전공 불문, 모든 대학생이 AI를 배운다 — 2026년 대학 AI 교육과정의 현재

2026년 4월 23일, 교육부와 한국대학교육협의회가 조용하지만 묵직한 발표를 했다. '2026년 대학 인공지능(AI) 기본교육과정 개발 지원사업' 선정 결과였다. 전국 80개 대학이 신청해 4대 1의 경쟁률을 뚫고 20개 대학이 최종 선정됐다. 수도권 6개교, 비수도권 14개교. 각 대학은 향후 2년간 매년 최대 3억 원의 사업비를 지원받는다.

숫자만 보면 평범한 정책 뉴스처럼 느껴질 수도 있다. 그런데 대학 행정 20년을 보낸 내 눈에는 이 발표가 전혀 다르게 읽힌다. **"전공과 관계없이 모든 대학생"**이라는 한 문장이, 지금까지 대학이 AI 교육을 다뤄온 방식을 정면으로 뒤집고 있기 때문이다.

AI 교육, 이제는 공학도만의 이야기가 아니다

보편적 AI 역량이라는 새로운 기준

오랫동안 대학에서 AI 관련 교육은 컴퓨터공학과나 소프트웨어 관련 학과의 전유물이었다. 행정학과 학생이 머신러닝을 배울 이유가 있냐는 질문에, 솔직히 나도 한동안 명확한 답을 내리지 못했다.

그런데 이제 상황이 달라졌다. 이번 사업의 핵심 키워드는 **'보편적 AI 역량 함양'**이다. AI 윤리, 비판적 사고, 생성형 AI 활용 능력—이것들은 코딩 실력과는 결이 다른, 일종의 '디지털 시민 소양'에 가깝다. 인문계열 학생이 ChatGPT의 한계를 이해하고 비판적으로 활용하는 능력, 이것이 이 시대가 요구하는 AI 리터러시다.

비공학 계열을 위한 소단위 전공과정의 등장

이번 사업에서 특히 주목할 부분은 비공학 계열 학생을 위한 소단위 전공과정 개발이 명시적으로 포함되어 있다는 점이다. 한밭대를 포함한 선정 대학들은 전교생 대상 AI 기본교육 체계를 설계하는 동시에, 경영학과 학생이 데이터 분석을 배우거나 사회복지학과 학생이 AI 복지 서비스를 기획하는 방식의 맞춤형 커리큘럼을 구성하게 된다.

내가 현장에서 수십 번 목격한 문제가 있다. 공학 계열 교수가 설계한 AI 과목을 인문계 학생들이 수강할 때 오는 혼란과 좌절감. 소단위 전공과정은 바로 그 간극을 메우려는 시도다. 늦었지만, 반갑다.

교수가 먼저 바뀌어야 학생이 바뀐다

교수자 역량 강화, 이번 사업의 숨은 핵심

학생 교육과정 개발만큼이나 이번 사업에서 강조되는 것이 교수자의 AI 교육 역량 강화다. 솔직하게 말하자. 많은 교수님들이 AI 도구 활용에 여전히 낯설어한다. 본인의 전공 분야에서는 탁월하지만, 생성형 AI를 교육에 접목하는 방법론에 대해서는 학생보다 뒤처지는 경우도 적지 않다.

이번 사업에서 선정 대학들은 교수 역량 강화를 위한 관리 체계 구축을 의무적으로 추진해야 한다. 단순한 워크숍 몇 번으로 끝나는 게 아니라, 지속 가능한 역량 개발 시스템을 만들어야 한다는 뜻이다. 이건 행정적으로도, 문화적으로도 쉽지 않은 과제다. 하지만 반드시 필요한 일이다.

지역 격차 해소, 비수도권 14개교 선정의 의미

이번 선정에서 비수도권 대학이 14개교로 수도권(6개교)보다 훨씬 많다는 점은 의도된 설계다. AI 교육 자원은 수도권 대형 대학에 집중되어 있는 것이 현실이다. 지방 국립대나 중소 규모 사립대의 학생들이 AI 리터러시에서 뒤처진다면, 이는 단순한 교육 격차가 아니라 미래 일자리 격차로 직결된다.

20년간 대학 행정을 하면서 지방 캠퍼스 학생들의 절박함을 자주 마주쳤다. 이번 정책이 그 격차를 조금이라도 줄일 수 있다면, 3억 원이라는 돈의 가치는 숫자 이상이다.

앞으로 우리가 주목해야 할 것들

6월 최종 확정 이후, 실행이 진짜 시작이다

현재 선정된 20개 대학은 이의제기 절차를 거쳐 2026년 6월 최종 확정될 예정이다. 그 이후가 진짜다. 교육과정 설계, 교재 개발, 교수 훈련, 학생 참여 유도—이 모든 것을 1차 연도 종료 전까지 완성해 나가야 한다.

현장에서 보면 정책 선정 이후 실행 단계에서 흐지부지되는 경우가 많다. 담당 교수가 바뀌거나, 행정 인력이 부족하거나, 예산 집행 과정에서 발목이 잡히거나. 이번만큼은 그렇지 않기를 진심으로 바란다.

AI 교육과정의 질적 기준, 누가 어떻게 평가할 것인가

한 가지 더 챙겨봐야 할 문제가 있다. 지원은 시작됐는데, 교육 품질을 어떻게 측정할 것인가라는 질문이다. 국내 대학 AI 교육과정에 대한 기존 연구들에 따르면 파이썬 기초 과목 부족, AI 응용·융합 과목 미흡, 실무 연계 과목 결여 등 구조적 약점이 지속적으로 지적되어 온 것으로 알려져 있다.

이번 사업이 단순히 '개설 과목 수 늘리기'로 귀결된다면 실패다. AI 윤리적 사고, 비판적 활용, 전공 연계 융합 역량—이것들이 실제로 학생들에게 내면화되는지를 추적하는 평가 시스템이 반드시 병행되어야 한다.

대학은 언제나 시대보다 조금 느리게 움직인다고들 한다. 맞는 말이기도 하고, 틀린 말이기도 하다. 변화를 제도화하는 데는 시간이 걸리지만, 한번 자리를 잡으면 그 어떤 조직보다 강하게 지속된다. 2026년의 이 변화가 10년 후 대학 교육의 당연한 토대가 되길, 현장에서 묵묵히 응원하고 있다.