요약
이제 거의 모든 학생이 생성형 AI를 쓰지만, 대학의 전략, 교직원 교육, 평가는 그 속도를 따라잡지 못했습니다. AI가 어떻게 작동하는지, 언제 써야 하는지, 비용이 얼마나 드는지 아는 AI 리터러시는 점점 기대되는 역량이 되고 있으며, EU에서는 법적 의무입니다. 그 리터러시에 AI의 환경 영향을 포함하면 교직원과 학생이 AI를 더 많이가 아니라 더 잘 쓰도록 도울 수 있습니다.
핵심 내용
- 2026년 영국 설문에서 학부생의 95%가 AI를 쓴다고 답했고, 94%는 평가 과제에 생성형 AI를 쓴 적이 있었습니다.
- EU AI법(AI Act)에는 AI를 제공하거나 사용하는 조직에 대한 AI 리터러시 의무가 있으며, 2025년 2월부터 적용되고 있습니다.
- 학생용과 교사용 UNESCO AI 역량 프레임워크 모두 환경적으로 지속 가능한 AI를 포함합니다.
- 일부 대학은 모든 교직원에게 AI 교육을 의무화했지만, 환경 영향은 아직 거의 다루지 않습니다.
- AI로 완성할 수 있는 평가는 재설계가 필요하며, 가장 견고한 방안은 교직원의 시간을 요구합니다.
대학은 많은 사람이 처음으로 AI를 본격적으로 쓰는 법을 배우는 곳이자, 다음 세대 AI 개발자가 양성되는 곳입니다. 또한 수천 명의 교직원이 매일 AI 도구를 쓰는 대규모 조직이기도 합니다. 그래서 대학은 그린 AI에서 이중의 역할을 맡습니다. 사람들에게 AI를 잘 쓰도록 가르치는 것, 그리고 스스로 AI를 잘 쓰는 것입니다.
학생들은 AI를 얼마나 널리 쓸까요?
거의 모두가 씁니다. 영국 고등교육정책연구소(HEPI)는 매년 학부생을 대상으로 설문 조사를 합니다.
| 2025년 설문 | 2026년 설문 | |
|---|---|---|
| AI를 쓰는 학생 | 92% | 95% |
| 평가 과제에 생성형 AI를 쓴 적이 있는 학생 | 88% | 94% |
2025년 설문에서는 학생의 42%가 교직원이 AI 활용을 도울 역량을 잘 갖추고 있다고 답했는데, 이는 전년도의 18%에서 늘어난 수치입니다. 2026년 설문에서는 38%가 대학이 AI 도구를 제공한다고 답했습니다.
다른 곳에서도 양상은 비슷합니다. 미국에서는 EDUCAUSE의 2025년 AI 현황 연구에서 기관의 57%가 AI를 전략적 우선순위로 보았는데, 이는 전년도 49%에서 늘어난 것입니다. 반면 이를 위한 새 재원을 확보한 기관은 매우 적었습니다.
대학에는 AI 전략이 있을까요?
많은 대학이 아직 마련하는 중입니다. 영국의 Jisc는 2025년, 기관들이 단편적인 접근을 피하도록 돕는 것을 명시적인 목적으로 대학을 위한 AI 전략 프레임워크를 발표했습니다. 2026년 영국에서 수학자, 컴퓨터 과학자, 산업계가 모인 그린 AI 샌드핏(집중 토론 워크숍)에서도 같은 그림이 그려졌습니다. 좋은 실천은 있지만 흩어져 있습니다. 어떤 기관은 모든 평가가 AI에 노출되어 있는지 점검하고, 어떤 기관은 학생에게, 또 어떤 기관은 교직원에게 AI 리터러시를 제공하지만, 이 모두를 하는 곳은 드뭅니다.
AI 리터러시란 무엇이며, 의무인가요?
AI 리터러시란 AI를 잘 쓸 만큼 AI에 대해 아는 것입니다. 대략 어떻게 작동하는지, 무엇을 잘하고 못하는지, 위험은 무엇인지, 출력은 어떻게 확인하는지, 비용은 얼마인지 아는 것입니다. 일부 지역에서는 의무가 되고 있습니다.
