이슈 리포트

생성형 AI 시대, 미디어 리터러시에서 AI 리터러시로

세계는 지금

열린 공론장

AI 시대, PISA 2029 MAIL과 한국 미디어교육의 과제

AI, 잘 쓰는 사람을 넘어 잘 질문하는 사람으로

시청자미디어재단에서는 미디어교육 교수자들에게 필요한 미디어리터러시 이슈와 동향, 그리고 미디어교육 교수학습 정보들을 공유하기 위해 미디어교육 전문지 ‘MEdiary(미디어리)’를 발행하고 있습니다. MEdiary는 ‘Media Education Shared Diary’의 줄임말로 ‘미디어교육자를 위한 다이어리’, ‘미디어교육을 위한 기록’이라는 의미를 담고 있습니다.

이 쪽은 글자로 옮기지 못했습니다. 이북에서 보기

이슈 리포트

생성형 AI 시대, 미디어 리터러시에서 AI 리터러시로

이슈 리포트

생성형 AI 시대, 미디어 리터러시에서 AI 리터러시로

이 쪽은 글자로 옮기지 못했습니다. 이북에서 보기

리터러시 개념의 흐름: 메시지에서 시스템으로

•

미디어 리터러시는 대중매체가 일상과 정치, 문화의 의미 형성에 깊이 개입하던 시기에 제도화 되었다. 매스터먼은 미디어교육을 학교 교육과정 ------ 리터러시는 단순한 읽기와 쓰기 능력이 아 에서 다뤄야 할 비판적 읽기 교육으로 제시했고 니다. 한 사회의 구성원이 지배적인 정보 환경을 이 (Masterman, 1985), 켈너와 셰어는 보호주의를 PART. 01 해하고, 그 환경 속에서 의미를 해석하며, 자기 목 넘어 권력과 재현을 분석하는 비판적 미디어 리터러 소리로 참여하는 능력이다. 1992년 미디어 리터러 시를 강조했다(Kellner & Share, 2007). 이 관점 시 전국 지도자 회의는 미디어 리터러시를 특정 목 에서 학생은 ‘보호받아야 할 수용자’가 아니라 ‘비 적을 위해 정보에 접근하고, 분석·평가·생산하는 능 판적으로 해석하고 표현하는 시민’으로 이해된다. 력으로 정의했는데, 이는 이러한 맥락과 맞닿아 있 다(Aufderheide & Firestone, 1993). 길스터는

디지털 리터러시는 여기에 네트워크 환경에서 디지털 리터러시를 컴퓨터 조작법보다 다양한 출처 의 판단 능력을 더했다. 길스터가 강조한 것은 컴퓨 의 정보를 이해하고 활용하는 사고력으로 설명했다 터 조작법이 아니라, 여러 출처의 정보를 모아 지식 (Gilster, 1997). 생성형 AI 시대의 리터러시는 이러 을 구성하는 사고력이다(Gilster, 1997). 이후 유럽 한 전통 위에서 다시 확장되고 있다.

연합의 DigComp 2.2는 정보·데이터, 의사소통과 협업, 콘텐츠 창작, 안전, 문제 해결을 디지털 역량의 AI 리터러시는 미디어 리터러시를 대체하지 않 주요 영역으로 제시했다(Vuorikari et al., 2022). 는다. 다만 미디어 리터러시가 다뤄 온 접근, 분석, 이 단계에서 리터러시는 텍스트 한 편을 비판적으로 평가, 표현, 성찰의 토대 위에 데이터·알고리즘·자동 읽는 능력에서 분산된 정보망을 탐색하고 참여하는

제는 새로운 이름을 붙이는 데 있는 것이 아니라, 누 적된 리터러시의 층위를 교육 현장에서 어떻게 통합 할 것인가에 있다.

[표1] 리터러시 개념의 역사적 확장

국면

미디어 리터러시

디지털 리터러시

AI 리터러시

생성형 AI 리터러시

화·책임 있는 활용이라는 층위를 덧붙인다. 결국 문 능력으로까지 확장되었다.

핵심 질문

이 메시지는 누가, 어떤 의도로 만들었는가

분산된 정보망에서 어떻게 판단하고 참여할 것인가

AI 시스템은 어떻게 판단하고 어디에서 한계를 갖는가

AI가 만든 결과물을 어떻게 검증하고 책임 있게 활용할 것인가

교육의 초점

재현, 이데올로기, 출처와 신뢰도 분석

검색, 비교, 협업, 안전, 문제 해결

AI 식별·이해, 데이터와 알고리즘, 편향, 설명 가능성, 윤리

합성 콘텐츠 검증, 프롬프트, 공개, 저작권, 인간–AI 협업

출처: 주요 문헌(Aufderheide & Firestone, 1993; Gilster, 1997; Long & Magerko, 2020; Ng et al., 2021; Yan et al., 2025; 황현정 & 황용석, 2023)을 토대로 필자 정리.

AI 리터러시는 다시 한 번 시야를 확장한다. 정보 검증 행동과 프라이버시 보호 행동에 연결된다 롱과 매저코는 AI 리터러시를 AI를 비판적으로 평 고 보았다. 따라서 교육은 학생에게 ‘AI가 답했다’가 가하고, AI와 소통하며, AI를 도구로 활용하는 역량 아니라, ‘어떤 근거로 맞다고 판단할 수 있는가’를 묻 응 등은 AI 리터러시를 이해, 활용, 평가·창조, 윤리 의 축으로 정리했다(Ng et al., 2021). 국내 논의에

의 집합으로 설명했다(Long & Magerko, 2020). 게 해야 한다. 둘째는 프롬프트 리터러시다. 프롬프트 교육 서는 황현정과 황용석(2023)의 개념틀이 이러한 확 은 단순히 명령어를 예쁘게 쓰는 훈련으로 끝나서는 장을 설명하는 데 유용하다. 이들은 AI 리터러시를 안 된다. 좋은 프롬프트는 원하는 형식의 결과를 얻 AI 식별·이해, AI 활용·분석·창조, AI 이용 윤리성· 는 데 도움이 되지만, 그 결과가 곧 진실이라는 뜻은 비판적 평가로 구분해 지식·기술·태도의 세 차원으 아니다. 학생은 질문을 세분화하고, 조건을 명확히 로 구조화했다(황현정 & 황용석, 2023). 핵심 변화 제시하며, 산출물을 다시 질문하고, AI가 빠뜨린 전 는 메시지 비판이 시스템 비판으로, 정보 해석이 데 제와 편향을 점검하는 과정을 배워야 한다. 프롬프 이터·모델·자동화에 대한 해석으로 확장된 데 있다.

AI 리터러시가 더하는 네 가지 과제 •

al., 2025).

트는 ‘잘 쓰는 기술’인 동시에, ‘결과를 의심하고 다 시 묻는 절차’다(Long & Magerko, 2020; Yan et

셋째는 데이터와 권리 판단이다. 생성형 AI ------ 첫째는 생성물 검증 능력이다. 생성형 AI는 에는 이름, 사진, 연락처, 성적, 가족관계 같은 민 그럴듯한 문장과 이미지를 빠르게 만들어 낸다. 바 감한 정보를 쉽게 입력해서는 안 된다. 또 AI가 만로이점 때문에 이용자는 결과물의 유창함을 사실 든 글과 이미지라 해도 학습 데이터, 저작권, 초상 성으로 오해하기 쉽다. Yan et al. (2025)은 생성형 권, 인격권의 문제가 사라지는 것은 아니다. 「생성 AI 리터러시의 핵심 차원을 인식, 사용, 평가, 윤리· 형 인공지능 서비스 이용자 보호 가이드라인」은 이 위험으로 구분하고, 특히 평가와 윤리·위험 차원이 용자 인격권, 입력 데이터 관리, 생성 콘텐츠의 건

[표2] 미디어 리터러시와 AI 리터러시의 관계 공통 기반

접근

분석

평가

표현

성찰

AI 환경에서 추가되는 역량

AI 식별·이해: AI 도구의 기능과 한계 파악

AI 분석: 모델·데이터·알고리즘의 작동 조건 이해

AI 비판적 평가: 합성콘텐츠의 사실성·출처·위험 점검

AI 활용·창조: 프롬프트 작성과 결과물 재구성

AI 이용 윤리성: 공개, 책임, 개인정보 보호 판단

교육 활동 예시

같은 질문을 여러 AI 도구에 입력하고 차이를 비교하기

AI 답변에서 전제, 생략, 편향 찾기

AI 생성 뉴스의 근거를 원자료와 대조하기

AI 초안을 학생 자신의 논거로 다시 쓰기

과제 제출 때 AI 활용 범위와 검증 과정을 밝히기

출처: 주요 문헌(Aufderheide & Firestone, 1993; Long & Magerko, 2020; Ng et al., 2021; UNESCO, 2024a; 황현정 & 황용석, 2023; 황현정 et al., 2024)을 토대로 필자 정리.

전한 유통, 문제 해결 책임을 주요 실행 방식으로 제 시했다(방송통신위원회, 2025). 이는 AI 리터러시가

교육 접근방식의 전환: 보호가 아니라 판단

단순한 활용 능력이 아니라 권리와 책임을 판단하는 ------ 미디어교육은 오랫동안 보호주의와 비판적 시민적 역량임을 보여 준다.

시민성 사이에서 움직여 왔다. 초기 보호주의는 학 생을 위험한 미디어로부터 지켜야 할 대상으로 보 넷째는 인간–AI 협업의 설계 능력이다. 모든 았다. 그러나 켈너와 셰어가 말한 비판적 미디어 리 과제를 AI에 맡길 수 없고, 모든 AI 활용을 금지할 터러시는 다른 길을 제시했다. 학생은 미디어에 휘 수도 없다. 중요한 것은 어떤 단계에서 AI를 도구로 둘리는 피해자가 아니라, 미디어 권력과 재현 방식 활용하고, 어떤 단계의 판단은 인간이 직접 해야 하 을 분석하고 사회적 의미 생산에 참여하는 시민이다 는지를 구분하는 일이다. UNESCO의 학생·교사 AI (Kellner & Share, 2007). 이 관점은 프레이리의 역량 프레임워크도 학생을 책임 있는 이용자이자 공 비판적 교육학이 말한 문제 제기식 교육과도 맞닿아

육 주체로 설정한다(UNESCO, 2024a, 2024b). 자 료 탐색, 초안 구성, 대안 제시는 AI가 도울 수 있다.

동 창작자로, 교사를 AI 사용과 오용을 판단하는 교 있다(Freire, 1970).

생성형 AI 교육에서도 같은 원칙이 필요하다. 그러나 문제 설정, 가치 판단, 최종 검증, 책임 있는 AI를 무조건 금지하는 수업은 현실을 따라가지 못한 공개는 인간 학습자가 맡아야 한다.

