[2026-05] AI 의존에 따른 사고력 저하와 학습부정행위 확산
6월에는 AI 웨어러블(안경) 부정행위가 국내 토익시험과 대만 입시에서 동시 적발되고 AI 생성 흔적을 지우는 회피기술까지 등장하며, 5월 챗GPT발 A학점 인플레·프린스턴대 무감독시험 중단 흐름이 신종 부정행위 수단과 평가방식 전환 요구로 한층 구체화됐다.
2026년 6월 누적 분석 · 교육분야 AI 동향
교육분야 AI 동향
LLM 등 다양한 AI 기술의 교육분야 적용/도입/사례
2026년 6월은 5월까지 이어진 재정투입 확대와 평가공정성 문제가 대학 전면도입 선언(서울대·부산대·충남대)과 함께 한층 가속되는 동시에, 그 부작용이 소송·유출사고·부정행위 신종수단으로 구체화된 한 달이었다. 서울대 ChatGPT Edu 전면도입, 부산대 '플라토' 시민개방, 충남대 전 학과 AI 전공교과목 도입 등 대학 단계의 전면적 AI 전환 선언이 잇따랐고, 전국 118개교 AI 융합형 교육실 조성으로 초중등 인프라 투자도 확대됐으나 대학 63% 도입률에도 인프라·인력이 못 미친다는 진단과 KEDI의 5대 걸림돌 분석이 5월의 '재정투입 대 활용' 간극을 재확인시켰다. AI 웨어러블 기기를 이용한 부정행위가 국내외에서 동시 적발되고 AI 생성 흔적을 지우는 회피기술까지 등장하면서 4~5월부터 누적된 평가체계 재설계 압력은 OECD의 국제학업성취도평가 'AI 문해력' 도입, 결과중심에서 사고과정중심 평가로의 전환 요구로 이어졌다. 월말에는 AIDT 발행사들의 수천억원대 국가상대 손배소가 두 주 연속 제기되고 에듀테크 기업의 개인정보 유출 사건이 다시 확인되며, 5월 KT 사업 의혹에서 시작된 정책신뢰·거버넌스 리스크가 재정적 책임 문제로까지 확산됐다.
2026년 6월 핵심 인사이트
- 서울대·부산대·충남대 등 주요 대학의 AI 전면전환 선언이 6월에 집중됐으나, 대학 63% 생성형 AI 도입률에도 인프라·인력·예산이 못 미친다는 진단이 나와 4~5월의 '도입-역량' 격차가 대학 단계에서도 재확인됐다.
- AI 웨어러블(안경) 부정행위가 국내(토익)·해외(대만 입시)에서 동시 적발되고 AI 생성 흔적 회피기술까지 등장해 탐지 기술만으로는 한계에 이르렀다는 우려가 확산됐다 — 과정중심·구술형 평가로의 전환이 6월 최대 화두로 부상했다.
- OECD가 국제학업성취도평가(PISA)에 'AI 문해력'을 도입하기로 하며, 정답 생성이 아닌 추론과정을 가르치는 방향으로 국내 AI 교육과정을 재설계해야 한다는 압력이 국제 규범 차원에서 구체화됐다.
- AIDT 발행사들의 수천억원대 국가상대 손배소가 두 주 연속 제기돼, 5월 KT 사업 의혹에서 시작된 정책신뢰 리스크가 재정적 손실분담 문제로 확산됐다 — 디지털교과서 정책 전환 시 손실분담 기준을 계약 단계에서 마련해야 한다.
- 358억원 투입 하이러닝의 저조한 활용도가 재확인되며, 5월 부산 AIDT 활용률 급락에 이어 '예산투입 대 실사용' 간극이 6월에도 반복됐다 — 보급률 대신 실사용률 중심의 효과성 평가체계 전환이 시급하다.
- 노르웨이의 초등 AI 금지와 일본의 AI 활용 공식화라는 상반된 국가전략이 동시에 확인돼, 연령·과목별 차등적 AI 활용 기준을 국제 프레임워크와 정합성 있게 세분화해야 한다는 필요성이 커졌다.
