교육 현장에서의 AI 기술 적용 사례

교육에서의 AI: 도구, 이점, 도전 과제, 그리고 미래 전망

(2026년 10월 업데이트)

이 글은 2024년 처음 게시된 교육 현장의 AI 기술 적용 사례를 2026년 10월 최신 조사·연구·정책 변화에 맞춰 업데이트한 것입니다. 도구 목록과 사례를 최신 정보로 바꾸고, 학습 효과에 대한 연구 결과와 한국·EU·미국의 정책 동향을 새로 추가했습니다.

같은 AI가 어떤 교실에서는 학습 효과를 두 배로 높였고, 어떤 교실에서는 시험 성적을 17% 떨어뜨렸습니다. 무엇이 이런 차이를 만들었을까요?

2026년, AI는 교실의 ‘실험’이 아니라 ‘일상’이 되었습니다. 영국 대학생의 95%가 어떤 형태로든 AI를 쓰고, 미국 공립학교 교사 10명 중 6명이 업무에 AI를 활용합니다. 그러나 공식 지침을 받은 교사는 18%에 불과하고, 한국의 AI 디지털교과서는 도입 1년 만에 활용 학교가 5% 수준으로 줄었습니다.

답은 기술이 아니라 설계에 있습니다. AI를 쓰느냐보다 어떻게 설계하고 운영하느냐가 학습 결과를 가릅니다. 정답을 바로 주는 AI는 학습을 방해할 수 있지만, 사고를 이끌어내도록 설계된 AI 튜터는 학습 효과를 두 배 이상 높였습니다.

1. 교육 현장에서 활용되는 AI 도구들

2025년 이후 가장 큰 변화는 범용 AI 챗봇이 ‘학습 모드’를 갖추게 된 것입니다. 정답을 바로 주는 대신 질문을 던지며 학생이 스스로 생각하도록 이끄는 방식입니다. Claude는 2025년 4월 Claude for Education과 함께 Learning Mode를 내놓았고, OpenAI는 2025년 7월 29일 ChatGPT Study Mode를, Google은 약 일주일 뒤 Gemini Guided Learning을 출시했습니다.

정신 건강 도구는 신중하게 다뤄야 합니다. 원고에서 소개했던 Woebot은 2025년 6월 30일 일반 소비자용 앱을 종료했고, 현재는 의료기관 등 파트너를 통해서만 제공됩니다. 학생 대상 AI 정신 건강 지원은 전문 상담 인력과 연계된 형태로만 도입하는 것이 바람직합니다.

도구를 고를 때는 기능보다 먼저 세 가지를 확인하세요. 학습 모드처럼 ‘생각을 대신하지 않는’ 설계인지, 학생 데이터를 어떻게 다루는지, 학교의 AI 사용 지침과 맞는지입니다.

2. 실제 도입 사례

2024년판에서는 “특정 학교 이름을 제공하기 어렵다”고 썼지만, 이제는 출처와 숫자가 있는 사례가 쌓였습니다. 성공 사례와 함께, 기대만큼 작동하지 않은 사례도 함께 봐야 균형 잡힌 그림이 나옵니다.

하버드대 물리학 AI 튜터 (미국, 대학). 하버드 물리학 강사 Gregory Kestin과 Kelly Miller는 학생 194명을 대상으로 무작위 대조 실험을 했습니다. 교수법 원칙을 반영해 직접 만든 AI 튜터로 공부한 학생들이 우수한 능동학습 수업보다 두 배 이상 많이 배웠고, 소요 시간은 중앙값 기준 49분 대 75분으로 더 짧았습니다. 결과는 2025년 6월 Scientific Reports에 실렸습니다.

뉴햄프셔주 Khanmigo (미국, K-12). 뉴햄프셔는 Khan Academy와 주 단위 계약을 맺은 첫 사례입니다. 2024년 6월부터 무상 제공되었고, 50개 학군에서 교사 약 5,000명과 학생 4만 명이 사용했으며, 2025~26학년도까지 지원이 연장되었습니다.

