오늘은 새로운 모습으로 인사를 드립니다.

그동안 안내해 드렸던 코스모스 LMS 기능 활용법이 아닌 교육 현장에서의 최신 트렌드와 발전 방향을 함께 나누어 볼 수 있도록 

‘COURSEMOS INSIGHT’ 카테고리를 신설했습니다.

오늘은 그 첫 번째 이야기로 ‘AI가 그리는 교육’에 대해 나눠보고자 합니다. 

코스모스가 그동안 쌓아온 경험을 토대로 제시하는 교육 현장에서의 AI는 어떤 것일지 살펴보시고 도움이 되기를 바랍니다.

AI(인공 지능)에 관심을 불러일으킨 계기는 분명 ChatGPT일 것입니다. 학습자들의 관심도 상당합니다. 채용 중개 플랫폼 알바천국이 실시한 설문조사에 따르면 대학생 4명 중 1명은 학업을 위해 ChatGPT를 사용한 경험이 있으며, 전체 응답자의 76.5%가 학업과 취업 부문에서의 AI 확대를 긍정적으로 인식했습니다. AI는 교육 현장에 어떠한 영향을 미치게 될까요?

지난해 주요 교육학(교육공학) 연구 및 학술대회에서 AI를 주제로 발표된 연구는 10편 이내로 소수였습니다. ChatGPT 3.5 공개 이후인 올해 초에 발표된 연구만 세어도 20편이 넘는 연구가 발표되어 교육계에서도 큰 주목을 받는 것을 확인할 수 있습니다. 오프닝 연사부터 세부 세션까지 각국의 참석자들이 AI가 교육의 현장을 바꿀 수 있는 기술로 관심을 갖고 있는 것을 확인하였습니다. 대표적인 에듀테크 산업 조사기관인 Holon IQ에서도 AI가 학습자 지원, 평가, 학습경험, 마케팅 등 여러 측면에서 미래의 고등교육을 설계하고 새롭게 재편할 수 있다고 언급했습니다. 

교육계의 많은 연구자 그리고 행정가들은 교육적 문제를 해결하고 높은 수준의 성과를 달성하기 위해 AI에 큰 관심을 보이고 있습니다. 학습 분석, 맞춤형 교육, 대화형 시스템, AI 튜터 등 AI를 교육적으로 활용하는 AIED(Artificial Intelligent in Education)(Holmes, Bialik & Fadel, 2019)는 이제 가능성을 넘어 현장에서 관측할 수 있는 사례가 되었습니다. AI를 통해 우리 앞으로 다가온 변화는 어떤 모습일까요?

1. 완전 학습을 위한 개별화된 맞춤형 지원

벤자민 블룸이 제시한 2 시그마 문제(2 Sigma problem) 연구에 따르면, 일대일 튜터링을 받은 학습자는 강의식 수업을 이수한 학습자보다 평균 표준편차가 2배 더 높은 성적을 받았습니다. 이 연구의 시사점으로 볼 때 교육은 일대일 튜터링 즉, 개별화된 맞춤형 교육을 목표로 해야 하나, 현실적인 이유(비용, 인력 등)로 이상(理想)에 가까운 개념으로 남아있었습니다. 그러나 교육 현장에서 AI의 적용은 블룸이 제시한 일대일 튜터링의 효과를 디지털 환경에서 구현 가능성을 보여줍니다. AI 튜터를 제공하여 학습자는 즉각적이며 수준 높은 피드백을 기대할 수 있습니다. 이를 통해 완전 학습(Mastery Learning)에 가까워지게 됩니다.

벤자민 블룸(1984)의 2 Sigma problem

2. 교육행정 업무의 자동화를 통한 편의성 증대

서울시교육청 소속 교원 5,217명을 대상으로 실시한 “ChatGPT에 대한 교원의 인식과 사용에 대한 조사”에서 ChatGPT가 교사의 역할에 도움이 된다고 응답한 비율은 90.5%입니다. 또한 ChatGPT를 교육에서 활용하기를 원하는 분야는 행정업무처리로, 82.2%의 가장 높은 응답률을 보였습니다. 이렇듯 교육 현장에서 AI를 활용하여 교육행정 업무를 해결하고자 하는 요구는 상당히 큰 편입니다. 현재 AI는 교수자가 수행해오던 평가, 표절 감지, 피드백 등의 작업을 자동화하고 학습위기자를 식별하는 학습분석을 통해 교육 관리적 측면에서 도움을 주고 있습니다. 실제 일부 대학에서는 AI 챗봇을 활용한 비대면 학사행정서비스를 활용하여 행정적 업무 과중을 해소하고자 시도하였습니다. 불필요한 리소스 감소는 교육의 전반적인 질적 향상을 기여할 것입니다.

