AI, 소방 PE 시험, 그리고 우리 직업의 미래

https://www.fireprotectionengineering-digital.com/fireprotectionengineering/library/item/q2_2025/4277591/
 

AI, 소방 PE 시험, 그리고 우리 직업의 미래

최근 저희 회사는 인공지능(AI)이 오늘날 어디까지 왔는지, 특히 널리 사용되는 대규모 언어 모델(LLM)이 현직 소방 기술사와 어떻게 비교되는지에 대해 깊이 고민했습니다. 이는 간단하면서도 어려운 질문이며, 더 많은 의문을 제기합니다.

이 글은 AI가 소방 분야에서 인간을 대체할 것이라고 주장하거나, ChatGPT의 더 많은 사용을 옹호하려는 것이 아닙니다. 다만, 소방 분야에서 AI LLM의 능력을 모니터링하는 것에 대한 업계의 관심을 반영하며, 우리가 적응하고 개선하며 더 나은 자원을 활용할 기회가 있는지 탐색하고자 합니다.

 

AI, 소방 PE 시험에 도전하다

저희는 직접 시험을 진행했습니다. 2025년 3월 기준으로 일반적인 LLM들이 소방 PE 모의 시험에서 얻은 점수는 다음과 같습니다 (합격점은 대략 70%로 추정).

결론적으로 AI는 아직 시험에 합격하지 못했습니다. ChatGPT의 o1과 같은 모델은 수학 및 전반적인 능력에 대한 강력한 기초 지식에도 불구하고 시험에 합격하지 못했다는 점이 흥미롭습니다. 우리는 ChatGPT가 이미 법률 및 의료 시험에 합격했다는 소식을 많이 들었지만, 소방 분야는 왜 다를까요? 이는 라이선스 표준에 대한 접근 제한, 소방이 더 틈새 시장이라는 점, 또는 기본적인 프롬프트 방식 때문일 수 있다고 필자는 추정합니다.

하지만 흥미로운 점은 Fire Protection PE 시험 자체가 실용적인 지식보다는 이론적인 내용과 비실용적인 수동 계산 적용에 가깝다는 것입니다. 이는 이론을 더 잘 이해하는 AI 모델에 유리할 수 있습니다.

긍정적인 두 번째 관점은 progressive 4.0, 4.5, o1 모델이 빠르게 합격 점수에 근접하고 있다는 것입니다. 필자는 불과 6개월 또는 1년 안에 시험에 합격하는 모델이 나올 수도 있거나, 단순히 더 나은 프롬프트만으로도 LLM이 합격점을 넘을 수 있을지 궁금해하고 있습니다. 어느 쪽이든, 소방 공학에 특화된 AI의 역량은 빠르게 발전하고 있습니다.

시험, 그리고 현직 기술사

PE 시험 자체는 쉽지 않습니다. 광범위한 주제, 많은 이론, 많은 수학이 포함되어 있으며, 경험 많은 현직 기술사라도 항상 모든 질문에 즉시 답할 수 있는 것은 아닙니다. 필자 또한 수년 전에 시험에 합격했음에도 불구하고, 충분한 공부와 복습 없이는 오늘날 시험에 다시 합격할 수 없을 것이라고 말합니다. 즉, LLM이 시험에 합격하지 못했다고 해서, 현재의 지식 수준이 현직 기술사와 비교할 수 없을 정도라고 단정하기는 어렵습니다.

계산기, 그리고 AI: 지식의 재정의

이는 합리적인 질문으로 이어집니다. 지금이든 곧이든, 즉각적인 맥락이나 피드백을 제공하는 합리적인 도구(품질과 결과는 다를 수 있지만)가 있다면, 우리가 무엇을 외울 필요가 없고 무엇을 더 중요하게 알아야 할까요?

계산기가 처음 대량 생산되고 쉽게 이용 가능해졌을 때 교육계는 위기를 겪었습니다. 정확한 답을 즉시 얻을 수 있는 계산기가 있다면, 여전히 수학적 사실을 암기하는 것을 장려해야 할까요? 결국 계산기 사용은 K-12 교육에서 비교적 사소하고 일상적인 부분이 되었습니다.

필자는 AI가 오늘날 같은 주목을 받고 있다고 생각합니다. AI는 전문가로서 우리가 무엇을 알고 휴대해야 하는지에 대해 재평가할 것을 요구하고 있습니다. 지난 수십 년 동안 사용 가능한 정보의 양은 우리가 일하는 환경을 완전히 바꿔놓았습니다. 소방 분야에서 사용 가능하고 관련성 있는 정보원의 총량은 1980년대에 비해 오늘날 80배 이상 많습니다. 심지어 2015년과 비교해도 오늘날 우리는 4배 이상의 사용 가능한 정보에 접근할 수 있습니다.

그림 2. 정보의 양과 접근성을 고려한 방화 분야에서 정보의 유용성에 대한 상대적 비교 ©MeyerFire LLC 2025

그렇다면 시간이 지남에 따라 코드 및 표준에 대한 암기된 사실(예: 비상구로부터 5피트 이내에 풀 스테이션이 있어야 함)은 덜 중요해지고, 분석적, 창의적 사고, 의사소통, 리더십, 타인과의 관계 형성 등 더 고차원적인 기술이 훨씬 더 중요해질까요? 그럴 가능성이 있습니다. 우리가 반복적인 기억 작업에서 해방된다면, 우리는 어떤 새로운, 개인화되거나 차별화된 기술을 더 잘 적응시켜야 할까요?

 

더 나은 평가의 필요성

AI가 이미 잘하거나 곧 잘하게 될 모든 서면 기반의 시험(예: 객관식 시험)에 대해 교육자들은 어떻게 관련 지식을 진정으로 평가할 수 있을까요? AI 시대에 우리가 중요하게 여겨야 할 관련 지식은 무엇일까요?

우리는 소방 전문가로서 가치 있다고 여기는 것의 미래에 대한 **기회(crossroads)**에 서 있습니다. 관련 기술과 지식을 어떻게 시험해야 할까요?

• AI가 현재 처리할 수 있는 범위를 넘어서는 것을 시험해야 할까요?

• 아니면 AI가 업계에서 정기적으로 사용될 것임을 알면서도 시험 환경에서 AI를 배제해야 할까요?

 

더 나은 방법은 우리가 기술을 테스트하고 평가하는 방식을 완전히 개편하는 것입니다. 서면 시험을 넘어, 상황 평가, 가상 시뮬레이션, 실습 평가, 프로젝트 기반 포트폴리오, 동료 평가 등 학습자에게 더 정확하고 편향이 적으며 진정성 있는 평가를 고려할 수 있을까요?
 
이는 대학 수준의 정규 교육과 전문 학습 환경에서 시간을 두고 실험하고 모니터링해야 할 흥미로운 과제입니다. LLM이 30개월 전 등장한 이래로 많은 새로운 가능성의 문이 열렸으며, 이를 더 나은 방향으로 사용하는 것은 우리에게 달려 있습니다.