통계분석부터 AI 활용 논문작성까지… 연구자 맞춤형 실습·개인별 논문지도 이어져 [강남 소비자저널=정현아 기자] ‘SPSS 통계분석 및 AI를 활용한 논문제작 여름특강’ 두 번째 교육이 지난 22일 서울 신도림 인근 숭실사이버대학교 구로캠퍼스에서 진행됐다. 창의실용교육학회(숭실사이버대) 에듀테라피가 주최·주관한 이번 특강은 대학원생과 연구자들이 논문 작성 과정에서 어려움을 겪는 통계분석과 연구방법을 쉽게 이해하고 실제 논문에 활용할 수 있도록 돕기 위해 마련됐다. 이날 교육은 오전 9시 등록을 시작으로 논문 이야기와 연구모형 소개, 분산분석, 공분산분석, 회귀분석 등 SPSS를 활용한 통계분석 실습과 함께 진행됐다. 오후에는 회귀분석 심화, 매개효과와 조절효과 분석, 논문 결과 해석 및 AI를 활용한 통계 결과 해석 등 논문 작성에 직접 활용할 수 있는 실습 중심의 교육이 이어졌다. 특히 논문 제작 과정에서 필요한 ‘표 제작’과 결과 해석, 논문 서론 및 문헌분석, 선행연구 탐색 등 연구자가 실제 논문을 완성하는 데 필요한 과정도 함께 다뤘다. 교육 후에는 개인별 실기와 상담을 통해 참가자들의 연구 주제와 논문 진행 상황에 맞춘 개별 지도가 진행됐다. 특강에서는 숭실사이버대학교 학과장 이선희 교수가 학교와 학과를 소개했으며, 전정민 교수가 통계학 강의와 SPSS 실습을 맡아 연구자들이 통계 결과를 직접 분석하고 해석할 수 있도록 지도했다. 이선민 박사는 ‘AI+SPSS 논문통계’를 주제로 AI를 활용한 통계분석과 논문 작성 …
[작성자:] 정현아 기자
[인인칼럼 유준형] AI와 명강사: 밀어내는 건 인공지능이 아니라, AI 쓰는 강사다.
[강남 소비자저널=유준형 컬럼니스트] 강의를 1시간 앞두고 노트북을 열었다. 전날 밤 인공지능에게 맡겨 뽑아낸 슬라이드가 45장. 도표는 정확했고 문장은 매끄러웠다. 흠잡을 데가 없어서 오히려 손이 멈췄다. 자료를 만든 인공지능은 강의실에 들어가 본 적이 없다. 앞줄에 누가 앉는지, 그중 몇이 회사에서 등 떠밀려 나왔는지 알지 못한다. 나는 그 가운데서 19장을 지웠다. 무엇으로 채울지는 문을 열고 나서 정했다. 그날 강의가 끝나고 한 사람이 남아 물었다. 남은 26장 어디에도 없던 질문이었다. 인공지능이 사람을 대체하는 것이 아니라, 인공지능을 쓰는 사람이 쓰지 않는 사람을 대체한다. 하버드경영대학원 카림 라카니 교수의 이 진단은 이제 강사들에게 남의 이야기가 아니다. 휴넷이 국내 371개 사 인사·교육 담당자에게 물은 결과, 2025년 기업이 가장 많이 투자한 교육 분야는 AI 교육으로 33.7%였다. 이듬해 중점을 둘 분야를 묻자 같은 항목이 50.9%로 올라섰다. 한 해 사이 17% 포인트다. 강단의 지형이 바뀌는 속도가 이 숫자에 다 들어 있다. 어떤 강사에게는 자리가 늘고, 어떤 강사에게는 줄어든다는 말이기도 하다. 강사가 두려워하는 것은 기계가 아니다. 어제까지 나와 같은 교재를 쓰던 사람이 먼저 달라지는 일이다. 1,200년 전 당나라의 한유는 「사설(師說)」에서 스승을 이렇게 정의했다. 도를 전하고, 학업을 주고, 의혹을 풀어주는 사람. 전도(傳道)와 수업(授業)과 해혹(解惑)이다. 이 셋을 오늘의 강의실에 놓으면 사정이 선명해진다. 인공지능은 전도와 수업에 이미 깊숙이 들어왔다. 자료를 모으고, 수준에 맞춰 풀어 쓰고, 사례까지 지어낸다. 그러나 해혹 앞에서 멈춘다. 의혹이 일반명사가 아니기 때문이다. 그것은 오늘 셋째 줄에 앉은 한 사람이 품은, 그 사람만의 막힘이다. 오래 강단에 서다 보면 유독 필기를 하지 않는 사람이 눈에 들어온다. 다 알아들어서가 아니다. 어디서부터 막혔는지 몰라 손을 대지 못하는 것이다. 그 표정은 데이터로 오지 않는다. 앞에 선 강사의 눈에만 들어온다. 한유는 의혹을 품고도 스승을 따르지 않으면 그 의혹이 끝내 풀리지 않는다고 했다. 인공지능은 던져진 질문에 답한다. 묻지 못하고 있는 사람을 알아보지는 못한다. 같은 글에서 한유는 한 걸음 더 갔다. 스승이라고 반드시 제자보다 현명한 것은 아니라고 했다. 도를 먼저 들었는가, 그 분야에 정통한가의 차이가 있을 뿐이라고 했다. 이 문장을 요즘 강사들에게 건네고 싶다. 기계가 나보다 많이 안다는 사실은 강단에 설 자격을 거두어 가지 않는다. 다만 아는 양으로 겨루던 시절이 저물었다. 그렇다면 도구를 잘 쓰면 명강사가 되는가? 여기서부터 길이 갈린다. 