생성형 AI가 교육에 들어오기 시작했을 때 교육계의 가장 큰 질문은 “학생들이 AI를 사용해도 되는가?”였습니다. 그러나 이제 질문은 달라져야 합니다. AI가 단순히 질문에 답하는 수준을 넘어 스스로 정보를 찾고, 계획을 세우고, 도구를 사용하고, 여러 단계를 거쳐 결과를 만들어내는 AI 에이전트로 발전하고 있기 때문입니다.
UNESCO는 2026년 교육의 현실을 설명하면서 AI 튜터의 확산과 함께 스스로 탐색하고 행동할 수 있는 ‘agentic AI’의 등장을 주요 변화로 언급했습니다. 이제 교육은 생성형 AI의 등장에 대응하는 수준을 넘어, AI가 실제로 학습 과정과 업무 과정에 개입하는 시대를 준비해야 합니다. 문제는 여기서부터입니다. AI가 학생 대신 공부해준다면 학생은 무엇을 배우게 될까요?
1. AI 에이전트는 ‘더 똑똑한 챗봇’이 아닙니다
챗봇은 질문에 답합니다. AI 에이전트는 목표를 받으면 목표를 달성하기 위한 과정을 스스로 구성하고 실행합니다. 예를 들어 학생이 “기후변화에 대해 공부하고 싶어”라고 했을 때 기존 AI는 관련 내용을 설명해줄 수 있습니다. 하지만 교육 에이전트는 학생의 수준을 분석하고, 필요한 개념을 선정하고, 학습 순서를 구성하고, 문제를 제시하고, 학생의 답변을 분석하여 다음 학습 활동까지 조정할 수 있습니다.
AI가 정보를 제공하는 시대에서 AI가 학습 과정을 운영하는 시대로 이동하는 것입니다. 교육에서는 이 차이가 결정적입니다. 왜냐하면 교육의 목적은 결과물을 만들어주는 것이 아니라 학습자가 성장하는 것이기 때문입니다.
2. 그래서 교육용 AI 에이전트는 일반 업무용 AI와 달라야 합니다
기업에서 AI 에이전트에게 업무를 맡기는 목적은 생산성을 높이는 것입니다. 자료를 찾고, 분석하고, 보고서를 작성하고, 일정까지 관리해준다면 훌륭한 에이전트입니다. 하지만 교육에서는 이야기가 달라집니다. 학생에게 보고서를 작성해주는 AI는 매우 효율적일 수 있지만, 학생이 자료를 읽고 판단하고 논증하는 과정을 모두 대신한다면 교육적으로는 실패할 수 있습니다.
따라서 교육 에이전트의 목표는 “학생을 대신하는 것”이 아니라 “학생이 스스로 할 수 있도록 돕는 것”이어야 합니다. UNESCO 역시 AI가 답을 단순히 제공하는 경우보다 학생의 추론과 사고를 촉진하도록 설계되는 것이 중요하다고 지적합니다.
3. 앞으로 좋은 교육 에이전트는 정답보다 질문을 제공해야 합니다
이것이 교육 AI의 가장 중요한 설계 원리가 될 것입니다. 학생이 문제를 틀렸을 때, “정답은 ③번입니다.”라고 알려주는 AI는 편리합니다. 그러나 더 좋은 AI는 이렇게 말할 수 있어야 합니다. “네가 선택한 답을 그렇게 판단한 근거는 무엇인가?”
그리고 다시, “이 자료에서 네 생각을 뒷받침하는 부분을 찾아볼 수 있을까?”라고 질문해야 합니다. 학생이 답을 찾는 과정에서 사고하도록 만드는 것입니다. 따라서 미래 교육 에이전트의 핵심 능력은 답변 능력보다 질문 설계 능력이 될 수 있습니다.
4. AI 에이전트 시대에는 ‘위임 능력’도 새로운 역량이 됩니다
지금까지 교육에서는 학생이 직접 문제를 해결하는 것을 중요하게 생각했습니다. 그러나 AI 에이전트 시대에는 새로운 질문이 등장합니다. “이 문제의 어느 부분을 AI에게 맡길 것인가?” 자료 검색은 AI에게 맡길 수 있습니다. 하지만 문제를 정의하는 것은 학생이 해야 할 수 있습니다.
자료의 사실 여부는 AI에게 검토를 요청할 수 있습니다. 그러나 어떤 근거를 믿을 것인지는 인간이 판단해야 합니다. 초안을 만드는 것은 AI에게 맡길 수 있습니다. 하지만 최종 주장과 책임은 학생에게 있어야 합니다. 따라서 미래의 AI Literacy는 단순한 활용능력이 아닙니다. 무엇을 AI에게 위임하고, 무엇을 인간이 직접 판단할 것인지 결정하는 능력까지 포함해야 합니다.