다. 반대로 AI를 생산성 도구로만 가르치는 수업은

더 큰 문제를 만든다. AI 리터러시 교육은 보호주의 를 사용한 사실을 어떻게 밝힐 것인가”, “어떤 판단 와 도구주의를 넘어, 이해·판단·책임을 함께 다루는 은 인간이 끝까지 책임져야 하는가”를 함께 물어야 혼합형 접근이어야 한다. 황현정 et al. (2024)의 측 한다. 미디어교육이 오랫동안 길러 온 질문하는 시민 정 도구 연구가 AI 식별, AI 이해, AI 사용, AI 응용, 의 전통은 생성형 AI 시대에 더 절실해졌다. 새 기술 AI 창조의 다섯 요인을 확인한 것도, AI 리터러시가 이 요구하는 것은 더 빠른 도구 사용법이 아니라 더

수 있음을 보여 준다.

한국의 정책도 이 방향으로 움직이고 있다. 2022 개정 교육과정 이후 디지털 기초 소양이 강조 되었고, 2025년 「모두를 위한 디지털 역량 교육 추 진 방안」은 초등학교와 중학교의 정보 교육 시수를 종전보다 두 배 늘리겠다고 밝혔다(교육부, 2025a). 2025년 말 교육부와 시도교육청이 마련한 수행평 가 시 AI 활용 관리 방안은 2026학년도부터 AI 활 용 범위 설정, 활용 과정 표기, 개인정보 보호를 평 가 관리 원칙에 포함했다(교육부, 2025b). OECD도 PISA 2029의 혁신 영역을 미디어·인공지능 리터러 시로 설정해 디지털·AI 환경에서의 비판적 참여를 국 제 비교 평가의 대상으로 삼고 있다(OECD, 2026).

AI와 미디어라는 용어보다 중요한 것

•

------ 생성형 AI 시대의 미디어교육은 ‘미디어 리 터러시냐, AI 리터러시냐’라는 선택의 문제가 아니 다. 미디어 리터러시가 닦아 온 비판적 해석, 디지털 리터러시가 강조한 정보 판단과 참여, AI 리터러시가 요구하는 시스템 이해와 윤리, 생성형 AI 리터러시 가 새롭게 제기한 검증과 책임은 서로를 대체하지 않 는다. 미디어·정보·디지털 리터러시가 상호 중첩되는 역량군이라는 논의도 이러한 누적적 이해를 뒷받침 한다(Koltay, 2011). 이들은 하나의 시민 역량 안에 층층이 축적된다.

따라서 교육의 핵심 질문도 바뀌어야 한다. 학 생에게 “AI를 사용할 수 있는가”만 물어서는 안 된 다. “AI의 답을 어떤 근거로 믿거나 의심하는가”, “AI

추상적 구호가 아니라 진단 가능한 교육 목표가 될 정교한 판단력이다.

* 참고문헌

1. Aufderheide, P., & Firestone, C. M. (1993). Media literacy: A repor t of the Nationa l Leadership Conference on Media Literacy. Aspen Institute. 2. Freire, P. (1970). Pedagog y of the oppressed. Continuum.

3. Gilster, P. (1997). Digital literacy. Wiley. 4. Kellner, D., & Share, J. (2007). Critical media literacy is not an option. Learning Inquiry, 1(1), 59–69. https:// doi.org/10.1007/s11519-007-0004-2

5. Koltay, T. (2011). The media and the literacies: Media literacy, information literacy, digital literacy. Media, Culture & Society, 33(2), 211–221. https://doi. org/10.1177/016-****-710393382 6. L on g , D., & M a ge rko, B . (2 02 0). WhatisAI literacy? Competencies and design considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems, 1–16. https://doi. org/10.1145/3313831.3376727

7. Masterman, L. (1985). Teaching the media. Comedia. 8. Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). Conceptualizing AI literacy: An exploratory rev iew. Computers a nd E ducation: A r ti ficia l Intelligence, 2, Article 100041. https://doi.org/10.1016/ j.caeai.2021.100041

9. OECD. (2026). PISA 2029 MAIL assessment framework: First draft. OECD. 10. UNESCO. (2024a). AI competency framework for students. UNESCO.

11. UNESCO. (2024b). AI competency framework for teachers. UNESCO. 12. Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The digital competence framework for citizens. Publications Office of the European Union. https://doi. org/10.2760/115376

13. Yan, W., Liu, Y.-L., Mamaeva, V., Dong, F., Tao, G., Li, R., & Yang, H. (2025). Generative AI literacy: Scale development and its influence on privacy

protection behaviors and information verification behaviors. Telecommunications Policy. Advance on l i ne pu bl icat ion . ht t ps://doi.org /10.1016/ j.telpol.2025.103117 14. 교육부. (2025a, 2월 11일). 제1차 사회관계장관회의 개최 [보 도자료].

15. 교육부. (2025b, 12월 23일). 교육부와 교육청이 함께 ‘수행평 가 시, 인공지능(AI) 활용 관리 방안’을 마련하였습니다 [보도자 료]. 16. 방송통신위원회. (2025, 2월 28일). 생성형 인공지능 서비스 이 용자 보호 가이드라인.

17. 황현정, & 황용석. (2023). AI 리터러시 개념화와 하위차원별 세부역량 도출에 관한 연구. 사이버커뮤니케이션학보, 40(2), 89–148. https://doi.org/10.36494/JCAS.2023.06.40.2.89 18. 황현정, 황용석, 박지수, 신민호, & 이현종. (2024). AI 리터러시 측정 도구 개발과 타당화 연구. 리터러시 연구, 15(2), 247–278. https://doi.org/10.37736/KJLR.2024.04.15.2.09

세계는 지금

AI 시대, PISA 2029 MAIL과 한국 미디어교육의 과제

세계는 지금

AI 시대, PISA 2029 MAIL과 한국 미디어교육의 과제

이 쪽은 글자로 옮기지 못했습니다. 이북에서 보기

------ 유네스코가 1982년 채택한 ‘그룬발트 선언 (Grunwald Declaration)’은 미디어교육의 필요성

PISA 2029, 왜 MAIL을 도입했는가?

을 국제적으로 처음 공식화한 선언으로 평가된다. ------ 이 같은 디지털 환경에서는 단순한 기술 활 이 선언은 미디어와 커뮤니케이션 기술이 일상 전반 용 능력보다 무엇이 신뢰할 수 있는 정보인지 판단하 에 깊이 스며들어 아동과 청소년의 삶과 인식에 큰 고, 인간과 AI가 만들어 낸 정보와 미디어 콘텐츠를 PART. 02 영향을 미치고 있으며, 이들이 주체적이고 책임 있 비판적으로 이해하며, 책임 있게 참여할 수 있는 역

적이라고 강조했다.

40여 년이 지난 오늘날, 미디어 환경은 당시 와 비교할 수 없을 만큼 복잡해졌다. 스마트폰과 디 지털 기기의 확산으로 청소년의 일상은 디지털 환경 에 깊이 연결되어 있으며, 숏폼 콘텐츠, 알고리즘 기 반 추천 시스템, 그리고 생성형 AI는 정보 소비와 소 통 방식 자체를 근본적으로 바꾸고 있다. 이제 청소 년은 인간이 생산한 미디어 콘텐츠뿐 아니라, AI가 생성한 콘텐츠와 정보까지 해석하고 판단해야 하는 환경 속에 놓여 있다.

오늘날 청소년은 미디어 플랫폼을 통해 정보 를 찾고, 관계를 맺으며, 학습하고, 콘텐츠를 생산한 다. 이는 창의성과 시민 참여를 확장하는 기회를 제 공하지만, 동시에 허위 정보, 개인정보 침해, 사이버 불링, 온라인 그루밍과 같은 새로운 위험도 함께 가 져왔다. 특히 AI 기술의 발전은 더욱 정교한 허위정 보 생산을 가능하게 하며, 교육 현장에서는 표절과 AI 활용의 적절성 및 공정성 문제가 중요한 쟁점으 로 떠오르고 있다.

생성형 AI와 미디어 플랫폼은 정보 생산과 유

는 시민으로 성장하기 위해서는 미디어교육이 필수 량이 매우 중요하다.

으로 이해하는 능력이다.

수 있다.”라고 강조한다.

오늘날 대부분의 미디어 플랫폼은 알고리즘 과 AI 시스템 위에서 작동하고 있으며, 검색 결과의 배열, 추천 콘텐츠의 노출, 뉴스 피드의 구성까지 AI 가 깊이 관여하고 있다. 이러한 환경에서 기존의 미 디어 리터러시만으로는 충분하지 않다. 미디어 리터 러시가 정보의 접근·이해·분석·생산을 다룬다면, AI 리터러시는 AI 시스템의 작동 방식과 한계, 편향, 윤 리적 함의를 이해하는 역량까지 포함한다. 결국 필 요한 것은 두 영역을 별개로 보는 것이 아닌, 통합적

이 같은 점에서, PISA 2029 MAIL 평가 프레 임워크의 집필진은 “AI 리터러시가 결여된 미디어 리터러시는 시대에 뒤떨어질 위험이 있다”라고 지적 하며, “AI가 어떻게 콘텐츠를 추천하고 생성하며 확 산시키는지를 이해하지 못한다면, 우리는 기술이 현 실을 어떻게 걸러내고 틀 짓는지를 놓치게 되며, 결 국 정보의 진위와 편향을 제대로 판단하기 어려워질

OECD는 이러한 문제의식을 반영하여 2029 통의 속도를 급격히 높이는 동시에, 허위정보와 편 년 PISA에 미디어·AI 리터러시(MAIL)를 새로운 혁 향된 정보의 확산 가능성도 함께 키우고 있다. 자동 신 영역(Innovative Domain)으로 도입할 계획이 으로 작성되는 뉴스 기사, AI가 생성한 이미지와 영 다. PISA MAIL 평가는 학생들이 미디어 플랫폼과

1)

상, 알고리즘 기반 추천 시스템은 이용자가 무엇을 AI 시스템이 일상과 사회에 미치는 영향 속에서, 얼 보고, 무엇을 믿게 되는지까지 깊이 관여하고 있다.

1) PISA(Programme for International Student Assessment)는 OECD가 만 15세 학생을 대상으로 3년 주기로 실시하는 국제학업성취도 평가로, 읽기· 수학·과학 역량뿐 아니라 미래 사회에 필요한 핵심 역량을 비교·분석하는 대표적인 국제 평가이다. OECD는 매 회차마다 새로운 혁신 영역(Innovative Domain)을 도입해 변화하는 사회 환경에 필요한 역량을 측정해 왔으며, 2029년에는 미디어·AI 리터러시(Media and AI Literacy, MAIL)를 새로운 혁신 영역으로 포함할 예정이다. 미디어·인공지능 리터러시(MAIL)는 디지털 콘텐츠, 미디어 플랫폼, 그리고 AI 시스템과 효과적이고 윤리적이며 책임 있게 상호작 용하기 위해 필요한 핵심 역량의 집합으로 정의한다.

마나 비판적이고 주체적으로 참여할 수 있는 역량을 을 중심으로 구조화한다. 첫째는 ‘생산자와 수용자 갖추고 있는지를 진단하는 중요한 평가 도구이다.

PISA 2018이 보여준 한국 청소년의 미디어 리터러시 현실

•

------ 2018년 OECD PISA 조사 결과에 따르면

맞게 확장한 것이다.

