AIEd 지식베이스AIEd KB
이 페이지의 목차

이 페이지는 한국어로 번역되었습니다. 문서 페이지는 여전히 영어로 작성되어 있습니다. 이 페이지를 영어로 읽기

개념

AI 교육의 이해관계자

생성일 2026-08-19 · 갱신일 2026-10-01

영어 페이지의 자동 번역이며, 아직 원어민의 검수를 받지 않았습니다.

이해관계자 — 교육에서의 인공지능에 참여하고, 그 영향을 받으며, 그에 대해 책임을 지는 다양한 인간 이해관계자를 가리키며, 이 지식베이스가 '행위자가 누구인지'를 다루는 상위 개념입니다. 교육에서의 인공지능은 다중 이해관계자 분야입니다. AI를 사용하는 학습자, AI를 교수에 접목하는 교수자와 교수진, AI를 관리하는 관리자, AI를 중심으로 학습 경험을 설계하는 수업 설계자, 그리고 AI를 규제하는 정책 입안자가 여기에 해당합니다. 각 집단은 서로 다른 요구, 역량, 역할, 관점을 지니며, 지식베이스는 이들을 AI 도구가 설계되고 도입되고 평가되는 인간적 맥락으로 다룹니다.

생각해 볼 질문들

  • 이 페이지는 하나의 AI 시스템도 보는 관점에 따라 전혀 다르게 보인다고 주장합니다. 학생에게는 지원 수단으로 경험되는 도구가 교수자에게는 학문적 정직성의 위험으로, 관리자에게는 거버넌스의 결정으로 보일 수 있습니다. 여러분이 가장 동일시하는 역할은 무엇이며, 다른 역할의 관점에서 무엇을 놓치기 쉬울 것 같으신가요?
  • 읽기에 앞서, 교육에서의 인공지능과 관련된 결정의 영향을 받는 기관의 모든 사람을 학생과 교수자 너머로 나열해 보십시오. 누구를 빠뜨렸으며, 그들 각자가 가장 중요하게 여길 것은 무엇인가요?
  • 학습자, 교수자, 관리자, 수업 설계자, 정책 입안자가 각자 다른 요구와 역량을 지닌다면, AI 도구를 어떻게 도입할지에 대한 최종 결정권은 누구에게 있어야 하며, 그 이유는 무엇인가요?
  • 학생에게는 '개인화된 지원'인 것이 동시에 교수자에게는 '학문적 정직성의 위험'이 될 수 있습니다. 목소리가 가장 큰 쪽이 이기는 대신 각 이해관계자의 우려에 실질적인 무게를 부여할 대화나 절차를 어떻게 설계하시겠습니까?

들어가며

교육에서의 인공지능은 근본적으로 사람에 관한 것입니다. 즉 그 일을 변화시키는 학습자와 교육자, 그리고 AI를 어떻게 사용할지 결정하는 리더와 설계자에 관한 것입니다. 서로 다른 이해관계자를 이해하는 것이 필수적인 까닭은, 같은 AI 시스템도 보는 관점에 따라 매우 다르게 보이기 때문입니다. 학생에게 개인화된 지원으로 경험되는 도구가 교수자에게는 학문적 정직성의 위험으로, 관리자에게는 조달과 거버넌스의 결정으로, 설계자에게는 교수법적 선택으로 보일 수 있습니다. 이 지식베이스는 이러한 집단에 대한 내용을 여러 개념 페이지에 걸쳐 구성합니다.

이해관계자의 지형

연구에서 이해관계자가 드러나는 방식

  • 역할별 역량 프레임워크. 교수자의 AI 역량와 기술적 교수 내용 지식(TPACK)는 교수자가 AI를 효과적으로 사용하기 위해 무엇을 갖추어야 하는지를 규정하며, AI 리터러시는 모든 집단(특히 학생)이 무엇을 갖추어야 하는지를 규정합니다.

  • 역할에 따른 차별적 영향. 연구는 AI가 서로 다른 집단에 어떻게 다르게 영향을 미치는지를 살핍니다. 학생 경험는 학습자 성과를, 교수(Teaching)는 교수법적 통합을, 관리자는 기관 전략을, 교육 개발는 전문적 학습을 다룹니다.

  • 다중 이해관계자 거버넌스. AI 거버넌스와 교육 AI 정책 연구는 국가, 기관, 교실 차원의 이해관계자를 정렬하는 것을 강조합니다. 정책 입안자가 기대를 설정하고, 관리자가 실행하며, 교수자가 조정하고, 학생이 결과를 경험합니다.