3. 교육의 Equality(평등)와  Equity(공평) 실현

빌 게이츠 Microsoft 고문은 2023년 4월 ‘ASU+GSV 서밋’에서 “AI 이용에 대한 비용은 들겠지만, 지금보다 사교육 비용을 낮춰 평등한 교육에 도움이 될 것”이라는 견해를 밝혔습니다. 특히 AI는 교육 불평등을 해소하는 데 큰 이바지를 할 것으로 예상했습니다. AI에 대한 접근성 문제를 해결할 수 있다면, AI는 교육의 평등(Equality) 측면에서 학습자들에게 균등한 기회를 제공할 수 있을 것입니다. 또한 장애인, 노인 같은 교육적으로 특수한 요구가 있는 사람들에게 새로운 발판을 제공합니다. 그 예로 청각 장애가 있거나 난청이 있는 학습자를 위한 실시간 음성 언어 텍스트 생성 기능을 제공하고 청해력이 낮은 학습자도 강의 내용을 이해할 수 있도록 돕는 기술도 등장했습니다. 모든 학습자에게 평등한(Equality) 기회를 제공할 수 있을 뿐만 아니라, 학습자 개인의 특수한 사항을 고려하여 교육 환경에서의 제약을 없애는 공평(Equity) 실현에도 영향을 미칠 것입니다.

4. 비판적 사고의 확대

AI가 발전됨에 따라 문제는 정확하지 않거나 허위 정보를 생성하는 할루시네이션으로 인해 학습자가 무분별하게 잘못된 정보를 받아들일 수 있다는 점입니다. 이러한 문제를 해결하기 위해서는 AI 리터러시 능력을 함양할 수 있는 교육이 필요합니다. AI 리터러시란, ‘AI의 기본 개념을 이해하고 원리를 적용하여 AI 도구의 사용을 올바른 방법으로 활용하여 결과를 산출하는 능력’이며(정기민, 2021), ‘개인이 AI를 비판적으로 평가할 수 있는 역량’(Long, Brian Magerko, 2020)입니다. 대한민국 정부 역시 이러한 필요성을 체감하여, 향후 5년간 100만 명을 대상으로 ‘AI 리터러시 함양 프로젝트’를 실시할 것이라고 발표했습니다. AI 리터러시 교육은 단순히 기술 중심의 교육이 야기하는 사회 현상을 비판적으로 수용하고, 바르게 사용하도록 도우며(이문형, 김재웅, 2020), 학습자의 비판적 사고를 확장할 수 있는 환경 조성에도 긍정적인 효과를 줄 것입니다.

코스모스가 생각하는 에듀테크는 교육 현장의 문제를 해결하고 교육 성과를 개선하기 위해 적극적으로 기술을 활용하는 것입니다. 올해 여름, 우리는 한 국립대학과 함께 ChatGPT를 비롯해 다양한 AI를 활용하여 새로운 도구를 만드는 시도를 하였습니다. 

이번 연구는 두 가지 목표를 설정하였습니다.

첫째, 언어적 어려움을 겪는 학습자(외국인 등)에게 원활한 학습이 가능하도록 지원한다.

이러한 목표 설정은 현재 대학 현장을 관찰하며 시작하였습니다. 학령인구 감소 등으로 대학은 외국인 학생을 적극적으로 유치하고 있으며 이제 유학생은 우리나라 대학의 중요한 구성원이 되었습니다. 하지만 이들이 언어적인 이유로 학습에 어려움을 겪는 것은 많은 사람이 공감하고 있는 문제입니다.

둘째, 학습자를 지원할 수 있는 범용성을 갖춘 학습 지원 도구를 제공한다.

