본 장에서는 대학생들의 생성형AI 활용 현황, AI 기술의 중요성에 대한 인식, 그리고 스스로 평가하는AI 관련 역량 수준을 심층적으로 분석한다.

분석 결과, 생성형AI는 대학생들의 학업 수행에 있어 이미 보편적인 도구로 자리 잡았음을 명확히 확인할 수 있다.

나는 생성형AI 활용 교육을 받기에 충분히 준비되어 있다.

AI 활용의 핵심 기술인 '효과적인 질문(프롬프트) 작성' 능력에 대한 자신감은?

AI 결과물 검증 및 수정 능력은?

학생들은 대학 졸업 전 받고 싶은AI 교육 유형으로 '교양필수과목'(102회)과 '전공선택과목'(99회)을 가장 많이 선택하였다. 이는 모든 학생을 위한 보편적 기초 교육의 필요성과 자신의 전공 분야와 긴밀하게 연계된 심화 교육에 대한 요구가 모두 매우 높음을 보여준다. 이러한 결과는 대학이 모든 학생을 대상으로 하는 AI 기본 교육과정과 전공별 특성을 반영한 AI+X 마이크로디그리를 동시에 제공하는 투트랙 교육 모델을 도입해야 할 필요성을 시사한다.

학생들은AI 교육에 있어 수동적인 이론 강의보다 능동적인 실습 중심의 교수법을 압도적으로 선호하였다. 선호하는 교수 방법을 묻는 질문에 '실습 중심 강의'가 145회 선택되어 다른 모든 선택지를 크게 초과하였다.

학생들이 AI를 암기해야 할 지식이 아닌, 실제로 다루고 활용해야 할 도구로 인식하고 있음을 보여준다.

학생들은 AI 교육을 통해 배우고 싶은 내용으로 기술적 활용 능력과 비판적 사고 능력을 모두 중요하게 생각하고 있었다.

학생들은 교수진의AI 교육 역량(평균3.58점)에 대해 보통 이상의 신뢰를 보였으나, 대학의 기술 인프라에 대해서는 상대적으로 낮은 평가를 내렸다. 특히 '우리 대학 학습관리 시스템(LMS)은 생성형AI를 활용하도록 준비가 되어있다'는 문항의 평균 점수는 3.17점에 불과하여, 학생들의 뚜렷한 불신을 확인할 수 있었다.

AI의 성능을 최대한으로 이끌어내는 가장 실용적이고 핵심적인 기술 습득을 원한다.

습득한AI 기술을 자신의 진로와 직결되는 전문 분야에 적용하는 것에 가장 큰 관심이 있다.

AI 정보의 한계를 명확히 인지하고, 비판적으로 수용하는 능력을 기르고자 한다.

빠르게 변화하는AI 기술 생태계에 대한 지속적인 정보 습득을 중요하게 생각한다.

표절, 저작권 등 학문적·직업적 윤리 문제를 책임감 있게 다루는 능력을 갖추고자 한다.

우리 전공 교수님들은 AI 교육 역량이 충분한가?

우리 대학은 충분한 실습 장비·SW를 갖추고 있는가?

AI 활용 교과목 개설

AI 구독료 지원

학생 대상AI 활용 교육

교수자 역량 개발

AI 활용SW 지원

모든 학생을 위한'AI 기초 소양' 교양필수 과목과 전공별 심화 역량을 위한'AI+X 마이크로디그리'로 구성된 투트랙(Two-Track) 교육과정 모델을 즉시 도입해야 한다. 이는 보편적 교육과 전공 연계 심화 교육에 대한 학생들의 이중적 요구를 동시에 충족시키는 가장 효과적인 방안이다.

교수학습개발센터(CTL)를 AI 교육 혁신의 허브로 기능을 강화해야 한다. CTL은 교수자 대상 AI 역량 강화 프로그램을 확대하고, 학생들이 선호하는 프로젝트 기반 학습(PBL), 액션러닝 등 실습 중심 교수법의 확산을 지원하며, AI 교과목 개발을 위한 맞춤형 컨설팅을 제공하는 등 전방위적 지원 체계를 구축해야 한다.

공정한 기술 접근성을 보장하기 위한 미래지향적 인프라에 과감히 투자해야 한다. 고성능 AI 플랫폼에 대한 대학 단위 라이선스를 확보하여 구독료 부담에 따른 교육 격차를 해소하고, AI 기능이 통합된 차세대 학습관리시스템(LMS)으로의 고도화를 추진하며, 고사양의 GPU 컴퓨터 실습실을 확충해야 한다.

이러한 제언들의 성공적인 이행을 통해, 대학은 학생들의 실질적인 요구에 부응하는 AI 교육 생태계를 구축하고, AI 시대가 요구하는 창의적이고 비판적인 사고를 갖춘 미래 인재를 양성하는 고등교육 기관으로서의 책무를 다할 수 있을 것이다.