#11. 💁‍♂️ 기대 반 걱정 반, AI 디지털교과서

#TTT #AI 디지털교과서 #AI 데이터 부족 #누구든AI

2024. 4. 8.

TTT - 대한민국 선생님을 위한 테크 트렌드

[티티티]

Vol.11 - 2024. 04. 09 (화)

📮 봄의 한복판에서

안녕하세요, R입니다.

2주 전만 해도 조금 쌀쌀했는데 어느새 거리에 반소매 차림이 보이는 요즘입니다. 벚꽃이 다 떨어지기 전에 얼른 꽃구경도 하고 날씨 좋을 때 최대한 여기저기 놀러 다녀야 할 것 같은 기분이에요.

TTT에 들어가는 이미지는 생성형 AI로 만들고 있는데요, 이번에는 AI 디지털교과서 도입 후 희망차게 변한 미래 교실, 그리고 반대로 도입 부작용으로 어둡고 무관심하게 변한 미래 교실의 모습을 만들어 보았답니다. 만들어놓고 보니 절망 편이 좀 무섭게 나온 것 같네요?

📋 오늘의 뉴스레터 요약

💁‍♂️ 기대 반 걱정 반, AI 디지털교과서
⛓️ 생성형 AI 발전, 데이터가 발목 잡나
👨‍🍳 Anyone can do AI education: 누구든AI

💁‍♂️ 기대 반 걱정 반, AI 디지털교과서

지금 교육 분야에서 가장 큰 화두는 단연 AI 디지털교과서입니다. 1년도 채 남지 않은 AI 디지털교과서 도입을 두고 갑론을박이 펼쳐지고 있는데요, 어떤 기대와 우려가 공존하고 있는지 알아볼까요?

🚩 이제, 곧 시작입니다

AI 디지털교과서(이하 AIDT)는 2025년에 수학, 영어, 정보, 특수교육 국어 과목을 시작으로 2028년까지 국어, 사회, 과학, 기술·가정 등으로 확대 도입될 예정입니다. 학년에 따라 도입 시기도 달라집니다.

[ 학년별 AIDT 도입 계획 ]

2025년: 초등 3~4학년, 중등 1학년, 고등 1학년
2026년: 초등 5~6학년, 중등 2학년
2027년: 중등 3학년

도입 계획을 보면 아시겠지만 AIDT를 쓰지 않는 학년도 있어요. 초등 1~2학년은 아동 발달단계를 고려하여 AIDT를 도입하지 않고, 고등학교 선택과목이나 예체능, 도덕 교과도 AIDT 도입 대상에서 제외됩니다.

AIDT를 처음 사용하는 거다보니 여러 시행착오가 생길 수 있겠죠? 그래서 교육부는 현장의 혼란을 최소화하고자 3년간 AIDT와 서책형 교과서를 병행하도록 방침을 세웠어요. 3년간 운영해 보고 운영 성과와 현장 의견 등을 고려해서 2028년 이후 전면 전환을 검토하겠다는 계획이죠.

🤩 AI 디지털교과서: 희망편

AIDT 도입을 통해서 가장 기대되는 점은 진정한 개별 맞춤학습을 교실에서 구현할 수 있다는 것이에요. AI가 개별 학생 수준을 수시로 진단하고, 정확한 진단을 바탕으로 학생별로 최적의 학습 경로와 맞춤 학습 콘텐츠를 제공할 수 있게 되는 거죠. 풍부한 학습 콘텐츠와 다양한 학습 동기부여 장치도 서책형 교과서가 갖지 못한 AIDT의 장점이에요.

또한 AIDT는 선생님의 업무 절감에도 도움이 될 것으로 기대되고 있어요. 실제로 이미 많은 선생님이 수업 준비와 진행, 평가 등 다양한 방면에서 AI 기술을 사용하면서 업무 절감을 체감하고 있는데요, AIDT가 도입되면 선생님은 지식전달자의 역할에서 벗어나 학생들의 생활지도와 정의적 영역을 지도하는 데 집중할 수 있게 돼요.

