AI가 코드를 빨리 써 주는 시대에도 무엇을 만들지 정하고(명세) 구조를 짜고(아키텍처) 맞는지 확인하고(테스트) 사고를 막는(안전) 책임은 학생이 집니다. 모든 과정의 공통 질문은 하나, "이 문제를 AI와 함께 어떻게 풀까"입니다.
아이가 얻는 것
AI에게 일을 맡기고 결과가 맞는지 확인하는 힘
시작 지점
유치~고등 어디서든, 진단 후 아이에 맞춰 시작
안전 장치
읽기 전용이 기본, 외부 작업은 사람 승인
최종 수정: 2026-08-05
모든 학년의 공통 뼈대
유치부터 고등까지 과정은 다섯이지만 질문은 하나입니다. "이 문제를 AI와 함께 어떻게 풀까?" 학년이 올라가면 문제의 종류가 아니라 다루는 도구와 깊이가 달라집니다. 다루는 문제는 크게 네 갈래입니다.
연구
모르는 것 밝히기
아직 답이 없는 질문에 데이터와 실험으로 다가갑니다. 예: 우리 동네 미세먼지는 언제 나빠질까?
개발
새 서비스 만들기
사람들이 실제로 쓰는 도구를 설계하고 완성합니다. 예: 동아리 일정 도우미 앱.
자동화
반복 작업 맡기기
규칙이 있는 일을 시스템에 맡기고 사람은 확인을 맡습니다. 예: 자료 모으고 분류하기.
분석
데이터에서 답 찾기
모아 둔 기록에서 패턴을 찾아 결정을 돕습니다. 예: 경기 기록으로 전략 세우기.
네 갈래 모두 같은 순서로 풉니다 (자동 재생)
유치부의 규칙 카드 로봇부터 고등부의 도구 사용 에이전트까지 이 순서 하나로 설명됩니다. 학년이 올라가면 순서가 바뀌는 것이 아니라 각 칸을 채우는 기술이 깊어집니다.
피하는 길 1
문법 암기 파이썬
AI가 코드를 써 주는 시대에 문법 지식만으로는 시스템을 판단할 수 없습니다.
피하는 길 2
검증 없는 바이브 코딩
돌아가는 것처럼 보이는 프로그램과 믿을 수 있는 프로그램은 다릅니다.
나선형 설계 · 8개 핵심 개념
같은 여덟 개념이 유치(로봇·규칙 카드) → 초등(블록 코딩·데이터 표) → 중등(파이썬 앱) → 고등(평가·보안을 갖춘 에이전트)으로 반복하며 깊어집니다.
AI에게 일을 얼마나 맡길지가 에이전틱 엔지니어링의 첫 설계 결정입니다. CIT는 이 결정을 0에서 6까지의 눈금(자율성 사다리, Agent Autonomy Ladder)으로 정해 두고 모든 과정과 프로젝트를 이 사다리 위의 한 칸으로 설명합니다.
사람이 하는 절차
목표, 순서, 필요한 정보, 갈림길을 말과 그림으로 설명한다. 코드 이전의 사고 훈련.
정해진 대로만 움직이는 프로그램 (결정적 프로그램)
순서·조건·반복·함수로 이미 아는 규칙을 구현한다. 같은 입력이면 언제나 같은 결과.
AI에게 한 가지 일만 맡기기 (통제된 모델 호출)
범위를 정해 둔 글·인식·분류 작업 하나에만 AI를 쓴다.
정해진 순서로 잇는 AI 작업 (고정 워크플로)
이미 아는 단계들을 정해진 순서로 연결한다. 입력 → 처리 → 확인 → 출력.
허락된 도구 안에서 스스로 고르는 AI (제한된 에이전트)
승인된 소수의 도구 목록 안에서 시스템이 다음 행동을 고른다.
기억하고 실행하되 사람이 감독 (지속 에이전트)
기억과 쓰기 작업이 생기는 대신 승인·기록·되돌리기 장치를 함께 설계한다.
여러 AI가 함께 일하는 시스템 (멀티 에이전트)
역할 분담, 예상 못 한 집단 행동(창발), 시스템 수준의 위험을 연구한다.
* 학년별로 어디까지 올라가는지는 아래 과정 표에 함께 적어 두었습니다. 어느 단계든 위험한 일은 사람 허락을 거치고 언제든 멈출 수 있게 만듭니다.