(Authors and Audiences)’, 둘째는 ‘메시지와 의 미(Messages and Meanings)’, 셋째는 ‘재현과 현 실(Representations and Realities)’이다. 이는 전통적인 미디어 리터러시의 핵심 질문을 AI 환경에

예를 들어 과거에는 “이 메시지를 누가 만들었 한국 학생들은 읽기 영역 전체 점수에서는 OECD 는가?”를 물었다면, 이제는 “인간이 만들었는가, AI 평균(487점)을 크게 웃도는 514점으로 상위권을 기 가 만들었는가, 혹은 둘의 협업인가?”를 함께 묻게 록했지만, ‘사실과 의견을 구별하는 문항’의 정답률 된다. “왜 이 메시지를 보게 되었는가?”라는 질문 역 은 25.6%에 그쳐, OECD 평균 47.4%를 크게 밑돌 시 단순한 편집자의 선택이 아니라, 알고리즘 추천 았다. 이는 교과 기반의 읽기 이해력과 실제 디지털 시스템과 개인화된 뉴스 피드까지 고려해야 한다. 환경에서 정보의 진위를 판단하는 역량이 반드시 일 “이것은 현실을 얼마나 정확하게 반영하는가?”라는 치하지 않음을 보여준다.

또한 ‘학교에서 정보가 주관적이거나 편향적인 지를 식별하는 방법에 대해 교육을 받은 경험’을 묻

다 낮았으며, ‘인터넷 정보의 신뢰성을 판단하는 교 육을 받은 경험’ 역시 55.0%에 그쳐 OECD 평균

더 복잡해졌다.

는 문항에서 한국은 49.1%로 OECD 평균 54.5%보 핵심 역량을 제시한다.

질문도 딥페이크와 생성형 이미지의 등장으로 훨씬

이러한 문제의식 위에서 OECD는 다섯 가지

첫째는 ‘성찰하고 윤리적·책임 있게 행동하기’ 69.3%에 크게 미치지 못했다. 이러한 결과는 2021 로 디지털 콘텐츠, 미디어 플랫폼, 그리고 AI 시스 년 OECD가 발간한 「21st Century Readers」 보고 템과 상호작용할 때 책임(accountability), 공정성 서를 통해 주목받으며 사회적 이슈로 확산되었고, 학 (fairness), 그리고 인간의 가치에 대한 존중을 고려 교 현장에서 단순한 읽기 능력을 넘어 디지털 환경에 할 수 있는 능력으로 정의된다. 이는 단순한 디지털 서 정보의 진위와 신뢰성을 판단할 수 있는 체계적인 예절이 아니라, AI 시대의 시민적 성찰 능력에 가깝 미디어 리터러시 교육의 필요성을 환기시키는 계기가 다. 학생들은 자신의 디지털 행동이 타인과 사회에 되었다.

어떤 영향을 미치는지 이해해야 하며, 개인정보 보 호, 알고리즘의 영향, 온라인 평판, 디지털 웰빙, AI [그림 1]과 [그림 2]는 OECD(2021)의 보고서 활용의 윤리성을 함께 고려해야 한다. 이 역량은 나 내용을 바탕으로, OECD 회원국 가운데 한국, 미국, 머지 모든 역량을 가로지르는 핵심 요소이다. 일본 등 21개 국가를 선별해 필자가 재구성한 것이다.

MAIL의 핵심 구조: 3대 개념과 5대 역량

둘째는 ‘접근하고 활용하기’로 디지털 콘텐츠 를 효과적으로 활용하고, 탐색하며, 검색(query)하 고, 프롬프트를 입력하며, 선별·구성(curate)할 수 있는 능력으로 정의된다. 디지털 콘텐츠에 접근하고 ------ OECD는 MAIL의 개념을 세 가지 큰 질문 (access), 미디어 플랫폼과 AI 시스템을 활용(use)

[그림 1] 인터넷 정보 신뢰성 판단 교육 경험과 사실·의견 식별 능력

[그림 2] 정보의 주관성·편향성 식별 교육 경험과 사실·의견 식별 능력

할 수 있는 능력은 다른 모든 역량의 기초가 된다. 리즘이 우리에게 무엇을 더 많이 보여주고, 무엇을 필요한 정보를 찾고 질문하며, 프롬프트를 구성하고 가리고 덜 노출하는지까지 분석해야 한다. 결과를 정리하는 능력뿐 아니라, 디지털 환경을 효 율적으로 관리하고 어떤 도구를 선택할지, 어떻게

넷째는 ‘참여하고 협업하기’로 디지털 환경에 정보를 저장할지, 어떤 방식으로 개인정보를 보호할 서 적극적으로 참여하고 다른 사람들과 협력하며, 지 판단하는 능력도 이 역량에 포함된다.

동시에 AI가 상호작용을 증폭시키고, 매개하며, 왜 곡할 수 있는 가능성이 있음을 인식한 상태에서 적 셋째는 ‘분석하고 평가하기’다. OECD가 가 절하게 협업하고 콘텐츠를 공유할 수 있는 능력으로 장 중요하게 보는 영역이기도 하다. 학생들은 인간과 정의된다. 오늘날 시민성은 오프라인만이 아니라 온 AI가 생산한 콘텐츠의 목적, 편향, 신뢰성, 정확성을 라인에서도 실현된다. 학생들은 디지털 공간에서 타 비판적으로 평가해야 한다. 단순히 정보의 정확성 인과 소통하고 협력하며, 갈등을 조정하고, 안전하 을 확인하는 것을 넘어, 그 정보가 왜, 어떤 과정과 고 포용적인 참여를 실천해야 한다. 그룹 채팅에서 목적 속에서 만들어졌는지를 파악할 수 있어야 한 의 협업, 댓글 문화, 온라인 토론, 디지털 행동주의, 다. 특히, 생성형 AI는 그럴듯하지만 사실과 다른 정 사이버불링 대응 등이 여기에 포함된다. 중요한 것 보를 만들어낼 수 있으며, 이는 ‘환각’이라는 새로운 은 단순한 참여가 아니라 책임 있는 참여이다. 문제를 낳는다. 학생들은 출처를 확인하고, 여러 정 보를 교차 검증하며, 확증편향에 빠지지 않고, 알고

[그림 3] PISA MAIL 역량 모델

창작하기

다섯째는 ‘창작하기’다. 전달하고자 하는 목적 기’와 ‘창작하기’ 영역에 배분할 것을 제안하고 있다.

을 파악하고, 그 목표를 효과적으로 달성하기 위해 PISA 2029 MAIL은 5대 핵심 역량별로 학생 기대

적절한 내용과 형식을 선택하여 미디어와 AI 시스템 수준(Student Expectation Progression)을 기

을 활용해 표현할 수 있는 능력으로 정의된다. 학생 초·발전·심화의 3단계로 제시하고 있다([표 1] 참조).

들은 목적과 수용자를 고려해 적절한 형식의 콘텐

츠를 만들 수 있어야 한다. 여기서 핵심은 단순한 생

PISA MAIL 평가는 짧은 객관식·서술형 문항

산이 아니라 의도와 책임성이다. 누구를 위해 무엇 과 시나리오 기반의 과제를 함께 활용한다. 객관식

을 만들 것인지, AI를 어디까지 활용할 것인지, 저작 매칭, 짧은 서술형 응답과 같은 익숙한 형식뿐 아니

권과 윤리 문제를 어떻게 고려할 것인지가 중요하다. 라, 학생들이 교실 안에서 미디어·AI 리터러시를 실

제로 연습할 기회를 얼마나 경험했는지도 함께 측 PISA 2029 MAIL 평가 프레임워크의 집필진 정한다. 디지털 환경을 시뮬레이션하고 행동의 연속

은 전체 평가 시간의 절반 가량을 ‘분석하고 평가하 (sequence of behaviours)을 평가하는 방식은 실

[표 1] MAIL 5대 핵심 역량별 발달 단계

MAIL 역량

성찰 및

접근·활용

분석·평가

기초 수준

발전 수준

온라인 위험, 개인정보, 윤리적·책임 디지털 평판, 웰빙 등에 대한 평판 문제를 인식하고 단순한 있는 행동

기본 이해를 갖기 시작함

일반적인 디지털·AI 도구를 사용할 수 있으며 검색, 파일 정리, 간단한 문제 해결이 가능함

정보 필터링, 콘텐츠 정리, 일반적 문제 해결은 가능 하지만 복잡한 도구 활용과 데이터 관리에는 한계가 있음

저자 확인, 출처 신뢰성 판단 등 기본 전략을

정보의 신뢰성, 편향, 외부 다양한 출처와 관점을 적극 영향에 대한 인식을 갖고 탐색하고, AI 편향·확증 편향 활용하여 정보의 신뢰성과 있으며 lateral reading을 까지 비판적으로 분석하여 의도를 평가함

활용함

디지털 환경에서 의사소통과

심화 수준

자신의 온라인 행동이 자신과 보안, 윤리, 지속가능성, 사회에 미치는 영향을 성찰하며 윤리적으로 행동하고, trade-off를 고려해 판단함 AI의 한계와 사회적 영향까지 비판적으로 판단함

검색 전략을 비판적으로 선택하고 개인정보를 보호하며, 디지털 환경을 효율적으로 탐색하고 복잡한 기술 문제를 해결함

다면적 이해를 형성함

적절하고 안전한 도구를 의사소통을 조정하고 갈등을 협업을 시도하며, 플랫폼과 선택해 협업하며 갈등·괴롭힘을 중재하며 타인의 권리를 AI를 활용한 참여 경험을 쌓기 시작함

참여·협력

창작

예방하고 공동 프로젝트를 수행함

다양한 도구를 활용해 메시지를 만들고, 청중을 고려하며 수정과 반복을 시도함

기본적인 미디어·AI 도구를 활용해 간단한 편집과 표현이 가능함

보호하고, 포용성과 사회정의를 촉진함

목적과 청중에 맞게 창의적으로 콘텐츠를 제작·수정하고, 도구활용에 윤리적 판단을 적용함

제 미디어 환경에서 요구되는 역량을 보다 현실적으 로 반영한다.

사실 검증, 출처 평가, 알고리즘 이해, AI 윤리 를 포괄하는 통합적 미디어교육이 공교육의 핵심 역 량으로 자리 잡을 수 있도록 하는 교육 정책이 요구 예를 들어 학생은 기자의 역할을 맡아 온라인 된다. 이를 위해 학교 교육과정 안에 미디어·AI 리터 에서 화제가 된 뉴스의 사실 여부를 검증하고, 여러 러시의 핵심 개념과 역량을 보다 명시적으로 반영하 출처를 찾아 URL과 근거를 제시해야 한다. 이 과정 고, 학생들이 실제 삶의 문제 속에서 이를 지속적이 에서 역이미지 검색(reverse image search), 수평 고 체계적으로 경험할 수 있도록 해야 한다. 또한 한 적 읽기(lateral reading), 출처 검증, AI 생성 여부 국형 MAIL 역량 체계를 정립하고, 교원의 전문성 판단 등을 수행하게 된다. 즉, MAIL 평가는 실제 디 강화와 수행 중심 평가 확대를 통해 비판적 이해와 지털 환경에서 정보를 탐색하고 판단하며 책임 있게 창의적 생산이 교육 현장에서 실질적으로 이루어질 활용할 수 있는지를 평가한다는 점에서 다른 평가 수 있도록 지원할 필요가 있다. 나아가 AI 리터러시 방식과의 차별성을 가진다.

