데모에서 AI 학습도구는 몇 초 만에 맞춤과정, 코칭, 퀴즈, 대시보드를 만든다. 구매위원회는 생성 속도와 화면에 감탄한다. 실제 계약 뒤에는 사내 문서를 어디까지 넣을지, 잘못된 피드백을 누가 고칠지, 모델이 바뀌면 과거 점수를 어떻게 비교할지, 직원 요청 때 데이터를 삭제할지 묻게 된다. 데모는 기능을 보여주지만 통제 능력은 보여주지 않는다. AI 교육도구 선정의 대상은 기능 묶음이 아니다. 조직이 목적·데이터·출력·인간 감독·감사·복구·종료를 통제할 수 있는 운영체계다. 좋은 답을 한 번 만드는 제품보다, 나쁜 답을 발견하고 영향을 멈추며 책임 있게 나갈 수 있는 제품이 장기적으로 안전하다.
구매 게이트는 혁신을 늦추는 서류가 아니다. 교육부서가 가치 있는 파일럿에 집중하고, 나중에 드러날 보안·법률·품질·전환 비용을 계약 전에 보게 한다. 통과·보완·중단을 명확히 정하면 빠른 도입과 책임 있는 도입을 함께 할 수 있다.
데모가 좋아 보여도 이 일곱 문항에 답하지 못하면 멈춰라
해결할 학습·업무 문제는 무엇인가. “개인화”나 “생산성”이 아니라 수료 후 바뀔 행동과 품질을 쓴다. AI 없이 해결할 대안도 비교한다. 기존 LMS 기능, 검색, 규칙 기반 추천, 강사 코칭이 더 단순할 수 있다. 어떤 데이터를 왜 쓰는가. 필수 필드, 금지 데이터, 저장 위치, 학습 재사용, 하위처리자, 삭제를 답해야 한다. 예상되는 실패도 적는다. 환각, 편향, 과잉개인화, 잘못된 점수, 기밀 노출, 접근성 문제를 실제 사례로 시험한다.
인간은 어디서 개입하는가. 검토자가 볼 근거, 수정권한, 중단버튼, 이의제기, 응답시간이 필요하다. 변경을 알 수 있는지도 묻는다. 모델·프롬프트·데이터·가격·정책 업데이트를 통지하고 재검증할 수 있어야 한다. 마지막 질문은 종료할 수 있는가이다. 데이터·콘텐츠·로그·평가 기록을 표준 형식으로 내보내고 삭제할 수 있는지, 대체도구로 옮길 기간과 비용이 무엇인지 본다. 나갈 수 없는 제품은 구매가 아니라 종속이다.
일곱 답변은 영업 설명이 아니라 계약·기술문서·실제 시험으로 확인한다. “지원한다”는 표현에는 기본값, 추가비용, 처리시간, 책임자를 붙인다. 답을 못한 항목은 위험등록부에 남기고 고위험이면 파일럿을 시작하지 않는다.
1,130명이 요구한 것은 더 많은 도구가 아니라 안전한 도구였다
EU 학교교육 플랫폼의 2026년 설문은 1,130명의 응답을 다뤘다. 지원 요구에서 지속적인 전문성 개발과 승인된 안전한 AI 도구가 각각 62%, 명확한 지침이 52%였다. 학교 표본을 기업 구매 수요로 일반화할 수는 없지만, 도구 수보다 역량·승인·규칙을 함께 요구한 패턴은 중요하다.
번호별 항목은 원 설문 페이지와 함께 확인한다. 학교 응답을 기업 조달 비율로 옮기지 않는다.
도구만 배포하면 사용자는 각자 보안과 정확성을 판단해야 한다. 금지하면 비공식 계정과 복사·붙여넣기가 늘 수 있다. 승인 도구, 역할별 교육, 실제 사례 지침, 도움 요청 경로를 하나의 도입패키지로 구매해야 한다. 조달비에는 라이선스뿐 아니라 강사·관리자 교육, 콘텐츠 검증, 접근성, 법률 검토, 로그 감사, 지원, 사고 대응, 데이터 이전을 넣는다. 싸게 산 제품이 사람 검토와 수작업 복구를 많이 요구하면 총비용은 커진다.