한국기술교육대 능력개발교육원은 ‘AI 교사·강사 아카데미’를 통해 인공지능 역량을 갖춘 훈련교사 1,900명을 새로 길러내고, 1만 명의 교사·강사에게 역량 강화 교육을 하고 있다. 이곳에서 해마다 보수교육을 받는 직업훈련 교사·강사가 6만여 명이다. 국가가 강사라는 직업을 통째로 다시 배치하는 중이다. 다만 강사를 길러내는 자리에 여러 해 있다 보니 자꾸 눈에 밟히는 것이 있다. 도구를 빨리 익히는 사람과 끝내 좋은 강사가 되는 사람이 좀처럼 겹치지 않는다. 몇 해 지나면 도구를 못 다루는 강사는 드물어진다. 무엇을 쥐었느냐보다 누가 쥐었느냐가 남는 날이 온다. 연구는 오래전에 답을 내놓았다. 좋은 수업의 조건을 가르치는 쪽과 배우는 쪽에 나란히 물은 조사에서, 양쪽 모두가 1순위로 꼽은 것은 가르치는 사람의 열정이었다. 강의 내용도 자료의 완성도도 그 뒤였다. 배우는 쪽은 그다음으로 교수자의 태도와 학생 수준에 대한 고려를 들었다. 수업 만족을 좌우하는 요인으로 상호 간의 의사소통을 꼽은 연구도 있다. 목록 어디에도 슬라이드 장수는 없었다. 열정은 준비량으로 환산되지 않는다. 오늘 이 사람들 앞에 서 있다는 사실을 얼마나 무겁게 여기는지가 목소리와 시선에 묻어날 따름이다. 준비를 대신해주는 도구는 생겼다. 준비한 것을 버리는 판단까지 대신해주지는 않는다. 그날 남아 있던 사람이 내게 던진 질문은 이랬다. 선생님은 이걸 직접 해보신 적이 있습니까? 컴퓨터를 만진 지 사십여 년이고, 요즘은 남에게 AI 쓰는 법을 가르치며 산다. 그런데도 말이 막혔다. 슬라이드에는 근거가 있었고 사례도 넉넉했지만, 그 대목만은 내 것이 아니었다. 부끄러웠다. 그리고 그 부끄러움이 다음 강의를 바꿨다. 기계는 그런 질문을 받지 않는다. 궁색해질 일도, 얼굴이 붉어질 일도 없다. 강단에 서는 사람만 부끄러울 수 있다. 그 부끄러움이야말로 기계가 끝내 갖지 못할 강사의 자산이 아닐까? 이달 초 부산 벡스코에서 교육부와 한국교육방송공사, 한국교육학술정보원이 함께 연 인공지능 활용 교육 콘퍼런스에 교원 1만 명이 모였다. 이틀 내내 그들이 붙들고 있던 물음은 어떤 도구가 좋으냐가 아니었다. 이 도구를 내 교실에 어떻게 앉힐 것이냐였다. 도구를 묻는 사람은 도구에서 멈추고, 교실을 묻는 사람은 교실로 간다. 그 사소해 보이는 차이가 몇 해 뒤 강단의 명단을 가른다. 다음 강의에서 한 가지만 해보시기를 권한다. 인공지능이 만들어준 자료에서 10장을 지우는 것이다. 아까울 것이다. 정확하고 매끈한 10장이니까. 그 빈자리를 무엇으로 채울지 아는 사람을, 우리는 오래전부터 명강사라 불러왔다. 지운 자리에 당신은 무엇을 넣겠는가? 다음 회에는 배우는 쪽의 이야기를 하려 한다. 인공지능이 무엇이든 알려주는 시대에, 사람은 왜 여전히 사람에게 배우러 오는가. 참고자료 1. 한유(韓愈), 「사설(師說)」. “師者, 所以傳道授業解惑也”, “師不必賢於弟子”. 2. Karim R. Lakhani, “AI Won’t Replace Humans — But Humans With AI Will Replace Humans Without AI”, Harvard Business Review / Digital, Data, Design Institute at Harvard, 2023. 3. 휴넷, 「2026 기업교육 전망」 설문조사(국내 371개 사 인사·교육 담당자 대상), 2025. 11. 4. 한국기술교육대학교 능력개발교육원, ‘AI 교사·강사 아카데미’ 운영 현황, 2026. 5. 「교수자와 학습자 의견 비교를 통한 좋은 수업의 특성 분석」, 한국산학기술학회논문지 제23권 제2호. 필자 | 유준형 박사(Ph.D). 서울대학교 공과대학 기계설계학과를 졸업하고 경영학(MBA)/전자계산학/산업공학/사회복지학 다양한 학문을 접하고, 40여 년을 IT 현장에서 보낸 베테랑 엔지니어이다. 현 한국열린사이버대학교 사회복지학과 교수이자 고려대 명강사 최고위과정 대표강사로 후학 양성에 매진하고 있으며, 블로그/SNS/유튜브 온라인 마케팅과 AI 활용을 주제로 1,500여 회 강단에 섰다. 『명강사를 위한 AI 활용 실무』, 『AI 시대, 인간을 다시 묻다』, 『AI와 사회복지』 등 다수의 저서를 집필하였다. ▲삽화=필자 기획·OpenAI ChatGPT 생성한 이미지 –…
[인인칼럼 유준형] AI와 청문회(2): 그때 이렇게 물었더라면, 그들은 답하지 못했다.
