기기는 깔렸는데 수업은 안 바뀌었다

2023년에 발표된 AI 디지털교과서 정책이 3년 만에 성격이 달라졌습니다. 2025년 8월 법 개정으로 법적 지위가 '교과서'에서 '교육자료'로 바뀌면서 의무 채택이 사라졌고, 2026년 교육부 문서에서는 'AI 교육자료'라는 표현이 쓰입니다.

기술 도입 정책이 왜 어려운지를 보여주는 사례라 정리해봤습니다. 특정 정책의 잘잘못보다 반복되는 패턴 쪽이 흥미로워서요.

무엇이 바뀌었나

원래 계획은 교과서 지위를 부여하고 학교가 의무 채택하도록 하는 것이었습니다. 2025년 3월 초등 3~4학년, 중1, 고1의 수학·영어·정보 과목에 처음 적용됐고요.

지금은 학교가 자율로 선택하고, 종이 교과서를 보조하는 자료로 쓰입니다. 대신 인프라와 교원 연수 쪽으로 무게가 옮겨갔습니다. 1인 1기기 보급, 학교 네트워크 10G 고도화, 디지털 튜터 배치, AI 중점학교 1,000개교 운영 같은 것들이요.

AI 교육을 포기한 게 아니라 순서를 바꾼 쪽에 가깝습니다. 교과서를 먼저 깔고 환경을 맞추는 대신, 환경과 역량을 먼저 갖추고 자료는 선택하게 하는 방향으로요.

왜 안 됐나

현장 보도를 보면 몇 가지가 반복됩니다.

기대와 실제의 간극. 개인별 맞춤 학습을 내세웠는데, 실제 제공된 분석이 정답률 확인 수준에 그쳤다는 지적이 많았습니다. 19일차 AI 채용 글에서 "AI라서 객관적"이라는 주장이 그 자체로 근거가 되지 않는다고 썼는데, 여기서도 비슷합니다. "AI 맞춤형"이라는 표현과 실제 분석 깊이는 별개 문제입니다.

운영 비용이 수업 시간을 먹었습니다. 교사가 접속 불량을 해결하고 기기를 관리하는 데 에너지를 쓰게 됐다는 얘기가 나옵니다. 도구가 절약해주는 시간보다 도구를 관리하는 시간이 크면 순효과가 마이너스가 됩니다.

준비도 격차. 교원 역량과 학교 인프라 차이가 큰 상태에서 일괄 도입하면, 격차를 줄이려던 정책이 격차를 키울 수 있습니다. 27일차 접근성 글과 비슷한 구조인데, 같은 도구를 줘도 활용 조건이 다르면 결과가 벌어집니다.

신뢰 문제. 구독료 산정, 데이터베이스 오류, 검정 심사 부실 논란이 겹치면서 현장 수용성이 떨어졌습니다.

데이터 쪽이 더 중요한 논점

덜 다뤄지지만 짚을 만한 문제가 있습니다. 학생 학습 데이터입니다.

AI 맞춤 학습의 정밀도를 높이려면 개인별 학습 패턴, 취약 영역, 성취도 변화를 장기간 추적해야 합니다. 즉 효과가 좋을수록 수집 데이터가 많아지는 구조입니다.

그런데 현행 개인정보보호법은 아동 개인정보에 대한 별도 강화 규정이 제한적이고, AI 기본법에도 교육 분야 데이터 특별 조항은 들어가지 않았습니다. 미국 COPPA나 EU 수준의 아동 학습 데이터 전용 보호 체계가 없는 상태라는 지적이 나옵니다.

6일차 AI 기본법 글에서 고영향 AI 목록에 교육이 명시적으로 들어가지 않았다는 점을 생각하면, 이 공백은 정책 방향과 무관하게 남습니다. 자율 선택으로 바뀌어도 쓰는 학교에서는 데이터가 쌓이니까요.

실무적으로는 보관 기간, 2차 활용 범위, 졸업 후 처리, 사업자 변경 시 이관 같은 게 정해져 있어야 하는데 이 부분이 선행 논의 없이 도입이 먼저 간 셈입니다.

반복되는 패턴

이 사례에서 일반화할 만한 지점을 정리하면 이렇습니다.

도구보다 운영 조건이 결정한다. 같은 소프트웨어라도 네트워크가 느리면 쓸 수 없습니다. 기술 도입 계획에서 가장 많이 과소평가되는 게 운영 환경입니다.

측정 기준이 먼저 필요합니다. "효과가 있었는가"를 무엇으로 판단할지 정해두지 않으면 논쟁이 인상 비평으로 흐릅니다. 40일차 백업 글에서 사용자 수로 시스템 등급을 매긴 문제를 다뤘는데, 교육에서도 활용률 같은 숫자가 학습 효과를 대리하지는 못합니다.

단계적 적용이 안전합니다. 일괄 의무화는 문제가 드러났을 때 되돌리는 비용이 큽니다. 2026년 정책이 자율 선택과 중점학교 운영으로 바뀐 것도 이 교훈의 반영으로 보입니다.

정리

AI 교육 자체는 계속됩니다. 정보 교과 시수가 늘고, AI 중점학교가 확대되고, 교원 연수도 진행 중입니다. 바뀐 건 교과서를 먼저 바꾸는 방식이 철회된 것입니다.

개인적으로는 이게 나쁜 결과라고 보지 않습니다. 빠르게 밀어붙였다가 1년 만에 수정한 건 비용이 들었지만, 그대로 확대했다면 더 큰 비용이 들었을 테니까요. 다만 학습 데이터 보호 체계는 정책 방향과 별개로 정비가 필요해 보입니다.