기술이 닿을 수 없는 곳: 사회정서학습을 위한 에듀테크 도구가 가진 가능성과 한계

박준일(온양여자고등학교 국어 교사)

1. 기술이 열어준 가능성, 그리고 놓치지 말아야 할 것들

요즘 학교 현장에 마이크로소프트 리플렉트(MS Reflect), 심스페이스(AI 마음일기), 우리반 관계읽기 등 학생들의 감정을 체크하고 정서 변화를 추적하는 에듀테크 도구들이 도입되고 있습니다.

코로나19와 생성형 AI의 출현 이후 학생들의 심리·정서 문제가 심각해지면서, 연구자들과 현장 교사들은 새로운 해법을 모색해 왔습니다. 이런 상황에서 "AI가 학생의 감정 변화를 실시간으로 감지하고, 위기 학생을 조기에 발견할 수 있다"는 가능성은 분명 매력적입니다. 담임교사 혼자서 30명 학생 모두의 미세한 정서 변화를 매일 관찰하기란 현실적으로 어렵기 때문입니다.

최근 국내에서 발표된 연구들은 이러한 가능성을 진지하게 탐색하고 있으며, 그 노력은 충분히 의미 있습니다. 다만, 이 글에서는 이 연구들을 CASEL(Collaborative for Academic, Social, and Emotional Learning)의 SEL 프레임워크 관점에서 살펴보면서, 기술을 현장에 도입할 때 함께 생각해 볼 질문들을 나누고자 합니다.

비판을 위한 비판이 아니라, 정말 이 기술들이 우리가 만나는 학생들이 사회정서역량을 기를 수 있도록 제 역할을 하고 있는지, 그러한 가치를 지향하는지 성찰하는 시간이 되길 바랍니다.

2. 이 연구들이 기여한 점

먼저, 이 연구들의 의미 있는 기여를 짚어보겠습니다.

가. 학생 정서 문제에 대한 체계적 대응 시도

코로나19 이후 학생들의 우울, 불안, 사회적 고립이 심각해졌습니다. 이 연구들은 이러한 위기 상황에서 "어떻게 하면 더 많은 학생에게 더 빨리 도움을 줄 수 있을까"라는 절실한 질문에 답하려 했습니다.

나. 교사의 업무 부담 경감 가능성 제시

성은모 외(2023)의 연구가 제시한 것처럼, 에듀테크는 "학생들의 정서에 대한 정보를 적시에 수집, 분석, 모니터링함으로써 이에 대한 피드백을 적시에 제공할 수 있는 가능성"(p.500)을 가지고 있습니다. 교사가 모든 학생을 일일이 관찰하기 어려운 현실에서, 기술이 "놓치기 쉬운" 학생을 발견하는 데 도움이 될 수 있습니다.

다. 위기 학생 조기 발견 가능성

한국교육개발원(2025)의 자료에서 소개된 것처럼, AI가 학생의 감정 데이터를 분석하면 "교사가 놓치기 쉬운 학생의 감정 데이터에 관한 유의미한 정보를 AI 인사이트를 통해 도움을 받아 사회정서 지원을 실시할 수 있다"(p.47)는 것은 분명 유용한 가능성입니다.

라. 연구자들의 균형 잡힌 태도

이 연구들은 기술의 한계도 인정하고 있습니다. 홍광표(2025)의 연구는 "AI 기반 정서 분석 기술의 신뢰성을 높이기 위한 알고리즘 개선과 윤리적 문제에 대한 보다 심층적인 연구가 요구된다"(p.277)고 제언하고 있으며, 성은모 외(2023)의 연구도 "이 연구는 설계 및 개발연구로써 해당 모델을 적용한 교육적 효과성에 대해서 확인할 수가 없었다"(p.528)고 솔직하게 밝히고 있습니다.

3. 기술이 도움이 될 수 있는 상황

기술이 실제로 교사와 학생에게 도움이 될 수 있는 상황을 구체적으로 생각해 봅시다.

이처럼 기술은 교사의 눈과 귀를 "확장"해 주는 유용한 도구가 될 수 있습니다.