[강남 소비자저널=유준형 컬럼니스트] 지난주 밤, 청문회 영상을 20개쯤 이어서 봤다. 유튜브가 알아서 다음 영상을 물어다 주는 통에 새벽 3시가 넘도록 화면을 껐다 켰다 했다. 나는 축구를 잘 아는 사람이 아니다. 평생 책상 앞에서 자료를 읽고 글을 써 온 사람이다. 그런데도 눈을 떼지 못했다. 자꾸 화면 밖의 사람들이 떠올랐다. 새벽 운동장에서…
‘SPSS 통계분석 및 AI를 활용한 논문제작 여름특강’ 성황리에 개최
[강남 소비자저널=정현아 기자] 통계분석부터 AI 활용 논문작성까지… 연구자 맞춤형 실습·개인별 논문지도 진행 ‘SPSS 통계분석 및 AI를 활용한 논문제작 여름특강’이 지난 8일 서울 신도림 인근 숭실사이버대학교 구로캠퍼스에서 성황리에 개최됐다. 창의실용교육학회(숭실사이버대) 에듀테라피가 주최·주관한 이번 특강은 통계분석에 어려움을 느끼는 대학원생과 연구자들에게 실질적인 연구…
[인인칼럼 유준형] AI와 청문회: 진실을 부르는 힘은 고성이 아니라 준비된 질문이다.
[강남 소비자저널=유준형 컬럼니스트] 청문회가 끝나고 며칠이 지난 뒤에야 나는 그날의 장면을 유튜브 영상으로 보았다. 책상에 앉아 다른 문서를 정리하던 중이었다. 그런데 어느 대목에서 손이 멈췄다. 한 의원이 월드컵 경기 영상을 자료로 꺼내 들었다. 그러나 보도에 따르면 질문이 전제한 그 선수는 이미 그라운드를 뛰고 있었다. 전제부터 어긋난 질문이었다. 그리고 코치를 향해 이어진 질문은 더 허망했다. 그래서 왜 졌느냐고. 그 한 장면만이 아니었다. 증인이 설명을 시작하면 말을 끊고 묻는 말에만 답하라고 다그치는 장면, 떠도는 의혹을 사실인 양 전제하고 던진 질문, 사실관계가 다르다는 반박에 자료 대신 목소리를 높이는 장면이 이어졌다고 언론은 전했다. 답변 태도를 두고 벌어진 실랑이에 질의 시간이 흘러가기도 했다. 물론 그날 모든 질문이 그랬던 것은 아니다. 심판 배정 구조의 이해충돌을 파고든 질의처럼, 자료를 읽고 온 질문은 분명히 남았다. 그래서 더 아쉬웠다. 나는 영상을 껐다가 다시 켰다. 화가 나서가 아니었다. 부끄러워서였다. 저 자리를 맡긴 사람 중에 나도 있었기 때문이다. 지난 7월 30일 국회 문화체육관광위원회는 대한축구협회 현안 청문회를 열었다. 정몽규 전 대한축구협회장과 홍명보 전 국가대표팀 감독 등이 증인석에 앉았다. 북중미 월드컵 조별리그 탈락 이후 협회 운영 전반을 따져 묻겠다는 취지였다. 위원장은 시작에 앞서 성적 부진만을 따지는 자리가 아니라고 못 박았다. 그러나 전해진 장면들은 그 다짐과 자주 어긋났다. 2024년 현안질의와 국정감사에서 이미 다뤄진 내용이 되풀이됐고, 채택된 참고인 열세 명 가운데 실제로 출석한 사람은 네 명이었다. 고성은 회의장을 가득 채우지만, 준비되지 않은 질문은 확인되어야 할 사실을 회의장 밖으로 밀어낸다. 오해를 피하고 싶다. 이 글은 축구인을 탓하려는 글이 아니다. 국회를 조롱하려는 글은 더더욱 아니다. 축구 현장은 오랜 세월 땀으로 버틴 사람들의 세계이고, 국회는 국민을 대신해 묻는 공적 기관이다. 그래서 더 정확해야 한다. 감독 한 사람을 몰아세우는 일보다 중요한 것은 공개된 절차와 실제 절차의 간극을 복원하는 일이다. 회장 한 사람을 단죄하는 말보다 중요한 것은 결정의 사슬을 눈으로 확인하는 일이다. 국민이 보고 싶어 하는 것은 누군가 무너지는 장면이 아니다. 다시는 같은 일이 반복되지 않을 제도다. 여기서 AI를 생각하게 된다. 국회의원이 AI에게 답을 맡기자는 말이 아니다. 질문할 권한은 국민이 국회에 맡긴 것이고, 최종 판단은 선출된 대표자의 몫이다. 다만 질문을 준비하는 과정이라면 이야기가 다르다. 회의록과 보도자료, 감사 결과와 지난 질의의 기록을 시간 순서대로 정렬하는 일. 같은 사안을 두고 증언이 어떻게 달라졌는지 대조하는 일. 보좌진이 사흘 걸려 겨우 표 한 장으로 만들던 것을 반나절 만에 초안으로 세우는 일. 그 초안 위에서 사람은 비로소 생각할 시간을 얻는다. 질문서 한 장이 달라졌다면 그날의 풍경도 달라졌을 것이다. 왜 졌느냐고 묻는 대신, 어느 회의에서 어떤 기준으로 최종 후보군이 좁혀졌는지 물을 수 있었다. 