만 4~6세 유아도 AI를 배울 수 있다 — Springer 저널이 공개한 세계 첫 유아 AI 리터러시 교육 프레임워크 2026

왜 지금 유아 AI 리터러시인가 — 교육 공백과 연구의 필요성

AI 리터러시 교육은 지금까지 주로 초·중·고등학교(K-12) 단계에 집중돼 왔습니다. 미국 AI4K12 이니셔티브, OECD의 'Empowering Learners for the Age of AI' 프레임워크, 한국 교육부의 AI 교육 로드맵 등은 모두 초등학교 입학 이후를 기준점으로 삼았습니다. 유아 단계, 즉 만 3~6세 연령대에 대한 AI 교육은 "너무 이르다"는 인식이 지배적이었습니다. 기술 개념 자체가 추상적이고, 아이들의 인지 발달 단계상 알고리즘이나 기계학습 같은 개념을 이해하기 어렵다는 이유에서입니다.

그러나 Qian의 연구는 이러한 통념에 정면으로 도전합니다. 연구자는 관련 학습 이론 문헌, 기존 AI 리터러시 프레임워크, 유아 AI 학습에 관한 경험적 연구를 체계적으로 종합한 결과, 만 4세 아이조차 AI와 로봇에 대한 태도와 관점을 형성하기에 충분한 인지 능력을 갖추고 있다는 것을 확인했습니다. 아이들은 이미 스마트 스피커, 안면인식 잠금장치, 동영상 추천 알고리즘 등 AI가 내장된 기기들을 일상에서 활발히 사용합니다. 그런데 이 기술이 어떻게 작동하는지, 왜 그런 결정을 내리는지에 대한 이해 없이 소비자로만 노출되고 있습니다. 연구자는 이를 "유아 AI 리터러시의 교육적 공백(educational gap in early childhood AI literacy)"으로 규정하며, 조기 교육을 통해 아이들이 AI의 단순 이용자가 아닌 비판적 이해자로 성장할 수 있도록 지원해야 한다고 주장합니다.

3대 교육 축 — AI 개념, AI 실천, AI 관점

Qian의 프레임워크는 세 가지 통합 기둥으로 구성됩니다. 첫 번째 기둥은 AI 개념(AI Concepts)입니다. 유아 수준에서 핵심은 세 가지 아이디어, 즉 패턴(patterns), 의사결정(decision-making), 피드백(feedback)입니다. "컴퓨터는 통계적 추론을 통해 데이터에서 학습할 수 있으며, 학습 데이터의 선택이 시스템 행동과 편향을 형성한다"는 개념이 핵심입니다. 이를 유아 수준에 맞게 번역하면, 예를 들어 AI가 패턴을 인식해 결정을 내리는 과정을 블록 쌓기나 분류 놀이로 체험하는 것입니다. 두 번째 기둥은 AI 실천(AI Practices)으로, 4~6세 아동에게 실행 가능한 네 가지 컴퓨팅 사고 기술을 중심으로 합니다. 분해(decomposing, 큰 문제를 작은 부분으로 나누기), 추상화(abstracting, 핵심 특징에 집중하기), 순서화(sequencing, 단계별 절차 정하기), 디버깅(debugging, 오류를 찾아 수정하기)이 그것입니다. 이 기술들은 AI 특유의 개념인 동시에 수학, 언어, 사회성 발달을 아우르는 통합 역량입니다.

세 번째 기둥은 AI 관점(AI Perspectives)으로, 가장 독창적인 부분입니다. 이 기둥은 아이들이 AI 시스템과 비판적이고 책임 있는 관계를 형성하도록 돕는 것을 목표로 합니다. AI가 항상 옳은 것은 아니라는 사실, AI의 결정이 편향될 수 있다는 사실, AI는 인간이 만든 도구라는 사실 등을 유아 수준에서 이해할 수 있도록 합니다. 연구에 따르면 만 4세 아동도 AI·로봇에 대한 태도와 관점을 형성하기에 충분한 인지 능력을 갖추고 있습니다. 즉, "마음(Heart)"은 구체적인 이야기, 역할극, 교사 안내형 대화 방식으로 표현될 때 발달적으로 충분히 의미 있을 수 있습니다. 이 세 기둥은 상호 독립적이 아니라 서로 맞물려 있습니다. 예를 들어, 아이들이 로봇이 어떻게 물건을 인식하는지 탐구(AI 개념)할 때 분류와 분해를 연습(AI 실천)하고, 동시에 "로봇이 항상 공정한 결정을 내리는가"를 질문(AI 관점)할 수 있습니다. 이것이 Qian 프레임워크가 제안하는 통합적 학습 경험의 핵심입니다.