설문에서는 지속적인 교육의 중요성도 나타났다. 한 번의 사용법 교육으로 끝내지 않고 모델과 정책 변화에 맞춰 역할별 시나리오를 갱신한다. 공급자 인증 배지만으로 내부 직무 판단을 검증하지 않는다.
교육 목적이 기능 목록보다 먼저다
구매요청서 첫 장에 기능이 아니라 사용 사례를 쓴다. 대상, 현재 문제, 원하는 행동, 성공 지표, 사용하지 않을 범위, 피해를 적는다. 예를 들어 “개인화 추천” 대신 “신규 상담사가 오류 유형에 맞는 연습을 받고 30일 내 재작업을 줄인다”고 쓴다. 하나의 제품에 너무 많은 목적을 넣지 않는다. 콘텐츠 생성, 학습 코칭, 자동채점, 역량 추론, 인력배치는 위험이 다르다. 초기 구매는 낮은 위험과 검증 가능한 한두 용도로 제한한다. 공급자가 같은 플랫폼에서 제공해도 승인선은 나눈다.
기능 시연은 내부 자료와 실패사례로 한다. 공급자가 고른 질문 대신 오래된 규정, 상충 자료, 비표준 표현, 접근성 입력, 개인정보가 섞인 요청을 시험한다. 좋은 답보다 거부·불확실성 표시·근거·에스컬레이션을 본다. 성공지표를 사용량으로만 두지 않는다. 업무 품질, 학습 전이, 오류·재작업, 공정성, 검토시간, 이의제기, 중단 능력을 포함한다. 사용자가 많아도 잘못된 피드백이 늘면 성공이 아니다.
사용하지 않을 범위를 미리 정한다. 감정 추론, 비공개 건강·노무정보, 설명할 수 없는 승진·배치 판단, 공개모델의 기밀 입력은 제외한다. 파일럿이 성공해도 별도 승인 없이 범위를 넓히지 않는다.
데이터·보안·권리는 계약서에서 확인한다
데이터 목록을 필드 수준으로 요구한다. 계정, 학습기록, 대화, 파일, 점수, 기기, 위치, 관리자 의견 중 무엇이 필수인지 본다. 선택 기능을 끄면 수집도 멈추는지 시험한다. “서비스 개선” 같은 넓은 목적을 쪼갠다. 입력과 출력의 소유·이용권을 확인한다. 사내 교재와 직원 대화가 공급자 모델 학습에 쓰이지 않는지, 옵트아웃이 계정·조직 전체에 적용되는지, 하위모델 제공자에게도 전달되는지 본다. AI 산출물의 제3자 권리와 보상 조항도 검토한다.
보안은 인증서만 보지 않는다. 권한 분리, 암호화, 키 관리, 감사로그, 침해 통지, 취약점 처리, 관리자 행위 기록을 실제로 시험한다. 교육운영자와 인사관리자의 접근을 분리하고 최소권한을 적용한다. 삭제는 화면의 버튼이 아니라 전체 흐름이다. 주시스템, 백업, 분석창고, 하위처리자, 모델 캐시에서 언제 지워지는지 확인한다. 계약 종료·직원 퇴사·목적 종료·개인 요청의 절차를 각각 둔다. 삭제 증명과 예외를 받는다.
국외 이전과 데이터 위치는 법인별 승인 증거로 남긴다. 일본 법인은 稟議·위탁처·직원 고지를, 한국 본사는 개인정보·정보보안·노무 검토 기록을 각각 보관한다. 그룹 공통계약이 있어도 현지 처리 근거와 중단 책임은 따로 확인한다.