영국 대학의 AI 도구 공식 제공. HEPI 조사에 따르면 소속 대학이 학생에게 생성형 AI 도구를 제공한다는 응답이 2024년 9%, 2025년 23%에서 2026년 38%로 늘었습니다. 학생 개인이 알아서 쓰던 단계에서 기관이 책임지고 제공하는 단계로 넘어가는 중입니다.

튀르키예 고교 수학 실험 (교훈이 된 사례). 약 1,000명의 고등학생에게 GPT-4 기반 튜터를 제공한 현장 실험에서, 일반 ChatGPT 형태의 도구는 오히려 시험 성적을 떨어뜨렸습니다. 반면 학습 보호 장치를 넣은 튜터는 그런 부작용이 없었습니다. 자세한 결과는 4장에서 다룹니다.

한국 AI 디지털교과서 (정책 전환 사례). 2025년 3월 전국 도입 후 활용 학교가 1년 만에 84.8% 줄었습니다. 기술 자체보다 도입 속도, 현장 준비도, 재정 구조가 성패를 가른 사례로, 7장에서 자세히 살펴봅니다.

공통점은 분명합니다. 성과를 낸 사례는 교수법에 맞춰 설계된 도구와 교사 연수·지원이 함께 갔고, 어려움을 겪은 사례는 도구만 먼저 배포되었습니다.

3. 교육에서 AI 기술 활용의 이점

가장 확실하게 측정된 이점은 교사의 시간 절약입니다. Gallup과 Walton Family Foundation이 미국 공립학교 교사 2,232명을 조사한 결과, 2024~25학년도에 교사 10명 중 6명이 업무에 AI를 썼고, 매주 쓰는 교사는 주당 평균 5.9시간을 절약했습니다. 한 학년도로 환산하면 약 6주에 해당합니다.

학교 차원의 정책이 효과를 키웁니다. AI 정책이 있는 학교의 교사는 주당 2.3시간, 정책이 없는 학교는 1.7시간을 절약해 약 26% 차이가 났습니다. 또한 매주 사용하는 교사는 주 5.9시간, 월 1회 정도 사용하는 교사는 주 2.9시간으로 사용 빈도에 따라 절약 시간이 두 배 차이를 보였습니다.

업무의 질도 개선됩니다. AI를 쓰는 교사 다수는 일상 업무의 질이 적어도 어느 정도 향상되었다고 답했습니다. 주로 수업 준비, 학습자료 제작, 학생 수준에 맞춘 자료 변형에서 효과가 컸습니다.

맞춤형 학습은 ‘설계될 때’ 이점이 됩니다. 하버드 AI 튜터 실험처럼 학생의 진행 상황에 맞춰 단계별로 이끄는 도구는 학습량과 몰입도를 함께 높였습니다. 학생은 언제든 질문할 수 있고, 교사는 반복 설명 대신 심화 활동과 개별 지도에 시간을 쓸 수 있습니다.

조기 개입이 가능해집니다. AI 기반 분석은 학습 격차와 위험 신호를 더 빨리 포착해, 교사가 적시에 지원하도록 돕습니다.

다만 이 이점은 저절로 오지 않습니다. 절약된 시간과 개선된 질은 교사 연수, 명확한 지침, 잘 설계된 도구라는 ‘투자’를 했을 때 돌아오는 배당에 가깝습니다.

4. AI 기술이 학습에 미치는 영향

2025년에 발표된 두 연구는 같은 기술이 설계에 따라 정반대 결과를 낼 수 있음을 보여줍니다.

와튼스쿨 연구팀은 튀르키예 고등학생 약 1,000명을 세 그룹으로 나눠 수학 수업을 진행했습니다. AI 없이 공부한 그룹, 일반 ChatGPT 형태의 ‘GPT Base’, 학습 보호 장치를 넣은 ‘GPT Tutor’입니다. 결과는 2025년 PNAS에 실렸습니다.

연구팀은 대화 기록을 분석해 원인을 찾았습니다. 보호 장치가 없으면 학생들이 GPT-4를 연습 문제의 ‘목발’처럼 사용했고, 그 결과 혼자 풀 때 성적이 떨어졌습니다. AI 덕분에 연습 문제는 잘 풀었지만 개념은 남지 않은 것입니다.

