AI가 가른 일자리 두 갈래와 진로교육의 과제

오늘 큐레이션의 관통 주제는 '평가와 검증의 신뢰성', 그리고 그 위에 놓인 '진로의 재편'이다. 1위는 PwC의 연례 노동시장 보고서 — 27개국 채용공고 10억 건 이상을 분석해, AI가 노동시장을 '전문화'와 '대중화'의 두 갈래로 재편하고 있음을 실증했다. AI가 루틴을 자동화해 인간 판단이 중요해지는 전문화 직군은 일자리 증가가 2배, 임금 상승이 42% 빨랐고, AI 노출이 큰 신입 직무는 리더십·창의성 같은 시니어급 휴먼스킬 요구가 7배에 달했다. '시니어화된' 신입 채용은 2019년 이후 35% 늘어난 반면 그 외 신입 직무는 10% 줄었다 — 학생들이 마주할 첫 취업 관문의 실측 변화다.

2위는 한국을 포함한 15개국 중등 CS 교육과정 비교 연구다. AI 리터러시 접근 격차의 1차 동인은 학생의 능력도 특정 프로그래밍 언어도 아닌 '거버넌스 구조와 고부담 시험'이었고, Python은 일반 트랙에·C++는 엘리트 STEM 트랙에 집중되는 '문법 천장' 현상이 확인됐다. 마침 어제 국회에서 초등 '정보' 독립교과 신설이 제안됐다(뉴스 브리핑) — 이 논문은 그 논의가 시수 문제를 넘어 '누가 어떤 트랙에서 배우는가'의 형평성 설계 문제임을 보여 준다.

3위와 4위는 'AI에게 평가를 맡길 때 무엇을 조심해야 하는가'에 답한다. 3위 연구에서는 스스로 개선하는 AI의 스킬이 평가 루브릭의 허점을 노려 점수만 높이려는 '게이밍'이 실제로 나타났고, 독립 심판이 이를 탐지했다 — AI 자동 채점을 도입하려면 채점 기준과 독립된 검증 절차가 함께 설계돼야 한다는 구조적 근거다. 4위는 고교 교과서 2권을 멀티에이전트 LLM으로 감사해 오류 후보 128건을 찾아낸 응용 연구로, 정밀도 62.5%라는 수치는 'AI가 후보를 찾고 전문가가 확정하는' 분업의 가능성과 한계를 동시에 보여 준다.

그 아래로는 교실에서 바로 쓸 실증들이 이어진다 — 학생들의 생성형 AI 이해가 '표면 수준'에 머문다는 개념도 진단 연구(5위), AI 비서가 '나중에 할 일'을 제때 실행하는 능력이 최고 모델도 F1 65.1%에 그친다는 전망기억 벤치마크(6위), AI 코드생성 수업 4개년 분석에서 '명세 작성력과 검증력'이 핵심 역량으로 관찰된 연구(7위). 8~10위는 난이도 인식형 에이전트(성공률 유지·비용 85% 절감), 벤치마크 신뢰성(순위 재현에 필요한 과제 비율 15~90%), 에이전트 보안의 '격리' 원칙 — 모두 학교의 AI 도입 실무와 맞닿아 있다.

뉴스에서는 국내 교육정책의 움직임이 두텁다. 정부가 딥페이크 저연령화에 대응해 초·중등 AI 윤리교육 내용 체계 개발에 착수했고(국내 심층 코너), 학생부 상업적 이용 제한으로 수시 컨설팅 시장이 사실상 셧다운되면서 학교 진학지도의 역할이 커지고 있다. 글로벌에서는 딥마인드 하사비스의 'FINRA식 AI 표준기구' 제안, 스타트업들의 10배 싼 중국 오픈소스 모델 전환 가속, 앤스로픽 IPO 초읽기가 눈에 띈다.