박 교수는 “기존에는 교수가 학생에게 지식을 전달하는 입장이었다면, 이제는 AI한테 플립 러닝(학생이 미리 강의 영상·자료로 이론을 학습하고 교실에서는 토론·문제 해결·프로젝트 같은 심화 활동을 하는 학습법)을 하고 수업 시간에 교수와 학생, 학생과 학생 간의 상호작용을 하는 시간을 갖고 있다”고 밝혔다. 이에 따라 기존에 한 학기 프로젝트로 했던 수업 분량을 이제는 매주 과제로 내줄 수 있고, 매주 과제로 내줬던 것은 수업 시간에 가벼운 퀴즈를 내거나 라이브 시연을 할 수 있게 됐다고 말했다. 박 교수는 “과제 처리 속도가 100배가 빨라져 일당백 수업이 됐다”고 말했다.
양유수 성균관대 교수(융합생명공학과)도 AI 기술을 접목한 생명공학 수업 사례를 발표했다. 그는 ‘세포를 원하는 상태로 만드는 리프로그래밍 과정을 AI를 통해 더 빠르고 정확하게 할 수 있는가?’라는 질문을 중심으로, 실제 수업에 오픈소스 기반 AI 툴을 도입하고 학생들이 직접 가상의 실험을 설계한 프로젝트 기반 교육 사례를 공유했다.
하지만 유용하다고 해서 생명공학도가 AI기술을 직접 개발해야 하는지는 의문을 제기했다. 그는 AI는 세포리프로그래밍 등에 유용한 기술이지만 직접 개발하는 것보다는 ‘도구’로 접근하는 방안을 제시했다. 양 교수는 “생명공학도에겐 ‘문제정의와 해석’하는 능력이 더 중요하다”며 “해당 수업은 AI를 언제, 왜, 어떻게 사용해야 하는지를 중심으로 수업을 설계했다”고 밝혔다.
그는 이러한 교과목 설계를 통해 교수자의 역할은 지식 전달자에서 비판적 사고와 창의적 연결을 길러주는 멘토의 역할을 해야 한다고 제안했다. 또한 AI가 제공하는 가설‧정보를 비판적 평가를 바탕으로 검증하고, 해석·적용하는 능력을 강조했다. 생명과학자-공학자-데이터과학자의 협업도 필요하다고 덧붙였다.
조영환 서울대 학습과학연구소장은 박준영 교수와 양유수 교수와 같이 수업에 AI를 접목한 교수 10명과 대학생 9명을 심층 면담한 연구 자료를 발표했다. 대학 교육에서 생성형 AI는 정보 검색과 토론 촉진, 문제 해결 등에 활용됐고, 학생들에게 학업 스트레스와 불안을 완화하고 자신감을 회복하는 데 도움을 줬다고 밝혔다.
하지만 허위정보와 부정확한 개념, 생성형 AI가 사실이 아닌 내용을 그럴듯하게 만들어내는 환각 현상 등의 문제로 완전히 신뢰하기는 어렵다고 밝혔다. 또한 학생의 능력에 따라 AI를 충분히 활용하지 못하거나 피로도가 증가하고, 학생이 AI에 의존해 학습에 대한 주도권을 상실할 수 있다는 점을 언급했다.
조 교수는 “인간과 AI가 서로 협력하는 대학교육 생태계를 조성해야 한다”며 “AI시대 대학교육 혁신을 위한 모두를 위한 포용적인 AI 교육, 교수자와 학습자의 AI 역량 강화, AI와 교육이 공진화할 수 있는 제도적 기반을 마련해야 한다”고 말했다.
