The wisdom for AI-era education lies in the Analects (KOR)

Kim Yong-seok

The author is a endowed professor for College of Semiconductor, Gachon University.

The debut of ChatGPT in late 2022 marked a turning point that transformed many aspects of daily life. In the past, people searched for information by entering keywords into Google or Naver. Today, they are more likely to say, “Just ask ChatGPT.” AI understands the context of questions, summarizes information and even suggests related topics to consider.

The rise of generative AI is also reshaping the job market. As the technology takes over many routine tasks once handled by entry-level employees, more companies are reducing or freezing hiring for new graduates. Finding a first job has become increasingly difficult.

In this new environment, it is worth revisiting the opening passage of the Analects (compiled during the Warring States period), the classic text preserving the teachings of Confucius from more than 2,500 years ago: “To learn and practice what is learned at due times, is that not a pleasure?” The phrase, “hak-i-si-seup-ji bul-yeok-yeol-ho,” offers enduring wisdom for navigating the AI era.

For generations, this sentence formed the foundation of traditional education. Schools concentrated primarily on “hak,” or acquiring knowledge. Students were expected to master what teachers taught and demonstrate that knowledge through exams. Success depended on memorizing more information than others. The amount of knowledge a person possessed largely determined their competitiveness.

That model no longer fits an age in which AI can acquire, organize and deliver knowledge far more efficiently than humans can. As a result, education must undergo a fundamental transformation.

This does not mean students should avoid AI. On the contrary, they should use it as extensively as possible while resisting the temptation to become dependent on it. Among the enormous volume of information that AI provides, people must still determine what is accurate, what is misleading and what truly matters. Critical thinking and reflection have become the defining qualities of talent. Creative problem-solving, collaboration and communication are growing even more valuable.

What direction, then, should education take in the AI era?

The answer lies in “si-eup,” practicing what has been learned repeatedly over time. Rather than stopping at acquiring knowledge, students should apply it and build new knowledge upon the wisdom accumulated by earlier generations. At this stage, action matters more than theory. Growth comes from experience, including mistakes and failures. That is why project-based learning, teamwork and discussion are essential for developing sound judgment.

One example comes from my semiconductor engineering classes.

Students are first assigned to use AI to research each semiconductor design term, producing roughly three pages of material for every topic. This represents the learning stage and allows AI to help them gather knowledge quickly and efficiently.

Students are then required to reduce those three pages to a single-page summary written in their own words. Instead of accepting AI-generated information at face value, they must evaluate and reinterpret it. This is the process of si-eup — internalizing knowledge through repeated reflection.

Finally, students present their summaries before classmates, reinforcing what they have learned through explanation and discussion.

Another example involves department-affiliated student clubs devoted to the Internet of Things (IoT), semiconductor design and robotics.

AI can produce coding instructions or explain circuit design theories within seconds. What it cannot replace is the process of identifying a real-world challenge, working with teammates and building a functioning robot or IoT device from the ground up.

Students must solve countless technical problems encountered during design and programming while resolving disagreements within their teams. By participating in competitions and having their work evaluated externally, they gain practical experience that directly prepares them for industry. This is the true meaning of si-eup.

Even so, students cannot neglect individual study.

AI may compensate for gaps in knowledge, but without a solid foundation, students cannot ask meaningful questions or judge the quality of AI-generated answers. Strong fundamentals remain indispensable.

Schools and teachers should therefore shift their focus. Instead of simply transmitting knowledge, they should guide students toward transforming what they learn into practical experience through repeated application. AI should become a tool that supports this process, not a substitute for human judgment or intellectual growth.

Confucius once taught, “To learn and practice what is learned at due times, is that not a pleasure?” The “pleasure” he described goes beyond the satisfaction of possessing knowledge. It is the deeper joy of understanding what one has learned, applying it meaningfully and discovering that one has become a better person than the day before.

AI 시대의 교육 지혜, ‘논어’에 답 있다

김용석 가천대 반도체대학 석좌교수

2022년 말에 처음 등장한 챗GPT를 기점으로 세상의 많은 것들이 바뀌고 있다. 과거에 사람들은 궁금한 정보 검색은 구글이나 네이버에 ‘키워드’를 입력했지만, 이제는 “그냥 챗GPT에 물어보면 돼”라고 말한다. AI는 질문의 맥락을 파악하고, 요약해주고 대안까지 제시한다.

생성형 인공지능(AI) 시대가 되면서 채용시장에 상당한 변화가 생기고 있다. AI 확산 이후 신입 인력이 맡던 업무가 AI로 대체되면서 신입 채용을 중단하거나 축소하는 기업이 늘고 있다. 취업이 그만큼 더 어려워지고 있다.

