- 대상 논문: Biranchi Poudyal (2026), *Reclaiming Epistemic Agency: A Critical Framework for Human-Generative AI Co-Agency in Education*
- 원문: https://arxiv.org/abs/2608.26937
- 상태: arXiv v1 프리프린트(2026-08-27). 실증 연구가 아니라 문헌과 이론을 종합한 17쪽 분량의 개념 논문이다.
먼저 읽는 결론
이 논문이 던지는 핵심 질문은 “교육에서 생성형 AI를 얼마나 많이 사용할 것인가”가 아니다. 학생과 교사가 지식 주장을 만들고 검토하고 책임지는 과정에서 최종 판단의 권위가 누구에게 있는가를 묻는다. 저자는 생성형 AI를 단순한 도구로 다루면 권력, 데이터 소유, 책임의 불균형을 놓칠 수 있다고 비판하고, 인간의 인식론적 책무를 조건으로 둔 ‘생태적 공동행위성(Ecological Co-Agency)’을 제안한다.
다만 이 결론은 효과가 검증된 수업 모형이 아니다. 논문에는 학생 표본, 비교집단, 사전·사후 검사나 학습성과 자료가 없다. 학교에서는 이를 “이 설계를 쓰면 학습이 향상된다”는 처방이 아니라, AI 활용 수업에서 판단자·공개 주체·오류 책임자를 점검하는 개념 렌즈로 사용해야 한다.
1. 논문이 문제로 삼는 것
생성형 AI는 설명, 요약, 피드백, 평가 초안처럼 과거에 교사와 학생이 수행하던 지식 활동에 참여한다. 저자는 이 변화를 기능 향상만으로 설명하면 중요한 문제가 가려진다고 본다. 학생이 AI가 만든 설명을 검토 없이 제출하거나 교사가 AI의 판정을 근거 없이 받아들이면, 지식을 판단하는 권위가 사람에서 기계로 이동할 수 있기 때문이다.
논문이 말하는 ‘인식 주도권’은 혼자 모든 것을 만드는 능력이 아니다. 어떤 주장을 받아들일지, 근거를 어떻게 확인할지, 오류가 생겼을 때 누가 설명하고 책임질지를 결정하는 능력과 지위를 뜻한다. 따라서 AI와의 협업은 작업 분담의 문제가 아니라 권위와 책무를 어떻게 배분하는가의 문제라는 것이 출발점이다.
2. 연구 방법과 근거의 성격
저자는 Scopus, Web of Science, ERIC, Google Scholar에서 목적 지향적이고 반복적으로 관련 문헌을 탐색했다고 설명한다. 분산 행위성, 자기결정성이론, TPACK, SAMR, 권력과 형평, 인간–AI 공동행위성에 관한 문헌을 비판적으로 엮어 새 프레임워크를 구성한다.
그러나 체계적 문헌고찰에 통상 필요한 검색식, 검색 기간, 포함·제외 기준, 문헌별 품질 평가, 최종 문헌 수와 선별 흐름은 보고하지 않는다. 따라서 “관련 연구 전체를 체계적으로 대표한다”고 볼 수 없다. 이 논문의 근거력은 표본에서 나온 효과크기가 아니라, 선택된 이론과 문헌을 연결하는 논증의 정합성에 있다.
3. 기존 틀에 대한 비판
논문은 여러 교육기술 이론이 각각 중요한 통찰을 주지만 생성형 AI 시대의 권력과 책임 문제를 충분히 설명하지 못한다고 본다.
- 분산 행위성은 인간과 도구가 함께 활동을 만든다는 점을 보여 주지만, 그 관계에서 누가 더 큰 권한을 갖고 손해를 부담하는지 흐릴 수 있다.
- 자기결정성이론은 자율성·유능감·관계성을 설명하지만, 플랫폼과 데이터의 통제권이 누구에게 있는지까지 자동으로 다루지는 않는다.
- TPACK과 SAMR는 교사의 지식과 기술 통합, 과제 변형을 점검하는 데 유용하지만, AI가 만든 지식 주장의 권위와 오류 책임을 직접 묻는 틀은 아니다.
이 비판은 기존 이론이 무용하다는 선언이 아니다. 저자는 이 이론들이 놓치는 권력, 데이터, 규제, 형평, 책무의 층위를 추가해야 한다고 주장한다.
4. 생태적 공동행위성이 제안하는 관점
저자는 인간과 AI의 공동행위성을 관계적·규제적·교수적 환경 속에서 이해해야 한다고 제안한다. 여기서 중요한 조건은 ‘인식론적 주장에 대한 인간의 책무’다. AI가 초안을 만들거나 선택지를 제안할 수는 있어도, 그 주장을 받아들이고 설명하며 결과를 책임지는 절차가 사람에게 남아 있어야 한다.