4. 그럼에도 함께 생각해 볼 질문들

기술의 가능성을 인정하면서도, 현장에 도입하기 전에 함께 생각해 볼 질문들이 있습니다. 이것은 기술을 거부하자는 것이 아니라, 기술을 더 잘 활용하기 위해 필요한 성찰입니다.

가. 질문 1: SEL의 본질은 무엇이고, 현재의 기술은 그중 무엇을 다루고 있을까요?

CASEL이 정의하는 SEL의 5대 핵심 역량을 다시 살펴봅시다.

여기서 주목할 점이 있습니다. 다섯 가지 역량 중 세 가지(사회적 인식, 관계 기술, 책임감 있는 의사결정)가 명시적으로 '타인'과의 관계를 포함합니다. 나머지 두 가지(자기 인식, 자기 관리)도 혼자서는 발달하기 어렵습니다.

한국교육개발원(2025)의 자료도 이 점을 강조합니다: "사회정서교육을 통해 학생들은 자신의 감정을 인식·조절하는 정서적 역량과, 교사·또래·가족 등 주변의 타인과 긍정적인 관계를 형성하고 유지하는 사회적 역량을 균형 있게 함양시킬 수 있다"(p.51).

그렇다면 현재의 에듀테크 도구들은 이 다섯 가지 역량 중 무엇을 다루고 있을까요? 앞서 소개한 도구들을 살펴봅시다.

공통점이 보입니다. 대부분의 도구가 '자기 인식'과 '자기 관리'에 집중하고 있습니다. 그것도 주로 개인의 감정을 측정하고, 데이터를 제공하고, 피드백을 주는 방식으로요.

그렇다면 나머지 세 가지 역량은 어떨까요?

"우리반 관계읽기"가 관계를 다룬다고 할 수 있지만, 그것은 관계를 외부에서 관찰하고 분석하는 것이지, 학생이 관계 안에서 소통하고 갈등을 해결하는 경험을 제공하는 것이 아닙니다. 왜 이런 불균형이 생길까요? 이유는 간단합니다. 자기 인식과 자기 관리는 개인 단위로 측정할 수 있지만, 나머지 세 역량은 그럴 수 없기 때문입니다.

• "나는 지금 우울하다" → 개인의 감정 → 측정 가능
• "저 친구가 힘들어 보인다" → 타인에 대한 공감 → 측정 어려움
• "우리가 함께 이 문제를 해결했다" → 관계 속 경험 → 측정 어려움
• "나는 공동체를 위해 이 선택을 했다" → 윤리적 판단 → 측정 어려움

기술은 측정할 수 있는 것을 다룹니다. 그래서 자연스럽게 측정 가능한 역량(자기 인식, 자기 관리)에 집중하게 됩니다. 측정하기 어려운 역량은 기술의 시야에서 밀려납니다.

SEL에는 생태적 접근이 필요합니다 CASEL의 SEL 프레임워크 그림을 다시 보면, 다섯 가지 역량이 동심원의 중심에 있고, 그 바깥으로 교실 → 학교 → 가정과 지역사회가 둘러싸고 있습니다. 이것은 SEL이 개인의 내면에서만 일어나는 것이 아니라, 생태계 안에서 일어난다는 것을 보여줍니다.

사회적 인식은 다양한 배경을 가진 사람들과 만나는 경험 속에서 길러집니다. 관계 기술은 실제로 관계를 맺고, 갈등하고, 화해하는 과정 속에서 길러집니다. 책임감 있는 의사결정은 내 선택이 타인과 공동체에 어떤 영향을 미치는지 경험하는 것 속에서 길러집니다.

이 역량들은 교실에서 친구와 모둠 활동을 하면서, 학교에서 다양한 학년의 학생들과 어울리면서, 가정에서 가족과 대화하면서, 지역사회에서 이웃과 만나면서 길러집니다. 개인의 스마트폰 화면 안에서 감정 이모티콘을 선택하는 것으로는 길러지지 않습니다. 현재의 에듀테크 도구들은 SEL의 다섯 가지 역량 중 두 가지(자기 인식, 자기 관리)에 집중하면서, 그것도 개인 단위로 접근합니다. 이것은 SEL의 일부를 다루는 것이지, SEL 전체를 다루는 것이 아닙니다.

