요약
한림대학교는 생성형 AI를 단순히 수업에 추가하는 데 그치지 않고, 학습 목표와 활동, 평가, 피드백을 AI와 유기적으로 연결하기 위해 풀리캠퍼스 기반의 AI 결합 적응형 학습 모델 ‘AI-HiED’를 운영하고 있다. 대학 LMS인 SmartLEAD와 풀리캠퍼스를 LTI 방식으로 연동해 학생은 별도의 로그인 없이 맞춤형 학습 콘텐츠를 이용하고, 교수자는 AI 기반 활동을 기존 수업 안에 통합할 수 있도록 했다. 간호대학 ‘보건교육방법론’에서는 AI 기반 적응형 학습과 프로젝트기반학습을 결합한 AI-AL+PBL 통합모형을 적용했다. 풀리캠퍼스의 AI-CAT를 활용한 학습에서 전체 평균은 80.8점에서 95.7점으로 14.9점 높아졌으며, 문제를 300회 이상 풀이한 집중 학습 그룹은 평균 22.1점 향상됐다. 이후 학생들은 생성형 AI의 결과물을 비판적으로 검토하고 수정하며 실제 보건교육 프로그램을 설계했다.
활용 배경
생성형 AI의 확산으로 대학 수업의 모습도 빠르게 달라지고 있다.
학생은 AI를 활용해 자료를 찾고 글과 발표 자료를 만들며, 교수자는 수업 자료와 평가 문항을 제작한다. 그러나 AI 도구를 수업에 도입했다는 사실만으로 교육혁신이 이루어지는 것은 아니다.
AI가 만든 결과물을 학생이 그대로 제출하거나, 교수자가 AI 활용을 수업 목표와 평가 기준에 어떻게 반영해야 할지 어려움을 겪는 사례도 나타나고 있다.
AI는 요약과 번역, 문제 풀이, 콘텐츠 제작 등 반복적이고 정형화된 작업을 빠르게 수행한다. 그만큼 암기나 단순 과제 수행을 중심으로 설계된 기존 수업은 교육적 의미를 다시 검토해야 하는 상황을 맞았다.
동시에 한 강의실 안에는 학습 수준과 전공 적응도, AI 활용 역량이 서로 다른 학생들이 함께 존재한다. 다양한 AI 도구를 제공하는 것만으로는 이러한 차이에 대응하기 어렵다.
결국 필요한 것은 ‘AI를 수업에 어떻게 넣을 것인가’가 아니라, ‘AI와 함께 실제 학습이 일어나도록 수업을 어떻게 다시 설계할 것인가’에 대한 고민이다.
한림대학교는 이러한 문제의식을 바탕으로 AI를 특정 활동의 보조도구로 활용하는 수준을 넘어, 수업 전 과정에 연결하는 AI 결합 적응형 학습 모델을 설계했다.
풀리캠퍼스 활용 방식
한림대학교는 2026학년도 1학기부터 풀리캠퍼스 기반의 AI 결합 적응형 학습 모델 ‘AI-HiED’를 도입해 운영하고 있다.
AI-HiED는 대학의 기존 학습관리시스템인 SmartLEAD와 풀리캠퍼스를 국제 교육기술 연동 표준인 LTI 방식으로 연결한 수업 모델이다.
학생은 별도의 서비스에 다시 로그인하지 않고 SmartLEAD 안에서 풀리캠퍼스의 진단평가와 맞춤형 학습 콘텐츠를 이용할 수 있다.
교수자는 외부 AI와 에듀테크 도구를 개별적으로 운영하는 대신, 수업 목표와 학습활동에 따라 필요한 도구와 콘텐츠를 하나의 수업 환경 안에 구성할 수 있다.
AI-HiED는 수업 전과 수업 중, 수업 후의 학습 흐름을 모두 지원한다.
수업 전에는 학생의 수준을 진단하고, 교수자가 수업 자료와 AI 코스웨어, 프로젝트기반학습 문제, 평가도구를 개발할 수 있도록 한다.
수업 중에는 AI 튜터와 AI 조교를 활용해 학생별로 필요한 학습 자료를 추천하고, 질의응답과 피드백, 문제해결 활동을 지원한다.
수업 후에는 축적된 학습 데이터를 분석해 학생의 성취를 평가하고, 학습 성찰과 다음 수업의 개선으로 연결한다.
풀리캠퍼스에 활용할 수업 콘텐츠는 교수자가 직접 제작하거나, AI를 활용해 초안을 만든 뒤 보완하거나, 별도로 제작을 의뢰하는 방식으로 구성할 수 있다.
교수자의 디지털 활용 역량과 수업 여건에 따라 적합한 방식을 선택할 수 있어, AI 기반 수업 설계에 대한 초기 부담을 줄이고 지속적인 활용을 지원한다.
