뮤지컬 교육에서는 이 문제가 더욱 중요하다. 무대 위 표현은 정답을 고르는 일이 아니라, 자기 몸과 목소리로 해석을 만들어 가는 과정이기 때문이다. AI를 쓴다는 것은 더 쉽게 하는 일이 아니라, 더 잘 질문하기 위한 일이 되어야 한다. 언제 AI의 도움을 받을 것인지, 언제 스스로 부딪히며 훈련해야 하는지 구분할 수 있어야 한다. 결국 비판적 AI 리터러시는 “AI를 잘 쓰는 법”만이 아니라 “AI를 함부로 믿지 않는 태도”까지 포함한다. 그래야 학생은 도구에 끌려가는 사용자가 아니라, 도구를 선택하는 예술가로 설 수 있다.
－01_“AI 리터러시와 뮤지컬 교육과정” 중에서

이 연구의 교육적 시사점은 분명하다. AI 작곡 도구를 수업에 도입하는 것만으로는 충분하지 않다. 학생이 그 도구를 두려움 없이 탐색하고, 자신이 주도권을 가진 채 활용할 수 있도록 정서적·인지적 환경을 함께 설계해야 한다. 다시 말해 AI 교육은 기능 교육만이 아니라 태도 교육이기도 하다. 학생이 AI를 만능 해답으로 여기지 않으면서도, 동시에 새로운 실험의 파트너로 받아들일 수 있을 때 비로소 창작 교육은 더 넓은 가능성을 갖게 된다.
－03_“AI 음악 생성 도구와 작곡 교육” 중에서

뮤지컬 연기 교육에서 가장 어려운 과제 가운데 하나는 감정 표현을 어떻게 가르치고 평가할 것인가다. 발성이나 리듬, 동선처럼 비교적 명확한 기준을 세울 수 있는 요소와 달리, 감정 표현은 배우의 내면, 장면의 맥락, 상대 배우와의 관계, 그리고 관객이 받아들이는 인상까지 복잡하게 얽혀 있기 때문이다. (…) 최근 AI는 바로 이 지점에서 새로운 가능성을 열어 보이고 있다. AI는 표정, 음성, 움직임, 대사 맥락을 분석해 감정 표현의 특징을 가시화한다. 그 결과 막연했던 연기 피드백은 학습자가 스스로 조정할 수 있는 보다 구체적인 언어로 바뀌기 시작했다. 물론 AI가 감정을 완전히 이해한다고 보기는 어렵다. 그러나 적어도 감정 표현의 외형적 패턴을 관찰하고, 훈련 과정에서 스스로를 점검할 기준을 제공하는 도구로서는 분명한 교육적 의미를 지닌다.
－06_“AI 연기 분석과 캐릭터 연구” 중에서

생성형 AI는 음악 창작과 수업 설계의 진입 장벽을 낮추며, 학생들에게 더 빠르고 다양한 실험의 기회를 제공한다. 그러나 그 가능성만큼이나 어떤 학생이 혜택에 더 쉽게 접근하고 어떤 학생이 구조적으로 배제되는가의 문제도 함께 제기된다. 생성형 AI는 교육 혁신의 도구인 동시에 새로운 불평등의 매개가 될 수 있는 이중적 성격을 지닌다. 학교 음악 교육에서 생성형 AI의 영향을 검토한 정책 연구는 이러한 형평성 문제를 네 가지 축에서 정리한다.
－09_“AI와 뮤지컬 교육의 접근성 확대” 중에서