“AI가 영어교육을 망칠 것인가, 아니면 혁신할 것인가?”
생성형 AI가 교육 현장에 등장한 이후 가장 많이 제기되는 질문이다. 일부는 학생들이 AI에 의존하게 되어 사고력이 약화될 것이라고 우려한다. 반면 다른 한편에서는 AI가 개인 맞춤형 학습을 가능하게 하며 교육 혁신의 새로운 전환점이 될 것이라고 기대한다.
그러나 이 논쟁은 본질적인 질문을 놓치고 있다. 생성형 AI의 진정한 영향은 학생들의 영어 실력을 대신 만들어주는 데 있는 것이 아니다. 오히려 지금까지 교육이 제대로 측정하지 못했던 ‘성장의 과정’을 가시화하고 데이터화할 수 있게 되었다는 점에 있다.
우리는 오랫동안 영어 쓰기 결과물만 평가해 왔다. 학생이 제출한 최종 에세이를 보고 문법, 어휘, 논리성을 평가했다. 하지만 실제 학습은 최종 결과물이 아니라 초안을 작성하고, 수정하고, 고민하고, 성찰하는 과정 속에서 일어난다.
생성형 AI는 바로 이 보이지 않던 학습 과정을 기록하고 분석할 수 있는 최초의 교육 기술이다. 따라서 앞으로의 핵심 질문은 “AI가 글을 얼마나 잘 써주는가?”가 아니다. “AI가 학생의 성장 과정을 얼마나 정밀하게 측정하고 지원할 수 있는가?”이다.
이 글에서는 생성형 AI와 CEFR이 만나면서 영어교육 평가가 어떻게 변화하고 있는지, 그리고 미래 교육이 어떤 방향으로 나아가야 하는지를 살펴보고자 한다.
생성형 AI가 바꾸는 것은 ‘쓰기’가 아니라 ‘성장 측정 방식’이다
지금까지 영어 쓰기 평가는 본질적으로 결과물 중심(Product-Oriented Assessment)이었습니다. 학생이 제출한 최종 에세이를 보고
- 문법은 맞는가?
- 단어 수준은 적절한가?
- 내용 전개는 논리적인가?
를 평가했습니다. 하지만 생성형 AI가 등장한 순간부터 이 방식은 근본적인 한계에 직면하게 되었습니다. 왜냐하면 앞으로의 교육 현장에서는 “학생이 무엇을 썼는가?” 보다 “학생이 어떻게 생각하며 글을 발전시켰는가?”가 훨씬 더 중요한 평가 대상이 되기 때문입니다. 즉, 미래 영어교육의 핵심 평가는 Writing Product가 아니라 Writing Trajectory(성장 궤적) 가 됩니다.
CEFR도 사실은 ‘성장’을 평가하기 위해 만들어졌다
많은 교사들이 CEFR을 단순 레벨 체계(A1~C2)로 이해합니다. 그러나 CEFR의 본질은 점수 체계가 아니라 Can-Do Progression Framework 즉, “학습자가 무엇을 할 수 있게 되었는가” 를 추적하는 성장 모델입니다.
생성형 AI는 바로 이 지점에서 CEFR과 만납니다. 예를 들어, 학생이 처음에는 I like reading books. 수준의 단문을 작성하다가 AI의 질문형 피드백을 통해 Reading books allows me to explore different perspectives and develop critical thinking skills. 수준으로 발전했다면 우리는 단순히 문장의 길이가 늘어났다고 평가하는 것이 아니라
- 의미 확장 능력
- 논리 전개 능력
- 추상적 사고 능력
- 학문적 담화 능력
의 성장을 추적할 수 있게 됩니다. 즉, AI는 글을 평가하는 도구가 아니라 성장의 증거(Evidence of Growth)를 수집하는 센서(Sensor) 로 진화하고 있는 것입니다.
미래 영어교육의 핵심은 정답이 아니라 ‘인지 흔적(Cognitive Trace)’이다
지금까지 교육 데이터는 결과 데이터였습니다.
- 시험 점수
- 수행평가 결과
- 최종 에세이
하지만 AI 시대에는 학생이
- 어떤 질문을 했는가
- 어떤 피드백을 선택했는가
- 어떤 부분을 반복 수정했는가
- 어떤 사고 과정을 거쳤는가
가 모두 데이터가 됩니다. 이러한 데이터를 교육학에서는 인지 흔적(Cognitive Trace)이라고 부를 수 있습니다. 미래 평가 시스템은 단순히 글을 채점하지 않습니다. 학생의 사고 과정 전체를 분석합니다. 오히려 최종 결과물보다
- 사고의 깊이
- 수정의 질
- 자기성찰 수준
- 전략적 선택
이 더 중요한 평가 지표가 될 가능성이 높습니다.
앞으로 가장 중요한 역량은 영어 실력이 아니라 ‘AI와 협력하는 글쓰기 능력’이다
많은 사람들이 AI 때문에 영어를 덜 공부하게 될 것이라고 생각합니다. 그러나 실제로는 반대 현상이 나타날 가능성이 큽니다. AI가 강력해질수록 학생에게 필요한 역량은 영어 지식 자체보다 AI를 활용하여 자신의 사고를 확장하는 능력입니다.
예를 들어 같은 AI를 사용해도 어떤 학생은 문법만 고쳐줘. 라고 요청합니다. 반면 다른 학생은 내 주장이 충분히 설득력 있는지 검토해줘. 반대 관점은 무엇일까? CEFR B2 수준으로 발전시키려면 무엇을 보완해야 할까? 라고 질문합니다. 결국 미래 영어교육은 영어 능력 + AI 활용 능력 + 메타인지 능력이 결합된 새로운 역량을 평가하게 될 것입니다.