PISA 2029 MAIL이 한국 미디어교육에 주는 시사점

------ PISA 2029 MAIL은 리터러시 교육이 단순 한 디지털 기기 활용이나 AI 사용법에 머물러서는 안 된다는 점을 보여준다. 중요한 것은 사실과 의견 을 구별하고, 미디어의 재현과 AI가 생성한 정보의 한계와 편향을 비판적으로 검토하며, 책임 있는 시 민으로 참여할 수 있는 역량을 기르는 일이다.

최근 우리 사회에서는 AI 활용 교육이 중요한 관심사로 떠오르고 있으며, 교육 정책 역시 디지털 전환과 AI 활용 역량 강화에 집중하고 있다. 그러나 이러한 흐름 속에서 미디어 리터러시의 핵심인 비판 적 이해와 성찰이 간과될 위험 또한 커지고 있다.

PISA 2029 MAIL 평가 프레임워크를 주목 해야 하는 이유는 단순히 국제 평가에 대비하거나 2018년의 결과를 반복하지 않기 위해서만은 아니 다. 중요한 것은 OECD가 미래 핵심 역량으로 제시 한 미디어·AI 리터러시의 의미를 정확히 이해하고, 청소년이 이러한 역량을 갖출 수 있도록 교육과정과 정책을 재구조화하는 일이다.

책적 지원이 함께 마련되어야 한다.

격차가 새로운 교육 불평등으로 이어지지 않도록 정

* 참고문헌

1. OECD. (2021). 21st Century Readers: Developing Literacy Skills in a Digital World. Paris: OECD Publishing.

2. OECD. (2026). Navigating an Evolving Digital World: PISA 2029 Media and Artificial Intelligence Literacy (MAIL) Assessment Framework (First draft). Paris: OECD Publishing.

3. UNESCO. (1982). Grunwald Declaration on Media Education.

열린 공론장

AI, 잘 쓰는 사람을 넘어 잘 질문하는 사람으로

열린 공론장

AI, 잘 쓰는 사람을 넘어 잘 질문하는 사람으로

이 쪽은 글자로 옮기지 못했습니다. 이북에서 보기

------ 생성형 AI가 일상 속으로 빠르게 들어오면 되어 왔는데요. 선생님께서는 이 변화 속에서 무엇이 달라졌 서 ‘AI 리터러시’라는 말도 더 이상 낯설지 않게 되 고, 또 무엇은 여전히 이어지고 있다고 보시나요? 었다. 학교와 도서관, 지역사회 곳곳에서 AI 교육이 이루어지고 있지만, ‘AI 리터러시’가 정확히 무엇을 의미하는지에 대해서는 여전히 혼란이 존재한다.

1989년부터 2023년까지 34년간 서울 동북고 등학교에서 교직생활을 이어온 권영부 선생님은 신 문활용교육(NIE)에서 미디어 리터러시, 디지털 리터 러시, 그리고 최근 AI 리터러시 교육에 이르기까지 오랜 시간 리터러시 교육의 현장을 지켜왔다. 신문과 방송, 유튜브와 틱톡, 생성형 AI는 모두 시대에 따라 변화해온 의사소통의 수단이다. 따라서 중요한 것은 새로운 도구를 얼마나 능숙하게 쓰느냐에만 있지 않 다. 그 도구를 통해 무엇을 읽고, 어떻게 생각하며, 어떤 방식으로 표현하고 참여할 것인가를 묻는 일이 야말로 리터러시 교육의 핵심이다.

이번 인터뷰에서는 AI 리터러시를 단순한 도 구 활용 교육을 넘어, 인간의 주도성, 비판적 사고, 그리고 질문하는 힘의 관점에서 다시 살펴보았다.

“미디어가 달라졌을 뿐, 리터러시의 핵심은 이어져 있습니다”

•

------ AI 리터러시라는 말이 새롭게 등장하면서 현장에서는 혼란도 적지 않다. 미디어 리터러시를 이해하기 시작했는데, 이제는 디지털 리터러시와 AI 리터러시까지 이야기해야 하는 상황이 되었기 때문 이다. 먼저 선생님께 이 개념들이 서로 어떻게 연결 되는지 물었다.

선생님께서는 신문활용교육(NIE)에서 미디어 리터러시, 최 근의 AI 리터러시 교육까지 오랜 시간 현장을 지켜오셨습니 다. 시대의 변화에 따라 리터러시 교육의 범위도 계속 확장

권영부 ㅣ

게 표현하고 소통할 것인가의 문제입니다.

하고, 소통하는 힘을 기르는 데 있습니다.

“AI 도구 사용 교육만으로는 AI 리터러시라고 하기 어렵습니다”

•

는 안 된다는 것이다.

저는 먼저 미디어를 의사소통의 수단 으로 이해해야 한다고 봅니다. 과거에는 신문과 방 PART. 03 송 뉴스가 중요한 미디어였다면, 지금은 유튜브, 틱 톡, 쇼츠, 그리고 생성형 AI까지 의사소통의 도구가 된 것이죠. 그런 점에서 AI 리터러시를 미디어 리터 러시와 전혀 다른 별개의 교육이라고 보기는 어렵습 니다. 새로운 도구가 등장했지만, 결국 중요한 것은 그 도구를 통해 무엇을 읽고, 어떻게 생각하며, 어떻

다만 읽고 쓰는 방식은 분명히 달라졌습니다. 예전에는 읽기라고 하면 문자 텍스트를 읽는 것을 먼 저 떠올렸지만, 요즘 학생들은 영상을 보고 정보를 얻는 것까지 읽기의 일부로 받아들입니다. 쓰기 역시 종이에 글을 쓰는 것만을 의미하지 않습니다. 댓글을 달고, 영상을 만들고, 프롬프트를 입력해 결과물을 만드는 것도 하나의 표현이자 참여가 되고 있습니다.

그래서 리터러시 교육도 문자 텍스트 중심의 읽고 쓰기에만 머물러서는 안 됩니다. 디지털 텍스 트와 AI가 만든 결과물을 보고, 판단하고, 제작하 는 방식까지 포함해야 합니다. 매체는 달라졌지만, 결국 리터러시 교육의 핵심은 읽고, 생각하고, 표현

------ 선생님은 AI 교육이 확산되는 흐름 자체는 긍정적으로 보면서도, 현재의 교육이 지나치게 도구 사용법에 치우쳐 있다는 점을 우려했다. AI를 써보 는 경험은 필요하지만, 그것이 교육의 전부가 되어서

그대로 받아들이는 것이 아니라, 그것이 맞는지, 근 최근 AI 교육은 생성형 AI 도구를 잘 사용하는 방법에 집 중되는 경우가 많습니다. 선생님께서 보시기에 AI 리터러 거가 있는지, 한계는 무엇인지 평가할 수 있어야 합 시 교육에서 반드시 다루어야 할 내용은 무엇인가요? 니다. 셋째는 창의적 문제 해결 역량입니다. AI를 이

용해 자기 앞의 문제를 새롭게 바라보고 해결해보는 AI 도구를 써보는 경험은 필요합니 힘이 필요합니다. 마지막으로 윤리적 활용입니다. AI

권영부 ㅣ 다. 사용해 보지 않고는 AI가 무엇을 할 수 있고, 어 를 사용할 때 타인과 사회에 어떤 영향을 미치는지, 떤 한계가 있는지 알기 어렵기 때문입니다. 하지만 어디까지 책임 있게 활용해야 하는지 함께 고민해야 AI 리터러시 교육이 도구 사용법에만 머물러서는 합니다. AI 리터러시는 AI에게 생각을 맡기는 교육 안 됩니다. 지금 많은 교육이 사실상 AI 활용 교육, 이 아닙니다. AI와 함께 생각할 수 있는 사람을 기르

가 많습니다. 저는 AI 리터러시 교육에는 네 가지가 함께 들어가야 한다고 봅니다. 첫째는 AI에 대한 기 본적인 이해입니다. AI가 무엇인지, 우리 사회와 삶 에 어떤 영향을 미치는지 알아야 합니다. 둘째는 비 판적 사고와 평가 역량입니다. AI가 만든 결과물을

더 정확히 말하면 AI 도구 사용 교육에 가까운 경우 는 교육이어야 합니다.

익숙한 디지털 문화에서 출발해, 다시 책으로 돌아가다

•

AI가 만든 결과를 비교하고 평가 하는 경험을 갖게해야 해요

수업을 설계했다.

권영부 ㅣ

------ 선생님의 수업은 강의보다 활동에 가깝다. 80분 수업이라면 교사가 설명하는 시간은 20분 정 도이고, 나머지는 학생들이 직접 찾고, 비교하고, 써 보고, 평가하는 시간으로 채운다. 최근에는 청소년 이 익숙하게 접하는 디지털 문화와 독서를 연결한

실제 수업에서는 이러한 AI 리터러시 교육을 어떻게 풀어 내고 계신가요? 기억에 남는 사례가 있다면 소개해 주세요.

최근에는 AI·디지털 기반의 독서 기록 활동을 진행했습니다. 예를 들어 청소년들이 접하는 ‘브레인롯’ 같은 디지털 문화를 수업의 출발점으로 삼 고, 이를 헨리 데이비드 소로의 『월든』과 연결하는 방 식입니다. 수업에서는 학생들이 먼저 AI에게 『월든』 에 대한 독후감을 작성하게 하고, 이어 인터넷에서 다 른 사람들이 쓴 독후감이나 책 소개 글을 찾아봅니 다. 그런 다음 학생 자신이 책을 읽고 느낀 점을 바탕 으로 직접 독후감을 씁니다. 이후 AI가 쓴 글, 다른 사람이 쓴 글, 자신이 쓴 글을 비교하면서 어떤 글이 책의 내용을 더 정확하게 담고 있는지, 또 어디에 자 신의 생각과 감정이 더 잘 드러나는지를 살펴봅니다.

특히 이 과정에서 학생들이 활동지에 손으로 직접 정리하고 써보는 단계를 중요하게 둡니다. AI

•

PART. 03

“좋은 질문은 기술에서만 나오지 않습니다”

와 디지털 도구를 활용하더라도, 마지막에는 자신의 ------ AI 시대에는 누구나 빠르게 정보를 찾고 결 언어로 다시 써보아야 생각이 정리되고 기억에 오래 과물을 만들 수 있다. 그렇기 때문에 선생님은 오히 남기 때문입니다. 이 활동은 AI를 독서의 대체물로 려 ‘질문하는 힘’이 더 중요해졌다고 말한다. 학생뿐 삼는 것이 아니라, AI가 만든 결과물을 비판적으로 아니라 교사, 학부모, 사서, 사회기관 관계자 등 다 검토하고 자신의 생각을 더 분명하게 표현하도록 돕 양한 대상을 만나면서도 공통적으로 강조하는 부 는 수업이라고 할 수 있습니다.

