[기획 연재: AI 시대 교육 패러다임의 대전환] 제3편. [격차] 지적 외주화의 함정: AI 리터러시와 새로운 교육 불평등

인공지능 기술의 보급은 과거 기기 소유 여부로 가려지던 ‘1차 디지털 격차(Digital Divide)’를 넘어, 기술을 다루는 방식과 맥락에 의해 결정되는 ‘2차·3차 격차’를 가속화하고 있다. 과거에는 컴퓨터나 인터넷 접속 환경의 유무가 불평등의 주된 원인이었다면, 생성형 AI 시대의 격차는 ‘AI를 지적 성장의 파트너로 활용하는가, 아니면 단순 대리자로 소비하는가’라는 질적 활용 양상에서 발생한다.

프랑스 사회학자 피에르 부르디외(Pierre Bourdieu)의 ‘문화자본(Cultural Capital)’ 이론을 현대 교육 현장에 적용해 보면, 가정과 학교에서 형성된 지적 환경과 비판적 자산은 AI 도구를 활용하는 방식에 결정적인 차이를 만들어낸다. 스탠퍼드 대학교와 MIT의 공동 연구진이 발표한 학습 행동 분석에 따르면, 상위 계층 및 높은 학업 성취도를 보이는 학생 그룹은 AI를 자신의 아이디어를 검증하고 확장하는 ‘지적 토론 상대(Sparring Partner)’로 활용했다. 반면, 교육적 지원 체계가 부족한 환경의 학생들은 AI가 제시한 답변을 검증 없이 그대로 복사해 과제를 제출하는 ‘수동적 소비’ 형태에 집중되는 경향을 보였다.

결국 기술의 보급만으로는 교육 격차가 해소되지 않으며, 오히려 AI 도구를 능동적으로 통제할 수 있는 비판적 자산을 가진 집단과 그렇지 못한 집단 간의 ‘지적 양극화’를 더욱 심화시키는 역설을 낳고 있다.

‘지적 외주화’의 함정과 고차원적 사고력의 퇴화

AI 기술에 대한 과도한 의존이 가져오는 가장 치명적인 부작용은 학생들의 사유 능력이 퇴화하는 ‘지적 외주화(Intellectual Outsourcing)’ 현상이다. 인지심리학자 에반 리스코(Evan F. Risko)와 샘 길버트(Sam Gilbert)의 ‘인지적 외주화(Cognitive Offloading)’ 연구에 따르면, 인간은 문제 해결 과정에서 외부 도구에 기억과 추론을 의존할수록 해당 인지 경로를 활성화하는 뇌의 노력을 줄인다.

적절한 수준의 인지적 고통과 시행착오(Productive Struggle)는 장기 기억 형성과 고차원적 사고력 발달의 필수 조건이다. 그러나 개요 작성부터 논리 구성, 문장 완성에 이르는 사고의 전 과정을 AI에게 완전히 위탁할 경우, 학생들은 스스로 논리를 엮어내고 오류를 수정하는 ‘생각하는 힘’의 근육을 잃어버리게 된다. 이는 지적 내재화 과정이 생략된 채 ‘완성품 형태의 지식’만을 손에 쥐는 기만적 학습 상태를 초래한다.

이러한 지적 외주화의 함정은 사회적 계층에 따라 다르게 작동해 새로운 형태의 지배 구조를 형성한다. AI 알고리즘을 설계하고 그 결과물을 비판적으로 평가할 수 있는 소수의 ‘지적 감독자’와, AI가 생성한 정보에 무비판적으로 순응하는 다수의 ‘지적 피동자’로 계급 재편이 일어날 수 있다는 경고는 교육계가 직면한 가장 엄중한 윤리적 과제다.

AI 리터러시의 다차원적 재정의: 비판적 검증과 주체적 질문력

지적 외주화의 위험을 극복하고 불평등을 완화하기 위해서는, 기존의 단순한 정보통신 기술 교육을 넘어선 ‘다차원적 AI 리터러시(Critical AI Literacy)’의 정립이 시급하다. 유네스코(UNESCO)와 유럽연합의 ‘디지털 역량 프레임워크(DigComp 2.2)’는 미래 세대에게 필요한 AI 리터러시를 단순한 프롬프트 작성 기술(Prompt Engineering)이 아닌, 비판적·윤리적·주체적 통제 능력으로 재정의하고 있다.

진정한 의미의 AI 리터러시는 다음의 4가지 핵심 차원으로 구성된다.

• 기술적 원리 이해: AI가 연역적 추론을 하는 존재가 아니라, 통계적 확률에 기반해 다음 단어를 예측하는 대규모 언어 모델이라는 한계성을 명확히 인지하는 능력.
• 비판적 교차 검증: AI가 출력한 정보의 환각 현상, 데이터 편향성, 인용 출처의 정당성을 다각도로 의심하고 사실관계를 추적하는 정교한 시선.
• 윤리적 판단력: 데이터 수집 과정에서 발생하는 저작권 침해, 개인정보 침해, 환경적 비용 등 기술 이면에 숨겨진 윤리적 딜레마를 인지하고 평가하는 태도.
• 주체적 질문력(Epistemic Agency): AI의 답변에 끌려가는 것이 아니라, 자신의 탐구 목적에 맞게 질문의 층위를 조율하고 최종 판단의 주체성을 유지하는 역량.

AI 리터러시는 이제 단순한 정보 격차의 문제를 넘어, 주체적인 시민으로서 사회적 담론에 참여하고 지적 자율성을 지켜내기 위한 필수적인 ‘민주적 기본권’으로 다루어져야 한다.

교육격차 해소를 위한 공공 교육의 역할과 정책적 대안

AI 기술이 가져올 지적 양극화를 막고 포용적 교육 체계를 구축하기 위해서는 공공 교육에 적극적으로 제도적으로 개입하는 것이 필수적이다. 사교육 시장이나 개인의 환경에 따라 AI 활용 역량이 결정되도록 방치할 경우, 교육을 통한 사회적 이동성의 사다리는 완전히 분쇄될 수밖에 없다.

공공 교육 체계는 우선 모든 학생에게 유료형 고성능 AI 도구 및 안전한 데이터 환경에 대한 평등한 접근권을 보장하는 ‘공공 AI 교육 인프라’를 구축해야 한다. 경제적 여건에 따라 성능이 떨어지는 기본 모델과 고도화된 고급 모델로의 접근이 갈리는 ‘AI 벼랑(AI Cliff)’ 현상을 제도적으로 막아내야 한다.

더불어, 단순히 AI 교과목을 신설하는 차원을 넘어 모든 교과 수업 내에 비판적 AI 리터러시 교육을 융합하는 교육과정의 대대적 개편이 이루어져야 한다. 교사들에게는 기술 활용 능력뿐만 아니라 학생들의 지적 외주화를 예방하고 사고의 주체성을 키워 줄 수 있는 ‘격차 해소형 AI 교수법’ 연수가 집중적으로 제공되어야 한다. 기술의 발전에 교육을 맡기는 것이 아니라, 공공 교육의 가치를 바탕으로 기술의 방향성을 제어할 때 비로소 모든 학생이 AI 시대의 주역으로 성장할 수 있다.

ⓒ 뉴욕앤뉴저지. 무단전재 및 재배포 금지

ⓒ New York and New Jersey. Unauthorized reproduction and redistribution are prohibited.