우리나라 4년제 대학 총장들은 교원 경쟁력 강화를 위해 우선 투자해야 할 영역으로 ‘우수 교원 유치조건 개선’을 1순위로 꼽았다. 이는 한국대학교육협의회(대교협)가 2026년 정기총회를 맞아 27일 발표한 '2026 KCUE 대학 총장 설문(Ⅰ)' 분석 결과다. 설문조사는 1월 7일부터 2월 6일까지 192개교 회원대학 총장들을 대상으로 진행됐다. 이 중 72.9%에 해당하는 140개교 총장들이 응답했다. 교원 경쟁력 강화를 위해 우선적으로 투자가 필요한 영역에 대한 문항에서 가중치 반영 결과 ‘우수 교원 유치 조건 개선’이 1순위(239점)로 나타났다. 2순위는 ‘성과 보상 재원 확충’(161점), 3순위는 ‘교육 혁신 시스템 구축’ (156점) 등이었다. 차등보상제 또는 교원 성과급 운영 현황과 향후 계획에 대해서는 ‘현재 운영 중, 전면 확대 필요’와 ‘미운영 중, 향후 도입 추진’이 각각 29.3%(41개교)로 가장 높았다. 하지만 ‘성과급 및 처우개선에 투입할 가용 재원 한계(가중치 반영합계 252점)’가 제도 개선의 최대 장애요인으로 지적됐다. 이번 설문에서 총장들의 주된 관심 영역 1위는 ‘재정지원사업(정부, 지자체 등)’(72.9%,
영재학교 졸업생의 약 80%는 이공계열 전공을 선택·유지하는 것으로 나타났다. 다만 대학 입학 이후 의약계열로 이동하는 흐름이 지속되면서 보다 정교한 진로지원 체계가 필요하다는 분석이 나왔다. 한국교육개발원은 26일 온라인 기자설명회를 열고 2026년 KEDI Brief 제2호 ‘영재학교 졸업생의 진로 선택 양상과 의미’를 발표했다. 이번 브리프는 '한국영재교육종단연구 2017'4~7차 자료를 활용해 2020~2023년 조사에 2개년 이상 참여한 영재학교 졸업생 613명의 전공 분포와 진로 변경 양상을 분석한 결과다. 분석 결과 전공 계열은 공학계열 54.7%, 자연계열 25.1%, 의약계열 16.2%, 인문·사회계열 등 4.0%로 나타났다. 이공계열 전체 비율은 79.8%였다. 성별 차이도 확인됐다. 남학생은 공학계열 58.5%, 자연계열 23.9%, 의약계열 13.6% 순이었으나, 여학생은 공학 34.7%, 자연 31.6%, 의약 29.6%로 계열 간 비율 차이가 상대적으로 크지 않았다. 여학생의 의약계열 선택 비율이 남학생보다 높게 나타난 점이 특징이다. 대학 입학 당시 선택한 진로를 유지한 비율은 90.5%였다. 반면 9.5%는 전공을 한 번
대학생의 생성형 AI 서비스 경험률이 58.9% 수준에 머무는 것으로 나타난 가운데 대학도서관이 미래역량 강화를 핵심 과제로 제시하고도 실제 교육지원 기능은 충분히 확장되지 못하고 있다는 분석이 나왔다. 디지털 전환 환경에 맞춰 대학도서관의 역할을 재정립하고 AI 기반 학습·연구 지원 체계를 고도화해야 한다는 지적이다. 한국교육학술정보원(KERIS)이 최근 발간한 ‘대학도서관 발전계획 분석 및 AI 시대 도서관 서비스 사례’는 제3차 대학도서관 진흥종합계획에 따른 4년제 및 전문대 도서관의 발전계획을 분석하고 AI 기반 서비스 사례를 종합적으로 정리했다. 보고서는 ‘미래 역량 강화를 위한 교육지원 서비스 확대’를 핵심 과제로 제시하며, 디지털 리터러시 역량 강화, 생성형 AI 서비스 도입, 정보활용교육 고도화 등을 주요 추진 영역으로 꼽았지만 생성형 AI 도입 현황을 보면 전략적 접근은 아직 절반 수준에 머물고 있는 것으로 나타났다. 4년제 대학 도서관 가운데 A그룹 60개관 중 35개관(58.3%), B그룹 61개관 중 27개관(44.3%)만이 생성형 AI를 추진 과제로 설정했다. 대학 현장에서 AI 활용 필요성이 빠르게 확대되고 있음에도 상당수 도서
전공자율선택제 도입 이후 대학 교육과정 운영 실태를 종합적으로 점검한 첫 조사 결과가 나왔다. 전공 학점 비중은 절반을 넘은 반면 교양 이수 비율은 권장 기준에 못 미치는 것으로 나타났다. 한국대학교육협의회 부설 한국교양기초교육원(교기원)은 23일 ‘2025년 교양교육과 전공자율선택제 현황조사’ 결과를 발표했다. 이번 조사는 2025년 8월부터 10월까지 전국 4년제 대학을 대상으로 실시됐으며 131개 대학이 설문에 참여했고 이 가운데 125개 대학의 교과목 운영 자료를 최종 분석에 활용했다. 전공자율선택제 도입 이후 교양교육과정의 체계와 운영 현황을 종합적으로 분석한 첫 기초 조사다. 조사 결과 2025학년도 전국 대학의 평균 전공 학점 비율은 50.3%로 집계됐다. 평균 교양 이수 학점은 31.93학점으로, 전체 졸업 이수 학점의 25.0% 수준이었다. 이는 교기원이 권장하는 졸업 학점 대비 교양 이수 비율 35%와 비교하면 10%포인트 이상 낮은 수치다. 전공자율선택제는 학생이 일정 기간 전공을 유보하거나 폭넓게 탐색한 뒤 전공을 선택하도록 하는 제도다. 이번 조사는 해당 제도 시행 이후 대학 교육과정 구성에서 전공과 교양의 학점 배분 구조가 어떻