😱 AI 디지털교과서 절망편

AIDT 도입이 워낙 큰 변화이다 보니 우려하는 목소리도 큽니다. 그중 가장 많이 언급되는 건 정보 보안 관련 문제예요. AIDT는 단순한 디지털 서책 교과서가 아니라 종합적인 학습 설계와 학습 관리 기능을 제공하는 플랫폼에 가깝다고 볼 수 있어요. 그리고 정확한 학습 설계와 관리를 위해서는 학생의 데이터를 수집하고 활용하는 것이 필수적이에요. 이 과정에서 학생의 개인정보가 무분별하게 수집되고 유출될 위험이 있다는 지적이에요.

디지털 기기 과몰입에 대한 우려도 있습니다. 글자보다 시청각 자료에 익숙해지면 오히려 문해력과 주의력이 떨어질 수 있다는 것인데요, 실제로 최근 스웨덴과 핀란드 등 몇몇 유럽 국가에서는 학교에서 종이책과 연필을 다시 사용하기로 했습니다. 문해력과 글쓰기 능력이 하락한 원인을 디지털 기기를 과도하게 사용한 데서 찾은 것이죠.

🧞‍♂️ 그래도 희망을 먼저 보기

개인정보와 관련해 우려를 담은 기사가 나오자 교육부는 설명자료를 배포하면서 적극적으로 대처하는 모습을 보였습니다. 학습 이력 데이터는 학생 개인의 식별 가능성이 거의 없고, AIDT 개발 시 학습데이터를 사교육 서비스 제공 등 공교육 경쟁력 제고 목적 외로 활용하는 것을 금지하였으며, AIDT를 위한 데이터 클라우드를 외부 클라우드와 물리적·논리적으로 분리하여 구축·관리하기 때문에 학습데이터의 외부 이동은 제한된다는 설명입니다.

AIDT를 둘러싸고 걱정의 목소리가 많은 것은 이해할 수 있습니다. 한 번도 해보지 않은 것이니까 당연히 두려울 수밖에 없죠. 하지만 급증하는 사교육 지출 부담과 오랜 기간 이어진 공교육 약화 문제는 이정도로 큰 변화가 없으면 절대 해결할 수 없다는 것도 모두가 알고 있습니다.

어쩌면 정말로 AIDT가 우리 교육의 고질병을 해결해줄 수 있지 않을까요?

⛓️ 생성형 AI 발전, 데이터가 발목 잡나

'더 좋은 AI 엔진' 뉴스는 지금도 자주 등장합니다. GPT-4를 훨씬 능가하는 수준의 GPT-5에 대한 기대도 그중 하나입니다. 그런데 성능을 앞세우던 AI 기업들이 곧 새로운 문제에 직면할 것 같습니다. '학습할 데이터가 부족하다'는 상황 때문인데요. 구체적인 내용을 알아볼게요.

🗃️ 어느 때보다도 데이터가 중요한 AI 시대

데이터는 AI 모델을 학습시키는 필수 요소입니다. 방점은 그냥 데이터가 아닌 '양질의' 데이터인데요, 방대한 양의 고품질 데이터를 학습해야 AI 모델이 더 정확하고 자연스러운 결과물을 생성할 수 있기 때문에 그렇습니다. 데이터의 양이 부족하면 지식의 폭이 좁아지지만, 품질이 나쁘면 잘못된 지식을 익히게 됩니다.

일각에서는 업계의 고품질 텍스트 데이터 수요가 2년 이내에 공급을 초과할 수 있으며, 이로 인해 AI의 발전이 늦어질 수 있다고 말합니다. 이는 언론사 등 데이터를 가지고 있는 기업들이 AI 기업에 대한 접근을 차단하면서 심화되는 문제인데요, 점점 더 좋아지기만 하는 AI 엔진의 소화력에 비해 데이터는 신중하게 개방하느라 일어나는 일이니, 자연스러운 일 같기도 합니다.

🛒 AI 기업: 긁어오고, 받아오고, 구매하고..

