인공지능(Artificial Intelligence·AI)은 대량의 데이터 처리 능력에 사람처럼 학습할 수 있는 딥 러닝 기술이 발전하면서 인류는 곳곳에서 사람을 대신할 수 있는 인공지능을 경험하기 시작했다.인공지능은 인간의 학습능력, 추론능력, 지각능력, 논증능력, 자연언어의 이해능력 등을 인공적으로 구현한 컴퓨터 프로그램 또는 이를 포함한 컴퓨터 시스템이다. 즉, 지능을 갖고 있는 기능을 갖춘 컴퓨터 시스템이며, 인간의 지능을 기계 등에 인공적으로 구현한 것이다.
이런 인공지능이 금융, 의료, 산업 등 사회 전 분야에서 화두로 떠오르고 있다. 특히 교육 분야에서 기존 획일적인 주입식 교육의 폐해를 극복하고 학습자 맞춤형 교육을 실현할 수 있다는 기대감에서 평생교육 현장에서도 ‘교육 혁신’ 핵심 기술로 떠오르고 있다.

인공지능을 활용한 초중고대학 등 공교육에서 활용은 폭넓게 진행되고 있다. 반면 평생교육계에서는 말만 무성할 뿐이지 실제 접근이 거의 없다시피 하다. 먼저 현재 일어나고 있는 인공지능을 활용한 사례들을 살펴보자.

미네르바 대학의 학습모형이 뛰어나다는 것은 이미 정평이 나 있다. 그 근본에는 ‘액티브 러닝 포럼(Active Learning Forum)’이라 불리는 온라인 화상 교육 영상 분석 시스템이 핵심 역량이다. 비디오 채팅 중 시선이나 표정 등을 분석해 곧바로 화면에 이를 띄워 교수뿐만 아니라 채팅에 참여하고 있는 학생들에게도 표시된다. 또 음성인식 시스템은 학생 한 사람, 한 사람의 발언 빈도를 다른 색으로 표시해준다. 이를 기반으로 교수는 해당 학생을 대상으로 맞춤형 토론을 진행하는 것이다.
학습 중 일어나는 다양한 상호 방식에 있어서 학습 경험 설계 중 챗봇 또는 인공지능 스피커가 개인 맞춤형 학습에 이용되고 있다. 챗봇은 단순한 질의응답은 물론 학습자가 궁금해하는 내용과 학습 자원을 즉시 피드백 할 수 있다는 장점이 있다.

​글로벌 거대 IT기업인 구글과 페이스북, 마이크로소프트 등이 교육용 챗봇(chatbot)과 AI 스피커에 적극적으로 투자하고 있다. 네이버, 카카오, LG유플러스, SK텔레콤, KT 등 국내 기업 또한 교육용 챗봇 개발에 열을 올리고 있다.

구글 어시스턴트 기반 인공지능 스피커 '구글 홈‘은 전 세계 언어 학습은 물론이고 사물에 대한 질의응답이 기능하다.

심지어 마이크로소프트는 이미 죽은 사람의 이미지, 음성 데이터, 소셜 미디어 게시물, 전자 메시지 등에 접근해 특정인(친구, 친척, 지인, 유명인, 가상의 인물 등)을 모델로 한 대화형 챗봇을 개발했다.
빌게이츠 전 마이크로소프트 CEO는 미국 샌디에고 교육기술 컨퍼런스(education technology conference in San Diego)에서 “챗봇은 학습 도구로서 훌륭한 교사 역할을 할 것”이라며 챗봇 활용에 대한 기대감을 드러냈다.

이렇게 상용화되어 있는 챗봇을 활용해 학습 데이터와 연결성이 좋은 서비스를 활용하여 손쉽게 챗봇을 구현할 수 있다.

구글의 ‘티처블 머신(Teachable machine)’의 경우, 컴퓨터가 사용자 고유의 이미지, 소리, 행동을 인식할 수 있도록 훈련할 수 있는 인공지능 교육 웹사이트이다. 이 교육용 플랫폼의 특징은 누구나 머신러닝 모델을 쉽고, 빠르게 만들 수 있으며, 이는 사람들이 접근하는 데에 있어서 용이함 또한 갖추고 있다.
이러한 지능형 학습지원 시스템은 기존 컴퓨터를 이용한 교육 시스템(CAI, Computer Aided Instruction)에 지식표현, 추론, 계획, 학습자 모델링, 문제해결, 자연어 처리 등의 기능을 인공지능을 통해 구현한 튜터링 서비스를 의미한다.