U-T-H-S 진행 모델 — 언플러그드부터 화면까지

Qian 프레임워크의 또 다른 핵심은 U-T-H-S 학습 진행 모델입니다. 이는 유아 AI 교육을 도구·매체 측면에서 네 단계로 구성한 점진적 경로입니다. 첫 단계는 U(Unplugged, 언플러그드)입니다. 전자기기 없이 보드게임, 카드 분류, 역할극 등을 통해 AI의 핵심 개념(패턴, 규칙, 순서)을 체험합니다. 글자를 아직 읽지 못하는 아이도 참여할 수 있는 가장 기초적인 단계입니다. 두 번째 단계는 T(Tangible, 유형 완구)입니다. 큐비(Cubetto), 오조봇(Ozobot), 비-봇(Bee-Bot) 같은 프로그래밍 가능한 로봇 완구를 활용해 손으로 만지고 조작하면서 순서화와 디버깅을 익힙니다. 세 번째 단계는 H(Hybrid, 혼합)입니다. 유형 완구와 디지털 화면을 결합한 경험, 예를 들어 태블릿 앱과 피지컬 블록을 함께 사용하는 활동이 포함됩니다. 네 번째 단계는 S(Screen-based, 화면 기반)로, 스크래치 주니어(Scratch Jr.), 코드닷오알지(Code.org)의 코스1 등 완전히 디지털화된 도구를 다루는 단계입니다. 이 모델의 핵심 통찰은 "순서"입니다. 아이들이 구체적인 조작 경험에서 점차 상징적 추론으로 이동하는 발달 원칙을 그대로 반영합니다. 비문해(preliterate) 유아도 첫 두 단계에서 충분히 의미 있는 AI 리터러시 학습을 시작할 수 있다는 점이 특히 중요합니다.

3C-3H+DS 교수 설계 원칙과 PL-AI 커리큘럼의 현장 검증

Qian 프레임워크가 기존 연구와 차별화되는 또 다른 지점은 교수 설계 원칙, 즉 "어떻게 가르칠 것인가"에 대한 구체적 지침입니다. 연구자는 이를 3C-3H+DS로 명명합니다. 3C는 인지적 적합성(Cognitively appropriate), 문화적 반응성(Culturally responsive), 컴퓨팅 사고 중심(Computational-thinking-focused)을 의미합니다. 3H는 머리(Head, 인지적 이해), 가슴(Heart, 감성적·윤리적 태도), 손(Hands, 실천적 체험)을 균형 있게 포함해야 함을 나타냅니다. DS는 대화 기반 비계(Dialogically Scaffolded)로, 교사가 안내 질문을 통해 아이들의 AI에 대한 사고를 점진적으로 이끌어내는 방식입니다. 예를 들어 교사가 "이 로봇은 어떻게 빨간 공과 파란 공을 구분할까?" "로봇이 실수를 하면 어떻게 될까?"와 같은 질문으로 AI 개념을 자연스럽게 대화 속에 녹여냅니다. 이 설계 원칙은 특히 문화적 반응성을 강조한다는 점에서 주목할 만합니다. 한국, 일본, 중국 등 아시아 문화권의 유아교육 맥락, 또는 라틴아메리카, 아프리카 맥락에서도 AI 리터러시가 지역 가치와 이야기 전통과 연결될 때 더 효과적으로 내면화된다는 근거를 제시합니다.