지금대로라면, GPT-5 정도의 AI 시스템에서는 60조~100조 토큰*의 데이터가 필요할 것이라고 합니다(GPT-4는 최대 12조 개로 훈련된 것으로 추정). 그런데 세상에 존재하는 웬만한 고품질 언어, 이미지 데이터를 다 끌어모아도 GPT-5가 학습하기에는 10조~20조 이상의 토큰이 부족할 수 있다는 전망이 있습니다.

그래서인지 주요 AI 기업들은 데이터 확보를 위해 안간힘을 쓰고 있어요. 먼저 양질의 데이터를 채집하는 방법이 있는데요, 오픈AI는 고품질의 비디오, 오디오 샘플을 수집하기 위해 Whisper라는 자동 음성 인식 도구의 사용을 논의한 바 있습니다. 이들은 최근 ChatGPT를 로그인 없이도 사용할 수 있도록 규정을 변경할 것이라고 밝혔는데, 이 또한 더 많은 데이터를 적극적으로 모으려는 의지로 해석할 수 있습니다.

고품질 데이터에 대한 거래도 시스템을 갖추고 있는 것 같습니다. 오픈AI와 구글은 특정 콘텐츠가 AI 모델의 성능 향상에 얼마나 기여했는지를 평가하고 금액으로 환산하는 시스템을 개발하고 있다고도 알려져 있거든요.

🔭 앞으로 어떻게 될까요?

단순한 '데이터 영끌' 외에도 방법은 있는 듯 합니다. 일단 AI 업계는 대형 범용 모델에서 벗어나 전문 분야별 소형 모델 활용이 늘어날 것으로 예상하고 있습니다. 오픈AI의 샘 알트먼 CEO 역시 "거대 모델 시대가 끝나가고 있다"며 새로운 AI 개발 방식이 필요하다고 인정한 바 있죠. 미스트랄AI의 '믹스트랄 8x7B', AI21랩스의 '잠바' 등 최근 출시된 AI 모델들이 그 예시입니다.

모델 훈련을 위해 인위적으로 만든 데이터인 합성 데이터(Synthetic data)*도 대안이 될 수 있습니다. 실제로 지난 호에 소개해드린 최신 버전의 Claude 모델은 내부적으로 생성한 데이터도 사용하여 개발했다고 하니, 편향성 등의 위험성에도 불구하고 일부 상용화가 된 것 같습니다. 현재의 추세로 봤을 때, 고갈이 예정된 시점엔 어떤 방식으로든 다양한 대안도 함께 예정되어 있을 것 같습니다.

*토큰(token)

인공지능이 문장을 이해하고 처리하는 데 사용되는 가장 작은 단위입니다. 주로 단어, 구두점, 기타 언어적 요소를 나타냅니다. 예로, "나는 사과를 먹었다"라는 문장에서 "나는", "사과를", "먹었다"는 각각 하나의 토큰입니다.

*합성 데이터(Synthetic data)

실제 데이터가 아닌 인공적으로 생성된 데이터. 주로 기계학습 모델을 학습시키기 위해 사용됩니다. 데이터 부족 해결, 개인정보 보호와 비용 절감 등의 이점이 있지만 편향성 발생의 위험도 있습니다.

👨‍🍳 Anyone can do AI education: 누구든AI

누구든AI는 현직 교사들이 개발한 교육용 AI 허브입니다. 다양한 컨셉의 AI 교육자료를 공유하며, 여러 종류의 챗봇(Chatbot) 형태로 제공합니다. 누구든AI의 비전이 인상적인데요.

미래사회의 변화에 대비하여 누구든 AI를 활용해 볼 기회가 있어야 한다.
특히 학생들이 그 주축이 되어야 한다.
그렇게 하기 위해서는 교사들이 AI 교육이나 AI 활용 교육을 적극적으로 할 수 있어야 한다.
이를 위해서는 '어렵지 않게', '누구든' 할 수 있는 AI 플랫폼이 필요하다.

누구든AI의 목적대로, 많은 선생님들이 쉽게 생성형 AI를 활용한 수업과 업무 효율화를 경험해보시면 좋을 것 같습니다.

Tech Trends for Teachers

선생님을 위한 에듀테크 트렌드 뉴스레터

이 페이지는 스티비로 만들었습니다.