AI 디지털 교과서의 개념 이해와 글로벌 비교 — 학습데이터 시대

디지털 교과서는 사실 ‘전자책’이 아니다. 학생의 학습 데이터를 기록·분석해 피드백을 제공하는 AI 기반 학습 플랫폼이다. 이 글은 한국과 해외 사례를 비교하며 주요 매체가 놓친 핵심 쟁점, 특히 데이터 보호와 교사의 역할을 짚어본다.

 

AI 디지털 교과서 개념 이해 — 단방향 전달을 넘어 ‘학습데이터 기반 피드백 시스템’으로

한국에서 논의되는 AI 디지털 교과서(AIDT)는 종이책의 디지털 버전이 아니다.

핵심은 콘텐츠를 담는 방식이 아니라, 학생의 학습활동을 실시간으로 기록하고 분석하는 메커니즘에 있다.

전통적 교과서는 ‘지식을 담는 책’이었지만, AI 디지털 교과서는 학생이 어떻게 배우는지에 대한 데이터를 모으고, 그 데이터를 기반으로 피드백·난이도 조절·학습 경로 추천을 제공하는 플랫폼이다.

 

AI 디지털 교과서를 둘러싼 현상을 온전히 이해하기 위해 "플레이 리터러시"가 제시하는 관점은 다음과 같다

아이의 놀이를 관찰하고 기록해 피드백하는 “플레이 기반 학습”의 확장판과도 같다.
즉, 교과서가 콘텐츠의 책장이 아니라 일종의 “학습 센서”가 된 셈이다.

 

그렇다면 그 이름은 디지털 "교과서" 보다는 디지털 "교사"에 가깝지 않을까?

---

글로벌 디지털 교과서 현황 — 공공 주도 모델과 민간 주도 모델 비교

이번엔, 세계적으로 AI 기반 디지털 교과서와 비슷한 개념이 표현되는 경향을 두 갈래로 나누어 살펴보겠다.

각 나라는 같은 기술을 바라보지만 정책·시장·철학이 달라 전혀 다른 형태를 만들어낸다.

① 공공 주도 모델 — 정부가 디지털 학습 생태계를 설계하는 방식

• 한국
  • 국가 검정 체계 안에 AI 기능을 탑재하려는 독특한 모델.
  • 학생 학습기록·피드백까지 포함된 “AI 기반 공공 교과서 플랫폼” 구상.
  • ※ 민간 기업이 연결되어 있음.
• 유럽(EU/UNESCO 프레임)
  • “AI 교과서”라는 표현보다는 디지털 교육 생태계 + AI 도구 + 교사 역량의 결합에 초점.
  • 데이터 보호·투명성·편향 방지 등 윤리적 통제 체계를 강하게 가져감.
• 에스토니아
  • 교과서보다 학습 플랫폼·디지털 시민성·AI 활용 리터러시를 묶어 국가 교육 플랫폼 운용.

공공 주도형은 대체로 국가 교육과정·학습평가·데이터 인프라와 연결된 모델이라는 특징이 있다.

---

② 민간 주도 모델 — 에듀테크 기업이 사실상 ‘AI 교과서’를 만드는 방식

• Squirrel AI (중국)
  • 학생의 문제풀이 과정을 실시간 기록·분석하고 개별 학습 경로를 생성하는 적응형 학습 플랫폼.
  • 교과서에 가까운 콘텐츠 구조를 갖고 있으나, 실질적으로는 AI 튜터 + 학습 데이터 분석 시스템에 가깝다.
• Carnegie Learning – MATHia (미국)
  • 수학 과목에 특화된 AI 기반 지능형 튜터링 시스템.
  • 학생의 풀이 과정을 추적해 어떤 개념에서 막히는지를 교사에게 즉시 보고.
  • 종이교과서(MATHbook)와 결합해 수업 핵심 구조를 이룸.

민간형 모델은 “교과서”라는 단어를 잘 쓰지 않지만, 실제로는 교과 콘텐츠+AI 분석+피드백 시스템을 묶고 있어 최근 한국에서 언급되는 "AI 디지털 교과서" 역할을 수행한다.

---

한국의 디지털 교과서 논의 — 언론이 놓친 핵심 쟁점

국내 언론 매체는 대체로 다음 세 가지에 초점을 맞춘다.

• 기술적 완성도(로그인 오류, 필기 문제, 기기 불안정성)
• 도입 속도와 정책적 혼란
• 학교 현장의 접근성 문제(장애·다문화·네트워크 격차 등)

이 보도들은 분명히 필요한 문제제기이지만, AI 디지털 교과서의 본질에서 중요한 두 축에 대한 담론을 형성하지는 못한다.