이전 달들로부터 — Carry-over
5개월앞선 달들의 누적 분석에서 정의된 핵심 인사이트와 본 달의 변화 흐름. (최근 월부터)
2026년 5월 (2026-05)
2026년 5월은 1~4월에 걸쳐 다층화되고 대학 단계로 수렴하던 AI교육 정책 트랙이, 재정투입 확대와 그 이면의 활용·형평성·평가 공정성 문제로 무게중심을 옮긴 한 달이었다. AI중심대학 7곳과 전문대 AI·DX 사업단 24개가 잇따라 확정돼 4월의 대학 표준화 흐름이 이어졌으나, 부산 AIDT 활용률 급락과 천재교육 AIDT 손실 확대는 재정지원만으로는 지속가능한 활용을 담보하지 못함을 보여줬다. 동시에 4월부터 이어진 부정행위·평가체계 재설계 압력은 챗GPT발 A학점 인플레와 프린스턴대의 무감독시험 중단으로 구체화됐고, AI 사교육 양극화·AI 디바이드 등 소득·구독 기반 격차, 청소년 AI 의존에 따른 정신건강 우려까지 새롭게 제기됐다. 월말에는 KT의 AI 교육사업을 둘러싼 청탁금지법 의혹과 교육감선거 AI 공약 검증 필요성이 겹치며, 공공-민간 협력의 투명성 확보가 5월의 새로운 화두로 부상했다.
- AI중심대학 7곳·전문대 AI·DX 사업단 24개 등 재정지원이 동시 확대됐으나, 부산 AIDT 활용률 급락과 천재교육 AIDT 손실 확대 사례는 예산 투입만으로는 지속적 활용을 보장하지 못함을 보여줬다 — 사업 종료 후 활용도를 추적하는 성과관리 체계가 필요하다.
- 챗GPT발 A학점 인플레와 프린스턴대 무감독시험 중단이 국내외에서 동시에 확인되며, 코넬대·하버드 등 해외 대학의 평가방식 회귀와 국내 AI생성물 판별 도입 흐름이 맞물려 학사 평가체계 재설계 압력이 5월에도 지속됐다.
- AI 사교육 양극화(사교육비 27.5조 감소·소득별 격차 3.4배)와 'AI 디바이드'(교사 역량·학생 구독 격차)가 동시에 확인돼, 도구 보급을 넘어선 격차 해소형 지원책이 시급해졌다.
- 초등 고학년 72%가 AI를 쓰지만 가짜 정보를 스스로 거르는 학생은 5명 중 1명뿐이라는 조사와 청소년 AI 의존의 정신건강 영향 우려가 겹치며, AI 리터러시·팩트체크 교육의 조기 편성과 장기추적 연구 필요성이 부각됐다.
- KT의 수백억 AI 교육사업을 둘러싼 청탁금지법 의혹이 제기되며, 공공-민간 AI 교육사업 추진 과정의 투명성·이해충돌 점검이 새로운 정책 과제로 등장했다.
- EU의 교육현장 감정인식 AI 금지 시행과 듀오링고의 실망스러운 가이던스는 글로벌 에듀테크 산업의 규제·수익성 리스크를 보여줬고, 교육감선거의 AI 공약은 실행 로드맵 검증이 필요한 상태로 5월을 마감했다.
2026년 4월 (2026-04)
2026년 4월은 1~3월 다층화된 AI교육 정책 트랙이 대학 단계로 무게중심을 옮기며 표준화 시도가 구체적 사업(대학 AI 기본교육과정 20개교, AI중심대학 7곳, 교육부·카카오 업무협약)으로 가시화된 한 달이었다. 동시에 3월까지 누적된 정보교사 부족·지역격차, 사고력 저하·부정행위 우려는 해소되지 않은 채 AI안경발 신종 부정행위, 학생의 자기주도적 AI 활용이 정책을 앞서가는 현상(Stanford AI Index), 장애학생 접근성 공백 등 새로운 형태로 표면화됐다. AIDT(AI디지털교과서)의 방대한 학생 데이터 거버넌스 문제가 처음 정면 제기됐고, 미국·중국 등 해외에서는 평가방식의 근본적 전환(구술시험 부활)과 국가 단위 AI교육 의무화가 동시에 추진되며 국내 정책에 시사점을 던졌다.
- AIDT 1조4천억원 규모에 누적된 483만 학생 데이터의 소유·활용 주체가 불명확하다는 문제가 처음 정면 제기됐다 — 예산 재검토와 데이터 거버넌스 정비가 활용률 제고의 전제조건으로 부상했다.