우리가 발견한 또 다른 현상은 비대면 수업의 증가입니다. 팬데믹 이후 비대면 수업은 더 이상 특별한 형태가 아닙니다. 또한 다양한 제도의 공유대학(예: RIS, 혁신융합대학 등)의 등장으로 비대면 수업이 더욱 확산될 것으로 보입니다. 학습자에게는 더 많은 교육적 선택권이 제공되는 긍정적인 점도 있지만, 교수자와 대면 피드백이 줄어드는 점은 해결해야 할 문제입니다.

연구 목표에 따라 개발된 학습지원도구의 기능은 아래와 같습니다.

1. 실시간 언어 번역 기능

학습관리시스템 내에서 텍스트를 영역 선택(Drag)한 뒤, 언어를 결정하면 실시간 번역이 제공되도록 구현하였습니다. 이는 수업 자료의 열람 뿐 아니라, 동료 학습자와 원활한 상호작용(토론, 메시지 등)이 가능하도록 환경을 제공하기 위함입니다. 번역은 AI 기계번역 서비스인 DeepL에 연동하였으며, 텍스트의 맥락을 고려하며 번역을 수행하여 다른 경쟁 서비스보다 품질 높은 번역이 가능합니다. 

2. 문서 번역 기능

대학 수업에서 교수자 개인의 노력으로 외국인 학습자의 문해력을 고려한 (심층적인 지식을 담은)학습자료를 만드는 것은 어려운 일입니다. 이러한 문제를 해결하기 위해 AI 문서 번역 기능을 구현하였습니다. 문서를 업로드 한 뒤 번역할 언어를 선택합니다. 잠시 후 번역된 문서를 내려받을 수 있습니다. 이 기능 또한 앞에서 언급한 DeepL에 연동하여 고품질의 번역을 제공합니다.

3. 학습활동을 보조하는 AI 채팅 기능

세 번째 기능은 ChatGPT를 강의실 인터페이스에서 바로 활용할 수 있도록 하였습니다. ChatGPT와 같은 LLM(거대언어모델)은 다양한 유형의 작업(요약, 분류, 변형 등)이 가능하지만, 창조적 글쓰기와 같은 ‘발산' 능력이 뛰어나 학습활동 수행 중 글을 작성하는 데 도움을 받을 수 있습니다. 또한 교육 현장의 특성을 반영한 모더레이션을 수행하여 부정적인 활용을 제지할 수 있고, 프롬프트 설정을 통해 속도 개선 및 비용적인 효율화를 달성할 수 있습니다.

하지만, ChatGPT를 튜터로 활용하는 것은 한계가 있었습니다. LLM이 방대한 양의 텍스트를 학습하고 있지만 한계가 있으며, 모든 정보(특히 대학 전공 수준)를 알고 있는 것은 아니기 때문입니다. 우리는 ChatGPT가 어느 정도 수준의 튜터링을 할 수 있는지 실험하였습니다. 대학의 HRD 전공 교과목에서 ROI 개념을 학습하는 상황으로 가정하고, ChatGPT에 다음의 질문을 입력하였습니다.

“교육 프로그램에서 ROI에 관해 설명해줘"

답변을 살펴보면, ROI에 대한 개념을 설명해주고 있지만 HRD 및 교육 분야에서 ROI를 다루는 특별한 시각까지는 ChatGPT가 답할 수 없었습니다. 대학 전공 수업 수준에서 활용할 수 있는 튜터링을 구현하기 위해 다음의 기능으로 자연스레 연결되었습니다.  

4. 자료 기반 질의응답 기능

ChatGPT로는 구현할 수 없는 높은 수준의 튜터링을 위해 ‘자료 기반의 질의응답’이 가능하도록 구현하였습니다. 이 기능을 구현하기 위해 랭체인(LangChain), 임베딩(Embedding), 시멘틱(Semantic) 모델, 유사성 검색(Faiss) 등 다양한 개념이 존재하지만 이 내용은 글에서 생략하겠습니다. LLM에 사용자가 입력한 질문과 답변을 찾을 자료를 함께 전달하여, 아래와 같이 활용할 수 있습니다.