SEL은 본질적으로 '관계' 속에서 일어나는 학습입니다. 그리고 그 관계는 교실, 학교, 가정, 지역사회라는 생태계 안에 있습니다. 기술이 이 생태계를 대신할 수는 없습니다.

나. 질문 2: AI가 감정을 "측정"하는 것과, 학생이 스스로 감정을 "인식"하는 것은 같을까요?

성은모 외(2023)의 연구는 에듀테크의 정서 진단 기능을 이렇게 설명합니다:

"학습자 얼굴표정, 문자, 음성, 생체정보 등을 인식하는 방법으로 감정과 정서를 파악하는 방법이 제시되었다." (성은모 외, 2023, p.520)

기술적으로는 인상적입니다. 그런데 여기서 잠시 멈춰 생각해 봅시다.

"알려줌"과 "알아차림"은 다릅니다

CASEL이 말하는 '자기 인식(Self-awareness)'은 외부 시스템이 나를 분석해 알려주는 것이 아니라, 스스로 자신의 내면을 들여다보는 성찰의 과정입니다. 성은모 외(2023)의 연구도 정서 인식을 이렇게 정의합니다: "자신의 감정을 알아차리는 능력"(p.519). 핵심 단어는 "알아차리는"입니다. 이것은 외부에서 측정당하는 것이 아니라, 내가 스스로 느끼고 인식하는 것입니다.

두 가지 상황을 비교해 봅시다:

• (A)내가 스스로 "나 오늘 왠지 우울하네"라고 느끼는 것
• (B)AI가 "오늘 네 감정 점수는 3.2점이야, 우울해 보여"라고 알려주는 것

(A)는 성찰입니다. 내 내면을 들여다보고, 모호한 감정에 이름을 붙이고, 왜 그런지 생각해보는 과정이 포함됩니다. 이 과정 자체가 SEL입니다.

(B)는 정보입니다. 유용할 수 있지만, 내가 스스로 알아차리는 경험을 대신하지는 못합니다.

정밀함이 깊이를 대체할 수 있을까요?

AI의 분석이 더 "정확"할 수 있습니다. 학생 스스로는 자신이 우울한지 모를 수 있지만, AI는 표정과 음성 패턴을 분석해 감지할 수 있습니다. 그런데 SEL에서 중요한 것은 정확한 진단이 아니라, 학생이 자기 감정을 알아가는 과정 자체입니다. 그 과정에서 학생은 자기 자신과 대화하고, 감정의 원인을 탐색하고, 다음에 비슷한 감정이 왔을 때 스스로 알아차릴 수 있는 능력을 기릅니다. AI가 먼저 알려주면, 학생은 "아, 그렇구나"라고 받아들이게 됩니다. 스스로 알아차리는 연습을 할 기회가 줄어듭니다.

물론 AI의 분석이 학생의 성찰을 촉진하는 마중물이 될 수 있습니다. 다만, 거기서 멈추지 않고 "AI가 이렇게 말하는데, 너는 어떻게 느껴?"라고 교사가 물어봐 주는 과정이 필요합니다. 기술이 던진 질문에 학생 스스로 답하는 것이 SEL입니다.

다. 질문 3: "맞춤형 피드백"이 학생의 자기 조절 능력 발달을 도울까요, 방해할까요?

홍광표(2025)의 연구는 AIDT 기반 SEL 시스템의 장점을 이렇게 설명합니다:

"학습자가 피로하거나 스트레스를 받는 신호를 보일 경우 학습 강도를 조절하거나 동기 부여 메시지를 제공하는 방식으로 학습자의 정서적 안정을 지원할 수 있다." (홍광표, 2025, p.263)

당장은 학생에게 도움이 됩니다. 힘들어하는 학생에게 적절한 지원이 제공되니까요.