[이미지 설명] 미래 교육 리부트(황현석, 간진숙, 김용수, 정연진, 2026)
수업 운영 사례
AI-HiED가 실제 수업에서 어떻게 활용되는지는 한림대학교 간호대학의 ‘보건교육방법론’ 교과목에서 확인할 수 있다.
이 수업에는 AI 기반 적응형 학습인 AI-AL과 프로젝트기반학습인 PBL을 결합한 통합모형이 적용됐다.
수업은 중간고사를 기준으로 전반부와 후반부를 서로 다른 방식으로 설계했다.
전반부에는 풀리캠퍼스의 AI-CAT를 활용해 학생의 학습 수준을 진단하고, 진단 결과에 따른 맞춤형 학습을 진행했다.
AI-CAT는 모든 학생에게 동일한 문제를 제공하는 방식에서 벗어나, 학생의 응답과 이해 수준, 오답 유형을 분석해 개인별 평가 경로와 피드백을 제공하는 AI 기반 컴퓨터 적응형 평가다.
학생은 자신의 취약한 개념과 영역을 확인하고, 필요한 문제와 콘텐츠를 반복적으로 학습했다. 교수자도 학생별 학습 데이터와 공통적인 취약 영역을 확인해 수업과 피드백에 활용했다.
후반부에는 실제 보건교육 현장에서 발생할 수 있는 문제를 중심으로 프로젝트를 수행했다.
학생들은 건강 문제와 교육 대상을 분석하고, 이를 바탕으로 보건교육 프로그램 설계안과 교육용 발표 자료, 이러닝 동영상, 학습 활동지, 수업 시연 자료 등을 제작했다.
ChatGPT와 Claude, Gemini, Vrew, Gamma AI 등의 도구는 완성된 결과물을 대신 만들어 주는 수단이 아니라, 자료 탐색과 아이디어 구체화, 시나리오 작성, 시청각 자료 개발을 지원하는 학습 파트너로 활용됐다.
[이미지 설명] AI-AL+PBL 통합모형
확인된 변화
풀리캠퍼스의 AI-CAT를 활용한 학습에서 학생들의 평균 점수는 1회차 80.8점에서 마지막 회차 95.7점으로 높아졌다.
전체 평균 기준으로 약 14.9점의 성취 향상이 확인됐다.
특히 문제 풀이를 300회 이상 수행한 집중 학습 그룹은 평균 점수가 22.1점 상승해 일반 학습 그룹보다 더 큰 향상 폭을 보였다.
이는 AI 기반 적응형 평가가 단순히 학생의 점수를 산출하는 데 그치지 않고, 학습자가 부족한 영역을 확인하고 반복적으로 보완하도록 유도하는 학습 장치로 활용될 수 있음을 보여준다.
교수자 역시 학생별 학습 결과와 문제 풀이 데이터를 활용해 수업에서 추가로 설명해야 할 개념과 학생별 지원이 필요한 영역을 확인할 수 있었다.
진단 결과와 학습 과정에서 축적된 데이터가 교수자의 수업 개선과 피드백을 위한 자료로 활용된 것이다.
후반부 프로젝트에서는 AI 활용 역량뿐 아니라 AI 결과물을 검토하고 자신의 판단을 더하는 학습 과정에 중점을 두었다.
학생들은 구조화된 학습 활동지를 활용해 프롬프트를 작성하고, 생성된 결과를 비판적으로 분석한 뒤 수정·보완하는 과정을 거쳤다.
AI가 제시한 내용 가운데 사실과 맞지 않거나 실제 보건교육 상황에 적합하지 않은 부분을 직접 확인하고, 자신의 관점에 따라 결과물을 다시 구성했다.
AI가 학생의 사고를 대신하는 것이 아니라, 학생이 판단하고 문제를 재정의하는 과정에서 활용되는 학습 파트너로 기능하도록 수업을 설계한 것이다.
교수자 역할의 변화
AI 결합 수업에서도 교수자의 역할이 줄어드는 것은 아니다. 오히려 수업을 설계하고 학생의 학습을 지원하는 역할은 더욱 정교해진다.
교수자는 어떤 개념과 활동을 AI로 지원할 것인지, 어떤 과정은 학생의 직접적인 사고와 협업으로 남겨둘 것인지 결정해야 한다.
학생이 AI 결과물을 그대로 받아들이지 않고 비판적으로 검토하도록 활동을 설계하고, 평가 기준에 AI 활용 윤리와 정보 검증 능력을 어떻게 반영할지도 판단해야 한다.
풀리캠퍼스는 학생별 진단과 반복학습, 학습 데이터 분석을 지원하지만, 그 결과를 수업에서 어떻게 활용하고 어떤 피드백과 활동으로 연결할지는 교수자의 교육적 판단에 달려 있다.