  • 집단 간 형평성. 형평성은 AI의 이득과 피해가 학습자와 기관에 걸쳐 어떻게 분배되는지를 살피며, 이해관계자를 공정성과 접근성에 연결합니다.

  • 역할 차이는 주장하기는 쉬워도 관찰하기는 어렵다. 고등교육 종사자 152명이 제출한 기여 167건에 대한 SWOT 분석에서 교수자, 연구자, 관리자가 강점과 위협 요인에 대해 수렴하는 견해를 보였으나, 완전한 익명 수집으로 역할을 식별할 수 없어 이들을 대조하려는 연구 계획을 검증할 수 없었습니다(Humble & Mozelius, 2026).

집단을 가로지르는 정체성

이러한 이해관계자에게 공통으로 얽혀 있는 실은 정체성, 즉 AI와 그 분야에 대해 자신이 누구이며 되어 가고 있는지에 대한 감각입니다. 지식베이스는 정체성을 어느 한 집단에 속하는 것이 아니라 집단들에 분산된 것으로 다룹니다.

  • 학습자 정체성 — 학생의 진화하는 학문적·직업적·창조적·학문적 정체성(학습자 정체성). 이는 학습자 주체성와 구분되지만 인과적으로 연결되어 있습니다. agency는 행동할 수 있는 상황적 역량인 반면, 정체성은 주체적 행위로부터 축적되는 지속적인 자아 감각이며, AI 아래에서 저자성 상실과 역능에 대한 의심에 의해 위협받습니다.
  • 교수자 정체성 — 교육자의 전문적 자기 이해(교수(Teaching))로, AI에 의해 기술의 문제가 아니라 목적과 역할의 문제로 다시 형성됩니다(GenAI를 정체성의 위기로 보기 참고).
  • 설계자와 리더 — 전문적 정체성은 수업 설계자, 관리자, 정책 입안자가 AI에 맞서는 방향을 짓기도 하지만, 지식베이스의 명시적인 정체성 내용은 학습자와 교수자에 집중되어 있습니다.

정체성은 이해관계자 지형의 인간적 닻입니다. 즉 각 집단에 대해 AI가 지탱해야 할(무너뜨려서는 안 될) 것이며, 서로 별개인 듯한 역할 페이지들을 연결하는 구성 개념입니다. 특히 학습자 정체성, 학습자 주체성, 교수(Teaching)가 그렇습니다. agency가 통제의 문제이고 정체성이 자아의 문제인 만큼, AI 설계는 둘 다를 보존해야 합니다. 곧 자신의 학습에 대한 통제와, 그 분야에서 자신이 누구인지에 대한 저자로서의 확고한 감각을 말입니다.

교육에서의 인공지능을 위한 함의

  • 전체 이해관계자 집합을 염두에 두고 설계하기: 효과적인 교육에서의 인공지능은 학습자를 섬기고, 교수자를 지원하며, 관리자에게 정보를 제공하고, 정책과 조화를 이루어야 합니다. 한 집단만 최적화해서는 안 됩니다.
  • 역할별 역량을 쌓기: 교수자, 학생, 설계자, 리더는 각자에 맞춘 AI 리터러시와 지원이 필요합니다(AI 리터러시, 교수자의 AI 역량, 교육 개발 참고).
  • 수준 간 정렬하기: 지식베이스의 거버넌스 연구에 따르면, 기관 리더십, 교수자의 실행, 학습자의 경험이 조화를 이룰 때 AI가 성공하며, 파편화될 때는 그렇지 않습니다.
  • 학부모와 더 넓은 공동체를 고려하기: 가족은 AI 도입의 이해관계자이며, 그 역할과 우려는 명시적인 관심을 받을 자격이 있습니다.

연결된 개념

연결된 문서

메타데이터

수준Higher Ed, K 12
대상 독자Instructors, Learners, Administrators
교육에서의 인공지능 기초AI 리터러시, 학습 설계, 교수(Teaching)
SourceHistoryEditChat

이 페이지 삽입

아래 코드를 복사하여 학습 관리 시스템이나 다른 웹사이트에 이 페이지를 삽입하세요. 삽입된 버전은 페이지 콘텐츠만 표시하며, 사이트의 헤더, 내비게이션, 푸터는 숨겨집니다.