전공 불문, 모든 대학생이 AI를 배워야 하는 시대 — 2026 대학 AI 교육과정의 지금
20여 년을 대학 행정 현장에서 보내면서 많은 교육 정책의 물결을 지켜봤다. 하지만 솔직히 말하면, 이번 AI 교육과정 확산의 속도와 방향은 그 어떤 변화보다 빠르고 근본적이라는 느낌이 든다. 단순히 "IT 관련 과목 하나 더 생겼네"가 아니다. 대학이 교육의 틀 자체를 다시 짜고 있는 것이다.
2026년 5월 현재, 그 변화의 한가운데에 서 있는 우리 대학 현장 이야기를 솔직하게 풀어보려 한다.
1. 교육부의 2026 AI 기본교육과정 지원사업, 무엇이 달라졌나
1-1. 20개 대학 선정, 연간 3억 원 — 숫자가 말해주는 것
지난 4월 23일, 교육부와 한국대학교육협의회는 '2026년 대학 인공지능(AI) 기본교육과정 개발 지원사업' 선정 결과를 발표했다. 보도에 따르면 다수의 대학이 지원한 가운데 20개교가 최종 선정됐다. 선정된 대학은 향후 2년간 매년 최대 3억 원의 재정 지원을 받게 된다.
많은 대학이 이 사업에 지원했다는 점이 인상적이다. 그만큼 현장에서 이 사업에 거는 기대가 크다는 방증이다. 참고로 이번 사업은 교육부가 별도 지원하는 거점국립대 9개교, 과기정통부가 지원 예정인 인공지능 중심대학 10개교를 제외한 나머지 대학을 대상으로 한 것이다. 즉, 이미 AI 인프라가 갖춰진 대학이 아닌 '중간 지대' 대학들의 AI 교육 역량을 끌어올리는 데 방점이 찍혀 있다.
나는 이 구조 설계에 정책적 세심함이 담겨 있다고 본다. 선도 대학과 일반 대학 사이의 AI 교육 격차, 그리고 수도권과 지방 대학 사이의 지역 격차를 동시에 줄이려는 의도가 읽히기 때문이다.
1-2. 신입생 AI 교양 필수 이수 — 이것이 진짜 변화의 핵심
이번 사업에서 내가 가장 주목하는 부분은 신입생 대상 AI 기초 교양 과목의 필수 이수 의무화다. 선정 대학들은 AI 기초 교양 교과를 개발하고, 이를 신입생 필수 이수 과목으로 운영해야 한다.
문과든 이과든, 예체능이든 상관없다. 전공과 무관하게 모든 신입생이 AI를 배운다. 여기에 더해 비공학 계열 중 AI 특화 학문 분야를 지정해 소단위 전공 과정도 개설하도록 했다. 역사학도가 AI로 문헌을 분석하고, 간호학과 학생이 AI 기반 환자 데이터를 읽을 수 있도록 하는 그림이다.
행정 실무자로서 솔직히 말하면, 이 과정을 실제로 운영하려면 학사 구조 개편, 강의실 인프라 확충, 교수자 재교육까지 맞물려야 한다. 결코 쉬운 일이 아니다. 그럼에도 불구하고 방향은 분명히 옳다.
2. AI 교수법 혁신 — 가르치는 사람이 먼저 바뀌어야 한다
2-1. 교수학습개발센터가 전면에 나서는 이유
이번 사업 지원 내용 중 빠지지 않는 항목이 있다. 바로 AI 교수법 혁신 지원이다. 교수학습개발센터나 교육혁신원 같은 대학 내 전담 기구를 통해 AI 기본교육과정 통합 지원 체계를 구축하도록 명시돼 있다.
이 항목을 읽으면서 나는 오래된 기억이 하나 떠올랐다. 2010년대 초반 플립러닝(뒤집힌 수업)이 유행할 때, 그 당시에도 "교수법을 바꿔야 한다"고 했지만 정작 교수자 지원 체계가 없어서 흐지부지된 사례를 수없이 봤다. 이번에는 교수법 지원을 사업 요건으로 명문화했다는 점에서, 정책 설계가 한 단계 성숙해졌다는 생각이 든다.
2-2. 평가 기준에 담긴 메시지
교육부는 선정 심사에서 △AI 기본교육과정 개발·운영의 적절성 △교수자 AI 역량 등을 주요 기준으로 삼은 것으로 알려져 있다. 단순히 커리큘럼 계획서만 잘 쓴다고 되는 게 아니라, 가르치는 사람의 역량이 실질적으로 준비됐는지를 들여다본 것이다.
이 기준은 대학들에게도 중요한 신호다. AI 교육을 외부 강사에게만 맡기거나, 기존 교과에 AI 단어만 붙이는 식의 '보여주기식' 접근으로는 선정도, 운영도 어렵다는 것을 의미하기 때문이다.
3. 현장에서 본 AI 교육과정 — 기대와 과제 사이
3-1. 지역 격차 해소, 가능성과 현실 사이
이번 사업의 중요한 목표 중 하나가 지역 간 AI 교육 격차 해소다. 서울과 수도권 대형 대학들은 이미 자체적으로 AI 교육을 빠르게 확대해왔다. 반면 지방 중소 규모 대학들은 강사 수급, 인프라, 예산 모든 면에서 뒤처져 있었다.
이번 사업이 그 간극을 실질적으로 줄일 수 있을지는, 2년 후 성과를 봐야 알겠지만, 출발 자체는 긍정적이다. 다만 현장에서는 3억 원이라는 예산이 2년짜리라는 점을 우려하는 목소리도 있다. 교육과정 개발과 인프라 구축에 투자가 집중되면, 사업 종료 이후 지속 운영을 위한 자체 재원 마련이 새로운 숙제로 남는다.
3-2. 학생 입장에서 본 AI 교육 — 의무가 아닌 기회로 만들려면
마지막으로 가장 중요한 이야기를 하고 싶다. 제도와 커리큘럼이 아무리 잘 갖춰져도, 학생들이 AI 교육을 '또 하나의 졸업 요건'이 아니라 실질적인 무기로 느끼지 않으면 변화는 피상적으로 끝난다.
내가 만나본 많은 학생들은 AI가 자신의 전공과 어떻게 연결되는지를 구체적으로 보여줄 때 비로소 눈이 빛났다. 국문학과 학생이 AI로 텍스트 마이닝을 해보고, 사회복지학과 학생이 AI 데이터 분석으로 지역 복지 수요를 예측해보는 경험. 그런 전공 연계형 실습이 수업 안에 살아 숨쉴 때, AI 교육은 비로소 의미를 갖는다.
2026년, 대학 AI 교육과정의 큰 틀이 짜이고 있다. 이 틀 안에 학생 한 명 한 명의 성장을 담아낼 수 있는 섬세한 설계가 더해지기를, 현장에 오래 있어온 사람으로서 진심으로 바란다.
