AI 시대 교육 큰 질문에 맞는 숙의의 그릇 필요 [교육] 국가교육위원회가 AI 시대 교육 방향에 대한 국민 의견수렴에 나섰다. 인간 고유 역량은 무엇인지, 학교 교육은 어떻게 달라져야 하는지, 배움은 직업과 어떻게 연결되어야 하는지를 묻는다는 점에서 문제 제기의 방향은 중요하다. 질문 자체는 시대의 문턱을 향하고 있다. 그러나 교육의 미래를 묻는다는 것은 단지 몇 개의 질문을 플랫폼에 게시하고, 국민이 자유롭게 의견을 제출하게 하는 것으로 충분하지 않다. 질문이 깊으면 참여의 형식도 깊어야 한다. 질문이 전환적이면 응답의 구조도 전환적이어야 한다.
문제는 질문의 크기와 참여 구조의 깊이가 서로 맞지 않는 데 있다. AI가 교육의 목적, 수업의 방식, 교사 역할, 평가의 질서, 노동시장과 생애학습의 구조까지 흔드는 문제라면, 단순한 온라인 의견 제출만으로는 충분하지 않다. 거대한 질문은 거대한 숙의의 그릇을 필요로 한다. 의견을 받는 것은 시작일 수 있지만, 의견을 서로 만나게 하고, 충돌하게 하고, 수정하게 하며, 그 차이를 정책 판단의 구조로 바꾸는 일은 전혀 다른 차원의 역량이다.
국가교육위원회는 중장기 국가교육발전계획 수립과 교육정책 국민의견 수렴이라는 고유한 사무를 가진 기관이다. 바로 그 점에서 국교위는 일반 행정기관과 달라야 한다. 교육부가 정책을 만들고 집행하는 기관이라면, 국교위는 사회가 교육의 미래를 함께 판단하도록 만드는 숙의의 제도여야 한다. 특히 교육정책이 정권 교체, 장관 교체, 선거 주기, 언론 프레임에 따라 흔들려 온 한국적 맥락에서 국교위는 시간의 깊이를 회복하는 장치여야 한다.
그런데 이번 기사에서 보이는 국교위의 참여 방식은 정권의 단기적 정책방향과 연결된 의견 수집의 문법에 가깝다. 국민에게 질문을 던지고, 플랫폼에 의견을 쓰게 하고, 그것을 계획 수립에 반영하겠다는 구조이다. 이는 민주적 참여의 형식을 갖추고 있지만, 숙의민주주의의 실질을 충분히 담고 있다고 보기는 어렵다. 특히 AI 시대 교육처럼 가치 갈등, 세대 갈등, 직업세계 변화, 교사 전문성, 평가체제, 교육격차가 중첩된 의제는 단순 의견의 집합으로는 해석되지 않는다.
교육정책에서 참여는 숫자가 아니라 구조이다. 몇 명이 참여했는가보다 중요한 것은 누가 어떤 정보에 접근했고, 서로 다른 관점이 어떻게 만났으며, 의견 차이가 어떤 방식으로 해석되었는가이다. 참여가 숙의가 되려면 의견은 고립된 문장으로 남지 않고, 논거와 반론, 수정과 재판단의 과정을 거쳐야 한다. 숙의는 시민의 생각을 채집하는 일이 아니라 시민이 생각하는 방식을 공적으로 조직하는 일이다. 여론은 흘러가지만, 숙의는 남는다.
따라서 이번 의견수렴은 국교위의 존재 이유를 다시 묻게 한다. 국교위는 국민 여론을 모으는 기관인가, 아니면 미래교육을 둘러싼 사회적 판단을 조직하는 기관인가. AI 시대 교육의 방향을 묻는 질문은 바로 이 제도적 질문 앞에 국교위를 세우고 있다. 국민의견플랫폼은 필요하다. 그러나 플랫폼은 그 자체로 공론장이 아니다. 공론장은 서로 다른 사람들이 서로 다른 이유를 드러내고, 그 이유의 힘과 한계를 함께 검토할 때 비로소 열린다.
