프로그래밍 강사가 겪는 비상 교육 설계 장벽

초록

생성형 AI 도구의 급속한 확산으로 강사들은 학생‑AI 상호작용을 재구성해야 하는 비상 교육 설계 상황에 직면한다. 13명 인터뷰와 169명 설문을 통해 다섯 가지 주요 장벽—과정 개편에 대한 파편화된 동의, 모호한 정책, 구현 난이도, 평가 부조화, 자원 부족—을 발견하고, HCI 연구자와 교육 기관을 위한 구체적 권고안을 제시한다.

상세 분석

본 논문은 “비상 교육 설계(emergency pedagogical design)”라는 새로운 개념을 도입하여, 급변하는 AI 환경에서 강사가 실시간으로 교육 방식을 재구성하는 과정을 체계적으로 분석한다. 연구자는 컴퓨팅 교육 현장을 중심으로, 실제로 AI 도구를 과제와 평가에 통합한 사례를 가진 13명의 전임 강사를 심층 인터뷰하고, 169명의 광범위한 설문을 통해 현황을 정량화하였다.

첫 번째 장벽인 ‘파편화된 buy‑in’은 학과·학부·대학 차원에서 AI 활용에 대한 일관된 합의가 부족함을 의미한다. 강사들은 동료 교수가 AI 사용을 허용하거나 금지하는 서로 다른 입장을 보여, 교육 설계에 일관성을 부여하기 어렵다. 두 번째 장벽인 ‘정책 교차풍’은 대학 차원의 가이드라인이 구체적이지 않아 강사가 자체적으로 정책을 해석하고 적용해야 하는 상황을 만든다. 이는 특히 공공·사립, 연구중심·교육중심 대학 간 정책 차이에서 두드러진다.

세 번째 장벽인 ‘구현 난이도’는 실제 수업에 AI 도구를 삽입할 때 발생하는 기술적·운영적 문제를 지적한다. 예를 들어, AI 도구와 기존 LMS(학습 관리 시스템)의 연동, 학생들의 프롬프트 작성 능력 차이, 그리고 도구 사용에 대한 실시간 지원 부족 등이 포함된다. 네 번째 장벽인 ‘평가 부조화’는 학생‑AI 상호작용이 부분적으로만 관찰 가능해, 강사가 학습 성과를 정확히 측정하기 어렵게 만든다. 자동 채점 시스템과 인간 평가자의 역할이 충돌하고, AI가 생성한 코드와 학생의 실제 이해 수준을 구분하는 것이 큰 과제로 남는다.

마지막 장벽인 ‘자원 부족’는 시간, 인력, 그리고 유료 AI 서비스 접근권이라는 세 축으로 구성된다. 강사는 새로운 교육 설계를 위한 설계·시행·평가에 추가적인 시간을 할애해야 하며, 전담 지원 인력이 없거나, 유료 AI 도구에 대한 예산이 제한적인 경우 설계 자체가 좌절될 위험이 있다.

이러한 장벽을 바탕으로 저자는 HCI 연구자에게는 ‘비상 설계’라는 맥락을 고려한 도구 설계, 정책 입안자에게는 명확하고 실행 가능한 AI 사용 가이드라인 제공, 교육 기관에게는 전담 지원팀과 예산 확보를 권고한다. 특히, 기존의 원격 교육 경험을 교훈 삼아, 비상 상황에서도 지속 가능한 교육 설계 프레임워크를 구축할 필요성을 강조한다.