• 목록

한 발자국 더 진화한 인공지능, ‘생성형 AI’

내일 향해 나아갈 학생들 올바른 적용 역량 키울 필요

빠르게 진화하는 기술 환경속에서 인공지능(Artificial Intelligence, 이하 AI)은 강력한 도구로서 부상하여, 교육을 포함한 다양한 분야에서 혁명적인 변화를 일으키고 있다(ACM & IEEE, 2020; OECD, 2019, 교육부, 2021; 2022). 교육 현장(환경, 방법 등)은 기술적인 변화의 영향을 받아 지속적으로 변해 왔으며, 최근 극적으로 확장하는 컴퓨팅과 AI의 영향 속에서 생성형 AI의 잠재성이 교육에 미치는 영향을 이해하고 적절히 적용하는 논의가 활발하다. 본 고에서는 생성형 AI의 개념에 대한 이해를 바탕으로 AI를 수업에 적용하기 위한 방향과 과학교사의 역할을 살핀다.

어느새 우리 생활 속에 스며들어 온 ‘AI’, 얼마나 알고 계신가요? 최근 우리 생활 주변에서 ‘AI로 ◯◯을 구현했다’ 또는 ‘AI기술이 적용된 ◯◯제품’ 등과 같은 문구를 자주 볼 수 있다. 또한 대화 중에서도 ‘AI’라는 용어를 흔히 사용한다. 그러나 대부분의 사람들은 ‘AI가 무엇인가?’라는 질문에는 제대로 대답하기 어려워한다.

AI란 무엇일까? 간단히 설명하면 ‘인공적인 지능’ 즉, ‘컴퓨터나 기기에서 인간의 지능을 재현한 것, 또는 재현하기 위한 기술’을 의미한다. 이를 위해서는 인간의 지능에 대해 먼저 이해할 필요가 있다. 인간의 지능은 ‘어떤 사물이나 현상을 받아들이고 생각하는 능력’으로 대상에 대해 이해하는 ‘인식’, 새로운 내용을 배우는 ‘학습’, 알고 있는 사실을 바탕으로 새로운 사실을 도출하는 ‘추론’ 등과 같은 창조적인 처리 능력을 포함한다. AI라는 용어가 일상적으로 사용되기 시작한 것은 최근이지만, 사실 AI는 약 70여 년의 짧지 않은 역사를 바탕으로 발전하였다. 컴퓨터과학의 아버지라고 불리는 영국의 학자 앨런 튜링(Alan M. Turing)은 1950년 발표한 ‘계산 기계와 지능’이라는 논문에서 현대 컴퓨터의 모델이 된 ‘만능 기계’에 대한 아이디어를 처음으로 주장하였고, 이와 함께 기계의 지능 여부를 판별할 수 있는 실험(imitation game, 튜링 테스트)을 소개하면서 AI의 역사가 태동하게 되었다. AI라는 용어는 튜링의 논문이 발표된 지 몇 년이 지난 1956년 미국의 다트머스 대학에서 열린 학회에서 존 메커시 등에 의해 처음으로 등장하였다.

1960년대와 1970년대에 AI 연구는 특정 영역에서 인간 전문가의 지식을 포착하는 전문가 시스템을 개발하는 데 중점을 두었다. 이러한 시스템은 인간의 의사 결정을 모방하기 위해 규칙 기반(rule-based) 접근 방식을 사용하였다. 하지만 불확실하거나 모호한 정보를 처리하는 데는 한계가 있었다. 1980년대와 1990년대에 AI 연구는 통계적 방법과 기계학습(machine learning) 기법으로 전환되었다. 이러한 방식은 대규모 데이터 세트를 통해 컴퓨터를 학습시켜 패턴을 인식하고 예측하도록 하는 것이다. 이러한 접근 방식은 자연어 처리, 컴퓨터 비전, 로봇 공학 등의 분야에서 상당한 발전을 가져오게 되었다. 2000년대 이후 AI는 몇 가지 요인으로 인해 괄목할 만한 발전을 이루었다. 첫째, 컴퓨팅 성능의 기하급수적인 증가와 빅데이터의 생성으로 인해 AI 알고리즘에 훈련과 분석을 위한 더 많은 자원들을 활용할 수 있게 되었다. 둘째, 기계학습 기술, 특히 딥러닝(deep learning)의 발전으로 인간 두뇌 구조를 모방한 여러 계층의 신경망을 훈련할 수 있게 되었다. 2010년 이후에는 AI기술이 더욱 눈부시게 발전하면서 우리 생활의 대부분의 분야에서 AI기술과 접목한 서비스들을 활용할 수 있게 되었다.

새롭게 등장한 ‘생성형 AI’…

주어진 데이터 바탕으로 새로운 내용 생성

생성형 AI(Generative AI)란 주어진 데이터와 예시를 바탕으로 새로운 내용을 생성하고 표현하는 능력을 갖춘 기술 또는 분야를 의미한다1). 기존 AI의 주된 역할이 학습 데이터들을 바탕으로 새로운 데이터를 식별하고 예측해 내는 것이었다면, 새롭게 등장한 생성형 AI는 고급 알고리즘과 기계학습 기술을 통해 사람이 만든 콘텐츠와 놀라울 정도로 유사한 텍스트, 이미지, 3D모델, 음악, 심지어 동영상까지도 생성(generate)해 줄 수 있다. <표 1>은 생성형 AI 기술을 기반으로 다양한 콘텐츠를 생성할 수 있는 도구들의 일부 사례를 정리한 것이다. 특히 최근 OpenAI에 의해 소개된 GPT(Generative Pre-trained Transformer)는 인터넷에 있는 다양한 텍스트를 학습하여 맥락에 맞는 텍스트 생성을 수행할 수 있다.

