목차
▪️교육 공공재, AI 채택 기준은 학생의 배움과 권리
▪️AI 영향평가, 학생 평가에 왜 더 엄격한 검증이 필요한가
▪️[표 1] 교육용 AI를 도입할 때 학교가 확인할 5가지
▪️공공 조달계약, 개인정보 보호 넘어 AI 판단·책임까지
▪️교육용 AI, 교사는 평가·추천을 그대로 따라야 하나
▪️[체크리스트] 학교 AI 도입 전 학부모가 확인할 7가지
▪️교육용 AI 감사, 한 번의 심사로 끝낼 수 없는 이유
▪️[인포그래픽] 교육용 AI, 학교가 끝까지 확인할 6단계
▪️FAQ
▪️핵심 인사이트 3가지
▪️핵심 참고자료
▪️전문 용어 사전

유네스코는 2026년 9월 8일 파리 본부에서 25명 이상의 교육장관·교육 담당 지정 대표가 참여한 장관급 라운드테이블에서 AI 시대에도 교육을 인권이자 공동재로 지켜야 한다는 공동성명을 채택했다. 

성명은 교육용 AI를 쓰는 목적부터 교육적 효과, 학생 데이터, 교사의 판단, 오류에 대한 책임까지 공공의 검증 대상으로 제시했다. 한국에서도 AI 디지털교과서의 개인정보 처리에 개선 권고가 나온 만큼, 학교 AI의 쟁점은 도입 속도보다 사용 전 과정이 학생과 학부모에게 투명하게 드러나는가에 있다.

유네스코의 ‘common good’은 경제학의 순수 공공재와 같은 말이 아니다. 교육을 시장의 이해관계만으로 움직일 수 없는 공동의 사회적 기반으로 본다는 뜻이다. 학교의 행정 편의나 기업의 수익보다 아이의 배움과 안전, 권리가 먼저이며 AI도 이 원칙 안에서 사용돼야 한다.
 

교육 공공재, AI 채택 기준은 학생의 배움과 권리
공동성명은 공공감독과 책임, 교사 주체성, 학습자 중심과 연령 적합성, 데이터 권리와 프라이버시, 형평성과 비차별, 투명성과 감사, 데이터 이동성과 총비용, 공동 거버넌스와 교육적 효과를 8대 우선순위로 제시했다.

유네스코가 제시한 기준은 기술 성능이나 가격이 좋다는 이유만으로 교육용 AI를 채택해서는 안 된다는 것이다. 공급자는 도입 전에 학생의 학습에 어떤 효과가 있는지 근거를 제시하고, 학생의 발달 단계와 연령에 맞는지도 검토해야 한다. 학생·교사 데이터가 특정 사업자의 시스템에 종속돼 계약을 끝내거나 사업자를 바꿀 때 다른 서비스로 옮기기 어려워지는지도 살펴볼 대상이다. 

비용 역시 구독료만 계산할 수 없다. 교사 연수, 데이터 관리, 보안, 장애 대응, 시스템 교체와 계약 종료에 드는 비용까지 포함한다. 학교가 AI를 선택하고 평가하는 기준은 학생에게 실제 교육적 도움이 있었는지, 그 과정에서 학생의 권리가 제대로 보호됐는지에 있다. 

이번 공동성명은 각국에 법적 의무를 부과하는 조약은 아니지만, 공교육이 AI를 선택할 때 무엇을 우선할 것인지 국제적인 정책 방향을 제시했다.

AI 영향평가, 학생 평가에 왜 더 엄격한 검증이 필요한가
AI가 성적이나 학생 지원처럼 중요한 판단에 쓰인다면 더 엄격한 검증이 필요하다. 국내 AI 기본법은 유아·초등·중등교육에서 학생 평가에 쓰이는 AI를 고영향 인공지능 영역에 포함하고, 관련 사업자에게 위험관리·설명·이용자 보호·사람의 관리와 감독 등의 조치를 요구한다.