아래 5개 과정은 위의 같은 문제 풀이 뼈대(공통 뼈대)를 학년별 깊이로 나눈 것입니다.
| 과정 | 대상 | 이 단계에서 하는 것 | AI에게 맡기는 범위 |
|---|---|---|---|
| Smart Systems & Human Control | 유치~초2 | 규칙·센서·사람의 통제를 놀이로 익히기 | AI 사용 전 단계 (사다리 0–1) |
| AI Makers | 초3~초5 | 블록 코딩과 데이터로 똑똑한 작품 만들기 | 교사와 함께 조금씩 (사다리 1–3) |
| Python AI Systems Builder | 중등 | 파이썬으로 진짜 쓰는 앱 만들기 | 정보를 읽는 도구까지 (사다리 1–4) |
| AI-Native Software & Agentic Engineering | 고등 | 믿고 쓸 수 있는 AI 시스템 완성 | 사람 감독하에 실행까지 (사다리 1–5) |
| Research Studio | 고1~고3 심화 | 연구 주제를 잡고 깊이 파기 | 연구 목적일 때 최고 단계 (사다리 6) |
* 나이는 배치의 기준이고 진급은 역량의 기준입니다. 횟수·시간·시작 지점은 정해 두지 않고 진단 후 아이에 맞춰 정합니다.
코드보다 개념이 먼저인 나이입니다. 기계는 보고(센서) 규칙대로 움직이지만 목표와 마지막 결정은 사람 몫이라는 것을 로봇·규칙 카드·이야기로 놀면서 익힙니다. 생성형 AI 계정 없이 진행합니다.
마무리: 팀 작품(스마트 교실, 로봇 도우미 등)을 만들고 어떻게 움직이는지 그림과 말로 설명합니다. 도구는 ScratchJr, LEGO SPIKE, 로봇, 그림과 이야기입니다.
규칙만 따르던 프로그램에서 데이터를 쓰는 작품으로 넘어갑니다. 컴퓨터에게 예시를 주며 가르치는 실험(모델 학습)을 직접 해 보고, 좋은 데이터를 줘야 좋은 결과가 나온다는 것을 자기 손으로 겪습니다.
마무리: 학습 도우미, 게임 캐릭터, 로봇, 데이터 작품 중 하나를 완성해 여러 상황에서 시험합니다. 도구는 Scratch, micro:bit, LEGO SPIKE, 교실용 모델 학습 도구입니다. 초등 AI 교육 가이드와 이어집니다.
문법 암기 대신 진짜 쓰는 앱을 만들며 배웁니다. 순서가 중요합니다. 먼저 AI 없이 스스로 이해하는 앱을 완성하고 그 위에 AI 기능을 얹습니다.
1단계
AI 없는 앱 먼저
데이터를 저장하고 오류를 처리하고 테스트까지 갖춘, 내가 다 설명할 수 있는 앱을 완성합니다.
2단계
AI를 조심스럽게 붙이기
AI가 정한 형식으로만 답하게 하고(스키마) 실패하면 안전판(폴백)이 작동하게 만들어 시험합니다.
3단계
관심 분야 프로젝트
아이의 관심 분야 데이터로 자기 프로젝트를 완성하고 시연과 설명으로 마무리합니다.
캡스톤 예시
과학전람회 준비 도우미 · 환경 데이터 비서 · 동아리 운영 도우미 · 지능형 NPC 교육용 게임 · 독서·출처 정리 도구 · 스포츠 통계 앱 · 로보틱스 미션 비서 · 학습 계획 시스템
중등 기본 한도
자기 문제 하나를 골라 믿고 쓸 수 있는 AI 시스템으로 완성하는 과정입니다. 여섯 단계를 거치고 매 단계가 눈에 보이는 결과물로 끝납니다.
1 · 문제 정하기
누구의 어떤 문제를 풀지, 무엇은 안 만들지(비목표) 먼저 정합니다.
2 · 뼈대 앱 만들기
AI 없이도 돌아가는 앱을 저장·테스트까지 갖춰 완성합니다.
3 · AI 부품 넣기
정한 형식으로만 답하게 하고(구조화 출력) 실패 시 안전판(폴백)을 답니다.
4 · 도구 쥐여 주기
허락한 도구만, 횟수와 시간을 제한해 쓰게 하고 실행 기록(트레이스)을 남깁니다.
5 · 시험하고 지키기
처음 보는 문제(홀드아웃)까지 반복 시험하고 공격(프롬프트 주입)도 막아 봅니다.
6 · 내보낼지 결정
사용자 테스트와 말로 설명하는 시험(구술 방어)을 거쳐 진행·수정·중단을 스스로 결정합니다.
