AI 리터러시 교육, 대학 현장에서 무엇이 달라지고 있는가
올해 봄학기가 시작되고 나서 유독 많이 받은 질문이 하나 있다. "AI 리터러시 교육이 정확히 뭔가요?" 신입생 오리엔테이션에서, 교직원 워크숍에서, 심지어 학부모 간담회에서도 같은 질문이 반복됐다. 20년 넘게 대학 행정을 해오면서 이렇게 짧은 시간 안에 하나의 개념이 교육 현장 전반을 흔들어 놓은 경우는 처음인 것 같다.
2026년 4월 현재, AI 리터러시는 단순히 "AI를 쓸 줄 아는 능력"을 넘어섰다. 국립중앙도서관은 올해 3월부터 무료 AI 리터러시 아카데미를 운영하고 있고, 화성특례시는 청소년부터 시니어까지 전 세대를 아우르는 시민 AI 교육에 9억 원이 넘는 예산을 투입했다. 사회 전반이 움직이고 있는 것이다. 그렇다면 대학은 어디쯤 와 있을까.
왜 지금 AI 리터러시인가: 대학 교육의 지각 변동
H3: 기술 습득을 넘어 비판적 사고로
불과 3~4년 전만 해도 대학에서 AI 교육이라 하면 파이썬 코딩이나 머신러닝 기초 강의를 뜻했다. 그런데 지금 내가 만나는 학생들은 이미 ChatGPT, Genspark 같은 도구를 일상처럼 쓴다. 문제는 "쓰는 것"이 아니라 "제대로 쓰는 것"이다.
DTR Society가 주관하는 EdAI 2026 컨퍼런스가 올해 핵심 의제로 내세운 것도 바로 이 지점이다. 학제 간 AI 리터러시 과정 설계, 기술 전공에 디지털 윤리 통합, 비기술 전공 학생을 위한 비판적 AI 연구 등이 대학 AI 교육의 새로운 기준으로 제시되고 있다. 우리 대학에서도 올해부터 전공 무관하게 모든 학부생이 이수해야 하는 'AI 사회와 윤리' 교과목을 신설했는데, 수강 신청 첫날 정원이 마감됐다. 학생들 스스로 이 필요성을 체감하고 있다는 증거다.
H3: 교수자도 배워야 하는 시대
솔직히 말하자면, 교수진의 준비 수준은 아직 고르지 않다. 인문사회 계열의 한 교수님은 지난 학기 "수업 중 학생이 AI로 작성한 보고서를 제출했는데, 어떻게 평가해야 할지 모르겠다"고 털어놓으셨다. 이건 개인의 문제가 아니다. 교수자 자신이 AI 리터러시를 갖추지 않으면 학생을 제대로 지도할 수 없다. 한국능률협회 트렌드M이 기업 대상 AI 리터러시 프로그램을 빠르게 확장하며 높은 교육 만족도를 기록하고 있는 것으로 알려져 있는데, 이 수요는 대학 밖에서도 폭발적이다. 대학이 오히려 뒤처져선 안 된다.
대학 현장의 실제 변화: 커리큘럼과 교수법
H3: 학제 간 통합 교육의 실험
올해 우리 대학에서 가장 인상적인 시도는 경영학과와 컴퓨터공학과가 공동으로 개설한 'AI 기반 비즈니스 분석' 수업이었다. 공학 전공 학생은 모델 구현을 맡고, 경영 전공 학생은 그 결과의 비즈니스 함의를 분석한다. 처음엔 소통이 어색했지만, 중간고사 즈음엔 서로의 언어를 배우기 시작했다. EdAI 2026에서 강조하는 "실세계 AI 적용 캡스톤 프로젝트"가 바로 이런 모습이다.
데이터 시각화와 AI 보조 연구 스킬도 주목할 영역이다. 논문을 쓰는 대학원생들 사이에서 AI 리서치 도구 활용은 이미 일상이 됐다. 문제는 출처 검증과 환각(hallucination) 오류를 걸러내는 능력인데, 이걸 체계적으로 가르치는 수업은 아직 많지 않다. 도서관과 협업해 'AI 보조 학술 글쓰기' 워크숍을 정례화하는 것이 올해 행정적으로 추진하고 있는 과제 중 하나다.
H3: 디지털 윤리를 교육의 중심에 놓기
AI 리터러시에서 빠질 수 없는 것이 윤리다. 나는 개인적으로 이 부분이 가장 중요하다고 생각한다. 알고리즘의 편향, 개인정보 보호, 생성형 AI의 저작권 문제—이 모든 것이 학생들이 졸업 후 마주칠 실제 현실이다. 실용 기술 교육도 물론 중요하지만, 대학은 거기서 한 걸음 더 나아가야 한다. '이 기술을 왜, 어떻게, 어떤 원칙으로 써야 하는가'를 가르치는 것이 대학 교육의 존재 이유다.
앞으로의 방향: 대학 AI 리터러시 교육이 나아가야 할 길
H3: 모든 전공을 위한 리터러시, 모든 구성원을 위한 교육
AI 리터러시는 공대생만의 것이 아니다. 화성특례시가 전 세대를 아우르는 포용적 AI 교육을 추진하듯, 대학도 같은 철학이 필요하다. 체육학과 학생도, 음악 전공자도, 사회복지를 공부하는 학생도 AI가 자신의 분야를 어떻게 바꾸고 있는지 알아야 한다.
H3: 대학 간 협력과 오픈 리소스의 가능성
마지막으로 가장 현실적인 이야기를 하고 싶다. AI 리터러시 교육은 한 대학이 혼자 완성할 수 없다. EdAI 2026에서도 대학 간 협력과 오픈소스 학습 자원 공유가 주요 의제로 올라와 있다. 국립중앙도서관의 무료 커리큘럼처럼, 접근성 높은 공공 자원을 대학 교육과 연계하는 것도 좋은 방법이다.
AI 리터러시 교육의 목표는 결국 하나다. 기술에 휩쓸리지 않고, 기술을 주체적으로 이해하고 활용할 수 있는 사람을 키우는 것. 그것이 2026년, 우리 대학이 해야 할 일이다.
