알림 목록

분석지역:경기도 및 31개 시·군 교육권역
핵심지역: 성남·판교 등 AI 산업집적지역, 경기북부·동부 및 교육접근 취약지역, 직업계고·AI 중점학교
Agenda: AI 시대 학생의 미래지능 격차와 학교·지역·교원 역량의 구조적 차이
Golden Time Type: Opportunity + Structural Risk
기준일: 2026년 8월 28일
Version: Regional AX Golden Time Intelligence v3.1
 

경기도 학생의 AI 교육 문제를 단순히 ‘AI를 배울 기회가 있는가’로 보면 실제 격차를 놓치게 된다. 2026년 경기도교육청은 AI 중점학교 200교, AI·디지털 활용 선도학교 350교, 디지털튜터 약 600개교 규모 배치, AI 융합교육 전문지원단 약 100명, 직업계고 AI 역량 강화학교 19교 등으로 AI 교육을 빠르게 확대하고 있다. 학교 단위 AI 교육이 일부 실험학교를 넘어 확산단계에 진입한 것은 분명하다. (정부전자조달센터)

기반도 약하지 않다. 경기도교육청의 자체 AI 교수·학습 플랫폼 하이러닝은 2024년 10월 이미 2,581개교, 학생 49만1,607명, 교사 3만8,613명이 이용했다. 이후 AI 논술진단, AI 서·논술형 평가, 맞춤형 콘텐츠 추천, 학습데이터 활용 기능이 계속 고도화되고 있다. 이는 Historical Official Baseline이지만 경기도가 AI 교육을 확장할 수 있는 공공 디지털 기반을 상당 수준 확보했다는 의미가 있다. (정부전자조달센터)

그러나 AI 교육의 양적 확대와 학생의 미래지능 격차 해소는 동일하지 않다. 학생이 어느 학교에 다니는가, AI 수업을 설계할 수 있는 교사가 있는가, 지역에 대학·IT기업·연구기관이 존재하는가, 가정에서 AI를 활용할 환경이 있는가, 학교가 AI를 단순 학습도구가 아니라 문제해결·창작·비판적 사고의 도구로 활용하는가에 따라 실제 경험은 달라질 수 있다. 경기도교육청이 2025년 연천·여주·안성의 6개 중학교를 대상으로 이동형 AI 체험교육을 별도로 운영하면서 사업 목적에 ‘디지털 격차 해소’를 명시한 것도 이러한 공간적 차이를 정책적으로 인식하고 있음을 보여준다. (정부전자조달센터)

더 중요한 문제는 앞으로의 격차가 기기 보유 격차에서 AI 활용의 질적 격차로 이동한다는 것이다. 모든 학생에게 같은 AI 도구를 제공해도 한 학생은 답을 복사하는 데 사용하고 다른 학생은 자료를 검증하고 코드를 만들고 데이터를 분석하며 새로운 문제를 해결하는 데 사용할 수 있다. 이 차이는 단순 Digital Literacy보다 높은 차원의 역량이다.

따라서 이번 분석에서는 이를 미래지능(Future Intelligence)의 문제로 본다. 미래지능은 특정 AI 프로그램 사용능력이 아니라 질문 → 탐색 → 검증 → 분석 → AI 협업 → 문제해결 → 창작 → 책임 있는 판단으로 이어지는 학생의 종합적 역량이다. 경기도의 Golden Time은 AI 교육사업을 더 많이 만드는 데 있지 않다. 향후 2~3년 안에 학생의 거주지역·학교·교사·가정환경과 관계없이 최소 미래지능을 공교육이 보장하면서, 지역산업과 학생의 고급 AI 역량을 연결할 수 있느냐에 있다.

경기도교육은 대한민국에서 가장 규모가 큰 교육체계다. 동시에 31개 시·군의 산업·인구·소득·도농구조가 크게 다르기 때문에 교육환경 역시 하나의 평균으로 설명하기 어렵다.

성남·수원·용인·화성 등은 판교 IT·AI산업, 반도체·첨단제조기업, 대학·연구기관과 연결할 가능성이 상대적으로 높다. 반면 연천·가평·양평·여주 등에서는 동일한 형태의 민간 AI 교육과 산업체 연계기회를 확보하기가 구조적으로 쉽지 않다.