그런데 이것이 반복되면 어떨까요? CASEL의 '자기 관리(Self-management)'는 스스로 스트레스를 인식하고 대처하는 능력입니다. 성은모 외(2023)의 연구도 정서조절을 "감정을 경감하거나 조정하고, 사회적으로 바람직한 방식으로 감정을 드러내는 능력"(p.518)으로 정의합니다.

핵심은 "스스로"입니다. 시스템이 먼저 알아차리고 조절해 주는 환경에서, 학생들이 스스로 힘든 것을 인식하고, 스스로 대처 방법을 찾고, 스스로 조절하는 능력을 기를 기회가 줄어들 수 있습니다. 아이가 넘어지려 할 때마다 부모가 먼저 손을 잡아주면 어떨까요? 당장은 넘어지지 않습니다. 하지만 스스로 균형 잡는 법을 배우기 어렵습니다. 때로는 넘어지고, 다시 일어서고, 그 과정에서 균형 감각이 길러집니다.

마찬가지로, 학생이 힘들어하는 것을 시스템이 먼저 감지하고 학습 강도를 조절해 주면, 학생은 "내가 힘든 상태구나"를 스스로 인식하는 경험, "이럴 때 어떻게 해야 하지?"를 스스로 고민하는 경험, "이 방법이 나에게 맞는구나"를 스스로 발견하는 경험을 놓치게 됩니다.

SEL에서 자기 인식("나 지금 힘들구나")과 자기 관리("그러니까 잠깐 쉬어야겠다")는 하나로 연결된 과정입니다. 기술이 이 과정에 어떻게 개입하느냐에 따라 학생의 경험은 완전히 달라집니다.

①과 ②는 편리하지만, "내가 힘들다는 걸 스스로 알아차리고, 그래서 어떻게 할지 스스로 결정하는" 경험을 기술이 가져갑니다. ③은 기술이 "지금 네 상태를 한번 들여다봐"라는 기회만 제공하고, 알아차리는 것도, 어떻게 할지 결정하는 것도 학생에게 맡기는 방식입니다. ④는 기술의 분석력과 교사의 관계적 개입을 결합한 방식입니다. 학생은 "시스템이 감지했다"가 아니라 "선생님이 나를 알아채 주셨다"로 경험하고, 혼자가 아니라 교사와 함께 자기 상태를 이해하고 대처 방법을 찾아갑니다.

SEL의 목표는 학생이 스스로 알아차리고, 스스로 조절하는 능력을 기르는 것입니다. 기술은 이 과정을 "대신해주는 것"이 아니라 "연습할 기회를 제공하는 것", 혹은 "교사의 관계적 개입을 지원하는 것"이 되어야 합니다.

라. 질문 4: 관계는 데이터가 될 수 있을까요?

한국교육개발원(2025)의 자료에서 소개하는 "우리반 관계읽기" 도구는 학생들의 교우 관계를 네트워크 그래프로 시각화합니다.

"학생이 참여한 '우리반 관계 읽기' 설문을 바탕으로 AI가 분석한 교우 관계 데이터를 시각화한 대시보드 화면을 통해 개인정보가 가려진 보고서 이미지를 활용하여 교우 관계와 관련한 사회정서학습을 실시하고, 학생들의 사회정서 역량을 함양하도록 도울 수 있다." (한국교육개발원, 2025, p.47)

이 도구는 원본 대시보드는 교사만 열람하고, 학생들에게는 개인정보가 가려진 형태로만 공유하는 등 안전장치를 갖추고 있습니다. 고립된 학생을 발견하는 데 도움이 될 수 있습니다.

그러나 몇 가지 근본적인 질문을 던져볼 필요가 있습니다.

첫째, 이 관계도를 그리려면 어떤 정보를 수집해야 할까요?

교우 관계 네트워크 그래프를 그리려면 보통 다음과 같은 설문을 합니다:

• "우리 반에서 가장 친한 친구 3명을 적어주세요"
• "쉬는 시간에 주로 누구와 시간을 보내나요?"
• "모둠 활동을 할 때 함께 하고 싶은 친구는 누구인가요?"
• "고민이 있을 때 이야기하고 싶은 친구는 누구인가요?"