분은 바로 이 지점이다.

또 AI가 쓴 글을 비판적으로 살펴보는 활동도 선생님께서는 학생뿐 아니라 교사, 학부모, 사서, 사회기관 진행합니다. 예를 들어 AI에게 ‘어머니’를 주제로 짧 은 시를 쓰게 한 뒤, 학생들에게 그 시의 장점과 한계 를 찾아보게 합니다. 처음에는 AI가 쓴 글을 잘 썼다 고 느끼는 학생들도 있지만, 조금 더 들여다보면 “내 마음을 담아내지는 못한 것 같다”라는 이야기를 하 기도 합니다. 이 과정에서 학생들은 AI가 만든 결과 물이 그럴듯해 보여도 그대로 믿거나 받아들여서는 안 된다는 점을 자연스럽게 배우게 됩니다. 중요한 것은 AI를 못 쓰게 하는 것이 아니라, AI가 만든 결 과를 비교하고 평가하는 경험을 갖게 하는 것입니다.

권영부 ㅣ

는지가 더 중요해졌습니다.

관계자 등 다양한 대상을 만나오셨습니다. 대상은 달라도 공통적으로 강조하시는 AI 리터러시의 핵심이 있을까요?

공통적으로 강조하는 것은 ‘질문의 힘’입니다. AI 시대에는 누구나 정보를 찾을 수 있 고, 결과물을 만들 수 있습니다. 그래서 이제는 단 순히 지식을 많이 아는 것보다 어떤 질문을 할 수 있

AI에게 단순한 지식 질문을 하면 비슷한 답이 나오는 경우가 많습니다. 하지만 자기만의 경험, 관 찰, 감성, 통찰이 담긴 질문은 다릅니다. 예를 들어 “선생님 얼굴을 재미있게 바꿔줘”라고 입력하는 것

“제로클릭 시대일수록 더 많이 생각하게 해야 합니다”

•

------ 인터뷰의 끝에서 선생님은 AI 리터러시 교 과, “불국사에서 본 다보탑과 하늘의 느낌을 담아 육의 방향을 다시 한번 강조했다. AI가 점점 더 편리 선생님의 이미지를 바꿔줘”라고 입력하는 것은 전혀 해질수록 사람은 생각하지 않아도 되는 환경에 익 다른 결과를 만들어 냅니다. 좋은 질문은 단순한 기 숙해질 수 있다. 그렇기 때문에 교육은 오히려 사고 술에서만 나오지 않습니다. 그 사람이 무엇을 보고, 하고 판단하는 시간을 만들어야 한다는 것이다. 느끼고, 생각했는지에서 나옵니다. 그래서 저는 학 생에게도, 교사와 학부모에게도 다양한 경험이 중요 앞으로 AI 리터러시 교육이 나아가야 할 방향은 무엇이라 하다고 말합니다. 책을 읽고, 박물관과 미술관에 가 고, 여행지에서 관찰하고, 자기만의 감성을 쌓는 과 정이 AI 시대에는 오히려 더 중요해질 수 있습니다. AI가 답을 만들어주는 시대일수록, 사람은 더 좋은 질문을 할 수 있어야 합니다.

고 보시나요? 학교와 지역사회, 미디어교육 기관이 함께 고민해야 할 과제도 궁금합니다.

권영부 ㅣ 지금 AI 리터러시 교육에 대한 관심 이 커지고 있는 것은 반가운 일이지만, AI 리터러시 라는 이름으로 이루어지는 교육 중 상당수가 실제 로는 AI 도구를 어떻게 사용하는지 알려주는 활용 교육에 머무는 경우가 많습니다. 물론 AI를 직접 사 용해 봐야 그 가능성과 한계도 알 수 있기 때문에 도구를 다루는 경험은 필요하다고 생각합니다만, 도

구 사용법을 익히는 것이 AI 리터러시 교육의 전부 가 되어서는 안 됩니다.

마무리

------ 인터뷰를 통해 리터러시 교육이 단순히 새 AI가 점점 더 편리해질수록 우리는 클릭조차 로운 기술을 익히는 수업이 아니라는 점을 다시금 하지 않아도 되는 ‘제로클릭(zero-click)’ 시대에 생각하게 한다. AI가 글을 쓰고, 이미지를 만들고, PART. 03 가까워지고 있습니다. 편리함은 커지지만, 그만큼 정보를 정리해주는 시대에도, 무엇을 질문할지, 어 사람이 직접 생각하고 판단할 기회는 줄어들 수 있 떤 결과를 믿을지, 어떻게 표현하고 책임질지는 여전 습니다. 그렇다면 교육은 오히려 더 많이 생각하게 히 사람의 몫이다. 기술이 더 편리해질수록 교육은 하는 방향으로 가야 합니다. AI가 알아서 해주는 것 오히려 인간의 사고와 감성, 판단의 힘을 놓치지 않 을 그대로 따라가는 사람이 아니라, AI가 만든 결과 아야 한다. AI 리터러시는 결국 AI를 잘 다루는 능 를 이해하고, 검토하고, 자신의 관점으로 다시 구성 력을 넘어, AI 앞에서도 인간이 주도성을 잃지 않도 할 수 있는 사람을 길러야 합니다.

그러기 위해서는 AI 리터러시 교육의 균형을 다시 생각해야 합니다. 도구 활용 교육도 필요하지 만, AI를 이해하는 교육, AI가 만든 결과를 비판적 으로 평가하는 교육, AI를 활용해 문제를 창의적으 로 해결하는 교육, 그리고 윤리적으로 사용하는 교 육이 함께 이루어져야 합니다. 지금처럼 활용법 중 심으로만 흘러가면 AI 리터러시라는 말은 남지만, 정작 리터러시 교육이 길러야 할 사고력과 판단력은 충분히 다루기 어렵습니다.

미디어교육 기관도 중요한 역할을 할 수 있습 니다. 어린이, 청소년, 성인, 노년층 등 세대마다 AI 를 만나는 방식은 다르고, 필요한 교육도 다릅니다. 따라서 단순히 새로운 도구를 소개하는 데서 그치 지 않고, 대상별 특성에 맞는 AI 리터러시 프로그램 을 개발하고 실천하는 노력이 필요합니다. 강사들이 개별적으로 도구 사용법을 전달하는 방식에서 나아 가, 현장의 경험을 모아 함께 교육 내용을 만들고 확 산하는 구조도 필요합니다.

AI 리터러시 교육은 결국 AI를 잘 쓰는 사람 을 만드는 데서 끝나는 것이 아닙니다. AI 시대에도 스스로 질문하고, 생각하고, 판단하며 살아갈 수 있 는 사람을 기르는 일이라고 생각합니다.

록 돕는 교육이 되어야 할 것이다.

스스로 질문하고, 생각하고, 판단 하며 살아갈 수 있어야 합니다.

현장과 만나다

AI 기술로 연결하는 따뜻한 사회, 해외 이주민 교육

현장과 만나다

AI 기술로 연결하는 따뜻한 사회, 해외 이주민 교육

이 쪽은 글자로 옮기지 못했습니다. 이북에서 보기

사람을 이해하는 것에서 출발하다

면, 국내 다문화 가구와 해외 이주민 수는 해마다 증가하고 있다. 다문화 가구는 약 43만 9천 가구로

------ 통계청의 2024년 인구주택총조사에 따르 (8.9%) 순으로 나타났다.

년 대비 5.1%p 상승했다. (귀화허가자) 언어 문제 (18.3%), 자녀 양육 및 교육(13.4%), 경제적 어려움

또한 해외 이주민들은 일자리의 불안정, 임금 PART. 04 집계되었으며, 귀화자 가구, 결혼이민자 가구, 다문 격차, 차별 문제 등 다양한 사회·경제적 어려움도 함 화 자녀 가구 등 다양한 형태로 한국 사회의 구성원 께 경험하고 있다. 제조업과 서비스업에서는 숙련도 이 되어가고 있다.

에 따른 임금 차이가 크게 나타났고, 건설업과 농업 분야에서는 상대적으로 낮은 임금을 받는 경우가 이처럼 한국 사회는 점점 더 다양한 문화와 언 많았다. 무엇보다 “한국어가 서툴러서 일을 하지 못 어가 공존하는 사회로 변화하고 있으며, 해외 이주 한다.”라는 응답은, 언어 장벽이 단순한 의사소통의 민 또한 지역사회 안에서 함께 살아가는 중요한 이 문제가 아니라 사회 참여와 경제 활동에도 직접적인 웃이 되었다.

하지만 해외 이주민들이 한국 사회에 안정적 으로 정착하는 과정은 결코 쉽지 않다.

영향을 미치고 있음을 보여준다.

이러한 현실 속에서 해외 이주민이 한국 지역 사회의 일원으로서 자연스럽게 소통하고 참여할 수 있도록 돕는 교육의 필요성을 고민하게 되었다. 특 ------ 2024년 이민자 체류 실태 및 고용 조사 히 디지털 환경이 빠르게 변화하는 시대에서 단순한 결과에 따르면, 한국 생활에서 어려운 점은 (외국 언어 교육을 넘어, 디지털·미디어 활용 능력을 함께 인) 언어 문제(29.8%), 외로움(13.0%), 경제적 어 키우는 교육이 중요하다고 느꼈다. 려움(9.3%) 순으로 나타났으며, 언어 문제는 전

합계 외로움 가족 간의 갈등 자녀양육 및 교육 · 군 · 구청 등 기관 이용 은행, 시 경제적 어려움 언어 문제 생활방식, 음식 등 문화차이 외국인에 대한 오해 또는 무시 기타

[통계자료 : 2024년 이민자 체류실태 및 고용조사 결과, 한국생활에서 어려운 점 도표]

외국인 2022. 5. 2024. 5. 증감 2022. 5. 2024. 5. 증감 100.0 100.0 16.9

귀화허가자

AI는 다양한 방식으로 삶의 질 향상에 기여하다

•

------ AI는 산업, 교육, 문화, 예술 등 다양한 영

경험에서 기회로, ‘나의 미래 찾기’

•

사람을 위한 AI 활용 프로젝트를 실천하다

역에서 인간과 공존하며 협업하는 범용 기술로 자리 ------ 네팔, 미얀마, 베트남, 일본, 중국 등 다양 잡고 있다. 우리는 이제 여러 분야를 연결하는 AI 기 한 국적의 결혼이민자와 다문화가정 여성들을 대상 반의 융합적 사고와 빠르게 변화하는 삶의 방식에 으로 ‘결혼이민자! 직업 탐색 및 미래 찾기!’ 교육을 적응해야 하는 시대를 살아가고 있다.

진행하였다. 수강생들은 본국을 떠나 한국 사회에 정착하며, 자신의 꿈이나 정체성보다 부모, 배우자, 특히 미디어교육 현장에서는 다양한 수강생을 가족 구성원으로서의 역할에 집중하며 살아온 시간 만나며 생성형 AI를 활용한 교육에 대한 고민이 점 이 많아 보였다. 그래서 이번 교육은 ‘나 자신’을 돌 점 깊어지고 있다. 단순히 AI 기술을 배우고 익히는 아보고 자신의 가능성을 발견하는 과정에 의미를

경험을 창의적으로 표현하고 서로 소통할 수 있도록 돕는 디지털·미디어교육의 중요성 또한 커지고 있기 때문이다.

