교육학적 동반자 관계

영어 페이지의 자동 번역이며, 아직 원어민의 검수를 받지 않았습니다.

교수학적 동반자 관계(학생을 동반자로 또는 SaP로도 알려짐) — 학생과 교육자가 교육과정, 교수 활동, 평가, 개방 교육 자료, 교육 정책을 공동으로 만들기 위해 협력자로서 함께 일하는 관계 중심의 교수·학습 접근. 학생을 교수진이 설계한 교수의 수동적 수령자로 다루지 않는 방식입니다. 존중, 호혜, 책임의 가치(Cook-Sather et al., 2014)에 뿌리를 둔 교육학적 동반자 관계는 학생을 지식과 교육 혁신의 공동 창작자로 재배치하며, 교육의 전통적인 하향식 권력 역학에 도전합니다. AI 시대에 동반자 관계는 학생을 AI 부정행위자나 피해자로 보는 결손(deficit) 관점에 대한 핵심적 대항 서사가 되었습니다 — 학생을 AI 정책, 도구, 실천의 공동 설계자로 자리매김하는 것입니다.

생각해 볼 질문들

• 강좌, 과제, 정책을 설계할 때 누가 전형적으로 결정을 내리나요 — 그리고 누구의 관점이 배제되나요? 그 결정의 가장 큰 영향을 받는 사람들이 진정한 협력자이지 수령자가 아니라면 무엇이 달라질까요?
• 흔한 가정은 학생들이 교수 설계에 기여할 전문성을 결여하고 있다는 것입니다. 그러나 동반자 관계 연구는 학생들이 자신의 학습자로서의 경험에 관해서는 전문가라고 주장합니다. 학생의 정당한 경험적 전문성과 교수진의 학문적 전문성 사이의 선은 어디일까요?
• "동반자 관계"라는 말은 실제 권력 차이를 덮을 수 있습니다 — 강좌를 "공동 설계"하도록 요청받은 학생도 여전히 성적과 추천서를 교수에게 의존합니다. 어떤 조건이 동반자 관계를 진정한 것으로, 연극적(performative)이지 않게 만드나요?
• 생성형 AI의 시대에 학생들은 흔히 부정행위자나 피해자로 규정됩니다. AI 사용과 정책의 설계자로서 그들을 재규정하는 것이 만들어지는 도구와 교육자들이 학생들과 나누는 대화를 어떻게 바꿀 수 있을까요?
• 동반자 관계는 학급 전체, 소집단, 개인으로 확장될 수 있습니다. 어떤 형태가 가장 공평하며, 더 넓은 참여를 제한하는 실천적·자원적 제약은 무엇인가요?
• 신뢰는 교육학적 동반자 관계와 어떤 관련이 있나요 — 그리고 AI에 대한 감시적이거나 결손 지향적인 대응이 동반자 관계가 의존하는 관계를 어떻게 균열시킬 수 있을까요?

들어가며

교육학적 동반자 관계는 **학생을 동반자로(SaP)**라고도 불리며, 학생들이 교수, 학습, 평가, 교육과정, 그리고 더 넓은 학생 경험을 형성하기 위해 교직원과 협력하는 다양한 실천들의 스펙트럼을 설명합니다. 이 접근은 Cook-Sather, Bovill, and Felten (2014)의 기초 가이드와 Healey, Flint, and Harrington (2014)의 고등교육 틀에 기대며, 이들은 동반자 관계를 세 가지 핵심 가치에 기반한 것으로 묘사합니다. 존중, 호혜, 책임입니다. 동반자 관계는 학생을 교수학적 전문가로 만들거나 교수진이 학문적 권위를 포기하는 것이 아닙니다. 오히려 각 동반자가 가져오는 상호 보완적 역할을 인정합니다 — 학문적 전문가이자 지적 안내자로서의 교수진, 그리고 다양한 재능과 흥미를 지닌 학습자로서의 자신의 경험에 관한 전문가인 학생들입니다.

교육학적 동반자 관계는 학생들이 교수·학습의 협력에 신뢰받을 수 없다는 깊이 박힌 가정에 도전하며, 전통적인 교수 중심 위계를 능동적으로 교란합니다. 이는 협력 학습, 학습자 주도성, 학생 참여와 개념적으로 겹치지만, 학생을 미리 설계된 강좌 안의 능동적 참여자로서뿐 아니라 교육 자체의 설계 — 교육과정, 평가, 교수 활동, 개방 교육 자료, 정책 — 의 중심에 두는 점에서 구별됩니다.