이 프레임워크의 현장 적용 사례로 주목받는 것이 미국 연구팀이 개발한 PL-AI(Play with AI) 커리큘럼입니다. 사이언스다이렉트(ScienceDirect)에 2026년 동시 게재된 연구에 따르면, PL-AI는 Pre-K(만 4세)와 유치원(만 5세) 아동을 대상으로 놀이 중심·설계 기반 접근을 채택한 AI 리터러시 커리큘럼입니다. 커리큘럼의 대표 활동 중 하나인 'AI Stories and Me'는 AI 이야기와 인간 이야기를 대조하여 윤리적 대화를 이끌어내는 방식으로 구성됐습니다. "마법의 정체가 사람이었다"는 놀라움과 탐색이 아이들의 AI 이해를 자연스럽게 확장시킵니다. PL-AI는 AI4K12 이니셔티브 및 미국유아교육협회(NAEYC) 프레임워크와 정합성을 갖추었으며, 교사 공동 설계(co-design)를 핵심 동력으로 삼아 교사의 교수법 자신감과 커리큘럼의 장기 지속가능성을 함께 높이는 것을 목표로 합니다. 특히 자원이 부족한 유아교육 환경에서도 실행 가능성이 높다는 점이 설계상 주요 고려사항이었습니다. 이는 AI 리터러시 교육의 형평성 문제, 즉 부유층 아이들만 양질의 AI 교육을 받는 구조를 막기 위한 의도적 설계입니다.

정책 함의 — 한국과 아시아 유아교육에 던지는 메시지

이번 연구는 학술적 기여를 넘어 유아교육 정책에 직접적인 함의를 던집니다. 현재 전 세계 AI 교육 논쟁은 주로 두 가지 전선에 집중돼 있습니다. 하나는 고등학교·대학 단계에서의 AI 윤리 및 비판적 사고 교육이고, 다른 하나는 초등 수준에서의 코딩·컴퓨팅 사고 교육입니다. 유치원·어린이집 단계는 여전히 큰 공백으로 남아 있습니다. 한국의 경우, 2022 누리과정(3~5세 국가표준교육과정)에 디지털·AI 관련 내용이 일부 반영됐지만, 체계적인 AI 리터러시 교육 프레임워크로 보기는 어렵습니다. AI 관련 내용이 "기술과 친해지기" 수준에 머물러 있으며, AI의 작동 원리나 비판적 이해를 목표로 하는 경험은 미비합니다. 미국의 경우, 2026년 현재 메릴랜드주 AI 레디 스쿨즈 법(AI Ready Schools Act, SB 720)이 K-12 전반에 걸쳐 AI 교육 체계화를 추진하고 있으나, 유아(Pre-K)는 이 법의 적용 범위에 포함되지 않습니다. Qian의 연구가 제시하는 핵심 정책 메시지는 분명합니다: 유아기야말로 AI에 대한 편견 없는 태도, 비판적 관점, 창의적 활용 능력을 키울 수 있는 황금기이며, 이 시기의 공백은 이후 K-12 AI 교육의 효과를 약화시킬 수 있다는 것입니다.

이 연구가 특히 한국 교육 관계자들에게 시사하는 바는 큽니다. 한국은 세계에서 손꼽히는 유아 스마트 기기 이용률을 가진 나라입니다. 유치원과 어린이집에서 스마트 TV, 태블릿, 음성 AI 기기가 일상적으로 사용됩니다. 이러한 환경에서 AI를 단순히 '사용'하게 하는 것이 아니라, AI가 무엇인지, 어떻게 작동하는지, 어떤 한계를 가지는지를 이해하도록 돕는 교육이 유치원 단계부터 체계적으로 도입될 필요가 있습니다. 2026년 현재 한국의 AI 교육 정책은 초·중학교 단계에서 AI 필수 교육 시간 확보, 교사 AI 연수 확대 등을 중심으로 추진되고 있습니다. 그러나 누리과정 단계의 체계적 AI 리터러시 커리큘럼 개발은 아직 정책 의제로 본격 논의되지 않고 있습니다. Qian의 연구와 PL-AI 같은 커리큘럼은, 한국 유아교육 전문가와 정책 입안자들이 놀이 중심·발달적으로 적합한 방식으로 이 공백을 어떻게 메울 수 있는지에 대한 구체적 방법론적 기반을 제공합니다. AI 리터러시는 더 이상 초등학교에서 시작하는 것이 아닙니다. 전 세계적으로 그 출발점이 유아기로 이동하고 있습니다.