- 유럽연합. 2025년 2월 2일부터 적용된 AI법 제4조는 AI 시스템을 제공하거나 배포하는 조직에 AI 리터러시 의무를 부과하며, AI 도구를 쓰는 대학도 여기에 포함됩니다. 집행위원회 지침은 엄격한 요건이나 의무적인 교육 형식은 없다고 밝힙니다. 이 조항의 문구는 2026년 조직이 AI 리터러시를 지원하도록 요구하는 것으로 개정되었으므로, 현행 조문을 확인하십시오.
- 영국. 법적 의무는 없지만, 24명의 총장이 지지한 Russell Group의 2023년 원칙은 대학이 학생과 교직원의 AI 리터러시 함양을 지원하도록 약속합니다.
- 국제. UNESCO는 2024년 9월 학생용과 교사용 AI 역량 프레임워크를 발표했습니다.
왜 환경 영향을 포함해야 할까요?
사람들이 AI를 쓰는 방식이 AI의 에너지 사용량에 영향을 주는데, 대부분의 사용자는 이를 전혀 모르기 때문입니다. 사용자는 모델을 고르고, 프롬프트를 쓰고, 답을 몇 번 다시 생성할지 정합니다. 각각의 선택이 에너지 비용을 바꿉니다. AI를 효율적으로 쓰기를 참고하십시오.
UNESCO의 프레임워크는 이미 이를 포함합니다. 학생용 프레임워크에는 환경적으로 지속 가능한 AI를 장려한다는 원칙이, 교사용 프레임워크에는 신뢰할 수 있고 환경적으로 지속 가능한 AI를 촉진한다는 원칙이 있습니다.
환경 내용은 신뢰성에도 도움이 됩니다. 일부 학생과 교직원은 윤리적 또는 환경적 이유로 생성형 AI에 회의적입니다. 그런 우려를 근거와 함께 진지하게 다루는 교육은 이를 무시하는 교육보다 설득력이 있습니다. 유용한 주제는 다음과 같습니다.
- AI 발자국은 무엇으로 이루어지는가: 에너지, 탄소, 물, 자원. 그린 AI란 무엇인가?를 참고하십시오.
- 프롬프트당 수치는 왜 불확실한가. 측정이 병목이다를 참고하십시오.
- 더 작은 모델, 검색 엔진, 또는 AI를 쓰지 않는 것이 더 나은 도구일 때.
- 이미지, 영상, 긴 추론이 짧은 텍스트 답보다 왜 훨씬 많은 비용이 드는가.
- 리바운드 효과. 효율은 충분성이 아니다를 참고하십시오.
교직원 교육은 의무여야 할까요?
그렇게 생각하는 대학이 늘고 있습니다. 예를 들어 리즈 대학교(University of Leeds)는 2025년 9월 모든 교직원과 학생을 대상으로 생성형 AI 의무 교육을 시작했습니다.
흔히 개인정보 보호 교육과 비교합니다. 모두가 전문가일 필요는 없지만, 모두가 책임 있게 행동할 만큼은 알아야 합니다. 샌드핏 논의에서도 GDPR 교육과 같은 비교가 나왔습니다. 환경 영향을 피드백에서 제기된 우려가 아니라 하나의 주제로 다루는 의무 교육의 공개 사례는 아직 찾기 어렵습니다. 채울 가치가 있는 빈틈입니다.
AI는 평가에 어떤 의미가 있을까요?
학생이 감독 없이 AI로 완성할 수 있는 평가는 더 이상 학생이 무엇을 할 수 있는지 신뢰성 있게 보여 주지 못합니다. 거의 모든 학생이 평가 과제에 AI를 쓰는 상황에서, 문제는 대응할지 말지가 아니라 어떻게 대응할지입니다.
흔한 대응은 다음과 같습니다.
- 재설계: AI를 공개적으로 사용하면서 판단, 비평, 과정을 평가하는 과제.
- 보안 평가: 대면 시험, 구술시험, 실기 시험.
- 대화: 과제에 관한 일대일 대화. 견고하지만 교직원의 시간이 듭니다.
가장 견고한 방안일수록 교직원의 시간이 더 필요합니다. 샌드핏에서 나온 한 주장은 교육과 행정의 다른 곳에서 AI를 잘 써서 절약한 시간으로 그 비용을 충당할 수 있다는 것입니다. 이는 교직원이 AI를 효율적으로 쓰도록 교육받았느냐에 달려 있으며, 논의는 다시 AI 리터러시로 돌아옵니다.
