수행평가의 AI 경계와 교실 현장의 실제 간극
· BNV Solutions
최근 교육부가 마련한 ‘수행평가* 시 인공지능 활용 관리 방안’이 교육 현장의 질문과 맞닿아 있다. 같은 시기 교실 파일럿 사례로는 Khanmigo가 학생들에게 기대한 만큼의 답을 주지 못했고 학생들도 그 도구의 질문을 원하지 않았다는 보도가 나왔다. 한편 시장에서는 Abre의 Vera처럼 실시간·role-aware* 답변을 주는 analytics agent*가 정적 대시보드를 대체하겠다고 나섰다.
여기서 드러나는 메커니즘은 단순하다. 평가 맥락에서는 결과의 '출처'와 '학습자 기여도'가 핵심인데, 상호작용형 에이전트는 설계에 따라 답을 내기도, 질문을 되묻기도 한다. 학생이 답을 얻으려는 목적과 에이전트가 학습을 돕기 위해 설계된 상호작용 방식이 어긋날 때 실효성은 떨어진다.
트레이드오프도 분명하다. 에이전트의 개입을 엄격히 통제하면 진위 검증은 쉬워지지만 수업 흐름과 학습 경험은 경직된다. 반대로 역할인식과 자연어 응답을 높이면 교사의 해석 부담과 데이터 보호 이슈가 커진다. analytics agent는 교사·관리자의 '관점'을 반영한 요약을 주지만 그 요약을 곧바로 신뢰하는 것은 또 다른 위험을 낳는다.
실무 판단 기준은 현장 경험에서 나온다. 수행평가 도구는 자동 생성물의 출처를 기록하는 프로비넌스와 교사확인 절차를 기본으로 해야 하며, 학급 운영에서는 학생 행동·목적에 따른 에이전트 권한 설정이 필요하다. 데이터 대시보드에는 role-aware 뷰와 함께 설명 가능한 근거를 붙여 해석 오류를 줄여야 한다.
비앤브이솔루션에서는 이 지점을 제품과 운영으로 연결한다. Duo 시리즈에서 수행평가 연동 시 AI 사용 라벨링과 교사용 검토 워크플로우를 기본 제공하고, DuoLumi의 대시보드는 역할별 요약과 근거 노출을 우선 설계한다. 교육부 방안과 교실 파일럿의 교훈을 반영해 교사 주도의 확인 게이트를 핵심 운영 규칙으로 운영 중입니다.