공개된 절차와 실제 진행된 절차가 갈라지는 지점을 의원이 표 한 장으로 들이밀 수도 있었다. 그 결정에 서명한 사람, 보고받은 사람, 이견을 냈다가 기록에서 사라진 사람의 이름을 차례로 짚어 갈 수도 있었다. 질문이 이렇게 바뀌면 답변은 감정으로 빠져나가기 어려워진다. AI는 국회의원을 대신할 수 없다. 대신, AI는 부실한 질문이 국민의 질문으로 자라도록 시간을 벌어 줄 수 있다. 국회가 AI를 모르는 공간도 아니다. 국회도서관은 뉴스와 소셜 데이터, 국회 안팎의 자료를 융합 분석해 의정 현안과 관련 자료를 제시하는 ‘AI시사분석 아르고스’를 운영하고 있다. 국제의회연맹이 펴낸 「의회를 위한 AI 지침」의 핵심도 분명하다. AI는 민주적 숙의와 의사결정에서 인간의 능력을 대체하는 것이 아니라 보완하고 확장하는 자리에 있어야 한다는 것이다. 도구는 이미 와 있다. 남은 문제는 그 도구를 질문의 품격으로 바꿀 역량이다. 물론 반론이 있다. 정치인이 AI에 기대면 더 위험해지지 않겠느냐는 걱정이다. 타당한 걱정이다. 검증 없이 들고 나온 질문은 청문회를 더 초라하게 만든다. AI는 틀린다. 맥락을 오해하고, 없는 근거를 그럴듯하게 채워 넣는다. 그것을 사실로 포장하는 것은 결국 사람이다. 그러므로 원칙이 필요하다. 출처를 확인할 것. 자료를 원본과 대조할 것. 개인정보와 민감 정보는 넣지 말 것. 마지막 질문의 책임은 의원과 보좌진이 질 것. 결국 준비를 마친 사람이 묻는 청문회여야 한다. 축구도 결국 질문의 경기다. 좋은 패스는 우연히 나오지 않는다. 공간을 읽고, 시간을 재고, 다음 장면을 미리 상상해야 겨우 나온다. 청문회도 다르지 않다. 그리고 이 두 경기의 결과를 함께 물려받는 사람들이 있다. 오늘도 동네 운동장에서 공을 차는 아이들이다. 그중 누군가는 언젠가 대표팀 유니폼을 입을 것이다. 그날 그 아이 앞에 남아 있을 것은 이번에 확인된 사실과 그래서 바뀐 규정뿐이다. 고성은 그때까지 남지 않는다. 준비되지 않은 분노는 하루치 기사를 만들고, 준비된 질문은 한 줄의 기록을 남긴다. 제도를 바꾸는 것은 언제나 기록 쪽이다. 우리도 회의에서, 교실에서, 저녁 밥상에서 누군가를 몰아붙이기 직전에 잠시 멈출 수 있다. 무엇을 확인해야 하는가. 어떤 자료가 필요한가. 내 분노는 사실 위에 서 있는가. 오늘의 작은 실천은 이 세 문장을 소리 내지 않고 되뇌어 보는 일이다. AI 시대의 시민성은 답을 빨리 얻는 능력에서 오지 않는다. 물어야 할 것을 끝까지 물을 준비를 갖추는 데서 온다. 경기장에서 길을 잃은 공은 훈련으로 돌아가야 하고, 청문회장에서 길을 잃은 질문은 준비로 돌아가야 한다. 그날 내가 영상을 껐다가 다시 켠 이유도 여기에 있었다. 나는 아직 우리가 더 잘할 수 있다고 믿는다. 그렇다면 다음 청문회에서 우리는 무엇을 가장 먼저 물어야 하는가? 참고자료 1. 연합뉴스, 「국회 대한축구협회 청문회 개최…감독 선임 등 운영 전반 지적(종합)」, 2026.7.30. 2. YTN, 「문체위, 오늘 축구협회 청문회…정몽규·홍명보 출석·답변 주목」, 2026.7.30. 3. 일간스포츠, 「“왜 졌어요”·“예·아니요로만 답하세요”…또 입 막고 호통만 치고 ‘허탕’」, 2026.7.30. 4. 이데일리, 「답변 막고 호통만…축구협회 따지던 국회 청문회 오히려 ‘자살골’」, 2026.7.30. 5. 스포츠경향, 「고압적인 심판위원장, 각종 질문에 ‘회피성 대답’ 남발한 간부…축구협회 ‘성토의 장’이 된 문체위 청문회」, 2026.7.30. 6. 국회도서관, 「AI시사분석 아르고스」 서비스 소개. ▲사진=구글 제미나이(나노 바나나2)가 생성한 이미지 – 호통치는 의원과 당황한…
[인인칼럼 유준형] AI와 축구: 인공지능은 패턴을 찾고, 감독은 승부를 건다