생성형 AI의 적용 역량을 키우는 교실

생성형 AI는 특정 작업이나 기능에서 탁월한 반면, 유의해야 할 한계점들도 있으므로 수업 적용에 있어 이 부분들을 고려할 필요가 있다.

● 생성형 AI의 장점과 수업 적용

생성형 AI의 장점은 첫째로, 인간이 사용하는 언어(자연어)의 처리와 생성을 잘한다는 것이다. 즉, 자연어로 된 질문에 대해 답변을 생성하거나 텍스트 기반의 대화를 수행할 수 있어 수업에서 학생들의 개인화(personalized)된 자기주도적 학습을 지원할 수 있다. 둘째로, 긴 텍스트의 문서를 요약하거나 한 언어에서 다른 언어로 번역하는 작업을 수행하는데 탁월하다. 이를 통해 수업에서 정보의 효율적인 추출과 다국어간의 의사소통을 가능하게 할 수 있다. 셋째로, 창의적인 작품의 생성이 가능하다. 시, 소설, 음악, 이미지 등을 생성할 수 있고, 프로그램을 위한 코드도 생성할 수 있다. 특히, 과학과의 수업에서는 물리적, 화학적 환경에 대한 시뮬레이션을 수행하는 간단한 코드를 직접 생성해 보도록 할 수도 있다. 마지막으로, 위 모든 작업들을 통해 창의적 작업에 대한 영감(insight)을 제공한다. 즉, 학생들이 융합적인 프로젝트를 수행하거나 창의적인 작업을 시작하는 시점에서 어떻게 시작할 수 있을지, 관련된 기존의 자료들은 무엇이 있는지 등을 제공함으로써 창의적 아이디어를 끌어내는데 매우 큰 도움을 받을 수 있다.

● 생성형 AI의 한계점과 수업 적용

생성형 AI의 한계점은 대부분 윤리적인 이슈와 연결된다. 생성형 AI의 첫 번째 한계점은 데이터 의존성이 있다는 것이다. AI는 학습 데이터의 질과 양에 크게 의존하게 되므로, 학습 데이터가 충분하지 못한 경우 성능이 저하되거나, 편향된 정보 또는 거짓 정보를 제공하는 경우가 발생할 수 있다. 따라서 수업에서 생성형 AI를 적용하는 경우 팩트 체크를 반드시 수행할 필요가 있으며, 편향된 결과는 없는지 확인할 필요가 있다. 반대로, 이러한 약점을 활용할 수도 있다. 즉, 생성형 AI에게 거짓 내용을 생성하게 하여 이를 학생들에게 식별해 보도록 하거나 관련 내용에 대해서 토론을 유도할 수도 있다. 둘째로, 생성형 AI가 인간 수준의 이해에 미치지 못할 수 있다. 특히, 가장 많이 활용되고 있는 생성형 AI인 챗GPT의 경우 데이터를 학습한 결과와 대화의 맥락을 바탕으로 데이터를 생성하도록 하고 있어 대화의 맥락을 인간이 이상하게 유도할 경우 잘못된 방향으로 결과를 제공할 수도 있다. 또한 모호한 질문을 하는 경우 그 의도를 정확히 파악하지 못하는 경우도 있다. 따라서, 대화 형태의 생성형 AI를 수업에서 활용할 때에는 구체적이고, 명확한 제약사항들을 질문으로서 제공할 필요가 있으며, 긴 맥락의 대화들을 가능한 피하는 것이 좋다.

미래를 살아갈 학생들 역량 성장 위해…

생성형 AI의 장단점 계발 필요

2022 개정 과학과 교육과정에서는 ‘미래를 살아갈 시민으로서 과학적 소양을 갖추고 더불어 살아가는 창의적인 사람’을 육성하는 것을 목적으로, ‘과학적 탐구와 문제해결 능력, 과학적 의사결정 능력’ 등을 기르는데 초점을 두고 있음을 안내하고 있다(교육부, 2022). 생성형 AI를 과학 교육에 적용하게 된다면, 학생들이 주도성(student agency)을 바탕으로 수업에서 위와 같은 역량을 기르는데 도움이 될 수 있도록 개인화된 학습을 지원할 수 있을 것이다(OECD, 2019; 교육부, 2022). 따라서 교사는 과학 교육의 본질을 강화하고 이를 수업에서 발전적으로 추구할 수 있도록 생성형 AI의 장점과 한계점을 적절히 파악하고 수업에 적용할 필요가 있을 것이다. “오늘날 대부분의 학교에서 하는 ‘컴퓨터 이용 교육’이라는 말은 컴퓨터가 아이들을 가르치게 만든다는 말이다. 그러나 내 비전에서는 ‘어린이가 컴퓨터를 프로그래밍 한다.’ 어린이는 컴퓨터를 프로그래밍하면서 가장 현대적이고 강력한 기술에 대한 감각을 익힐 뿐 아니라 과학과 수학, 지적인 모형 구성을 통해 얻은 심도 있는 개념과 친밀해진다.”

전용주 교수

전용주 교수는 충청북도교육청에서 현직 교사로 13년간 근무하였으며, 현재는 국립안동대학교 컴퓨터교육과에서 교수로 재직하고 있다. 한국컴퓨터교육학회 부회장을 역임하면서 2022 개정 정보과 교육과정 시안의 개발진으로 활동하였으며, 정보(SW·AI) 교과교육에 관한 다양한 연구 및 교사연수 등을 수행하고 있다.