AI 시대, 코딩 교육은 여전히 가장 효과적일까?

“AI가 코딩까지 해주는 시대인데, 아이들이 여전히 코딩을 배워야 할까요?”

최근 AI 캠프에서 학부모님들이 자주 물어보셨던 질문 중 하나입니다.

불과 몇 년 전까지만 해도 코딩은 미래 교육의 핵심으로 이야기되었습니다. 컴퓨터가 사회 전반을 움직이게 되면서, 컴퓨터와 소통할 수 있는 능력이 중요해졌기 때문입니다.

하지만 생성형 AI가 등장하면서 상황이 빠르게 달라지고 있습니다.

이제 우리는 컴퓨터에게 직접 명령을 내리는 것보다, AI에게 원하는 것을 설명하고 AI가 컴퓨터와 소프트웨어를 움직이도록 하는 일이 점점 많아지고 있습니다.

그렇다면 이제는 한 가지 질문을 다시 생각해볼 필요가 있습니다.

AI 시대에도 코딩은 학생들에게 사고력과 문제 해결력을 길러주는 가장 효과적인 교육 방법일까요?

우리는 왜 코딩을 배웠을까?

코딩은 본래 컴퓨터에게 일을 시키는 방법입니다.

컴퓨터는 사람의 말을 그대로 이해하지 못하기 때문에, 우리는 Python이나 Java 같은 프로그래밍 언어를 사용해 컴퓨터가 이해할 수 있는 방식으로 명령을 작성했습니다.

쉽게 말하면 지금까지는 이런 구조였습니다.

인간 → 프로그래밍 언어 → 컴퓨터

그래서 코딩을 배우는 과정에서는 자연스럽게 여러 가지 사고 능력이 필요했습니다.

복잡한 문제를 작은 문제로 나누고, 어떤 순서로 해결할지 생각하고, 조건에 따라 다른 결과가 나오도록 설계하고, 오류가 발생하면 원인을 찾아 수정해야 했습니다.

이 때문에 코딩 교육은 단순히 프로그래머를 양성하기 위한 교육을 넘어 논리적 사고력, 문제 해결력, 구조적 사고를 기르는 교육으로도 주목받았습니다.

저희 역시 이러한 코딩 교육의 가치에 동의합니다.

다만 중요한 것은 코딩이라는 방법 자체가 아니라, 코딩을 통해 무엇을 배우려고 했느냐입니다.

그런데 우리가 소통해야 할 대상이 달라지고 있다

AI의 등장은 인간과 컴퓨터가 소통하는 방식을 바꾸고 있습니다.

예전에는 프로그램을 만들기 위해 사람이 직접 코드를 작성해야 했습니다.

하지만 이제는 자연어로 AI에게 원하는 프로그램을 설명하면 AI가 코드를 작성하고, 오류를 수정하고, 필요한 기능까지 구현할 수 있습니다.

관계가 조금씩 이렇게 바뀌고 있는 것입니다.

인간 → AI → 코드·컴퓨터·소프트웨어

물론 프로그래밍이 사라진다는 뜻은 아닙니다.

AI를 연구하거나 소프트웨어를 깊이 있게 개발하는 사람에게 프로그래밍은 앞으로도 중요한 기술입니다. AI 역시 결국 소프트웨어 위에서 동작하기 때문입니다.

하지만 모든 초·중·고등학생에게 필요한 기본 교육을 생각한다면 질문은 조금 달라집니다.

학생들에게 한정된 교육 시간이 주어져 있을 때, 우리는 컴퓨터에게 직접 명령하는 방법을 먼저 가르쳐야 할까요?

아니면 앞으로 훨씬 자주 마주하게 될 AI를 이해하고, 원하는 일을 맡기고, 결과를 판단하는 방법을 먼저 가르쳐야 할까요?

AI 시대에는 새로운 문제 해결 방식이 등장하고 있다

AI가 처음 대중화되었을 때만 해도 사람들의 관심은 대부분 ‘프롬프트’에 있었습니다.

AI에게 어떤 질문을 해야 더 좋은 답을 받을 수 있을까?

하지만 AI를 활용하는 방식은 빠르게 발전하고 있습니다.

이제 중요한 것은 단순히 질문 한 문장을 잘 작성하는 것이 아닙니다.

AI에게 어떤 정보를 제공할 것인지, 어떤 순서로 일을 맡길 것인지, 어떤 도구를 사용할 수 있게 할 것인지, 나온 결과를 어떻게 평가하고 다시 개선할 것인지까지 함께 설계해야 합니다.

AI를 잘 활용하는 과정은 점점 다음과 같은 모습에 가까워지고 있습니다.

• 문제를 정의하고,
• 문제를 작은 단위로 나누고,
• 필요한 정보를 준비하고,
• 작업의 순서를 설계하고,
• AI에게 역할을 맡기고,
• 결과를 검증하고,
• 문제가 있다면 다시 수정하는 것.