검색(RAG)은 단순한 것부터
문서 정보로 거르기(메타데이터 필터) → 단어 검색(키워드) → 데이터베이스 검색(SQL·전문 검색) → 뜻 기반 검색(임베딩). 요구를 충족하는 가장 단순한 방법을 고릅니다.
마지막 결정이 배포일 필요는 없습니다
증거가 수정이나 중단을 가리키면 그렇게 결론짓는 것이 더 좋은 평가를 받습니다.
핵심 과정을 마쳤거나 동등한 역량을 보인 학생만 들어갑니다. 각 모듈은 하나의 연구 질문을 붙잡습니다.
여러 AI의 협업과 창발
역할을 나누면 결과가 좋아지는가, 비용과 불안정만 더하는가. 연구자·비평자·편집자 시스템, 경제 시뮬레이션.
고급 평가
개선이 통계적으로 의미 있고 다른 조건에서도 유지되는가. 다른 팀 시스템 벤치마크.
코딩 에이전트와 실행 피드백
에이전트가 코드 수정(패치)을 안전하게 최소 범위로 만들 수 있는가. 통제된 버그 수정 에이전트.
고급 검색·지식 시스템
표 데이터와 글 자료(정형·비정형 근거)를 어떻게 결합하는가. 과학 문헌 도우미.
MCP와 통제된 연동
여러 도구를 표준 방식으로 연결하는 규약(MCP)의 인증과 제한. 읽기 전용 MCP 서비스. API·인증·권한·위협 모델을 이해한 뒤의 주제라 이 단계에 둡니다.
멀티모달·실시간 시스템
카메라·오디오·센서·브라우저 입력이 신뢰성을 어떻게 바꾸는가. 접근성·로보틱스·스포츠 시스템.
런타임·배포 공학
속도(지연)·캐싱·동시 처리·비용이 설계를 어떻게 바꾸는가. 성능 비교 연구.
연구 재현·오픈소스 기여
외부 결과를 재현하고 확장할 수 있는가. 논문 재현 또는 풀 리퀘스트.
STEM 연구 스칼라, AI + Space 포트폴리오 스튜디오와 연결해 연구 주제를 잡을 수 있습니다.
AI 부품은 같은 질문에도 답이 조금씩 달라질 수 있어서(확률적) 비교할 기준 없이는 무엇이 잘못됐는지 찾기 어렵습니다. 그 기준이 학생이 직접 만들어 완전히 이해하는 프로그램(결정적 베이스라인)입니다.
1
내가 설명할 수 있는 프로그램 먼저
비교 기준이 될 프로그램(결정적 베이스라인)부터 완성합니다. 중등 첫 프로젝트에는 LLM이 없고 고등도 2단계까지는 AI 없는 앱입니다.
2
AI 기능은 그 위에
돌아가는 시스템에 형식 검사(스키마 검증)와 실패 시 안전판(폴백)을 함께 답니다. 모델은 갈아 끼울 수 있는 부품으로 남깁니다.
3
문제가 생기면 층을 가른다
이상한 동작이 내 코드 문제인지 모델 문제인지 기준 프로그램과 비교해 찾아냅니다. 논리를 프롬프트에 전부 밀어 넣지 않는 이유입니다.
모든 아이가 같은 힘을 기르고 구체적인 기술은 프로젝트가 필요로 할 때 골라 씁니다. 도구는 수단이지 목표가 아니기 때문입니다.
모든 아이가 기르는 힘
프로젝트가 필요로 할 때만 쓰는 기술
아래 기술은 체크리스트가 아닙니다. 그 프로젝트에 꼭 필요할 때만 골라 배웁니다.
서버 운영 같은 전문 인프라 기술(Kubernetes, GPU 인프라 등)은 표준 과정에 넣지 않고 필요한 학생만 심화 스튜디오에서 연구 주제로 다룹니다.
AI는 같은 질문에도 답이 달라질 수 있어서 한 번 잘 됐다고 믿으면 안 됩니다. 그래서 모든 작품을 시험하고 시험의 무게는 나이에 맞춥니다.
초등
이야기로 시험
"이럴 때 어떻게 될까?" 몇 가지 상황을 만들어 작품이 약속대로 움직이는지, 멈출 수 있는지 확인합니다.
중등
여러 사례 + 반복
여러 사례로 시험하고 답이 달라질 수 있는 것은 반복해 돌려 봅니다. 실패는 종류별로 기록합니다.