경기도교육청이 2026년 AI 중점학교를 선도형 3교, 중심형 100교, 문화확산형 97교로 차등 설계한 것도 학교별 AI 교육역량이 동일하지 않다는 전제에 기반한다. 특히 선도형은 초등 정보수업 68시간, 중학교 102시간 이상을 운영하고 고등학교는 매 학기 AI 관련 과목을 편성하도록 했다. (정부전자조달센터)

동시에 AI·디지털 활용 선도학교 350교는 하이러닝 활용 수업, 디지털 콘텐츠, 학생 특성별 맞춤교육 모델을 개발하고 이를 학교 간 네트워크를 통해 확산시키는 구조다. (정부전자조달센터)

따라서 경기도에는 이미 보편 플랫폼 + 선도학교 + 중점학교 + 지역거점이라는 다층적 AI 교육구조가 형성되고 있다.

문제는 이 구조가 실제 학생 수준에서 얼마나 균등한 기회로 전환되고 있는가다.

AI 중점학교가 200교이고 AI·디지털 활용 선도학교가 350교라는 것은 중요한 Output이다. 그러나 이 숫자를 학생의 AI 역량 향상과 동일하게 볼 수 없다. 

• AI 중점학교 지정 ≠ 학생 미래지능 향상
• 하이러닝 접속 ≠ AI 활용역량 확보
• 디지털튜터 배치 ≠ 교사의 수업혁신
• AI 체험교육 ≠ 지속적인 AI 학습이라는 구분이 필요하다.

특히 AI 교육에서는 교사의 역할이 결정적이다. 같은 플랫폼과 AI 도구를 제공해도 교사가 어떤 질문을 만들고 학생에게 어떤 검증과정을 요구하느냐에 따라 수업의 질이 크게 달라질 수 있다.

경기도교육청이 2026년 AI 융합교육 석사학위 취득 교원 약 100명으로 전문지원단을 구성하고, 찾아가는 컨설팅·실무연수·수업모델 개발을 추진한 것도 학교 현장의 교원 역량 차이를 줄이기 위한 것이다. (정부전자조달센터)

또 별도로 교육대학원 연계 AI 융합교육 전문과정 신입생 172명을 선발하고 학기당 등록금의 70%, 최대 200만 원을 지원한다. 이는 AI 교육의 병목이 기기뿐 아니라 교사의 전문성이라는 점을 보여준다. (정부전자조달센터)

경기도 AI 교육의 다음 평가단위는 따라서 학교 수가 아니라 학생이 실제 어떤 AI 역량을 획득했는가가 되어야 한다.

AI 등장 이전의 디지털 교육격차는 주로 기기·인터넷·소프트웨어 접근의 문제였다. 생성형 AI 이후에는 격차의 성격이 바뀌고 있다.

첫 번째 변화는 검색에서 질문으로의 이동이다. 필요한 정보를 검색하는 능력보다 어떤 질문을 AI에 던지고 답을 어떻게 검증하는지가 중요해지고 있다.

두 번째는 지식 습득에서 지식 검증으로의 이동이다. AI가 빠르게 답을 생성하기 때문에 학생은 정보의 출처·논리·오류·편향을 판단할 수 있어야 한다.

세 번째는 도구 활용에서 AI 협업으로의 이동이다. 글쓰기·코딩·데이터 분석·이미지·설계·실험 등 거의 모든 영역에서 AI와 함께 문제를 해결하는 능력이 중요해진다.

네 번째는 평가방식의 변화다. 학생이 AI를 사용할 수 있는 환경에서는 단순 결과물만으로 학생의 실제 역량을 평가하기 어려워진다. 경기도교육청이 하이러닝 AI 서·논술형 평가시스템을 도입하고 논술진단 기능을 고도화하는 것도 이러한 변화와 연결된다. (정부전자조달센터)

따라서 AI 시대 교육격차는 AI를 사용할 수 있는 학생과 없는 학생의 차이보다 AI를 사고의 확장도구로 사용할 수 있는 학생과 답을 대신 만드는 도구로 사용하는 학생 사이의 차이로 이동할 가능성이 높다.