이 관점에서 좋은 AI 활용 설계는 단순히 “학생이 AI를 사용했다”거나 “교사가 마지막 버튼을 눌렀다”는 형식적 인간 참여로 충분하지 않다. 학생과 교사가 근거를 검토할 실제 기회와 역량을 갖는지, 사용 사실을 투명하게 공개할 수 있는지, 반론과 수정이 가능한지, 오류의 부담이 특정 학생에게 집중되지 않는지를 함께 봐야 한다.
5. 오늘의 다른 자료와 연결해 읽기
9월 3일 리포트의 공동정책 연구에서는 대학생 55명이 AI 사용 정책을 개별·공동으로 만들었고, 교육, 표준화된 사용 공개, 기관 지원 등 7개 주제가 도출됐다. 이는 학생을 규칙의 수신자만이 아니라 설계 참여자로 둘 수 있다는 구체적 사례다. 그러나 그 연구가 생태적 공동행위성 프레임워크를 직접 검증한 것은 아니며, 정책 공동설계가 학습이나 준수 행동을 개선했다는 결과도 없다.
AI 피드백 연구에서는 같은 o1이 만든 피드백을 o1이 평가할 때 사람 평가보다 후한 자기선호가 관찰됐다. 이 결과는 기계 판정에 독립 검토가 필요한 구체적 이유를 보여 준다. 그렇다고 그 한 연구만으로 지식 권위가 항상 기계로 넘어간다고 일반화할 수는 없다. 개념 논문의 주장과 개별 실증 연구의 결과를 서로 다른 증거 수준으로 구분해야 한다.
6. 학교 현장에 주는 시사점
다음은 논문에서 효과가 검증된 처방이 아니라, 프레임워크를 학교 맥락으로 옮긴 편집부의 적용 제안이다.
- 과제 안내에 최종 판단자, AI 사용 공개 방식, 오류 발견 시 수정 책임을 각각 한 문장으로 적는다.
- 학생에게 AI 답을 제출하게 하기보다 어떤 근거를 확인했고 무엇을 거부·수정했는지 설명하게 한다.
- 교사는 자동 피드백과 자동 점수를 그대로 확정하지 않고, 과목과 학생군에 맞춘 표본 검토 절차를 둔다.
- AI 접근성, 언어, 장애, 비용 차이 때문에 특정 학생이 불리하지 않은지 규칙 시행 전에 점검한다.
- 학교 차원의 정책은 학생·교사에게 책임만 넘기지 말고 교육, 지원, 이의제기 절차를 함께 제공한다.
이 제안의 효과는 별도의 실행 연구로 확인해야 한다. 과정 기록을 과도하게 요구하면 교사와 학생의 부담이 늘고 감시가 강화될 수 있으므로, 핵심 판단 장면만 남기는 절제가 필요하다.
7. 논문으로 말할 수 있는 것과 없는 것
이 논문은 다음 주장에 사용할 수 있다.
- 생성형 AI 도입을 기술 사용이 아니라 지식 권위와 책무의 재배분 문제로 분석할 필요가 있다.
- 기존 교육기술 틀에 권력, 데이터 소유, 규제, 형평의 관점을 보완할 필요가 있다.
- 인간의 최종 책무를 명시한 공동행위성 프레임워크가 하나의 설계 렌즈로 제안됐다.
다음 주장에는 직접 근거로 사용할 수 없다.
- 생태적 공동행위성 수업이 학생 성취, 비판적 사고 또는 AI 리터러시를 향상시킨다.
- 특정 AI 도구나 특정 평가 방식이 다른 방식보다 우수하다.
- 제안된 프레임워크가 모든 학교급·교과·문화권에서 타당하다.
- 문헌 전체를 체계적으로 검토한 결과이거나 현장 교사·학생이 프레임워크를 지지했다.
8. 근거 품질과 일반화의 경계
강점은 생성형 AI 활용을 효율성 논의에서 권위·책무·형평의 논의로 확장하고 여러 이론의 공백을 한 틀 안에서 비교한다는 점이다. 수업과 평가에서 놓치기 쉬운 질문을 구조화하는 데 가치가 있다.
한계는 더 분명하다. 선택적 문헌 탐색이므로 저자의 관점에 맞는 문헌이 과대표집됐을 가능성을 배제할 수 없다. 프레임워크의 구성요소를 측정할 도구, 적용 절차, 성공 기준도 아직 검증되지 않았다. 논문은 2026년 8월 공개된 프리프린트이므로 이후 심사 과정에서 개념이나 범위가 달라질 수 있다.
9. 인용 맥락 메모
“생성형 AI 활용은 단순한 도구 선택이 아니라 지식 주장을 판단하고 책임지는 권위의 배분 문제이며, 인간의 인식론적 책무를 명시할 필요가 있다”는 문제의식에 인용할 수 있다. “이 프레임워크가 학습성과를 높인다”거나 “현장에서 효과가 입증됐다”는 주장에는 사용할 수 없다.
10. APA와 최종 확인처
Poudyal, B. (2026). *Reclaiming epistemic agency: A critical framework for human-generative AI co-agency in education* [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2608.26937
최종 확인처는 arXiv 원문 페이지다: https://arxiv.org/abs/2608.26937