반대로 하버드 AI 튜터는 처음부터 교수법 원칙에 따라 설계되었습니다. 인지 과부하를 피하려고 답변을 몇 문장 이내로 짧게 하도록 지시하는 등 교수법 모범 사례를 반영했고, 정답 대신 단계별 안내를 제공했습니다. 그 결과 학습량이 두 배 이상 늘었습니다.

대학생 사이에서도 양극화가 나타납니다. HEPI 2026 보고서는 AI로 학습을 확장하는 학생과 학습 자체를 AI에 맡겨버리는 학생 사이의 뚜렷한 대비를 지적했습니다.

교실에 주는 시사점은 명확합니다.

• 정답을 바로 주는 범용 챗봇보다 학습 모드나 교육용으로 설계된 튜터를 우선 고려합니다.
• AI를 쓰는 과제와 AI 없이 푸는 평가를 함께 운영해 실제 이해도를 확인합니다.
• 학생에게 AI를 ‘생각 파트너’로 쓰는 방법을 명시적으로 가르칩니다.

5. 에듀테크 투자와 시장 흐름

원고는 “에듀테크 붐”을 이야기했지만, 실제 투자 시장은 팬데믹 정점 이후 크게 식은 상태입니다. 돈은 줄었고, 대신 ‘성과가 증명된 AI’에 선별적으로 몰리고 있습니다.

정점 대비 8분의 1 수준. 2021년 에듀테크 벤처 투자는 3,000건 이상의 라운드에서 208억 달러로 정점을 찍었습니다. 반면 2025년 벤처 투자는 24억 달러에 그쳤고, 중소형 딜과 AI 기반·업무 흐름 내장형·직무 연계형 모델이 투자를 이끌었습니다.

2026년에도 둔화 지속. 2026년 상반기 벤처 투자는 10억 달러로, 2025년 상반기 13억 5천만 달러보다 26% 줄었습니다. 1분기에는 직무 교육(Workforce training)이 벤처 투자의 70% 이상을 차지했고, K-12는 소규모 투자 위주로 13%를 가져갔습니다.

AI 개인화는 여전히 밝은 영역. K-12에서는 AI 기반 개인화 솔루션이 주목받았고, Subject와 Gizmo 같은 기업이 대규모 투자를 유치했습니다.

빅테크의 직접 진출. 투자 시장이 식는 사이 OpenAI, Google, Anthropic 같은 AI 기업이 학습 모드와 교육 기관용 요금제를 직접 내놓고 있습니다. Google은 2025년 8월 미국, 일본, 인도네시아, 한국, 브라질 학생에게 AI Pro 요금제 1년 무료 제공을 발표하기도 했습니다. 단순히 챗봇 기능을 감싼 에듀테크 스타트업은 설 자리가 좁아지고, 독자적인 교육 데이터와 교수법 전문성을 가진 기업이 살아남는 구도입니다.

6. 도전 과제와 위험

2024년에 ‘우려’였던 문제들이 이제는 숫자로 확인되고 있습니다.

학업 윤리: ‘쓰느냐’가 아니라 ‘어떻게 쓰느냐’의 문제로. HEPI 2026 조사에서 영국 대학생의 95%가 어떤 형태로든 AI를 쓰고, 94%가 평가 과제에 생성형 AI를 활용했습니다. 사용 자체를 막는 것은 현실적이지 않습니다. 보고서는 AI 없이 치르는 평가와 AI 사용을 전제한 평가를 함께 운영하는 방안을 제안합니다.

지침의 공백. 2026년 2~3월 미국 교사 2,069명 조사에서 공식 지침을 받은 교사는 18%뿐이었고, 34%는 어떤 지침도 받지 못했으며, 48%는 비공식 지침만 받았습니다. 교사들이 각자 판단으로 AI를 다루고 있는 셈입니다.

형평성: 지침마저 격차가 난다. 디지털 격차는 기기와 접속 문제를 넘어섰습니다. 고소득 지역 학교 교사가 고위험(higher-needs) 학교 교사보다 AI 지침을 받을 가능성이 더 높았습니다. 앞서 본 것처럼 정책이 있는 학교에서 AI 효과가 더 크다는 점을 감안하면, 지침 격차는 곧 성과 격차로 이어질 수 있습니다.