검증도 평균 정확도만 재는 시험으로 끝낼 수 없다. 전체 성능이 좋아도 장애학생, 한국어가 익숙하지 않은 학생, 특정 지역의 학생에게 오류가 집중된다면 교육 현장에서는 다른 문제가 된다. 모델이 업데이트된 뒤 성능이나 편향이 달라질 가능성이 있으므로 주요 변경 뒤에는 다시 검증하는 절차도 필요하다.

모든 교육용 AI가 같은 심사 대상은 아니다. 기능과 용도, 학생에게 미치는 영향에 따라 적용되는 법적 기준은 달라진다. 학교가 도입 여부를 결정할 때는 기술이 제대로 작동하는지와 함께 학생의 학습에 어떤 효과가 있는지, 특정 학생에게 불리한 결과를 만들지는 않는지를 함께 살펴야 한다.

공공 조달계약, 개인정보 보호 넘어 AI 판단·책임까지
국내 교육 분야 공공 조달문서에는 목적 외 개인정보 이용 금지, 보안서약, 개인정보 처리 위탁, 유출·변조 방지 같은 조항이 들어 있다. 학생 정보를 안전하게 다루기 위한 기본 장치는 이미 계약에 반영되고 있다.

그러나 교육용 AI가 다루는 문제는 개인정보 보관에 그치지 않는다. AI는 학생의 학습 기록을 분석해 성취 수준이나 학습 성향, 위험도, 추천 결과 등을 만들어낼 수 있다. 이런 분석 결과가 평가나 지원에 영향을 준다면 어떤 정보에서 어떤 판단이 나왔고 어디에 활용됐는지 알 수 있어야 한다.

교육용 AI 계약서에는 개인정보 보호뿐 아니라 학생 데이터의 이용 범위, AI가 분석해 만든 결과의 사용, 시스템 변경, 오류 발생 때의 책임까지 구체적으로 정해야 한다. 

학생 데이터를 모델 학습이나 광고·프로파일링에 사용하는지, 다른 기업이나 클라우드 사업자가 데이터를 처리하는지, 모델이 바뀌면 성능과 편향을 다시 검증하는지, 계약이 끝난 뒤 원본·백업·파생 데이터를 어떻게 삭제하거나 반환하는지도 포함된다.

교육용 AI, 교사는 평가·추천을 그대로 따라야 하나
AI가 내놓은 평가나 추천이 학생에 대한 최종 판단으로 바로 이어져서는 안 된다. 교사는 학생의 실제 상황과 학습 과정을 토대로 AI 결과가 적절한지 다시 판단하고, 필요하면 수정하거나 받아들이지 않을 수 있어야 한다. 학생과 학부모 역시 결과의 근거를 알고 재검토를 요청할 수 있는 절차가 필요하다.

개인정보보호법 제37조의2는 완전히 자동화된 결정이 개인의 권리·의무에 중대한 영향을 미칠 경우 정보주체가 그 결정을 거부하거나 설명을 요구할 수 있도록 한다. 정당한 사유가 없으면 사람의 개입을 거친 재처리나 설명 등의 조치도 규정한다. 다만 모든 AI 추천과 채점에 똑같이 적용되는 것은 아니며 자동화 정도와 학생에게 미치는 영향을 함께 본다.

법에 권리가 적혀 있는 것과 학생이 학교에서 그 권리를 실제로 행사하는 것은 다른 문제다. 누구에게 재검토를 요청하는지, 답변은 언제 받는지, 잘못된 기록은 어떤 절차로 고치는지가 구체적으로 마련돼야 한다. 교사의 역할도 AI 결과를 확인하는 데서 끝나지 않는다. 학생을 직접 가르친 교사가 자신의 전문적 판단에 따라 결과를 수정하거나 거부할 수 있어야 한다.

[학교 AI 도입 전 학부모가 확인할 7가지]
✔️ 학교는 어떤 AI를 왜 사용하는가?

✔️ 학생에게 어떤 교육적 효과를 기대하며 그 효과를 어떻게 평가하는가?

✔️ 어떤 학습·행동 데이터를 수집하고 얼마나 오래 보관하는가?