생성형 AI 시대에 교육학적 동반자 관계는 새로운 절박성을 띠게 되었습니다. AI가 학생을 부정행위자나 피해자로 규정하는 결손 서사를 증폭시키면서(AI의 오용과 학습에 대한 해와 학생을 위한 AI 활용에 대한 프레이밍 참조), 동반자 관계는 대항 서사를 제공합니다. 학생을 단속하거나 부정행위를 가정하기보다, 교육자와 기관은 학생을 AI 정책, 도구, 실천의 공동 설계자로 참여시킬 수 있습니다. 이것은 지식 기반의 연구 전반에 반영되어 있습니다 — 강좌 AI 정책을 공동 설계하는 학생들에서부터 맞춤 AI 도구를 공동 창작하고 평가 기준을 공동 구성하는 데까지 이릅니다.

동반자 관계의 형태와 범위

동반자 관계는 다양한 형태를 취하며 여러 규모로 작동할 수 있으며, 각각 고유한 가능성(affordances)과 제약을 지닙니다.

• 학급 전체 동반자 관계(교실에서의 공동 창작): 강좌의 모든 학생이 교수와 함께 강좌 구조, 내용, 목표, 정책에 협력합니다. 학급 전체 접근은 폭넓은 참여와 혜택을 허용하기 때문에 가장 공평한 동반자 관계 형태일 수 있지만, 늘어난 학생 의사결정을 지원하기 위해 상당한 "고접촉(high-touch)" 인적 자원을 요구합니다(Bovill, 2020).
• 개인 또는 소집단 동반자 관계: 소수의 학생 동반자들이 교직원과 함께 특정 프로젝트 — 예를 들어 평가 기준 공동 설계, AI 도구 평가, 교육과정 개발 — 에서 함께 일합니다. 이들은 대화적이고 심층적인 협력에 적합합니다.
• 프로젝트 또는 프로그램 기반 동반자 관계: 학생들이 강좌 AI 정책 공동 설계, 맞춤 AI 도구 구축, 알고리즘 리터러시 프로그램 개발과 같은 경계가 정해진 이니셔티브에 동반자로 참여합니다.
• 교육과정 설계과 학습 설계에서의 동반자 관계: 학생들이 무슨 학습이, 어떻게 일어나는지를 개별 활동에서 전체 프로그램에까지 형성하는 데 기여합니다.

이러한 형태 전반에서 동반자 관계는 단지 활동이 아니라 과정이자 관계입니다. 결과는 종종 공동으로 창작되며 미리 완전히 정의되지 않으므로, 교직원이 통제를 내려놓고 미지의 위험을 감수해야 합니다 — 이는 고등교육의 많은 부분의 숨은 규칙에 반하는 가치입니다.

교육학적 동반자 관계와 교육 분야의 AI

교육학적 동반자 관계와 AI의 교차점은 지식 기반에서 가장 빠르게 성장하는 흐름 중 하나입니다. 주요 주제들:

• AI 정책의 공동 설계자로서의 학생. 기관이 학생에게 AI 규칙을 부과하는 대신, 동반자 관계는 학생을 강좌 및 기관 차원 AI 정책의 공동 창작자로 자리매김합니다. 예를 들어, 학생들이 생성형 AI 강좌 정책을 공동 설계한 안내된 탐구(guided-inquiry) 활동은 교육, 표준화된 공개, 기관 지원, 의사결정 참여를 둘러싼 학생들의 우선순위를 드러냈습니다(A Guided Inquiry Approach to Students Co-Designing Generative AI Course Policies).

• AI 도구의 공동 창작자로서의 학생. 학생을 동반자로 하는 틀 안에서 학생들은 교수학적 목표에 부합하는 맞춤 AI 챗봇을 공동 설계하고 개선해 왔습니다 — 이는 SaP 패러다임을 AI 도구 자체에까지 확장하며, 학생의 목소리를 책임 있는 AI 혁신의 중심에 놓는 접근입니다(Co-creating custom GPTs: an autoethnographic study of undergraduate students as partners in generative AI innovation).

• 자기 평가로 평가된 학급 전체 공동 설계. 한 1학년 정보학 프로그램에서는 학생과 교수가 첫 주에 강좌 목표와 정책을 공동 설계하고 학기 내내 이를 재방문했으며, 학생들이 최종 산출물이 아닌 개인 목표, 팀 목표, 공유 루브릭에 비추어 자신과 자신의 조를 채점했습니다(Maybee, LeGrand & Fundator (2025)).

• 평가와 AI에서의 공동 창작. 학생-교직원 동반자 관계는 강좌 평가에서 AI로 생성된 출력을 공동 평가하고 평가 기준을 공동 설계하여, AI의 이점과 한계에 대한 이해를 높이고 자기조절 학습을 뒷받침했습니다(Assessment Design Through Co-Creation: Student-Staff Partnership in Evaluating the Impact of Artificial Intelligence).