경기도교육청의 2026년 AI 교육정책은 크게 네 층으로 구성되고 있다.

첫 번째는 AI 교육 거점 확대다. AI 중점학교 200교와 AI·디지털 활용 선도학교 350교를 운영하고 있다. 중점학교는 AI·정보교육 자체를 강화하고, 선도학교는 하이러닝과 디지털 기반 맞춤수업을 확산하는 역할을 한다. (정부전자조달센터)

두 번째는 학교 현장 지원이다. 디지털튜터 사업에는 149억 원이 투입됐고 약 600개 학교 규모의 배치를 추진했다. 튜터는 수업 준비와 디지털 기기·플랫폼 활용 등을 지원해 교사가 교수·학습 자체에 집중하도록 설계됐다. (정부전자조달센터)

세 번째는 교원 역량이다. AI 융합교육 전문지원단 약 100명, 교육대학원 AI 전문과정 172명, 하이러닝 기반 교원연수 등이 동시에 운영되고 있다. 미래과학교육원의 Hi-Cycle은 교원의 AI·디지털 역량을 안전·윤리, 디지털 리터러시, 에듀테크, 데이터, 컴퓨팅 사고력, AI 등 6개 영역에서 진단하고 수업 실천까지 연결하도록 설계됐다. 2026년에는 하이러닝 기반 수업설계안 3,000개 개발·공유를 목표로 하고 있다. (정부전자조달센터)

네 번째는 산업·직업교육과의 연결이다. 2026년 직업계고 AI 역량 강화사업에는 19개 학교가 선정돼 AI 기초부터 전공융합, 산업현장 과제를 해결하는 AI 캡스톤 디자인까지 운영한다. (정부전자조달센터)

즉 경기도교육청의 AI 교육은 단순 코딩교육에서 교과수업·평가·교원·직업교육을 포괄하는 Education AX로 이동하기 시작했다.

경기도의 가장 큰 강점은 자체 AI 교수·학습 플랫폼을 광범위한 학교망과 연결할 수 있다는 것이다.

하이러닝은 2024년 10월 이미 2,581개 학교와 학생 49만1,607명, 교사 3만8,613명이 활용했다. 당시에도 AI 논술형 진단, 챗봇, 콘텐츠 추천 등의 기능이 고도화되고 있었다. (정부전자조달센터)

이러한 공공 플랫폼은 지역·학교의 재정력과 관계없이 동일한 기반서비스를 제공할 수 있다는 점에서 교육격차 완화에 중요한 의미를 가진다.

그러나 플랫폼의 보급률만으로 교육경쟁력을 판단할 수 없다. AI 시대에는 교사의 수업설계 역량, 학생의 비판적 사고와 AI 윤리, 지역산업과의 프로젝트 경험까지 함께 필요하다.

경기도교육청이 2025년부터 학생용·교사용 생성형 AI 안전 활용 가이드라인을 별도로 보급한 것도 이러한 위험을 인식한 결과다. 가이드라인은 연령별 특성과 교사의 역할을 고려해 생성형 AI의 책임 있는 활용과 디지털 시민교육을 강조한다. (정부전자조달센터)

따라서 경기도의 AI 교육 Readiness는 플랫폼과 정책기반에서는 상당히 높은 편으로 평가할 수 있지만, 학생의 실제 미래지능 Outcome과 지역별 격차를 측정하는 체계에서는 아직 발전할 여지가 크다.

2026년 AI 중점학교 200교, AI·디지털 활용 선도학교 350교, 디지털튜터 약 600교 규모, AI 융합교육 전문지원단 약 100명, 교육대학원 AI 전문과정 172명, 직업계고 AI 역량 강화학교 19교라는 숫자를 연결하면 경기도 AI 교육이 이미 여러 층에서 동시에 확산되고 있음을 확인할 수 있다. (정부전자조달센터)

하지만 이 숫자들은 모두 주로 Input 또는 Output이다.

얼마나 많은 학생이 AI를 활용해 새로운 문제를 해결할 수 있게 됐는지, 지역별 학생 AI 역량 차이가 줄었는지, 교사의 AI 활용역량이 학생의 학업성취·자기주도성·창의성에 어떤 영향을 주었는지는 별도의 Outcome 데이터가 필요하다.

