강좌운영 리터러시는 강좌를 하나의 체계로 보고, 무엇을 교수자가 직접 판단하고 무엇을 구조에 맡길지 구분해 다음 학기까지 이어가는 역량입니다. 지난 2월 릿팩레터에서 이 체계를 허브·입력·데이터·판단과 피드백·자동화 다섯 단계로 처음 소개했는데, 그 뒤 실제 워크숍과 연구를 거치며 최근 일곱 단계로 다시 정리했습니다.
허브 → 활동 → 학생반응 → 데이터 → 피드백작성 → 전달 → 성찰
강좌의 모든 정보가 모이는 허브를 중심으로, 활동을 거친 학생의 반응이 데이터로 쌓이고, 이 데이터를 바탕으로 피드백을 작성해 전달합니다. 마지막 성찰은 한 학기를 마무리하고 다음 학기 설계로 이어주는 단계입니다. 릿팩은 이 구조를 구글 워크스페이스 도구(사이트도구·폼·스프레드시트·지메일·앱스스크립트)로 구현합니다.
다음 주 8월 19일부터 시작하는 "2026년 제2차 릿팩 강좌운영 리터러시 워크숍"에서 이 일곱 단계를 실제로 만들어봅니다.
리터러시 담론 읽기
"리터러시"가 "가이드라인"이 될 때
리터러시는 원래 어떤 대상을 이해·해석·평가하는 능력을 가리킵니다. 이걸 가르치고 평가하려면 무엇을 얼마나 할 수 있어야 하는지 정한 틀, 곧 프레임워크나 가이드라인이 필요합니다. 리터러시(이해·해석)를 역량(수행·평가 가능한 것)으로 옮기는 이 작업이 있어야, 여러 기관이 각자 따로 시작해도 비슷한 결과물을 만들어낼 수 있습니다.
두 지자체, 같은 방향
이번 주 충북과 전북에서 나란히 AI 리터러시 제도화 소식이 나왔습니다. 8월 9일 한국교원대학교는 충북도교육청과 함께 초·중등생을 위한 'AI 리터러시 프레임워크(2C-AIL)'를 개발했다고 밝혔습니다. 컴퓨터과학 기초와 비판적 사고 역량을 축으로 학생들이 AI를 올바르게 이해하고 활용하도록 돕는 게 목표이며, 관련 연구는 한국컴퓨터교육학회 논문지에 실렸습니다.
같은 주 전북특별자치도교육청은 '전북 AI 리터러시 교육 가이드라인'을 제정해 9월 1일부터 모든 학교 현장에 적용한다고 밝혔습니다. 2022 개정 교육과정과 연계해 AI 생성 정보의 비판적 수용과 주체적 활용 역량을 높이는 게 목적이라고 합니다. 가이드라인은 7장 20조로 구성되고 환각(허위정보 생성)·편향성·딥페이크·과의존 등을 다룹니다.
두 사례 모두 AI를 무조건 활용하기보다 비판적으로 판단하는 능력에 방점을 찍었고, 서로 다른 지역의 교육청이 비슷한 시기에 각각 별도로 비슷한 작업을 진행했습니다.
구글이 지난 7월 22일 AI 에이전트 개발에 최적화된 신규 모델 '제미나이 3.6 플래시'와 '제미나이 3.5 플래시-라이트'를 공개했습니다. 토큰 사용량과 처리 비용을 낮추면서도 처리 속도를 높인 경량 모델로, 개발자와 기업이 더 효율적으로 AI 에이전트를 구축하도록 돕는 데 초점을 맞췄습니다.
릿팩의 2차 강좌운영 리터러시 워크숍에서 참가자들이 제미나이의 커스텀 Gem으로 만들게 될 '젬조교'도 아마도 이 모델들을 기반으로 동작하게 될 겁니다. 그래서 이런 업데이트가 쌓이면서 젬조교가 업무를 더 잘하게 되지 않을까 기대해봅니다.