위의 예시를 비롯하여 몇 번의 시도에서 전공 수준의 지식을 다룰 수 있으며, 나아가 예시와 요약을 함께 제공하는 수준 높은 피드백이 가능한 것을 확인하였습니다. 지금까지의 방식으로 교수자나 수업 조교가 이러한 수준의 피드백을 제공하기 위해 쏟아야 할 노력이 얼만큼일지 짐작하면 AI 를 활용한 튜터링은 매우 가치가 높다고 생각하였습니다.

마무리하며

본 연구에서 개발한 도구는 2023년 10월 K대학 및 지역 공유대학 학습자들에게 공개하였습니다. 공개 후 10일 동안 이용 데이터를 분석하였으며, 1,600명이 해당 기간 동안 이 도구를 활용하였습니다. 활용 빈도는 실시간 번역(41.6%), AI채팅-ChatGPT(29.8%), 문서 번역(15.1%), 자료 기반 튜터링(13.5%) 순이었습니다. 주요 개선의견으로는 속도 개선, 응답 품질 개선, 번역 가능 언어 추가, 자료기반 튜터링 활성화를 위한 지원 요청이 있었습니다. 본 사례가 연구에만 머무르지 않고 현장에서 가치 있는 학습 지원 도구가 되도록 사용자들의 의견을 수렴하고 활용 양상을 분석하여 고도화할 예정입니다.

이번 연구를 통해 교육 현장을 개선하기 위한 AI의 가치와 가능성에 더욱 집중하는 계기가 되었습니다. 또한 현장에서 활용할 수 있는 기술을 구현할 수 있도록 산학 협력의 기회를 적극적으로 모색하고자 합니다. 코스모스가 고객사와 함께 고민하고 발전할 수 있도록 의견과 제안을 기다리고 있겠습니다.

References

• 노종현, “대학 교육, 챗GPT를 마주하다”, 2023.05.01, https://www.skkuw.com/news/articleView.html?idxno=30062.
• 권정민, 이영선 (2020). 장애인을 위한 인공지능 활용 동향. 한국초등교육, 31, 187-202.
• 유화영, 김동심 (2022). 대학생의 경제적 불평등, 교육 불평등, 미래 불평등 간의 관계. 인문사회 21, 13(1), 111-126. 
• 이문형, 김재웅 (2020). AI시대의 청소년 디지털 리터러시 교육 연구 : Berkman Klein Center 교육을 중심으로. 만화애니메이션연구, 59, 533-555.
• 임종범, “서울시교육청, &챗GPT 시대, 현장교사에게 묻다.& 서울교육포럼 개최”, 2023.04.06. https://enews.sen.go.kr/news/view.dobbsSn=182562&step1=3&step2=1.
• 정기민 (2021). 인공지능 리터러시 기반의 설명가능한 인공지능 교육 프로그램 효과. 인공지능연구 논문지, 3(1), 1-12. 
• 정진현 (2021). 교환학생의 한국어 학습 탈동기 연구, 인문사회 21. 12(6). 2009-2018
• 진영태, “빌 게이츠의 예언 &AI, 사교육비 문제 해결사 될 것”, 2023.04.23, https://www.mk.co.kr/news/world/10719636.
• 황국상, 이정현 , “AI와의 공존 로드맵' 마련, 정부 "5년간 100만명에 AI 리터러시 교육”, 2023.06.01. https://news.mt.co.kr/mtview.php?no=2023060115172526765.
• Bloom, B. S. (1984). The 2 sigma problem: The search for methods of group instruction as effective as one-to-one tutoring. Educational researcher, 13(6), 4-16.
• Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. In Proceedings of the 2020 CHI conference on human factors in computing systems, 1-16.
• Holmes, W. Bialik, M., & Fadel, C. (2019) Artificial intelligence in education Promise and implications for teaching and learning. Center for Curriculum Redesign The Open University UK.
• KERIS (2022) 국내외 AI 튜터 활용 사례. 디지털 교육 동향 심층호 5호. https://www.keris.or.kr/main/ad/pblcte/selectPblcteOVSEAInfo.domi=1143&pblcteSeq=13653.
• UNESCO (2021) 인공지능과 교육: 정책입안자를 위한 지침. 유네스코한국위원회 한국교육학술정보원.