특히 2025년 연천·여주·안성의 6개 중학교를 대상으로 찾아가는 AI Station을 운영했다는 사실은 역으로 AI 산업·체험 인프라 접근성이 지역에 따라 다를 수 있음을 보여주는 정책적 Evidence다. (정부전자조달센터)

따라서 경기도의 교육 AI 격차를 판단하려면 앞으로 최소한 학교 → 교사 → 학생 → 가정 → 지역이라는 다섯 층의 데이터를 동시에 봐야 한다.

첫째는 학교 간 AI 교육경험 GAP이다. 200개 중점학교와 350개 선도학교의 학생은 상대적으로 다양한 AI 수업을 경험할 가능성이 있지만 일반학교까지 같은 수준으로 확산됐는지는 별도 검증이 필요하다.

둘째는 교원 역량 GAP이다. AI를 단순 자료생성에 사용하는 교사와 학생 데이터 분석·맞춤형 수업·프로젝트 학습까지 활용하는 교사 사이의 차이는 학생 경험의 차이로 이어진다.

셋째는 지역 생태계 GAP이다. 판교 IT기업과 대학·연구기관에 접근하기 쉬운 지역과 그렇지 않은 지역은 학교 밖 AI 프로젝트와 진로경험의 질이 달라질 수 있다.

넷째는 가정환경 GAP이다. 유료 AI 서비스, 고성능 기기, 사교육, 부모의 디지털 역량 등은 학교 밖에서 학생의 AI 활용경험을 확대할 수 있다.

다섯째는 평가 GAP이다. 경기도 학생의 AI·데이터·검증·문제해결 능력을 시·군과 학교별로 동일하게 비교할 수 있는 공개적인 종합지표는 현재 충분하지 않다.

가장 중요한 Data GAP도 바로 여기에 있다. AI 교육사업은 빠르게 늘어나는데 학생 미래지능의 실제 격차를 측정하는 데이터는 상대적으로 부족하다.

교육 AX의 첫 번째 기반은 모든 학교가 접근할 수 있는 공공 플랫폼이다. 하이러닝은 이 점에서 경기도의 중요한 자산이다.

그러나 플랫폼만으로 충분하지 않다. AI를 수업에 제대로 활용할 수 있는 교원과 디지털튜터, 안정적인 네트워크와 기기, AI 콘텐츠, 학생 학습데이터, 개인정보보호와 AI 윤리 기준이 동시에 필요하다.

특히 경기도교육청 미래과학교육원이 2026년 도입한 Hi-Cycle은 교원 역량을 디지털 안전·윤리, 디지털 리터러시, 에듀테크, 데이터, 컴퓨팅 사고력, AI 등 6개 영역으로 진단한다. 이는 향후 학생 미래지능 지표를 설계하는 데도 중요한 참고구조가 될 수 있다. (정부전자조달센터)

학생에게는 여기에 한 단계가 더 필요하다.

AI를 이용하는 능력뿐 아니라 질문을 만드는 능력, AI 답변을 검증하는 능력, 데이터를 해석하는 능력, 사람과 AI의 역할을 구분하는 능력, 결과에 책임지는 능력까지 평가해야 한다.

AI 시대 공교육의 역할은 학생에게 가장 좋은 AI 서비스를 구매해주는 것이 아니라 가정환경과 관계없이 이러한 기본 미래지능을 확보하게 만드는 것이다.

교육 AX가 지역사회까지 내려가기 위해서는 학교 안 AI 교육과 지역산업이 연결돼야 한다.

경기도는 특히 이 조건이 좋다. 판교의 AI·소프트웨어, 용인·화성·평택·이천의 반도체, 시흥·광교의 바이오, 제조업 밀집지역의 로봇·스마트팩토리 등 학생이 실제 산업문제를 경험할 수 있는 자원이 존재한다.

직업계고 AI 교육의 변화는 이러한 방향을 보여준다. 2026년 19개 학교에서 추진되는 AI 역량 강화사업은 단순 AI 이론이 아니라 산업현장의 문제를 AI로 해결하는 프로젝트와 전공융합, 캡스톤 디자인을 중심으로 한다. (정부전자조달센터)

문제는 이러한 기회가 일부 직업계고와 산업집적지역에만 집중될 가능성이다.

