42. 사고의 밀도를 높이는 수업

어떻게 더 오래 생각하게 할 것인가

2026년 디자인 교육 실험의 방향

2026년에 준비하고 있는 수업은

AI를 활용하는 능력을 확장하는 데 목적을 두지 않는다.

이미 많은 학생들이

이미지와 영상 생성 도구를 능숙하게 다루고 있다.

결과물의 양과 속도는 더 이상 교육의 핵심 지표가 아니다.

내가 연구하고자 하는 것은

AI 환경에서 학생의 사고가 어떻게 형성되고,

어디에서 정체되는가에 관한 문제다.

1. 제작 능력과 판단 능력은 비례하지 않는다

2025년 수업 이후 관찰한 공통된 현상이 있다.

학생들은 더 많은 시안을 만들 수 있게 되었지만,

작업이 전진하는 속도는 반드시 빨라지지 않았다.

그 이유는 기술적 미숙함이 아니라

판단 기준의 부재에 있었다.

AI는 가능성을 증폭시키지만

그 가능성 사이의 위계를 정해주지는 않는다.

따라서 2026년 수업에서는

‘얼마나 만들었는가’가 아니라

‘어떤 기준으로 정리했는가’를 분석 대상으로 삼으려 한다.

2. 사고의 단계 구분을 훈련한다

AI 기반 작업에서는

실험 단계와 결정 단계가 쉽게 혼재된다.

빠르게 생성된 결과가

곧바로 확정안처럼 다뤄지거나,

이미 확정된 방향이 다시 무한한 실험으로 되돌아가기도 한다.

이 혼선은

워크플로우의 문제이면서 동시에

사고 단계의 구분이 불분명하다는 신호다.

2026년 수업에서는 다음과 같은 구분을 명확히 다루려 한다.

지금은 가설을 생성하는 단계인가

비교를 통해 기준을 정립하는 단계인가

결정 이후 일관성을 검증하는 단계인가

이 구분이 선명해질수록

작업의 밀도는 자연스럽게 높아진다.

3. 사변적 사고를 ‘방법’이 아니라 ‘분석 틀’로

사변디자인을 스타일이나 장르로 도입할 생각은 없다.

대신 그 안에 포함된 사고의 구조를 분석 도구로 활용하려 한다.

사변적 접근은

결과를 현실적 해결책으로 확정하지 않는다.

대신 하나의 가설적 상황으로 제시하고

그 전제와 조건을 드러낸다.

이 방식은

AI가 만들어낸 결과를 그대로 수용하지 않고

그 안에 포함된 전제를 해체하는 데 유효하다.

2026년 수업에서 사변적 사고는

‘미래적 이미지를 만드는 기술’이 아니라

결과에 포함된 전제를 드러내는 장치로 다뤄질 것이다.

4. 교육의 목표를 재설정한다

이 수업의 목표는

더 완성도 높은 결과를 만드는 것이 아니다.

다음의 능력을 검증하는 데 있다.

결과에 포함된 가정을 식별하는 능력

선택의 기준을 언어로 명료화하는 능력

실험과 결정을 구분하는 사고의 단계성

생성된 결과를 다시 해석할 수 있는 거리감

AI는 제작을 자동화하지만

판단은 여전히 인간의 영역이다.

따라서 이 수업은

기술 습득 과정이 아니라

판단 체계를 설계하는 실험에 가깝다.

5. 2026년 수업이 검증하려는 것

AI 시대의 디자인 교육은

더 많은 결과를 생산하는 방향으로만 발전할 수 없다.

제작 능력이 상향 평준화된 환경에서

차이를 만드는 것은

사고의 구조와 판단의 일관성이다.

2026년 수업은

이 구조를 의도적으로 설계했을 때

학생의 작업이 어떻게 달라지는지

관찰하고 기록하는 과정이 될 것이다.

기술은 이미 충분하다.

이제 남은 과제는

그 기술을 다루는 사고의 질을

교육 안에서 어떻게 구성할 것인가이다.