이 답변들이 모이면 누가 누구를 선택했는지가 데이터가 됩니다. 상호 선택(A가 B를 선택하고 B도 A를 선택)은 굵은 선으로, 일방적 선택은 가는 선으로, 아무에게도 선택받지 못한 학생은 가장자리에 홀로 떠 있는 점으로 표시됩니다. 그런데 여기서 생각해 볼 것이 있습니다.

"친한 친구 3명"을 선택한다는 것은 무엇일까요?

민수의 마음속에는 이런 복잡한 것들이 있습니다:

• 영희와는 정말 마음이 통하는데, 요즘 좀 서먹해졌다
• 철수와는 매일 같이 놀지만, 가끔 철수가 자기를 무시하는 것 같아 상처받는다
• 지영이는 같은 반이 된 지 얼마 안 됐는데 왠지 친해지고 싶다
• 준호는 예전에 나를 왕따시켰던 애라 아직도 무섭다

민수가 설문지에 "영희, 철수, 지영"이라고 적으면, 이 모든 맥락은 사라지고 "민수 → 영희, 민수 → 철수, 민수 → 지영"이라는 세 개의 화살표만 남습니다.

데이터화 과정에서 무엇이 남고 무엇이 사라질까요?

관계는 이야기인데, 데이터는 숫자만 남깁니다. "민수와 영희는 연결되어 있다"는 정보가, 민수가 영희에게 느끼는 고마움, 미안함, 때로는 질투, 때로는 의지를 담을 수 없습니다.

둘째, 데이터화할 수 있는 것만 수집하는 것은 문제가 없을까요?

네트워크 그래프로 표현할 수 있는 것은 "연결의 유무"와 "연결의 빈도" 정도입니다. 그래서 설문도 그것만 묻습니다. 측정할 수 있는 것만 질문하고, 질문한 것만 데이터가 되고, 데이터가 된 것만 화면에 나타납니다.

그런데 CASEL이 말하는 "관계 기술(Relationship skills)"은 네트워크의 크기가 아니라 관계의 깊이와 질에 관한 것입니다. 한국교육개발원(2025)의 자료도 사회정서교육의 핵심을 "타인과 효과적으로 소통하는 능력, 갈등 해결 및 협력 능력"(p.51)으로 제시합니다.

데이터화되지 않는 것들:

• 민수와 영희가 지난주에 크게 싸웠다가 어제 화해한 것
• 민수가 영희에게 고마운 마음을 표현하고 싶은데 방법을 모르는 것
• 민수가 영희 때문에 상처받았지만 티 내지 않고 있는 것
• 민수가 영희를 친구로 선택한 이유가 "진짜 친해서"인지 "같이 다니면 안 놀림받아서"인지

문제는, 대시보드에 나타난 것만 교사의 시야에 들어온다는 것입니다. 측정되지 않은 것은 보이지 않게 되고, 보이지 않는 것은 중요하지 않은 것처럼 취급될 수 있습니다.

셋째, 관계를 "읽는다"는 것은 무엇일까요?

"우리반 관계 읽기"라는 이름이 전제하는 것이 있습니다:

• 관계는 텍스트처럼 해독할 수 있는 대상이다
• 관계는 외부에서 관찰하고 분석할 수 있다
• 읽는 사람(교사)과 읽히는 대상(학생들의 관계) 사이에 거리가 있다

그런데 CASEL이 말하는 "관계 기술"은 관계를 외부에서 읽는 것이 아니라, 관계 안에서 경험하고 배우는 것입니다. 관계는 분석의 대상이 아니라 참여의 과정입니다.

그렇다면 교사는 학생들의 관계를 어떻게 이해해야 할까요?

네트워크 그래프는 "어느 학생에게 관심을 기울여볼까"라는 단서를 줄 수 있습니다. 하지만 왜 그 학생이 고립되어 있는지, 어떻게 다가가야 하는지, 무엇이 필요한지는 그 학생과 직접 시간을 보내고 대화해야 알 수 있습니다. 데이터는 관계의 지도를 그려줄 수 있습니다. 하지만 그 지도 위를 걸어가는 것은 여전히 교사의 발로 해야 합니다.

