동기부여와 관계 형성
92아이들은 자신이 신뢰하는 교사를 위해 배운다. 수십 년의 연구가 교사-학생 관계를 출석, 노력, 성과와 연결짓는다. 자신을 아는 어른이 무언가를 기대해준다는 효과를 재현한 소프트웨어는 없다.
교직은 모든 자동화 전망에서 기묘한 위치에 있다: 콘텐츠 전달 계층은 가장 자동화하기 쉬운 일에 속한다 — 영상, 적응형 소프트웨어, AI 튜터는 이미 대규모로 설명하고 반복 연습시키고 채점한다 — 반면 교실 계층은 가장 자동화하기 어려운 일에 속한다. 모델은 많은 인간보다 광합성을 더 잘 설명할 수 있지만, 서른 명의 열두 살짜리들을 조용히 시키고, 그중 한 명이 밥을 못 먹었다는 것을 알아채고, 법적인 보호 의무를 지는 일은 할 수 없다.
현실적인 가까운 미래는 대체가 아니라 업무 분담이다. 2023년부터 미국 학교에 시범 도입된 칸아카데미의 GPT-4 기반 칸미고부터 아시아 사교육 시장의 적응형 앱까지, AI 튜터링 시스템은 인간 교사 아래에 숙제와 연습 계층으로 자리 잡아가고 있으며, 같은 모델들은 조용히 이 직업에서 가장 미움받는 요소인 서류 작업을 흡수하고 있다.
채점, 학습지와 수업자료 작성, 반복 연습, 행정 보고 같은 이 직업의 업무 시간 중 아마도 5분의 1 정도는 지금도 현실적으로 자동화 가능하며, 그중 상당 부분은 이미 소프트웨어로 옮겨가고 있다. 교실의 핵심은 저항한다: 아이들로 가득한 방을 실시간으로 관리하는 일, 동기부여와 관계 형성, 아동보호 책임, 특정 학습자에게 무엇이 필요한지에 대한 그 순간의 판단은 어떤 배치된 시스템도 수행하지 못하는 일이며, 어떤 정부도 기계에 보호 의무를 맡기도록 자격증을 내주지 않는다.
직함이 아니라 업무 단위로 산정했다. 낮을수록 안전하다.
AI가 대체하지 못하는 직업 →아이들은 자신이 신뢰하는 교사를 위해 배운다. 수십 년의 연구가 교사-학생 관계를 출석, 노력, 성과와 연결짓는다. 자신을 아는 어른이 무언가를 기대해준다는 효과를 재현한 소프트웨어는 없다.
서로 다른 기분과 필요를 가진 서른 명의 아이들 사이에서 질서와 주의를 유지하는 일은 존재감, 타이밍, 권위를 아우르는 진정한 실시간 사회적 기술이다 — 현재 어떤 로봇공학이나 AI도 근접하지 못했다.
교사는 법적으로 책임지는 성인이다: 학대와 방임을 알아채고, 의료 응급상황을 관리하고, 학부모와 법원에 직접 책임을 진다. 각국은 이를 위해 인간에게 자격증을 부여하며, 그 어떤 나라도 다른 무언가에 자격증을 줄 준비를 하고 있지 않다.
학교는 아이들에게 집단 속 사람이 되는 법 — 차례 지키기, 갈등, 노력, 다툰 뒤 회복하기 — 을 어른들을 관찰하며 배우게 한다. 학교교육의 그 도제 과정은 학부모들이 가장 자동화되기를 원하지 않는 부분이다.
이 아이의 오답이 오개념을 나타내는지, 저 아이는 그저 집에서 나쁜 밤을 보낸 것인지, 세 번째 아이는 진단되지 않은 학습장애인지 판단하고 같은 순간 안에서 각기 다르게 대응하는 일은 여전히 어떤 배치된 시스템도 넘어서지 못한 영역이다.
객관식과 단답형 채점은 오래전에 자동화되었고, 이제 대형 언어모델은 교사가 직접 쓰기보다 검토만 하면 되는 논술 피드백과 루브릭 점수를 초안으로 작성해, 매주 몇 시간의 채점 시간을 압축한다.
출석 관리, 성적표 코멘트, 데이터 입력, 정형화된 학부모 소통 — 업무 부담 조사의 악당들 — 은 바로 현재의 AI가 가장 먼저 흡수하는 텍스트 중심의 정형화된 업무들이다.
학습지, 퀴즈, 난이도별 읽기 지문, 슬라이드는 이제 몇 초 만에 생성되어 직접 만드는 대신 편집만 하면 된다. 영국의 오크 국립교육원 등 국가 기관들은 2023~24년부터 AI 수업계획 도구를 도입하기 시작했다.
칸아카데미, 듀오링고, 동아시아 학원 시장의 튜터링 앱 같은 적응형 플랫폼은 이미 대규모로 간격 반복 학습과 절차적 지도를 수행하고 있으며, AI 튜터는 여기에 단계별 안내까지 확장하고 있다.