[강남 소비자저널=유준형 컬럼니스트] 경기가 끝난 밤, 중계석의 박지성 해설위원이 던진 한마디가 오래 남았다. 이기려고 한 경기가 맞는지 되짚어 봐야 한다는 말이었다. 닷새 뒤 새벽, 선수단은 인천공항으로 조용히 돌아왔다. 국민이 아픈 이유는 단순히 졌기 때문이 아니다. 축구는 질 수 있다. 상대가 강하면 밀리고, 운이 없으면 골대가 외면한다. 그러나 준비 없이 진 것처럼 보일 때 국민은 더 크게 상처받는다. 선수들은 뛰었는데 팀의 길이 보이지 않을 때, 땀은 흘렸는데 전술의 흔적이 희미할 때, 우리는 패배보다 무거운 허탈감을 느낀다. 조별리그 탈락 이후 한국 축구를 둘러싼 말들이 거칠다. 감독의 전술 부재, 선수 기용, 경기 중 대응, 대한축구협회의 책임을 묻는 보도가 이어졌다. 이 글은 특정 감독을 조롱하거나 한 사람에게 모든 책임을 떠넘기려는 글이 아니다. 묻고 싶은 것은 더 크다. 한국 축구는 아직도 감독 개인의 감각과 선수 개인의 능력에 너무 많은 것을 맡기고 있지 않은가. 세계 축구는 데이터와 인공지능으로 경기를 읽는다. 우리는 여전히 “정신력”과 “경험”이라는 오래된 말에 기대고 있다. 축구는 감동의 경기이지만, 동시에 준비의 경기다. 90분 동안 공 하나가 굴러다니는 듯 보여도 그 안에는 수많은 길이 숨어 있다. 빌드업이 어디서 시작되는지, 공격수는 언제 수비 뒷공간으로 뛰는지, 상대는 실점 뒤 어느 쪽부터 흔들리는지까지, 모두 반복되는 패턴이 있다. 좋은 팀은 우연히 공격하지 않는다. 같은 길을 반복해서 만들고, 상대가 그 길을 막으면 다음 길을 연다. 이제 그 길을 읽는 데 AI가 쓰인다. 이번 월드컵에서 FIFA가 레노버와 함께 개발한 분석 도구 ‘FIFA AI Pro’는 참가 48개국 전 팀이 사용했다. 수백만 개의 경기 데이터를 뒤져 보고서와 그래프, 영상으로 몇 분 만에 답을 내놓는다. 구글 딥마인드가 리버풀 구단 전문가들과 만든 ‘TacticAI’도 상징적이다. 프리미어리그 코너킥 7천여 개를 학습해, 누가 공을 받을 가능성이 높은지, 선수 위치를 어떻게 바꾸면 슈팅 확률이 달라지는지를 제안했고, 현장 전문가 평가에서 기존 전술보다 더 자주 선택받았다. 축구장의 직감이 사라지는 것이 아니다. 직감이 놓친 장면을 다시 보게 만드는 새로운 눈이 생긴 것이다. 물론 우리 현장에도 밤새 영상을 돌려 보는 분석관들이 있을 것이다. 문제는 사람이 아니라, 그 노력이 감독 한 사람의 임기와 함께 흩어지는 구조다. AI는 상대의 전반 45분과 후반 45분을 나누어 읽을 수 있다. 에이스가 공을 받기 전 어떤 미끼 움직임이 있는지, 세트피스에서 반복되는 위치 이동은 무엇인지 찾아낸다. 그리고 그 분석은 훈련의 언어로 바뀌어야 한다. 선수에게 50쪽짜리 보고서를 읽히는 것보다 10초짜리 핵심 AI 영상 하나가 강할 때가 있다. “상대 에이스에게 허겁지겁 달려들지 말고, 그에게 공이 가는 길목부터 차단하라.” 이런 메시지를 실제 장면과 그라운드 도식으로 보여주면 선수는 몸으로 먼저 이해한다. AI가 장면을 모으면, 코치는 그것을 훈련으로 옮기고, 선수는 반복으로 익힌다. 그러나 여기서 착각하면 안 된다. AI가 패턴을 찾는다고 감독이 필요 없어지는 것이 아니다. 오히려 반대다. AI가 수만 개의 선택지를 내놓을수록 감독의 수준은 더 중요해진다. 어떤 데이터를 믿고 어떤 장면을 버릴지, 어떤 선수를 세우고 언제 승부를 걸지는 결국 감독이 정한다. 인공지능은 패턴을 찾고, 승부는 감독이 건다. 축구는 숫자로만 되는 경기가 아니기 때문이다. 선수의 몸 상태, 라커룸의 공기, 주장 한마디의 무게, 실점 직후의 흔들림, 교체 선수의 눈빛은 데이터 바깥에 있다. AI는 많은 것을 분석하지만 선수의 마음을 책임지지는 못한다. 그래서 좋은 감독은 AI를 두려워하지 않는다. 동시에 AI 뒤에 숨지도 않는다. 좋은 감독은 AI를 쓰되, AI에게 책임을 넘기지 않는다. 대한축구협회가 새겨야 할 것도 여기에 있다. 대표팀이 감독의 임기마다 새로 만들어지는 즉흥 팀이 되어서는 안 된다. 상대국 전술 데이터베이스, 세트피스 분석실, 선수별 경기 영상 라이브러리, 분석관과 코치의 협업 체계를 제도로 남겨야 한다. 감독이 바뀌어도 대표팀의 축구 지식은 쌓여야 한다. 한 대회가 끝나면 사라지는 기억이 아니라, 다음 대회를 준비하는 자산이 되어야 한다. 감독의 역량도 달라져야 한다. 과거에는 경험과 카리스마, 선수 장악력, 승부사 기질이 먼저였다. 지금도 중요하다. 