학습 의존과 비판적 사고. 4장의 와튼 연구는 보호 장치 없는 AI가 학습을 해칠 수 있음을 실험으로 보여줬습니다. 학생의 ‘생각할 기회’를 지키는 설계와 평가가 필요합니다.

데이터 개인정보. 한국 AI 디지털교과서의 경우 교과서에서 교육자료로 지위가 바뀌면서 검정 체계를 통한 내용 품질 검토와 개인정보 보호 장치가 약해질 수 있다는 우려가 제기되었습니다. 학생 데이터의 수집 범위, 보관 기간, 제3자 제공 여부는 도구 도입 전에 반드시 확인해야 할 항목입니다.

정신 건강 지원의 한계. Woebot의 일반 앱 종료는 AI 상담 도구가 규제와 사업 모델 양쪽에서 아직 불안정하다는 신호입니다. 학생의 정서 지원은 사람 중심 체계 위에서 AI를 보조적으로 쓰는 방향이 안전합니다.

교사의 역할. AI는 교사를 대체하지 않습니다. 실험에서 성과를 낸 AI 튜터들도 교사가 설계하고 교실 수업과 결합했을 때 효과를 보였습니다. 멘토링, 동기 부여, 사회·정서적 성장 지원은 여전히 사람의 몫입니다.

7. 정책과 규제 동향: 한국·EU·미국

원고에는 없던 새 장입니다. 지난 1년 반 사이 교육 AI를 둘러싼 제도가 크게 움직였습니다.

한국: AI 디지털교과서의 급격한 후퇴

한국은 2025년 3월 초3·4, 중1, 고1 수학·영어·정보 과목에 AI 디지털교과서(AIDT)를 도입했습니다. 그러나 교육부가 2025학년도는 학교 자율 도입으로 물러서면서 채택률은 약 33%에 그쳤고, 2025년 8월 4일 국회에서 AIDT의 법적 지위를 ‘교육자료’로 바꾸는 초중등교육법 개정안이 통과되었습니다. 교육부는 2026학년도 AIDT 검·인정 절차를 중단했습니다.

이후 활용은 빠르게 줄었습니다. AIDT 활용 학교는 2025년 1학기 4,095곳(34.2%)에서 2학기 1,481곳(12.5%), 2026년 1학기 622곳(5.2%)으로 1년 새 84.8% 감소했습니다. 활용 학교의 절반인 311곳이 대구에 몰려 있고, 대구를 제외한 16개 시도의 활용률은 2.7%에 불과합니다.

교훈은 기술의 가능성과 별개로, 시범 운영 없는 일괄 도입과 현장 준비 부족, 불안정한 재정 구조가 정책을 흔들 수 있다는 점입니다.

EU: 교육 AI는 ‘고위험’, 의무 시행은 2027년 12월로 연기

EU AI법은 학생 평가, 입학 선발 등 교육 분야 AI를 고위험(Annex III)으로 분류합니다. 원래 2026년 8월 2일부터 의무가 적용될 예정이었지만, 디지털 옴니버스(규정 (EU) 2026/1744)가 2026년 7월 27일 발효되면서 독립형 고위험 AI 시스템의 의무 시행일이 2027년 12월 2일로 미뤄졌습니다. EU는 국가 감독기관과 기술 표준이 준비되지 않아 시한을 늦춘 것이지 요건 자체를 포기한 것은 아닙니다.
고위험 AI를 운영 단계에서 어떻게 통제할 수 있는지는 [AI 거버넌스: 기업용 AI 에이전트를 확장하기 전 필요한 10가지 런타임 통제]에서 자세히 다뤘습니다.

미국: AI 교육 확대를 국가 정책으로

2025년 4월 23일 서명된 행정명령 14277호는 백악관 AI 교육 태스크포스를 신설하고, 대통령 AI 챌린지 개최, 교사 대상 AI 연수 강화, AI 관련 도제 프로그램 확대를 추진합니다. 다만 앞서 본 Gallup 조사처럼 현장 교사 다수는 아직 공식 지침을 받지 못하고 있어, 연방 차원의 방향과 학교 현장 사이에 간극이 남아 있습니다.

