쉽게 쓴 인공지능 교육 책

한 발 앞선 부모는 인공지능을 공부한다
이명희 지음 / 성안당 / 2022년 3월

 2025 개정교육과정의 골자가 작년에 발표되었다. 정권이 바뀌면서 약간 뒤숭숭해지고 그래서인지 올해 나오기로 한 총론이 좀 늦는 느낌이다. 그간 교육과정은 교육받은 모든 사람이 갖춰야할 가장 기초적 소양으로 전통적 3R(읽기, 쓰기, 셈하기)를 제시했었다. 그러던 것이 2025 개정 교육과정에선 기존 3R에 디지털 소양이 추가되었다. 미래세계를 디지털 세계로 보고 그곳에서 삶을 영위할 수 있는 소양을 기초적 소양의 하나로 보게 된 것이다.

 그리고 이런 흐름에서 얼마나 반영될지는 모르나 AI 교육도 반드시 포함될 것이다. OECD가 제시하는 미래교육 에듀케이션 2030은 변혁적 역량을 제시했다. 기존 역량에 변혁을 붙인 것인데 이는 주변 환경과 능동적 상호작용을 통한 실제적 문제 해결학습을 통해 획득하는 것이다. 그리고 이 실제적 문제해결 학습에 인공지능의 활용을 더하는 것이 미래교육의 한 방안이 될 것이다.

 세계 각국은 가까운 시일내 등장할 인공지능 사회에 대비해 이미 발빠르게 움직이고 있다. 2017년 캐나다가 세계 최초로 인공지능 교육을 국가수준에서 시작했고 중국도 같은 해에 시작해 상당히 체계적으로 이를 실행하고 있다. 일본도 전문가 양성을 위한 인공지능 교육을 시작했고 인공지능 전문가를 연간 2천명 양성하고 최고수준 전문가는 100명 정도를 키워내는걸 목표로 하고 있다. 독일은 2018년부터 입학한 모든 초중고생에 인공지능 기본 교육을 실시하고 있으며 평생교육과 직업교육에서도 이를 실행한다. 영국은 초등부터 중등까지 코딩교육이 의무화 되어 있으며 핀란드는 학교교육을 넘어서 2021년 말까지 모든 시민의 1%가 인공지능 이해를 목표로 온라인 코스를 개설했다. 

 인공지능 교육은 인공지능 이해교육과 인공지능 활용교육, 인공지능 개발 교육으로 나뉜다. 이해교육은 인공지능의 원리와 그것이 삶에 미치는 영향, 그리고 개발 및 사용윤리다. 인공지능 활용교육은 인공지능을 체험하고 인공지능 도구 및 프로그램 활용, 인공지능 지원, 인공지능 보조다. 인공지능 개발 교육은 인공지능을 직접 만들어 이를 문제 해결과 실생활에 활용하는 교육이다. 그리고 이런 인공지능 교육은 한발 늦지만 2025년에야 교육과정에 도입될 예정이다. 

 학교급별 인공지능 교육 목표는 다음과 같다. 초등은 인공지능 기능과 원리를 놀이와 교육용 도구로 체험하고 자신의 주변에서 인공지능 기술이 적용된 사례를 탐색하고 활용한다. 중학교는 인공지능 기술 발전의 원동력이 되는 데이터의 가치와 인공지능 기술의 원리를 이해하고 실생활 문제해결 능력을 함양하는 것이다. 고등학교 목표는 인공지능 기호의 내용을 바탕으로 심화된 내용의 인공지능 개념과 알고리즘을 이해하고 인공지능 기술을 응용하여 문제해결을 하는 역량을 갖추는 것이다. 

 인공지능은 인간의 신경망 원리를 활용해 개발한 것이다. 초창기 인공지능은 연역적 접근을 하여 모든 알고리즘을 개발자가 직접 입력해주려고 하였다. 그러다보니 사과와 딸기의 구분 같은 생물이라면 기본적으로 행할 인공지능 마저 개발이 쉽지 않았다. 이는 색과 형태, 크기 등으로 구분할 수 있는데 이를 알고리즘으로 짜서 다양한 형태의 색과 크기, 형태를 갖춘 실제 딸기와 사과를 구분하게하는 것이 매우 어려웠다. 그래서 입력에 대한 자극에 반응하는 인간의 신경망을 딴 귀납적 방법이 활용되었다. 지금의 인공지능은 입력과 출력으로 연결되며 그 안에 가중치를 부여하는 은닉층이 자리한다. 이 은닉층의 복잡할수록 인공지능은 정확해지지만 그만큼 많은 계산을 해야하므로 훌륭한 인공지능의 개발을 위해 세계 각국은 수퍼 컴퓨터의 개발에 열을 올리고 있다. 

 인공지능은 3가지 방법으로 학습을 시킨다. 우선 지도학습인데 입력과 출력에 대한 어떤 정보를 함께 주며 학습을 시키는 것이다. 사과와 딸기를 구분하는 학습을 시킬때 사과 이미지와 딸기 이미지를 알려주고 학습시키는 것으로 무언가를 인식시키는 프로그램에 적합하다. 비지도 학습은 지도를 안하는 것으로 데이터를 많이 주되 이것이 무엇인지 알려주지 않으므로 스스로 패턴을 만들어내는 방식이다. 방대한 데이터를 비슷한 것끼리 분류하므로 특정 개인이 좋아하는 음악이나, 구매물건등을 알아내는 프로그램에 적합한 방식이다. 강화학습은 여러 행동을 하고 매번 그 행동의 결과에 대해 보상을 하는 것이다. 알파고가 대표적 예로 매번 두는 수의 승률에 대해 보상함으로써 최적의 수를 알게되는 방식이다.

 이런 인공지능 시대의 인재는 역설적이게도 컴퓨터만 잘해서는 안된다. 인공지능이 만들어내는 데이터 분석을 비판적이고 창의적으로 사고 및 해석하고 활용해야 하며 이를 위해서는 인문학적 소양이 필수적이다. 인공지능은 대단하지만 어디까지나 인간이 제공한 데이터 내에서만 판단하고 패턴을 찾는다. 그 이상을 넘어선 창의성은 인간의 몫인 것이다. 

 인공지능 시대가 되면 인간은 신 기술의 등장으로 혜택과 더불어 많은 문제를 안게 된다. 인공지능이 만약 잘못된 결정을 한다면 책임 소재가 애매해진다. 개발자, 인공지능이 학습한 데이터를 제공한자, 알고리즘 개발자, 인공지능 기기의 소유자, 이중 누구의 책임인지 애매하다. 거기에 인공지능은 딥러닝으로 학습하면서 그 과정이 복잡할수록 스스로 움직이는 부분이 많으며 이것은 그 알고리즘을 설계한 개발자 마저 알아내기가 매우 어렵다. 개개인이 모두 인공지능을 갖게되면 앞으로 많은 판단을 인공지능에 의지할 가능성이 크다. 하지만 인공지능의 결정에 의지하면 인간은 스스로 깊이 생각하고 비판적 사고를 하지 않게 된다. 그리고 인공지능에 의지한 판단이 잘못된 경우 그 책임을 찾기도 어렵다. 인공지능이 성능이 좋을 수록 그 생성과정은 복잡하다. 투명성과 기능이 반비례하는 셈이다. 더군다나 이를 공개하는 것은 개발한 기업의 핵심기술이 공개되는 것이므로 역시 쉽지 않다. 

 책은 인공지능에 대한 많은 생각과 교육에 사용할만한 다양한 사이트와 앱도 소개한다. 읽어보고 하나하나 해보면 좋을 듯 하다.