교육부는 2026년 1월, 전국 교사들에게 AI 기반 튜터링 도구를 제공할 것을 약속하며 AGAP.AI 프로그램을 출시했습니다. 분석가들은 필리핀 에듀테크(EdTech) 시장이 2034년까지 145억 달러에 달할 것으로 전망하고 있지만, 대부분의 학교는 네트워크 속도가 매우 느리고 컴퓨터가 수십 년 된 구식이라 해당 도구들을 실행할 수 없는 실정입니다.
출시와 시장의 열기
AGAP.AI는 인공지능을 화제의 중심이 되는 제품이 아닌, 교실의 보조 도구로 취급합니다. Microsoft는 학생의 성취도를 실시간으로 평가하는 Reading Progress와 같은 서비스를 제공합니다. 타이밍은 적절해 보입니다. 급성장하는 시장은 학교들이 정교한 소프트웨어를 받아들일 준비가 되었음을 시사하며, 정책 입안자들은 데이터 프라이버시 규칙, 동의 절차 및 감사 요구 사항을 설정하는 DepEd 명령 제003호, s. 2026을 통해 AI 사용을 법제화하기 시작했습니다.
하지만 이러한 기대감 뒤에는 구조적인 문제가 숨어 있습니다. 교육부의 디지털 성숙도 평가(Digital Maturity Assessment)에 따르면, 연결성 격차와 기기 부족이 낮은 학습 성과의 가장 큰 예측 변수인 것으로 나타났습니다. 많은 공립학교에서는 몇 분마다 인터넷이 끊기며, 현재 보유한 하드웨어로는 최신 브라우저를 실행하거나 AI API가 생성하는 데이터 트래픽을 처리하지 못하는 경우가 많습니다. 고성능 API 키가 있다고 해서 끊기는 연결 문제를 해결할 수는 없습니다.
인프라 격차
AI 튜터는 클라우드와의 안정적인 연결이 필요합니다. 모델이 학생의 답변을 처리할 때, 데이터를 서버로 보내고 응답을 받은 뒤 피드백을 표시하는 모든 과정이 단 몇 초 내에 이루어집니다. 연결이 끊기면 수업도 중단됩니다. 평가는 두 가지 반복되는 고충을 강조했습니다:
- 인터넷 신뢰성 – 많은 농촌 및 도시 근교 학교들이 빈번한 연결 끊김 문제를 겪고 있습니다.
- 기기 노후화 – 많은 학교 컴퓨터의 RAM과 CPU 성능이 최신 웹 앱을 구동하기에 부족합니다.
하드웨어가 소프트웨어를 구현(render)하지 못하면 아무리 세련된 소프트라도 실패합니다. 재정이 넉넉한 사립학교의 교사들은 AI 도구가 매끄럽게 작동하는 것을 볼 수 있겠지만, 공립학교의 교사들은 동일한 앱이 멈추거나 충돌하는 것을 지켜봐야 합니다. 이러한 격차는 시장 전망이 메우겠다고 약속한 디지털 격차를 오히려 더 심화시킵니다.
속도를 맞추려는 정책
DepEd 명령 제003호, s. 2026은 명확한 데이터 처리 절차, 학부모 동의 워크플로우, 알고리즘 결정 감사 메커니즘을 요구함으로써 AI를 위한 안전한 환경을 조성하고자 합니다. 이 명령은 학교에 이를 모니터링할 기술 인력이 부족할 경우 AI가 "블랙박스"가 될 수 있다고 경고합니다. 하지만 이 규칙은 네트워크와 기기라는 기반 시스템이 안정적으로 작동할 것이라는 가정하에 만들어졌습니다.
Sonny Angara 장관은 AI를 "윤리적 지원 도구"로 규정하며, 단순한 성능보다는 책임감 있는 사용을 강조했습니다. 이러한 취지는 타당하지만, 윤리만으로는 AI가 학생에게 도달조차 하지 못하는 교실 문제를 해결할 수 없습니다. 기능적인 인프라 없이는 준수 조치들이 이론에 그칠 뿐입니다.
실행 가능한 시스템의 모습
필리핀의 상황을 이해하는 설계자들은 이미 실질적인 해결책을 제안하고 있습니다:
- 로컬 캐싱(Local caching) – 자주 사용되는 모델 스니펫을 학교 서버에 저장하여, 기본적인 질의에 대해 오프라인 상태이거나 대역폭이 매우 낮은 상태에서도 응답할 수 있도록 합니다.
- 모듈형 API(Modular APIs) – 대규모 AI 서비스를 더 작고 교체 가능한 구성 요소로 분할하여, 특정 엔드포인트가 네트워크에 너무 큰 부담을 줄 경우 이를 교체할 수 있도록 합니다.
- 폴백(Fallback) 모드 – 인터넷 연결이 끊기면 자동으로 도구의 경량화된 규칙 기반 버전으로 전환하여 학습 흐름을 유지합니다.
이러한 선택은 단일 구조의 거대한 모델에서 벗어나, 중단 상황을 견딜 수 있는 회복 탄력성 있는 아키텍처로 초점을 전환합니다.
앞으로의 과제
다음으로 결정적인 질문은 DepEd가 하나의 국가적 AI 플랫폼을 구축할 것인지, 아니면 지역 교육청이 자체적인 모듈형 시스템을 개발하도록 할 것인지입니다. 단일 플랫폼은 데이터 보호를 표준화하고 교육을 간소화할 수 있지만, 최약점 문제(weakest-link problem)도 함께 떠안게 됩니다. 만약 국가 시스템이 원격지의 낮은 대역폭에 적응하지 못한다면 모든 학교가 피해를 입게 됩니다. 분산형 솔루션은 지역별로 캐싱, API 선택, 폴백 로직을 현지 조건에 맞게 조정할 수 있게 해주지만, 데이터 거버넌스가 파편화될 위험이 있습니다.
시사점
기반 네트워크와 하드웨어가 뒷받침되지 않는 한, AI는 필리핀 교육을 변화시키지 못할 것입니다. 시장의 145억 달러 전망은 인상적이지만, 학교들이 이를 뒷받침하기 위해서는 로컬 캐싱, 모듈형 API, 폴백 메커니즘과 같은 회복 탄력성 있는 아키텍처가 필요할 것입니다. 승자는 최신 모델을 쫓는 곳이 아니라, 열악한 연결 환경을 고려하여 설계하는 지역 사회가 될 것입니다.