그러나 앞으로는 AI를 부릴 줄 아는 능력이 감독의 기본기가 되어야 한다. 분석을 이해하지 못하면 선택할 수 없고, 선택하지 못하면 책임질 수 없다. 감독의 경륜은 데이터를 해석하고 버릴 줄 아는 판단력으로 증명되어야 한다. 데이터는 길을 보여주고, 사람은 그 길을 선택한다. 국민은 대표팀이 늘 이기기만을 바라지 않는다. 준비한 축구, 납득할 수 있는 축구, 지더라도 다음이 보이는 축구를 원한다. 세계가 AI로 전술을 읽고 훈련을 바꾸는 시대에, 한국 축구가 선수 개인의 번뜩임에만 기대고 있다면 그것은 패배보다 큰 후퇴다. 선수들의 재능은 소중하다. 그러나 재능은 전술 안에서 빛나고, 전술은 준비 안에서 완성된다. 전술은 감으로 찍는 것이 아니라 준비로 증명하는 것이다. AI는 그 준비를 더 촘촘하게 만들 수 있다. 하지만 마지막 휘슬이 울릴 때 박수든 비판이든 받아 안는 사람은 벤치의 감독이다. 한국 축구가 다시 일어서려면 기술을 배워야 한다. 더 정확히는, 기술을 부릴 줄 아는 사람을 길러야 한다. 독자에게 작은 제안 하나를 남긴다. 다음 경기를 볼 때 골 장면만 보지 말고, 골이 터지기 전 세 번의 패스를 함께 보시라. 그 세 번이 우연이었는지 준비였는지는 의외로 눈에 보인다. 패턴을 읽는 눈은 감독에게만 필요한 것이 아니다. 다음 월드컵이 끝난 밤, 우리는 중계석에서 어떤 질문을 듣게 될까? 참고자료 1. MBC 뉴스데스크. (2026.6.26). “전술이 없었다”…‘4강 신화’ 동료들마저 홍명보 비판. 2. 머니투데이. (2026.6.25). 박지성, 홍명보 전술 작심 비판 “이기려고 한 경기 맞나, 월드컵 준비 소홀”. 3. FIFA·Lenovo. (2026.7). All 48 Teams Use FIFA AI Pro at FIFA World Cup 2026 (레노버 공식 보도자료). 4. Google DeepMind. (2024.3.19). TacticAI: an AI assistant for football tactics (공식 블로그). 5. Wang, Z. et al. (2024). TacticAI: an AI assistant for football tactics. Nature Communications, 15, 1906. ▲사진=구글 제미나이(나노 바나나2)가 생성한 이미지 – 감독과 전술 보조 동반자 AI ⓒ강남 소비자저널
[인인칼럼 유준형] AI와 눈물: 인공지능은 인간의 슬픔을 이해할 수 있을까?
[강남 소비자저널=유준형 컬럼니스트] 성냥팔이 소녀가 마지막 성냥을 켰을 때, 그 작은 불빛 속에서 할머니의 얼굴이 떠올랐다. 안데르센이 그 동화를 쓴 지 오래되었지만, 우리는 아직도 그 장면 앞에서 잠시 멈춘다. 배고픔보다 더 추운 것은, 아무도 알아주지 않는 슬픔이다. 사람은 빵이 없어서도 울지만, 내 눈물을 알아주는 이가 없을 때 더 깊이 운다. 이제 우리는 그 슬픔조차 기계에게 먼저 말하는 시대에 들어섰다. 밤이 깊으면 누군가는 휴대폰을 켜고 묻는다. “오늘 너무 힘들어. 왜 자꾸 눈물이 나지?” 인공지능은 곧바로 다정하게 답한다. “많이 지치셨군요. 그 마음, 충분히 이해합니다.” 위로가 전혀 없는 것은 아니다. 아무도 없는 새벽에 그 문장 하나가 무너지는 마음을 잠깐 붙들어주기도 한다. 그런데 곧 다른 질문이 따라온다. 인공지능은 정말 슬픔을 이해하는 걸까, 아니면 이해하는 문장을 아주 잘 만들 뿐일까. 눈물은 그저 물방울이 아니다. 그 안에는 끝내 하지 못한 말, 오래 참아온 억울함, 놓쳐버린 사람, 미안해서 부르지 못한 이름이 고여 있다. 의학은 눈물을 생리 현상으로 설명하고, 심리학은 감정 반응으로 읽는다. AI는 표정과 목소리와 단어의 흐름을 분석해 슬픔의 확률을 계산한다. 그러나 추정과 이해는 다르다. 눈물은 데이터로 읽을 수 있지만, 눈물의 무게는 함께 울어본 사람만 안다. 외면할 수 없는 현실도 있다. 세계보건기구는 해마다 72만 명 넘는 사람이 스스로 생을 마감하고, 자살이 15~29세 사망 원인 가운데 세 번째라고 밝혔다. 우리나라도 2024년 자살 사망자가 1만 4,872명, 자살률은 인구 10만 명당 29.1명으로 2011년 이후 가장 높았다. 