흥미로운 점은 이 과정이 코딩 교육에서 중요하게 다뤄왔던 사고 과정과 상당히 닮아 있다는 것입니다.

문제를 분해하고, 절차를 만들고, 조건을 생각하고, 결과를 확인하고, 반복적으로 개선합니다.

다만 차이가 있다면 이제 그 사고를 표현하는 주요 수단이 반드시 프로그래밍 언어일 필요는 없다는 점입니다.

AI를 사용하는 것은 ‘생각하지 않아도 되는 것’이 아니다

AI가 코드를 대신 작성해준다고 하면 이런 우려도 생깁니다.

“그렇다면 아이들이 직접 생각하지 않게 되는 것 아닐까?”

충분히 가능한 우려입니다.

실제로 AI에게 질문을 던지고 나온 답을 그대로 복사하는 것만 배운다면 좋은 교육이라고 하기 어렵습니다.

하지만 제대로 된 AI 교육은 정반대입니다.

AI가 좋은 결과를 만들게 하려면 먼저 사람이 무엇을 원하는지 분명히 알아야 합니다.

막연하게 “좋은 발표 자료를 만들어줘”라고 요청하는 것과,

발표의 목적은 무엇인지, 대상은 누구인지, 어떤 자료를 참고해야 하는지, 어떤 기준으로 좋은 결과를 판단할 것인지까지 생각한 뒤 AI에게 일을 맡기는 것은 완전히 다른 활동입니다.

AI의 답변이 틀렸는지 판단하는 것도 사람의 몫입니다.

어떤 부분이 부족한지 찾아내고, 그 원인을 추론하고, 필요한 정보를 추가하고, 다시 결과를 개선해야 합니다.

결국 AI를 제대로 활용하기 위해서는 오히려 더 높은 수준의 질문이 필요합니다.

• 무엇을 만들 것인가?
• 왜 이렇게 해야 하는가?
• 어떤 순서로 해결할 것인가?
• AI에게 어떤 정보를 주어야 하는가?
• 이 결과를 믿어도 되는가?
• 더 나은 결과를 만들려면 무엇을 바꿔야 하는가?

이러한 질문을 반복하는 과정 역시 논리적 사고이고 구조적 사고이며 문제 해결입니다.

코딩이 가르쳐온 사고방식은 AI 시대에도 살아남는다

AI 시대의 새로운 활용 방식 중 상당수는 완전히 새로운 사고법에서 만들어진 것이 아닙니다.

복잡한 일을 작은 단위로 나누는 것, 여러 단계로 작업을 연결하는 것, 조건에 따라 다른 행동을 하게 만드는 것, 결과를 평가하고 다시 반복하는 것 모두 컴퓨터과학과 소프트웨어 개발에서 오랫동안 발전해온 사고방식과 맞닿아 있습니다.

그런 의미에서 AI 교육은 코딩 교육과 완전히 반대편에 있는 교육이 아닙니다.

오히려 코딩과 컴퓨터과학이 발전시키고 가르쳐온 사고방식을 AI라는 새로운 도구를 통해 더 높은 수준에서 활용하는 교육에 가깝습니다.

코드의 문법 하나하나를 직접 작성하지 않더라도 학생은 여전히 문제를 구조화해야 합니다.

어떤 작업을 먼저 해야 하는지 판단해야 하고, AI에게 무엇을 맡기고 자신은 무엇을 판단해야 하는지도 결정해야 합니다.

중요한 것은 직접 모든 것을 만드는 능력에서, 전체 시스템을 이해하고 설계하는 능력으로 조금씩 이동하고 있습니다.

한 사람이 여러 AI를 다루는 시대

AI를 활용하는 방식은 이미 하나의 AI와 대화하는 것을 넘어, 여러 AI 에이전트가 역할을 나누어 하나의 문제를 해결하는 방향으로 발전하고 있습니다.

최근의 AI 시스템에서는 하나의 에이전트가 모든 일을 처리하는 대신, 서로 다른 역할을 가진 여러 에이전트나 서브에이전트에게 작업을 나누어 맡기는 방식이 실제로 활용되고 있습니다.

예를 들어 한 학생이 환경 문제에 관한 프로젝트를 진행한다고 생각해보겠습니다.

하나의 AI에게는 관련 자료 조사를 맡기고, 다른 AI에게는 조사한 자료의 허점이나 반론을 찾아보게 할 수 있습니다. 또 다른 AI에게는 발표 구조를 설계하게 하고, 필요하다면 데이터를 분석하거나 간단한 프로그램을 만드는 역할을 별도의 AI에게 맡길 수도 있습니다.

중요한 것은 AI의 수가 아닙니다.

여러 AI가 함께 일할수록 오히려 사람에게는 더 높은 수준의 판단이 필요해집니다.