AI 시대의 진짜 평가 단위는 ‘역량 포트폴리오’가 된다
현재 학교는 한 번의 시험으로 학생을 평가합니다. 그러나 AI 기반 학습 환경에서는 학생의
- 초안
- 수정본
- AI 대화 기록
- 자기성찰 기록
- 프로젝트 결과물
전체가 연결됩니다. 결국 미래 평가의 단위는 한 장의 시험지가 아니라 Longitudinal Competency Portfolio (종단적 역량 포트폴리오)가 될 가능성이 매우 높습니다. 이는 단순히 영어를 얼마나 잘하는가를 넘어 학생이
- 어떻게 배우는가
- 어떻게 성장하는가
- 어떻게 문제를 해결하는가
를 장기간 추적하는 새로운 평가 체계입니다.
교육계가 아직 주목하지 못한 가장 중요한 질문
지금까지의 질문은 “AI가 학생의 글을 얼마나 잘 고쳐주는가?”였습니다. 그러나 앞으로의 질문은 달라져야 합니다. “AI가 학생의 성장 과정을 얼마나 정밀하게 측정할 수 있는가?”입니다. 이 질문에 대한 답을 찾는 순간, AI는 더 이상 영어 학습 보조도구가 아니라 미래 역량 평가 인프라로 자리 잡게 됩니다.
이음AI 연구소의 다음 도전
이러한 관점에서 볼 때, 생성형 AI 영어교육의 궁극적인 목적은 단순한 첨삭 자동화가 아닙니다. 학습자의 사고 과정과 성장 궤적을 데이터 기반으로 추적하고, CEFR과 미래 핵심역량을 유기적으로 연결하여 평가하는 새로운 패러다임을 구축하는 데 있습니다.
현재 이음AI 영어교육연구소는 이러한 철학을 바탕으로 단순한 영어 평가 시스템을 넘어, AIEA (AI Evaluation & Empowerment Assessment) 플랫폼의 출시를 준비하고 있습니다.
AIEA는 학생의 최종 결과물만 평가하는 것이 아니라,
- 사고 과정(Cognitive Process)
- 성장 궤적(Growth Trajectory)
- 메타인지 역량(Metacognitive Competency)
- AI 협업 역량(AI Collaboration Literacy)
- CEFR 기반 언어 수행 능력(Language Performance)
을 통합적으로 분석하는 차세대 AI 평가 플랫폼을 지향합니다. 미래 교육의 경쟁력은 더 이상 “무엇을 알고 있는가”에 있지 않습니다. 어떻게 배우고, 어떻게 성장하며, AI와 어떻게 협력하여 새로운 가치를 창출할 수 있는가. AIEA는 바로 그 미래 역량을 측정하고 성장시키기 위한 새로운 교육 평가의 출발점이 될 것입니다.
교육의 목적은 점수를 만드는 것이 아니라 성장을 만드는 것이다.
그럼에도 불구하고 지금까지의 교육 평가는 성장보다 결과를 측정하는 데 집중해 왔다. 시험 점수와 수행평가 결과는 남았지만, 학생이 어떤 시행착오를 거쳤고 어떤 방식으로 사고가 확장되었는지는 기록되지 않았다.
생성형 AI는 이러한 교육의 오랜 한계를 극복할 수 있는 가능성을 제시하고 있다. AI는 단순히 답을 제공하는 도구가 아니라 학습자의 질문, 수정 과정, 사고 전략, 자기성찰을 기록하고 분석하는 성장 측정 도구가 될 수 있다.
미래 영어교육의 경쟁력은 더 이상 문법 문제를 얼마나 많이 맞히는가에 있지 않을 것이다. 중요한 것은 학습자가 얼마나 깊이 사고하는가, 얼마나 효과적으로 배우는가, 그리고 AI와 협력하여 새로운 가치를 창출할 수 있는가에 있다.
결국 미래 교육의 핵심 평가는 정답의 개수가 아니라 성장의 궤적이 될 것이다. 이러한 변화 속에서 이음AI 영어교육연구소가 준비하고 있는 AIEA(AI Evaluation & Empowerment Assessment)는 단순한 영어 평가 플랫폼을 넘어 미래 인재의 성장 과정을 측정하는 새로운 평가 인프라를 지향한다.
AI 시대가 우리에게 던지는 가장 중요한 질문은 하나다. “학생이 무엇을 알고 있는가?” 가 아니라, “학생이 어떻게 배우고, 어떻게 성장하고 있는가?” 미래 교육은 바로 그 질문에 답하는 과정이 될 것이다.
참고자료
- Council of Europe, Common European Framework of Reference for Languages (CEFR)
- Stephen Krashen, Principles and Practice in Second Language Acquisition
- Lev Vygotsky, Zone of Proximal Development and Scaffolding
- John Hattie, Visible Learning and Feedback Studies
- Second Language Acquisition
- Artificial Intelligence in Education
- Learning Analytics
- Educational Technology
- Metacognition
- Self-Regulated Learning
- Scaffolding
- OECD Future of Education and Skills 2030
- UNESCO AI Competency Framework for Teachers
- Learning Analytics and Knowledge (LAK) Conference Proceedings
- International Society for Technology in Education (ISTE) AI Guidelines
- AI in Education (AIED) International Research Literature
원본 보기 : AI시대, 영어교육 평가에 대한 희소식 : CEFR 기반 평가와 AIEA 역량 포트폴리오 플랫폼의 등장
Socko/Ghost
