그러나 생성형 AI의 등장은 이 이론적 토대가 전제해온 인간 필자 중심의 쓰기라는 근본 조건을 흔들고 있다. 과거의 컴퓨터 보조 언어 학습(CALL) 시스템이나 문법 검사기, 자동 쓰기 평가(AWE) 도구들이 학습자의 언어적 오류를 사후적으로 교정하는 데 머물렀다면 오늘날의 대규모 언어 모델(LLM) 기반 생성형 AI는 아이디어 구상과 개요 작성부터 번역과 내용 생성, 심층적 수정에 이르기까지 쓰기의 전 과정에 능동적 협력자로서 실시간으로 개입하기 때문이다. 학습자가 AI의 언어 및 담화 생성 능력을 전략적으로 활용하게 되면서 인지적 부담과 사고 과정이 인간과 기계 사이에 분산되는 인간-AI 협업 글쓰기 체제로 이동하고 있는 것이다. 이러한 재편은 외국어 쓰기 교육에 새로운 가능성과 함께 여러 쟁점들을 동시에 던지고 있다.
--- 「01 AI와 외국어 쓰기 교육의 전환」 중에서

정의적 요인들은 서로 긴밀하게 맞물려 있다. 쓰기 불안이 낮아질 때 자기효능감이 높아지고, 이상적 쓰기 자아가 뚜렷할 때 내재적 동기가 형성되며, 관계성이 충족될 때 쓰기 참여가 지속된다. 생성형 AI는 이 정의적 연쇄 과정 전반에 걸쳐 긍정적인 영향을 미칠 수 있다. 그러나 분명히 해야 할 것은 AI가 학습자의 정의적 문제를 자동으로 해결해 주는 장치가 아니라는 것이다. AI에 전적으로 의존하거나 수정 단계에서 자신의 목소리를 잃게 될 때 학습자는 오히려 더 깊은 심리적 위축과 좌절을 경험할 수 있다. 결국 AI가 학습자의 불안을 낮추고 동기를 높이는 긍정적 역할을 하려면 기술 그 자체보다 그것을 둘러싼 교육적 환경이 중요하다. 학습자가 한국어로 글을 쓰는 필자로서의 정체성과 자신감을 키울 수 있도록 교수자의 정의적 지지를 함께 설계하는 것, 그것 또한 AI 시대 한국어 쓰기 교육이 해야 할 일이다.
--- 「03 한국어 쓰기의 정의적 요인과 AI」 중에서

쉽게 말해 AI 피드백은 학습자의 마음을 편안하게 해 주고 글쓰기에 계속 참여하고 싶게 만드는 힘은 크지만 실제 쓰기 능력 자체를 단기간에 향상시키는 효과는 제한적이라는 것이다. 즉각적인 AI 피드백은 정서적 측면에서 확실히 효과가 있다. 교수자에게 글을 제출하고 평가를 기다리는 불안감 없이 언제든 피드백을 받을 수 있다는 것, AI에게 아무리 많은 질문을 해도 귀찮아하지 않는다는 것이 한국어로 글을 쓰는 학습자에게 심리적 안정감을 줄 수 있다. 반면 인지적 향상 효과가 제한적인 것은 다음의 이유로 설명할 수 있다. 먼저 AI 피드백이 표면적인 언어 교정에 치중되는 경향이 있기 때문이다. 또 학습자가 AI의 피드백을 비판적 사고 없이 수동적으로 수용할 때 진정한 의미의 쓰기 능력 향상으로 이어지지 않는다. 결국 AI 피드백 또한 교수자로부터의 피드백과 마찬가지로 피드백을 받는다고 해서 자동으로 실력이 느는 것이 아니라 그것을 어떻게 처리하느냐가 관건인 셈이다.
--- 「06 AI와 한국어 쓰기 피드백」 중에서

빠르게 변화하는 한국어 쓰기 교실에서 AI는 교사의 역할을 일부 대체하고 있고 이로 인한 불안감이 커지고 있다. 그러나 여러 논의를 통해 확인한 진실은 AI는 근본적으로 교수자의 역할을 대체할 수 없으며 한국어 교수자의 역할 변화가 더욱 명확해졌다는 것이다. 한국어 교수자는 한국어 쓰기의 문법을 수정하고 어휘를 설명하는 데 쓰이던 역량을 이제 다른 곳으로 향해야 한다. 학습자가 AI를 주체적으로 활용할 수 있도록 설계하는 것, 기계와 학습자 사이에서 방향을 잡아주는 것, AI 결과물의 타당성을 검증하는 것 등은 인간 교사만이 할 수 있는 일이다.