칸미고의 2023년 학교 시범 사업은 떠오르는 패턴을 보여준다: 각 학생이 집에서 지치지 않는 연습 파트너를 얻는 동안 교사는 조율하고, 과제를 배정하고, 검토한다 — 부유한 가정에 사교육 시장이 팔던 것의 대량, 저비용 버전이다.
콘텐츠 생성과 전달이 저렴해지면서 차별화하는 업무는 큐레이션과 조율로 옮겨간다: 공유된 실시간 수업 시간에 학급이 무엇을 할지 고르고, 인간 토론과 기계 연습의 순서를 짜고, 기계가 만든 자료의 품질을 관리하는 일이다.
학습 플랫폼은 학생별 숙달도, 오류 패턴, 시험 사이에 한때 보이지 않던 조기 경고 신호를 드러낸다. 뉴욕부터, 2025년부터 AI 디지털교과서를 출시하는 서울까지 각지의 시스템은 이 분석 계층이 교실의 결정을 바꿀 것에 걸고 있다.
2020년의 휴교는 모든 교사를 한꺼번에 원격수업 훈련으로 밀어넣었고, 그 인프라는 사라지지 않았다: 숙제 플랫폼, 녹화된 수업, 화상 학부모 상담이 이어지며, 이와 함께 두 공간 모두에 능숙한 교사에 대한 수요도 이어진다.
학교, 출판사, 기업 연수를 위한 강좌, 자료, 평가를 설계하는 일 — 교실을 떠나는 교사들이 향하는 가장 빠르게 성장하는 목적지이며, AI 도구는 이 역할을 줄이기보다 확장하고 있다.
일대일 화상 플랫폼부터 완전한 온라인 학교까지 세계 튜터링 시장은 수십만 명의 전직 교실 교사를 고용하며, 소프트웨어 계층이 갖지 못한 바로 그 인간적 관심과 책임감을 판매한다.
디지털 교실이 남기는 데이터를 학교와 교육청을 위해 해석하는 일: 어떤 개입이 효과가 있는지, 어떤 학생이 흔들리고 있는지, 어떤 대시보드를 믿을 만한지 — 교육 경험과 데이터 과학 사이에 놓인 역할이다.
AI 튜터를 배치하는 에듀테크 기업과 교육부는 교육학, 정확성, 아동 안전을 동시에 판단할 수 있는 사람이 필요하다. 경험 많은 교사는 교실용 AI를 위한 자연스러운 검토자, 교육과정 정합성 검토자, 레드팀이 된다.
먼저 이 직업을 떠나는 업무들은 교사가 가장 싫어하는 것들이다 — 채점, 보고서, 학습지 제작 — 이는 교직을 자동화에 직면한 다른 직업들 사이에서 특이하게 만든다: 이 기술은 처음에는 판단력이 아니라 잡무를 덜어내고 있다. 정치적 싸움은 확보된 시간이 무엇으로 채워지느냐를 둘러싸고 벌어질 것이다: 실질적인 업무량 축소인가, 아니면 AI 지원을 명분 삼은 더 큰 학급 규모인가.
수요의 산술은 이 직업을 어느 쪽이든 보호한다. 유네스코가 추산한 2030년까지 4,400만 명의 교사 부족은 세계 문제의 대부분이 교사가 너무 많은 것이 아니라 너무 적은 것임을 뜻한다. 어떤 그럴듯한 AI 배치도 소프트웨어보다 전기가 먼저 부족한 교실에서 그만한 규모의 부족을 메우지 못한다.
모든 학교 제도에 깔린 장기적 내기는 아동기의 형성 — 주의, 동기, 품행, 돌봄 — 이 아이들과 함께하는 방 안의 책임 있는 성인을 필요로 한다는 것이다. 지금의 기술 물결은 아직 그 내기를 시험하지 못했다. 그것이 시험한 것은 학습지뿐이다.
한 분야를 공개적으로 강론하는 대가로 급여를 받는 학자 — 플라톤의 숲에서 종신재직권과 AI 튜터까지, 25세기에 걸친 가르침과 발견의 역사.
AI 내성 76 📜헤로도토스와 사마천에서 디지털 아카이브까지, 훈련된 과거의 심문자 — 부서지기 쉬운 문서를 검증 가능한 사실의 기록으로 바꾸는 일.
AI 내성 70 🧩1879년 라이프치히의 분트 실험실에서 오늘날 상담실까지 이어지는 마음과 행동의 과학자 — 아직 스스로 말로 표현하지 못한 것을 알아듣도록 훈련받는다.
AI 내성 82 🌐언어와 언어 사이에서 의미를 실어 나르는 직업 — 70인역과 히에로니무스의 불가타에서 톨레도, 뉘른베르크의 통역 부스, 그리고 기계번역 시대까지.
AI 내성 28 📖니네베의 점토판부터 전자책 대출 논쟁까지, 인류가 아는 것을 누구나 찾을 수 있도록 정리해 온 기록 지식의 수호자이자 안내자.
AI 내성 55