아이스프링의 AI 퀴즈 생성, 신테시아의 AI 아바타 영상까지 — 지금 저작도구가 실제로 자동화한 것과 여전히 사람이 해야 하는 일을 구분했다.
2025년 아이스프링(iSpring)이 스위트에 추가한 기능은 단순해 보이지만 상징적이다. 슬라이드 몇 장을 선택하면 AI가 퀴즈 문항을 자동으로 만들어 주고, 스크립트만 입력하면 내레이션 음성까지 생성해 준다. 비슷한 시기 신테시아(Synthesia)는 텍스트 스크립트 하나로 AI 아바타가 등장하는 교육 영상을 140개 이상의 언어로 번역·더빙까지 마친 상태로 뽑아낸다. 두 사례 모두 ‘AI가 콘텐츠 제작을 대신한다’는 오래된 약속이 마침내 저작도구 제품 안으로 들어왔다는 신호다. 그러나 정작 현장의 질문은 다른 곳에 있다. AI가 진짜로 자동화하는 것은 어디까지이고, 교수설계자의 손이 여전히 필요한 지점은 어디인가.
PPT를 붙여넣으면 퀴즈가 나온다 — 지금 가능한 자동화
현재 시장에 나온 AI 저작 기능은 크게 두 갈래로 나뉜다. 하나는 아티큘레이트 스토리라인·캡티베이트·아이스프링처럼 원래 수작업 저작도구였던 제품에 AI 기능을 얹은 경우다. 이들 도구에서 AI는 슬라이드 텍스트 초안 작성, 퀴즈 문항 자동 생성, 내레이션 음성 합성, 이미지 추천처럼 저작 과정의 특정 단계를 보조하는 역할에 머문다. 다른 하나는 소스 자료(문서, PPT, 사내 매뉴얼 등)를 업로드하면 코스 구조 전체의 초안을 자동으로 뽑아내는 ‘AI 네이티브형’ 코스 제너레이터다. 이 부류는 아직 시장 초기 단계지만, 목차 구성부터 슬라이드 배치, 퀴즈, 심지어 내레이션까지 한 번에 초안화한다는 점에서 기존 저작도구와는 작업 단위 자체가 다르다.
AI가 아직 못 하는 것 — 교수설계자가 여전히 필요한 이유
AI가 만든 퀴즈 문항이나 요약 텍스트는 ‘그럴듯해 보이는 초안’이지 ‘검증된 학습 콘텐츠’가 아니다. AI는 슬라이드에 담긴 표면적 정보를 바탕으로 문항을 생성할 뿐, 그 문항이 실제 학습목표와 정렬돼 있는지, 난이도가 적절한지, 정답 근거가 규정이나 법령과 일치하는지는 판단하지 못한다. 컴플라이언스나 안전 교육처럼 오류가 곧 법적 리스크로 이어지는 영역에서는 이 격차가 특히 치명적이다. 분기형 시나리오처럼 복잡한 상호작용 로직을 설계하는 일, 여러 이해관계자의 검수를 조율하는 일, 번역 결과가 문화적 맥락에서 자연스러운지 판단하는 일 역시 여전히 사람의 몫으로 남아 있다. 업계에서 AI 저작 도구를 다루는 논의들이 공통적으로 강조하는 지점도 ‘AI는 초안 생성 속도를 극적으로 줄여 주지만, 최종 품질 책임은 여전히 교수설계자에게 있다’는 것이다.
| 저작 단계 | AI 보조형(스토리라인·아이스프링 등) | AI 영상 특화형(신테시아 등) | AI 네이티브 코스 제너레이터 |
|---|---|---|---|
| 콘텐츠 초안 생성 | 부분 지원(텍스트 다듬기 수준) | 스크립트 기반 영상 생성 | 소스 문서에서 코스 구조 전체 초안화 |
| 퀴즈 자동 생성 | 지원(2025년부터 확대) | 미지원 | 지원 |
| 내레이션·더빙 | 일부 지원 | 핵심 기능(140개+ 언어) | 지원(도구별 편차 큼) |
| 분기·상호작용 설계 | 수작업(트리거·변수·레이어) | 미지원 | 제한적 지원 |
| 교수설계 검토 | 필수(사람) | 필수(사람) | 필수(사람) |
현업에 적용할 때 반드시 확인할 것들
- AI가 생성한 퀴즈 문항은 배포 전 반드시 주제전문가(SME)의 정답 검수를 거친다
- 법률·안전·컴플라이언스 등 고위험 콘텐츠에서 AI 번역은 초벌 번역으로만 쓰고 원어민 검수를 별도로 둔다
- AI 아바타 영상은 완성 전 브랜드 톤·기업 이미지와의 정합성을 사람이 다시 검토한다
- 소스 문서를 AI 저작도구에 업로드하기 전 저작권·개인정보 포함 여부를 확인한다
- AI가 자동 생성한 결과물이라도 접근성(WCAG) 기준 충족 여부는 수동으로 점검한다
AI는 초고를 빠르게 써 주지만, 그 초고에 책임을 지는 것은 여전히 사람이다.
결국 지금 시점의 AI 저작 도구는 ‘교수설계자를 대체하는 도구’가 아니라 ‘초안 작성 시간을 줄여 검토와 설계에 더 많은 시간을 쓰게 해 주는 도구’로 보는 편이 현실적이다. 도구를 고를 때는 AI가 어디까지 자동화해 주는지보다, 그 결과물을 검수할 사람의 리소스를 얼마나 확보하고 있는지를 먼저 따져야 한다.
