저자의 말

나는 우리 아이들에게 무엇을 해줄 수 있을까. 그러니까 여전히, 인간 교사인 나만이 우리 아이들에게 해줄 수 있는 것에는 무엇이 남았을까. 그중에서 앞으로도 남을 것은 또 무엇일까. 인공지능 교육을 연구할수록 내 안에서 커가는 질문이었다. 답을 찾았다고 생각하면 기술은 또 저만치 앞서 달려 나가 있었다. 인공지능과 끝없는 술래잡기를 하는 것만 같았달까. 어느 쪽으로 달려가 뒤쫓으며 이를 ‘잡아야’ 할지 혼란스러웠다.
다섯 계절을 보내며 이 책을 쓰고 다듬었다. 원고를 쓰는 동안에도 인공지능은 비약적인 발돋움을 이어갔다. 2025년 현재, 연초에 혜성같이 등장한 바이브 코딩(Vibe Coding)이 한창 화제다. 학업 중단의 위기에 이를 만큼 텍스트 코딩이 괴로웠던 게 불과 서너 해 전이었거늘. 나같이 평범한 사람도 인공지능과 자연어로 ‘대화’를 나누며 간단한 코딩을 할 수 있는 세상이 벌써 왔다. 노랫말과는 반대로, 인공지능의 발전과 더불어 넓어진 새로운 도전의 영역을 신나게 모험하는 중이다.
손가락이 굴러가는 대로 ‘개떡같이’ 프롬프트를 써도 ‘찰떡같이’ 산출물을 내놓는 인공지능과 친구처럼 놀며 생각한다. 내 교실의 열 살짜리 아이들이 어른이 될 즈음에는, 아니 중학생이 될 즈음만 해도 세상은 또 얼마나 달라져 있을까. 다시 질문은 원점으로 돌아간다. 나는 우리 아이들에게 무엇을 해줄 수 있을까.
『학교에서 만나는 인공지능 이야기』는 아이들과 꾸려온 복닥복닥한 시간과 기억으로 빚어졌다. 서른의 나는 확신한다. 인공지능 원리를 학교에서 접하는 친숙한 상황들과 버무려 말랑말랑하게 풀어내는 건？ 그래도 아직은 인공지능보다 내가 낫다. 정량화도, 수치화도, 예측도 불가능한 어린이들과의 탱탱볼 같은 하루하루를 인공지능은 보내본 적이 없을 테니 말이다.
하지만 이런 키재기란 더는 무의미하다. 머지않은 미래의 인공지능은 이런 우리네 삶의 조각들까지 꼼꼼히 학습한 결과물을 내놓을 것이다. ‘나만이 우리 아이들에게 해줄 수 있는 것’이란 처음부터 없었던 게 아닐까. 이게 바로 내가 이 길을 나아가며 마주했던 질문의 단일한 ‘답’이라는 걸, 훗날 돌이켜 보면 서툴고 부족한 구석이 가득할 이 책을 매듭짓고 있는 이제야 받아들인다. 지난 수년 동안 나 홀로 해온 인공지능과의 술래잡기란 애초에 할 필요가 없었던 것이다. 그렇기에 이제 나는 인공지능과 함께 우리 아이들에게 해줄 수 있는 것이 무엇일지 고민한다. 이 고민이란 조금 더 가붓하고, 조금 더 고운 빛깔을 지녔다.
세상이 어느 방향으로, 어떤 속도로 흘러가더라도 올곧게 중심을 잡으며 유연하게 함께 흘러가는 사람이 되고 싶다. 내 교실의 아이들도, 이 책을 통해 만나는 모든 이들도 그러하길 바란다. 그리고 오늘 하루 동안의 ‘수업’이 그 작은 실마리가 되어주면 더없이 행복할 터이다.