인간 개입과 감사 로그가 없으면 통제할 수 없다
사람 검토를 선언하는 것과 작동하게 하는 것은 다르다. 검토자는 원입력, 근거, 모델·버전, 신뢰하지 않는 항목, 수정 이력을 볼 수 있어야 한다. 점수만 보고 승인하게 하면 자동화 편향이 커진다. 역할별 권한을 둔다. 강사는 콘텐츠와 피드백을 고치고, 평가자는 점수를 뒤집고, 보안은 입력을 차단하며, 운영자는 기능을 중지한다. 공급자만 설정을 바꿀 수 있으면 사고 때 조직이 통제하지 못한다.
감사로그에는 누가 어떤 데이터와 기능을 사용했고, 모델이 무엇을 생성했으며, 사람이 무엇을 바꿨는지 남긴다. 모든 대화 원문을 무기한 저장하지 않고 목적에 필요한 이벤트를 최소화한다. 로그 자체의 개인정보와 접근도 통제한다. 이의제기 경로를 제품 안팎에 둔다. 학습자는 AI 피드백·추천·점수의 이유를 보고 사람에게 검토를 요청한다. 관리자는 이의제기 수를 낮추는 것이 아니라 반복 오류를 찾는 품질신호로 사용한다.
중단버튼은 문서가 아니라 실제 시험 대상이다. 특정 기능, 사용자군, 데이터연결을 독립적으로 끌 수 있는지, 중단 뒤 업무를 수동으로 이어갈 수 있는지 확인한다. 복구와 재개 승인도 기록한다.
파일럿은 만족도가 아니라 실패 조건을 검증한다
오프라인 시험부터 시작한다. 합성·비식별 자료와 과거 검증 사례를 사용하고 실제 개인결정에는 쓰지 않는다. 대표·경계·실패 입력에서 정확성, 근거, 거부, 편향, 접근성, 기밀 보호를 본다. 두 번째 단계는 제한 사용자와 낮은 위험 용도다. 기능·데이터·기간을 고정하고 기존 방식과 비교한다. 모델 업데이트를 파일럿 중 임의 적용하지 않거나 변경을 기록한다.
파일럿의 중단 문턱은 평균점수와 분리한다. 치명 오류 한 건, 승인받지 않은 기밀 전송, 삭제요청 미이행, 공급자 변경 미통지 중 하나라도 확인되면 신규 계정과 연동을 동결한다. 집단별 품질 편차나 설명 불능이 허용선을 넘을 때도 구매위원회가 재시험 전까지 확대를 보류한다. 만족도·효율감은 보조 지표다. 총작업시간, 검토부담, 재작업, 현업 전이, 이의제기, 사고 대응시간을 함께 본다. 사용자가 편하다고 느껴도 사람의 판단과 학습이 약해지면 설계를 바꾼다.
파일럿 종료회의에는 성공 사례와 실패·중단 사례를 같은 비중으로 올린다. 공급자 영업팀뿐 아니라 실제 운영·보안·법무·평가 담당이 참석한다. 통과, 조건부 통과, 재시험, 중단을 결정한다.
WEF 준비도 프레임은 기술보다 생태계를 묻는다
세계경제포럼의 2026년 학습 보고서는 AI 준비도를 기술·인프라만이 아니라 사람, 정책, 교육, 파트너십이 연결된 구조로 제시한다. 이 도표에는 CC BY-NC-ND 4.0의 비영리·무변형 이용조건이 붙는다. 기업 블로그에 올리기 전 권리자 승인 여부를 확인하고, 원본 페이지에는 손대지 않는다.
도구 구매는 인프라·사람·정책·운영 생태계와 함께 평가해야 한다. WEF 프레임을 기업의 검증된 성과모델로 과장하지 않는다.
기업에 옮기면 기술팀만의 점검으로 끝낼 수 없다는 뜻이다. 교육부서는 목적과 학습설계, 현업은 업무 적합성, 보안·법무는 데이터와 권리, HR은 공정성과 인사 영향, 조달은 계약과 종료를 맡는다. 준비도가 낮은 영역은 제품 기능으로 덮지 않는다. 원자료가 낡았으면 개인화가 잘못되고, 관리자가 코칭할 시간이 없으면 추천이 전이되지 않으며, 이의제기 문화가 없으면 오류가 숨는다. 파일럿 예산에 조직조건 개선을 포함한다.
