성적을 넘어선 교육과 학습의 여정: 애자일, AI, 게임화를 통한 교육의 재구상
프로도가 둠 마운트로 향하는 여정 등 모든 장대한 여정은 반지의 제왕에서 제다이가 되기 위한 루크 스카이워커의 여정을 따라가 보세요. 스타워즈의 항해 또는 엔터프라이즈 in 스타트렉에서 이 여정은 성적과 함께 시작되지 않습니다. 어떤 영웅도 A, B, 낙제 점수를 받고 모험을 시작하지 않습니다. 대신, 그들은 극복해야 할 도전이라는 강력한 미션을 가지고 시작합니다. 그들의 여정은 이정표, 장애물, 의심의 순간, 그리고 승리로 가득 차 있습니다. 결코 백분율 점수로 환원되지 않습니다.
하지만 교육 현장에서 우리는 종종 학생들이 방대한 지식의 지평을 탐색하는 탐험가가 아니라 단순히 저울의 한 점인 것처럼 학습을 대하는 경우가 많습니다.
Daniel Pink(2025)가 다음과 같이 설명합니다. 워싱턴 포스트의 오피니언 기사에서 성적을 없애지 않는 이유에서 성적 인플레이션의 영향은 이러한 접근 방식의 의도하지 않은 결과를 강조하며 왜 우리는 성적을 역동적인 체크포인트가 아닌 장벽으로 간주하는지에 대한 비판적 성찰을 촉구합니다.
대신 교육을 게임화하여 평가를 게임이나 비즈니스 시뮬레이션의 체크포인트처럼 학생들이 앞으로 나아가기 전에 필수 기술의 숙달 여부를 확인할 수 있는 이정표로 삼는 것은 어떨까요?
예측할 수 없는 현실 세계에 대비하는 것이 목표인 비즈니스 교육에서는 단순히 시험에서 높은 점수를 받는 것에서 숙달, 적응력, 실무 역량에 중점을 두어야 합니다. 이 글에서는 인간과 AI의 상호보완성, 비즈니스 민첩성 원칙, 게임화 모델에서 영감을 받아 기존의 채점 시스템을 뛰어넘어 매력적이고 반복적이며 기술 중심의 학습 환경을 구축할 수 있는 가능성을 살펴봅니다. 이러한 아이디어는 다음과 밀접하게 연계되어 있습니다. 교육 및 학습을 위한 선언문규범적 교수법보다 적응력, 개인 성취보다 협업, 학생 시험보다 학습 결과의 성취, 교실 강의보다 학생 주도 탐구, 정보 축적보다 시연과 적용, 현재 관행의 유지보다 지속적인 개선을 강조합니다(Krehbiel et al., 2017).
1. 인간과 인공지능의 상호보완성: 학습에 대한 더 스마트한 접근 방식
적응형 학습 도우미로서의 AI
AI 기반 플랫폼은 각 학생의 고유한 속도와 학습 스타일에 맞게 교육 콘텐츠를 맞춤화하여 엄격한 채점 구조의 필요성을 완화할 수 있습니다. 모든 학생에게 동일한 속도로 동일한 커리큘럼을 강요하는 대신 AI를 활용할 수 있습니다:
- 학습 경로 개인화: 코세라, 듀오링고, 칸 아카데미에서 사용하는 것과 같은 적응형 AI 시스템은 실시간 피드백과 맞춤형 연습을 제공하여 취약한 부분을 강화합니다(Deci & Ryan, 1985).
- 시간 경과에 따른 역량 성장 추적: AI는 일회성 성적에 의존하는 대신 주요 기술 영역의 진행 상황을 추적하고 학생의 발달에 대한 데이터 기반 인사이트를 제공할 수 있습니다.
- 평가 시 주관적 편견 줄이기: 교수자에 따라 달라지는 기존 채점과 달리, AI 기반 평가 도구(예: AI 기반 에세이 채점 및 자동화된 기술 평가)는 일관성과 공정성이 뛰어납니다(Dweck, 2006).
튜터와 멘토로서의 AI
- 대화형 AI 도구(예: ChatGPT, Claude 또는 DeepSeek)는 교수 한 명이 관리할 수 있는 범위를 넘어 질문에 답하고, 개념을 설명하고, 개인화된 피드백을 제공하는 온디맨드 튜터 역할을 할 수 있습니다.
- AI 기반 시뮬레이션과 VR 도구를 통해 학생들은 실제 비즈니스 시나리오를 연습하며 위험 부담 없는 환경에서 비판적 사고와 문제 해결 능력을 키울 수 있습니다.
이러한 변화는 기존의 성적에 대한 권위를 분산하고 대신 기술 숙련도를 입증하는 데 초점을 맞추는 것으로, 보다 의미 있고 개인화된 평가 시스템에 대한 Pink(2025)의 요구와 잘 부합합니다.
2. 비즈니스 민첩성 교육: 성적이 아닌 반복을 통한 학습
교육에 애자일 원칙 적용하기
비즈니스 민첩성은 반복, 피드백 루프, 적응력, 지속적인 학습을 강조하며, 이는 성적 없이도 자연스럽게 교육을 지원하는 자질입니다. 전통적인 채점 대신 역량 기반 진행 상황, 실제 프로젝트, 반복적인 피드백 주기를 기반으로 학생을 평가할 수 있습니다(Goodhart, 1975). 그리고 교육 및 학습을 위한 선언문 는 이러한 필요성을 더욱 강화하여 수동적인 강의실 강의와 암기식 정보 축적보다 학생 주도적 탐구와 시연을 옹호합니다(Krehbiel et al., 2017).
- 학습을 위한 스크럼: 스크럼 스프린트처럼 짧은 반복 주기로 실제 프로젝트를 수행하는 방식으로 코스를 구성할 수 있습니다. 교수진과 AI 튜터가 피드백을 제공하여 일회성 성적이 아닌 지속적인 개선을 보장합니다.