그린 AI 자체를 가르치는 것은 어떨까요?
컴퓨팅, 데이터 과학, 수학 과정은 효율적인 AI를 기술적 역량으로 가르칠 수 있습니다. 에너지 측정, 모델 압축, 효율적 훈련, 탄소 인식 스케줄링 같은 주제는 기존 모듈에 자연스럽게 들어맞습니다. 에너지 효율적 소프트웨어에 관한 유럽 연구 프로젝트인 GreenCode의 여러 파트너 대학은 에너지 효율적이고 지속 가능한 소프트웨어에 관한 강좌를 운영합니다. 강좌 디렉터리에는 그린 AI와 지속 가능한 컴퓨팅에 관한 강좌가, 박사 과정 디렉터리에는 연구 기회가 정리되어 있습니다.
다음에 할 일
- 교직원과 학생을 위한 모든 AI 리터러시 교육에 AI의 환경 영향을 포함하십시오.
- 교직원 교육에서 AI를 효율적으로 쓰는 방법, 즉 모델 선택, 프롬프트 작성, 반복 생성 피하기를 다루십시오.
- 평가가 AI에 노출되어 있는지 검토하고, 견고한 대안에 필요한 교직원의 시간을 예산에 반영하십시오.
- EU에 있다면 AI법 제4조에 비추어 AI 리터러시 조치를 점검하십시오.
- 더 어린 학생을 가르치시나요? 학교 섹션과 수업 아이디어를 참고하십시오.
- 연구자라면 연구자를 위한 안내를 참고하십시오.
자주 묻는 질문
AI 리터러시란 무엇인가요?
AI를 잘 쓰기 위한 지식과 기술입니다. AI가 대략 어떻게 작동하는지, 무엇을 잘하고 못하는지, 위험은 무엇인지, 출력은 어떻게 확인하는지, 그리고 환경 발자국을 포함한 비용을 이해하는 것입니다.
대학은 AI 리터러시 교육을 제공해야 하나요?
EU에서는 AI법이 AI 시스템을 제공하거나 배포하는 조직에 직원의 AI 리터러시를 위한 조치를 취하도록 요구하며, 대학은 배포자에 해당합니다. 다른 곳에서는 대개 법적 의무가 없지만, 영국 Russell Group의 원칙 같은 부문 지침이 이를 기대합니다.
AI 리터러시에 환경 영향을 포함해야 하나요?
그렇습니다. UNESCO의 역량 프레임워크는 환경적으로 지속 가능한 AI를 포함하며, 모델 선택, 프롬프트 길이, 반복 생성이 에너지 사용에 영향을 준다는 것을 이해하면 AI를 더 효율적으로 쓰는 데 도움이 됩니다.
출처
- Student generative AI survey 2026, Higher Education Policy Institute (HEPI) (2026)
- Student generative AI survey 2025, Higher Education Policy Institute (HEPI) (2025)
- AI literacy: questions and answers, European Commission (2025)
- AI competency framework for students, UNESCO (2024)
- Russell Group principles on the use of generative AI tools in education, Russell Group (2023)
- A strategic framework for AI in colleges and universities, Jisc National Centre for AI (2025)
- Embracing AI at Leeds: a shared journey for our community, University of Leeds (2026)
- 2025 EDUCAUSE AI landscape study, EDUCAUSE (2025)
- Project results, GreenCode (2026)
관련 내용
연구자를 위한 그린 AI
효율적인 AI 방법, 논문 속 에너지 측정과 보고, 컴퓨팅 예산, 연구비, 수학이 도움이 되는 분야를 다루는 연구자용 가이드입니다.
그린 AI: 교사를 위한 안내
AI의 에너지·물·탄소 비용에 대한 쉬운 배경 설명, 출처를 밝힌 교실용 사실, 정책에 넣을 사항과 흔한 오해를 정리했습니다.
AI를 효율적으로 쓰기: 일상 습관
AI 사용 에너지를 줄이는 일상 습관을 소개합니다. 명확한 프롬프트, 재생성 반복 줄이기, 이미지와 동영상 절제, 캐싱, 기본 기능 끄기를 다룹니다.
그린 AI란 무엇인가?
그린 AI를 쉬운 말로 정의합니다. 친환경을 위한 AI와 더 친환경적인 AI, 효율과 충분성, 에너지·탄소·물·자원 발자국을 다룹니다.