데 그치는 것이 아니라, 수강생들이 자신의 생각과 두고자 했다.

수강생들은 자신의 이야기를 직접 풀어내고 표 현하는 활동에 큰 만족감을 보였으며, 수업 마지막까 지 적극적으로 참여하는 모습을 보여주었다. 특히 평 또한 다양한 언어와 문화를 가진 수강생들이 소 잊고 지냈던 자신의 내면을 들여다보고, 스스로 생성형 AI를 매개로 서로 연결되고, 한국 사회의 일 의 강점과 관심사를 찾아 정리해 보는 과정이 매우 원으로서 소통하고 협력하는 경험을 쌓기를 바랐다. 인상적이었다. 내가 무엇을 좋아하는지, 어떤 일을

들이 속한 사회에서 자신의 생각을 효과적으로 표 현하고, 보다 능동적이고 적극적으로 참여할 수 있

이에 생성형 AI를 창의적으로 활용해, 수강생 스로 생각해 보는 시간이 되었다.

잘할 수 있는지, 그리고 평소 나는 어떤 사람인지 스

마인드맵 스토리텔링 기법을 활용해 자기 탐색 는 자신감을 얻기를 바라는 마음으로 ‘Good, AI- 과정을 핵심 키워드 중심으로 세분화하며 자신을 들 dear! (굿 아이디어!) 해외 이주민을 위한 AI 활용 여다보았기 때문에, 수강생들이 부담 없이 접근할 수 프로젝트’ 교수 학습 지도안을 개발하게 되었다.

있었던 것 같다. 자기 탐색 내용을 바탕으로 ‘나를

닮은 AI 아바타’를 생성하고, 자신의 특징을 반영한 순한 언어 습득의 욕구만은 아니라는 것을 느끼게 아바타 이미지를 통해 스스로를 직관적으로 바라볼 된다. 더 자연스럽게 이웃과 대화하고 싶고, 아이의 수 있었다.

다음 활동에서는 생성형 AI를 활용해 자신의 이력서를 작성해 보고, 자신의 강점을 살린 로고 제

학교 선생님 앞에서, 또 직장에서 내 의견을 제대로 전달하고 싶다는 삶의 바람이 그 안에 담겨 있다.

2015년 TBN에서 방영된 프로그램 〈Let 美人〉 작도 진행하였다. 자신의 이력과 경험, 특이 사항, 성 은 외모 콤플렉스를 가진 출연자들이 전문가의 도움 과 등을 입력하면 AI가 문장을 자연스럽게 정리하 으로 변화하는 과정을 담아 시청자들의 마음을 움 고, 가독성 높은 구조로 이력서를 완성해 주는 과 직였다. 외모만이 아니라, 말하는 방식이 달라지면 정에 높은 관심을 보였다. 자신의 강점을 시각적으 어떨까. 결혼이민자들에게 말하는 습관을 돌아보고, 로 표현한 AI 로고 역시 색상과 디자인을 직접 피드 강점을 발견하고, 조금씩 나아지는 경험을 통해 변 백하며 수정해 나갔고, 점차 ‘나를 표현하는 도구’로 화의 기회를 만들어 주고 싶었다. 한국어 실력 이전 완성되어 가는 과정이 인상적인 경험으로 남았다.

에, 내가 말하는 방식에 대한 자신감을 먼저 키워주 고 싶다는 바람이 수강생 한 사람 한 사람에게 실질 또한 프리랜서 플랫폼을 활용해 자신의 기술 적인 변화를 선물하는 이번 교육으로 이어졌다. 과 재능을 실제 수익 활동으로 연결할 수 있는 방법 도 함께 알아보았다. 크몽, 숨고와 같은 플랫폼의 구

수강생들은 먼저 자신을 소개하는 짧은 영상 조와 거래 환경을 이해하고, 직접 회원가입과 프로 을 직접 촬영한 뒤, 이를 생성형 AI에 업로드한다. 필 업로드 실습까지 진행하였다. 이를 통해 교육생 그러면 AI는 영상 속 화자의 억양, 말투, 시선 처리, 들은 단순히 정보를 배우는 것을 넘어, “나도 할 수 자세, 반복되는 언어적 습관 등을 종합적으로 분석 있다”라는 자신감과 효능감을 경험할 수 있었다.

짧은 영상으로 시작되는 ‘나를 발견하는 시간’

•

하여 강점과 개선점, 그리고 일상에서 실천할 수 있 는 구체적인 연습 방법까지 제안해 준다. 단순히 “잘 했어요.”, “좀 더 연습하세요.”가 아니다. AI는 “문장 을 시작할 때 ‘음…’이라는 추임새가 자주 등장합니 ------ 해외 이주민 대상 교육을 진행하다 보면, 다.”, “시선이 왼쪽 아래를 향하는 경향이 있습니다.” 교육 현장에서 빠지지 않고 등장하는 이야기가 있 처럼 구체적이고 개인화된 피드백을 건넨다. 처음에 다. “한국어를 더 잘하고 싶어요.” 수강생들과 이야 는 어색해하던 참가자들도 자신의 분석 결과가 화면 기를 나누다 보면, 유창한 한국어에 대한 바람은 단 에 뜨자 눈을 동그랗게 뜨고 화면에 집중했다.

“나도 몰랐던 것들을 AI가 알려줬어요.” 수업

결혼이민자로 한국에서 살아가며 ‘말하기’는 단 이 본격적으로 무르익을수록, 교육장 곳곳에서는 순한 의사소통 이상의 의미를 갖는다. 언어가 서툴 때 크고 작은 탄성과 웃음이 이어졌다. 베트남 출신의 의 위축감, 발음이 틀릴까 봐 조심스러운 마음, 회의나 한 수강생은 “AI가 말할 때 손을 너무 많이 움직인 모임에서 선뜻 말을 꺼내지 못했던 경험들. 이날 교육 다고 했는데, 남편도 예전부터 그 이야기를 했어요. 은 그 묵은 마음을 조금씩 풀어내는 시간이기도 했다. 남편이 말할 때는 그냥 넘겼는데, AI가 알려주니까 고쳐야겠다 싶더라고요.”라며 웃었다. 또 중국에서

단순히 기술을 배우는 수업이 아니었다. 잘못 온 한 수강생은 “저는 늘 발음이 불명확하다는 말 된 점만 지적하는 것이 아니라, 강점을 먼저 짚어주 을 들어왔는데, 고치기 쉽지 않았어요. 그런데 AI가 고 개선점을 부드럽게 안내하는 방식이 참가자들의

구체적으로 알려주니까, 오늘 집에 가서 바로 해볼 수 있겠다는 생각이 들었어요.”라고 말했다.

‘하루에 5번씩 이 문장을 따라 읽어보라’는 식으로 마음을 열었다.

수업이 끝날 무렵, 수강생들은 저마다 오늘 받 은 피드백을 메모하거나 캡처하며 교육장을 나섰다. 이처럼 수강생들에게 특히 인상 깊었던 것은 처음에는 카메라 앞에 서는 것조차 쑥스러워하던 피드백의 구체성과 실천 가능성이었다. 막연히 “더 이들이, “다시 찍어 봐도 돼요?”라고 물으며 한 번

나 할 수 있는 방식으로 제안되는 연습법이라면 할 수 있겠다.’는 동기를 자연스럽게 불러일으켰다.

자신 있게 말하세요.”가 아니라, ‘매일 조금씩, 누구 더 영상을 촬영하기도 했다.

끼게 해주었다.

생성형 AI 미디어교육은 단순히 새로운 기술 을 소개하는 데서 그치지 않는다. 이 교육이 진정으 로 목표하는 것은, 기술을 통해 스스로를 더 잘 알 고, 더 당당하게 표현할 수 있는 힘을 기르는 것이 다. 오늘 이 자리에 모인 참가자들은 AI 앞에서 자신 의 목소리를 꺼내 들며 그 첫걸음을 내디뎠다.

“한국에서 10년을 살았는데도 공식적인 자리 에서 말하는 건 아직도 많이 떨려요. 오늘 AI가 ‘발 음이 또렷하고 목소리 톤이 안정적입니다.’라고 해줬 을 때, 처음으로 ‘내가 잘하고 있는 것도 있구나.’ 싶 었어요. 자신감도 생겼어요!” 교육이 끝나고 다가온 수강생의 말이, 이번 교육이 남긴 의미를 다시금 느

Good, AI-dear! 사람과 사회를 연결하며, AI 교육의 가치를 확장하다

------ 구글 CEO 순다르 피차이는 ‘AI는 전기나

(교수학습자료 이해를 돕기 위한 AI 생성 이미지)

불보다 더 근본적인 혁신’이라고 말하며 AI가 의료, 람들이 편견과 차별 없이 서로를 이해하고 존중하며 교육, 환경 문제 해결 등 다양한 분야에서 인간의 살아가는 사회, 그리고 해외 이주민들이 한국 사회 삶을 향상시키는 데 중요한 역할을 할 수 있다고 강 의 구성원으로서 자신의 이야기를 능동적으로 표현 조했다.

하고 참여할 수 있는 환경을 만들고자 했다. 이를 위 해 생성형 AI를 창의적으로 활용한 디지털·미디어 리 AI는 단순한 기술을 넘어 사람의 삶과 사회를 터러시 교육을 통해 학습자들이 자신의 경험과 생각 긍정적으로 변화시킬 수 있는 가능성을 가지고 있 을 표현하고, 사회와 연결되며, 새로운 가능성을 발 다. AI를 통해 사회에 기여할 수 있는 역량을 키우 견할 수 있는 실질적인 기회를 제공하고자 한다. 고, 서로의 다양성을 이해하며 공존과 존중의 가치 를 실천해 나간다면, 기술은 누군가를 소외시키는

앞으로 AI 교육은 사람과 사람을 연결하고, 서 것이 아니라 사람과 사람, 그리고 사회를 연결하는 로의 다양성을 이해하며, 사회 속에서 자신의 목소 힘이 될 수 있다. 이번 교육 또한 수강생들이 생성형 리를 낼 수 있도록 돕는 방향으로 확장될 필요가 있 AI를 통해 자신의 생각과 목소리를 자유롭게 표현 다. 또한 누구나 자신의 삶과 경험을 콘텐츠로 표현 하고 사회와 적극적으로 소통하며, 나아가 우리 삶 하며 사회와 소통할 수 있는 시대인 만큼, 생성형 AI 에 긍정적인 변화를 만들어가는 의미 있는 계기가 는 해외 이주민들에게도 새로운 도전과 기회의 도구 되었으면 한다.

‘Good, AI-dear! (굿 아이디어!) 해외 이주민

가 될 수 있다고 생각한다.