8. 미래 전망

앞으로의 교육 AI는 ‘더 많은 기능’보다 ‘더 나은 설계와 운영’으로 승부가 날 것입니다. 지금의 데이터가 가리키는 방향은 다섯 가지입니다.

학습 모드가 기본값이 된다. 주요 AI 기업이 모두 정답 대신 질문으로 이끄는 학습 모드를 내놓았습니다. 와튼과 하버드 연구가 보여주듯, 교육 현장에서는 이런 설계가 선택이 아니라 표준이 될 가능성이 큽니다.

평가 방식이 바뀐다. 학생 대부분이 과제에 AI를 쓰는 상황에서, AI 없이 치르는 평가와 AI 활용을 전제한 평가를 병행하는 이원 체계가 확산될 것입니다. 결과물보다 사고 과정을 보는 구술, 프로젝트, 수업 중 평가의 비중도 커질 것입니다.

지침과 연수가 성과를 가른다. 정책이 있는 학교에서 AI 효과가 더 크다는 데이터는 분명합니다. 앞으로는 도구 구매보다 교사 연수와 명확한 사용 지침에 대한 투자가 학교 간 격차를 결정할 것입니다.

규제가 ‘신뢰할 수 있는 AI’를 요구한다. EU의 고위험 AI 의무가 2027년 12월부터 적용되면, 학생 평가·선발에 쓰이는 AI는 위험 관리, 기술 문서화, 인간 감독 체계를 갖춰야 합니다. 글로벌 에듀테크 기업과 이를 도입하는 학교 모두 준비가 필요합니다.

AI 리터러시가 핵심 역량이 된다. AI를 잘 쓰는 법뿐 아니라, AI의 오류를 검증하고 언제 쓰지 말아야 할지 판단하는 능력이 읽기·쓰기·수학만큼 기본 역량으로 다뤄질 것입니다. 평생 학습 차원에서도 AI는 지속적인 재교육의 도구가 될 것입니다.

9. 마무리

2024년 원고가 AI의 ‘가능성’을 이야기했다면, 2026년의 데이터는 그 가능성이 ‘조건부’라는 사실을 보여줍니다.

교사들은 AI로 주당 최대 6시간 가까이를 절약하고, 잘 설계된 AI 튜터는 학습 효과를 두 배 이상 높였습니다. 반면 보호 장치 없는 챗봇은 시험 성적을 17% 떨어뜨렸고, 준비 없이 확대된 한국의 AI 디지털교과서는 1년 만에 활용 학교가 5% 수준으로 줄었습니다.

차이를 만든 것은 기술이 아니라 설계, 지침, 그리고 교사였습니다. 교육 현장에 필요한 질문은 이제 “AI를 도입할 것인가”가 아니라 “학생이 AI와 함께 더 깊이 생각하도록 어떻게 설계하고 지원할 것인가”입니다. 윤리적이고 공평한 실천을 지켜가며 이 질문에 답해 나갈 때, AI는 교육의 새로운 시대를 여는 도구가 될 것입니다.

참고 자료

조사·연구

• Gallup, Three in 10 Teachers Use AI Weekly, Saving Six Weeks a Year (2025.6)
• Gallup, Most Teachers Receive No Formal Guidance on AI Use (2026.5)
• HEPI, Student Generative AI Survey 2026 (Report 199)
• Kestin 외, AI tutoring outperforms in-class active learning, Scientific Reports (2025)
• Bastani 외, Generative AI without guardrails can harm learning, PNAS (2025)
• HolonIQ, EdTech Venture Capital 1H 2026
• HolonIQ, 2026 Global Education Outlook

정책·기사

• 경향신문, ‘AI 교과서’ 사실상 사라졌다…활용학교 5.2%뿐 (2026.9)
• 경향신문, AI 교과서 결국 ‘교육자료’ 지위 격하 (2025.8)
• Freshfields, EU AI Act unpacked #34: The final Digital Omnibus on AI
• Executive Order 14277, Advancing AI Education for American Youth
• New Hampshire DOE, Khanmigo 지원 연장 발표

도서

• Wayne Holmes, Maya Bialik, Charles Fadel, Artificial Intelligence in Education
• Klaus Schwab, The Fourth Industrial Revolution