- AI기기(안경)를 이용한 탐지 불가 수준의 부정행위, 국내 대학 90%의 AI생성물 판별 도입, 美 대학가의 구술시험 부활이 겹치며 학사 평가체계의 근본적 재설계 압력이 국내외에서 동시에 커졌다.
- 정부 주도 대학 AI 표준화(기본교육과정 20개교, AI중심대학 7곳, 교육부·카카오 업무협약)가 3월까지의 개별 대학·교육청 표준 분열을 뒤따라 부처 주도로 수렴하기 시작했으나, 대학별 편차를 줄이는 품질관리 기준은 아직 비어 있다.
- 지역·학교 간 정보교사 배치 격차와 재정 공백은 3월에서 이어져 4월에도 해소되지 않았고, 특별교부금 연장 논의만으로는 포항 등 현장의 교사 부족 병목을 풀지 못하는 것으로 확인됐다.
- '2026 Stanford AI Index'는 학생 80%가 지침 없이 AI로 학습 중임을 확인했고, 中은 '2030 교육 AI 대전환'을 선포했다 — 학생의 자기주도적 활용이 정책을 앞서가는 흐름이 국내외에서 공통으로 확인됐다.
- 장애학생 대상 AI자료 개발 공백과 해외 AI서비스의 대학 브랜드 무단활용 문제가 처음 수면 위로 올라와, AI 기본법 집행 범위를 접근성·상표오용까지 확장해야 할 필요성이 제기됐다.
2026년 3월 (2026-03)
2026년 3월은 1·2월에 다층화된 정책 트랙이 실행 단계로 전환되며 동시에 그 부작용이 표면화된 한 달이었다. 교육부는 'AI 중점학교' 1141곳을 선정하고 2030년까지 3300만명 대상 전 국민 AI교육 행동계획을 추진하는 등 확대 기조를 이어갔으나, 초중고 4곳 중 3곳에 AI 전담교원이 없고 정보교사 배치율이 지역별로 최대 3배 이상 벌어지는 등 인프라가 인력·교육과정을 앞지르는 불균형이 뚜렷해졌다. 동시에 아이스크림미디어를 비롯한 에듀테크 벤더의 개인정보 유출 사고가 잇따라 확인되며 1·2월부터 지속된 '평가 기준 모호·검증 공백' 문제가 보안·개인정보 영역까지 확장됐다. AI 의존에 따른 사고력 저하 우려와 대학가 AI 부정행위 확산은 국내외에서 동시에 관측됐고, 서울대·숙명여대·인천시교육청 등 개별 기관 단위의 AI 전환·가이드라인 정비는 2월의 '부처 표준에 앞선 표준 분열' 흐름을 그대로 이어갔다.
- AI 중점학교 1141곳 지정과 전 국민 AI교육 행동계획으로 정책이 '제도'로 이행했으나, 초중고 4곳 중 3곳에 AI 전담교원이 없고 정보교사 배치율이 지역별로 최대 3배 이상 벌어져 인프라-인력 불균형이 구조적 병목으로 확인됐다.
- 아이스크림미디어 등 에듀테크 벤더의 개인정보 유출과 검증 안 된 'AI 상담' 도입 사례가 잇따르며, 민간 AI 확산 속도가 보안·검증 체계를 앞서는 관리·감독 공백이 확인됐다.
- 국내외에서 AI 의존에 따른 사고력 저하 우려(국내 학생 67% '사고력 해친다' 응답, 美 교육계 경고)와 대학가 AI 부정행위 확산(국내외 동시)이 동시에 관측돼, 도입 확대와 함께 효과성·부정행위 평가체계 정비가 시급해졌다.
- 충남대·서울시립대·숙명여대의 자체 AI 플랫폼·크레딧 도입과 서울대·인천시교육청의 가이드라인 발표가 이어지며, 부처 표준에 앞선 대학·교육청 단위 표준 분열이 2월에 이어 3월에도 지속됐다.
- AI 활용 격차가 계층 불평등으로 이어질 수 있다는 경고(국민일보·앤트로픽·호주 사례)가 국내외에서 동시에 제기돼, 도구 보급을 넘어선 심화 활용역량 연수의 필요성이 부각됐다.