AI 교육의 지역격차를 줄이려면 판교 기업의 전문가와 수업·프로젝트를 원격으로 연결하거나, 이동형 AI Lab을 운영하고, 지역별 산업문제를 공유학교 프로젝트로 전환하는 방식이 필요하다.

결국 지역산업이 많은 곳의 학생만 미래산업을 경험하는 구조를 공교육이 얼마나 보정할 수 있는가가 중요하다.

경기도 교육격차는 단순 남부와 북부의 문제만은 아니다. 같은 도시에서도 학교와 가정환경에 따라 차이가 발생할 수 있다.

그러나 지역 산업생태계와 AI 교육의 연결이라는 관점에서는 공간적 차이가 분명히 존재한다. 성남교육지원청은 2026년까지 4년 연속 AI·디지털 활용 선도지구로 선정됐고, ‘6·5·5 AI-Hub’와 판교 IT기업·지자체를 연계한 ‘성남 디지털 사다리’를 운영하고 있다. (정부전자조달센터)

반면 연천·여주·안성에서는 2025년 이동형 AI Station을 학교로 직접 보내 AI 체험기회를 제공했다. 동일한 AI 교육을 제공하는 방식 자체가 지역에 따라 달라지고 있다는 의미다. (정부전자조달센터)

그렇다고 경기북부의 AI 교육을 단순 취약지역으로 규정하는 것도 적절하지 않다. 연천교육지원청은 2026년 관내 초·중·고 교원 26명으로 AIDed 수업나눔지원단을 구성해 하이러닝과 AI 서·논술형 평가 확산을 추진하고 있다. 후발지역도 자체적인 역량 축적을 시작하고 있다는 Evidence다. (정부전자조달센터)

따라서 필요한 것은 지역에 대한 단순 서열화가 아니라 31개 시·군별 AI Education Readiness를 측정하는 것이다.

첫 번째 이유는 AI가 이미 학생의 일상적인 학습도구가 되고 있기 때문이다. 학교가 AI 활용방법을 가르치지 않아도 학생은 AI를 사용한다. 따라서 공교육이 늦어질수록 AI 활용법은 가정환경과 사교육에 의해 결정될 가능성이 커진다.

두 번째는 경기도교육청이 2026년 AI 중점학교·선도학교·디지털튜터·교원 전문과정 등을 동시에 확대하고 있기 때문이다. 지금 만들어지는 수업모델과 교원역량 체계가 향후 일반학교 AI 교육의 표준이 될 가능성이 높다. (정부전자조달센터)

세 번째는 평가체계가 변화하기 시작했기 때문이다. AI 서·논술형 평가와 AI 기반 영어 수업·평가 모델 ‘CLASS UP’ 등이 도입되고 있다. CLASS UP은 2026년 선도학교 운영 후 2027년 도내 모든 일반학교로 단계적 확산할 계획이다. (정부전자조달센터)

한 번 평가방식과 학습데이터 구조가 정착되면 다시 바꾸는 비용이 크다.

따라서 2026~2028년은 경기도가 AI를 교육격차를 확대하는 사교육 도구로 둘 것인지, 공교육이 미래지능의 최소선을 보장하는 공공 인프라로 만들 것인지 결정하는 Golden Time이다.

12-1. Golden Time 기초지자체 적용 사례 ① — 성남시

성남은 경기도 학생이 AI 산업을 가장 가까이에서 경험할 수 있는 지역 가운데 하나다. 판교테크노밸리의 AI·소프트웨어 기업집적과 학교교육을 연결할 수 있고, 성남교육지원청은 2023년부터 2026년까지 4년 연속 AI·디지털 활용 선도지구로 선정됐다. (정부전자조달센터)

2026년에는 초·중·고 급별 특성을 반영한 ‘6·5·5 AI-Hub’ 교육모델을 가동하고 지자체와 판교 IT기업을 연결한 ‘성남 디지털 사다리’를 통해 교육격차 완화를 추진하고 있다. 이는 AI 산업집적을 교육자원으로 전환하려는 시도라는 점에서 의미가 있다. (정부전자조달센터)

성남의 Golden Time은 더 많은 AI 체험교육을 만드는 데 있지 않다. 판교의 기업·인재·데이터·현장문제를 학교 프로젝트와 연결하고, 그 교육모델을 하이러닝과 경기공유학교 등을 통해 다른 지역 학생도 사용할 수 있도록 공공자산화하는 것이 중요하다.