차정인 국가교육위원장이 6일 서울 중구 한국프레스센터에서 열린 인공지능(AI) 전환 시대 국가교육 비전 포럼 에 참석해 발언하고 있다. 2026.3.6 연합뉴스
일회성 의견수렴은 쉽게 진영대립으로 기운다
한국의 교육정책 공론장은 자주 뜨겁지만, 오래 머물지 못한다. 어떤 정책이 발표되면 찬성과 반대가 빠르게 나뉘고, 언론은 갈등의 장면을 포착하며, 온라인 공간은 분노의 언어를 증폭한다. 정책의 복잡성은 구호로 줄어들고, 질문은 입장으로 바뀌며, 입장은 곧 진영의 표식이 된다. 이렇게 되면 공론화는 시민이 함께 판단하는 과정이 아니라 이미 나뉜 편을 확인하는 절차로 변한다.
일회성 의견수렴은 이러한 진영화를 막기보다 오히려 강화할 수 있다. 왜냐하면 일회적 의견 제출은 참여자에게 충분한 정보, 반대 논거, 대안적 관점, 숙고의 시간을 제공하지 않기 때문이다. 시민은 자신의 경험과 감정, 이미 형성된 신념을 바탕으로 의견을 낸다. 그것은 존중되어야 할 출발점이지만, 숙의의 도착점은 아니다. 교육정책은 경험의 진실을 존중하되, 경험을 넘어선 공적 판단으로 이동해야 한다.
특히 AI 교육 의제는 진영대립으로 프레임되기 쉬운 구조를 갖고 있다. 한쪽은 AI를 미래 경쟁력, 맞춤형 학습, 교사 업무 경감, 디지털 혁신의 언어로 말한다. 다른 한쪽은 AI를 교육의 시장화, 학생 데이터의 위험, 교사 전문성 약화, 사교육 격차 확대, 기술 종속의 언어로 말한다. 두 입장은 모두 근거를 갖고 있다. 그러나 숙의 설계가 부재하면 이 근거들은 서로를 보완하지 못하고 서로를 공격하는 언어로 굳어진다.
적대화된 공론장에서 가장 먼저 사라지는 것은 조건의 언어이다. AI 교육을 해야 한다”와 AI 교육은 위험하다”는 주장이 충돌할 때, 정작 중요한 질문은 중간에서 사라진다. 어떤 연령에서, 어떤 교과에서, 어떤 데이터 보호 원칙 아래, 어떤 교사 전문성 지원과 함께, 어떤 평가체제 변화 속에서, 어떤 학생에게, 어떤 속도로 적용할 것인가라는 질문이다. 교육정책은 찬반이 아니라 조건의 설계로 성숙해야 한다.
숙의문화가 약한 사회에서는 정책 참여가 쉽게 동원으로 바뀐다. 참여는 시민의 판단이 아니라 조직된 목소리의 크기가 되고, 의견수렴은 공적 학습이 아니라 정치적 압력의 장이 된다. 그러면 정책기관은 더 많은 의견을 받았다고 말하지만, 실제로는 더 깊은 이해를 얻지 못한다. 많은 말이 오갔으나 판단은 얕아지고, 참여는 있었으나 신뢰는 자라지 않는 역설이 생긴다.
국교위가 경계해야 할 지점이 바로 여기에 있다. AI 시대 교육 방향을 묻는 공론화가 일회성 온라인 의견수렴으로 끝난다면, 그것은 참여의 외피를 가진 여론 수집으로 남을 가능성이 크다. 국교위가 해야 할 일은 진영의 목소리를 평균 내는 것이 아니라, 진영이 놓치고 있는 미래의 조건을 드러내는 일이다. 공론화의 성패는 의견의 양이 아니라 적대의 언어를 숙의의 언어로 바꾸는 능력에 달려 있다.