2026년 2월 (2026-02)
2026년 2월은 1월의 '도입에서 책임 운영으로'라는 방향이 정책 실행으로 구체화된 한 달이었다. 교육부는 전문대학 'AID 전환'(2년 240억, 24개 대학)과 'AI 보편교육' 20개 대학(60억, 법대·경영대 필수화), 'AI 보조교사 도입 + 초중고 전학년 AI 의무화'를 연속 발표했고, 월말에는 서울시교육청이 'AI·에듀테크 공교육 도입 및 활용 가이드라인'을 일선 학교에 배부했다. 동시에 대학 80%가 자체 AI 가이드라인을 도입·검토 단계로 전환했지만 '평가 기준 모호'에 대한 총장들의 불만이 누적됐다. 토스-순천향 산학 협력, 김재철 명예회장 KAIST 603억(이전 달) 흐름에 이어 산업 자본의 대학 진입 패턴이 굳어졌고, 입시(고교학점제·2028 대입)·평가·필수교과까지 AI가 일제히 영향을 미친 한 달이었다.
- 교육부의 정책 트랙이 5개로 다층화됐다(AI중심대학·과기원 AI 단과대·거점국립대 AI·전문대 AID·AI 보편교육) — 1H 안에 부처 공통 평가표가 나오지 않으면 트랙 간 중복·공백 비용이 누적된다.
- AI 필수교육이 법대·경영대까지 확장 — 'AI 활용 = 직무 기본기'가 부처 정의로 굳어졌고, 인사·평가 표준에 즉시 반영해야 한다.
- 대학 80%가 자체 AI 가이드라인 도입·검토 단계지만 '평가 기준 모호'가 표준 화두 — 부처 표준은 '활용 가이드' 이전에 '평가·부정행위 정의'를 정량 지표로 우선 정립해야 한다.
- 서울시교육청의 광역 단위 가이드라인 배부 + 부산대 '국내 첫 대학 표준' — 시·도·대학 단위 표준이 부처 표준에 앞서 굳어지는 패턴이 2월에 확고해졌다.
- 산업 자본의 대학 직접 진입(토스-순천향, 익시드테크 국방 AI 등)이 정부 트랙과 병행되며 산학협력 자금의 양극화가 시작됐다.
- 정책 속도(보조교사·의무화·필수화)와 현장 수용(학운위 반발·평가 기준 모호) 격차가 1월에 이어 2월에도 누적 — 도입 위축 위험은 1H 안에 부처가 직접 해소해야 한다.
2026년 1월 (2026-01)
2026년 1월은 한국 교육분야가 'AI를 어떻게 넣을 것인가'에서 '어떻게 책임 있게 운영할 것인가'로 무게중심을 옮긴 분기점이었다. 교육부는 학교운영위 승인 의무화(3월 시행), AI중심대학 10곳 신규 선정(대학당 30억·8년 240억), 거점국립대 9곳 AI 단과대학 설치를 한 달 사이 연속 발표했고, 시·도교육청·대학·기업이 각자의 가이드라인·플랫폼·인증제를 쏟아냈다. 그러나 학생·교사의 AI 리터러시·윤리 시수는 정규 트랙으로 확보되지 않았고, OECD는 한국형 'AI 사용 60%+' 환경에서 사고력 퇴화·프라이버시 침해를 처음으로 정량 데이터로 제기했다. 월말에는 'AI 기본법' 시행과 한국은행 'BOKI' 소버린 AI 공개, OECD '디지털 교육 전망 2026'의 교사 대체 경고가 같은 주에 등장했다.
- 공공 교육 분야의 'AI 거버넌스'가 정부·대학·교육청·기관 단위로 동시에 다층화됐다(국립거점+과기원+AI중심대학+시도교육청+자체대학표준). 통합 표준 부재는 1월 말까지 해소되지 않았다.
- 학습 SW에 대한 학운위 승인 의무화(3월 시행)는 시행 직전이지만 '개인정보 최소수집'의 정량 기준이 비어 있어, 도입 위축·현장 부담 전가 위험이 임박했다.
- AI 인프라(단과대학·중심대학·교육청 플랫폼·기부) 투입이 일제히 가속되는 반면, 학생·교사 대상 정규 리터러시·윤리 시수는 동반 확보되지 않아 '도입-역량' 격차가 누적된다.
- OECD TALIS 2024 + 디지털 교육 전망 2026은 한국 등에서 교사 60%+가 AI를 사용 중임을 확인했고, '사고력 퇴화·프라이버시·교사 대체'를 정량 위험으로 명시했다 — 도입 정책에 영향평가가 동반되어야 한다.