고등
처음 보는 문제까지
연습에 없던 문제(홀드아웃)를 섞어 반복 검증하고 성공률과 실패 유형을 수치로 남깁니다.
AI와 함께 만든 프로젝트에서 "어떤 줄을 학생이 직접 타이핑했나"를 가려내는 것은 어렵고 별 의미도 없습니다. 그 대신 주요 평가마다 학생이 다음 네 가지를 해내는지 봅니다.
1
설명
아키텍처와 중요한 코드를 자기 말로 설명한다.
2
예측
변경을 실행하기 전에 무슨 일이 생길지 예측한다.
3
디버그
일부러 심어 둔 오류를 찾아 고친다.
4
수정
관련 없는 동작을 깨뜨리지 않고 한 부분을 바꾼다.
주요 프로젝트는 말로 설명해 내는 시험(구술 방어)과 학년에 맞는 증거 묶음(설계 그림, 테스트 기록, 작업 일지, 발표)으로 마무리합니다. AI를 얼마나 어디에 썼는지도 함께 기록해 공개합니다.
기본 1:1 수업입니다. 횟수·시간·시작 지점을 정해 두고 아이를 맞추는 것이 아니라 진단 후 아이의 수준과 목표에 커리큘럼을 맞춥니다. 매 수업의 중심은 듣기가 아니라 직접 만들고 고치는 시간입니다.
매 수업 반복하는 순서
검사 → 예측 → 실행 → 추적 → 수정 → 테스트 → 설명
교사의 문법 시연을 줄이고 시스템을 읽고 판단하는 시간을 늘립니다. 앞으로 개발자는 모든 구현을 직접 타이핑하기보다 생성된 코드를 평가하고 지휘하는 데 더 많은 시간을 쓰게 되기 때문입니다.
CSTA 2026 PK–12 컴퓨터 과학 표준
AI를 따로 떼지 않고 컴퓨터 교육 전체에 녹이며 코드를 읽고 평가하고 고치는 힘을 강조합니다. 원문 보기
AI4K12 학년 밴드 진행표
같은 아이디어를 학년이 올라갈수록 깊게 다시 배우는 미국의 AI 교육 진행표입니다. 이 커리큘럼의 나선형 구조와 같은 방식입니다. 원문 보기
UNESCO 학생 AI 역량 프레임워크
이해 → 적용 → 창조 순으로 학생의 주도권을 키우는 유네스코 기준입니다. 원문 보기
NIST AI 위험 관리 프레임워크
AI를 만들고 쓰는 전 과정에서 위험을 관리하는 미국 표준기술연구소의 틀입니다. 고등 과정의 검증·출시 결정이 이 관점을 따릅니다. 원문 보기
MCP 공식 보안 모범 사례
AI와 도구를 연결할 때의 보안 수칙입니다. 기초를 갖춘 뒤의 내용이라 심화 스튜디오에서 다룹니다. 원문 보기
* 참고한 공개 기준·프레임워크이며 해당 기관과의 제휴나 인증을 뜻하지 않습니다.
컴퓨터 공학 지망생 전용이 아닙니다. 사다리·안전 규칙·소유권 평가는 같고 달라지는 것은 학생의 분야에서 가져오는 데이터와 질문입니다. 1:1 수업이라 이 맞춤이 실제로 작동합니다.
전공별 적용 가이드
생명과학·경제·금융·법·역사·우주 등
AI+X 이공계 전공 탐색
계산생물학·물리·화학·기후 데이터 과학
AI + Space 스튜디오
실험 데이터·NASA 시뮬레이션 연구
이 실력이 이어지는 진로 예시
엔터프라이즈 엔지니어링: 조직 전체를 하나의 시스템으로 설계하는 일
모건스탠리 같은 회사의 실제 직무부터 스탠퍼드·MIT·카네기멜론의 관련 과정, K–12가 지금 준비할 것까지 정리했습니다 →
유치·초등 저학년(K–2)부터 시작합니다. 이 시기는 생성형 AI 계정 없이 목표·규칙·감지·피드백·사람의 통제 같은 개념을 로봇과 블록 코딩으로 몸에 익히는 단계이고 본격적인 에이전틱 엔지니어링이라는 이름의 수업은 중등부터 시작합니다. 나이는 배치의 기준일 뿐이라 준비된 학생은 진단을 거쳐 위 단계에서 시작할 수 있습니다.
