MIT 슈워츠먼 컴퓨팅대학은 2026년 여름 캠퍼스에서 고등교육 교수진을 위한 일주일 과정의 AI 교육자 파일럿을 출범했습니다. 참가자들은 보스턴 광역권과 사우스캐롤라이나, 웨스트버지니아, 텍사스에서 왔으며, 여러 학문 분야에서 인공지능과 머신러닝을 가르치는 방법을 다뤘습니다. 파일럿은 학생들이 기초 AI·머신러닝 개념을 자기 전공의 문제 해결에 활용하도록 돕는 공통 기반 강의인 MIT C01/C51 ‘머신러닝 모델링’ 수업을 바탕으로 진행됐습니다. MIT 슈워츠먼 컴퓨팅대학 학장이자 EECS 교수인 댄 허튼로커(Dan Huttenlocher)는 강사 양성을 통해 AI 교육을 넓히는 것이 목표라고 말했습니다. 학부 담당 부학장이자 EECS 학과장인 아수 오즈다글라(Asu Ozdaglar)는 학생들이 기술의 사용자에 그치지 않고 AI를 비판적으로 사고하는 사람이 되기를 MIT가 바란다고 밝혔습니다.

워크숍은 대학 내 협업으로 개발됐으며, 재정·컴퓨터과학·지속가능성 등 분야의 지도부와 직원, 6명을 넘는 강사진이 참여했습니다. 토목공학 에드먼드 K. 터너 교수이자 파일럿의 교수진 책임자인 사우랍 아민(Saurabh Amin)은 학생을 가르치는 교육자를 지원할 풍부한 교육 자료를 모았다고 말했습니다. 제이크와 로빈 레이놀즈의 지원을 받아 열린 7월 파일럿에는 7개 기관에서 19명이 참여했습니다. 참여 기관은 앨런 대학교, 밥슨 칼리지, 브랜다이스 대학교, 마셜 대학교, 매사추세츠대학교 로웰 캠퍼스, 노스텍사스대학교, 웬트워스 공과대학교입니다. 참가자들은 MIT 교수진 및 강사진과 시연, 동영상, 연습, 실습 활동을 진행하며 수업 자료와 교수법을 각자의 강의실에 맞게 조정했습니다.

프로그램은 AI 개념을 특정 학문 분야와 문제, 추론 습관에 연결해 ‘블랙박스’식 접근을 넘어서는 교육을 강조했습니다. 아민은 수준 높은 AI 자료는 널리 이용할 수 있지만, AI를 자기 분야에 맞게 설명하고 학생들이 질문하고 조정하며 활용하도록 도울 준비가 된 교육자는 드물다고 말했습니다. EECS 강사이자 워크숍 강사인 션 션(Shen Shen)은 머신러닝을 신비한 기술이 아니라 분야별 문제를 푸는 도구나 관점으로 제시해야 한다고 밝혔습니다. 참가자들은 마지막 주에 자신들의 강의에 적용할 자료와 교수법을 정했으며, 피드백은 파일럿의 향후 운영에 반영됩니다. MIT는 이 활동이 다양한 학습 환경에서 AI 교육을 위한 더 넓은 교육자 네트워크 구축도 지원한다고 밝혔습니다.

MIT 슈워츠먼 컴퓨팅대학은 2026년 여름 캠퍼스에서 고등교육 교수진을 위한 일주일 과정의 AI 교육자 파일럿을 출범했습니다. 참가자들은 보스턴 광역권과 사우스캐롤라이나, 웨스트버지니아, 텍사스에서 왔으며, 여러 학문 분야에서 인공지능과 머신러닝을 가르치는 방법을 다뤘습니다. 파일럿은 학생들이 기초 AI·머신러닝 개념을 자기 전공의 문제 해결에 활용하도록 돕는 공통 기반 강의인 MIT C01/C51 ‘머신러닝 모델링’ 수업을 바탕으로 진행됐습니다. MIT 슈워츠먼 컴퓨팅대학 학장이자 EECS 교수인 댄 허튼로커(Dan Huttenlocher)는 강사 양성을 통해 AI 교육을 넓히는 것이 목표라고 말했습니다. 학부 담당 부학장이자 EECS 학과장인 아수 오즈다글라(Asu Ozdaglar)는 학생들이 기술의 사용자에 그치지 않고 AI를 비판적으로 사고하는 사람이 되기를 MIT가 바란다고 밝혔습니다.

워크숍은 대학 내 협업으로 개발됐으며, 재정·컴퓨터과학·지속가능성 등 분야의 지도부와 직원, 6명을 넘는 강사진이 참여했습니다. 토목공학 에드먼드 K. 터너 교수이자 파일럿의 교수진 책임자인 사우랍 아민(Saurabh Amin)은 학생을 가르치는 교육자를 지원할 풍부한 교육 자료를 모았다고 말했습니다. 제이크와 로빈 레이놀즈의 지원을 받아 열린 7월 파일럿에는 7개 기관에서 19명이 참여했습니다. 참여 기관은 앨런 대학교, 밥슨 칼리지, 브랜다이스 대학교, 마셜 대학교, 매사추세츠대학교 로웰 캠퍼스, 노스텍사스대학교, 웬트워스 공과대학교입니다. 참가자들은 MIT 교수진 및 강사진과 시연, 동영상, 연습, 실습 활동을 진행하며 수업 자료와 교수법을 각자의 강의실에 맞게 조정했습니다.

프로그램은 AI 개념을 특정 학문 분야와 문제, 추론 습관에 연결해 ‘블랙박스’식 접근을 넘어서는 교육을 강조했습니다. 아민은 수준 높은 AI 자료는 널리 이용할 수 있지만, AI를 자기 분야에 맞게 설명하고 학생들이 질문하고 조정하며 활용하도록 도울 준비가 된 교육자는 드물다고 말했습니다. EECS 강사이자 워크숍 강사인 션 션(Shen Shen)은 머신러닝을 신비한 기술이 아니라 분야별 문제를 푸는 도구나 관점으로 제시해야 한다고 밝혔습니다. 참가자들은 마지막 주에 자신들의 강의에 적용할 자료와 교수법을 정했으며, 피드백은 파일럿의 향후 운영에 반영됩니다. MIT는 이 활동이 다양한 학습 환경에서 AI 교육을 위한 더 넓은 교육자 네트워크 구축도 지원한다고 밝혔습니다.