생기부 시즌에 진짜 도움이 될까? 도덕 교사의 첫인상

수업 준비부터 자료 제작까지 이미 여러 생성형 AI를 쓰고 있던 터라, 처음 inline AI 이야기를 들었을 땐 "결국 챗GPT랑 비슷한 거 아닐까" 싶었습니다. 챗GPT, 클로드, 제미나이를 상황에 따라 골라 쓰는 게 이미 익숙해진 터라, 새로운 AI 이름을 들을 때마다 큰 기대는 하지 않게 됐거든요. 이름이 하나 더 늘어난다고 제 업무 방식이 크게 바뀔 것 같지도 않았습니다.

주변 선생님들 사이에서 자주 언급되길래 큰 기대 없이 설치해봤는데, 며칠 써보니 같은 카테고리로 묶기엔 결이 상당히 다른 도구라는 걸 알게 됐습니다. 특히 학기말 생기부 작성 시즌에 쓸모가 있겠다는 확신이 들어, 교사의 관점에서 처음 써본 솔직한 첫인상을 정리해봅니다. 아직 몇 주밖에 안 써봤기 때문에 완벽히 검증된 후기라기보다는, 이 시점에 느낀 솔직한 첫인상이라는 점을 먼저 밝혀둡니다.

이런 선생님께 추천합니다

• 챗GPT나 클로드 같은 생성형 AI는 이미 써봤지만, "결국 다 비슷한 거 아닌가" 하는 의문이 있으신 분
• 학기말마다 여러 파일에 흩어진 학생 자료를 찾고 정리하는 데 시간을 많이 쓰시는 분
• 새 AI 도구를 도입하기 전에, 기존 생성형 AI와 실제로 무엇이 다른지 먼저 확인하고 싶으신 분

챗GPT와 뭐가 다른가

챗GPT, 클로드, 제미나이는 질문을 던지면 답을 만들어주는 도구입니다. 반면 inline AI는 답을 만드는 데서 멈추지 않고, 파일을 직접 열어 읽고, 문서를 고치고, 엑셀을 분석하는 데까지 이어집니다. 비유하자면 전자가 "물어보면 방법을 알려주는 조언자"라면, 후자는 "내 컴퓨터 안에서 그 방법을 직접 실행하는 실무자"에 가깝습니다.

수행평가 자료를 확인하고, 학생 보고서를 열어보고, 엑셀 파일을 분석하는 일은 조언만으로는 끝나지 않고 결국 누군가 직접 해야 하는 작업입니다. inline AI는 바로 이 지점, "실제로 손을 대야 하는 작업"을 대신 처리해준다는 점에서 지금까지 써본 AI들과 역할 자체가 달랐습니다. 처음에는 "결국 답변만 다르게 포장한 거 아닐까" 의심했는데, 실제로 파일을 열고 닫는 과정을 눈으로 보고 나니 이 차이가 꽤 크게 다가왔습니다.

의심이 확신으로 바뀐 계기는 사소했습니다. 평소처럼 챗GPT에 "이 엑셀 파일 내용을 요약해줘"라고 하면, 파일을 업로드하고 결과를 받아 다시 원본과 대조하는 과정을 거쳐야 했습니다. 그런데 inline AI는 열려 있는 엑셀 파일을 그대로 인식하고 그 안에서 바로 분석 결과를 표시해줬습니다. "파일을 따로 업로드할 필요가 없다"는 사실 하나가, 막상 매일 반복해보니 생각보다 훨씬 크게 체감됐습니다.

실제로 시켜본 것: 세특 문구 초안 뽑기

말로만 설명하면 감이 잘 안 오실 것 같아, 실제로 시켜본 예시를 그대로 가져왔습니다. 학생 개인정보 노출 없이 연습해보려고 가상의 학생 명렬표를 먼저 만들어달라고 요청했습니다.

이렇게 만든 가상 데이터를 바탕으로 "국어 시 파트 세특 예시를 써줘. 우수한 학생용, 조금 더 평범하지만 긍정적인 학생용으로 난이도를 나눠서 보여줘"라고 요청했더니, 시의 화자·정서·표현 기법을 중심으로 감상 능력을 서술한 문장부터, 좀 더 간결하게 성실한 학습 태도를 강조한 문장까지 수준별로 정리해 줬습니다.

이어서 "기존 명렬표에 국어 시 파트 세부특기사항 표를 새로 추가해줘. 문구는 상·중·하 수준이 섞이도록 배분해줘"라고 요청하자, 학생 31명분 명단을 그대로 유지한 채 세부특기사항 칸만 새로 만들어 채워 넣었습니다.

