2018. 03. 26

Mtech(매경미디어그룹)

교육의 미래 업그레이드하는 인공지능

지난 2012년 3월 세계 최대의 암 병원 중 하나인 미국 메모리얼 슬론 케터링 암센터(MSKCC)에서 전세계의 이목을 집중시킨 사건이 발생했다. 바로 의료 인공지능 IBM의 인공지능(AI) 암 진단 솔루션 ‘왓슨’이 처음으로 도입된 것이었다.

왓슨은 의사의 의료 진료 및 의사결정을 돕는 임상 의사결정 지원 시스템이다. 왓슨은 자연어 처리(Natural Language Processing)와 기계 학습(Machine Learning)을 기반으로 방대한 양의 자료를 분석하고 학습해 복잡한 문제를 해결하는 답을 만들 수 있다.
이에 기반해 증거 기반 의료를 지향하는 현대 의료계에서 의사를 도울 수 있는 최초의 인공지능이라는 타이틀을 얻었다.

왓슨은 의사를 대신해 다양한 환자와 증상에 대한 치료법과 해당 증상에 가장 효과적인 약물 등을 분석해 추천(Recommend), 고려(Consideration), 비추천(Not Recommended)의 세가지 범주로 알려준다. 의사는 자신의 의학적 판단을 위해 객관화된 참고 도구를 얻게 된 셈이다. 왓슨을 통해 자신의 판단과 일치하는지, 또는 나와 왜 다른 판단을 내리는지 등을 고민할 수 있기 때문에 자칫 가질 수 있는 편견이나 간과했던 사항에 다시 한번 피드백을 받을 수 있다. 새로운 환자 사례 및 치료 방법이 매일 새롭게 쏟아지는 상황에서 진료에 바쁜 의사들에게 의사결정을 위한 참고도구로서의 가치는 매우 높다고 볼 수 있다.

교육 현장도 상황은 의료계와 비슷하다. 역량, 능력, 흥미, 사고력 등 모든 것이 가지각색인 학생들이 여러명 모인 교실 환경에서 교사는 혼자서 모든 학생들을 지도해야 하는 상황에 직면해 있다. 시간이 지나고 여러 번의 단원 평가를 치면서 학생들의 수준을 파악하고 부족한 부분을 찾을 수 있지만 30명이 넘는 학생들의 결과를 일일이 분석하고 피드백을 하는 것은 교사에게 너무나도 많은 시간과 노력을 요구한다. 평가를 통한 피드백을 하다가 정작 새로운 영역에 대한 수업 연구를 할 시간을 내지 못하는 딜레마에 빠지기도 한다.

학생수 감소가 교육질 향상의 유일한 답일까?

학생수를 줄여 소규모 학급으로만 구성한다면 이같은 문제를 해결할 수 있을까? 물론 학생 30명보다는 15명 이하가 맞춤형 지도에 훨씬 더 많은 이점이 있을 것이다. 그러나 소규모 학급을 운영하는 많은 교사들의 말을 들어보면 이것 또한 생각보다 그렇게 쉽지 않다고 입을 모은다. 아무리 학생수가 적어도 학생의 학습 상황을 완벽히 파악하고 보정자료를 통한 피드백을 실시간으로 제공하는 것은 꽤 많은 노동력을 요구하기 때문이다.

여기에 위에 설명한 왓슨과 같은 인공지능이 현장에 들어온다고 가정해보자. 왓슨처럼 학생들의 학습 상황을 딥러닝을 통해 분석하고 학생들에게 필요한 학습 영역을 추천하는 인공지능이 있다면 교사들은 다음과 같은 장점을 얻을 것이다.

첫번째, 학생들의 성취 수준을 좀 더 객관화된 지표에 기반해 파악할 수 있다. 지도 과정에서 얻은 학습 정보와 인공지능이 제공하는 학습 리포트를 함께 활용하면 교사의 정성적인 자료, 인공지능의 객관화된 자료를 융합해 좀더 나은 학습 진단을 내릴 수 있다.

두번째, 피드백 기반의 학습자 중심 수업이 일반화되는 환경을 구축할 수 있다. 인공지능의 진단 결과를 토대로 학생들에게는 필요한 학습 영역과 자료를 보여주고 교사는 학생들을 위한 최적의 자료를 골라 보정 자료로 배포, 피드백과 함께 제공한다면 학습자를 위한 최적의 솔루션이 될 것이다.

세번째, 교사의 학습 준비 과정을 효율화함으로써 교육 수준을 높일 수 있는 시간적, 상황적 조건을 조성한다. 학습관리시스템(LMS)을 기반으로 제시된 종합적인 분석을 통해 인공지능이 제시하는 피드백 자료를 취사 선택하는 방법으로 교사는 학습 관리를 기존보다 훨씬 효율적으로 진행할 수 있다. 고로 남은 시간을 다음 수업에 투자할 수 있다.

인공지능으로 교육의 본질에 다가가기

이같은 인공지능 기반의 학습 프로그램은 학교 현장에서 이미 적용되고 있다. 클래스팅의 ‘클래스팅 러닝 AI’를 예로 들 수 있다. 이 서비스는 학교 현장에서 인지도가 높은 클래스팅 러닝의 업그레이드 버전으로 기존 클래스팅 러닝이 자동 채점에 따른 학습 리포트 제공에 그쳤다면 클래스팅 러닝 AI는 학습 리포트를 기반으로 학생별 개별 맞춤식 학습 자료를 자동 추천, 제공한다. 또 학습 결과를 바탕으로 개인별 피드백 리포트를 자동 생성해 학생, 학부모, 교사에게 알려준다. 교사는 피드백을 교육적 판단을 위한 객관화된 참고 도구로 활용함으로써 차후 학생들의 지도 및 피드백을 맞춤형으로 제공해줄 수 있어 학생들의 학습에 긍정적인 영향을 줄 수 있다.

2016년 왓슨과 알파고가 인공지능의 발달이 어느 수준까지 도달했는지 보여줬다면 2년이 지난 지금은 인공지능이 우리 사회에 어떤 도움이 될 수 있을지 고민해야 하는 시기로 볼 수 있다. 인공지능에 모든 것을 맡기기보다 인공지능의 장점들을 교육을 비롯한 사회 현장에 적극적으로 활용한다면 단순한 편의성을 넘어 더 큰 부가가치를 창출할 수 있을 것이다. 교육 현장에서도 인공지능의 장점과 인간의 창의성, 전문성을 융합한다면 인간의 가치를 더 높인다는 교육의 본질에 분명히 한발자국 더 다가갈 수 있을 것이다.

신민철 대구하빈초등학교 교사

기사 전문 보기