마. 질문 5: "교사의 직관적 판단"은 극복해야 할 한계일까요?

홍광표(2025)의 연구는 현재 SEL 프로그램의 한계를 이렇게 진단합니다:

"많은 SEL 프로그램은 교사의 직관적 판단과 정형화된 교육 활동에 의존하는 경향이 있으며, 이는 개별 학습자의 사회정서적 요구를 정밀하게 반영하는 데 어려움을 초래한다." (홍광표, 2025, p.262)

여기서 잠시 멈춰 생각해 봅시다. "교사의 직관적 판단"은 정말 극복해야 할 한계일까요?

교사의 직관은 단순한 "감"이 아닙니다. 교사의 직관은 학생과의 관계 속에서 축적된 이해, 교실의 맥락에 대한 총체적 파악, 수년간의 경험이 통합된 실천적 지혜의 전문적 통합입니다. 수업 중 어떤 학생의 표정이 평소와 다르다는 것을 알아채는 것, 목소리 톤에서 무언가 힘든 일이 있음을 감지하는 것은 데이터 분석이 아니라 관계 속에서 일어나는 앎입니다.

학생의 입장에서 생각해 봅시다.

• (A) "선생님이 나를 지켜보다가 내 변화를 알아채셨구나"
• (B) "시스템이 선생님에게 알려줘서 오신 거구나"

이 두 경험의 질이 같을까요?

(A)에는 "선생님이 나를 보고 계셨다"는 느낌이 있습니다. 그 자체가 학생에게 "나는 관심받고 있다"는 메시지가 됩니다. (B)에는 "시스템이 나를 감시하고 있다"는 느낌이 있을 수 있습니다. 선생님이 다가오신 것은 고맙지만, 그것이 시스템의 알림 때문이라는 것을 알면 느낌이 달라집니다.

SEL에서 중요한 것은 단순히 "개입이 일어났느냐"가 아니라, 학생이 그 개입을 어떻게 경험하느냐입니다.

한국교육개발원(2025)의 자료에서 인용한 Jennings & Greenberg(2009)의 연구는 이렇게 말합니다:

"교사 본인 스스로 사회·정서적 유능감을 느끼는 것이 학생의 사회정서역량 발달에 중요한 역할을 한다" (p.29에서 재인용)

기술에 의존하게 되면, 교사 자신의 관찰 역량, 공감 역량, 직관적 판단 역량이 발달할 기회가 줄어듭니다. 네비게이션에 의존하면 길눈이 사라지듯이, AI가 학생의 정서를 분석해주면 교사 스스로 학생을 읽어내는 능력이 약화될 수 있습니다.

기술이 교사의 시간을 절약해준다고 말합니다. 그런데 절약된 시간은 어디로 갈까요? 현실적으로 기술 도입 후에는 새로운 업무가 추가됩니다. 대시보드를 보고 해석하는 시간, 시스템을 관리하는 시간, 데이터를 학부모에게 설명하는 시간. 이 시간은 어디서 나올까요? 자칫하면 학생과 직접 상호작용하는 시간에서 빠져나올 수 있습니다.

교사가 대시보드 앞에 앉아 있는 동안, 학생들은 교실에서 무엇을 하고 있을까요? 기술이 도입되면 교사의 역할이 "모니터링"으로 축소되는 것이 아니라, 오히려 더 본질적인 역할에 집중할 수 있어야 합니다. 그러려면 기술과 교사의 역할을 명확히 구분해야 합니다.

기술은 "이 학생이 요즘 힘들어 보입니다"라고 알려줄 수 있습니다. 그러면 교사는 그 학생에게 다가가 "요즘 어때?"라고 물어봐야 합니다. 기술은 관계 패턴 데이터를 제공할 수 있습니다. 그러면 교사는 그 데이터 너머의 맥락을 읽고, 학생과 직접 관계를 맺어야 합니다. 기술은 학생의 감정 변화를 추적할 수 있습니다. 그러면 교사는 학생이 스스로 자기 감정을 표현하도록 기다려줘야 합니다.