‘Good, AI-dear! (굿 아이디어!) 해외 이주 을 위한 AI 활용 프로젝트’ 교수 학습 지도안을 개발 민을 위한 AI 활용 프로젝트’ 교육이 수강생들에게 하면서 가장 중요하게 생각한 것은 생성형 AI를 단 “나도 할 수 있다”라는 작은 자신감의 시작이 되고, 순한 기술 교육의 도구가 아니라, 해외 이주민과 지 나아가 자신의 삶을 스스로 표현하며 사회와 연결 역사회를 연결하는 ‘소통의 매개자’이자 ‘브리지’로 되는 의미 있는 첫걸음이 되기를 기대한다. 활용하는 것이었다. 다양한 문화와 언어를 가진 사

미디어교육 팁앤툴

AI 미디어교육, 알아두면 든든한 AI 교육 가이드라인

미디어교육 팁앤툴

AI 미디어교육, 알아두면 든든한 AI 교육 가이드라인

AI 미디어교육, 알아두면 든든한 AI 교육 가이드라인

임헌숙 ㅣ 미디어교육 강사

------ 생성형 AI가 단기간에 미디어교육 현장에 파도처럼 밀려들어 왔다. 초기에는 “프롬프트를 어떻게 써 야 그림이 잘 나오나요?”, “영상을 만들어 주는 무료 AI툴은 무엇인가요?”, “왜 손가락이 6개로 만들어질까요?” 와 같은 기술적 호기심을 해결해 주는 AI 도구 활용 교육에 중점을 두었다. 하지만 이제 필요한 교육은 단순한 툴 사용법만을 안내하는 교육이 아니라 “학생이 AI로 만든 영상을 자신의 창작물이라며 공모전에 출품해도 될 까요?”, “수업 중에 CHATGPT를 사용하게 하려는데 학생 가입 연령 제한은 어떻게 되나요?”와 같은 훨씬 복잡 하고 현실적인 문제들을 접하게 된다.

생성형 AI는 강력한 보조 도구이지만, 그 이면에는 저작권 침해, 개인 정보 유출, 윤리적 편향이라는 그림 자가 짙게 깔려 있다. 강사가 이 모든 위험을 완벽하게 통제할 수는 없지만, 최소한 어디에 지뢰가 있는지 알고 수업을 설계하는 것과 모르고 진행하는 것은 천지 차이일 것이다. 다행스럽게도 국내외 주요 기관에서 미디어 교육 강사들의 훌륭한 나침반이 되어줄 가이드라인과 법령들을 참고 할 수 있다.

이 글에서는 수업 현장에서 강사들이 즉각적으로 참고할 수 있는 5가지 핵심 가이드라인을 제시하고자 한다.

1. [저작권] 한국저작권위원회

www.copyright.or.kr

미디어교육을 진행하면서 가장 질문이 많은 분야는 단연 저작권이다. 한국저작권위원회가 발 표한 「생성형 AI 저작권 안내서」(2023. 12)와 「생성형 AI 활용 저작물의 저작권 등록 안내서」 (2025. 6) 는 명확한 가이드라인을 제시한다. 핵심은 “AI에게 프롬프트를 입력하여 얻은 결과물 그 자체로는 창작적 기여를 인정받을 수 없다. ”는 것이다.

수업에서 학생이 나노 바나나로 생성한 훌륭한 일러스트나, CHATGPT가 작성한 매끄러운 시나 리오는 저작권법상 보호받는 저작물이 될 수 없다. 저작권이 인정되기 위해서는 인간이 직접 수 정·편집·선택하는 과정, 즉 인간의 사상이나 감정을 표현하여 창작에 실질적인 기여를 해야 한다. 따라서 강사는 단순히 프롬프트를 입력하여 AI로 콘텐츠를 제작하고 완성하기를 넘어 “생각 반 영 질문-생성-창의성 반영 수정-완성” 과정을 통해 AI가 만들어낸 결과물을 재가공하는 창작 과정에 초점을 맞춰 수업을 진행해야 한다.

현장 활용 포인트

학생들에게 ”프롬프트 입력은 창작이라기보다 주문에 가깝다“는 점을 명확히 안내하기 결과물을 그대로 제출하는 것을 지양하고, 본인만의 스토리나 디자인을 추가로 결합(수정/리

터칭)하는 후반 작업 비중 높이기

・

외부 공모전 출품 시 AI 활용 사실을 반드시 고지하도록 지도하기

[한국저작권위원회 「생성형 AI 저작권 안내서」 (출처: 한국저작권위원회, 2023.12)]

www.law.go.kr

2. [법제] 인공지능기본법 (2026. 1. 22 시행)

미디어교육 AI 강사라면 최신 법령 동향을 눈여겨볼 필요가 있다. 2024년 12월 26일 국회를 통 과한 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」 은 유럽연합(EU)에 이어 세계에서 두 번째로 제정된 AI 기본법이다. 이 법은 세세한 처벌 조항보다는 국가 차원의 큰 방향성을 제시하 는 원칙 중심의 접근을 취했다.

AI 미디어교육 현장에서 가장 먼저 숙지해야 할 내용은 ‘투명성 의무’이다. AI 기본법은 생성형 AI로 만든 결과물에 AI로 생성·편집되었음을 표시하도록 권고하고 있다. 텍스트, 이미지, 영상, 음성 등 모든 형태의 콘텐츠가 이에 해당한다. 특히 실제와 구분하기 어려운 딥페이크 영상이나 합성 음성의 경우, 사람이 명확히 인식할 수 있도록 표시해야 한다.

AI 기본법 주요 의무 - 강사 수업 적용 체크리스트 (출처: 인공지능 기본법) AI 생성물 표시 : 결과물에 “AI 생성/편집됨” 문구 또는 워터마크, 캡션 표기를 기본으로 안내

딥페이크 고지 : 실제와 구분하기 어려운 합성 콘텐츠에는 가시적 표시 의무 사전 고지 의무 : AI 서비스 사용 사실을 이용자에게 사전에 알리는 절차 포함

3. [개인정보] 개인정보보호위원회

www.pipc.go.kr

수업 중 프롬프트에 타인의 실명이나 민감한 개인정보를 무심코 입력했다면? 그 데이터는 고스란히 글로벌 기업의 AI 학습 데이터로 활용될 가능성이 있다. 개인정보보호위원회가 2025년 8월 발간한 「생성형 인공지능 개발·활용을 위한 개인정보 처리 안내서」 는 이러한 위험을 예방하기 위한 구체적인 지침을 제공하고 있다.

[「생성형 AI 개발·활용을 위한 개인정보 처리 안내서」 표지 (출처: 개인정보보호위원회 2025.11)]

이 안내서는 생성형 AI의 수명 주기를 4단계(목적 설정 → 전략 수립 → 학습 및 개발 → 적용 및 관리)로 구 분하고, 단계별 안전 조치를 제시하고 있다. 미디어교육은 주로 4단계 적용 및 활용에 해당하지만, 프롬프 트와 함께 제공하는 참고 데이터로 인해 데이터가 유출될 수 있다는 점에서, 강사는 학습 단계에서 발생할

[CHATGPT 설정 화면]

수 있는 위험성을 충분히 인지하고 이를 예방·통제할 수 있도록 안내해야 한다.

활용 Tip! 수업용으로 AI 활용 시, 설정에서 모델 학습에 데이터 제어(Data Controls)옵션 해제 지도 CHATGPT – 프로필 – 설정 – 데이터 제어 – 모두를 위한 모델 개선 – 끄기

nia.or.kr

4. [윤리] 방송미디어통신위원회, 한국지능정보사회진흥원(NIA)

AI의 편향성이나 딥페이크와 같은 윤리적 문제는 이제 뉴스 속 이야기만이 아니다. 방송미디어통 신위원회와 한국지능정보사회진흥원이 발간한 「생성형 AI 윤리 가이드북」(2023.12.28.) 은 이러 한 문제들을 실제로 어떻게 다룰 수 있는지 안내하고 있다. 이 가이드북은 저작권, 책임성, 허위 조작정보, 개인정보, 인격권, 오남용 등 6개 파트로 구성되어 있다. 특히, 부록으로 제공되는 체크 리스트와 사례형 Q&A 24문항이 활용도가 높다. “딥페이크 기술로 돌아가신 가족의 영상을 만 들어도 될까?”, “AI가 역사적 사실을 다르게 지어냈을 때 누가 책임져야 할까?”와 같은 질문들은 수업 현장에서 학생들과 함께 고민해 볼 수 있는 훌륭한 수업 소재가 된다. 2025년 3월 시행된 「생성형 인공지능 서비스 이용자 보호 가이드라인」 을 함께 활용하면, AI이용자의 권리를 가르치 는 수업 구조를 자연스럽게 설계할 수 있다.

생성형 AI 윤리 가이드북 - 6개 파트 구성

・・・・・

[생성형 AI 윤리 가이드북]

저작권 : AI 생성물의 저작권 귀속 문제와 학습 데이터 무단 사용 쟁점 책임성 : AI 결과물로 인한 피해 발생 시 책임 소재와 대응 방법 허위조작정보 : AI가 생성한 가짜 뉴스, 딥페이크 콘텐츠 식별 및 대응 개인정보·인격권 : AI 서비스 이용 시 개인 정보 유출 및 초상권 침해 예방 오남용 : 혐오 표현 생성, 범죄 악용 등 AI 오남용 사례와 예방 방법

5. [국제] 유네스코(UNESCO)

www.unesco.org

글로벌 시각에서 교육 현장의 AI 도입을 가장 보수적이면서도 체계적으로 다룬 곳이 유네스코이 다. 「Guidance for Generative AI in Education and Research」(2023. 9) 에서 가장 주목해야 할 점은 “만 13세 미만 아동의 생성형 AI 직접 사용을 제한할 것을 권고한다”는 점이다.

이어 발표된 「AI Competency Framework for Teachers」(2024.9) 는 교·강사가 갖추어야 할 AI

UNESCO 교사(강사)용 AI 역량 프레임워크 5차원

역량을 5차원, 15개 역량, 3단계 수준(습득·심화·창출)으로 세분화해 제시하고 있다.

1차원 : 인간 중심 사고방식 – AI를 도구로 보되, 인간의 판단·감정·윤리를 우선시하는 관점 유지

・・・・

2차원 : AI 윤리 – 편향, 프라이버시, 투명성, 책임에 대한 이해와 적용 능력 3차원 : AI 기초 – AI 작동 원리, 데이터 학습, 한계(환각 현상 등)에 대한 기본 지식 4차원 : AI 페다고지 – AI를 수업 설계, 과정, 평가에 책임 있게 통합하는 방법 5차원 : AI 직무 전문성 – 자신의 교과 및 강의 영역에서 AI를 심화 활용할 수 있는 역량

•

------ 강사는 AI의 가능성을 가르치는 동시에, 그 이면에 존재하는 위험까지 먼저 이해하고 있어야 하는 사 람이다. 위에서 소개한 5가지 가이드라인은 완벽한 정답이 아니다. 하지만 어디에 지뢰가 있는지 알고 수업에 들어가는 것과 모르고 들어가는 것은 분명히 다르다.

