AI중심대학은 학과명이 아니라 대학 운영체제다

과학기술정보통신부가 9월 29일 연세대학교에서 AI중심대학·AX대학원 공동 출범식을 열었다. 올해 선정된 AI중심대학은 18곳, AX대학원은 15곳이다. 겉으로 보면 또 하나의 인공지능 인재양성 사업처럼 보인다. 하지만 대학컨설팅 관점에서 보면 이 뉴스의 핵심은 “AI 전공을 늘린다”가 아니다. 대학이 [[AI 교육전환]]을 학과 홍보가 아니라 대학 운영체제로 바꿀 수 있는가다.

AI중심대학은 AI 전공교육 강화, 전교생 AI 기초교육 의무화, 전공과 AI를 연계한 융합교과목 신설을 요구한다. AX대학원은 산업 분야 전문지식과 AI 기술을 결합한 석·박사급 융합인재를 목표로 한다. 여기에 26개 기업이 공동 연구와 프로젝트 기반 교육으로 참여한다. 이 구조는 대학에 한 가지 질문을 던진다. 우리는 AI를 새 전공명으로 붙이고 있는가, 아니면 모든 전공의 [[교육과정 개발]] 방식을 다시 설계하고 있는가.

오늘의 핵심

• 과기정통부는 2026년 9월 29일 AI중심대학 18곳과 AX대학원 15곳의 공동 출범을 알렸다.
• AI중심대학은 전교생 AI 기초교육, AI 전공교육 강화, 전공-AI 융합교과목 신설을 통해 대학 교육체계 전반의 전환을 추진한다.
• AX대학원은 삼성전자, 한화에어로스페이스, 포스코홀딩스 등 26개 기업과 함께 공동 연구, 프로젝트 기반 학습, 복수 지도교수제를 운영하는 현장형 고급인재 양성 모델이다.
• 비수도권 대학 비중은 AI중심대학 18곳 중 11곳(61%), AX대학원 15곳 중 8곳(53%)로 제시됐다. 내년 이후 신규 선정에서는 비수도권 비율을 70% 이상으로 확대한다는 방향도 공개됐다.

이 발표에서 중요한 숫자는 18곳, 15곳, 26개 기업만이 아니다. 더 중요한 것은 전교생-전공-대학원-기업 프로젝트-지역산업이 하나의 정책 문장 안에 들어왔다는 점이다. 이제 대학의 AI 전략은 특정 학과의 성과가 아니라 대학 전체의 실행지표가 된다.

왜 대학전략 관점에서 중요한가

첫째, AI가 더 이상 일부 전공의 선택 과목이 아니다. 전교생 AI 기초교육 의무화라는 표현은 대학의 교양교육, 전공기초, 비교과, 교수학습지원 체계가 함께 움직여야 한다는 뜻이다. “AI 리터러시”를 한 과목으로 넣는 것만으로는 부족하다. 학과별로 어떤 데이터, 어떤 도구, 어떤 윤리적 판단, 어떤 산출물을 다룰지 정해야 한다.

둘째, 전공 경쟁력의 기준이 바뀐다. 앞으로 학생과 학부모는 “AI학과가 있나”만 보지 않는다. 경영학, 디자인, 보건, 기계, 지역산업 관련 전공이 AI와 어떻게 결합되는지, 수업 결과물이 학생 포트폴리오로 남는지, 기업 프로젝트와 취업 경로까지 이어지는지를 본다. 대학 입장에서는 학과 소개 페이지보다 교육과정 지도와 프로젝트 이력 관리가 더 중요해진다.

셋째, 대학원은 연구실 단위에서 산업문제 해결 단위로 이동한다. AX대학원의 복수 지도교수제와 [[프로젝트 기반 학습]]은 대학 교원과 기업 겸임교원이 학생을 함께 지도한다는 뜻이다. 좋은 모델이 되려면 공동연구 과제가 논문, 특허, 현장 문제 해결, 채용 전환으로 어떻게 이어지는지 추적해야 한다. 그렇지 않으면 산학협력은 협약서와 기념사진으로 끝난다.

정책·교육과정·지역연계 포인트

이번 발표는 대학이 AI 전략을 네 층위로 나누어 설계해야 한다는 신호다.

1. 전교생 기초교육: AI 문해력을 운영 기준으로 만들 것
   전교생 AI 교육은 단순한 온라인 강좌 배포가 아니다. 전공별로 필요한 데이터 이해, 프롬프트 작성, 자동화 도구 활용, 결과 검증, 윤리 판단을 나눠야 한다. 대학은 공통 교양과 전공 교과 사이에 끼어 있는 회색지대를 설계해야 한다.