인간의 주도권과 투명성을 제품 요구사항으로 쓴다
EC의 2026년 가이드라인은 인간의 주도권과 감독, 투명성을 신뢰할 수 있는 AI의 핵심 요소로 다룬다. 학교교육용 가이드지만 기업 조달의 법적 체크리스트가 아니라 제품 요구사항을 구체화하는 참고로 쓸 수 있다.
사용자는 AI임을 알고 목적·한계·사람 검토 경로를 이해해야 한다.
요구서에는 AI 상호작용 표시, 근거·출처, 설명 가능한 추천, 사람에게 넘기는 버튼, 결과 수정, 개인 프로파일 열람·정정, 기능별 옵트아웃을 넣는다. 기본값이 무엇인지 확인한다. ‘인간 감독 지원’이라는 문구를 수용하지 않는다. 어떤 화면에서 누가 무엇을 보고 몇 단계로 수정하는지 데모하게 한다. API와 관리자 콘솔에서도 같은 통제가 가능한지 본다.
견고성·안전·책임성은 운영 중에 증명한다
견고성은 한 번의 벤치마크가 아니다. 입력 분포, 언어, 모델, 데이터가 바뀌는 동안 품질을 유지하고 이상을 감지·복구하는 능력이다. 책임성은 오류를 누구에게 떠넘길지가 아니라 누가 조사·통지·수정할 권한을 갖는지다.
성능뿐 아니라 모니터링, 복구, 책임자, 감사 가능성을 구매 조건에 넣는다.
고정 표본을 정기 재시험하고 언어·직무·집단별 오류를 본다. 공급자가 모델을 바꾸면 영향 큰 기능을 자동 중단하거나 재승인한다. 사고 통지시간과 원인자료 제공을 계약한다. 책임표에는 교육부서, 현업, 보안, 법무, HR, 조달, 공급자의 실행·승인·자문·통보 역할을 둔다. AI는 책임자가 아니다. 빈칸과 중복을 분기마다 실제 사고와 대조한다.
종료·이전·삭제 조항이 구매의 마지막 게이트다
종료 사유를 가격·서비스 종료뿐 아니라 품질, 보안, 법률, 미통지 변경, 삭제 실패로 둔다. 조직이 사유를 입증하기 전까지 위험 기능을 중지할 권한을 가진다. 데이터와 콘텐츠를 개방형·문서화된 형식으로 내보낸다. 사용자, 과정, 진도, 평가, 피드백, 동의, 이의제기, 감사 기록의 관계가 보존돼야 한다. 파일만 받고 의미와 연결을 잃으면 이전이 아니다.
삭제는 공급자와 하위처리자까지 완료 기한·증명을 받는다. 법적 보존이 필요한 기록은 분리하고 이유·접근을 제한한다. 모델 학습에 들어간 데이터의 제거 가능성과 제한도 계약 전에 확인한다. 전환 기간에는 두 시스템의 점수·추천을 동일 척도로 가정하지 않는다. 대표 표본으로 재기준화하고 사용자에게 변화와 권리를 알린다. 이전 비용과 내부 인력을 총소유비용에 넣는다.
공급자 종료 뒤에도 과거 결과의 설명·이의제기가 가능해야 한다. 모델·버전·루브릭·수정 이력을 필요한 기간 조직이 보유한다. 지식과 운영능력을 내부에 남긴다.
공급자 비교표에는 점수보다 탈락 조건을 먼저 쓴다
기능 점수를 합산하면 화려한 기능이 치명적인 약점을 상쇄한다. 보안 사고 통지 불가, 입력의 모델 학습 재사용, 삭제 증명 불가, 인간 중단권 부재, 고위험 자동결정 같은 항목은 가중치가 아니라 탈락 조건으로 둔다. 하나를 충족하지 못하면 총점이 높아도 다음 단계로 가지 않는다. 탈락 조건을 통과한 제품만 목적 적합성, 학습설계, 접근성, 통합, 운영, 총비용을 비교한다. 각 점수에 근거 링크와 시험일을 붙인다. 영업 답변, 계약 조항, 실제 기능이 다르면 가장 약한 증거를 기준으로 판단한다.