2500여년 전 공자의 가르침을 담은 동양 최고의 고전 논어(論語) 첫 구절, ‘학이시습지 불역열호(學而時習之 不亦說乎)’에서 AI 시대를 돌파할 지혜를 찾아보자. 이 구절은 오랫동안 전통적 학습법의 근간이었다. 지식의 양적 습득을 우선하던 시대의 학교 교육은 학생들에게 전달하는 ‘학(學·배움)’에 치중해 왔다.

스승이 가르친 수업 내용을 충실히 공부하고, 그 내용을 기준으로 시험을 잘 치르면 인재로 인정받았다. 좋은 대학에 가고 훌륭한 인재가 되기 위해서는 남들보다 더 많은 지식을 암기해야 했다. 지식의 양이 곧 개인의 경쟁력이던 시대였다. 하지만 지식의 습득과 전달이라는 전통적인 배움의 기능은 이미 AI가 인간보다 훨씬 더 잘할 수 있는 시대로 바뀌었다. 이제 교육이 획기적으로 바뀌어야 할 때가 왔다.

다만 배움을 위한 노력에서는 AI를 최대한 활용하되 AI에 갇히거나 예속되면 안 된다. AI가 제공하는 무수한 정보 중에서 무엇이 옳은지 그른지 분별하는 판단 능력이 중요하다. 비판적 사고와 성찰이 인재의 역량을 판단하는 기준이 됐다. 창의적인 문제 해결 능력, 동료들과 협업하고 소통하는 능력이 갈수록 중요해진다.

그렇다면 AI 시대 교육은 어떤 방향으로 가야 할까. 답은 ‘시습(時習·때때로 익힘)’에 있다. 단어의 뜻 그대로 배운 지식을 익혀 실천하는 단계로 나가자는 것이다. 앞선 위인의 지식을 배우며, 그 바탕 위에 새로운 지식을 만들어내야 한다. 이 단계에서는 이론보다 실제 행동하고 응용하는 것이 중요하다. 다양한 경험을 통해 실수와 실패에서 배우고 성장해야 한다. 프로젝트 기반 학습, 협업 및 토론을 통한 판단 훈련이 중요한 이유다.

필자의 반도체 교과목 수업 사례를 참고로 소개한다. 학생들에게 반도체 설계 용어마다 세 쪽 분량의 방대한 자료를 AI를 활용해 조사하도록 했다. 이는 ‘배움’에 해당한다. 방대한 지식을 빠르고 효율적으로 습득하는 과정은 AI의 도움을 받도록 했다. 조사한 세 쪽 분량에서 핵심만 추려 본인이 한쪽으로 요약하도록 했다. 이는 AI가 찾아준 정보를 그대로 받아들이지 않고 학생 자신만의 생각으로 정리하고 이해하는 ‘때때로 익힘’의 과정이다. 요약한 내용을 동료 학생들 앞에서 발표하면서 익히는 과정을 마무리하도록 했다.

또 하나의 사례는 사물인터넷 동아리, 반도체 설계 동아리, 로봇 동아리 등 학과 연동 동아리 활동이다. 단순한 코딩 명령어와 회로 설계 이론은 AI에게 물어보면 몇 초 만에 답을 얻을 수 있다. 하지만 학생들이 실제 과제를 기획하고, 함께 머리를 맞대어 로봇이나 사물인터넷 기기를 직접 만들어보는 것은 AI가 대신해 줄 수 없다.

학생들은 설계·코딩하며 맞닥뜨리는 수많은 기술적 오류를 해결하고, 팀원들과 이견을 조율하며 갈등을 해결해야 한다. 경진대회에 출전해 대외적으로 검증받는 과정을 통해 학생들은 비로소 산업 현장에서 활용할 수 있는 생생한 실무 경험을 얻게 된다. 이것이야말로 진정한 ‘때때로 익힘’이다.

그렇지만 각자 개인 학습에 소홀하면 안 된다. 부족한 지식은 AI의 도움을 받을 수 있지만, 기초지식이 없으면 AI에게 좋은 질문을 하지 못 하고 답변의 가치를 판단할 수도 없다. 학교와 교사는 학생들이 지식을 때때로 익혀 실천적 경험으로 만들어가도록 돕는 역할을 해야 한다.

공자는 ‘배우고 때때로 익히면 또한 기쁘지 아니한가’라고 설파했다. 공자 말씀에서 ‘기쁨’은 단순히 지식을 아는 수준에 머무는 것이 아니다. 배운 내용을 깊이 이해하고 어제보다 나아진 자신을 발견할 때 느끼는 내면의 희열일 것이다.