2020.01.06 (월)

  • 흐림동두천 0.1℃
  • 흐림강릉 7.3℃
  • 비 또는 눈서울 3.0℃
  • 대전 1.9℃
  • 대구 1.5℃
  • 울산 5.0℃
  • 흐림광주 5.4℃
  • 부산 7.9℃
  • 흐림고창 5.8℃
  • 흐림제주 13.9℃
  • 흐림강화 1.2℃
  • 흐림보은 0.5℃
  • 흐림금산 0.7℃
  • 흐림강진군 7.9℃
  • 흐림경주시 2.4℃
  • 흐림거제 7.1℃
기상청 제공

AI가 속삭인다. 교육이 달라진다고

성큼 다가온 AI시대, 교육도 비켜갈 수 없는 세상이 됐다. 이제 인공지능은 교과교육과 연계하고, 융합교육을 확산시켜 나가는 미래교육의 중요변수로 떠올랐다.

 

교육에서도 인공지능과 빅데이터를 접목하여 4차 산업혁명 시대를 선도하는 패러다임의 전환은 한층 더 활발하게 이루어질 전망이다.

 

하지만, 학교 현장에서 인공지능과 빅데이터를 활용하기 위한 준비는 부족한 것이 사실이다. 인공지능을 활용한 교육과정을 구성하고, 이를 구현하기 위한 물리적 환경이 조성되어야 하는데 아직 갈 길이 멀다. 공교육에서는 인공지능 학습의 기반이 되는 학습데이터가 전문한 실정이고 인공지능 교육에 필요한 인프라도 미흡하다.

 

이뿐 아니다.

 

미국, 중국, 일본과 서구 유럽 선진국에서는 이미 인공지능이 초·중·고 교육과정에 포함돼 있지만 우리는 교과서 개발조차 초보 단계에 머물러 있다.

 

교사 양성 역시 교육대학원을 이용한 단기 대책만 있을 뿐 구체적인 플랜이 없다.

 

인공지능 경쟁력이 미래 국가경쟁력이라고 한다. 미래의 생존이 달린 문제이기도 하다. ‘우리에게 AI란 무엇인가’ 라는 근본적인 물음에서부터 AI 교육이 그려낼 세상과 이것이 교육현장에 구현되기 위해서는 어떤 준비와 과정이 필요한지 모색해 본다. 또 인공지능 교육이 보여주기식 일회성 이벤트로 끝나지 않도록 하기 위한 방안은 무엇인지도 함께 고민해 보고자 한다.

 

얼마 전부터 나의 눈길을 끄는 TV 광고가 있다. 여자 주인공은 외출 준비를 하면서 스피커에 자동차 시동을 걸어달라고 명령하고, 차에 탑승하고는 거실 에어컨을 꺼달라고 명령을 한다. 이러한 모습을 지켜보던 남자는 이렇게 말한다. “낯설어서...” 여자는 남자의 말에 이상하다는 듯 이렇게 반문한다. “집에서 차 시동 거는 거? 아니면 차에서 집 에어컨 끄는 거?” 이것은 모 통신회사에서 개발한 인공지능 서비스에 관한 내용이다. 가까운 미래에는 TV 광고에서 보여준 세상처럼 모든 기계가 연결되고, 지능을 가지도록 변화하게 될 것이다.

 

최근 4차 산업혁명과 함께 인공지능(AI, Artificial Intelligence), 머신러닝(Machine Learning), 딥러닝(Deep Learning)이라는 단어가 우리의 삶 곳곳에서 쉽게 찾아볼 수 있다. 해당 기술의 전문가들은 높은 연봉으로도 모시기 어려울 정도로 많은 사회적·산업적 요구가 있는 상황이다. 그렇다면 인공지능 시대에 우리는 어떠한 인재로 키워나가야 할까?

 

 

인공지능·머신러닝·딥러닝은 무엇?

먼저 인공지능·머신러닝·딥러닝이 무엇인지, 어떠한 사고력을 키울 수 있는지 간단히 살펴보자.

 

인공지능은 시스템에 의해 인공으로 만든 지능이란 뜻이다. 엄마가 어린아이에게 “이것은 ○○이다”라고 학습시키듯 시스템에 입력된 데이터를 가공하여 지능을 만드는 것이다. 머신러닝은 무엇인가? 기계가 학습을 하는 것이다. 그렇다면 딥러닝은 무엇인가? 기계가 학습한 내용을 기반으로 더 깊게 학습하는 것이다. 이것은 인공지능에 대한 아주 간단한 설명이다. 하지만 실제로는 아주 복잡하다.

 

머신러닝은 인공지능을 달성하기 위한 도구이다. 기계를 어떻게 학습을 시킬 것인가? 만약에 동물을 구별하는 프로그램이 있다고 가정하자. 각 동물 이미지에 데이터를 설명하는 라벨을 붙인다. 예를 들면 A 이미지는 호랑이다. B 이미지는 사자다. 만약에 새로운 이미지가 입력된다면, 기계는 기존의 데이터 라벨로부터 확률을 계산하고 결과값을 도출할 수 있다. 새로운 이미지가 입력되었을 때, ‘몸에 무늬가 없고 얼굴에 갈기 같은 것이 있으니 사자와 90% 이상 같다’라고 말이다. 전통적인 컴퓨팅에서는 입력과 처리과정을 정의하였다면, 머신러닝에서는 다량의 입력으로 결과가 예측되고 처리과정을 기계 스스로 추론한다. 이러한 과정을 통해 컴퓨팅사고기반의 논리적 사고력이 키울 수 있다.