- 한국은행의 'AI 33시간 신입 정규 교육' + 한국은행 'BOKI' 소버린 AI 공개 — 공공·금융권의 'AI 트랙화 + 자체모델' 패턴이 부서·기관 단위 표준 신호로 등장했다.
이번 달의 갱신
[2026-05] 재정투입 확대에도 활용·지속가능성이 담보되지 않는 간극
6월에는 358억원 투입 하이러닝의 활용도 저조가 재확인되고 해외 AI 튜터 실증연구도 보급 규모보다 실사용 지속성이 성과를 좌우한다고 지적하며, 5월 부산 AIDT 활용률 급락·천재교육 손실 확대 사례에 이어 '예산 대 실사용' 간극이 반복적으로 확인됐다.
[2026-04] AIDT(AI디지털교과서) 데이터·예산 거버넌스 문제
6월에는 AIDT 발행사들의 수천억원대 국가상대 손배소가 제기되고 정부의 정책신뢰·손실분담 기준 미비가 소송 쟁점으로 부상하며, 4~5월의 데이터·예산 거버넌스 문제가 법적 책임 문제로 확산됐다.
[2026-05] 공공-민간 AI 교육사업 추진의 투명성 확보
6월에는 에듀테크 기업의 개인정보 유출 사건이 재확인되고 학습데이터 자산가치 상승에 따른 보안투자 필요성이 제기되며, 5월 KT 사업 청탁금지법 의혹에서 시작된 거버넌스 리스크가 데이터 보안 영역까지 확장됐다.
2026년 6월 범주 목차
01 · 대학 AI 전환의 가속과 표준화 압력
6월에는 서울대·부산대·충남대 등 주요 대학이 ChatGPT Edu 전면도입, AI Native Campus 전환, 전 학과 AI 전공교과목 도입 등으로 전면적 AI 전환을 선언했고, 이 흐름에 맞춰 데이터 보안·저작권 가이드라인 표준화와 활용-부정행위 경계 구체화, 에듀테크 산업 육성 법제 정비 요구가 동시에 제기됐다. 그러나 대학 63%가 생성형 AI를 도입했음에도 인프라·인력·예산이 뒷받침되지 않는다는 컨퍼런스 진단이 나오며 도입 속도와 운영 역량 간 격차가 재확인됐다.
-
대학의 AI 전면도입 속도에 맞춰 데이터 보안·저작권 가이드라인을 학교 단위로 표준화해야 한다.
-
대학과 기관은 AI 활용 가이드라인을 과제·상황별로 세분화해 활용과 부정행위의 경계를 명확히 제시해야 한다.
-
대학 AI 전환은 예산·인력·거버넌스를 갖춘 공동 인프라 투자와 병행하고 에듀테크 산업 육성 법제로 뒷받침해야 한다.
02 · 초중등·지역 인프라 격차와 교원 여건
전국 118개교 AI 융합형 교육실에 167억원이 투입됐지만 교사들이 아직 교실 여건을 따라가지 못한다는 지적이 나왔고, 초중등 문해력 저하와 AI 교육과정 개정 지연 문제가 국내외에서 함께 제기됐다. 지역 교육청의 AI 튜터 공약과 KEDI가 진단한 5대 걸림돌은 예산이 거점학교·시범사업에 집중되는 사이 일반 학교의 기기·네트워크·교원연수 인프라가 뒤처지는 구조적 문제를 보여줬다.
-
AI 융합형 교육실처럼 예산이 집중되는 거점학교와 일반학교 간 실행 격차를 줄이는 보편적 인프라 지원책을 마련해야 한다.
-
초중등 AI교육과정은 개정 주기를 기술 변화 속도에 맞게 유연화하고 문해력·비판적 사고 교육을 병행해야 한다.
-
지역 교육청의 AI 튜터 공약은 기존 공동플랫폼과의 차별화 전략과 학생 데이터 활용기준을 조기에 구체화해야 한다.
-
KEDI가 제시한 5대 걸림돌에 대응해 기기·네트워크 인프라 격차 해소와 성취기준 연계형 교사연수 체계를 우선 구축해야 한다.