✔️ 학생 데이터가 AI 모델 학습·광고·프로파일링에 사용되는가?

✔️ 교사는 AI가 낸 결과를 수정하거나 거부할 수 있는가?

✔️ 학생과 학부모는 설명과 재검토를 어디에 신청할 수 있는가?

✔️ 오류·유출·차별이 생겼을 때 기록 정정과 피해구제는 어떤 절차로 진행되는가?

이 과정이 국내 모든 학교에 이미 마련돼 있다는 뜻은 아니다. 유네스코의 원칙과 국내 법, 해외 공공 거버넌스 사례를 학교 현장에서 사용할 질문으로 정리한 것이다.
 

교육용 AI 감사, 한 번의 심사로 끝낼 수 없는 이유
영국은 공공기관이 사용하는 알고리즘의 목적과 운영 정보를 Algorithmic Transparency Recording Standard를 통해 공개하고 있다. 

네덜란드 교육감독기관도 학교와 교육기관의 위험을 분류하는 알고리즘을 정부 등록부에 공개하고 있으며, 알고리즘의 결과만으로 조치하지 않고 조사관이 다시 검토하는 절차를 두고 있다. 

두 사례 모두 공공기관이 어떤 알고리즘을 어떤 목적으로 사용하고 사람이 어느 단계에서 판단하는지 외부에서 확인할 수 있도록 했다는 점에서 참고할 만하다.

한국에서도 개인정보보호위원회가 AI 디지털교과서의 개인정보 고지와 안전조치, 기관별 책임체계를 보완하도록 권고했다. 2026년에는 교육부와 함께 이용률이 높은 에듀테크 7개 서비스로 개인정보 보호 점검 범위를 넓혔다. 기술을 도입한 뒤에도 데이터 처리 방식이나 기능이 바뀌는 만큼 한 번의 심사나 계약으로 관리가 끝날 수는 없다.

학교에서 AI를 사용한다면 도입 이유부터 운영 중 기능 변경, 학생 데이터 처리, 교사의 판단, 오류 수정, 계약 종료 뒤 데이터 삭제까지 전 과정이 투명하게 공개되고 지속적으로 점검돼야 한다. 아이들의 교육은 단순한 사무나 업무 처리가 아니라 사람을 길러내는 일이기 때문이다.

FAQ
Q. 학생 데이터는 학생이나 학부모가 ‘소유’하나?
개인정보를 물건처럼 단순한 소유권으로 설명하기는 어렵다. 더 중요한 것은 학교와 기업 가운데 누가 데이터 처리 목적을 정하는지, 학생과 학부모가 어떤 정보가 수집·이용되는지 알고 열람·정정·삭제·처리정지를 요구할 수 있는지다. 공교육에서는 기업이 학생 데이터에 독자적인 이용 권한을 갖기보다 학교와 교육청이 그 사용 범위를 통제하는 구조가 중요하다.

Q. 학부모가 동의하면 학생 데이터를 AI에 자유롭게 사용할 수 있나?
동의 절차가 있다는 사실만으로 충분하지 않다. 어떤 개인정보를 왜 수집하는지, 얼마나 보관하는지, 다른 분석이나 서비스에 이용하는지까지 구체적으로 알려야 한다. 개인정보보호위원회도 AI 디지털교과서 점검에서 일부 개인정보 항목·처리 목적·보유기간의 고지가 빠졌다고 지적하고 처리방침과 동의서를 구체화하도록 권고했다.

Q. 학교가 무료로 제공받은 AI도 공공감독을 받아야 하나?
그렇다. 유네스코는 무료 구독이나 기업 기부, 학교와 기업의 직접 협약을 통해 들어오는 AI도 학생 권리와 공공감독의 대상에 포함해야 한다는 방향을 제시했다. 비용을 지불하지 않았다는 이유로 교육적 효과나 데이터 이용, 책임 문제가 사라지는 것은 아니다.

