21日、ソウル中区韓国プレスセンターで教育部と(社)韓国公学校教育認証院(ABEEK)が共同主催した'2026産業界大学教育革新フォーラム'での発言である。AI産業界の革新最前線にいる企業関係者のこの一言は、急変する技術覇権時代において大学の講壇と企業の実務現場の間に生じた深刻な『雇用・教育ミスマッチ』の本質を的確に指摘したとの分析がある。
この日フォーラムは、政府と大学、産業界の現職専門家が集まり、爆発的に進化するAIエコシステムに合わせて大学の工学教育課程がどのように体質を改善し、対応すべきか具体的な解決策を模索するために設けられた。特に現場の焦点は、最新のAIツールを表面的に扱う教育を超え、基礎工学知識とビジネスドメインを融合し、AIを主導的に制御・検証できる『実質的な人材』を大学が育成しているかに集約された。
キム・テソン韓国工科大学長協議会会長「AIの過度な活用、思考力を妨げる懸念…教育水準と接点設定を考慮すべき」
この日の総合討論の座長を務めたキム・テソン韓国工科大学長協議会会長（成均館大学機械工学部教授）は、教育工学的観点から大学のAI教育の根本的なジレンマを提起した。
キム会長は「全国の工科大学学長団もAI教育の方向性について深い考慮を重ねている。現在、大学はAI基礎教育体系をある程度整えているが、各専攻（ドメイン）知識とAI技術をどのように有機的に結びつけるかを考える段階にとどまっている」と診断した。
続けて「教育工学的に個人が知識を習得することは、激しい学習を通じて短期記憶を長期記憶に転送するプロセスであり、この長期記憶化が実現されて初めて批判的思考と創造性が発揮される」とし、「学生にAIツールの活用を奨励するのも良いが、過度に依存すると完全な知識の蓄積を妨げる可能性がある。AIが自ら判断・行動・設計する時代に、学生にAI活用のレベルと基準をどこまで許可し、制御すべきか、学界が決断を下すべき岐路に立っている」と問題提起した。
キム会長は「全国の工科大学学長団もAI教育の方向性について深い考慮を重ねている。現在、大学はAI基礎教育体系をある程度整えているが、各専攻（ドメイン）知識とAI技術をどのように有機的に結びつけるかを考える段階にとどまっている」と診断した。
続けて「教育工学的に個人が知識を習得することは、激しい学習を通じて短期記憶を長期記憶に転送するプロセスであり、この長期記憶化が実現されて初めて批判的思考と創造性が発揮される」とし、「学生にAIツールの活用を奨励するのも良いが、過度に依存すると完全な知識の蓄積を妨げる可能性がある。AIが自ら判断・行動・設計する時代に、学生にAI活用のレベルと基準をどこまで許可し、制御すべきか、学界が決断を下すべき岐路に立っている」と問題提起した。
産業界「チャットボット会社で心理学科を採用する時代…技術よりも『問題定義』と『規制・現場制御力』が重要」
産業界の討論者として登壇した現場の専門家たちは、企業が実感するパラダイムの変化を率直に伝えた。
キム・ユソク株式会社シストラン代表（韓国情報工学技術社会会長）は「たった10年前までチャットボット開発会社であれば当然コンピュータ工学科出身を採用していたが、今はAIツールを扱える心理学科卒業生がバイブコーディングを活用して問題を解決することをより好む傾向にある」とし、「技術の進展速度が大学と企業の教育・適応速度を上回っている」と指摘した。
キム代表は「過去の工学の制約条件が資源やコストであったのに対し、今は極端な『加速』自体が制約となっている」と述べ、「コンピュータ工学科などの主専攻でない分野では、既存の日常業務プロセスで問題を発見し、その上にAIを載せることができる融合能力を教える必要があり、数学科や統計学科は最新技術の流行を追うのではなく、AI基盤技術をしっかり支える基礎科学教育に集中する学問的再編が必要である」と提案した。
厳しい規制環境に置かれた金融IT分野でも同様の診断が続いた。イ・ウンギョ韓国金融IT理事は「金融業界のAI導入はリスク管理、内部生産性向上、顧客便宜提供の3つの側面で進行しているが、厳格な金融規制とセキュリティのために外部商用LLM（Gemini、ChatGPTなど）を無条件に使用できない閉鎖的な環境が多い」と述べ、「このような環境では単にAIプロンプトを入力する学生よりも、規制環境を理解し、内部データを扱える堅実なAI専攻者がむしろ強みを発揮する」と説明した。
この理事は続けて「過去にはデータ確保自体にこだわっていたが、最近の金融業界は『AIをどのように使うか』『どの実務問題を解決するか』という『人と問題中心』のアプローチに転換された」とし、「大学教育も問題を自ら発掘し、現実の規制の中で解決する知識を体得できるように誘導すべきである」と付け加えた。
