[기고] 모든 산업 분야를 위한 인공지능 융합 교육

2022년을 살아가는 우리는 ‘인공지능’이라는 단어에 매우 익숙하다. 수 년 전까지만 해도 소프트웨어 혹은 IT 기술이 산업의 생산성 향상을 위한 마이다스의 손으로 여겨졌다. 이제는 ‘인공지능’이 산업의 혁신적인 변화를 가져올 뿐만 아니라 기존의 난제를 해결해 줄 수 있을 것으로 기대되고 있다. 그런 점에서 ‘인공지능’은 특별한 분야에만 제한된 기술이 아니고 모든 산업 분야가 공유해야 할 기술이다.

전 산업 분야에서 대학이 인공지능 기술을 적용해서 기존 문제를 해결할 수 있는 인재, 새로운 문제를 발굴해서 신산업 분야를 창출할 수 있는 인재를 양성해 줄 것을 기대하고 있다. 이를 위해 대학은 어떤 노력을 해야 할 것인가? 앞서 언급한 바와 같이, 인공지능이 특정 분야에 국한된 것이 아니므로 모든 분야의 학생들에게 인공지능을 접할 수 있고 이해할 수 있고 응용할 수 있는 기회가 제공되어야 한다. 대학은 이런 기회를 어떻게 제공해야 할까? 대학의 독자적인 노력만으로 충분할까?

강경란 아주대 소프트웨어융합대학 학장(소프트웨어학과 교수)

산업 수요에 부합하는 인공지능 융합교육을 실현하기 위한 방안으로 크게 세 가지 접근이 있을 것이다. 첫째, 학교 차원에서 인공지능과 특정 분야를 융합한 인재를 양성하기 위한 학과 혹은 전공을 신설하고 입학 정원을 부여해서 집중적으로 인력을 양성하는 것이다. 둘째, 기존의 학과 혹은 전공에서 인공지능을 융합한 교육과정을 운영하는 것이다. 셋째, 인공지능을 이해하고 적용하기에 필요한 공통적인 핵심 교과를 학교 차원에서 제공하고 학생들이 혹은 학과들이 이를 활용하여 자율적인 융합 교육을 실현하도록 하는 것이다.

첫 번째 방법은 대학 별로 특화 분야를 선택해 집중으로 지원하는 경우가 해당하겠다. 그런데, 군 복무를 포함하면 입학 후 졸업까지 6년 이상의 시간이 소요되므로, 학과 설립 준비 단계에서, 산업의 변화에 민첩하게 대응하기 위한 사전 기획이 매우 중요하다. 게다가 특화분야가 신기술 혹은 첨단 분야라면, 석박사급의 고급 인재가 필요할 것이므로 학과 신설 후 7년 혹은 10년 이상의 시간이 경과해야 산업에서 해당 학과 졸업생을 인재로 활용할 수 있게 된다. 당장의 산업 수요에 대응하기 위한다기보다는 장기적으로 미래를 보고 투자한다고 보고 학과 설립을 기획해야 것이다. 따라서, 해당 신설 학과의 신입학생만을 고려하는 것이 아니라 기존 유사 학과 재학생들에게 3,4학년 단계의 교육과정을 복수 혹은 부전공으로 이수할 수 있도록 개방해야만 산업의 인력 수요에 효과적으로 대응할 수 있다. 그리고, 학과를 신설하는 데에는 신임 교수 채용, 교육과정 신규 개발, 첨단 교육 환경 신규 구축 등 많은 노력과 비용이 소요된다.

두 번째 방법은 기존 학과에서 교육과정을 개발하는 것이므로 수혜 학생이 현재 확보되어 있어 교육과정을 운영하면 바로 산업 현장에 인재들을 배출할 수 있다. 그러나, 학과 내 개편은 대외적으로 학교의 혁신 노력이 가시적으로 보이지 않는다는 한계가 있다. 그리고, 학과 별로 필요한 교육을 모두 책임지고 운영해야 하므로 유사 분야의 교원을 중복으로 충원하게 되고 유사한 교과가 소규모로 중복해서 개설된다는 점이 문제가 될 수 있다. 대학의 자원이 제한되어 있으므로 학과들의 산발적인 수요를 충족시켜 주는 데에 한계가 명백하다. 효율적으로 학과들의 수요를 대응하기 위한 방안으로 세 번째 방법이 고려될 수 있다.