이 숫자 앞에서는 어떤 도구도 함부로 밀어낼 수 없다. 위험한 문장 하나를 AI가 먼저 알아채 상담자와 가족, 의료진에게 더 빨리 이어준다면, 그것은 한 생명을 붙드는 신호가 된다. 다만 슬픔을 다루는 기술은 그만큼 조심스러워야 한다. AI는 “괜찮다”고 말할 수는 있어도, 그 말의 끝까지 책임지지는 못한다. 우울의 신호를 감지할 수는 있어도, 그 사람의 밤을 함께 건너가지는 못한다. 깊은 우울, 자해의 위험, 상실의 충격은 AI와 단둘이 감당하기엔 너무 무거운 짐이다. AI는 눈물을 발견하는 등불은 될 수 있어도, 눈물을 닦아주는 손은 끝내 사람이어야 한다. 교육 현장에서는 더 섬세해진다. 우는 아이에게 필요한 건 ‘감정 점수 83점’이 아니다. 왜 울었는지, 누구에게 마음을 다쳤는지, 하고 싶은데 못 하는 말이 무엇인지 들어주는 어른이다. 유네스코가 생성형 AI 교육에서 인간 중심과 교사 역량을 강조하고, 유럽연합이 학교와 직장의 감정 추론 AI를 엄격히 다루는 이유도 여기에 있다. 기술이 미워서가 아니다. 아이의 침묵을 데이터로 단정하는 순간, 교육이 돌봄에서 감시로 미끄러질 수 있기 때문이다. 물론 AI가 교육이나 상담에 짐이 된다는 뜻은 아니다. 잘 쓰면 교사는 위험 신호를 더 빨리 알아채고, 학생은 말하기 힘든 감정을 먼저 적어보며, 상담 현장은 위기의 아이를 더 촘촘히 지킬 수 있다. 이미 많은 교사와 상담사, 의료진이 그 자리를 지켜왔다. 문제는 순서다. 감지는 AI가 앞서도 좋지만, 판단은 사람이 한다. 기록은 기계가 도와도 좋지만, 관계는 사람과 사람 사이에서만 회복된다. 문학 속 눈물도 늘 사람을 사람답게 만들었다. 장발장은 법의 판결이 아니라 미리엘 주교의 자비 앞에서 무너졌고, 그렇게 다른 사람이 되었다. 성경에서 예수는 라자로의 죽음 앞에서 눈물을 흘렸다. 신앙의 해석은 저마다의 몫이지만, 그 짧은 장면은 오래 남는다. 거룩함은 슬픔을 모르는 무표정이 아니라, 슬픔 곁에 함께 머무는 마음일 수 있다는 걸 보여주기 때문이다. AI는 울지 않는다. 다만 우는 사람의 언어를 배운다. 상처받지 않는다. 다만 상처받은 이에게 건넬 법한 말을 만들어낼 뿐이다. 그러니 그 위로가 전부 가짜라고 몰아세울 필요는 없다. 어떤 밤에는 그 문장 하나가 한 사람을 아침까지 버티게 하기도 한다. 다만 우리는 그것을 사람에게로 건너가는 다리로 써야 한다. 사람을 대신하는 방으로 만들어서는 안 된다. 슬픔은 지워야 할 오류가 아니다. 사랑했다는 증거이고, 잃은 것이 소중했다는 표시이며, 아직 마음이 살아 있다는 신호다. 울지 않는 사람이 강한 게 아니다. 울고 나서 다시 누군가의 손을 잡는 사람이 강하다. 그래서 우리에게 필요한 미래는 눈물을 지우는 AI가 아니라, 눈물 뒤에 숨은 사람을 더 빨리 알아보게 해주는 AI다. 결론은 분명하다. 인공지능은 인간의 슬픔을 어느 정도 읽는다. 슬픔의 단어를 가려내고, 위험을 감지하고, 위로의 문장을 건넬 수 있다. 그러나 끝까지 이해한다고 말하기는 어렵다. 이해란 정보 처리의 결과가 아니라, 함께 아파하고 곁을 지키는 삶의 태도이기 때문이다. AI는 눈물의 이유를 설명할 수 있지만, 사람은 그 눈물 옆에 앉아줄 수 있다. 오늘도 누군가는 아무에게도 못 한 슬픔을 검색창에 적을 것이다. 그 문장을 기계가 먼저 읽는 시대라면, 사람은 더 늦지 않게 응답해야 한다. 기술이 정교해질수록, 우리의 마음은 더 따뜻해져야 한다. 성냥팔이 소녀가 마지막까지 보고 싶어 한 것도 첨단 기계가 아니라, 자신을 안아줄 할머니의 얼굴이었다. 나는 오늘, 누구의 눈물을 그냥 지나치지 않을 것인가? 참고자료 1. World Health Organization. (2025. 3. 25.). Suicide fact sheet. 2. 통계청·보건복지부. (2025. 9. 25.). 2024년 사망원인통계 — 자살률 29.1명, 2011년 이후 가장 높아. 3. OpenAI & MIT Media Lab. (2025. 3. 21.). Early methods for studying affective use and emotional well-being on ChatGPT. 