기술은 교사의 "눈"을 대신하는 것이 아니라, 교사의 "눈"이 닿지 않는 곳을 보완해주는 것이어야 합니다. 그리고 기술이 알려준 정보를 바탕으로 교사가 직접 학생에게 다가가는 것은 여전히 교사의 몫입니다.

바. 질문 6: 지원과 감시의 경계는 어디일까요?

연구들은 "프라이버시 및 윤리적 고려가 필요하다"(홍광표, 2025, p.274)고 언급하지만, 구체적인 가이드라인은 아직 부족합니다.

한국교육개발원(2025)의 자료는 사회정서교육이 효과적으로 이루어지려면 "학교라는 공동체가 어떤 환경과 문화를 조성해야 하는가에 대한 고민이 병행되어야 한다"(p.29)고 강조합니다. 여기서 질문이 생깁니다.자신의 감정이 늘 모니터링되고 분석된다는 것을 아는 학생이, 정말 솔직하게 감정을 표현할 수 있을까요?

SEL에서 중요한 것은 학생이 안전하게 감정을 표현할 수 있는 환경입니다. 그런데 모든 표현이 데이터로 기록된다면, 학생은 "이렇게 표현하면 시스템이 어떻게 판단할까"를 의식하게 될 수 있습니다. 솔직한 표현이 아니라 "적절한" 표현을 하게 될 수 있습니다.

더 생각해 볼 질문들

이러한 질문들에 대한 답이 마련된 후에 기술을 도입하는 것이 바람직합니다.

5. 기술은 SEL의 "본질"에 다가갈 수 없습니다

지금까지 기술의 가능성과 한계를 함께 살펴보았습니다. 여기서 제가 가장 강조하고 싶은 것이 있습니다.

기술은 SEL을 "지원"할 수 있지만, SEL의 "본질"에 다가갈 수는 없습니다.

SEL의 본질은 관계입니다. 한국교육개발원(2025)의 자료가 강조하듯, 사회정서교육은 "교사와 학생 간 혹은 학생들 간의 상호작용과 공동의 경험을 어떻게 만들어 갈 것인지"(p.29)에 관한 것입니다.

친구와 다투고 화해하는 경험, 선생님의 따뜻한 눈빛, 부모님과의 솔직한 대화, 실패하고 좌절했다가 다시 일어서는 과정이 SEL입니다. 이것은 알고리즘으로 구현될 수 없고, 데이터로 측정될 수 없으며, 대시보드로 모니터링될 수 없습니다.

아무리 정교한 AI라도 학생의 눈을 바라보며 "힘들었구나"라고 말해줄 수 없습니다. 아무리 많은 데이터를 분석해도 학생이 스스로 자신의 감정을 알아차리는 경험을 대신할 수 없습니다. 아무리 빠른 알림을 보내도 교사가 학생 곁에 함께 있어주는 것을 대체할 수 없습니다.

기술이 할 수 있는 것과 할 수 없는 것을 분명히 구분하는 것이 중요합니다. 기술은 왼쪽 열의 일을 잘 합니다. 그러나 오른쪽 열의 일(SEL의 본질)은 오직 인간만이 할 수 있습니다.

6. 그렇다면 우리는 어떻게 해야 할까요?

기술과 관계적 접근의 균형을 위한 다섯 가지 제언을 드립니다.

첫째, "보조"와 "본질"을 구분합시다.

에듀테크는 교사의 SEL 실천을 "지원"하는 도구입니다. AI가 "이 학생이 요즘 우울해 보입니다"라고 알려주면, 그것은 교사가 그 학생에게 다가가는 출발점이 되어야 합니다. AI의 분석은 "알림"이고, 교사의 관계적 개입이 "본질"입니다.

둘째, 기술이 학생의 성장 기회를 빼앗지 않는지 점검합시다.

시스템이 모든 것을 미리 감지하고 조절해주면, 학생은 스스로 어려움을 인식하고 대처하는 능력을 기를 기회를 잃습니다. 때로는 학생이 스스로 힘들어하고, 고민하고, 시행착오를 겪도록 "기다려주는 것"도 교육입니다.

