​​​​​​

AI 인재가 군사력·에너지 자원과 같은 전통적 국가 전략 자산에 준하는 국가적 위상을 갖게 되면서, 주요국은 AI 인재 확보 및 양성, 그리고 교육 혁신에 대한 정책적 대응을 가속화하고 있다. 특히 생성형 AI와 범용 AI 도구가 확산되면서 AI 인재에 대한 수요는 단순한 양적 부족의 문제를 넘어 '어떤 역량을 갖춘 인재가 필요한가'라는 질적 변화의 문제로 확대되고 있다. 이에 따라 AI 인재상도 AI 모델·알고리즘을 직접 개발하는 전문 AI 인재를 넘어, 전공·산업 도메인 지식과 AI 역량을 결합한 융합형 인재, 그리고 AI 활용에 수반되는 사회적 책임을 이해·실천하는 책임 있는 AI 인재로 다층화되고 있다.

본고에서는 이러한 문제의식에서 출발하여, 해외 주요 대학·교육기관의 AI 인재 양성 사례를 분석하고 국내 정책 및 대학 교육과정 혁신에 필요한 시사점을 도출하였다. 분석 대상은 미국(MIT·카네기멜런대), 중국(푸단대·칭화대), 영국(서리대·사우샘프턴대), 캐나다(토론토대), 스위스(ETH 취리히) 등 주요국 8개 대학·기관으로, 각 사례가 지향하는 인재상과 교육내용·방식, 학생에게 제공하는 학습경험 등을 중심으로 검토하였다.

이 사례들로부터 다음과 같은 공통점을 확인하였다. 첫째, AI 교육을 특정 전공의 전문교육이 아니라 전교적·전공횡단적 역량으로 재정의하고 있다는 것이다. 둘째, AI+X 또는 X+AI 방식의 전공특화·도메인 결합형 교육이 핵심 모델로 부상하여, AI 기술 자체보다 'AI를 전공·산업·사회문제와 결합하는 능력'을 중시하고 있다. 셋째, 책임 있는 AI, 윤리, 그리고 AI 산출물을 검증·비판하는 역량이 교육과정의 필수 요소로 편입되고 있다. 넷째, 교육과정 설계뿐 아니라 지도교수 순환제·공동지도 등 거버넌스와 지도체계 자체를 융합형으로 재편하고 있다.

이를 바탕으로 본고는 국내 정책이 '전문인력 공급 확대'에서 '전공별 AI 역량의 체계적 확산'으로 목표를 확장해야 함을 제언한다. 구체적으로 공동교과·모듈형 교육 인프라 구축, AI+X·X+AI 복수전공·마이크로전공·융합트랙 제도화, 산업·공공문제 기반 프로젝트와 인턴십의 정규 교육과정 결합, 책임 있는 AI와 과정 중심 평가의 원칙 반영, 학제간 공동지도·지도체계 개편 등 융합형 거버넌스의 단계적 도입 등이 필요하다. 다만 적용에는 단순 모방을 지양하고 대학 유형과 인재 양성 목표에 따른 맞춤형 설계가 요구된다. 결국 국내 AI 인재 양성 정책은 전문 인재의 양적 확대와 함께 전공별 AI 내재화, 경험 기반 학습, 책임 있는 AI 교육, 융합형 거버넌스를 포괄하는 방향으로 고도화되어야 한다.

• 
  
  
  
  
• Executive Summary

  AI talent has emerged as a core national strategic asset, and as global AI competition shifts toward securing and cultivating talent, major countries are accelerating their policy responses. With the spread of generative AI, the demand for AI talent has moved beyond a simple quantitative shortage toward a qualitative question of what competencies are needed. Accordingly, the notion of AI talent has diversified beyond specialized professionals who develop AI models and algorithms to include interdisciplinary talent—who combine AI competence with domain knowledge—and responsible AI talent.

  This report analyzes how leading overseas universities and educational institutions cultivate AI talent and derives implications for domestic policy and curriculum reform. The analysis covers eight institutions across major countries focusing on the talent profiles each pursues, how curricula are designed, and what learning experiences and institutional support are provided to students. Our analysis identifies four common features: (1) the reorganization of governance structures, such as advisor-rotation and co-supervision systems, in an interdisciplinary direction; (2) redefining AI education as a campus-wide, cross-disciplinary competency; (3) the rise of discipline-specific, domain-integrated "AI+X" or "X+AI" education; and (4) the incorporation of responsible AI and the capacity to verify and critique AI outputs as essential curricular elements.

  Building on these findings, this report argues that domestic policy should expand its objective from increasing the supply of specialized personnel to systematically diffusing discipline-specific AI competencies. Recommendations include building shared, modular educational infrastructure; institutionalizing AI+X and X+AI multi-majors, micro-majors, and convergence tracks; integrating industry- and public-problem-based projects and internships into the formal curriculum; and embedding responsible AI and process-oriented assessment as core principles. When applying these cases, simple imitation should be avoided in favor of tailored designs reflecting each institution's type and talent objectives. Ultimately, domestic AI talent policy should be advanced to encompass not only the quantitative expansion of specialized professionals but also discipline-specific embedding of AI, experience-based learning, responsible AI education, and convergent governance.