03 · 생성형 AI 부정행위 확산과 평가체계 전환
AI 웨어러블 기기를 이용한 부정행위가 토익 시험과 대만 대학입시에서 잇따라 적발됐고, AI 생성 흔적을 지우는 회피기술까지 등장해 탐지 기술만으로는 대응이 한계에 이르렀다는 우려가 커졌다. OECD가 국제학업성취도평가에 AI 문해력을 도입하기로 하고 해외 연구가 정답 생성형 AI 튜터의 한계를 지적하면서, 평가 방식을 결과중심에서 추론·사고과정 중심으로 전환해야 한다는 요구가 6월 내내 이어졌다.
-
AI 부정행위 수단이 웨어러블 기기로 진화한 만큼 수능 등 국가시험은 반입금지 규정과 감독 기술을 선제적으로 정비해야 한다.
-
AI 부정행위 회피기술의 확산은 국내 평가 시스템에도 유사한 위협이 될 수 있으므로, 탐지 기술 투자와 병행해 과정중심평가·구술·실습형 평가로의 전환을 서둘러야 한다.
-
OECD의 AI 리터러시 평가 도입과 해외 연구의 경고를 반영해, 국내 AI 교육과정은 정답 생성이 아닌 추론과정을 지도하는 방향으로 재설계해야 한다.
-
AI 웨어러블 기기의 부정행위 위험과 생성형 AI의 추론능력 향상에 대응해 결과중심 평가에서 사고과정 중심 평가로 전환해야 한다.
04 · AI 리터러시·격차 대응과 국제 비교
국내에서는 성찰 유도형 수업 설계와 AI 격차 해소를 위한 부처 차원 리터러시 계획 필요성이 제기된 가운데, 노르웨이의 초등 AI 금지와 캐나다·일본의 상반된 국가전략, OECD·KERIS의 의존 경고가 겹치며 연령·과목별 차등적 활용 기준과 교사 감독형 원칙을 정교화해야 한다는 요구가 커졌다.
-
생성형 AI 활용 수업을 설계할 때는 성찰 유도 질문과 AI 리터러시 훈련을 함께 배치해 사고력 저하를 방지해야 한다.
-
AI 격차 측정 지표와 해외 국가전략 사례를 참고해 부처 차원의 AI 리터러시 확산 계획을 구체화해야 한다.
-
노르웨이·일본의 상반된 접근은 연령·과목별 차등적 AI 활용 기준의 필요성을 보여주므로, OECD·EU식 국제 리터러시 프레임워크와의 정합성을 검토해 국내 가이드라인을 세분화해야 한다.
-
OECD·KERIS의 경고를 반영해 AI가 정답 제공 도구로 오용되지 않도록 교사 감독형 활용원칙과 평가방식 전환을 병행 추진해야 한다.
05 · AIDT 정책신뢰와 재정 거버넌스
358억원을 투입한 하이러닝의 활용도 저조와 해외 AI 튜터 실증연구의 실사용 지속성 지적은 재정투입만으로는 지속가능한 활용을 담보하지 못한다는 5월의 경고를 재확인시켰다. 여기에 AIDT 발행사들의 수천억원대 국가상대 손배소가 두 주 연속 제기되고 에듀테크 기업의 개인정보 유출 사고까지 겹치며, AI디지털교과서를 둘러싼 정책신뢰와 데이터 거버넌스 리스크가 6월의 핵심 화두로 떠올랐다.
-
대규모 예산을 투입한 AI교육 플랫폼도 교사 자율성과 현장 적합성이 확보되지 않으면 활용도가 떨어지므로, 도입 전 파일럿과 사용 실태 모니터링을 의무화해야 한다.
-
해외 실증연구가 보급 규모보다 실사용 지속성이 성과를 좌우한다고 지적하므로, 국내 AI디지털교과서·튜터 정책도 보급률 대신 실사용률·참여도 중심의 효과성 평가체계로 전환해야 한다.
-
AIDT 손배소가 드러낸 정책신뢰 리스크를 고려해, 향후 AI교육정책은 민간투자 유인과 법적지위 변경 가능성을 사전에 조율해야 한다.
-
정부는 AI디지털교과서 정책을 재추진할 때 발행사와의 신뢰보호 근거를 사전에 명확히 하고 정책변경에 따른 손실분담 기준을 계약 단계에서 마련해야 한다.
-
학습데이터의 자산가치가 급등하는 만큼 에듀테크 기업의 개인정보 보안투자와 상시점검을 학습데이터 유통 확대에 앞서 의무화해야 한다.