박영숙 유엔미래포럼대표 
 |
미래교육의 암호 해독? 미래의 교육은 결국 인공지능 기반의 교사없는 학습으로 변한다.
통계에 의하면, 전 세계적으로 1,800만 명의 교사부족으로 23%의 아이들은 학교에 못간다.지식에 대한 갈증을 충족시키기 위한 적절한 시기와 장소에 교사들이 부족하다. 때문에 전 세계에 인간 잠재력이 심각하게 제한되고 있다. 교사의 부족이 거대한 장벽이 되고 있다. 앞으로 수십 년 동안, 인간과 배워야 할 것 사이에 교사를 끼우면 미래의 교육 수요를 충족시킬 수 없다. 결국 인간과 배워야할 것 사이에 교사없이 진행되어야 한다.
역사를 보면 교육은 학교 시설과 교사의 품질로 이루어진 ‘장소’의 개념이었다. 고등교육을 실시할 수 있을 만큼 운이 좋은 국가의 도시와 마을은 멋진 건물을 짓고 세계적으로 유명한 학자들을 끌어 모았다. 시간이 지남에 따라 또 대학이 설립되었다. 이러한 방식 즉 교실을 짓고 교사를 모으는 것이 교육의 모델이며 교육문화가 되었다. 지난 10년간 우리는 초연결사회에 살면서 교사중심의 교육에서 학습중심의 교육으로 모델을 전환하였다. 교육의 ‘장소’는 여전히 중요하지만 그 의미가 달라졌다.
교육에는 전문가가 필요하다. 교사 없는 교육은 교재를 만드는 전문가를 사용하지만 교육 내용을 전달할 때마다 반드시 전문가가 필요한 것은 아니다. 교육은 이제 막 중요한 변혁기에 접어들고 있으며 인공지능기반의 교사없는 교육시스템이 신속하게 무대 중심에 들어오고 있다.
정량화된 나(Quantified Self)의 시대가 온다.
몇 년 전, 와이어드 매거진(Wired Magazine)의 공동설립자인 케빈 켈리는 ‘기술을 통해 우리의 삶과 신체를 보다 정량화하는 노력이 있다.'라고 말했다. 센서와 사물인터넷 기기의 증가로 인체의 모든 입력/출력을 매우 정확하게 측정 할 수 있게 되었다. 예를 들어, 호흡하는 공기의 품질, 마시는 물의 품질을 정확하게 측정할 수 있고 팔에서 나오는 땀의 화학적 성분을 모니터할 수도 있다. 그렇다면 인간 뇌의 모든 입출력을 측정할 수 있기까지 얼마나 걸릴까? 947가지 서로 다른 카테고리의 기술, 지식, 속성 및 특징과 정신 기능을 모니터링하고 측정할 수 있는 시스템이 있다고 상상해보라.
구글의 설립자 래리 페이지는 최근 ‘앞으로 구글의 소프트웨어는 사람들이 알고 있는 것과 그렇지 않은 것을 이해할 수 있게 될 것’이라고 말했다. 일종의 두뇌 스캐너에 자신을 연결해서 자신이 자격을 갖춘 직업과 자신에게 부족한 기술을 즉시 알 수 있다고 상상해보라. 구직 신청을 할 때 이력서를 제출하는 대신 최신 두뇌 스캔의 복사본을 제공하면된다.
마이크로칼리지((Micro College)의 시대가 온다.
미래의 일자리 연구 결과, 2030년에 평균근로자는 일생동안 6번 정도 자신의 경력을 리부트하게 된다고 예측했다. 사람들이 가능하면 최소한의 시간에 재교육을 받고 싶어 하기 때문에 전통적 대학은 이를 충족시킬 수 없다. 인력을 신속하게 재충전해야 할 필요성이 커지면서 최근 마이크로 칼리지가 폭발적으로 증가했다. 다빈치연구소가 2012년 다빈치코더스(DaVinci Coders)를 개설했을 때 미국 내에서 2번째 마이크로칼리지였지만, 현재는 550개가 넘는 코딩 스쿨이 있다.
