디지털 리터러시 레포트 - AI 시대를 대비한 미래 인재의 핵심역량을 분석하고 개발 방안을 제시하시오.

I. 서론

조별과제를 준비하다가 생성형 AI에게 국내 청년 주거정책의 사례를 물은 적이 있다. 답은 빠르고 문장도 그럴듯했지만, 적혀 있던 보고서 제목을 검색하자 실제 자료가 나오지 않았다. 조원 한 명은 "이 정도면 거의 다 써 주는 것 아니냐"고 했고, 나는 오히려 일이 하나 더 생겼다고 느꼈다. 어떤 질문을 던질지 정해야 했고, 답을 검증해야 했으며, 틀린 부분을 찾아 다시 자료를 모아야 했다. AI가 글을 대신 만드는 능력보다 사람이 해야 할 판단이 더 선명해진 순간이었다. 미래 인재에게 필요한 역량은 AI를 빨리 쓰는 기술에만 있지 않다. 문제를 제대로 만들고, 생성된 결과를 의심하며, 어디까지 맡길지를 결정하는 힘이 더 중요하다고 본다.

II. 본론

1) 정답 생성보다 문제를 만드는 힘

생성형 AI는 질문을 받으면 몇 초 안에 초안과 아이디어를 내놓는다. 예전에는 자료를 찾고 문장을 만들기까지 시간이 오래 걸렸지만 지금은 출발선에 서는 시간이 크게 줄었다. 그렇다고 문제 해결 전체가 쉬워진 것은 아니다. AI가 좋은 답을 내놓으려면 사람이 먼저 무엇이 문제인지 구체적으로 정해야 한다. "환경 문제 해결법을 알려 줘"라는 질문과 "우리 학교 축제에서 일회용품 사용을 줄이되 학생 참여가 떨어지지 않게 할 방법을 제안해 줘"라는 질문은 결과의 질이 다르다. 질문을 좁히는 과정에는 상황을 읽고 우선순위를 정하는 인간의 판단이 들어간다.

최숙영은 생성형 AI 시대의 미래 인재 역량을 다루며 AI 리터러시와 함께 창의적 문제해결, 비판적 사고, 협업과 같은 능력을 교육 안에서 연결할 필요를 제시했다. 여기서 중요한 점은 역량을 별개의 과목처럼 쪼개지 않는 것이다. 실제 문제를 해결할 때는 질문을 만드는 능력과 자료를 검증하는 능력이 동시에 움직인다. 팀 프로젝트라면 다른 사람의 의견을 듣고 결과를 설명하는 능력도 필요하다. AI 사용법 수업에서 프롬프트 문장만 잘 만드는 학생을 높은 수준의 사용자라고 평가하기 어려운 이유다.

문제 발견 능력은 정답이 이미 있는 시험과 다른 훈련을 요구한다. 수업에서 교수자가 질문을 모두 제공하면 학생은 주어진 문제를 푸는 데 익숙해진다. 반대로 생활 속 불편을 관찰하고 스스로 질문을 만들게 하면 어디를 봐야 할지 고민하게 된다. 예를 들어 학교 도서관 좌석 부족을 과제로 주는 대신 학생이 도서관을 직접 관찰해 "실제로 좌석이 부족한가, 특정 시간에만 몰리는가, 빈자리 표시가 늦어서 생기는가"를 구분하게 할 수 있다. AI는 그 뒤에 해결 아이디어를 넓히는 도구로 쓰는 편이 낫다.

나는 교양수업에서 캠퍼스 쓰레기 문제를 조사할 때 처음부터 AI에 해결책을 묻지 않고 30분 동안 학생회관 주변을 관찰했다. 분리수거함이 부족할 거라고 예상했지만 실제로는 통이 있어도 표시가 작아 사람들이 잠깐 멈춰 서는 장면이 많았다. 어떤 학생은 음료 컵을 들고 두 통 사이를 보다가 그냥 일반 쓰레기에 넣었다. 그 장면을 보고 질문이 "통을 더 설치해야 하는가"에서 "3초 안에 분류를 알아볼 수 있게 하려면 무엇을 바꿔야 하는가"로 달라졌다. AI가 주는 아이디어보다 관찰이 문제를 더 잘 만들었다.