프롬프트는 구현을 빠르게 해 줄 뿐 무엇을 만들지 정하는 명세, 어떻게 나눌지 정하는 아키텍처, 맞는지 확인하는 테스트, 사고를 막는 안전 설계는 여전히 사람의 일이기 때문입니다. CIT 커리큘럼은 이 판단 능력을 학년에 맞춰 기릅니다. AI가 만든 코드를 읽고 평가하고 고치는 힘이 없으면 결과물을 믿을 수도 설명할 수도 없습니다.
순서를 지킵니다. 모든 과정에서 LLM 기능을 붙이기 전에 같은 입력이면 같은 결과가 나오는, 학생이 직접 이해하는 프로그램(결정적 프로그램)을 먼저 완성합니다. 예를 들어 중등 과정은 첫 단계에서 LLM 없는 애플리케이션을 저장·테스트까지 갖춰 만들고 그 위에 AI 기능을 얹습니다. 기초가 없는 학생은 이 앞 단계부터 시작하면 됩니다.
네 가지 소유권 점검으로 확인합니다. 구조와 핵심 코드를 자기 말로 설명하기, 변경을 실행하기 전에 결과 예측하기, 일부러 심어 둔 오류 디버그하기, 다른 기능을 깨뜨리지 않고 한 부분만 수정하기입니다. 어떤 줄을 직접 타이핑했는지 가려내는 것보다 이 네 가지가 훨씬 정확하고 주요 프로젝트는 말로 설명해 내는 시험(구술 방어, oral defense)으로 마무리합니다.
필수는 개념이고 기술은 프로젝트에 따라 고릅니다. 데이터와 상태, 함수와 계약, API 개념, 테스트, 도구 권한, 평가 같은 개념은 모든 학생이 거치지만 FastAPI·PostgreSQL·RAG·벡터 검색·MCP·Docker·클라우드 배포는 그 프로젝트에 꼭 필요할 때만 씁니다. 검색 기능도 뜻 기반 검색(임베딩)부터 쓰지 않고 문서 정보로 거르기(메타데이터 필터), 단어 검색(키워드), 데이터베이스 검색(SQL)과 비교해 요구를 충족하는 가장 단순한 방법을 고릅니다.
안전 장치를 커리큘럼 설계에 넣어 두었습니다. API 키는 교사가 관리하며 프로젝트에는 합성·비민감 데이터만 씁니다. 도구는 읽기 전용이 기본이고 메시지 전송·삭제 같은 외부 작업은 사람 승인을 거칩니다. 모든 워크플로에 호출·시간 한도와 분명한 정지 장치를 두고 도구 사용 기록은 학생과 교사가 함께 봅니다.
네. 자율성 사다리와 안전 규칙은 전공과 무관하게 같고 달라지는 것은 다루는 데이터와 질문입니다. 생명과학·경제·금융·법·역사·우주 등 어느 분야든 그 분야의 데이터로 프로젝트를 설계하며 1:1 수업이라 학생의 관심 분야를 그대로 반영합니다. 분야별 적용 예시는 AI+X 에이전틱 엔지니어링 페이지에 정리되어 있습니다.
커리큘럼 설계에 CSTA 2026 PK–12 컴퓨터 과학 표준(AI를 별도 과목이 아니라 알고리즘·데이터·시스템·보안 전반에 통합, 코드 읽기·평가·디버깅 강조), AI4K12의 학년 밴드별 5대 아이디어, UNESCO 학생 AI 역량 프레임워크의 이해·적용·창조 진행, NIST AI 위험 관리 프레임워크의 수명주기 관점, MCP 공식 보안 모범 사례를 참고했습니다. 본문에 원문 링크를 두었으니 직접 확인할 수 있습니다.
횟수와 시간을 미리 못 박아 두지 않습니다. 기본 1:1 수업이라 진단에서 아이의 현재 수준과 목표를 보고 시작 지점과 진도를 함께 정하며 같은 과정이라도 아이마다 걸리는 기간이 다릅니다. 매 수업은 실제 사례를 보고, 코드를 읽고, 직접 만들고 고치고, 배운 것을 말로 설명하는 순서로 진행합니다.
자동으로 유리해지는 것은 없습니다. 다만 커리큘럼이 남기는 것들, 즉 Git 이력, 테스트와 평가 기록, 실패 분석, 문서와 구술 방어는 학생이 무엇을 직접 이해하고 만들었는지 보여 주는 검증 가능한 증거가 됩니다. 대회 출품이나 지원서 활용 시에는 해당 대회와 대학의 그해 규정을 확인해야 하며 CIT는 수상이나 합격을 보장하지 않습니다.