1) “학습데이터 구조”를 충분히 다루지 않는다

AI 디지털 교과서는 학습자의 클릭·정답·오답·머문 시간·힌트 사용 등을 실시간으로 기록하는 학습 데이터 시스템이다.
그런데 언론에서는 이 데이터가

• 얼마나 세밀하게 수집되는지
• 어느 기관/기업이 보관·가공하는지
• 교사·학부모·학생에게 어떤 형태로 제공되는지
• 얼마나 오래 저장되는지

등을  깊게 파고들지 않는다.

 

즉, 데이터가 핵심인데 데이터에 대해 말하지 않는다.

 

학교 생활기록부를, 더 자세한 그것을 누가 보고, 누가 활용하는 지에 대해 말하지 않는 것은 학생과 학부모를 기만하는 것과 다르지 않다.

 

2) “AI의 판단 권한” 자체를 분석하지 않는다

매체는 “AI가 맞춤형 피드백을 제공한다”고 말하지만, 여기에는 중요한 질문이 숨어 있다.

• AI는 어떤 기준으로 학생을 판단하는가?
• 알려진 편향이나 오류는 없는가?
• 교사는 그 판단을 검증하거나 무효화할 권한이 있는가?
• AI의 진단 결과가 학생에게 어떤 장기적 라벨링 효과를 미칠 수 있는가?

AI가 ‘피드백을 준다’는 표현 이면에는 알고리즘이 학습자를 분류·예측·판단하는 권력이 존재한다.
이 부분을 깊이 다루는 국내 언론은 아직 많지 않다.

---

데이터 보호의 필요성 — 학생 학습데이터는 누구의 것인가?

AI 디지털 교과서를 이해하면 자연스럽게 가장 중요한 질문이 하나 생긴다.

“학생의 학습데이터는 어떤 보호 체계 안에서, 누구의 통제 아래 다뤄져야 하는가?”

 

주요 국가들은 이미 이 문제를 정책화하고 있다.

1) 유럽(EU/GDPR)

• 아동 데이터는 특별 보호 항목
• 디지털 교육 도구 도입 시 “데이터 최소 수집·투명성·삭제권·이전권”을 엄격히 요구

2) 미국(FERPA)

• 교육기록은 학생·학부모의 권리
• 최근에는 에듀테크 기업도 FERPA 책임 주체로 포함해야 한다는 논쟁 등장

3) 중국

• 2024년 미성년자 온라인 보호 규정으로 교육 플랫폼의
  목적 제한·데이터 최소화·중독 방지·투명성을 의무화

4) 한국

• AI 디지털 교과서 가이드라인에서 기술적 보호조치와 동의 절차를 적시했으나
  데이터 권리(열람·삭제·이동·검증)에 대한 명확성은 여전히 미흡
• 개인정보보호위원회가 최근 “개선 권고”를 통해 부족한 부분을 보완 중

AI 디지털 교과서는 결국

“학습데이터 인프라”이기 때문에, 데이터 보호는 곁가지가 아니라 중심 의제
가 되어야 한다.

 

 

---

마무리 — AI의 판단은 어디까지 공유되는가? 그리고 교사의 역할은?

이 글에서 우리는 기술·정책·데이터 구조를 중심으로 살펴보았다.
그러나 AI 디지털 교과서를 둘러싼 논의는 여기서 끝나지 않는다.

AI가 학생에게 내리는 ‘판단’과 ‘피드백’은

• 학생 본인에게
• 학부모에게
• 교사에게
• 그리고 개발사·플랫폼 업체에게
• 어디까지, 어떤 방식으로 공유되는가?*

또한, 이 글을 쓰며 스스로도 의아했다.
우리는 “AI가 판단한다”고 너무 쉽게 말하고 있지는 않은가?
교육 현장에서 “판단하고 해석하고 안내하는 일”은
본래 교사의 핵심 역할이었다.

그렇다면

AI의 판단은 교사의 역할을 대체하는가, 확장하는가, 아니면 분절시키는가?
AI 디지털 교과서 논의에서 교사의 역할을 빼놓고 이야기하는 것이 과연 가능한가?

 

이 두 가지 질문은 다음 글의 핵심 화두가 될 것이다.

• 누가 학생의 데이터를 읽을 권리가 있는가?
• 누가 학생의 학습을 판단할 권한을 가지는가?

AI 디지털 교과서 시대의 플레이 리터러시는
바로 이 질문에서부터 다시 시작해야 한다.

 

같이 보면 좋은 글

 

AI와 함께 가르치는 교사 — 교육현장에서의 실전 활용법

 

 

놀이 데이터의 그림자 — 아이의 플레이 기록은 누구의 자산인가

 

AI와 놀이 수업의 결합 — 창의적 몰입을 만드는 새로운 교실 실험