무엇을 해결해야 하는지 정의하고, 하나의 큰 문제를 여러 작업으로 나누고, 각각의 역할을 결정해야 합니다. 어떤 AI에게 어떤 정보와 맥락을 제공할지 설계하고, 여러 AI가 만들어낸 결과를 비교하고 검증한 뒤 최종적인 방향도 결정해야 합니다.

즉, 사람의 역할은 모든 작업을 직접 수행하는 것에서 점차 여러 지능이 문제를 해결하도록 설계하고 조율하는 것으로 확장되고 있습니다.

실제로 AI 에이전트 기술에서도 중앙의 에이전트가 전문화된 여러 에이전트에게 작업을 맡기거나, 필요에 따라 특정 에이전트에게 작업을 넘기는 구조가 사용되고 있습니다.

학생들이 살아갈 AI 시대에 필요한 능력 역시 이와 닮아 있을 수 있습니다.

단순히 AI에게 질문을 잘하는 것을 넘어, 문제를 구조화하고, 역할을 나누고, 적절한 맥락을 제공하고, 결과를 평가하며, 여러 AI를 하나의 목적을 향해 움직이게 하는 능력입니다.

AI 시대의 핵심 역량은 모든 일을 직접 수행하는 능력만이 아니라, 여러 지능을 목적에 맞게 조직하고 활용하는 능력입니다.

기술의 발전은 항상 더 높은 추상화로 이동해왔다

사실 이러한 변화는 처음 있는 일이 아닙니다.

프로그래밍의 역사에서도 비슷한 일이 반복되었습니다.

초기의 개발자들은 컴퓨터가 이해하는 방식에 가까운 저수준 언어를 직접 다뤄야 했습니다.

이후 C와 같은 언어가 등장했고, 다시 Python이나 Java처럼 사람이 더 쉽게 이해하고 사용할 수 있는 언어가 보편화되었습니다.

라이브러리와 오픈소스가 등장하면서 다른 사람이 만들어놓은 기능을 가져다 사용하는 것도 자연스러운 개발 방식이 되었습니다.

새로운 도구가 등장할 때마다 “직접 하지 않으면 진짜 실력이 아니다”라는 이야기가 나왔습니다.

하지만 기술은 계속해서 낮은 수준의 작업을 추상화해왔습니다.

그 덕분에 사람은 더 복잡하고 더 큰 문제에 집중할 수 있게 되었습니다.

AI 역시 이러한 흐름의 다음 단계로 볼 수 있습니다.

AI가 코드를 작성한다고 해서 인간이 더 이상 생각하지 않는 것이 아닙니다.

오히려 인간이 고민해야 할 문제의 층위가 한 단계 올라가고 있는 것입니다.

어떻게 코드를 작성할 것인가에서, 무엇을 만들 것이며 AI와 컴퓨터를 어떻게 활용해 그것을 구현할 것인가로 말입니다.

그렇다면 이제 코딩을 배우지 않아도 될까?

그렇지는 않습니다.

코딩은 여전히 훌륭한 학습 도구이고, 소프트웨어와 AI를 깊이 이해하고 싶은 학생에게 매우 중요한 기술입니다.

또한 프로그래밍을 직접 경험해본 학생은 AI가 만들어낸 코드와 시스템을 더 깊이 이해할 수 있습니다.

하지만 모든 학생에게 필요한 미래 교육이라는 관점에서는 조금 다른 질문이 필요합니다.

코딩 교육이 효과가 있는가?

물론 효과가 있습니다.

하지만 이제는 한 발 더 나아가 물어야 합니다.

AI 시대에도 코딩 교육이 사고력과 문제 해결력을 기르는 가장 직접적이고 효율적인 방법일까?

코딩 교육이 추구했던 목표는 여전히 중요합니다.

논리적으로 생각하는 능력, 복잡한 문제를 구조화하는 능력, 시행착오를 거쳐 해결책을 찾는 능력은 오히려 AI 시대에 더 중요해질 것입니다.

다만 그 목표에 도달하는 방법은 달라질 수 있습니다.

과거에는 컴퓨터와 소통하기 위해 프로그래밍 언어를 배웠다면, 앞으로의 학생들은 AI를 이해하고, AI에게 문제를 설명하고, AI와 함께 해결책을 설계하고, 그 결과를 검증하는 방법을 배워야 합니다.

코딩 교육의 목적을 버릴 필요는 없습니다.

하지만 그 목적을 달성하는 가장 좋은 방법은 시대에 맞춰 다시 고민할 필요가 있습니다.

우리가 학생들에게 가르쳐야 할 것은 특정한 도구의 사용법이 아니라, 새로운 도구가 등장하더라도 그것을 이해하고 활용해 문제를 해결할 수 있는 힘이기 때문입니다.