경기 고양시 킨텍스에서 열린 ‘2024 대한민국 교육혁신 박람회’와 ‘2024년 늘봄교육·교육기부 박람회’에서 교사와 학생들이 미래교실관에서 수업하고 있다. 미래교실관에서는 3차원가상 영상 AI를 활용해 학생의 감정을 진단하고 AI 로봇과의 일대일 대화로 과제해결을 돕는 미래형 수업이 펼쳐진다. 2024.12.13. 연합뉴스
핀란드의 「Future of Learning 2030 Barometer」가 보여준 숙의의 기술
핀란드의 「Future of Learning 2030 Barometer」는 교육과정 개정을 앞두고 미래 논쟁을 구조화한 대표적 사례이다. 이 장치는 핀란드 국가교육위원회와 미래연구기관들이 협력하여 2030년의 학습, 학교, 교수, 교육과정의 가능성을 탐색하기 위해 설계되었다. 중요한 것은 그것이 단순한 전문가 설문이 아니었다는 점이다. 핀란드는 미래교육을 예측의 대상으로만 보지 않았다. 미래는 이미 다가오는 것이면서 동시에 사회가 선택하고 조정하고 책임져야 하는 대상이라고 보았다.
핀란드는 교육과정 개정이 오늘의 이해관계만으로 결정될 수 없다고 보았다. 오늘의 학교는 과거 15년, 30년 전의 선택이 만든 결과이며, 오늘의 교육과정 결정은 다시 다음 세대의 학교를 만든다. 그래서 미래교육 논의는 당장의 정책 민원이나 정치적 요구를 넘어 장기적 시간감각을 가져야 한다. 이 점에서 바러미터는 교육과정 개정을 앞둔 기술적 조사라기보다, 교육의 미래를 사회적으로 사유하게 만드는 장기 관찰 장치에 가까웠다.
이 Barometer의 핵심 방법론은 수정 델파이(Delphi) 기법이었다. 델파이는 원래 RAND 연구소에서 개발된 미래예측 방법으로, 전문가들이 익명으로 반복 응답하면서 집단지성을 형성하는 방식이다. 핀란드는 이를 교육 분야에 적용하면서 단순한 합의 도출이 아니라 미래 시나리오 탐색과 사회적 학습의 도구로 발전시켰다. 참여자들은 미래 명제에 대해 응답한 뒤 다른 참여자의 논거와 평가를 확인하고, 다시 자신의 판단을 수정하거나 유지할 수 있었다. 익명성은 권위와 위계의 영향을 줄였고, 반복 응답은 성찰을 가능하게 했으며, 논거 공개는 참여를 상호학습 과정으로 만들었다.
또한 참여 패널은 교육 내부 전문가만으로 구성되지 않았다. 교육·학습·교수에 가까운 내부 패널, 학교 밖 사회의 변화를 읽는 외부 패널, 학교 현장과 이해관계자의 목소리를 담는 도전 패널(challenge panel)이 함께 참여했다. 이는 교육과정이 학교 안의 문서가 아니라 사회 전체의 미래계약이라는 인식에서 나온 설계이다. 교육은 교사의 문제이면서 학생의 문제이고, 가족의 문제이면서 지역의 문제이며, 노동시장과 민주주의의 문제이기도 하다.
핀란드 사례가 주목받는 이유는 델파이만 사용했기 때문이 아니다. 델파이 결과를 바탕으로 미래 워크숍(Futures Workshop), 시나리오 플래닝(Scenario Planning), 전문가 포럼, 이해관계자 대화, 온라인 참여 플랫폼을 연계하여 다층적 숙의 구조를 만들었다는 점이다. 미래 명제에 대한 평가 결과는 다시 토론 자료로 활용되었고, 토론 과정에서 제기된 새로운 쟁점은 후속 조사와 정책 검토로 이어졌다. 즉 조사와 토론, 분석과 정책 설계가 순환하는 구조였다.