고교학점제 운영과 대입전형 다양화로 진로·진학 상담 수요가 급증하는 가운데 에이전틱 AI를 활용해 교사의 상담 업무를 체계적으로 지원해야 한다는 연구 결과가 나왔다. 단순 정보 제공을 넘어 학생 데이터를 종합 분석해 상담을 보조하는 지능형 시스템 도입이 필요하다는 주장이다. 한국교육학술정보원(KERIS)은 최근 발간한 ‘맞춤형 진로·진학·상담 지원을 위한 에이전틱 AI 적용 방안 연구’에서 학생 맞춤형 상담을 고도화하고 교사의 업무 부담을 완화하기 위한 에이전틱 AI 적용 방안을 제시했다. 보고서는 먼저 학교 현장의 현실을 짚었다. 고교학점제 전면 시행으로 과목 선택이 세분화되고 학생별 학업 경로가 다양해지면서 상담의 난이도는 높아졌지만 상담 인력과 시간은 제한적이라는 것이다. 특히 대입전형 유형이 복잡해지면서 전형별 요건 분석, 대학·학과 정보 비교, 전년도 합격 사례 검토 등 정보 탐색 업무가 크게 늘었다고 분석했다. 이로 인해 교사는 행정적·반복적 정보 안내에 상당한 시간을 투입하고 있으며 학생 개개인의 정서·동기·적성 등을 충분히 반영한 심층 상담에는 제약이 따르고 있다고 진단했다. 이에 연구진은 대안으로 ‘에이전틱 AI’ 기반 상담 지원 모델
생성형 AI가 학습과 과제 수행, 정보 탐색 과정에 빠르게 확산되면서 청소년의 활용 역량은 전반적으로 평균 이상 수준에 도달한 것으로 나타났다. 그러나 학업성적과 가정 배경, 교육경험 등에 따라 리터러시 수준에 의미 있는 차이가 확인돼 디지털 격차가 구조화될 수 있다는 우려가 제기됐다. 한국청소년정책연구원은 최근 발간한 ‘이슈앤정책’(통권 제159호) ‘청소년의 AI 이용 현황 및 영향에 관한 연구’에서 2024년 수행한 생성형 AI 이용실태 조사 데이터를 분석한 결과 이같이 나타났다고 밝혔다. 보고서에 따르면 청소년의 생성형 AI 리터러시를 5점 척도로 측정한 결과 모든 세부 문항이 평균 3점을 웃돌았다. 이는 기본적인 활용 이해도와 사용 경험이 상당 수준 축적됐음을 의미한다. 특히 ‘AI에게 원하는 답을 얻기 위해 어떻게 질문해야 하는지 알고 있다’는 문항은 3.71점으로 가장 높게 나타났고, ‘올바르고 책임 있게 사용하는 방법을 알고 실천할 수 있다’는 문항도 3.62점을 기록했다. 프롬프트 구성 능력과 책임 있는 활용 인식은 비교적 안정적 수준에 도달한 것으로 풀이된다. 반면 ‘AI가 제공하는 정보가 사실인지 확인할 수 있다’는 문항은 3.3
스마트폰과 AI에 익숙한 이른바 ‘디지털 네이티브’ 세대지만, 정작 디지털 자원을 생산하거나 논리적으로 문제를 해결하는 역량은 기초적인 수준에 머물러 있다는 분석 결과가 나왔다. 유튜브 시청 등 단순 ‘소비’에는 능숙하지만, 데이터를 가공해 가치를 만드는 ‘생산’ 교육은 공백 상태라는 지적이다. 한국교육학술정보원(KERIS)가 최근 발간한 ‘2025년 학생 디지털 리터러시 수준측정 연구’ 보고서에 따르면 우리나라 학생들의 디지털 역량은 영역별로 극명한 차이를 보이는 것으로 확인됐다. 특히 디지털 자원을 검색하고 선택하는 ‘활용’ 영역에 비해, 이를 재구성해 콘텐츠를 만드는 ‘저작 및 생산’ 영역의 성취도는 약 15~20%p 낮게 분석됐다. 이번 연구는 국가 수준의 디지털 역량 현황을 진단하기 위해 전국 단위의 유층 무선 표집 방식으로 설계됐다. 조사 대상은 전국 17개 시·도별 지역 규모와 학급당 학생 수 비율에 맞춰 선정됐으며 초등학교 266개교(1만718명)와 중학교 255개교(2만687명) 등 총 4만405명이 참여했다. 측정 방식은 단순히 정답을 고르는 설문을 넘어 실제 컴퓨터 환경에서 특정 과업을 수행하는 ‘수행형 검사(Performance-b