성남의 우수한 지역자원이 성남 학생만의 경쟁력이 되면 경기도 교육격차는 확대된다. 반대로 이를 공유 가능한 수업·프로젝트·멘토링 자산으로 만들면 선도지역이 후발지역의 미래지능을 끌어올리는 구조가 만들어질 수 있다.

12-2. Golden Time 기초지자체 적용 사례 ② — 연천군

연천은 성남과 정반대 조건에서 중요한 사례다. AI·IT 기업이 밀집한 지역은 아니지만, 그렇기 때문에 공교육의 역할을 더 명확하게 검증할 수 있다.

경기도교육청은 2025년 연천·여주·안성 6개 중학교에서 찾아가는 AI Station을 운영했다. 이동형 체험관을 학교로 보내 AI 기술과 디지털 시민교육을 제공한 사업으로, 교육청은 사업 목적 가운데 하나로 디지털 격차 해소를 명시했다. (정부전자조달센터)

2026년에는 연천교육지원청이 관내 초·중·고 교원 26명으로 AIDed 수업나눔지원단을 구성하고 하이러닝과 AI 서·논술형 평가의 학교 현장 안착을 추진하고 있다. (정부전자조달센터)

연천의 Golden Time은 판교와 같은 교육환경을 만드는 데 있지 않다. 공공 AI 플랫폼 + 원격 전문가 + 이동형 Lab + 교원역량 + 지역문제 프로젝트를 결합해 학생의 지리적 위치가 AI 교육기회를 결정하지 않도록 하는 것이다.

성남과 연천의 학생이 같은 학교환경을 가질 필요는 없다. 그러나 AI 시대를 살아갈 최소 미래지능의 출발선은 공교육이 같게 만들어야 한다.

첫 번째 손실은 교육격차의 새로운 고착이다. AI를 일찍부터 사고·창작·코딩·데이터 분석에 활용하는 학생과 단순 답변 생성에 사용하는 학생의 차이는 시간이 갈수록 누적될 수 있다.

두 번째는 가정환경 의존이다. 학교가 충분한 AI 교육을 제공하지 못하면 유료 AI 서비스, 사교육, 부모의 디지털 역량이 학생의 미래지능을 결정하는 비중이 커질 수 있다.

세 번째는 지역 인재격차다. 첨단산업지역 학생이 기업·대학과 다양한 프로젝트를 경험하고 다른 지역 학생은 단순 체험교육에 머문다면 지역산업 격차가 다시 교육격차로 재생산될 가능성이 있다.

네 번째는 교원격차다. AI를 활용하는 교사와 그렇지 않은 교사의 차이가 커지면 같은 학교에서도 학급별 교육경험이 달라질 수 있다.

다섯 번째는 AI 의존이다. 학생이 AI 결과를 검증하지 못한 채 사용하는 습관이 고착되면 AI 활용능력은 높아져도 독립적인 사고능력은 오히려 약해질 수 있다.

경기도는 교육 AI 격차를 줄일 수 있는 조건도 상당히 갖추고 있다.

하이러닝이라는 공공 플랫폼이 있고, AI 중점학교·선도학교가 있으며, 교원 전문과정과 디지털튜터가 존재한다. 판교·반도체·바이오·제조업이라는 세계적 수준의 산업자원도 주변에 있다.

따라서 새로운 교육플랫폼을 다시 만드는 것보다 기존 자산을 학생 중심으로 연결하는 것이 중요하다.

학생이 어느 지역에 있든 하이러닝을 통해 기본 AI 교육을 받고, AI 중점학교의 우수 수업을 공유하고, 판교 기업 전문가와 온라인 프로젝트를 수행하며, 지역문제를 데이터로 분석하고 결과물을 다시 공유할 수 있다면 경기도 전체가 하나의 AI Learning Network가 될 수 있다.