Q. 학생 데이터가 재위탁업체나 해외 서버로 가는지도 확인해야 하나?
확인할 필요가 있다. 교육용 AI는 개발사뿐 아니라 클라우드 사업자나 재위탁업체가 데이터 처리에 참여할 수 있다. 따라서 누가 데이터를 처리하는지, 국외 이전이 있는지, 어디에 얼마나 보관하는지, 계약이 끝난 뒤 어떻게 반환·삭제하는지를 계약서와 개인정보 처리방침에서 살펴야 한다.

[핵심 인사이트 3가지]
1. 교육용 AI는 성능과 가격만으로 고를 수 없다
학생에게 어떤 학습 효과가 있는지, 특정 학생에게 불리하게 작동하지 않는지, 학교가 장기간 감당할 비용과 위험은 무엇인지까지 채택 기준에 포함된다.

2. 학생 데이터의 문제는 수집에서 끝나지 않는다
AI는 수집된 정보를 분석해 성취 수준이나 학습 성향 같은 새로운 판단을 만들어낼 수 있다. 어떤 판단이 만들어지고 어디에 쓰이는지까지 관리 대상에 포함해야 한다.

3. 학교 AI의 투명성은 도입 순간이 아니라 전 과정의 문제다
AI는 운영 중 모델과 기능, 데이터 처리 방식이 바뀔 수 있다. 도입 이유부터 변경 사항과 오류 처리, 계약 종료까지 계속 살펴볼 수 있는 구조가 필요하다.

[핵심 참고자료]
1. UNESCO, 「Education Ministers call for education to remain a common good in the age of AI at UNESCO’s Digital Learning Week」
공동성명 채택 배경과 참여 규모를 확인할 수 있는 공식 발표.
 

2. UNESCO, 「Ministerial Statement: Sustaining education as a common good in the age of AI」
‘교육은 공공재’와 AI 교육 8대 우선순위를 담은 공동성명 원문.
 

3. 개인정보보호위원회, 「AI 디지털교과서 사전 실태점검 결과」
AI 디지털교과서의 학생 데이터와 개인정보 처리 점검 결과.
 

4. 한국교육학술정보원(KERIS), 「공교육 에듀테크 개인정보보호 가이드」
학교의 에듀테크 개인정보 처리와 보호를 위한 실무 가이드.
 

[전문 용어 사전]
▪️공동재(Common good): 사회 구성원이 함께 지키고 누려야 하는 공동의 가치와 사회적 기반을 뜻한다. 경제학의 순수 공공재와는 다른 개념이다.

▪️고영향 인공지능: 사람의 기본권 등에 중대한 영향을 줄 수 있어 AI 기본법상 안전성과 신뢰 확보를 위한 조치가 요구되는 인공지능 영역이다.

▪️자동화된 결정: 사람의 실질적인 개입 없이 자동화된 시스템이 개인정보를 처리해 개인에게 영향을 미치는 결정을 내리는 것을 말한다.

▪️데이터 이동성: 특정 사업자의 시스템에서 다른 시스템으로 데이터와 관련 정보를 옮길 수 있는 성질을 뜻한다.

▪️총비용: 구독료뿐 아니라 연수, 관리, 보안, 시스템 연동, 장애 대응, 서비스 전환과 계약 종료에 드는 비용까지 포함한 전체 비용을 뜻한다.

[함께 읽으면 좋을 기사] 
[Pocus 심층 진단 기획] 학생 자해 계획 먼저 들은 AI 학교 상담교사, 상담 공백의 대안 될까

[Pocus 심층 진단 기획] 가트너 AI 전망, AI 대체 해고인력 30%, 2029년 더 비싼 재고용 경고

[Pocus 심층 분석] 자동화 연구 인턴 공개한 오픈AI, 수석과학자가 속도 조절을 말한 이유

※ AI 활용 고지: 본 표는 The Imaginary Pocus의 기획과 편집 방향에 따라 관련 법령·공식 문서·학술자료를 검토해 구성했으며, 자료 구조화와 표·이미지 제작 과정에 NotebookLM과 Gemini를 활용했습니다. 최종 내용의 사실 확인과 편집 책임은 The Imaginary Pocus에 있습니다.