셋째, 데이터 너머의 맥락을 읽읍시다.

AI가 "이 학생의 감정 점수가 낮습니다"라고 알려줘도, 왜 그런지, 무슨 일이 있었는지는 학생과 직접 대화해야 알 수 있습니다. 데이터는 질문을 던져주지만, 답은 관계 속에서 찾아야 합니다.

넷째, 기술 도입 전에 윤리적 기준을 먼저 세웁시다.

학생의 정서 데이터 수집·활용에 대한 동의 절차, 데이터 보관 기간, 접근 권한, 삭제 요청 방법 등에 대한 명확한 기준이 필요합니다. "일단 도입하고 나중에 논의하자"가 아니라, "기준을 세우고 나서 도입하자"가 되어야 합니다.

다섯째, 관계의 시간을 지킵시다.

디지털 도구로 아무리 효율적으로 학생의 정서를 "관리"해도, 교사와 학생이 함께하는 시간을 대체할 수는 없습니다. 쉬는 시간 복도에서의 짧은 대화, 상담실에서의 눈맞춤, 힘들어하는 아이 옆에 그냥 함께 있어 주는 시간이 사회정서학습이 이루어지는 시간입니다. AI가 데이터를 분석하는 동안, 교사는 학생 곁에 있어야 합니다.

7. 대시보드를 끄고 나서

오후 4시, 수업이 끝난 교실. 대시보드에는 오늘도 데이터가 쌓여 있습니다. 누가 감정 체크인에서 낮은 점수를 기록했는지, 누가 교우 관계 네트워크에서 가장자리에 있는지.

그런데 정작 중요한 일은 대시보드 밖에서 일어납니다.

복도에서 우연히 마주친 학생에게 "요즘 표정이 밝아졌네"라고 말해주는 것. 쉬는 시간에 혼자 앉아 있는 아이 옆에 슬쩍 가서 앉아 있는 것. 친구와 다투고 울고 있는 아이의 이야기를 끝까지 들어주는 것. 실패해서 좌절한 아이에게 "그래도 괜찮아"라고 말해주는 것. 이런 순간들이 SEL입니다. 그리고 이 순간들은 알고리즘이 설계할 수 없고, 데이터로 측정할 수 없으며, 대시보드에 표시되지 않습니다.

기술은 본질적으로 효율을 추구합니다. 더 빠르게, 더 많이, 더 적은 비용으로. 그래서 기술은 끊임없이 자신의 영역을 넓히려 합니다. "이것도 자동화할 수 있습니다" "이것도 데이터로 관리할 수 있습니다" "이것도 AI가 대신할 수 있습니다." 우리가 경계하지 않으면, 기술은 어느새 보조의 자리를 넘어 본질의 자리를 차지하게 됩니다.

그래서 지속적인 성찰이 필요합니다. 이 기술이 정말 학생의 성장을 돕고 있는가? 아니면 우리의 편의를 위해 학생의 경험을 대신하고 있는가? 우리가 대시보드를 보는 시간만큼, 학생의 눈을 보는 시간은 줄어들지 않았는가? 기술이 알려주는 것에 의존하느라, 스스로 알아채는 감각이 무뎌지지는 않았는가? 질문해야 합니다.

대시보드 너머에는 학생들이 있습니다. 그 학생들에게 다가갈 수 있는 것은 AI가 아니라, 우리입니다.

참고문헌

• 성은모·이성혜·김명섭·길혜지·강수미·박정현. (2023). 에듀테크 기반 학생 정서지원 모델 개발 연구. 한국교육학술정보원.
• 홍광표. (2025). AIDT를 활용한 학생 맞춤형 사회정서학습 증진 시스템 설계. 정보교육학회논문지, 29(3), 261-278.
• 한국교육개발원. (2025). 교육현장 Report 2025 봄호: AI 기반 사회정서 역량 강화 방안.
• CASEL. (2022). CASEL's SEL Framework. https://casel.org

박준일

살아가는 힘을 기르는 교실을 만들기 위해 동료 선생님들과 함께 연대하고 싶은 교사입니다.