 

딥러닝은 머신러닝을 달성하기 위한 도구이다. 머신러닝이 수행하기 위해서는 많은 양의 데이터가 제공되어야 하고, 제공된 데이터로부터 모델을 적용하라고 지정한다. 이때 다양한 모델의 종류가 존재하는데, 그중에 인간의 뇌의 모습을 본뜬 구조를 뉴럴 네트워크(neural network)라고 한다. 이것은 굉장히 작은 처리 단위로 신경망처럼 네트워크가 되어 있는 형태이다. 뉴럴 네트워크 모델을 활용하여, 머신러닝을 수행하는 것을 딥러닝이라고 한다. 이를 활용하여 입력된 수만 개의 데이터로부터 결론을 추론할 수 있다. 딥러닝의 아이디어는 1960~70년 즈음에 연구가 시작되었지만 크게 인기를 얻지 못했다. 하지만 최근 빅데이터와 컴퓨팅시스템의 발전으로 인하여 실현 가능하게 되면서 아주 큰 주목을 받고 있다. 딥러닝은 구글·아마존·넷플렉스처럼 우리에게 친숙한 기업들이 다양한 서비스를 개발하기 위해 활용하고 있다. 자신의 분야에서 컴퓨팅 사고를 내재화 화여 창의적 문제를 해결할 수 있는 창의융합적 사고를 키울 수 있다.

 

미래 경쟁력은 기계와 소통능력

세상은 빠르게 변화되고 있다. 이러한 변화를 대비하기 위한 4차 산업혁명에 맞는 교육이란 어떤 것일까? 2016년 세계경제포럼(WEF, World Economic Forum)에서는 4차 산업혁명으로 인해 사회가 요구하는 직무 역량에 변화가 있으리라 예측하였다. 그리고 복합적인 문제를 해결할 능력, 이를 뒷받침할 역량, 프로세스 역량을 핵심으로 제시하였다. 우리는 과거부터 현재까지 세계의 사람들과 소통하기 위한 방법으로 영어 공부에 많은 비용을 지출하였고, 영어가 능숙한 사람을 글로벌 경쟁력을 갖춘 인재라고 하였다. 그러나 최근에는 창의융합형 인재를 기르자는 목소리가 높다.

 

이를 위해서는 기계와 능숙하게 소통하는 능력과 이를 활용하여 복합적이고 복잡한 문제를 해결하는 능력이 필요하다. 융합형 인재를 양성하기 위해서는 인공지능 교육이 필요하다. 인공지능 교육은 자신의 영역에서 발견한 아이디어를 컴퓨팅으로 내재화하여 기계에게 학습시킬 수 있는 능력을 말하며, 이것이 바로 미래의 글로벌 경쟁력이라 할 수 있겠다.

 

그렇다면 인공지능을 위해서 무엇을 배워야 하는가? 우리는 초등학교부터 대학교까지 영어를 학습하고, 공인된 영어 시험에 응시하여 정량적인 점수를 획득하여 영어 실력을 인정받는다. 높은 점수를 가지고 있는 경우에도 외국인과 대화하는 것은 두려운 일이다. 왜냐하면 우리는 영어를 학습할 때 문법과 단어를 외우는 데에 치중하기 때문이다. 이러한 현상은 인공지능 교육에서도 예외가 아니다. 흔히들 인공지능을 학습하기 위해 주로 파이썬(Python)나 자바스크립트(JavaScript)와 같은 프로그래밍의 문법이나 간단한 예제를 실행해보는 일을 가장 먼저 한다. 물론 처음에는 남들이 만들어 놓은 코드를 실행해보는 일부터 시작되어야겠지만, 무조건 문법에 맞는 프로그래밍을 하고 오류 없이 실행해보는 타자연습식 코딩은 인공지능 능력을 키우는 데 도움이 되지 않는다. 다양하게 존재할 수 있는 상황들을 예측하고, 문제를 해결하기 위한 해결 방법을 찾아내고, 인공지능 툴을 이용하여 문제를 직접 해결해보아야 한다. 직접 해결해보지 않는다면 아무것도 해결할 수 없다.