2014년에 페이스북이 오큘러스 리프트(Oculus Rift)를 매입했을 때 가상현실 디자이너, 코더 및 제작 아티스트에 대한 수요가 급증했다. 그러나 이를 가르칠 사람이 없었다. 전통적인 대학에서 비즈니스 분야에 훈련 필요를 6, 7년 앞서 예측하고 훈련시키는 것은 가능하지 않다. 디지털 세상은 사업 방식의 변화를 요구하고 있다. 오늘날의 대부분 성공적인 기업들은 스스로 기하급수적 사고를 갖추고 ‘먼저 절벽에서 뛰어내려라. 떨어지는 동안 날개를 만들 수 있다.’라는 비즈니스모델을 가지고 있다.
- 우리는 아직 존재하지도 않는 직업을 위해, 아직 발명되지 않은 기술을 사용하기 위해, 아직 문제인지도 알지 모르는 문제를 풀기 위해 학생들을 준비시키고 있다.
대담한 회사들은 최첨단 산업으로 성장할 수 있는 기술을 갖춘 재능 있는 사람들의 필요성을 즉시 촉발시킨다. 마이크로칼리지는 단기간 실시되는 신기술 몰입교육이다. 마이크로칼리지들이 수천가지 서로 다른 카테고리로 분화하게된다.
- 3D 프린트 디자이너 트레이닝 센터; 크라우드펀딩 자격 아카데미; 애견 브리더 대학; 양조전문가 칼리지; 드론 조종사 학교; 데이터 시각화 및 분석학교; 아쿠아포닉스 농부연구소; 도시농업 아카데미 등이다.
인공지능기반 교육으로 교사없는 교육의 시대가 온다.
우리는 지금 삶의 방식과 일하고 서로 연결되는 방식을 근본적으로 바꾸어놓게 될 인공지능 기술혁신 시대의 경계에 서 있다. 인공지능의 초기 사례들이 우리의 눈을 열어주었지만 구글의 딥마인드가 아타리 게임 브레이크 아웃 (Breakout)을 플레이했을 때 사람들의 눈에 인공지능의 위력이 눈에 확 들어왔다. 딥마인드에게는 지식이나 배경 정보가 거의 주어지지 않았으며 단순히 최대의 점수를 얻으라는 요구만 주어졌다. 신경망처럼 딥마인드는 과거의 실수에서 학습하며 스스로 가르친다. 인공지능의 학습속도를 보자.
- 게임 시작 30분 후(100게임) - 아직은 끔찍하지만 학습 중
- 게임 시작 2시간 후 - 공이 상당히 빨리 움직이는데도 게임을 마스터함
- 게임 시작4시간 후 - 가장 효율적인 전략을 수립. 양쪽 벽면에 터널을 뚫고 초인적인 정확성으로 공을 되돌려 보냈다. (게임 설계자들도 이러한 일이 가능하다는 것을 알지 못함)
- 다음 몇 주일동안 딥마인드는 최소한의 배경정보만을 가지고 49개의 아타리 2600 비디오게임을 학습했고 무술 게임에서 복싱, 3D 카레이싱 게임에 이르기까지 지속적으로 최고 인간 게이머들을 능가했다.
인지교육의 암호 풀기
인공지능을 티처봇에 적용한다면 새로운 게임은 학생들을 가르칠 가장 빠른 방법을 찾는다. 시간이 지남에 따라 인공지능은 모든 학생들의 관심사, 성향, 특이성, 선호하는 도구, 개인적인 기준점, 주의력 산만에도 불구하고 참여와 학습태도를 유지시키는 방법을 학습하게 된다.
그리고 인공지능은 다음과 같은 사항을 알게 된다. 기술 부족, 학습 속도를 높이는 방법, 차기 훈련 계획, 주제에 능숙하게 되는 시점 등이다.
이러한 학습 곡선을 통해 개인적 학습은 우리가 생각했던 것보다 훨씬 발라 오늘날보다 4배, 6배, 10배 더 빨라진다. 인공지능 학습 시스템은 1-2개월 내에 4년제 대학 학위와 경쟁하게 된다.