キム・ユソク株式会社シストラン代表（韓国情報工学技術社会会長）は「たった10年前までチャットボット開発会社であれば当然コンピュータ工学科出身を採用していたが、今はAIツールを扱える心理学科卒業生がバイブコーディングを活用して問題を解決することをより好む傾向にある」とし、「技術の進展速度が大学と企業の教育・適応速度を上回っている」と指摘した。
キム代表は「過去の工学の制約条件が資源やコストであったのに対し、今は極端な『加速』自体が制約となっている」と述べ、「コンピュータ工学科などの主専攻でない分野では、既存の日常業務プロセスで問題を発見し、その上にAIを載せることができる融合能力を教える必要があり、数学科や統計学科は最新技術の流行を追うのではなく、AI基盤技術をしっかり支える基礎科学教育に集中する学問的再編が必要である」と提案した。
厳しい規制環境に置かれた金融IT分野でも同様の診断が続いた。イ・ウンギョ韓国金融IT理事は「金融業界のAI導入はリスク管理、内部生産性向上、顧客便宜提供の3つの側面で進行しているが、厳格な金融規制とセキュリティのために外部商用LLM（Gemini、ChatGPTなど）を無条件に使用できない閉鎖的な環境が多い」と述べ、「このような環境では単にAIプロンプトを入力する学生よりも、規制環境を理解し、内部データを扱える堅実なAI専攻者がむしろ強みを発揮する」と説明した。
この理事は続けて「過去にはデータ確保自体にこだわっていたが、最近の金融業界は『AIをどのように使うか』『どの実務問題を解決するか』という『人と問題中心』のアプローチに転換された」とし、「大学教育も問題を自ら発掘し、現実の規制の中で解決する知識を体得できるように誘導すべきである」と付け加えた。
大学界「AIコーディング検証のために『基本力』強化…産学連携は『プロジェクト数』ではなく『質的深さ』に転換」
講壇に立つ教授陣は現場適用の苦悩を訴えつつ、AI時代こそ基礎体力と内実のあるプロジェクト中心教育に舵を切っていると述べた。
チョン・ジュンホ東国大学コンピュータ・AI学部教授は「AIを通じたコーディング自動化が普及するにつれて、結局人間がコードの誤りを検出し、詳細な部分を修正しなければならないという点を痛感している」とし、「東国大学は低学年の場合、人工知能や外部研究機能が遮断された環境でライブコーディングと実習を強化し、基礎的なコンピューティング教育体力を養う基本力強化過程を来年から積極的に推進する計画である」と明らかにした。
チョン教授は産学連携キャップストーンデザインの構造的限界と改編案も明かした。「過去には1年単位のプロジェクト（ICIPなど）を通じて企業の課題を受けて解決し、インターンシップに繋げていたが、企業の負担増加と学生の好み不一致で持続性に限界が来た」とし、「1学期にはプロトタイプを設計し、2学期にはそれを基に実際の創業に繋げたり研究室と連携して技術の深さを増すなど、プロジェクトの構造を立体化している。企業も学生のひらめくアイデアが実質的価値に繋がるように大学をパートナーとしてもっと信頼してほしい」と訴えた。
専門大学の現実的な悩みも共有された。ウ・ホジン延世大学コンピュータソフトウェア学科教授は「専門大学は実務中心の就職能力が強みであるため、延世大学も大学革新支援事業とアンカー（ANCHOR・旧ライズ（RISE）事業）などを活用し、全学生対象のAIリテラシー教育を迅速に導入した」としつつも、「80を超える多様な異質な学科（芸術・体育、航空運航など）の要求を単一のAI教育で合わせるのは不可能に近い」と訴えた。
ウ教授は「現在我が大学は新産業分野特化先導専門大学支援事業を通じて『クラウドコンピューティング』を特化分野とし、ビッグデータ・AIと融合して『ハーネスエンジニアリング』など実務最新技術を迅速にカリキュラム化している」としつつも、「産業界の技術速度は遥かに先行しているが、学士改編周期や教授・講師陣の適応速度がこれに追いつくのは難しいのが正直な限界である」と述べた。
これに対しキム・ユソク代表は産学連携の軌道修正の必要性を強調し、「従来のように企業が課題を投げかけ、学科が解決する閉鎖的な方式を脱却し、多学際融合ハッカソン方式で迅速に先端技術を実装し、実証するモデルに進化すべきである」とし、「今やプロジェクトの『数』ではなく『質的完成度』が企業の採用と評価の核心基準である」と強調した。また、「KTエイブルスクール（AICE）など現場公認資格取得過程と現職技術者のメンタリングを大学教育と連携させれば、学生が実際のトークンコスト効率化や基本力を備えていることを産業界に明確に証明できるだろう」と提案した。