목적 적합성은 내부 직무 사례로 평가한다. 상담 코칭 제품이라면 모범 답변 생성보다 잘못된 약속, 민감정보, 에스컬레이션을 다루는지 본다. 콘텐츠 생성 제품이라면 출처·최신성·권리·수정 이력을 본다. 자동채점 제품이라면 경계·언어·이의제기를 본다. 접근성은 체크박스 인증만 보지 않는다. 키보드, 화면읽기, 자막, 색상, 음성, 추가시간, 모바일 환경을 실제 사용자와 시험한다. 접근성 도구를 거친 입력이 개인화나 점수에서 불리하지 않은지 확인한다.
통합은 연결 수보다 실패 격리를 본다. LMS·HRIS·SSO 연결이 끊기거나 잘못된 점수가 전송됐을 때 어느 시스템에서 멈추고 복구하는지 시험한다. 모든 시스템에 관리자 권한을 요구하는 제품은 최소권한 원칙과 충돌한다. 총비용에는 라이선스, 구현, 데이터 정리, 검토 인력, 교육, 접근성, 법률, 감사, 사고, 이전, 종료를 넣는다. 사용량 기반 가격은 파일럿과 확대 시나리오를 따로 계산하고 예상 밖의 생성·로그 비용 상한을 둔다.
점수 차이가 작으면 더 많은 기능보다 통제와 종료가 쉬운 제품을 선택한다. 위원회가 특정 공급자를 선호했다면 이해상충과 예외 승인 근거를 기록한다. 예외에는 기간, 보완책, 재검토일을 붙인다.
한 업무 시나리오를 끝까지 통과시켜 본다
신규 상담사 코칭 도구를 예로 든다. 시작 장면에서는 합성 고객 문의와 승인된 지식자료를 입력한다. 도구가 근거를 표시하고, 모르는 내용을 추측하지 않으며, 위험 문의를 사람에게 넘기는지 본다. 정책 충돌 장면에는 오래된 정책과 최신 정책을 함께 넣는다. 최신성 판단, 충돌 표시, 관리자 수정이 가능한지 시험한다. 공급자에게 정답을 알려 준 뒤 결과를 보는 것이 아니라 실제 검색·근거 흐름을 확인한다.
민감정보 장면에는 개인정보와 건강정보가 섞인 문의를 넣는다. 시스템이 입력을 차단·마스킹하고 로그에 최소정보만 남기는지 본다. 차단 뒤 학습자가 안전한 대체 사례로 계속 연습할 수 있어야 한다. 언어 차이 장면에서는 같은 품질의 한국어·일본어·비표준 표현 답을 비교한다. 피드백·점수의 차이와 이유를 보고 현지 평가자가 검토한다. 번역을 통해 한 언어로만 평가하면 원문과 번역 모두 보존해 차이를 찾는다.
이의제기 장면에서 학습자가 피드백에 문제를 제기한다. 원응답, 근거, 모델·버전, 사람 수정이 보이고 독립 검토자가 결론을 바꿀 수 있는지 확인한다. 정정값이 LMS와 관리자 보고에 반영되는지 추적한다. 공급자 업데이트 장면에서는 모델이 바뀐 뒤 고정 실패사례를 재실행하고, 이전 점수와 비교를 중단하거나 보정하는지 본다. 미통지 변경이 발견되면 계약상 중단권을 행사할 수 있어야 한다.
마지막 장면은 종료다. 사용자·과정·점수·이의제기·감사 기록을 내보내고 삭제를 요청한다. 하위처리자와 백업까지 완료 증명을 받는다. 대체도구 없이도 일정 기간 수동 코칭을 이어가는지 시험한다. 이 시나리오의 각 장면에는 통과, 보완, 중단 기준과 책임자를 둔다. 데모 화면의 성공보다 처음부터 끝까지 책임과 데이터가 이어지는지를 구매증거로 삼는다.
