점토판에서 칠판으로, 칠판에서 화면으로 — 그리고 이제는 AI. 기술이 배움의 표면을 바꿀 때마다 교사의 역할도 다시 정의되어 왔다. 이 노트는 그 흐름을 짚어보고, 영어를 가르치는 사람으로서 지금 무엇을 준비해야 하는지 정리한 기록이다.
설형문자가 발명되며 국가 행정·무역·법률·종교 기록이 복잡해지자, 메소포타미아는 문자를 전문으로 다루는 '서기'를 기르기 위해 에두바(Edubba)를 세웠다. 학생은 젖은 점토판에 갈대 펜으로 글자를 새기며 초급(문자·어휘) → 중급(법률·행정 문서, 기초 수학) → 고급(문학·수학·외국어) 과정을 8세 전후부터 약 12년간 거쳤다. 학교장은 '점토판의 집의 아버지(Ummiya)'로 불렸고, 선배 학생이 조교로서 후배의 점토판을 검수했다.
그전까지 교사가 되는 데는 뚜렷한 기준이 없었다. 신임 교사는 지역 학교이사회에 도덕적 인품만 증명하면 됐고, 자격 기준은 지역마다 제각각이라 '교직'이라 부를 단일한 직업군조차 없었다. 호레이스 만이 매사추세츠에 첫 사범학교를 세우며 흐름이 바뀌기 시작했다 — 교직은 "한시적 일자리"에서 "훈련이 필요한 존경받는 직업"으로, 개인의 자질에 기대던 시스템에서 훈련·검증·배치가 연결된 행정 체계로 옮겨갔다. 이는 이후 대규모 공교육을 가능하게 한 기반이 되었다. 1834년 펜실베이니아는 읽기·쓰기·산수 시험을 요구한 최초의 주가 되었다.
1991년 출시된 전자칠판은 1998년 학교에 대량 보급되었고, 2000년대 들어 본격적으로 상용화되며 널리 퍼졌다. 이후 발표된 메타분석 연구들은 전자칠판 기반 수업이 학생의 인지적 학습 성과에 긍정적인 영향을 준다고 보고했다.
2008~2015년 화상회의 기술이 발전하며 실시간 온라인 수업이 가능해졌다. 2020년 코로나19로 전 세계 학교가 대면 수업을 멈추면서, 이 기술은 공간 제약 없이 어떤 상황에서도 수업을 이어갈 수 있는 표준 대안으로 자리 잡았다.
그리고 지금, 또 하나의 판이 등장했다 — AI.
직장과 일상에서 감지되는 세 가지 변화
코드 작성, 테스트, 문서 작성 같은 반복 업무가 AI로 자동화되면서, 매출이 늘어도 신입 채용은 줄어드는 산업 뉴스가 이어지고 있다.
출처: 조선비즈 — "AI 도입에 신입 채용 '뚝'"국내 기업 37.1%가 이미 AI를 실무에 도입했다. 생산성 향상, 운영비 절감, 의사결정 개선을 체감했다고 답했으며, R&D·공정 최적화·고객 서비스·시장 예측 등 활용 범위도 넓다.
출처: 연합뉴스 · 산업통상자원부ChatGPT 같은 생성형 AI는 글쓰기, 번역, 이미지 제작, 코딩까지 넓게 쓰인다. 단순한 검색 도구를 넘어 '콘텐츠를 직접 만드는 도구'로, 개인과 기업의 일상에 스며들었다.
개인적 관찰교육 현장에서 AI의 쓰임
2025년부터 수학·영어·정보 교과에 도입되고 있다.
학생마다 다른 수준에 맞춘 맞춤형 학습이 가능해지고, 교사는 쌓인 학습 데이터를 바탕으로 개별 지도를 할 수 있게 된다.
출처: 정책브리핑 — 2025년부터 수학·영어·정보교과에 AI디지털교과서 도입초·중등 AI 교육을 이끄는 거점 학교를 운영하며 AI 인재 양성을 목표로 한다. AI가 반복 학습과 피드백을 맡는 동안 교사는 학생 지도와 상담에 더 많은 시간을 쓸 수 있다. 다만 이를 위해서는 담당 교사의 역량 강화 연수가 함께 뒷받침되어야 한다는 과제가 남는다.
출처: 교육부 보도자료 — 초·중등 인공지능 교육을 이끄는 'AI 중점학교' 운영영어교육 연구가 말해주는 세 장면
국내 영어교육 연구에서 AI 챗봇은 가장 활발하게 다뤄지는 도구다. 대학 영어 학습을 중심으로 한 체계적 문헌고찰에 따르면, 국내 연구는 챗봇이 학습자의 언어 능력뿐 아니라 정서적 측면에 미치는 영향에 주목해왔으며, 앞으로는 휴머노이드나 AI 기반 플랫폼 등으로 연구 범위를 넓혀야 한다는 과제가 남아 있다. 초등 현장에서도 AI 챗봇을 활용한 말하기 수업 모형이 다수 개발되어 왔는데, 예를 들어 교감적 대화를 중심으로 설계된 챗봇 수업은 학생들이 실제 대화 상황에서 느끼는 사회적 상호작용의 부담을 낮추는 데 초점을 맞췄다.