한 줄 요청으로 표 전체에 수준별 문구가 배분되는 과정을 보고 나니, 실제 생기부 시즌에 반 전체 학생의 세특 초안을 잡을 때 이 흐름을 그대로 쓸 수 있겠다는 확신이 들었습니다. 다만 가상 데이터로 흐름만 확인한 단계이고, 실제 학생 자료로는 반드시 활동 기록과 대조하며 검토가 필요하다는 점은 분명히 해두고 싶습니다. AI가 만든 문구를 그대로 옮겨 적는 게 아니라, 학생의 실제 수행 내용과 맞는지 교사가 최종적으로 확인하는 절차는 생략할 수 없습니다.

여기서 한 걸음 더 나아가 "이번엔 도덕 교과 토의토론 활동 세특도 같은 방식으로 만들어줘"라고 이어서 요청해봤습니다. 국어 세특을 만들 때 썼던 상·중·하 배분 규칙을 별도로 다시 설명하지 않았는데도 같은 규칙을 그대로 적용해서 만들어줬습니다. 같은 대화 안에서 맥락이 계속 이어진다는 점이, 반 전체 학생의 여러 교과 세특을 연달아 다듬어야 하는 학기말 업무 흐름과 잘 맞는다고 느꼈습니다.

가장 놀랐던 점: 한글과 엑셀을 직접 연다

기존 생성형 AI를 쓸 때는 결국 "AI에게 요청 → 결과 복사 → 한글에 붙여넣기 → 서식 수정 → 저장"이라는 흐름을 반복하게 됩니다. inline AI는 파일을 스스로 열고 움직이기 때문에 이 중간 단계들이 사라집니다. 다만 현재 기준으로 마이크로소프트 엑셀 파일만 지원하고, 한컴오피스의 한셀에서는 아직 동작하지 않는다는 점은 참고할 부분입니다.

처음 이 흐름을 목격했을 때, 저도 모르게 "어, 진짜 열리네"라고 혼잣말을 했던 기억이 납니다. 그동안 여러 AI 도구를 써오면서 "결과를 복사해서 붙여넣는" 과정을 당연하게 여기고 있었는데, 그 과정 자체가 사라질 수 있다는 걸 눈으로 확인하고 나니 왜 진작 이런 도구가 없었나 싶을 정도였습니다.

돌이켜보면 저는 "AI가 얼마나 똑똑한 답을 주는가"에만 관심을 뒀지, "그 답을 실제로 내 파일에 반영하는 과정"은 당연히 사람이 해야 하는 일로 여기고 있었습니다. inline AI를 쓰고 나서야 그 과정 자체도 AI가 대신할 수 있는 영역이라는 걸 처음 실감했습니다. 결과의 품질만큼이나, 그 결과를 실제 업무로 옮기는 마지막 한 걸음이 얼마나 시간을 잡아먹었는지 새삼 깨닫게 된 계기였습니다.

생기부 시즌에 특히 기대되는 이유

학기말이 되면 수행평가 결과, 학생 보고서, 발표 자료, 활동 기록을 다시 살펴보며 한 명 한 명의 성장을 정리해야 합니다. 학생 수가 많을수록 자료를 찾고 정리하는 데만 상당한 시간이 들어갑니다. 여러 파일에 흩어진 자료를 교사가 일일이 열어 확인하던 과정을, inline AI가 파일을 읽고 내용을 정리·분석하는 방식으로 대신할 수 있다면 그 시간을 상당히 아낄 수 있을 것 같습니다. 물론 최종 판단과 생기부 작성 자체는 여전히 교사의 몫이지만, 자료를 찾고 정리하는 반복 업무를 줄이는 데는 충분히 도움이 될 것으로 보입니다.

학교에서 활용할 수 있을 법한 영역을 정리하면 이렇습니다.

• 학생 보고서·수행평가 결과 정리 및 분석
• 세특 초안 작성
• 생기부 자료 정리
• 엑셀 데이터 분석
• 학교 문서·공문 초안 작성
• 여러 학생 파일을 한 번에 비교해 누락된 항목 찾기

이 중에서도 특히 여러 파일을 오가며 대조해야 하는 작업일수록 체감 효과가 컸습니다. 반대로 한두 건짜리 단순 작업이라면 굳이 AI를 거치지 않고 직접 하는 편이 더 빠를 때도 있었습니다. 예를 들어 학생 한두 명의 세특만 급하게 손볼 때는 그냥 손으로 고치는 게 오히려 빨랐고, 반 전체 31명분을 한꺼번에 정리해야 할 때 이 도구의 효과가 확실히 드러났습니다. 결국 작업량이 많을수록, 반복이 많을수록 도움이 커지는 구조라는 인상을 받았습니다.