• 교수학적 신뢰를 보존하는 동반자 관계. AI로 인한 불확실성과 "AI 수치심(AI shame)"에 직면하여, 교수학적 신뢰 — 불확실성에 열려 있고 대화를 통해 함께 항해하는 자신감 있고 호혜적인 학습 관계 — 를 키우는 동반자 관계 실천은 교육의 관계적 핵심을 유지하는 길을 제공합니다(Five Guiding Principles for Navigating Artificial Intelligence in Students as Partners Practice to Preserve Pedagogical Trust).

• AI 시스템의 공동 설계자로서의 청소년. 참여적 설계 접근은 역사적으로 소외된 학생들을 자신들의 교실에 영향을 미칠 AI 시스템을 설계하는 데 동반자로 참여시켜, 학생들의 가치와 윤리적 헌신을 드러냅니다(Co-designing AI with youth partners: Enabling ideal classroom relationships through a novel AI relational privacy ethical framework).

• 설계 투입물로서의 학생들의 살아온 현실. entangled pedagogy와 같은 틀은 학생들이 AI와 함께 항해하는 복잡하고 "지저분한" 현실을 조명하며, 정책과 지침이 그들의 살아온 경험에 비추어 학생들과 공동 설계되어야지 위에서 부과되어서는 안 된다고 주장합니다(Illuminating complex student realities of artificial intelligence through an entangled pedagogy framework).

이 흐름들은 하나의 핵심 주장을 공유합니다. 교육 분야의 AI와 함께 살아갈 사람들 — 학생들 — 이 그것을 형성하는 데 의미 있게 참여해야 하며, 그렇지 않으면 결과로 나오는 도구, 정책, 실천이 신뢰받을 수 없거나, 불공평하거나, 비효과적일 위험이 있다는 것입니다.

관련 개념들과의 관계

교육학적 동반자 관계는 여러 인접 개념들과 관련되면서도 구별됩니다.

• 학습자 주도성과 자기주도 학습: 동반자 관계는 학생들에게 무엇을, 어떻게 배울지에 대한 발언권을 주어 학습자 주도성을 뒷받침하며, 자기 주도 학습과 겹칩니다. 그러나 동반자 관계는 근본적으로 관계적입니다 — 주도성과 방향은 고립 속이 아니라 교수-학생 관계를 통해 드러납니다. 일부 틀은 이를 학생과 교수 양자 어느 한쪽 안에 있지 않고 그들 사이의 관계에 존재하는 "공유 주도성"으로 개념화합니다. Anastasia (2026)는 그러한 동반자 관계가 요구하는 여덟 가지 조건 — 교수 존재감, 신뢰, 심리적 안전, 대화, 발언권과 선택, 의미 있는 피드백, 성찰, 공유 책임 — 을 명명하며, 선택만으로는 자율성이 생기지 않는다고 주장합니다. 학생들은 선택지를 건네받으면서도 그것을 행사할 정보, 자신감, 심리적 안전을 결여할 수 있습니다(Anastasia (2026)).
• 협력 학습: 둘 다 함께 일하는 것을 포함하지만, 협력 학습은 전형적으로 설계된 활동 안에서 학생들이 서로 함께 배우는 것을 가리키는 반면, 교육학적 동반자 관계는 학생과 교직원이 교육 자체의 설계에 협력하는 것을 중심에 둡니다.
• 학생 참여: 동반자 관계는 깊은 형태의 참여이지만, 참여는 학습에 대한 학생의 관여를 묘사하는 반면, 동반자 관계는 학생들이 그 학습을 형성하는 책임을 공유하는 변화된 권력 관계를 묘사합니다.
• 교수(Teaching): 동반자 관계는 교사의 역할을 지식의 유일한 권위자이자 관리자에서 공동 설계자이자 지적 안내자로 재정의하되, 교수진의 전문성을 훼손하지 않습니다.
• 평가와 실제적 평가: 평가 공동 설계 — 평가 기준에서 루브릭, 평가 형식 전체에 이르기까지 — 은 동반자 관계의 중심 영역이며, AI는 평가에서 진정한 공동 설계의 필요성과 난이도를 모두 증폭시켰습니다.
• 교육 AI 정책와 AI 거버넌스: 동반자 관계는 정책과 거버넌스로 확장되어, 학생을 AI 정책의 수동적 대상이 아닌 공동 창작자로 자리매김합니다.
• 형평성와 포용적 학습: 동반자 관계는 더 공평한 형태의 교육 참여로 주장되며, 교육 의사결정에서 흔히 배제되는 목소리들 — 특히 역사적으로 소외되거나 주변화된 학생들의 목소리 — 을 중심에 둡니다.

