무) |
| AIDT 기대 효과 | 취약 개념 진단 및 고난도 문제 적응 | 보통교과 기초학력 보충 및 디지털 소양 |
| 현재의 주요 병목 | 단순 문항 반복 및 평가 공정성 이슈 | 실습 시뮬레이션 및 전문교과 모듈 부재 |
| 필요 에듀테크 기술 | 지식 추적(KT) 및 적응형 평가(CAT) | 멀티모달 AI, VR/XR 연동 가상 실습 |
앞으로의 전망과 직업교육 AI 혁신을 위한 4가지 실무 전략
특성화고의 AIDT 안착은 단순히 교과서 뷰어의 보급률을 높이는 것으로 해결되지 않습니다. 산업 현장의 빠른 변화를 수용할 수 있는 고도화된 에듀테크 아키텍처가 결합되어야 합니다. 미래 직업교육 혁신을 위해 현장과 정책 입안자가 준비해야 할 실무적 방향성은 다음과 같습니다.
1. XR(확장현실) 및 디지털 트윈 결합형 인터랙티브 AI 도입
텍스트 중심 피드백의 한계를 깨기 위해서는 고비용 실습 장비를 가상화한 디지털 트윈 환경에 AI 튜터를 결합해야 합니다. 예를 들어, 전기 회로 실습 중 학생이 배선을 잘못 연결했을 때 AI가 ‘단락 위험이 있습니다’라는 경고 문구만 띄우는 것이 아니라, 가상 환경에서 스파크가 튀는 시각적 시뮬레이션을 보여주며 올바른 안전 프로토콜을 대화형으로 안내하는 구조로 진화해야 합니다.
2. 전문교과 교사를 위한 생성형 AI 프롬프트 템플릿화
전문교과 콘텐츠 부족을 극복하기 위해 교사 개개인의 역량에만 기댈 수는 없습니다. 교육청과 에듀테크 기업은 NCS 능력단위별 특화 프롬프트 템플릿을 표준화하여 보급해야 합니다. 교사가 특정 실무 단원(예: 전산회계 부가가치세 신고)을 선택하면, AI가 자동으로 최신 세법 개정안이 반영된 실무 시나리오와 학생별 맞춤형 오류 분석 보고서를 생성해 주는 식의 업무 지원 체계가 마련되어야 합니다.
3. 산업계 데이터 파이프라인과 연계된 개방형 콘텐츠 구조
기존 교과서는 집필과 검정 과정에 수년이 걸려 첨단 기술 트렌드를 반영하기 어렵습니다. 특성화고용 AI 플랫폼은 반도체 공정, 스마트팜 데이터, 신재생에너지 매뉴얼 등 현업 기업들의 실무 데이터를 익명화하여 실시간 학습 모듈로 변환하는 ‘오픈 API형 교육 플랫폼’으로 진화해야 합니다. 이것이 진정한 의미의 산학일체형 에듀테크입니다.
4. 지필 평가 탈피와 AI 기반 포트폴리오 다각화
평가 방식 또한 전면 개편되어야 합니다. 특성화고 AIDT는 점수 산출형 퀴즈 대신, 학생이 실습 과정에서 작성한 작업 일지, 소스 코드, 설계 도면을 종합 분석하여 직무 역량 달성도를 시각화하는 ‘디지털 직무 포트폴리오’ 기능으로 확장되어야 합니다. 이는 취업 시장에서 공인된 역량 증명서로도 즉시 기능할 수 있습니다.
결론: 모든 교실에 같은 옷을 입힐 수는 없다
AIDT의 특성화고 도입 과정에서 불거진 불협화음은 정책의 실패라기보다는, 한국 교육이 오랫동안 간과해 온 직업교육의 특수성을 재확인하는 계기입니다. 보통교과의 기초 학력을 끌어올리는 도구로서의 AIDT는 이미 절반의 가능성을 보여주었습니다. 이제 남은 과제는 이 도구를 전문교과의 실무 현장 속으로 어떻게 유기적으로 침투시킬 것인가입니다.
모든 학생에게 동일한 규격의 교과서를 쥐여주는 것은 진정한 개별화 교육이 아닙니다. 학생이 가공하는 소재의 질감, 코딩 터미널의 에러 로그, 주방의 불 조절 같은 현장의 감각을 이해하고 보조할 수 있을 때, 비로소 AIDT는 특성화고 교실에서도 대체 불가능한 ‘미래의 마이스터 스승’으로 자리 잡게 될 것입니다.