담임을 맡으면 한 학기에 서른 명 안팎의 세특을 여러 교과, 여러 영역에 걸쳐 정리해야 합니다. 이걸 한 명씩 백지에서 시작해 쓰다 보면 뒤로 갈수록 표현이 겹치기 시작하고, "이 문장 저번에도 쓴 것 같은데"라는 생각에 다시 앞부분을 뒤적이게 됩니다. inline AI로 초안을 한 번에 받아두면, 이 반복 확인 과정 자체가 줄어듭니다. 표현이 겹치는 부분을 발견하면 "3번과 17번 학생 문구가 비슷하니 다르게 표현해줘"처럼 바로 짚어서 요청할 수 있다는 점도, 사람이 눈으로 서른 개 문장을 일일이 대조하는 것보다 수월했습니다.

아직은 조심스럽게 지켜보는 부분

첫인상 후기인 만큼, 아직 확신하기보다는 계속 지켜보고 있는 부분도 솔직히 말씀드리고 싶습니다. 세특 문구처럼 학생 개개인의 미묘한 특성을 담아야 하는 글은, AI가 만든 초안이 아무리 그럴듯해도 결국 담임이나 교과 교사가 그 학생을 직접 관찰한 내용과 비교해서 다시 다듬어야 합니다. 이 검토 과정을 생략하고 초안을 그대로 옮겨 적는 건 생기부의 본래 취지에도 맞지 않다고 생각합니다. 도구가 아무리 좋아져도 이 원칙만큼은 계속 지켜야 할 것 같습니다.

또 하나, 아직 실제 학생 데이터로는 충분히 검증해보지 못했다는 점도 밝혀둡니다. 이번 글에서 소개한 예시는 모두 가상의 명렬표로 진행한 것이고, 실제 서른 명 넘는 학생의 생기부를 이 방식으로 통째로 작성해본 경험은 아직 없습니다. 다음 학기말에 실제로 적용해본 뒤, 가상 데이터로 확인했던 흐름이 실전에서도 그대로 통하는지 후속 글로 다시 정리해볼 계획입니다.

자주 궁금해하실 것 같아 미리 정리해봤습니다

이 부분들에 대한 답은 아직 저도 정리 중이라, 이번 글에서는 질문으로만 남겨두고 다음 후기에서 더 구체적으로 다뤄보려 합니다.

Q. 챗GPT나 클로드는 이제 안 써도 되나요?
저는 계속 같이 씁니다. 아이디어를 구상하거나 짧은 질문에 빠르게 답을 얻고 싶을 때는 여전히 챗봇형 AI가 편합니다. 반면 실제 파일을 열어 수정하고, 여러 문서를 오가며 정리해야 하는 작업에는 inline AI 쪽이 확실히 손이 덜 갑니다. 상황에 따라 도구를 나눠 쓰는 편이 지금은 가장 합리적이라고 느낍니다.

Q. 도덕 교과처럼 서술형 평가가 많은 과목에도 잘 맞나요?
오히려 서술형 평가와 세특처럼 글을 다듬는 작업이 많은 과목일수록 체감 효과가 컸습니다. 정형화된 표를 채우는 작업뿐 아니라, 문장을 수준별로 나누고 톤을 조절하는 작업까지 자연스럽게 처리해줬습니다.

Q. 처음 써보는 사람도 바로 적응할 수 있나요?
화면 자체는 챗봇형 AI와 크게 다르지 않아서, 입력창에 요청을 쓰는 방식은 금방 익숙해졌습니다. 다만 "파일이 자동으로 인식된다"는 개념 자체를 처음 접하면 살짝 낯설 수 있는데, 몇 번 실제로 파일이 열리고 닫히는 걸 지켜보면 금방 감이 잡힙니다.

마치며

단순히 글을 생성해주는 AI가 아니라, 반복되는 업무를 실제로 줄여주는 AI 에이전트라는 점이 가장 인상적이었습니다. 특히 여러 자료를 동시에 검토해야 하는 학기말에는 기존 생성형 AI와는 다른 결의 도움을 줄 수 있는 도구라는 생각이 듭니다. 처음엔 반신반의했지만, 실제로 써보고 나니 생기부 시즌을 앞두고 미리 익혀두면 좋겠다는 생각이 듭니다.

이 글을 쓰는 지금도 저는 여전히 다른 AI 도구들을 함께 씁니다. 다만 "파일을 직접 다뤄야 하는 업무"라는 카테고리 하나가 새로 생겼고, 그 카테고리에서는 inline AI를 가장 먼저 켜게 됐다는 게 몇 주 사이 생긴 가장 큰 변화입니다. 여러 AI를 이미 써보신 분일수록 "또 비슷한 거겠지" 하고 지나치기 쉬운데, 저처럼 반신반의로 시작했다가 생각이 바뀐 사례도 있다는 걸 말씀드리고 싶습니다. 다음 글에서는 실제로 한글 문서를 작성하고 수정해본 과정을 더 자세히 다뤄보겠습니다.