BETA

1. AI 교육은 이론 중심이 아닌 실무 경험 중심 교육이 필수

인공지능 교육은 단순한 개념 이해나 코딩 실습을 넘어,
AI 모델 개발, 데이터 처리, 시스템 적용, 오류 개선 등 실제 개발·운영 경험이 핵심임.

그러나 현재 학교 현장의 AI 교육은 이론 및 도구 사용 위주의 수업에 머무는 경우가 많아,
급변하는 인공지능 기술과 산업 현장의 요구를 충분히 반영하지 못하고 있음.

이에 따라 기존에 인공지능·소프트웨어 개발 경험을 보유한 교사가
교육과정 설계 및 운영 기획에 반드시 참여할 필요성이 커지고 있음.

2. 정보 교사에 국한되지 않은 ‘AI 전문 경험 교사’의 필요성

AI 교육의 전문성은 단일 교과(정보)에만 한정되지 않으며,
산업체에서 인공지능을 실제로 활용해 온 경험이 교육의 질을 좌우함.

즉, 정보 교사 여부와 관계없이 AI·SW 실무 전문 경험을 갖춘 교사 인력풀이 필요함에도,
이를 체계적으로 확보·활용하는 제도는 미흡한 상황임.

3. 인공지능 분야 경력 단절 및 전문성 유지의 어려움

인공지능 분야는 기술 변화 속도가 매우 빨라,
현장을 떠나는 순간 전문성 유지가 어려운 구조를 지님.

산업 현장에서는 AI 전문가의 장기 휴직, 경력 공백, 재직 유지 부담이 커지고 있으며,
이로 인해 숙련 인력이 교육 현장으로 이동하거나,
교육과 산업을 순환하는 구조가 형성되지 못하고 있음.

결과적으로 AI 전문 인력의 경력 단절 문제가 사회 전반의 손실로 이어지고 있음.

1. 산업체 경력 교사의 호봉 인정 체계 개선
현행 호봉 체계에서는 정보교사의 경우 산업체 경력이 임용 시 최대 40% 수준만 인정되는 경우가 다수임.
이는 단순한 처우 문제가 아니라, 산업체 인력의 교직 유입을 구조적으로 차단하는 요인으로 작용함.
따라서 산업체 경력의 100% 또는 이에 준하는 인정 비율을 확대 적용할 필요가 있음.
개선 이유: 산업체 인력 유입 확대를 통한 AI 전문 교사 확보, 실제 능력을 갖춘 산업체 경력 교사에 대한 적정한 보상과 사회적 인정, 교육 현장의 형식적 AI 교육을 넘어 실질적 역량 중심 교육 전환

2. 산업체 경력 교사의 교육과정 기획 및 연수 참여 확대
산업체 경력 교사는 산업과 교육의 요구를 동시에 이해하는 핵심 인력임.
이에 따라 다음 영역에서 참여 의무화 또는 가산점 부여 제도를 도입할 필요가 있음.
AI·SW 교육과정 및 선택과목 기획 참여, 인공지능 교원 연수 기획·강사 선정 시 가산점 우대, AI·디지털 교육 프로그램, 연구학교, 시범사업 선정 시 참여 실적 반영 등으로 실현 가능. 이는 산업체 경력 교사를 단순 수업 인력이 아닌, 교육 정책과 프로그램을 설계하는 핵심 주체로 활용하기 위함임.

3. 산업체–교육 연계를 통한 AI 전문 인력 순환 구조 마련
산업체 경력 교사의 유입과 활용은 AI 전문 인력의 경력 단절을 완화하는 사회적 안전망으로 기능할 수 있음.
산업 현장의 전문 인력이 교육 현장에 참여하고, 다시 산업과 연계되는 순환형 인력 구조를 구축할 필요가 있음.

1. 실무 기반 인공지능 교육의 질적 제고
실제 개발 경험을 갖춘 교사가 교육과정 설계와 운영에 참여함으로써, 이론 중심 AI 교육에서 벗어나 문제 해결·프로젝트 중심 교육이 정착됨.

2. 인공지능 전문 인력의 안정적 확충
산업체 경력 인정 확대와 참여 활성화를 통해, 학교 현장에 검증된 AI·SW 전문 인력을 지속적으로 확보할 수 있음.

3. 인공지능 분야 경력 단절 해소 및 전문성 유지
교육 현장이 AI 전문가의 경력 유지·전환 통로로 기능함으로써, 인공지능 분야 인력 손실을 최소화하고 사회 전체의 AI 역량을 강화함.