5. 교육은 ‘프롬프트 잘 쓰는 법’에서 멈춰서는 안 됩니다
생성형 AI가 등장하면서 교육현장에서는 프롬프트 교육이 중요해졌습니다. 그러나 AI 에이전트 시대에는 이것만으로 부족합니다. 좋은 프롬프트를 작성하는 것보다 먼저 필요한 것은 좋은 문제를 정의하는 능력입니다. 따라서 교육의 순서는 프롬프트 → 생성 → 활용에서 문제발견 → 문제정의 → AI 위임 → 과정 감독 → 결과 검증 → 성찰 → 전이로 바뀌어야 합니다.
이 변화는 AI 활용교육에서 AI 리터러시 교육으로의 전환을 의미합니다. 이것은 리터러시”로 되돌아가는 게 아니라, 리터러시의 내용이 도구 사용법에서 판단력으로 바뀌는 것입니다. 이는 중요한 지점입니다.
6. 평가도 바뀌어야 합니다
AI 에이전트가 보고서를 만들고 발표자료를 만들고 코드를 작성할 수 있는 시대에 완성된 결과물만 평가한다면 학생의 실제 역량을 제대로 알기 어렵습니다. 앞으로는 결과뿐 아니라 과정을 평가해야 합니다. 학생이 어떤 문제를 발견했는가. 어떤 질문을 만들었는가. AI에게 무엇을 맡겼는가. AI의 답변을 어떻게 검증했는가. 잘못된 결과를 어떻게 수정했는가. 최종적으로 어떤 판단을 내렸는가. 이러한 과정이 평가의 중요한 부분이 되어야 합니다. 따라서 AI 시대의 평가에서 중요한 것은 “AI를 사용했는가?”가 아니라 “AI를 어떻게 사용하고 통제했는가?”가 됩니다.
7. 교사는 AI와 경쟁하는 사람이 아닙니다
AI가 설명을 잘한다고 해서 교사의 역할이 사라지는 것은 아닙니다. 오히려 교사의 역할은 더 어려워집니다. AI에게 무엇을 맡길지 결정하고, 학생에게 어떤 질문을 던질지 설계하며, AI가 제공한 결과를 검증하게 하고, 학생이 AI에 지나치게 의존하지 않도록 학습 경험을 조정해야 하기 때문입니다.
교육부 역시 AI 시대의 교사를 단순한 지식 전달자가 아니라 멘토·코치·학습 디자이너로 보는 방향을 제시해왔습니다. 앞으로 교사교육은 AI를 잘 사용하는 사람으로가 아니라 AI를 교육적으로 배치할 수 있는 사람으로 교사교육 방향을 바꾸어야 합니다.
8. 교사는 ‘Learning Architect’가 되어야 합니다
AI가 개인별 문제를 만들어주고 피드백을 제공하는 시대에는 교사의 가치가 단순한 지식 전달에 있지 않습니다. 교사는 학습의 전체 구조를 설계해야 합니다. 어떤 경험을 먼저 제공할 것인가. 어떤 질문을 던질 것인가. 어떤 순간에 AI를 활용하게 할 것인가. 어떤 부분에서는 AI를 사용하지 못하게 할 것인가. 학생이 AI의 답을 어떻게 검증하게 할 것인가. 그리고 학습한 것을 실제 상황에 어떻게 전이시킬 것인가. 이것이 바로 Learning Architect, 즉 학습 경험 설계자로서의 교사 역할입니다.
9. AI 에이전트 시대의 학생에게 필요한 능력은 달라집니다
앞으로 학생에게 필요한 능력은 단순히 많은 지식을 기억하는 것이 아닙니다. 오히려 다음과 같은 능력이 중요해집니다.
- 문제발견력: 무엇이 진짜 문제인지 발견하는 능력
- 질문제기력: AI에게 좋은 질문을 던지는 능력
- 비판적 사고력: AI의 답을 그대로 믿지 않는 능력
- 창의적 사고력: AI가 제시하지 못한 새로운 가능성을 만드는 능력
- 협업능력: 사람과 AI, 여러 AI 에이전트를 조정하는 능력
- 의사소통능력: 자신의 생각과 요구를 정확히 표현하는 능력
- AI 검증능력: AI의 결과를 확인하고 수정하는 능력
결국 AI 에이전트 시대에 인간의 가치는 AI보다 많은 정보를 기억하는 데 있지 않습니다. AI가 만들어낸 정보를 판단하고 의미를 부여하는 데 있습니다.
