AI와 함께 만드는 사회복지 실습 : 실습생 성장·슈퍼바이저 부담 완화·기관 지식자산 구축 전략

사회복지 현장기관에게 '현장실습'은 미래의 동료를 양성하는 중요한 과정이자, 기관의 가치와 철학을 다음 세대와 나누는 소중한 기회입니다. 하지만 한정된 자원 속에서 실습생에게 의미 있는 경험을 제공하고, 슈퍼바이저의 업무 부담을 줄이는 것은 늘 어려운 숙제입니다. 과연 우리는 실습생에게 단순한 과제를 내주는 것을 넘어, 그들의 잠재력을 온전히 끌어내는 '성장 파트너'가 되고 있을까요?

이제 인공지능(AI)을 활용하여 우리 기관의 실습 프로그램을 한 단계 도약시킬 수 있는 구체적인 방법을 제안합니다. 이는 단순 업무 자동화를 넘어, 실습생의 성찰적 사고를 촉진하고, 기관의 지적 자산을 축적하며, 궁극적으로는 우리 분야 전체의 미래를 준비하는 교육 모델입니다.

1. 실습생 모집 : ‘우리 기관과 꼭 맞는’ 인재 찾는 AI

• 기존의 실습생 모집은 서류와 몇 차례의 면접에 의존하다 보니, 기관의 가치와 문화에 진정으로 적합한 인재를 선별하는 데 한계가 있었습니다. AI는 이 과정을 훨씬 더 객관적이고 효율적으로 만들어줍니다.

  1. AI 기반 맞춤형 모집 공고문 생성

  • 어떻게 활용하나요?

    1. 기관의 실습 매뉴얼, 과거 모집 공고, 기관 소개서, 핵심 가치가 담긴 문서 와 실습 매뉴얼을 준비합니다.

    2. AI 챗봇(예: ChatGPT, Gemini)에 해당 내용을 입력하거나 파일을 업로드합니다.

    3. 다음과 같이 요청합니다: "첨부된 자료는 우리 기관의 정체성과 실습 운영 방식 및 실습 매뉴얼입니다. 이 내용을 바탕으로, 미래 지향적이고 성장 욕구가 높은 사회복지 전공 학생들이 매력을 느낄 만한 실습생 모집 공고문 초안을 작성해주세요. 특히 우리가 제공하는 '성찰적 실무'와 '증거 기반 실천' 학습 기회를 강조해주세요."

  • 결과물 예시: AI는 "단순한 업무 경험을 넘어, '왜'를 질문하고 '어떻게'를 배우는 성장의 시간을 찾고 있나요? OOO복지관은 AI 코칭 시스템과 함께 당신의 잠재력을 깨울 예비 사회복지사를 기다립니다." 와 같이 기관의 특성을 반영한 매력적인 헤드라인과 구체적인 학습 내용이 담긴 공고문을 생성합니다.

  • 기대효과: 기관의 철학에 공감하고 적극적인 학습 태도를 지닌, 양질의 실습생 지원을 유도할 수 있습니다.

  2. AI 기반 실습생 선발 기준 설계

  • 어떻게 활용하나요?

    1. 기관의 미션, 비전, 인재상, 주요 사업 보고서, 실습 매뉴얼 등 기관의 정체성이 담긴 핵심 문서들을 AI 챗봇에 업로드하거나 내용을 입력합니다.

    2. AI에게 다음과 같이 요청합니다: "위 자료를 바탕으로 우리 기관에 가장 적합한 실습생의 핵심 역량 5가지를 정의하고, 각 항목을 심층적으로 평가할 수 있는 면접 질문과 구체적인 채점 기준표를 만들어줘."

  • 결과물 예시: AI는 '위기 개입 상황에서의 판단력', '지역사회 자원 연계에 대한 이해'와 같은 추상적인 개념을 "과거 본인이 경험한 가장 큰 위기 상황과 그 대처 과정에 대해 설명해주세요", "우리 기관이 위치한 OOO구의 청소년 관련 지역사회 자원을 3가지 이상 설명하고, 각 자원의 특징을 말해주세요"와 같은 구체적인 질문과 모범 답변 예시, 평가 점수 기준으로 제시해 줍니다.

  • 기대효과: 슈퍼바이저의 '인상'이나 '감'에 의존하는 평가가 아닌, 기관의 핵심 가치에 기반한 체계적이고 공정한 선발 시스템을 구축할 수 있습니다.