4. UNESCO. (2023, updated 2026). Guidance for generative AI in education and research. 5. European Commission. (2025–2026). AI Act application timeline and prohibited practices. 6. Fang, C. M. et al. (2025). Ho ▲사진=구글 제미나이(나노 바나나2)가 생성한 이미지 – 노인의 눈물과 슬픔을 분석하는 AI ⓒ강남 소비자저널
국제 KLC 글로벌 아카데미, ‘시니어 인지활동지도사 1급 강사양성과정’ 제1기 개설
[강남 소비자저널=정현아 기자] 초고령사회 맞춤형 전문 인재 양성… 건강한 노후와 시니어 인지교육 전문가 육성 기대 국제 KLC 글로벌 아카데미는 초고령사회에 대응하고 시니어 인지건강 증진을 위한 전문 인력을 양성하기 위해 ‘시니어 인지활동지도사 1급 강사양성과정’ 제1기 교육생을 모집한다. 경기도 성남시에 위치한 시니어 맞춤형 통합지원센터에서 진행되는 이 과정은 최근 치매 예방과 인지기능 향상에 대한…
국제 KLC 글로벌 아카데미, ‘시니어 건강안심학교’ 여름캠프 성황리 마무리
[강남 소비자저널=정현아 기자] 시니어 맞춤형 통합지원센터(성남시) 창립 기념… 뇌 건강·인지강화 프로그램으로 ‘치매 제로 대한민국’ 향한 첫걸음 국제 KLC 글로벌 아카데미(KLC GLOBAL ACADEMY)가 한국문화평생교육원(대표원장 김민재). 사단법인 한국장애인녹색재단과 함께 마련한 ‘대한민국 대표 시니어 건강안심학교’ 여름캠프가 어르신들의 높은 관심과 참여 속에 성공적으로 마무리됐다.…
SPSS 통계분석과 AI 활용 논문제작 여름특강 개최… 초보부터 심화까지 실습 중심 교육
[강남 소비자저널=정현아 기자] 창의실용교육학회와 에듀테라피가 공동 주최·주관하는 ‘SPSS 통계분석 및 AI를 활용한 논문제작 여름특강’이 오는 8월 8일과 8월 22일 두 차례에 걸쳐 개최된다. 이번 특강은 대학원생과 연구자, 교수, 실무자 등 논문 작성과 연구 수행에 필요한 통계분석 역량을 강화하고, 최근 연구 환경에서 필수 도구로 자리 잡고 있는 인공지능(AI)을 효과적으로 활용할 수 있도록 실습 중심으로 진행된다. 교육은 오전 9시 30분부터 오후 6시 30분까지 하루 9시간 과정으로 운영되며, 장소와 교육비는 추후 공지될 예정이다. 첫 번째 교육인 8월 8일에는 통계의 기초 개념부터 SPSS 활용법까지 단계적으로 학습한다. 주요 교육 내용은 ▲통계학 기본 이론 ▲데이터 관리(입력·변환) ▲빈도분석과 기술통계 ▲평균검정 및 t-검정 ▲설문방법과 자료수집 ▲구글 엑셀 데이터 관리 ▲AI를 활용한 통계표 해석 ▲통계프로그램 노트북 설치 및 개인 수준별 실습 등으로 구성된다. 특히 AI 특강도 함께 마련돼 연구 과정에서 AI를 효과적으로 활용하는 방법을 소개할 예정이다. 이어 8월 22일에는 심화 통계분석 과정이 진행된다. 교육에서는 ▲분산분석과 상관분석 ▲회귀분석(기본·심화) ▲요인분석 ▲매개효과·조절효과·조절된 매개효과 분석 ▲표 제작 및 1·2차 해석 ▲AI를 활용한 통계표 비교·해석 ▲논의 및 시사점 작성 방법과 논문 글쓰기 팁 등을 다룬다. 참가자는 개인 수준에 맞춘 실습을 통해 실제 연구에 바로 적용할 수 있는 분석 능력을 익히게 된다. 주최 측은 “이번 여름특강은 통계를 처음 접하는 초보자부터 심화 분석이 필요한 연구자까지 누구나 참여할 수 있도록 구성했다”며 “SPSS 활용 능력은 물론 AI를 접목한 논문 작성 역량을 함께 높일 수 있는 실전 중심 교육이 될 것”이라고 밝혔다. 이번 특강은 논문 작성 과정에서 가장 어려움을 느끼는 통계분석과 결과 해석, 논의 작성까지 체계적으로 학습할 수 있도록 구성되어 대학원생과 연구자들의 높은 관심이 기대된다. 한편, 참가 신청 및 교육 문의는 이선민 박사(010-4440-3725) 또는 전정민 교수(010-2167-4616)를 통해 가능하다. ▲사진=SPSS통계분석 및 AI를 활용한 논문제작 여름특강 ⓒ강남 소비자저널