핀란드뿐 아니라 북유럽 국가들은 미래교육 논의에서 다양한 숙의 방법을 결합하는 경향을 보인다. 시민배심원제(Citizens’ Jury), 합의회의(Consensus Conference), 숙의형 시민패널, 미래서클(Futures Circle), 참여형 시나리오 작성 등이 대표적이다. 특히 합의회의는 전문가와 시민이 함께 정보를 검토하고 권고안을 만드는 방식이며, 시민배심원제는 무작위로 선정된 시민들이 충분한 학습과 토론을 거쳐 정책 권고를 제시하는 방식이다. 이러한 방법들은 단순 여론조사보다 훨씬 깊은 판단 과정을 제공한다.
핀란드 사례의 핵심은 미래교육을 정답의 문제가 아니라 가능성의 문제로 다루었다는 데 있다. 학교가 어떻게 변할 것인가, 교사는 어떤 역할을 하게 될 것인가, 평가는 무엇을 보게 될 것인가, 학습은 교과 경계 안에 머물 것인가를 여러 방향으로 열어 두었다. 미래는 하나가 아니었다. 여러 미래가 있었고, 그 미래들은 바람직성과 위험, 가능성과 저항, 실현 조건과 윤리적 부담을 함께 지니고 있었다.
이 점에서 핀란드의 Barometer는 한국 국교위가 참고해야 할 중요한 거울이다. 한국도 AI 시대 교육의 방향을 묻고 있다. 그러나 질문이 아무리 크더라도 그것을 담는 참여 구조가 얕으면, 미래 논쟁은 의견 모음으로 축소된다. 핀란드는 델파이, 시나리오 플래닝, 미래 워크숍, 이해관계자 대화 등을 결합한 숙의 설계로 그 위험을 넘어가려 했다. 교육과정 개정은 문서 작성이 아니라, 미래에 대한 사회적 학습이어야 한다는 점을 보여준 것이다.
가능한 미래와 바람직한 미래를 분리해야 한다
핀란드형 델파이의 중요한 특징은 미래 명제에 대해 ‘가능한가’와 ‘바람직한가’를 분리해 물었다는 점이다. 이 구분은 단순해 보이지만 교육정책에서 매우 강력한 효과를 갖는다. 어떤 미래가 실제로 올 가능성이 높다고 해서 반드시 바람직한 것은 아니다. 반대로 어떤 미래가 바람직하다고 해서 곧바로 실현 가능한 것도 아니다. 가능성과 바람직성을 분리할 때 정책 논의는 기술 낙관론과 도덕적 선언을 동시에 넘어설 수 있다.
서울대학교 글로벌공학교육센터에서 열린 ‘2026 서울대학교 AI 서밋’에서 참가업체 관계자가 휴머노이드 로봇의 움직임을 시연하고 있다. 2026.4.2. 연합뉴스
이 구분은 AI 시대 교육정책에 특히 중요하다. 예를 들어 AI 튜터가 학생 개인별 학습을 보편적으로 지원하는 미래는 가능성이 높을 수 있다. 그러나 그것이 교육적으로 바람직한지는 별도의 논의가 필요하다. 학습 효율은 높아질 수 있지만, 학생의 관계 경험, 공적 토론, 공동체적 배움은 약화될 수 있기 때문이다. 가능성의 언어만으로는 교육의 질을 설명할 수 없다. 기술적으로 가능한 것과 교육적으로 옳은 것은 같은 말이 아니다.
반대로 교사가 학생의 정서, 윤리적 판단, 공동체적 탐구를 깊이 지원하는 학교는 바람직한 미래일 수 있다. 그러나 교사 업무 과중, 평가체제, 입시구조, 학급당 학생 수, 디지털 격차가 그대로라면 실현 가능성은 낮을 수 있다. 바람직한 미래와 가능한 미래 사이에는 제도 설계라는 다리가 필요하다. 숙의는 바로 그 다리의 재료를 찾는 과정이다. 무엇이 부족하고, 무엇을 바꾸어야 하며, 어떤 순서로 접근해야 하는지를 묻는 과정이다.