Part 1. 실습생의 깊이 있는 성찰을 돕는 'AI 코치'

실습생들은 현장에서 겪는 수많은 감정과 경험을 어떻게 소화하고 배움으로 연결해야 할지 막막해합니다. AI는 안전한 환경에서 깊은 성찰을 유도하는 훌륭한 코치가 될 수 있습니다.

1. 대화형 일일 성찰 일지(실습일지) 작성 도우미

• 어떻게 활용하나요?

  1. 실습생에게 사회복지 종사자 및 실습생 성찰일지 작성(소크라테스식 문답법) 링크를 제공합니다.

  2. 실습생은 하루의 경험을 챗봇에게 이야기합니다. (예: "오늘 처음으로 아동 클라이언트와 라포 형성 면담을 했는데, 클라이언트가 대화를 거부해서 힘들었어

  3. 챗봇은 미리 설계된 소크라테스식 질문으로 깊이 있는 성찰을 유도합니다. "클라이언트가 대화를 거부했을 때 어떤 감정이 들었나요?", "그 상황에서 시도해 본 비언어적 소통 방법은 무엇이었나요?", "만약 다음 주에 같은 클라이언트를 만난다면, 대화를 시작하기 위해 어떤 다른 방법을 시도해보고 싶으신가요? 아동복지론에서 배운 '놀이치료' 기법을 적용해볼 수도 있겠네요."

  4. 이 대화 내용을 '실습일지 제출' 버튼을 누르면 형식에 맞게 자동으로 정리하여 제출하게 할 수 있습니다.

• 결과물 예시: [상황 요약], [나의 감정과 생각], [적용한 이론/기술], [배운 점], [개선할 점] 등의 항목으로 자동 분류된, 깊이 있는 성찰이 담긴 실습일지가 완성됩니다.

• 기대효과: '무엇을 써야 할지'에 대한 막막함을 해소하고, 실습생이 자신의 경험을 비판적으로 분석하며 이론과 실제를 연결하는 사고 능력을 기르도록 돕습니다.

2. 나의 언어 습관 분석기 (커뮤니케이션 코치)

• 어떻게 활용하나요?

  1. 클라이언트의 동의 하에 상담/면담 내용을 녹취하고, '클로바노트' 등으로 텍스트 변환 후 이름 등 개인정보를 철저히 비식별화 처리합니다.

  2. 이 파일을 커뮤니케이션 코치(언어 습관 분석기)에 입력하고 나의 언어 습관에 대해 분석을 요청합니다.

• 결과물 예시:

  상담 언어 습관 분석 보고서

  1. 종합 평가 (Overall Summary)

  해당 발화자는 조직 내 회의를 주도하면서 직원들에게 정보 전달, 지시, 피드백을 제공하는 역할을 수행하고 있었습니다. 발화 전반에서 조직 운영에 대한 책임감과 세부적인 관리가 강조되었으며, 구성원들의 역할 수행을 촉진하려는 의도가 엿보였습니다. 하지만 일부 발화에서는 상대방의 감정적 경험에 대한 공감적 반영보다는 업무 중심적인 언어가 두드러졌고, 때로는 지시나 통제 중심의 표현이 나타나 사람중심 및 강점중심 원칙과는 다소 거리가 있는 모습도 관찰되었습니다.

  2. 언어 패턴 분석 (Linguistic Pattern Analysis)

  • 권장 언어 습관 (Fostering Patterns):

    • 공감적 반영: 1회

    • 개방형 질문: 0회

    • 강점 탐색 질문: 1회

    • 예외 질문: 0회

    • 인정과 지지: 2회

    • 명료화 요청: 0회

  • 지양 언어 습관 (Hindering Patterns):

    • 성급한 조언/지시: 5회

    • 판단 및 평가: 1회

    • 문제 중심적 언어: 2회

    • 감정의 축소/일반화: 1회

    • 섣부른 해석/진단: 1회

    • 폐쇄형 질문의 남용: 0회

  3. 주요 발화 분석 및 제언 (Key Utterance Analysis & Suggestions)

  ---

  1. 지시 중심 언어에서 질문 중심 언어로의 전환 훈련이 필요합니다. 특히 개방형 질문과 강점 탐색 질문을 활용해 상대방의 자율성과 참여를 유도하는 언어 습관을 강화하는 것이 도움이 됩니다.

  2. 비언어적 표현에 대한 반응을 평가보다 탐색으로 전환할 수 있도록 공감적 반영과 명료화 요청 기술을 훈련해보시길 권장합니다.