계약 문구를 운영 질문으로 번역한다
“업계 표준 보안”이라는 조항은 어떤 인증·암호화·취약점 처리·통지시간인지 묻는다. “고객 데이터는 학습에 쓰지 않는다”는 원입력, 파생데이터, 사람 검토, 하위모델, 서비스 개선에 모두 적용되는지 묻는다. “인간 감독을 지원한다”는 누가 어떤 화면에서 근거를 보고 수정·중지하는지 묻는다. “설명 가능하다”는 학습자가 이해할 기준과 근거를 제공하는지, 공급자 내부 설명만 있는지 구분한다.
“데이터 삭제 가능”은 주시스템, 백업, 분석, 로그, 하위처리자, 모델 캐시의 완료기한과 증명을 묻는다. 법적 보존 예외는 어떤 자료를 누가 왜 얼마나 보관하는지 확인한다. “지속적으로 개선한다”는 변경 통지, 버전 고정, 재검증, 성능 저하, 가격 변화, 기능 폐지의 절차를 묻는다. 조직이 고위험 기능의 업데이트를 연기하거나 끌 수 있는지 본다.
“서비스 종료 시 지원”은 내보내기 형식, 데이터 관계, 이전기간, 비용, 삭제, 과거 결과 설명을 묻는다. 공급자 전용 형식만 제공하면 사실상 이전이 불가능하다. 법무는 문구의 권리를 확인하고, 운영자는 실제 기능을 시험하며, 교육부서는 학습 영향, 보안은 기술통제를 본다. 어느 한 부서의 승인으로 모든 의미를 대신하지 않는다.
한국·일본 공동조달은 공통선과 현지선을 나눈다
공통선에는 목적 제한, 기밀 금지, 인간 감독, 감사, 변경 통지, 사고 대응, 종료를 둔다. 현지선에는 개인정보·고용·교육기록 처리, 노사 설명, 데이터 이전, 문서·언어·결재 관행을 둔다. 일본 법인의 稟議에는 이용目的、対象者、データ項目、委託先、決裁者、停止条件、退出費用を明記한다. 현장 OJT와 職能資格에 점수·추천을 쓰면 인간 검토와 이의제기를 별도로 승인한다.
한국 본사에서는 정보보안·개인정보·노무·HR·교육의 승인범위를 연결한다. 전사 계약이 있어도 부서가 임의로 기밀 문서를 넣지 않게 데이터 분류와 기술 차단을 둔다. 이용량 KPI가 비공식 고위험 사용을 부추기지 않는지 본다. 공통 데모는 두 언어와 실제 문서 형식으로 진행한다. 숫자, 고유명사, 부정, 책임주체, 존칭이 보존되는지 확인한다. 한 국가에서 높은 성능이 다른 국가의 품질을 보장하지 않는다.
국가별 점수를 순위화하기보다 같은 실패사례의 오류 유형과 복구 시간을 비교한다. 현지 규칙 때문에 사용하지 않는 기능을 낮은 성숙도로 평가하지 않는다. 필요한 통제의 차이를 비용·일정에 반영한다. 공동 위원회는 분기마다 모델 변경, 사고, 이의제기, 삭제, 종료 준비를 검토한다. 현지 위원회는 추가 제한과 중단권을 가진다. 가장 느슨한 지역 기준으로 전체를 맞추지 않는다.
조달위원회가 남겨야 할 한 장의 결정 기록
첫 칸은 해결할 문제와 비사용 대안이다. 둘째는 허용 용도와 제외 용도다. 셋째는 데이터·권리·보안이다. 넷째는 실패 시험 결과다. 다섯째는 인간 감독·이의제기·중단이다. 여섯째는 비용·지표·중단 기준이다. 일곱째는 종료·이전·삭제다. 각 칸에는 증거 링크, 미해결 위험, 책임자, 기한을 붙인다. ‘공급자 확인’으로 닫지 않는다. 조건부 통과는 조건 완료 전 기능을 제한한다. 결정 기록은 모델 업데이트와 용도 변경 때 다시 연다.