세 번째 방법은, 공유 상생 모델로서, 학교가 학과들의 교원 확보나 교과목 개발 및 운영에 대한 수고를 덜어줌으로써 학과들이 전공에 특화된 심화 융합 교육에 집중할 수 있다는 장점이 있다. 이러한 공통 교육과정은 대학 내 학과 간 공유뿐만 아니라 대학 간 공유로 확대될 수도 있다. 또한, 학과의 참여가 없더라도, 학교의 공통 핵심 교육을 통해서 획득된 역량을 기반으로 학생 스스로 인공지능 기술을 자신의 산업 분야에 적용하게 할 수 있다. 학생들이 취업을 위해 산업체의 인력 수요에 대해 더 민감하게 조사하고 준비하므로 학생 스스로 인공지능 기술을 융합하고 적용해 보게 하는 것이 산업의 빠른 변화에 민첩하게 대응하는 방안이 될 수 있다. 9~12학점 규모의 나노디그리 혹은 마이크로전공의 형식으로 교육과정이 제공된다면 보다 더 유연하게 운영 가능하고 학생들의 접근성 또한 크게 좋아질 것이다.

이 모든 방법이 갖고 있는 공통적인 어려움은, 확보해야 할 인력의 규모에 차이가 있으나, 우수 교수 인력 확보가 어렵다는 점이다. 산업 현장의 인공지능 분야 고급 인재에 대한 수요가 높아서 산업체와의 인건비 격차로 대학에서 우수 교수 인력을 임용하는 데에 어려움이 크다. 이미 산업체에서 근무하고 있는 우수 인력은 해당 기업의 연구 및 개발에 집중해야 하므로 대학 교육에 참여할 시간을 내기가 용이하지 않다. 또한, 교육에 참여한다고 해도, 교수법이나 콘텐츠에 대한 깊은 고민 없이 의욕만으로 교육에 참여하면 학생들에 대한 이해가 부족해서 교육 만족도가 예상보다 낮게 나타나는 사례가 다수 있다.

이러한 인공지능 융합 인재 양성 방법에 대한 고민을 대학만의 노력으로 해결할 수 있을까? 우수 인재를 기대하는 산업체, 그리고, 정부재정지원사업을 통해 대학의 교육 방향 및 환경에 영향을 끼치고 있는 정부의 고민과 노력이 필요하다.

새 정부에서 2027년까지 디지털인재 100만 명 양성을 목표로 하고 있다. 매우 반가운 소식이다. 그런데, 성과의 가시성에 매몰되어 대학 내의 자율적인 혁신을 격려하기보다는 조직의 신설만을 강조한다면 두 번째 방법의 문제점으로 제시한 것처럼 대학에서 치러야 할 비용이 매우 크다. 그리고, 세 번째 방법에서 제시한 것처럼 신기술 분야의 교육을 담당할 인력이 부족하고 수급에 어려움이 있다. 대학에서 알아서 해결하라고 하기에는 14년째 등록금이 동결되어 있는 대학으로서는 운신의 폭이 크지 않다. 정부의 지원이 긴요하다. 다만, 정부가 지나치게 세세한 방향과 방법론을 제시하기보다는 대학과 산업체가 연합하여 자율적으로 방향을 제시할 수 있도록 개방적이고 유연하게 접근하기를 기대한다. 그리고, 새로운 사업을 기획하는 것보다는 이미 성공적으로 진행되고 있는 사업들의 규모를 키워서 내실있는 방향으로 확장되어 갈 수 있도록 지원할 것을 기대한다.

2015년부터 시작된 소프트웨어중심대학지원사업은 전교생 소프트웨어 기초교육 의무화가 사업 첫 해부터 현재까지 유지되고 있다. 이러한 기초교육 의무화가, 다양한 전공 배경을 가진 학생들이 소프트웨어 및 인공지능 융합 교육 과정에 참여하는 데에 지렛대 역할을 하였다. 아주대학교 역시 2015년부터 사업에 참여함으로써 대학 내 소프트웨어 및 인공지능 교육에 대한 관심을 강화하고 융합 교육을 확대할 수 있었다. 또한, 대학 간 상생과 공유를 강조함으로써 전공자 대상 프로그램뿐만 아니라 융합 교육에 있어서도 교육의 질이 상향 표준화 되는 긍정적인 효과를 만들어 냈다. 소프트웨어중심대학지원사업이 새 정부의 인재 양성 전략에 부합하는 사업으로서, 수혜 대학의 규모가 현재보다 더욱 확대되어 더 많은 대학의 더 많은 학생들에게 인공지능을 융합한 미래 산업의 리더로서 성장해 갈 수 있는 기회가 제공되기를 소망한다. 

강경란 아주대 소프트웨어융합대학 학장(소프트웨어학과 교수)