2. 전공-AI 융합교과: 학과별 문제를 AI 과제로 번역할 것
   AI 융합교과목은 “AI+전공”이라는 제목만 붙인 수업이 아니다. 각 전공이 실제로 다루는 문제를 데이터, 모델, 자동화, 의사결정의 언어로 바꾸는 작업이다. 이때 마이크로디그리나 모듈형 교과가 유용하다. 학생은 한 학과에 묶이지 않고 AI 활용 역량을 경력 단위로 설명할 수 있어야 한다.

3. AX대학원: 기업 프로젝트를 연구·교육의 공통 언어로 만들 것
   기업이 참여하는 대학원 과정은 장점도 크지만 위험도 있다. 기업 과제가 너무 단기적이면 교육이 외주 프로젝트처럼 흐르고, 대학 연구가 너무 추상적이면 기업 참여가 형식화된다. 대학은 과제 선정, 데이터 접근, 지식재산권, 학생 연구윤리, 채용 연계까지 포함한 산학협력 운영 규칙을 명확히 해야 한다.

4. 지역 AI 거점: 비수도권 대학을 지역산업 전환의 번역자로 세울 것
   발표는 비수도권 대학 참여 비율을 강조한다. 이 대목은 RISE와도 맞물린다. 지역 대학이 AI 교육 거점이 되려면 지역 전략산업의 문제를 수업과 연구과제로 가져와야 한다. 조선, 에너지, 바이오, 모빌리티, 관광, 보건처럼 지역마다 다른 산업 언어를 AI 과제로 번역하는 능력이 지역정주 전략의 일부가 된다.

학생·학부모가 확인할 것

학생과 학부모에게도 이 뉴스는 실용적이다. 다만 확인할 것은 “AI라는 단어가 몇 번 나오나”가 아니다.

• 전교생 AI 교육이 필수 교양 한 과목으로 끝나는지, 전공 수업과 실제 프로젝트로 이어지는지 확인해야 한다.
• 관심 전공에서 AI 융합교과, 캡스톤디자인, 기업 프로젝트, 현장실습이 서로 연결되어 있는지 봐야 한다.
• 학생 결과물이 발표자료, 코드, 분석 보고서, 시제품, 포트폴리오처럼 취업과 대학원 진학에 설명 가능한 형태로 남는지 확인해야 한다.
• 대학원 진학을 고려한다면 AX대학원의 참여 기업, 공동연구 방식, 지도교수 체계, 연구성과와 진로 연결 구조를 봐야 한다.

결국 좋은 AI 교육은 “AI를 배웠다”가 아니라 “내 전공 문제를 AI로 다루어 봤고, 그 결과물을 설명할 수 있다”로 남아야 한다.

대학컨설팅 관점에서 보는 전략

대학이 이번 흐름을 제대로 잡으려면 세 가지가 필요하다.

첫째, AI 전략을 총장 메시지나 사업단 계획서에만 두지 말고 학과별 운영표로 내려야 한다. 어느 전공에서 어떤 AI 역량을 몇 학년에 다루는지, 학생 산출물은 무엇인지, 교수자는 어떤 지원을 받는지 보이는 표가 필요하다.

둘째, 대학 안의 중간조직을 재설계해야 한다. AI교육센터, SW중심대학사업단, 산학협력단, 대학원, 교수학습센터, 취업지원 부서가 따로 움직이면 학생은 파편화된 프로그램만 만난다. 대학경영 관점에서는 이 조직들을 하나의 성과환류 루프로 묶어야 한다.

셋째, 정책사업 성과를 숫자로만 관리하지 말아야 한다. 수강생 수, 과목 수, 협약 기업 수는 필요하지만 충분하지 않다. 더 중요한 것은 학생의 역량 증거, 기업 문제 해결 사례, 지역산업과의 지속 협력, 졸업 후 진로 전환율이다. AI중심대학과 AX대학원은 대학에 “AI를 얼마나 가르쳤나”가 아니라 “대학의 일하는 방식이 얼마나 바뀌었나”를 묻는 사업이다.

그래서 이 뉴스는 AI학과 홍보자료로 읽으면 작아진다. 대학전략 자료로 읽으면 크다. AI중심대학의 진짜 과제는 인공지능을 한 학과의 간판으로 세우는 일이 아니라, 대학 전체의 교육과정·연구·산학협력·지역연계를 다시 연결하는 일이다.

확인한 출처

• 대한민국 정책브리핑, 대학 교육 AI 중심으로 전환…AI중심대학 18곳·AX대학원 15곳 출범, 2026.09.29.