LA 공립학교, 전 학년 생성형 AI 차단…뉴욕 이어 미국 2대 학군 제한 전국 확산 신호
미국 최대 두 공립학군이 생성형 AI를 수업의 기본 도구가 아니라 제한 대상으로 돌렸다. LA는 전 학년의 교육청 기기에서 AI 접근을 막았고, 뉴욕은 8학년 이하 약 60만명에게 1년간 사용을 중단하면서 고등학생만 교사 감독 아래 제한적으로 이용하도록 허용한다는 방침이다.
원문: Los Angeles blocks generative AI for all students as major school districts tighten access 원문 보기 →
미국 2대 학군이 동시에 제동
Los Angeles Unified School District가 2026~2027학년도에 교육청 지급 기기에서 전 학년 학생의 생성형 AI 접근을 차단했다. 미국 두 번째 규모의 공립학군이 학생용 AI 정책과 안전장치를 검토하는 동안 적용하는 임시 조치다. NBC News 탐사기자 Tyler Kingkade는 뉴욕의 제한에 관심이 집중된 사이 LA도 전 학생 대상 금지를 시행했고, Washington D.C. 공립학교도 화면 사용 상한을 마련했다고 전했다.
“LA also quietly banned AI tools for all students.”
뉴욕은 미국 최대 공립학군의 유치원 전 단계부터 8학년까지 약 60만명에게 학생 대면형 생성형 AI 소프트웨어를 1년간 금지했다. 고등학생에게는 연 2회 AI 문해력 교육을 제공하고, 교사 감독 아래 일부 도구를 사용하는 시범사업을 병행한다. 동반자형 챗봇은 모든 학년에서 금지된다. LA는 범위가 더 넓어 전 학년의 지급 기기에서 접근을 막지만, 교직원의 수업 설계와 운영 업무까지 같은 방식으로 금지한 것은 아니다.
전면 금지와 감독형 활용의 갈림길
두 학군의 선택은 표절 방지만을 겨냥하지 않는다. 학생의 집중력, 개인정보, 대면 상호작용, 교육 효과가 충분히 입증됐는지를 함께 묻는 조치다. LA는 앞서 저학년에게 지급 기기를 없애고 학년별 화면 사용시간을 제한하는 정책도 채택했다. 뉴욕은 3~5학년 하루 30분, 6~8학년 하루 45분의 권고 상한을 제시했다. 생성형 AI 제한이 더 넓은 디지털 기기 사용 축소 정책과 결합되는 흐름이다.
정책은 동일한 금지처럼 보여도 세부 설계가 다르다. 뉴욕은 고등학생에게 AI 문해력 수업과 감독형 시범 사용을 남겨 두었고, LA는 공식 학생 정책을 만드는 동안 지급 기기 접근부터 멈췄다. 교사가 수업 준비에 AI를 쓰는 문제와 학생이 직접 답을 생성하는 문제도 분리된다. 앞으로 학군 간 비교에서는 금지 여부 하나보다 연령, 기기 소유권, 허용 과목, 데이터 보관, 이의제기 절차를 함께 봐야 한다.
관건은 차단의 실효성과 교육 격차다. AI 기능은 검색, 문서도구, 학습 플랫폼 안에 포함돼 있어 특정 사이트만 막는 방식으로는 우회가 쉽다. 가정에서 개인 기기를 쓸 수 있는 학생과 그렇지 않은 학생 사이의 차이도 생길 수 있다. 다음으로 확인할 것은 LA가 학년 중 마련할 허용 도구 목록과 교사 감독 기준, 뉴욕의 1년 평가 결과, 다른 대도시 학군의 후속 조치다. 최초 제보는 Kingkade의 원문 게시물에서, 학군별 세부 범위는 AP 보도에서 확인할 수 있다.
관련 기사
13~17세 자동 분기하는 ChatGPT for Teens…정답보다 학습·안전 우선하는 새 기본값
13~17세라고 밝히거나 18세 미만으로 추정된 이용자는 이제 별도 ChatGPT 환경으로 자동 전환된다. 빠른 정답 대신 단계별 학습을 유도하고, 자해·섭식장애·성적 콘텐츠와 정서적 의존에 더 강한 기본 보호 장치를 적용한다.
ChatGPT Work 해부: OpenAI가 에이전트 시대를 여는 방법
Simon Willison이 OpenAI의 ChatGPT Work를 상세 분석했다. 브라우저 자동화·서브에이전트·영구 스토리지를 갖춘 Work는 일반 ChatGPT와 차원이 다른 도구다.
Claude, AI 정렬 자동 연구서 인간 안전 연구자 4배 능가 — Anthropic 펠로우 실험
Anthropic이 Claude에게 48시간과 GPU 1개를 주고 소형 모델 정렬 개선을 맡긴 결과, 10개 정렬 실패 범주 전체에서 안전 격차를 26~96% 해소했다. 경험 있는 인간 안전 연구자 28명의 평균 성과(20%)를 4배 이상 능가하는 수치다.