- 자기 주도적 숙달을 위한 칸반: 고정된 15주 과정 대신 칸반 스타일의 학습 보드를 통해 학생들은 기초 지식부터 전문가 수준의 응용까지 자신의 속도에 맞춰 진행합니다.
- 문자 성적에 대한 OKR(목표 및 주요 결과): 학생들은 현대 기업에서 성공을 측정하는 것처럼 스스로 학습 목표를 설정하고 주요 결과를 통해 진행 상황을 추적합니다.
마일스톤으로 게임화 평가
시험, 시험, 연습 문제를 없애는 대신 게임과 같은 마일스톤으로 재정의할 수 있습니다. 학생들은 할 수 있습니다:
- 비즈니스 시뮬레이션이나 인증 시험처럼 숙달할 때까지 여러 번 도전하세요.
- 문자 등급이 아닌 스킬 배지를 획득하여 전문 마이크로 자격 증명과 유사한 가시적인 성취 마커를 만들 수 있습니다(Kohn, 1999).
- 기업 환경의 구조화된 온보딩 프로세스와 마찬가지로 역량 레벨을 통해 진행합니다.
- AI 기반 과제를 사용하여 실제 비즈니스 역량을 검증하고, 학생들이 시뮬레이션된 비즈니스 문제에서 기술을 적용할 수 있도록 합니다.
이 모델에서 실패는 최종적인 것이 아니라 반복의 기회이므로 학생들은 합격만을 목표로 하는 것이 아니라 자료를 깊이 있게 흡수할 수 있습니다.
3. 비즈니스 교육의 미래: 기술 기반, AI 지원 및 애자일 교육
미래 인력의 시뮬레이션으로서의 교육
AI를 보조 도구로 활용하고 애자일 방법론을 교육에 통합하면 학생들은 실제 업무에 필요한 인력에 더 잘 대비할 수 있습니다. 미래의 업무는 점점 더 프로젝트 기반, 다학제적, 적응형으로 변화하고 있으므로 교육 시스템도 이를 반영해야 합니다.
- 채용을 위한 AI 기반 기술 평가: 구글이나 테슬라 같은 고용주들은 GPA 기반 채용에서 벗어나 기술 기반 평가를 선호하고 있습니다. AI는 AI 기반 인터뷰, 코딩 과제 또는 사례 연구 평가를 통해 역량 검증을 용이하게 하여 오래된 성적표와 GPA를 대체할 수 있습니다.
- AI 및 소프트 스킬 개발: 기술 학습 외에도 VR 공감 훈련 및 대화형 AI 역할극과 같은 AI 기반 도구는 학생들이 비즈니스 성공에 필수적인 감성 지능, 리더십 및 협상 기술을 개발하는 데 도움이 됩니다.
경직된 타임라인을 지속적인 성장으로 대체하기
학생들은 고정된 3년 또는 4년제 학위 대신 유연하게 학위를 취득할 수 있어야 합니다:
- 학습 모듈을 통해 자신의 속도에 맞춰 학습하고, 그 과정에서 스킬 배지를 획득하세요.
- 여러 부서로 구성된 팀에서 마케팅, 영업, 재무, AI 기반 분석 등 다양한 분야의 문제를 해결하며 여러 부서 간 프로젝트에서 학습합니다.
- 애자일 비즈니스가 연말 성과 검토를 기다리지 않고 지속적인 피드백과 반복을 실행하는 것처럼, 학습한 내용을 실제 환경에 즉시 적용하세요.
성적부터 성장까지, AI 지원 및 민첩성 확보
성적을 없애자는 Daniel Pink(2025)의 주장은 교육 개혁에 대한 강력한 요구이며, 이는 AI 기반 개인화 및 비즈니스 민첩성 원칙과 자연스럽게 맞닿아 있습니다.
경직된 채점 시스템에서 벗어나면 다음과 같이 할 수 있습니다:
- 성과 목표(A 획득)에서 학습 목표(실제 숙달 달성)로 전환합니다.
- 오래된 성적표를 AI 기반 기술 추적 및 내러티브 피드백으로 강화된 역량 기반 평가로 대체하세요.
- 정적이고 시간 제한이 있는 학위 모델에서 민첩한 프로젝트 기반의 AI 지원 학습 에코시스템으로 전환하세요.
이러한 접근 방식은 단순히 교육을 개선하는 데 그치지 않고 적응력, 비판적 사고, AI 유창성이 성공을 좌우하게 될 미래의 비즈니스 세계에 대비할 수 있도록 학생들을 준비시킵니다.
참조
Deci, E. L., & Ryan, R. M. (1985). 인간 행동의 내재적 동기와 자기 결정. 플레넘 프레스.
Dweck, C. S. (2006). 마인드셋: 성공의 새로운 심리학. 랜덤 하우스.
Goodhart, C. A. E. (1975). "통화 관리의 문제: 영국 경험." 통화 경제학 논문, vol. I, 호주 중앙은행.
Kohn, A. (1999). 우리 아이들이 마땅히 누려야 할 학교: 전통적인 교실과 '더 엄격한 기준'을 넘어서기. 휴튼 미플린.
크레히비엘, T. C., 외. (2017). 교육 및 학습을 위한 애자일 선언문. 효과적인 교육 저널, 17(2), 90-111.
Pink, D. (2025). 왜 성적을 없애지 않나요? 워싱턴 포스트. https://www.washingtonpost.com/opinions/2025/03/03/grade-inflation-why-not/
사진 제공 Element5 디지털
Korean 
English 
French 
Arabic 
Chinese 
Czech 
Hindi 
Italian 
Portuguese 
Spanish