핵심 비유
AI를 탑재한 엑셀은 '번역기 달린 마법 계산기'다. 과거에는 계산기에게 일을 시키려면 반드시 기계 언어(수식: =SUM, =VLOOKUP)를 배워야 했다. 이제 AI가 중간에 서서 우리가 하는 말을 기계가 알아듣는 수식으로, 수식의 결과를 다시 우리가 알아듣는 말로 번역해 준다. 마치 외국에서 한국어로 말하면 통역사가 현지 언어로 바꿔주고, 현지인의 대답을 다시 한국어로 바꿔주는 것처럼 AI가 사람과 데이터 사이의 통역사 역할을 한다.
핵심 포인트
- 엑셀은 이제 수식을 외울 필요가 없다 — '이번 달 매출 평균을 구해줘'처럼 말(자연어)로 물으면 AI가 AVERAGE 같은 수식을 자동으로 만들어 준다. 수식은 컴퓨터에게 내리는 '명령어'이고, AI는 우리 말을 컴퓨터 명령어로 번역해 주는 통역사다.
- 데이터 번역이란 단순히 언어를 바꾸는 것만이 아니다 — AI는 숫자 데이터를 '이 학생의 성적이 오르고 있다'처럼 사람이 이해할 수 있는 문장으로도 번역한다. 이 과정을 '인사이트(insight) 추출'이라고 한다.
- AI 예측은 패턴 찾기다 — 3월 기온, 4월 기온, 5월 기온 데이터를 보여주면 AI는 '6월에는 이 정도일 것이다'라고 예측한다. 과거 데이터에서 패턴을 배웠기 때문이다. 이것이 머신러닝(기계 학습)의 핵심이다.
- 분류(Classification)는 '어느 칸에 넣어야 할까?'를 결정하는 일이다 — 학생 설문 답변을 'AI가 자동으로 긍정/부정/중립으로 분류'하거나, 상품 후기를 카테고리별로 나누는 것처럼 AI는 데이터를 보고 스스로 규칙을 만들어 분류한다.
- AI가 완벽하지 않다는 사실도 중요한 학습이다 — AI 예측은 '과거 데이터를 기반으로 한 확률적 추측'이므로 항상 맞지 않는다. 결과를 검토하고 판단하는 것은 여전히 사람(학생)의 역할이다. AI를 비판적으로 사용하는 자세가 필요하다.
교사 팁
수업 도입에는 '미래 예측 게임'을 활용하라. 교사가 칠판에 월별 기온 데이터 5개를 적고 학생들에게 "다음 달 기온은?" 을 손들어 맞히게 한다. 학생들이 자연스럽게 패턴을 찾는 과정을 거친 뒤, "AI도 똑같이 한다. 다만 수천 개의 데이터를 0.1초 만에 본다"고 연결하면 머신러닝 예측 개념이 단박에 전달된다. 이후 엑셀의 [예측 시트] 기능을 직접 실행해 학생이 예측한 값과 AI 예측값을 비교하면 토론으로 이어진다.