이를 기반으로 단순히 학습 내용을 맞춤형으로 제시하는 것을 넘어서 인간 교사의 한계를 극복할 수 있다. 학습자 개개인의 과학적 지식, 사고력, 탐구력, 태도, 문제해결력, 창의적 문제 해결력 등 학습자의 학습 상황을 파악하고 이에 적절한 대응을 제공해 수준에 따라 개별 맞춤형 학습을 가능케 한다.

이러한 시스템은 기본적으로 학습분석(Learning Analystics)을 통해 설계되고 개발된다. 최근 에듀테크 현장에서는 교육 데이터 마이닝(Data Mining)을 통해 통계 패턴이나 규칙, 알고리듬, 모델을 찾는 것을 넘어 다양한 예측모델(Predivtive Model)을 적용하는데 초점을 맞추고 있다.
HRD 영역 역시도 인공지능을 접목하고자 다방면으로 접근하고 있다. 링크드인 러닝(LinkedIn Learning) 경우 학습자가 선택한 관심 주제와 학습을 지속하면서 파악된 선호도를 반영해 새로운 학습을 제시한다.

인공지능이 학습자 스스로 관심 있는 주제 태그를 선택하게 하고 그와 연관된 콘텐츠를 추천하는 방식으로 컨텐츠를 큐레이션 한다. 또 학습자의 학습 데이터와 직급, 직종, 주제 연관성 등을 머신러닝으로 분석해 비슷한 주제 컨텐츠를 추천한다.

이보다 좀 더 발전된 큐레이션을 제공하고 있는 디그리드 사는 학습자가 원하는 커리어 최종 목표를 달성하기에 적합한 학습 커리큘럼을 추천하고 있다. 이를 위해 학습자의 관심 주제나 커리어 목표가 비슷한 그룹을 묶고, 이 그룹의 오피니언 리더의 실제 학습 컨텐츠를 기반으로 학습 경로를 추천한다

즉 학습자가 실제 선행 학습자의 경험을 따라갈 수 있다. 또한 추천받은 학습 경로 외에 학습자가 좀 더 세밀한 맞춤형 학습 경험을 갖기 위해 스스로 자신만의 학습 경로를 설정해 추가적인 맞춤 학습이 가능하도록 돕는다.

평생교육에 있어서도 학습자의 학습 효과를 높이기 위해 다양한 방식으로 접근해야 한다. 인공지능과 빅데이터 기술을 사용해 학습하는 개인 수준에 맞춰 게임을 통해 즐겁게 배우는 새로운 교육 방식인 어댑티브 러닝(Adaptive Learning, 적응학습)이 대표적인 사례다.
지금까지의 교육은 전체 학습 평균 수준으로 접근했기 때문에 학습에 뒤처지거나 반대로 너무 앞서나가는 학습자에 맞추질 못했다. 하지만 어댑티브 러닝은 그러한 문제를 해소하고, 개인에게 특화된 교육을 제공한다. 특히 학습자가 내가 무엇을 잘 모르는지 스스로 알지 못한 부분까지도 인공지능이 파악해 부족한 부분에 더욱 집중할 수 있도록 학습을 안내한다.

공교육에서는 이미 인공지능을 이용하는 새로운 교육 시스템을 통해 문제해결에 노력하고 있고, 가시적인 성과가 나오기 시작했다. 이러한 저변에는 교육공학이 자리하고 있기 때문이다,

이제 평생교육도 사회 변화에 따라 새로운 접근법이 필요하다. 그간 필자가 만난 평생교육 전문가들은 기존 평생교육학에 있어 뛰어난 학문적 업적과 깊은 노하우를 가지고 있다. 하지만 평생교육을 공학적인 측면으로 접근하는 교수자는 아직 만나지 못했다.

미래의 평생학습에서 첨단 IT(정보기술)가 우월적인 역할을 담당할 것으로 예측된다. 이제라도 새로운 흐름으로 교육을 지배하는 빅데이터와 컴퓨터 비전, AR/VR, 그리고 딥 러닝과 기계학습 등 인공지능 기반 ‘평생교육 공학’이라는 화두로 접근해야 할 때임이 틀림없다.