이 구조가 작동하면 경기도는 AI를 잘 가르치는 일부 학교를 넘어 1,400만 도민 규모의 지역에서 교육격차를 AI로 줄이는 공공모델을 만들 수 있다.

경기도교육 AX의 다음 단계는 학교별 사업관리에서 학생별 미래지능 성장관리로 이동하는 것이다.

특히 학생 미래지능은 단일 점수로 서열화하기보다 최소한 다음 구조로 분리해 측정할 필요가 있다.

AI Literacy → Questioning → Data Literacy → Verification → Critical Thinking → AI Collaboration → Problem Solving → Creation → Ethics & Responsibility

이 지표를 학생 개인의 서열화가 아니라 학교와 지역의 교육격차를 발견하는 정책 Intelligence로 활용해야 한다.

Opportunity + Structural Risk

경기도교육청의 AI Education Readiness는 낮지 않다. 오히려 자체 AI 교수·학습 플랫폼, 200개 AI 중점학교, 350개 AI·디지털 선도학교, 디지털튜터, 교원 전문과정, AI 평가체계 등을 동시에 운영하고 있다는 점에서 상당한 기반을 확보하고 있다. (정부전자조달센터)

따라서 경기도의 문제는 AI 교육을 시작하지 않았다는 것이 아니다.

이미 시작된 AI 교육을 모든 학생의 미래지능으로 얼마나 빠르게 전환할 것인가가 문제다.

특히 선도학교와 일반학교, AI 산업집적지역과 비집적지역, AI 활용역량이 높은 교사와 그렇지 않은 교사, 가정의 AI 접근환경 사이의 격차가 새로운 교육격차로 고착될 가능성이 Structural Risk다.

현재 단계는 분명한 Opportunity + Structural Risk로 판정한다.

향후 Runtime 분석에서는 최소 다음 Evidence를 지속적으로 추적해야 한다.

1. 시·군별 AI 중점학교 분포
2. 시·군별 AI·디지털 선도학교 분포
3. 전체 학교 대비 AI 중점학교 비율
4. 학생별 AI 교육시간
5. 학교별 AI·정보 교과시간
6. 하이러닝 학생 활성 이용률
7. 하이러닝 학교별 이용격차
8. AI 맞춤학습 실제 이용률
9. AI 서·논술형 평가 활용률
10. 학생 AI Literacy 변화
11. 학생 질문·검증·데이터 역량
12. 생성형 AI 출처검증 능력
13. 학생 AI 윤리·안전 인식
14. 교원 AI 역량진단 결과
15. 교원별 AI 수업 적용률
16. 디지털튜터 배치지역과 효과
17. 지역별 AI 체험교육 접근성
18. AI 산업체 연계 프로젝트 수
19. 지역별 기업·대학 멘토 참여
20. 직업계고 AI 전공융합 참여학생
21. AI 교육 이후 진로·취업 연계
22. 가정의 유료 AI·기기 접근격차
23. 도시·농촌 학생 AI 역량격차
24. 선도학교와 일반학교의 Outcome 차이
25. AI 활용이 학업·창의성·자기주도성에 미친 변화

현재 가장 중요한 Data GAP은 경기도 학생의 AI 미래지능을 동일한 기준으로 측정하고 학교·지역·가정환경별 격차를 지속적으로 보여주는 공개 데이터가 부족하다는 점이다.

Runtime Chain

AI 접근 → 교원역량 → 수업경험 → 학생 AI 활용 → 질문·검증·분석 → 문제해결·창작 → 진로·직업역량 → 지역 미래인재

이번 분석에서 확인되는 첫 번째 Evidence는 경기도교육청이 이미 AI 교육의 대규모 확산단계에 진입했다는 사실이다. 2026년 AI 중점학교 200교와 AI·디지털 활용 선도학교 350교를 운영하고 있으며, AI 중점학교는 선도형·중심형·문화확산형으로 기능을 세분화했다. (정부전자조달센터)

두 번째는 교원과 학교지원 인프라다. 디지털튜터 사업에는 149억 원이 투입됐고 약 600개 학교 규모로 지원이 추진됐으며, AI 융합교육 전문지원단 약 100명과 교육대학원 AI 전문과정 172명이 운영되고 있다. (정부전자조달센터)

