강좌운영시스템 파일럿 워크숍 1주차를 진행했습니다. 이번 주차에서는 각 참여자가 실제 강좌 1개를 기준으로 구글 사이트도구(Google Sites)를 활용해 강좌 사이트를 직접 제작하며, 강좌 운영의 기준점(허브)을 만드는 데 집중했습니다. 완성도를 높이는 것보다 사이트 1개 생성과 기본 메뉴 구성, URL 확보라는 최소 목표를 달성하는 데 초점을 두었고, 이를 통해 이후 데이터 처리와 자동화 설계를 위한 출발점을 마련했습니다.

2주차에서는 구글 폼(Google Forms)과 구글 시트(Google Sheets)를 활용해 과제 제출과 데이터 축적 구조를 설계합니다. 단순히 폼을 만드는 것이 아니라, 제출 데이터가 자동으로 모이고 이후 관리와 피드백으로 연결될 수 있는 추적 가능한 구조를 만드는 것이 목표입니다. 1주차에 만든 강좌 사이트를 기반으로, 강좌운영시스템의 두 번째 단계를 구축하게 됩니다.

음소 인식이 말소리의 구조를 이해하는 단계라면,  
파닉스는 그 소리를 글자와 연결하는 단계입니다.  
  
예를 들어 dog을 보고  
d가 /d/ 소리를 낸다는 것을 알거나,  
/d/ 소리를 듣고 d를 떠올릴 수 있다면  
기초적인 파닉스 지식을 갖춘 것입니다.  
  
이 지식이 축적되면  
새로운 단어를 만났을 때에도  
글자와 소리의 대응 규칙을 활용해  
스스로 읽을 수 있는 기반이 마련됩니다.

2026년 2월 16일~2월 22일 한 주 동안 리터러시/문해력 관련 기사들은, 이 개념이

이라는 영역에서 등장했습니다. 설 연휴가 포함된 주였던 만큼 기사 수는 적습니다. 다만 AI 리터러시가 개인 역량의 문제를 넘어 제도·선거·격차의 언어로 확장되고 있다는 흐름은 이번 주에도 이어졌습니다.

미국 노동부가 연방 차원의 AI 리터러시 프레임워크를 발표했다. AI 리터러시를 특정 직군의 전문 역량이 아니라 국민 기본 소양으로 공식화하는 첫 연방 차원의 기준이라는 점에서 주목된다. 국내에서는 청소년 대상 연구에서 AI 리터러시가 학업 성적과 경제 수준에 따라 유의미한 격차를 보인다는 결과가 보고됐다. 성적과 소득이 높은 집단일수록 AI가 제공하는 정보의 사실 여부를 판단하고 오류와 편향을 검증하는 역량이 높았다. AI 도구에 대한 접근 기회를 넓히는 것만으로는 부족하고, 비판적 활용 역량을 키우는 교육이 함께 설계되어야 한다는 제언이 나왔다.

관련 기사:

아주경제는 6·3 지방선거를 앞두고 "AI 선수를 뽑자"는 기획사설을 연재하고 있다. 6호에서 소개한 바 있으며, 이번 주에는 세 편이 추가됐다. 전주까지의 논의가 AI 리터러시를 선거 기준으로 삼아야 한다는 당위에 집중했다면, 이번 주에는 행정 실패의 원인 분석과 토론 구조의 문제로 논점이 구체화됐다. 충북일보 칼럼도 같은 맥락에서, AI 공약의 개수가 아니라 실패 가능성을 전제한 설계 역량이 AI 리터러시의 실질이라고 짚었다.

관련 기사:

숏폼 소비와 AI 의존이 문장 사이의 맥락을 파악하는 능력을 약화시킨다는 우려가 이번 주에도 등장했다. 경남신문 칼럼은 AI에 질문하고 요약된 답을 받는 방식이 반복될수록, 글쓴이의 의도를 짚고 비판적으로 해석하는 힘이 약해질 수 있다고 지적했다. 중도일보 칼럼은 검색 결과를 클릭하지 않아도 요약 답변을 바로 받는 '제로 클릭' 환경에서, 출처를 확인하지 않은 채 정보를 소비하는 습관이 굳어지고 있다는 문제를 다뤘다. 

관련 기사: