온디바이스 AI 시대, 학생이 준비할 세 가지

Arm은 차세대 모바일 플랫폼을 통해 AI 에이전트(AI agent, 목표를 해석하고 여러 작업을 순서대로 수행하는 인공지능)를 스마트폰에서 더 빠르게 실행하는 방향을 제시했습니다. 이제 학생이 준비할 일은 AI 도구를 쓰는 법에만 머물지 않습니다. 기기 안에서 처리되는 AI의 장점과 한계를 이해하고, AI가 만든 결과를 검증하며, 연결되는 과학기술 진로를 탐색해야 합니다.

AI 처리는 클라우드에서 기기로 이동합니다

Arm은 CSS for Mobile 2를 발표하며, 반복적인 추론과 여러 작업을 동시에 수행하는 AI 에이전트에 맞춘 모바일 연산 구조를 제시했습니다. Arm의 설명에 따르면 새로운 플랫폼은 소형 언어 모델(SLM, 비교적 작은 규모로 기기에서 실행하기 쉬운 언어 모델) 처리 성능을 높이는 데 초점을 둡니다.

이 변화의 핵심은 온디바이스 AI(on-device AI, 외부 서버가 아니라 스마트폰·태블릿 등 사용자의 기기에서 실행되는 AI)입니다. 모든 요청을 데이터센터로 보내지 않으면 응답 지연을 줄일 수 있고, 인터넷 연결이 불안정한 상황에서도 일부 기능을 유지할 가능성이 커집니다. 학습 기록, 음성, 사진처럼 민감할 수 있는 데이터를 기기 안에서 처리하는 방식도 확대될 수 있습니다.

다만 기기 안에서 처리된다고 해서 개인정보 문제가 자동으로 사라지는 것은 아닙니다. 어떤 데이터가 저장되는지, 어떤 기능은 여전히 서버 연결을 요구하는지, 결과가 틀렸을 때 누가 책임지는지를 따져야 합니다.

교육 현장에서 달라질 질문

교육자는 AI 도구의 기능 목록보다 학습 과정의 설계를 먼저 살펴야 합니다. 예를 들어 AI가 강의 내용을 요약해 주더라도 학생은 원문과 요약을 비교하고, 빠진 조건이나 왜곡된 해석을 찾는 활동을 해야 합니다. AI의 답을 제출물로 바꾸는 일이 아니라, 답의 근거를 점검하는 일이 학습이 됩니다.

학생에게도 같은 원칙이 적용됩니다. AI 에이전트에게 자료 조사나 일정 정리를 맡길 수는 있지만, 출처 확인과 최종 판단까지 넘겨서는 안 됩니다. 특히 전공 선택, 진학, 장학금, 건강처럼 결과의 영향이 큰 질문에서는 공식 자료를 다시 확인해야 합니다.

규제와 책임도 기술 역량입니다

EU AI Act(유럽연합 인공지능법) 제73조는 고위험 AI 시스템의 심각한 사고를 보고하도록 요구하며, 경우에 따라 매우 짧은 기한을 둡니다. 이는 AI 사고가 단순한 해킹이나 개인정보 유출에만 한정되지 않는다는 뜻입니다. 잘못된 AI 판단이 사람의 권리나 서비스 이용에 실제 피해를 주었다면, 그 인과관계를 추적하고 대응해야 합니다.

개발자를 꿈꾸는 학생이라면 모델 성능뿐 아니라 로그 기록, 인간 검토, 오류 신고 경로, 데이터 최소 수집 같은 안전 설계를 함께 배워야 합니다. AI를 잘 만드는 능력은 이제 AI가 잘못 작동했을 때 원인을 찾고 피해를 줄이는 능력까지 포함합니다.

우주 기술은 새로운 학습·진로의 접점입니다

영국 정부는 2030년까지의 새 우주 전략에 위성 통신, 우주 안전, 우주 과학, 발사 역량 등을 포함했습니다. 위성은 더 이상 천문학이나 항공우주 전공만의 주제가 아닙니다. 통신, 기상 관측, 재난 대응, 지리 정보, 보안, 데이터 분석이 함께 만나는 분야입니다.

AI가 기기 가까이에서 작동하고 위성 연결이 넓어질수록, 현장에서 수집한 데이터를 빠르게 분석하는 서비스도 늘어날 수 있습니다. 컴퓨터공학뿐 아니라 환경과학, 교육공학, 디자인을 공부하는 학생도 이 변화를 자신의 문제 해결 주제와 연결해 볼 수 있습니다.

학생 활용법

스마트폰의 AI 기능을 사용할 때는 같은 과제를 온디바이스 기능과 클라우드 기반 서비스에 각각 시도해 보고, 속도·출처·개인정보 설정의 차이를 기록해 보세요. 그 기록은 AI 활용 경험을 비판적으로 설명하는 포트폴리오가 됩니다.