• 기대효과: 실습생 스스로는 인지하기 어려운 자신의 언어 습관과 사고의 편향을 객관적 데이터로 확인하고, 의식적으로 교정하며 전문가다운 소통 기술을 연마할 수 있습니다.

Part 2. 실패의 부담 없는 안전한 실전 훈련장, 'AI 스파링 파트너'

실제 클라이언트를 대하기 전, 실습생들은 두려움과 불안을 느낍니다. AI는 상담 시뮬레이션을 통해 실패의 부담 없이 다양한 상황을 경험하고 실전 감각을 기를 수 있는 최적의 시뮬레이션 환경을 제공합니다.

1. 상담 시뮬레이션

• 어떻게 활용하나요?

  1. 마음 대화 실습실(사회복지 상담 시뮬레이션) 링크를 실습생에게 전달합니다.

  2. 실습생은 이 AI 클라이언트와 음성 또는 텍스트로 역할극 상담을 진행합니다.

  3. 역할극이 종료되면 AI가 피드백을 제공합니다.

• 결과물 예시: "강점: 초기 라포 형성 단계에서 클라이언트의 말을 끊지 않고 경청한 점이 훌륭했습니다. 개선점: 클라이언트가 '술은 별문제 아니'라고 말했을 때, 바로 문제점을 지적하여 저항감을 높였습니다. 이때 '변화의 필요성'을 스스로 느끼게 하는 양가감정 질문을 활용했다면 더 효과적이었을 것입니다." 와 같은 상세한 디브리핑을 제공합니다.

• 기대효과: 실제 현장에서 겪을 수 있는 다양한 저항과 위기 상황을 실패의 두려움 없이 안전하게 경험하고, 자신의 개입이 클라이언트에게 미치는 영향을 즉각적으로 확인하며 대처 능력을 비약적으로 향상시킬 수 있습니다.

Part 3. 경험을 기관의 자산으로, 'AI 지식 큐레이터'

실습생이 떠나면 그들의 열정과 경험, 노하우가 함께 사라지는 것은 기관 입장에서 가장 안타까운 일입니다. AI는 이러한 일회성 경험을 기관의 영구적인 자산으로 축적하고 확산시킵니다.

1. 노트북 LM을 활용한 실습생 지식 위키(Wiki) 및 AI 관리자

• 어떻게 활용하나요?

  1. Google NotebookLM 같은 공유 플랫폼에 기관 전용 '지식 위키'를 개설합니다.

  2. 실습생들은 실습 중 발굴한 지역사회 자원 정보, 유용했던 상담 팁, 직접 만든 교육 자료 등을 위키에 자유롭게 업로드합니다.

  3. 실습 슈퍼바이져 역시 실습에 도움이 되는 자료를 업로드 해놓습니다.

  4. 이 내용은 실습생들이 서로가 배운 점을 공유하고 이에 대해 함께 논의할 수 있는 기회가 됩니다.

  5. 그리고 이렇게 작성된 내용을 바탕으로 학습을 위한 팟캐스트를 제작하여 활용할 수 있습니다.

• 기대효과: 실습생 개인의 경험과 지식이 휘발되지 않고 기관의 영구적인 자산으로 축적됩니다. 동료 학습(Peer Learning)을 촉진하고, 기관은 축적된 데이터를 통해 서비스 개발의 새로운 아이디어를 얻을 수 있습니다. 또한 실습생의 경우 서로간의 경험을 공유하고 더욱 밀도 높은 학습을 쉽게 할 수 있습니다.

결론: 사람이 중심일 때, 기술은 가장 빛납니다

이 모든 제안의 핵심은 AI가 사회복지사의 인간적인 역량을 '대체'하는 것이 아니라 '강화'하는 도구라는 점입니다. AI를 통해 확보한 시간과 에너지로 우리는 클라이언트의 눈을 한 번 더 마주치고, 그의 이야기에 더 깊이 귀 기울이며, 지역사회를 위해 한 걸음 더 뛸 수 있습니다.

이러한 접근법은 비단 사회복지 현장실습에만 국한되지 않습니다. 간호, 교육, 법률, 상담 등 인간에 대한 깊은 이해와 실천 기술이 요구되는 모든 분야의 실습 과정에 적용될 수 있는 '미래형 인재 양성 모델'입니다.

우리 기관이 AI라는 든든한 성장 파트너와 함께 실습생의 잠재력을 깨우고, 그들의 성장을 기관의 발전 동력으로 삼는 혁신적인 교육의 장으로 자리매김하기를 기대합니다. 미래의 훌륭한 동료를 키워내는 일, 바로 우리 기관에서부터 시작할 수 있습니다.