책 속에서

만약 우리가 명령하는 대로만 샌드위치를 만드는 요리사가 있다면 위의 예시에서처럼 무척 꼼꼼하게 지시를 내려주어야 해요. 엉망진창으로 쌓인 이상한 샌드위치를 먹지 않으려면 말이에요! 이렇게 컴퓨터에 명령을 하나하나 정확하게 입력하는 과정을 우리는 코딩(Coding)이라고 부른답니다. 여기저기서 이미 많이 들어본 단어지요? 프로그래밍(Programming)은 조금 더 넓은 개념이에요. 코딩을 비롯하여 프로그램 제작 과정 전체를 일컫는 말이죠. (52쪽)

학습 목표가 되는 수학적 개념이나 원리를 익히고, 수학 교과서에서 대표 문제를 선생님과 함께 푼 뒤, 수학 익힘 교과서에서 비슷한 문제를 스스로 풀어보고…. 수학 시간에 우리는 흔히 이러한 흐름으로 공부하지요. 머신 러닝에서의 학습 과정과 닮은 구석이 있지 않나요? 수학 시간을 머신 러닝에 빗대어 생각해 본다면 학생은 인공지능, 선생님은 이를 이용하는 사람과 같죠. 선생님이 알려주는 수학적 개념과 원리는 학습을 위한 데이터고요. 이렇게 머신 러닝은 사람이 학습의 방향을 잡아주면 인공지능이 이를 바탕으로 알아서 학습하는 방식으로 이루어집니다. (80쪽)

인공지능에 바람직하지 않은 데이터를 제공하면 그 안에 배어 들어 있는 편견이나 차별을 그대로 학습하기도 해요. 타인을 속이거나 괴롭히는 데 인공지능을 악용하는 일도 늘고 있죠. 올바른 가치에서 벗어난 기술은 사회의 질서와 신뢰를 무너뜨려요. 빛처럼 빠른 속도로 첨단기술이 발전하는 오늘을 살아가는 우리는 그 속에 숨은 어둠을 밝힐 윤리적 기준에 대해 항상 고민해야 해요. 달콤한 편리함만을 누릴 수는 없어요. 기술을 개발하고 사용하기 위해서는
책임감 있는 자세가 필요합니다. 달콤쌉쌀한 초콜릿처럼 말이에요. (87쪽)

강화 학습(Reinforcement Learning)에서 인공지능은 상이나 벌을 통해 스스로 더 나은 행동을 배워나가요. “괜찮아. 기운 내. 이렇게 시행착오를 겪으며 성장하는 거야.” 속이 상하는 결과를 마주했을 때 우리는 이런 격려를 듣기도 하지요. 강화 학습은 한마디로 ‘시행착오’라는 말로 요약해 볼 수 있어요. 이는 여러 차례의 실패를 거치며 성공과 가까워진다는 뜻이죠. 다양한 시도를 하다 보면 때로는 성공하고, 때로는 실패하겠죠? 그중 성공으로 이어진 도전을 거듭해 나가는 게 시행착오인 거예요. 그러면서 우리는 점점 더 효율적이고 신속하게 목표를 이뤄갑니다. (189쪽)

편향되지 않은 데이터를 활용해 인공지능을 개발하려는 노력은 단순히 기술적 오류를 줄이는 데만 목적이 있는 것이 아니랍니다. 서로 다른 특성과 생각을 지닌 한 사람 한 사람 모두가
행복하고 편리하게 살아가는 세상을 만들어가기 위해서도 중요하죠. 따라서 인공지능 기술을 개발할 때는 윤리적인 검토도 꼭 필요합니다. 다양한 경험과 배경을 가진 사람들이 개발 과정에 참여하여 숨어 있는 문제들을 찾아내고 이를 보완해야 하지요. 개발을 마친 뒤에도 이러한 관심과 노력이 이어져야 해요. 세상은 끊임없이 변화하고, 데이터 역시 계속 달라지니 말이에요. 인공지능이 실제 환경에서 어떻게 작동하는지 수시로 점검하며 필요한 부분을 개선, 그러니까 업데이트(update)해야 합니다. 이렇게 개발자와 이용자의 고민을 먹고 자란 인공지능은
더욱 정확하고 공정하게, 그리고 책임감 있게 작동하게 된답니다. (232쪽)