구매 뒤 첫 30일에는 계약한 기본값과 실제 설정을 대조한다. 데이터 학습 재사용, 로그 보존, 관리자 권한, 외부 연결, 새로운 기능이 계약과 같은지 확인한다. 사용자 교육 전 금지 데이터와 도움 요청 경로를 시험한다. 공급자 구현팀이 편의를 위해 위험한 기본값을 켜지 않았는지 본다. 31~60일에는 제한된 업무와 사용자로 품질을 본다. 대표·경계·실패사례를 매주 재시험하고, 검토시간·재작업·이의제기·사고를 기록한다. 사용량 확대를 영업 성공지표와 연결하지 않는다. 현업 관리자는 AI 결과를 그대로 승인하지 않고 근거와 예외를 묻는다.
61~90일에는 현업 전이와 운영 부담을 본다. 학습자가 실제 업무에서 독립적으로 판단하는지, 강사·관리자의 검토가 감당 가능한지, 데이터 삭제·내보내기·중단이 작동하는지 확인한다. 공급자 업데이트가 있었다면 변경 전후를 구분한다. 90일 리뷰는 계속·제한·중단을 결정한다. 계속하더라도 용도·언어·데이터·사용자 범위를 명시하고 재검증일을 둔다. 제한은 특정 기능이나 고위험 결정을 제외한다. 중단은 실패가 아니라 계약한 통제가 작동한 결과다.
도입 효과는 기준선과 비교한다. AI 없는 기존 방식의 총시간·품질·오류·만족·전이를 같은 조건에서 측정한다. 이전보다 좋아진 부분과 새로 생긴 비용을 함께 보고한다. 공급자가 제시한 다른 고객 평균과 직접 비교하지 않는다. 운영자가 바뀌어도 기록을 이해할 수 있어야 한다. 결정 근거, 설정, 시험표본, 오류, 승인, 계약 예외, 담당자를 한 저장소에 둔다. 개인 이메일과 영업 채팅에만 남은 약속은 통제가 아니다.
구매위원회는 다음 갱신 6개월 전에 종료 테스트를 반복한다. 실제 내보내기 파일을 열어 관계와 의미를 확인하고, 삭제 요청과 증명을 받으며, 대체 절차의 시간을 잰다. 갱신 직전에야 종속을 발견하지 않는다. 한국 본사와 일본 법인이 공동 구매하면 공통 최소기준과 현지 추가기준을 나눈다. 일본의 稟議에는 이용目的、データ、決裁者、退出条件を明記し、한국에서는 개인정보·노무·정보보안 승인과 현업 사용범위를 연결한다. 번역 계약서의 숫자·책임·예외를 대조한다.
AI 교육도구 선정의 결론은 가장 많은 기능을 가장 빨리 사는 것이 아니다. 조직이 왜 쓰고, 무엇을 넣고, 누가 확인하고, 어떻게 멈추고, 어떻게 나갈지를 통제하는 제품을 선택하는 일이다. 데모가 끝난 뒤에도 이 질문에 증거로 답할 수 있어야 구매가 완료된다. 구매의 완성은 계약 서명이 아니라, 조직이 위험을 발견했을 때 기능을 줄이고 사람을 보호하며 다른 선택으로 이동할 수 있음을 증명하는 데 있다. 이 통제 가능성이야말로 데모 화면에 나오지 않지만 가장 오래 남는 구매 가치다. 그리고 그 가치는 실제 중단 시험에서 확인해야 한다.
함께 읽을 글
출처
- World Economic Forum, Shaping the Future of Learning: https://reports.weforum.org/docs/WEF_Shaping_the_Future_of_Learning_2026.pdf
- European Commission, Guidelines on the ethical use of artificial intelligence and data in teaching and learning: https://op.europa.eu/en/publication-detail/-/publication/f692aa0b-17a7-11f1-8870-01aa75ed71a1/
- European School Education Platform, Survey on artificial intelligence in teaching and learning: https://school-education.ec.europa.eu/en/discover/surveys/survey-artificial-intelligence-teaching-and-learning