AI는 교수자를 대체하기보다 교수자의 수업 설계 역량을 확장하는 기술로 활용된다.
교수자는 반복적인 평가와 콘텐츠 제공 부담을 줄이고, 학생의 사고 과정과 협업, 성찰을 촉진하는 활동을 설계하는 데 더 집중할 수 있다.
교육적 의미
한림대학교의 AI-HiED 사례는 대학 교육의 AI 전환이 새로운 도구를 많이 도입하는 경쟁이 되어서는 안 된다는 점을 보여준다.
중요한 것은 AI를 얼마나 많이 활용하는지가 아니라, AI가 학생의 이해와 참여, 문제해결, 협업, 성찰을 촉진하도록 수업을 얼마나 정교하게 설계하는가에 있다.
SmartLEAD와 풀리캠퍼스의 LTI 연동은 학생이 별도의 학습 환경을 오가지 않고 하나의 수업 흐름 안에서 AI 기반 학습을 경험할 수 있도록 한다.
AI-CAT를 활용한 진단과 맞춤형 반복학습은 학생별 학습 격차에 대응하고, 교수자가 데이터에 근거해 수업을 개선할 수 있도록 지원한다.
AI-AL과 PBL을 결합한 수업은 개인별 기초학습을 실제 문제해결과 협업 활동으로 확장한다.
학생은 AI가 제공하는 답을 그대로 사용하는 대신, 이를 분석하고 수정하며 자신의 판단을 반영하는 과정을 경험한다.
결국 AI 기반 대학 수업의 혁신은 기술을 기존 수업에 단순히 더하는 것이 아니라, 기술이 학생의 학습과 사고를 촉진하도록 수업 목표와 활동, 평가, 피드백의 관계를 다시 설계하는 데서 시작된다.
사례 핵심 포인트
•
한림대학교, 2026학년도 1학기부터 풀리캠퍼스 기반 ‘AI-HiED’ 운영
•
대학 LMS SmartLEAD와 풀리캠퍼스를 LTI 방식으로 연동
•
학생은 별도의 로그인 없이 LMS 안에서 풀리캠퍼스 콘텐츠 이용
•
수업 전 진단과 콘텐츠 설계, 수업 중 맞춤형 학습, 수업 후 데이터 분석을 연결
•
교수자가 직접 제작하거나 AI 초안 작성, 제작 의뢰 등 다양한 방식으로 콘텐츠 구성
•
간호대학 ‘보건교육방법론’에 AI-AL+PBL 통합모형 적용
•
전반부에는 풀리캠퍼스 AI-CAT를 활용한 수준 진단과 맞춤형 반복학습 운영
•
평균 점수 80.8점에서 95.7점으로 14.9점 향상
•
문제 풀이 300회 이상 집중 학습 그룹은 평균 22.1점 향상
•
후반부에는 실제 보건교육 문제를 해결하는 프로젝트기반학습 운영
•
생성형 AI를 자료 탐색과 아이디어 구체화, 콘텐츠 제작을 돕는 학습 파트너로 활용
•
학생이 AI 결과를 비판적으로 분석하고 수정·보완하는 활동 설계
•
AI 활용 윤리와 검증, 비판적 수용 능력을 수업과 평가에 반영
•
AI 도입의 양보다 교수자의 교육적 판단과 수업 설계가 중요하다는 방향 제시
원문 기사 보기
한림대학교가 생성형 AI를 단순한 수업 도구로 추가하는 데 그치지 않고, 풀리캠퍼스와 대학 LMS를 연동해 수업 전 과정을 재설계한 배경과 운영 방식을 원문에서 자세히 확인할 수 있다.
‘보건교육방법론’ 수업에 적용한 AI-AL+PBL 통합모형과 AI-CAT 기반 학습 성과, 학생이 AI 결과물을 비판적으로 검토하고 자신의 판단을 더하도록 설계한 학습 과정도 함께 살펴볼 수 있다.
관련 키워드
풀리캠퍼스, PULLEY CAMPUS, 한림대학교, 간진숙 교수, 한림대학교 교육혁신센터, AI-HiED, AI 기반 적응형 학습, AI-AL, 프로젝트기반학습, PBL, AI-AL+PBL 통합모형, 보건교육방법론, 간호대학, SmartLEAD, 대학 LMS, LTI, Learning Tools Interoperability, AI-CAT, 컴퓨터 적응형 평가, 맞춤형 진단평가, 반복학습, 학습 데이터 분석, 생성형 AI 활용 수업, AI 튜터, AI 조교, 수업 재설계, 교수자 수업 설계, 비판적 사고, AI 리터러시, AI 활용 윤리, 대학 교육 AX, 대학 교육 AI 전환, 조선에듀
기고자 소개