세 번째는 공공 AI 학습기반이다. 하이러닝은 2024년 10월 기준 2,581개교, 학생 49만1,607명, 교사 3만8,613명이 이용했다. 다만 이는 Historical Official Baseline이며 2026년 현재 이용자 수로 사용해서는 안 된다. 현재는 AI 서·논술형 평가와 맞춤형 학습기능 등이 추가되며 플랫폼의 기능적 범위가 확대되고 있다. (정부전자조달센터)

네 번째는 지역별 접근격차를 줄이려는 시도다. 2025년 연천·여주·안성 6개 중학교를 대상으로 찾아가는 AI 체험교육이 운영됐고, 성남은 판교 IT기업과 연계한 AI·디지털 선도지구 모델을 운영하고 있다. 두 사례는 경기도 내부에서 AI 교육환경이 동일하지 않으며 지역조건에 따라 서로 다른 보완정책이 필요하다는 사실을 보여준다. (정부전자조달센터)

다만 현재 공개 Evidence만으로 경기도 학생의 AI 역량이 실제 얼마나 향상됐는가, 성남과 연천 등 지역 간 학생 AI 역량 차이는 어느 정도인가, AI 중점학교 학생과 일반학교 학생 사이에 어떤 차이가 발생했는가를 정량적으로 판정하기는 어렵다.

따라서 이러한 부분은 Data GAP으로 남겨두는 것이 타당하다.

이번 분석에서 남는 구조적 통찰

경기도 학생의 AI 격차는 앞으로 컴퓨터가 있는 학생과 없는 학생의 차이처럼 단순하게 나타나지 않을 가능성이 높다.

같은 AI를 사용하는 학생 사이에서도 차이가 발생한다.

한 학생은 AI에게 정답을 묻는다. 다른 학생은 문제를 정의하고 여러 답변을 비교하고 원자료를 확인하며 데이터를 분석하고 AI와 함께 새로운 해결책을 만든다.

둘 다 ‘AI를 사용했다’고 기록되지만 실제 미래역량은 완전히 다르다.

따라서 경기도교육청이 앞으로 측정해야 할 것은 AI 사용률보다 AI를 통해 학생의 사고가 어떻게 확장됐는가다.

이 관점에서 경기도가 이미 보유한 하이러닝은 중요한 자산이다. 학생의 학습데이터를 활용해 맞춤형 교육을 제공할 수 있고, 우수 수업모델을 지역에 관계없이 공유할 수 있기 때문이다. 그러나 데이터가 단순한 콘텐츠 추천에 머무르지 않고 학생의 성장과 교육격차를 발견하는 Intelligence로 발전해야 한다.

또한 판교·반도체·바이오 등 경기도의 산업자원은 일부 지역 학생만의 교육자산으로 남겨서는 안 된다. 성남의 판교기업, 용인의 반도체기업, 시흥의 바이오기업이 제공할 수 있는 실제 문제를 경기도 전체 학생이 공유하는 Project Library로 만들 수 있다면 산업격차를 오히려 교육자산으로 전환할 수 있다.

결국 AI 시대 공교육의 역할은 모든 학생을 AI 개발자로 만드는 것이 아니다.

AI에게 무엇을 물어야 하는지 알고, AI의 답을 의심하고 검증하며, 사람과 AI가 각각 무엇을 해야 하는지 판단하고, 자신이 살아가는 지역과 사회의 문제를 AI와 함께 해결할 수 있는 최소 미래지능을 모든 학생에게 보장하는 것이다.

이 최소선이 학교와 지역에 따라 달라지는 순간 AI는 교육격차를 줄이는 기술이 아니라 기존 격차를 증폭시키는 기술이 된다.

Golden Time Thesis — 경기도 교육의 AI 골든타임은 AI 중점학교와 플랫폼을 더 많이 만드는 데 있지 않다. 향후 2~3년 안에 학생의 거주지역·학교·교사·가정환경과 관계없이 ‘질문하고, 검증하고, 분석하고, AI와 협업해 문제를 해결하는 최소 미래지능’을 공교육이 보장할 수 있느냐가 AI 시대 경기도의 새로운 교육격차를 결정한다.