AI 자동번역기의 발달은 영어 학습의 목적 자체를 흔들고 있다는 논의로 이어진다. 고등학생의 영어 글쓰기 과정에 자동번역기를 도입했을 때 학습자의 작문 전략과 태도가 달라진다는 연구 결과가 있으며, 이는 '번역 도구가 있는데 왜 영어를 직접 배워야 하는가'라는 질문과도 맞닿아 있다. 이 질문은 단순한 기술 도입의 문제가 아니라, 영어교육의 목표를 '정확한 문장 생산'에서 '문화적 맥락을 이해하는 의사소통 능력'으로 재정의해야 한다는 논의로 확장될 수 있다.
AI 기술이 반복 학습과 단순 피드백을 담당하게 되면서, 교사의 역할은 지식 전달자에서 학습 설계자이자 멘토로 옮겨가고 있다. 예비 영어교사를 대상으로 한 연구에서는 교사가 단순히 AI 챗봇을 활용하는 데 그치지 않고, 직접 챗봇을 설계·개발해보는 경험이 전문성 발달에 유의미하다는 점을 보여준다. 이는 앞으로의 영어 교사에게 요구되는 역량이 '영어를 잘 가르치는 능력'을 넘어 '학습 데이터를 읽고 해석하는 능력', '기술을 교육 목적에 맞게 설계하는 능력'까지 포함하게 됨을 시사한다.
10년 뒤, 내 하루는 어떤 모습일까
2036년의 나는 행정 업무나 단순 영문법·단어 암기 같은 반복적인 학습을 AI 비서에게 맡겨 효율성을 높이는 동시에, 학생들의 실시간 학습 데이터를 바탕으로 개개인의 실력과 관심사에 맞춘 초개인화된 맞춤형 수업을 설계하고, 학생들이 AI 툴로 디지털 동화책이나 영문 에세이를 창작할 때 인문학적 깊이와 감수성을 더해주는 글쓰기 멘토링을 제공하며, 메타버스 속 원어민 AI와 함께 런던 거리나 브로드웨이 뮤지컬 극장으로 가상 문화 체험을 떠나는 글로벌 프로젝트 수업을 이끄는 한편, AI 대시보드가 보내주는 시그널을 활용해 세심한 1:1 상담을 진행함으로써 기술이 대신할 수 없는 따뜻한 공감으로 아이들의 마음과 언어 능력을 함께 키워주는 존재로 활약하고 있을 것이다.
가능성이 있다. UNESCO(2023)는 AI가 협력·의사소통·비판적 사고 같은 인간 중심 역량을 대체할 수 없다고 보고, OECD 역시 협업과 공감 능력을 미래 사회의 핵심 역량으로 꼽는다. AI는 학생의 요구에 즉각 답을 주지만, 공감·양보·타협·갈등 해결 같은 실제 사회적 기술까지는 길러 주지 못해 또래 관계 형성과 사회성 발달을 저해할 수 있다. 따라서 학교는 AI를 활용하는 수업과 직접 소통하는 수업을 균형 있게 운영하고, 토론·협력 활동과 AI의 한계·위험성에 대한 교육을 함께 실시해 학생들이 AI를 어디까지나 보완적인 학습 도구로 쓰도록 이끌어야 한다.
언어는 문법의 총합이 아니라 맥락 속에서 살아있는 것이다. 같은 문장도 상황과 화자의 의도에 따라 다르게 해석된다. 문학 작품이나 번역 문제를 깊이 있게 들여다보는 경험은, 단어 하나하나의 뜻을 넘어 그 뒤에 있는 의도와 맥락을 읽어내는 훈련이 된다. 이런 해석 능력은 AI가 가장 대체하기 어려운 영역이라고 생각한다.
AI가 학습 데이터를 뽑아주는 시대에, 교사의 역할은 그 데이터를 그대로 전달하는 것이 아니라 학생과 학부모에게 의미 있게 해석해 전달하는 것이다. 정답률이나 오답 패턴 같은 숫자 자체보다, "왜 이 학생이 이런 패턴을 보이는가"를 읽어내는 능력이 필요하다. 이를 위해 통계와 데이터를 다루는 과목을 회피하지 않고 꾸준히 공부하려 한다.
AI를 막연히 두려워하거나 맹신하지 않으려면 직접 써보고 한계를 체감해야 한다. AI가 만든 학습 자료나 답변을 그대로 받아들이지 않고, 어디서 오류가 나는지, 학생 입장에서 무엇이 부족한지 스스로 검증해보는 태도가 필요하다.
AI가 주는 답이 항상 옳은 것은 아니다. 신뢰할 수 있는 자료와 근거 없는 정보를 구분하는 습관을, AI가 제시하는 정보에도 동일하게 적용해야 한다. 실제로 교육 기술 정책은 도입된 지 얼마 되지 않아 방향이 바뀌는 경우도 많다. 그래서 특정 도구 하나에 익숙해지기보다, 변화에 유연하게 적응하는 사고방식을 갖추는 것이 더 중요하다.
AI가 학생 개개인의 지식 전달을 돕는 만큼, 교사는 학생이 왜 배워야 하는지 동기를 설계하고, 정서적으로 지지하며, 관계를 맺는 역할에 더 집중하게 될 것이다. 결국 AI 시대의 준비란 새로운 기술을 익히는 것을 넘어, 사람만이 할 수 있는 역할을 더 단단하게 갖추는 과정이라고 생각한다.