 

 

교육 깊숙히 자리잡은 선진국의 AI 활용교육

머신러닝을 하기 위해 가장 좋은 방법은 파이썬을 배우는 일이다. 파이썬은 최근 가장 주목받고 있는 프로그래밍 언어이다. 만약에 파이썬을 사용할 수 있다면, 텐서플로우(Tensor Flow) 사용하면 된다. 텐서플로우는 가장 유명한 인공지능 오픈 소스 소프트웨어 라이브러리이며, 파이썬과 자바스크립트로 구현되어 있다. 우리는 인공지능을 위한 모든 코드와 딥러닝을 위한 뉴론 네트워크를 직접 개발할 필요가 없다. 전 세계에 거주하는 개발자들이 활동하는 오픈소스 커뮤니티에서 인공지능을 위한 오픈소스들을 공유하고 있다. 우리는 개발이 완료된 소스를 가져다가 적재적소에 활용하면 된다. 간단히 말하고 있지만 실제로 적용하기에는 부담스러울 수 있다. 시간이 흐를수록 인공지능을 실현하기 위한 툴의 사용법이 비전공자들도 접근할 수 있을 만큼 간단해 지고 있다. 때문에 인공지능을 직접 다뤄보고 싶다면 텐서플로우 공식문서에서 제공하고 있는 예제를 실행해보고, 그다음에 실제 문제에 적용해보는 것이 가장 중요하다.

 

인공지능을 달성하기 위해 직접 코드를 만들어보거나 실행해보는 것도 좋은 일이지만 인공지능 기술을 이용한 서비스를 활용하는 것이 더 중요하다. 전 세계적으로 인공지능에 관한 관심은 매우 높다.

 

미국에서는 구글·IBM·마이크로소프트 등과 같은 산업계가 세계 인공지능 관련 시장의 선두로 인공지능과 관련한 기술들을 개발하고 있으며, 인공지능 기술을 적극적으로 활용하고 있다. 특히 마이크로소프트에서 개발한 팀즈(Teams)의 경우 공동작업을 위해 개발되었으며 수업시간에도 꽤 유용하게 활용할 수 있다. 또한 미국에서는 과학기술이 경제와 사회 발전에 매우 중요하다는 것을 인식하고, 초·중등 교육단계에서 STEM 교육(Science, Technology, Engineering, Mathematics)을 강조하고 있다.

 

영국에서는 2013년 교육과정 개정안에서 컴퓨팅 과목의 교육과정을 강화하였다. 기존 ICT 교과를 개정하여 초등학교부터 중등학교까지 컴퓨터 교과를 의무화하고, 실습을 통해 분석적·문제해결적·디자인적·컴퓨터적 사고기술을 개발하고 적용하였다. 이는 단순한 기술만을 배우는 것이 아니라 창조적 사고력을 배양할 수 있도록 하는 것이다.

 

독일에서는 4차 산업혁명과 관련된 인재를 양성하기 위해서 MINT 교육을 적극 추진하고 있다. MINT란 수학(Mathematik)·정보학(Informatik)·자연과학(Naturwissenschaften)·기술(Technik) 한 글자씩 따서 만든 용어이다. 독일은 2015년부터 MINT 스쿨을 운영하고 있으며, 엄격한 인증 절차와 기준을 통해 MINT 우수학교를 지정하여 유명 대학과 힘을 합쳐 영재 발굴에 힘쓰고 있다.

 

인공지능 의존보다 활용에 중점 둬야

우리나라의 경우 2017년부터 단국대학교와 KT가 협력하여 국내 대학 최초로 인공지능 기반 교육지원시스템인 ‘단아이(DanAI)’를 도입하였다. 수강신청·교과목 정보·취업정보 등과 같이 학생 스스로 찾아야 하는 했던 학사 시스템의 전반을 인공지능이 신속하고 정확하게 알려준다. 이를 통해 학생들은 개인의 상황과 적성에 따른 맞춤 상담을 통해 스스로 학습할 수 있으며, 자신의 목표를 설정하는 데 객관적인 도움을 받을 수 있다. 이로 인해 학생들은 ‘수동 학습’에서 벗어나 ‘자기주도학습’이 가능해진다. 기존의 획일적인 교육은 복합적이고 복잡한 문제를 스스로 해결하는 데 한계가 있었다.

 

인공지능 교육이 모든 사람이 ‘프로그래머’가 되어야 한다는 것을 의미하는 것은 아니다. 우리는 인공지능 도구를 활용하여 다양한 영역에서 발생할 수 있는 실생활의 문제와 연결하고 이를 창의적인 문제 해결책 방법으로 해결할 수 있어야 한다. 이를 위해 창의적 사고, 논리적 사고, 창의·융합적 사고가 필요하다. 4차 산업혁명으로 인해 세상이 빠르게 변화하고 있으며, 이러한 변화에 대비하기 위해 창의·융합형 인재를 필요로 하고 있다. 창의·융합형 인재를 양성하기 위해서는 인공지능 교육이 필요하다. 인공지능 교육의 주요 방향은 언어 자체를 학습하는 것보다 인공지능 기술을 도구로 활용하는 방법에 주목해야 한다. 전 세계적으로 인공지능에 관한 관심은 매우 높은 편이며, 미국·영국·독일 등에서는 인공지능 기술을 적극적으로 활용하고 있다. 또 학생들에게 소프트웨어와 인공지능에 대한 관심도를 높이고 자신의 진로를 고민할 수 있는 기회가 충분히 제공해야 한다. 인공지능이 국가의 경쟁력이 됨을 물론이고, 개인의 글로벌 경쟁력이기도 하다.