주요 연구 주제

• 동반자 관계가 학습 결과, 학생 참여, 동기, 소속감을 개선하는지, 어떻게 개선하는지.
• 동반자 관계를 만들어 내고 유지하는 데 필요한 관계적 조건 — 신뢰, 심리적 안전, 대화, 공유 책임.
• AI가 동반자 관계를 어떻게 가능하게도 하고 복잡하게도 하는지: 학생들이 AI 도구와 정책을 공동 설계하는 것, 그리고 AI를 둘러싼 결손 서사가 동반자 관계가 의존하는 신뢰를 위협하는 것.
• 동반자 관계에서의 공평성: 어떤 학생들이 참여하게 되는지, 누구의 목소리가 중심에 놓이는지, 학급 전체 형태와 선발적 형태가 혜택을 어떻게 분배하는지.
• 진정한 공동 설계의 시간 집약적 특성을 포함한, 동반자 관계에 대한 자원과 기관적 제약.
• 동반자 관계가 전통적 위계에 도전하고 여러 앎의 방식을 중심에 두는 탈식민주의적, 비판적, 비판적 교수법과 어떻게 관련되는지.

실천적 시사점

교육학적 동반자 관계를 채택하려는 교육자와 기관을 위해 지식 기반의 연구가 제시하는 바:

1. 작게 시작해서 반복하세요. 경계가 정해진 프로젝트 — 참가자 수를 제한한 파일럿 — 으로 시작하고, 참여 노력에 인정(고용, 학점, 수료증, 출판)으로 보답하세요.
2. 기존 인프라 위에 쌓으세요. 교수진 개발 프로그램, 학생 고용 관계, 캠퍼스 간 파트너십은 동반자 관계 실천을 적용하기 위한 기반을 제공합니다.
3. 관계와 신뢰를 앞세우세요. 동반자 관계는 신뢰, 심리적 안전, 대화, 공유 책임이 의도적으로 배양될 때 작동합니다 — 가정되지 않을 때가 아니라.
4. AI 시대에는 학생을 단속하지 말고 초대하세요. 학생과 함께 AI 정책, 도구, 평가를 공동 설계하는 것은 결손 기반 대응보다 더 공평할 뿐 아니라 더 효과적입니다.
5. 참여의 공평성을 고려하세요. 학급 전체 동반자 관계는 가장 폭넓은 참여를 제공합니다. 선발적 프로그램은 어떤 학생들이 초대되고 포함되는지에 주의를 기울여야 합니다.

연결된 개념

• 교수법과 교수 전략 — 교수법과 교수 전략
• 협력 학습
• 학습자 주체성 — 학습자 주도성
• 자기주도 학습
• 교육과정 설계
• 학습 설계
• 평가
• 실제적 평가
• 교수(Teaching)
• 학생 참여
• 학생 경험
• 교육 AI 정책
• AI 거버넌스
• 형평성
• 포용적 학습
• 인간-AI 협업
• 학생-AI 상호작용
• 생성형 AI

연결된 문서

• A Guided Inquiry Approach to Students Co-Designing Generative AI Course Policies — 생성형 AI 강좌 정책을 공동 설계하는 학생들을 위한 안내된 탐구 접근
• Co-creating custom GPTs: an autoethnographic study of undergraduate students as partners in generative AI innovation — 맞춤 GPT 공동 창작: 생성형 AI 혁신의 동반자로서의 학부생에 관한 자기민속지학(autoethnography) 연구
• Assessment Design Through Co-Creation: Student-Staff Partnership in Evaluating the Impact of Artificial Intelligence — 공동 창작을 통한 평가 설계: AI를 평가하는 데 있어서의 학생-교직원 동반자 관계
• Five Guiding Principles for Navigating Artificial Intelligence in Students as Partners Practice to Preserve Pedagogical Trust — 교수학적 신뢰를 보존하기 위해 학생을 동반자로 하는 실천에서 AI를 항해하기 위한 다섯 가지 지침 원칙
• Co-designing AI with youth partners: Enabling ideal classroom relationships through a novel AI relational privacy ethical framework — 청소년 동반자와의 AI 공동 설계: 관계적 프라이버시 윤리 틀
• Illuminating complex student realities of artificial intelligence through an entangled pedagogy framework — entangled pedagogy 틀을 통해 AI와 관련된 학생들의 복잡한 현실을 조명하기
• Shared Agency: The Agency Partnership Framework for Instructor–Student Collaboration — 공유 주도성: 교수-학생 협력을 위한 주도성 동반자 관계 틀
• Disruptive Partnerships: Collaborating with Students to Create Empowering Learning Experiences in Information Studies — 교란적 동반자 관계: 정보학에서 학생들과 협력하기
• A Student-Centered Framework for Responsible Use of Generative AI in Higher Education — 책임 있는 생성형 AI 사용을 위한 학생 중심 틀