이 방식은 교육정책 논의를 훨씬 정교하게 만든다. 가능하고 바람직한 미래는 정책 우선순위가 된다. 가능하지만 바람직하지 않은 미래는 예방과 규제의 대상이 된다. 가능성은 낮지만 바람직한 미래는 실험학교, 연구개발, 장기 투자 과제가 된다. 가능성도 낮고 바람직하지 않은 미래는 정책 자원을 줄여야 할 영역이 된다. 이렇게 하면 교육정책은 선언의 언어에서 포트폴리오의 언어로 이동한다.
한국의 AI 교육 논의에는 이 구분이 약하다. 열정적으로 진행하다가 사실상 폐기된 것이나 다름없는 AI 디지털교과서, 맞춤형 학습, 학습 데이터 활용, 평가 자동화가 가능한가를 묻는 질문은 많지만, 그것이 교육적으로 바람직한가를 깊이 묻는 구조는 부족하다. 가능성의 언어가 바람직성의 언어를 압도할 때, 교육은 기술의 속도에 끌려간다. 반대로 바람직성만 말하고 가능성을 검토하지 않으면 교육은 아름다운 구호에 머문다. 미래교육에는 두 언어가 모두 필요하다.
국교위의 중장기계획 수립 과정에는 바로 이 분석틀이 필요하다. 국민에게 단순히 AI 시대 학교는 어떻게 변해야 하는가”라고 묻는 데서 멈추지 말아야 한다. 그 변화는 가능하다고 보는가, 바람직하다고 보는가, 어떤 조건에서 가능하며, 어떤 위험을 동반하는가”를 함께 물어야 한다. 그래야 국민의견은 정책 찬반의 원자료가 아니라, 미래교육의 조건을 읽는 공적 지식이 된다.
합의보다 차이를 조직하는 참여가 필요하다
정책 공론화에서 자주 발생하는 오류는 합의를 너무 빨리 요구하는 것이다. 특히 교육정책은 이해관계가 복잡하고 가치 갈등이 깊기 때문에 성급한 합의는 오히려 불신을 낳는다. 중요한 것은 차이를 없애는 것이 아니라 차이가 어디에서 생기는지 드러내는 일이다. 좋은 공론장은 모두가 같은 말을 하게 만드는 장이 아니라, 서로 다른 말들이 공적으로 해석될 수 있는 장이다.
핀란드의 미래학습 Barometer는 이 점에서 유용한 시사점을 준다. 그 방법은 응답을 단순 평균으로 정리하지 않고, 합의, 대화, 불일치의 영역을 구분했다. 어떤 명제는 사회적으로 추진 가능한 합의 영역에 놓이고, 어떤 명제는 더 많은 논의가 필요한 대화 영역에 놓이며, 어떤 명제는 가치 충돌이 큰 불일치 영역에 놓인다. 이 구분은 갈등을 실패로 보지 않는다. 갈등은 미래교육이 아직 충분히 사유되지 않았다는 신호이다.
이 구분은 정책 설계의 품질을 높인다. 합의된 사안은 제도화할 수 있다. 대화 중인 사안은 시범사업과 연구를 통해 조건을 탐색해야 한다. 불일치가 큰 사안은 밀어붙일 것이 아니라 갈등의 구조를 분석하고, 서로 다른 우려를 정책 언어로 번역해야 한다. 교육정책에서 가장 위험한 것은 불일치 그 자체가 아니라, 불일치가 존재하는데도 합의가 있는 것처럼 처리하는 일이다.
AI 시대의 교육은 빠르게 변할 것이다. 그러나 교육의 방향은 빠르게 정해서는 안 된다. 기술은 속도를 요구하지만, 교육은 판단을 요구한다. 국교위가 해야 할 일은 빠른 여론의 파도를 모으는 것이 아니라, 그 파도 아래에서 미래의 물길을 읽는 일이다. 그때 비로소 국가교육발전계획은 행정문서가 아니라 사회가 함께 쓴 미래의 교육과정이 될 것이다.
* 참고 기사
https://www.fnnews.com/news/2026062109004705606정용주 서울천왕초교장 edcom234@gmail.com
Top
