호서대 AI교육학회, 바이브 코딩·AI 윤리·개인정보보호 등 33편 연구 발표

핵심 요약

- 2026년 한국인공지능교육학회 하계학술대회가 호서대에서 개최돼 생성형 AI 교육 연구 33편 발표 - 바이브 코딩, 피지컬 AI 교육, AI 윤리교육, 비판적 AI 리터러시, 개인정보 보호 등 다양한 주제 다뤄 - AI 자동 코드 생성 시대, 교육 현장에서의 보안·개인정보보호 이슈가 학술 논의의 중심으로 부상

주요 내용

2026년 8월, 호서대에서 개최된 한국인공지능교육학회 하계학술대회는 "AI가 교실을 바꾼다"는 주제로 AI 교육의 현재와 미래를 조망하는 자리가 됐다. 이번 학술대회에서는 총 33편의 연구가 발표되며, 생성형 AI 시대의 교육 패러다임 변화를 다각도로 분석했다.

특히 주목할 만한 주제는 바이브 코딩(Vibe Coding)이다. 바이브 코딩은 개발자가 자연어로 "분위기"나 "의도"만 전달하면 AI가 자동으로 코드를 생성하는 방식을 의미한다. ChatGPT, GitHub Copilot 등 LLM 기반 도구가 교육 현장에 확산되면서, 학생들이 직접 코드를 작성하지 않고 AI에게 요구사항을 설명하는 것만으로 프로그램을 완성하는 사례가 늘고 있다. 하지만 이러한 AI 자동 생성 코드는 SQL 인젝션, 인증·인가 로직 누락, 경쟁조건(Race Condition), 하드코딩된 인증정보 등 보안 취약점을 내포할 위험이 크다.

개인정보보호 관점에서 바이브 코딩의 위험은 더욱 심각하다. AI가 생성한 코드에 개인정보 수집 시 동의 절차가 누락되거나, 암호화 처리 없이 평문으로 개인정보를 저장하는 로직이 포함될 수 있다. 또한 AI 모델 학습 과정에서 개인정보가 포함된 코드 샘플이 사용될 경우, 바이브 해킹(Vibe Hacking)을 통해 특정 프롬프트로 개인정보를 추출하는 공격이 가능하다. 교육 현장에서 학생들이 AI 도구를 활용할 때, 생성된 코드를 검증 없이 그대로 사용한다면 개인정보 유출·침해 사고로 이어질 수 있다.

이번 학술대회에서는 AI 윤리교육, 비판적 AI 리터러시, 개인정보 보호 등의 주제도 함께 다뤄졌다. 학습자 맞춤형 챗봇 개발, 피지컬 AI 교육, 인공지능교육 정책과 교육과정 설계 등 실천적 연구들이 발표되며, AI 시대 교육의 방향성을 제시했다.

전문가 시각

ISMS-P 선임심사원 관점에서 바이브 코�딩 환경의 보안 대응은 안전한 개발 생명주기(Secure SDLC)의 재정립을 요구한다. AI가 생성한 코드는 반드시 정적 코드 분석(SAST), 동적 분석(DAST), 소프트웨어 구성 분석(SCA) 도구를 통해 검증해야 한다. 특히 교육기관은 학생들에게 AI 생성 코드를 맹신하지 말고, ① 입력값 검증 로직 확인 ② 인증·인가 처리 점검 ③ 개인정보 처리 시 암호화·동의 절차 포함 여부 ④ 하드코딩된 비밀키·API 키 제거 등을 체크리스트화해 교육해야 한다.

실무적으로는 AI 코드 생성 도구 사용 정책을 수립하고, 생성된 코드의 라이선스·출처 추적, 개인정보 포함 여부 사전 점검 절차를 마련해야 한다. 특히 청소년 AI 교육 프로그램(디지털새싹, 사이버가디언즈, Build with AI 등)에서는 바이브 코딩의 편리함과 함께 보안·개인정보보호 리스크를 균형 있게 교육하는 커리큘럼이 필수적이다. AI 거버넌스 차원에서 교육기관은 AI 도구 사용 시 개인정보 처리방침 고지, 학생 데이터의 AI 학습 활용 동의 절차를 명확히 해야 한다.

CPPG·ISMS-P 연계 포인트

1. 개인정보 수집·이용 동의 (개인정보보호법 제15조, 제22조)
AI 생성 코드에 개인정보 수집 기능이 포함될 경우, 수집 목적·항목·보유기간을 명시하고 정보주체의 동의를 받아야 한다. 교육 현장에서 학생이 AI로 생성한 앱·서비스가 개인정보를 처리한다면, 동의 절차 구현 여부를 반드시 검토해야 한다.

2. 안전한 소프트웨어 개발 (ISMS-P 인증기준 2.8.2)
AI 자동 생성 코드는 보안 취약점 진단 없이 배포 시 정보보호 관리체계의 안전한 개발 요구사항을 위반할 수 있다. 조직은 AI 도구 사용 시에도 코드 리뷰, 취약점 점검, 보안 테스트를 포함한 개발 프로세스를 유지해야 한다.