[특집] AI 리터러시 — 쓰는 능력을 넘어 비판적으로 읽는 힘

AI 리터러시는 '도구 사용법'이 아닙니다.
연구가 합의하는 정의는 "AI를 이해하고, 사용하고, 감시하며, 비판적으로 평가하는 능력" — 기술 역량과 윤리적 추론이 함께 묶인 개념입니다. 프롬프트를 잘 쓰는 것과 AI 리터러시는 다릅니다.

① 국제 표준이 정해졌다 — AILit 프레임워크

유럽연합 집행위원회(EC)와 OECD가 공동 개발하고 Code.org와 국제 전문가가 참여한 AILit 프레임워크가 초·중등 AI 리터러시의 국제 준거로 확정됐습니다. 2025년 5월 초안 공개 후 2,000명 이상의 의견을 반영해 최종본이 나왔습니다.

Engage with AI

AI에 참여·사용하기 — 무엇이 AI이고 어떻게 작동하는지 이해하며 상호작용

Create with AI

AI로 창작하기 — 도구를 활용해 산출물을 만들고 표현

Manage AI

AI를 관리·통제하기 — 사용의 적절성을 판단하고 위험을 다룸

Shape AI

AI를 만들어 가기 — 설계·사회적 방향에 관여하는 주체로

💡 왜 중요한가. 이 틀은 PISA 2029의 미디어·AI 리터러시(MAIL) 평가로 이어집니다. 즉 권고 문서가 아니라 국제 비교 평가의 준거가 됩니다. 학생이 '생산·참여·소통이 디지털과 AI로 매개되는 세상'에서 주도적이고 비판적으로 관여할 기회를 가졌는지를 봅니다.

② 무엇으로 구성되나 — 7가지 차원

고등교육 맥락에서 제안된 AI 리터러시 헵타곤(Heptagon)은 리터러시를 일곱 차원으로 구조화합니다. 기술만도, 윤리만도 아니라는 점이 핵심입니다.

차원	내용
기술 지식·기능	AI가 무엇이고 어떻게 작동하는가
활용 숙련	실제 과업에 능숙하게 적용
비판적 사고	산출물을 평가하고 전제를 의심하며, 언제 쓰고 언제 쓰지 않을지 판단
윤리 인식·추론	편향·프라이버시·투명성과 사회적 영향
사회적 영향 이해	기술이 사회를 어떻게 바꾸는가
통합 기능	기존 업무·학습 흐름에 결합
법·규제 지식	제도적 경계에 대한 이해

③ 핵심은 '비판적' 리터러시

비판적 AI 리터러시를 다룬 스코핑 리뷰·프레임워크 종합 연구는 한 가지를 반복해서 지적합니다 — 학생이 AI 산출물을 자동으로 '권위'로 받아들이는 것이 가장 큰 위험이며, 편향을 인식하고 산출물을 검증 대상으로 다루게 하는 설계가 필요하다는 것입니다.

인간의 판단과 정의(justice)가 AI를 적절한 맥락에 적용하고 그 해악을 완화하는 핵심 가치로 제시됩니다.

④ 학생은 어떻게 자라나 — 나선형 상승

2026년 대학생 대상 혼합연구는 리터러시가 한 번에 습득되지 않고 인지 → 실천 → 평가의 반복 순환을 거치며 나선형으로 상승한다고 보고합니다.

💡 주목할 결과. 참여자의 82%가 편향과 프라이버시 위험에 대한 비판적 인식을 보였습니다. 기술 숙련과 윤리적 성찰이 결합된 하이브리드 리터러시가 형성된다는 신호입니다. (개별 연구 수치 — 인용 시 원문 확인 권장)

여기서 교실의 함의가 나옵니다. 쓰게만 해서는 리터러시가 자라지 않습니다. 써 보고(실천) → 결과를 따져보고(평가) → 다시 이해를 고치는(인지) 순환이 수업 안에 설계돼야 합니다.

⑤ 편향은 '메타인지'로 다룬다

편향 완화를 인간 쪽에서 접근하는 연구도 나옵니다. 학습자가 AI와 상호작용하는 순간에 메타인지적 개입(지금 내가 무엇을 근거로 받아들이고 있는가를 의식하게 하는 장치)을 넣어 편향을 줄이려는 시도입니다.

모델을 고치는 것만이 답이 아니라, 사람의 판단 습관을 설계하는 것도 리터러시 교육의 몫이라는 관점.

⑥ 교사도 대상이다

학생만의 문제가 아닙니다. 고등교육 교원의 AI 리터러시·역량을 재는 척도(FALCON-AI)가 개발·타당화되는 등, 가르치는 사람의 리터러시를 체계적으로 확인하려는 흐름이 뚜렷합니다. 초등 단계를 위한 지능 기반 AI 리터러시 프레임워크도 별도로 제안됐습니다.

⑦ 교실에 남길 세 가지

1. '사용법'에서 '비판적 이해'로

프롬프트 요령이 아니라 언제 쓰고 언제 쓰지 않을지를 판단하는 힘. 윤리·사회적 영향까지가 리터러시의 범위.

2. 별도 과목이 아니라 교과 통합

AILit은 초·중등 교과에 녹여 쓰도록 설계됐습니다. 통계는 수리 교과에서, 출처의 타당성은 인문·사회 교과에서.

3. 순환을 설계할 것

써 보고 → 따져보고 → 이해를 고치는 인지-실천-평가 순환이 있어야 나선형 상승이 일어납니다.

📌 정리. AI 리터러시의 목표는 'AI를 잘 쓰는 학생'이 아니라 'AI를 의심할 줄 아는 학생'입니다. 그리고 그 능력은 PISA 2029부터 국제적으로 측정되기 시작합니다.

📚 출처

🔗 관련 — AI Edu 리포트에서 매일 아침 자동 큐레이션되는 AI·교육 연구를 확인하세요.