10. AI 에이전트 시대의 교육은 ‘인간의 마지막 영역’을 지켜야 합니다
AI에게 맡길 수 있는 일은 계속 늘어날 것입니다. 검색도 할 수 있습니다. 분석도 할 수 있습니다. 글도 쓸 수 있습니다. 계획도 세울 수 있습니다. 코드도 만들 수 있습니다. 앞으로는 여러 AI가 서로 협력하면서 복잡한 업무까지 수행할 것입니다.
그렇다면 교육이 지켜야 할 영역은 무엇일까요? 저는 그것이 판단과 책임이라고 생각합니다. AI는 선택지를 만들 수 있습니다. 그러나 어떤 선택이 옳은지 최종적으로 판단하는 것은 인간이어야 합니다. AI는 주장을 만들 수 있습니다. 그러나 그 주장에 책임을 지는 것은 인간이어야 합니다. AI는 학습 계획을 세울 수 있습니다. 그러나 무엇을 배우며 어떤 사람이 될 것인지를 결정하는 것은 학생 자신이어야 합니다.
11. 결국 질문은 ‘AI를 얼마나 잘 쓰는가’가 아닙니다
AI 에이전트 시대에 교육이 던져야 할 질문은 더 근본적입니다. 무엇을 AI에게 맡길 것인가? 무엇은 인간이 직접 해야 하는가? AI가 틀렸다는 것을 어떻게 알 수 있는가? AI의 판단을 누가 검증할 것인가? AI가 대신해준 결과를 나의 역량이라고 할 수 있는가? 그리고 가장 중요한 질문이 있습니다. AI가 점점 더 많은 일을 대신할수록 인간에게 남겨야 할 교육은 무엇인가? 이 질문이 앞으로 교육의 방향을 결정하게 될 것입니다.
12. AI 에이전트 시대의 교육은 ‘대신하는 교육’이 아니라 ‘판단하는 교육’이어야 합니다
AI가 인간의 일을 대신하는 시대가 오고 있습니다. 그렇다면 교육의 목표도 달라져야 합니다. AI보다 빨리 계산하는 사람을 만드는 것이 아니라, AI보다 많은 정보를 기억하는 사람을 만드는 것도 아닙니다. 오히려 중요한 것은 좋은 문제를 발견하고, 좋은 질문을 만들고, AI에게 적절한 일을 위임하고, 그 결과를 검증하고, 마지막에는 자신의 판단으로 책임지는 사람을 만드는 것입니다.
이것이 제가 생각하는 AI 에이전트 시대의 교육입니다. 그리고 바로 이 지점에서 AI 교육은 단순한 ‘AI 활용교육’을 넘어 미래역량교육으로 전환되어야 합니다. 이음AI, AIEA(iiumai.com)는 바로 이러한 점때문에 이미 미래역량을 평가기준으로 두고있습니다.
AI가 인간의 일을 대신하는 시대일수록 교육은 인간에게 남겨야 할 일을 더 선명하게 가르쳐야 합니다. AI에게 일을 맡기는 능력보다 중요한 것은, 무엇을 맡겨도 되는지를 판단하는 능력입니다. AI 에이전트 시대의 교육은 바로 그 판단력을 가르치는 교육이어야 합니다.
참고자료
- UNESCO — AI와 교육, AI Tutor 및 Agentic AI 관련 자료
- UNESCO — Digital Learning Week 2026
- UNESCO — Guidance for Generative AI in Education and Research
- UNESCO — 2025 Global Survey on AI and Higher Education
- UNESCO — 고등교육 AI 활용 및 평가 재설계 관련 자료
- 대한민국 교육부 — 2026년 교육부 업무계획
- 대한민국 교육부 — AI 디지털교과서 및 AI 교육자료 관련 정책자료
- 대한민국 교육부 — AI 시대 질문 중심 수업 및 서·논술형 평가 관련 자료
- OpenAI — AI Agents 및 Agentic AI 관련 공식 자료
- Google — Gemini 및 Agentic AI 관련 공식 자료
- Anthropic — Claude 및 Model Context Protocol 관련 자료
- Microsoft — AI in Education 및 Copilot 관련 자료
- SchoolAI — 교육용 AI Tutor 및 AI 학습 플랫폼 관련 자료
- Midland Public Schools — SchoolAI 도입 관련 자료
- Technical University of Munich(TUM) — AGENTONOMICS 관련 교육 실험
- 홍익대학교 공학교육혁신센터 — 생성형 AI·AI 에이전트 개발 교육
- AI Tutor·Adaptive Learning 관련 최신 교육 연구
- Agentic AI·Agentic Engineer 관련 최신 연구
- Human-in-the-Loop 및 AI Governance 관련 연구
- AIEA·K-AELF — AI Literacy, 미래역량평가 및 Learning Architecture 관련 연구