チョン・ジュンホ東国大学コンピュータ・AI学部教授は「AIを通じたコーディング自動化が普及するにつれて、結局人間がコードの誤りを検出し、詳細な部分を修正しなければならないという点を痛感している」とし、「東国大学は低学年の場合、人工知能や外部研究機能が遮断された環境でライブコーディングと実習を強化し、基礎的なコンピューティング教育体力を養う基本力強化過程を来年から積極的に推進する計画である」と明らかにした。
チョン教授は産学連携キャップストーンデザインの構造的限界と改編案も明かした。「過去には1年単位のプロジェクト（ICIPなど）を通じて企業の課題を受けて解決し、インターンシップに繋げていたが、企業の負担増加と学生の好み不一致で持続性に限界が来た」とし、「1学期にはプロトタイプを設計し、2学期にはそれを基に実際の創業に繋げたり研究室と連携して技術の深さを増すなど、プロジェクトの構造を立体化している。企業も学生のひらめくアイデアが実質的価値に繋がるように大学をパートナーとしてもっと信頼してほしい」と訴えた。
専門大学の現実的な悩みも共有された。ウ・ホジン延世大学コンピュータソフトウェア学科教授は「専門大学は実務中心の就職能力が強みであるため、延世大学も大学革新支援事業とアンカー（ANCHOR・旧ライズ（RISE）事業）などを活用し、全学生対象のAIリテラシー教育を迅速に導入した」としつつも、「80を超える多様な異質な学科（芸術・体育、航空運航など）の要求を単一のAI教育で合わせるのは不可能に近い」と訴えた。
ウ教授は「現在我が大学は新産業分野特化先導専門大学支援事業を通じて『クラウドコンピューティング』を特化分野とし、ビッグデータ・AIと融合して『ハーネスエンジニアリング』など実務最新技術を迅速にカリキュラム化している」としつつも、「産業界の技術速度は遥かに先行しているが、学士改編周期や教授・講師陣の適応速度がこれに追いつくのは難しいのが正直な限界である」と述べた。
これに対しキム・ユソク代表は産学連携の軌道修正の必要性を強調し、「従来のように企業が課題を投げかけ、学科が解決する閉鎖的な方式を脱却し、多学際融合ハッカソン方式で迅速に先端技術を実装し、実証するモデルに進化すべきである」とし、「今やプロジェクトの『数』ではなく『質的完成度』が企業の採用と評価の核心基準である」と強調した。また、「KTエイブルスクール（AICE）など現場公認資格取得過程と現職技術者のメンタリングを大学教育と連携させれば、学生が実際のトークンコスト効率化や基本力を備えていることを産業界に明確に証明できるだろう」と提案した。
キム・ボムス PwC理事「AIは『単なる道具』ではなく『運営体系』…フィジカルAI・自律実行制御人材が必要」
キム理事は「AIは今や単なる業務生産性補助ツールを超え、企業運営体系（OS）であり、実務者を代替・実行する主体として進化している」とし、「企業の実行を動かす4大技術トレンドとして『自律実行型AI』、『フィジカルAI（Physical AI）』、『エッジAI（Edge AI）』、『バイブセキュリティ（Vibe Security）』に注目すべきである」と指摘した。
特に彼は「自律実行型AIはモデルの大きさよりも現場の暗黙知を形式知化し、業務知識と予測・制御構造を設計して膨大な『トークンコスト』を最適化する技術が核心である」とし、「製造現場にロボットが投入されるフィジカルAIも事前にデジタルツインで検証された拡張レディデータ（拡張Ready Data）が必須であるため、大学は『AIに論理的に仕事をさせ、制御し、現場の行動をデータ化する能力』を備えたエンジニアを育成しなければならない」と声を高めた。
一方、この日フォーラムでは産業界各分野の最前線トレンドを展望する専門セッションも好評を得た。チャ・ファンジュ韓国情報工学技術社会副会長（現SK）は『産業界の観点から大学AI教育課程の現状分析結果』を発表し、大学カリキュラムが産業界の職務の流れを適切に反映できていないミスマッチ現象を診断し、『学校・教授・企業・政府のワンチーム（One-Team）体制』と学生の3大生存戦略（基本力強化、ドメイン融合、信頼・倫理）を提案した。
キム・ビョンイク株式会社モドゥソリューション理事はエレベーター設計図面自動生成AI研究事例を紹介し、「今や企業は単なるコーダーではなく、機械・建築など伝統工学ドメイン知識の上にRAG（検索強化生成）とエージェントを直接オーケストレーションできる融合人材と実際の産業データに基づく実習を切実に求めている」と強調した。
チョ・スッヒャン株式会社未来アイアンテック理事はスターバックス現場マニュアル統合LLMエージェント構築事例を通じて「AIの幻覚（AI hallucination）を排除し、複雑な企業環境を最適化するには、データ構造・メモリ管理などソフトウェアの基本力と金融・物流など堅実な産業ドメイン知識が兼ね備わっていなければならない」と強調した。
