'디지털', '인공지능' 등의 키워드에 관심이 집중되는 시대다. 변화의 흐름에 맞춰 우리의 생활과 교육환경도 변화하고 있다. 빠른 속도로 바뀌는 사회 환경 속에서 변하지 않아야 할 것들에 대한 고민과 성찰이 필요한 시기다.

빅데이터와 유동 지식이 범람하는 상황에서 단순 지식을 습득하는 것보다 미래로 옮겨가는 지식체계를 제대로 이해하고, 어떻게 적응하고 적용할지 배우는 것도 중요한 시점이다. 지식의 생산 속도와 규모가 인간의 인지능력을 훌쩍 뛰어넘는 디지털 환경에서 단순히 지식을 습득하는 것보다 변화하고 유동적인 지식을 올바르게 이해하려면 '적응'과 '적용'에 포커스를 둬야 한다. 

미래 교육을 위한 핵심역량에 '인공지능 문해력', '디지털 리터러시', '메타인지' 등과 같은 단어가 포함되는 것도 이러한 이유다.

'인공지능 문해력, 디지털 리터러시'

우리가 새로운 언어를 처음 배울 때, 의도적으로 단어와 그 뜻을 외우는 단계를 갖는다. 듣고 말하고 읽고 쓰는 과정을 반복적으로 행하고, 이해해 나가는 단계를 밟아나가는 것은 해당 언어를 이해하는데 필수적인 조건이다.

용어, 단어, 개념의 정의 및 그에 대한 명확한 이해는 의사소통의 질을 결정하는 중요한 요소다. 인공지능을 이해하는 것도 마찬가지다. 인공지능의 언어, 인공지능 속에 사용되는 용어와 개념을 명확히 약속하는 과정이 필요하다.

리터러시(iteracy)는 말 그대로 문해력이다. 글을 읽고 쓸 줄 아는 능력을 의미한다. 디지털 리터러시(digital literacy)는 디지털을 읽고, 분석하고, 쓸 줄 아는 능력이다. 인공지능(AI)이 우리의 일상에 점차 깊숙이 자리 잡고 있고, 기술적 발전이 가속화되는 시점에서 AI에 대한 용어와 개념을 정확히 이해하는 것은 현대인이 갖춰야 할 기본 소양이 됐다. 

'머신러닝'과 '딥러닝, '트랜스포머'와 같은 개념들도 더 이상 전문가들만의 용어가 아니다. 이러한 용어들이 단순한 기술 용어에 그치지 않고, 우리의 삶에 직접적인 영향을 미치는 요소로 자리 잡고 있기 때문에 이를 올바르게 이해하는 것이 필수인 시대다.

예를 들어 머신러닝이란 무엇인지, 그리고 딥러닝과의 차이점이 무엇인지를 명확히 이해해야만 인공지능 기술이 실제로 어떻게 작동하는지도 이해할 수 있다. 인공 지능, 머신러닝, 딥러닝 개념의 정의와 대표적인 사례를 간단히 살펴보면 다음과 같다.

우선 인공지능(Al, Artificial Intelligence)은 인간처럼 사고하고 학습하며 문제를 해결하는 컴퓨터 시스템을 만드는 기술을 말한다. 넓은 개념으로 인공지능은 자연어 처리, 게임 플레이, 로봇 제어 등 다양한 작업을 포함한다. Al어플리케이션 사례로는 Siri, Alexa (자연어 처리를 통해 음성 명령을 이해하고 수행하는 가상 비서) 등이 있다.

다음으로 머신러닝(ML, Machine Learning)은 Al의 하위 분야로 데이터를 분석하고 학습하여 패턴을 인식하고 예측해 수행하는 기술이다. 인간이 프로그램으로 모든 규칙을 직접 설정하는 대신 머신러닝 모델은 많은 양의 데이터를 통해 스스로 규칙을 학습한다. 머신러닝 어플리케이션 사례는 스팸 필터 (스팸 메일이나 스팸 문자를 필터링하는 기능은 머신러닝 알고리즘이 데이터에서 스팸 패턴을 학습하여 구현한 것이다) 등을 꼽을 수 있다.

마지막으로 딥러닝(Deep Learning)은 머신러닝의 하위 분야다. 인공신경망(Artificial Neural Networks)을 사용하여 대규모 데이터를 처리하고 학습하는 기술이다. 신경망은 뇌의 뉴런 구조를 모방한 계층적 구조로 이루어져 있어 복잡한 패턴과 관계를 학습할 수 있다. 딥러닝은 특히 이미지 인식, 음성 인식, 자연어 처리에서 매우 우수한 성능을 보인다. 딥러닝 어플리케이션 사례는 자율주행 자동차가 대표적이다. 차량이 주위 환경을 인식하고 결정을 내릴 수 있는 시스템에 딥러닝이 적용된다. 특히 이미지와 비디오 데이터를 분석해 도로 상황을 이해하고, 보행자나 장애물을 감지하는 기술이 해당된다.

때문에 인공지능 문해력은 기술을 단순히 이해하는 데 그치지 않고 해당 기술이 우리의 삶과 사회에 어떻게 적용되는지를 비판적으로 생각하는 데에서 진정한 가치를 발휘할 수 있다.

일단 '알고리즘'부터 단순한 계산 공식이 아니라 인간의 편견이나 사회적 불평등을 반영할 수 있는 도구라는 사실을 이해하는 것이 매우 중요하다. 이를 이해할 때 우리는 AI 기술을 좀 더 윤리적이고, 공정하게 사용할 수 있다.

또 '딥러닝'이란 것이 단순히 데이터를 학습하는 기술이 아니라, 방대한 데이터 속에서 패턴을 찾아내어 인간이 풀기 어려운 문제를 해결할 수 있는 가능성을 제공하는 방식이라는 점도 인지해야 한다.

이러한 개념을 올바르게 이해하면 AI가 단순한 기술적 도구를 넘어서 우리 사회의 중요한 의사결정에 어떤 영향을 미칠지를 깊이 있게 고찰할 수 있다.

미래를 위한 핵심역량 - '인공지능 문해력과 메타인지'

Al 문해력은 인공지능이 사용하는 언어를 이해하고 그 기능을 올바르게 해석하며, 그 결과를 사회적 맥락에서 분석할 수 있는 능력이다. 인공지능 사회에서 필요한 메타인지란 정보에 대한 종합적인 판단을 의미한다. 정보의 의미와 맥락을 바르게 이해하여 넘쳐나는 정보 속에서 자신에게 필요한 정보를 찾아내고 이를 비판적으로 해석하는 능력인 것이다.

인공지능과 관련된 용어와 개념의 정확한 이해는 AI기술을 우리의 필요에 맞게 적용할 수 있는 능력으로 확장될 수 있다. 또 우리가 사용하는 기술을 제대로 이해하고, 그 기술이 가져올 사회적 변화에 대해 더 깊이 생각할 수 있는 능력을 키우는 출발점이 된다. 미래를 위한 핵심역량을 갖춘 사람은 단순히 기술 사용자에 그치지 않고, 미래를 설계하고 이끌어 나갈 수 있는 역량을 지닌 사람이 될 것이다.

 

㈔가르치는 사람들 언론팀 이고은 기자(서울 지향초 교사)