가이드라인은 제약이 아니라 강사의 전문성을 뒷받침하는 근거다. 오늘 소개한 자료들을 북마크해 두고, 수업 설계 전 한 번씩 꺼내보는 습관을 권한다. 그것만으로도 강의실은 조금 더 안전해지고, 강사는 한층 더 단 단해진다.

미디어리터러시+

미디어리터러시 관련 국내외 연구 동향

미디어 리터러시+

미디어리터러시+: 최신 연구와 글로벌 동향을 통해 미디어교육의 방향을 살펴보는 코너

이 쪽은 글자로 옮기지 못했습니다. 이북에서 보기

1. Media Literacy Index 2026: 국가별 미디어 리터러시 지수

- 출처: Open Society Institute-Sofia(OSIS) - 발행일: 2026년 1월

유럽의 비영리단체인 Open Societ y 를 종합적으로 살핀다. 이를 위해 미디어 자 Institute-Sofia(OSIS)가 발표한 <Media 유도, 교육 수준, 사회적 신뢰, 온라인 참여 LiteracyIndex 2026>은 국가별 미디어 리 라는 네 가지 영역을 중심으로 국가별 점수 터러시 수준을 비교한 국제 지수 보고서이 를 산출하며, OECD의 PISA, UN의 온라인 다. OSIS는 2017년부터 유럽 국가를 중심 참여 지수, 세계가치조사 등의 국제 통계를

2023년부터는 한국·미국·일본 등 유럽 외 국 가를 포함해 총 47개국을 조사하고 있다.

으로 미디어 리터러시 지수를 발표해 왔으며, 활용한다.

2026년 조사에서 한국은 종합점수 60점으 로 47개국 중 16위를 기록했다. 이는 2023 이 지수는 미디어 리터러시를 단순히 개인의 년과 동일한 점수와 순위이다. 한국은 중상 정보 판별 능력만으로 측정하지 않는다. 대신 위권 그룹인 클러스터 2에 포함되었으며, 독 한 사회가 미디어 환경 속에서 정보를 비판적 일·영국·미국·프랑스 등과 같은 그룹에 속했 으로 이해하고, 신뢰할 수 있는 공론장을 형 다. 세부 지표를 보면 한국은 교육 수준 부문 성할 수 있는 기반을 얼마나 갖추고 있는지 에서 2023년 2위에서 2026년 1위로 상승했

조사항목 및 한국 순위

지표

미디어 자유도 (Media Freedom indicators)

교육수준 (Education indicators)

사회적 신뢰 (Trust) 온라인 참여 (e-participation)

항목(조사처)

조사항목 및 방식

언론자유도 (Freedom House)

정치적, 법적, 경제적 환경에서의 20% 언론 자유도 평가

언론자유지수 (Reporters without Borders)

언론인에 대한 폭력, 언론 독립성, 20% 미디어 환경 및 자율성

읽기 능력 (OECD(PISA)) 과학 능력 (OECD(PISA))

만 15세 학생들의 읽기, 수학, 과학에 대한 학습 성과

수학 능력 (OECD(PISA)) 고등교육 접근성 (World Bank)

고등교육 기관에 등록된 18~24세 연령대 인구 비율

타인신뢰도 (World Values Survey)

세계가치조사 중 “대부분의 사람들을 10% 신뢰할 수 있다”고 답한 비율

온라인 참여지수 (UN)

각국 정부의 온라인 서비스와 디지털 기반 참여 수준 분석

가중치 한국 순위

30%

5%

5%

5%

5%

고, 온라인 참여 역시 7위에서 6위로 올랐다. 반면 미디어 자유도는 27위에서 32위로 하락 했으며, 사회적 신뢰는 20위로 변화가 없었 다. 이는 한국이 높은 교육 성과와 디지털 참 여 기반을 갖추고 있지만, 미디어 환경의 자 유도와 사회적 신뢰 측면에서는 여전히 개선 과제가 남아 있음을 보여준다.

2026년 전체 순위에서는 덴마크·핀란드·아 일랜드·네덜란드가 공동 최상위권을 기록했 다. 상위권은 북유럽과 서유럽 국가에 집중되 었고, 하위권은 동남유럽과 서발칸 국가들이 주로 포함되어 지역 간 격차도 확인되었다.

해외정보조작간섭(FIMI)을 탐지, 평가 및 대응하기 위한 실용적인 도구 키트

격차가 여전히 존재함을 보여주었다.

뢰 부문에서는 개선이 필요하다.

2. A practical toolkit for detecting, assessing, and responding to Foreign Information Manipulation and Interference (FIMI)

핵심 인사이트!

- 덴마크·핀란드·아일랜드·네덜란드가 공동 1위를 기록했으며, 상위권은 북서 유럽 국가에, 하위권은 동남유럽 및 서 발칸 국가에 집중되어 유럽 내 지역 간

- 한국은 2023년과 동일하게 종합점수 60점, 47개국 중 16위를 기록했으며, 교 육 수준과 온라인 참여 부문에서는 강점 을 보였지만, 미디어 자유도와 사회적 신

- 출처: EU DisinfoLab - 발행일: 2026년 1월 23일

세계 전역에서 허위 정보 및 해외정보조작간 이러한 격차를 해소하기 위해 EU 디스인포랩 섭(FIMI) 활동이 급증하고 있는 가운데, 은 전문적인 지식이나 기술이 없어도 체계적

1)

EU 디스인포랩(EU DisinfoLab) 이 FIMI에 으로 FIMI를 모니터링할 수 있는 세 가지 구

2)

효과적으로 대응할 수 있는 시민 맞춤형 모 조화된 템플릿을 선보였다. 각 템플릿은 FIMI 니터링 템플릿을 개발했다. 이 템플릿은 언론 분석의 핵심 요소를 단계별로 안내하며, 다양 인과 시민사회 활동가, 연구자들이 온라인에 한 플랫폼과 맥락에서 일관적으로 적용할 수 서 의심스러운 정보를 가장 먼저 감지하는 경 있도록 견고하게 설계한 것이 특징이다. 우가 많음에도, 정작 이를 분석하고 평가할 수 있는 도구가 부족하다는 문제의식에서 출 구체적으로 보면, 1단계 ‘사건 분류’ 템플릿 발했다.

은 FIMI 사건과 비-FIMI 사건을 구별하고

개별 사건과 광범위한 캠페인을 구분함으로 (prebunking), 교육 프로그램, 디지털 리터

써 모니터링 활동에서 사례 선정을 위한 명 러시 이니셔티브, 그리고 대중이 온라인 정보

확한 기준을 제공한다. 2단계 ‘위반 사항’ 템 를 비판적으로 수용할 수 있도록 돕는 반론

플릿은 법률 및 플랫폼 서비스 약관 등의 위 (counter-narratives) 등을 주문한다.

반 가능성을 탐지하고, 국가 및 플랫폼별 위

험을 비교할 수 있는 데이터베이스를 구축 FIMI 모니터링 체계를 표준화한 이번 툴킷은

한다. 마지막 3단계 ‘대응 조치’ 템플릿은 대 시민들의 허위 정보 대응 접근성과 실천성을

응 주체, 이미 취해진 조치와 추가 가능한 조 높인 사례로서, 급변하는 AI 환경 속에서 정보

치, 그에 따른 영향 등을 검토한다. 특히 미디 무결성을 확보하고 민주주의의 회복력을 강화

어리터러시 차원의 대응책으로서 프리번킹 하는 데 중요한 발판이 될 것으로 보인다.

FIMI 모니터링 템플릿

단계 유형

(체계적) 2 위반 템플릿

설명

사용자가 FIMI 사건과 비-FIMI 사건을 구분하고, 개별 사건과 광범위한 캠페인을 구별 사건 분류 하는 데 도움을 줍니다. 이 템플릿은 외국 행위자의 개입, 조작 행위, 의도성, 연계성, 영 템플릿 향력 및 잠재적 침해 여부를 평가하기 위한 증거 기준을 설정함으로써, FIMI를 신속하 고 체계적이며 정확하게 분류할 수 있도록 지원하는 선별 도구 역할을 합니다.

이 템플릿은 간섭 및 조작 위험을 평가하고 완화하는 과정에서 발생할 수 있는 플랫폼 차원 또는 규제상의 실패를 문서화하고 분석하는 데 도움을 줍니다. 여기에는 국가법, EU/국제법 또는 플랫폼 이용약관 위반 가능성뿐만 아니라, 플랫폼의 무대응, 재발, 대 응의 일관성 부족 등 디지털 서비스법(Digital Services Act)과 관련된 체계적 위반 지 표도 포함됩니다. 이 템플릿은 모니터링 도구이자 체계적 위험에 대한 장기 데이터셋을 구축하는 수단으로서, 법정에서 사용할 수 있는 증거를 수집하는 역할을 합니다.

이 템플릿은 FIMI 사건에 어떤 주체가 대응했는지, 노출, 커뮤니티 참여, 배포, 인프라, 대응 조치 제재/법적 조치, 미디어 리터러시 등 어떤 대응 조치가 취해졌는지, 그리고 이러한 조치 템플릿 가 인식 제고에서 위협 행위자 억제까지 어떤 영향을 미쳤는지를 파악합니다. 이를 통 해 사용자는 FIMI 위협에 대한 기존 대응과 미흡한 대응을 모두 검토할 수 있습니다.

1) 유럽대외관계청(EEAS)은 해외정보조작간섭(FIMI)을 “가치, 절차 및 정치적 과정에 위협을 가하거나 부정적인 영향을 미칠 가능 성이 있는, 대체로 불법적이지 않은 행동 양상을 의미하며, 이러한 활동은 조작적인 성격을 띠며, 국가 또는 비국가 행위자(자국 영토 내외의 대리인 포함)에 의해 의도적이고 조직적으로 수행된다”고 정의한다.(EEAS, 4nd EEAS Report on Foreign Information Manipulation and Interference Threats) 2) EU 디스인포랩(EU DisinfoLab)은 허위정보와 해외정보조작간섭(FIMI)에 대응하기 위해 정교한 여론조작 캠페인을 추적·연구하고 검증 도구를 개발하는 유럽 기반의 독립 비영리 시민사회 단체다.

발행처 시청자미디어재단 주소 KC타워 3-5F 우) 07238 전화 02-6900-8385 홈페이지 www.kcmf.or.kr

미디어리의 내용은 필자 개인의 견해이며, 시청자미디어재단의 공식 입장과 다를 수 있습니다. 시청자미디어재단에서는 미디어 교육 교수법, 수업 사례 등 미디어교육 교강사들과 함께 나눌 수 있는 소중한 원고를 기다리고 있습니다.

VOL. 30 SPRING 2026

발행인 최철호 (시청자미디어재단 이사장) 편집위원 강지명(충북시청자미디어센터 주임)

서울특별시 영등포구 국회대로74길 4

기획·진행 류위훈 (미디어교육정책부 부장)

디자인 (주)에이프릴마치 M&C

김지나(대구시청자미디어센터 주임) 김지윤(미디어신뢰증진팀 선임) 차진영(강사자격관리팀 주임) 최지훈(강원시청자미디어센터 선임)

최민영 (미디어교육정책부 선임)

www.aprilmarch.co.kr