AI를 과외 선생님·비평가·사고 파트너로 쓰는 법

AI 공부의 기준은 ‘얼마나 덜 했는가’가 아니라 ‘얼마나 더 생각했는가’다

AI를 활용한 학습이 제대로 작동하려면 학생이 먼저 문제를 풀고, 글의 주장을 세우고, 개념을 설명하거나 코드를 작성해야 합니다. 그다음 AI를 이용해 질문을 받고, 오류를 진단하고, 반론과 피드백을 확인한 뒤 자신의 방식으로 고칩니다. 마지막에는 AI 대화를 닫고 배운 내용을 직접 설명하거나 새로운 문제에 적용해야 합니다.

완성도가 높은 AI 결과물은 이해의 증거가 아닙니다. 진짜 확인해야 할 것은 학생이 그 과정을 재현할 수 있는지, 처음 보는 문제에 옮겨 적용할 수 있는지, 자신이 내린 결정을 설명하고 방어할 수 있는지입니다.

학생을 주인공으로 만드는 5단계 학습 사이클

1. 먼저 혼자 시도한다

수학 문제를 풀고, 에세이 개요를 짜고, 읽은 자료를 요약하고, 과학 개념을 설명하거나 프로그램의 첫 버전을 작성해 보세요. 어디까지 확신하는지, 정확히 어느 지점에서 막혔는지도 기록하면 좋습니다.

2. ‘완성’이 아니라 ‘진단’을 요청한다

다음과 같은 프롬프트가 유용합니다.

• “내 풀이에서 처음으로 근거가 부족한 단계를 찾아줘. 문제를 풀지는 마.”
• “한 번에 질문 하나만 해줘.”
• “정답 대신 힌트만 줘.”
• “내가 어떤 오해를 하고 있을 가능성이 있는지 확인해 줘.”
• “불명확하거나 근거가 부족한 부분을 지적하고, 내 답변을 기다려 줘.”

3. AI의 답을 비판적으로 비교한다

AI의 답변을 권위 있는 정답으로 받아들이지 말고, 검토할 하나의 제안으로 보세요. 어떤 가정을 했는지, 근거가 주장을 뒷받침하는지, 반례가 있는지, 코드를 실제로 실행할 수 있는지 확인해야 합니다.

4. 직접 수정한다

증명, 문단, 개념 설명, 프로그램을 자신의 말과 방식으로 다시 작성하세요. 이해하고 정당화할 수 있는 피드백만 반영하는 것이 중요합니다.

5. 기억에서 꺼내 새로운 상황에 적용한다

AI 대화를 닫은 뒤 핵심 내용을 보지 않고 설명해 보세요. 이어서 비슷한 문제를 풀거나, 논지를 방어하거나, 실험 결과를 예측하거나, 요구사항을 바꾼 코드를 직접 작성해 보세요.

이 단계가 중요한 이유는 알아보는 것보다 기억에서 꺼내는 일이 훨씬 어렵기 때문입니다. 학생은 그럴듯한 설명을 따라갈 수는 있어도, 스스로 설명을 만들어 내지 못할 수 있습니다.

수학: 정답보다 풀이 과정과 첫 번째 오류에 집중하기

수학에서 AI는 답안 생성기보다 과외 선생님, 오류 진단 도구, 다른 풀이를 비교하는 파트너로 사용할 때 유용합니다.

다음과 같이 요청해 보세요.

• “내 풀이의 각 단계를 확인해 줘. 내 추론이 처음으로 틀린 지점만 알려 주고 풀이는 제시하지 마.”
• “개념 → 전략 → 다음 단계 순서로 힌트를 조금씩 줘.”
• “가능한 풀이 두 가지를 보여 주되, 먼저 내가 두 방법을 비교하게 해 줘.”
• “이 명제가 항상 참인지 확인해 줘. 아니라면 반례를 제시하고 내가 이유를 설명하게 해 줘.”
• “도움 없이 풀 수 있는 유사 문제를 만들어 줘.”

한 문제를 대수적, 그래프적, 수치적, 기하학적으로 풀 수 있다면 여러 방법을 비교해 보세요. 다만 어떤 방법을 선택할지는 학생이 결정하고, 왜 그 방법이 적절한지 직접 설명해야 합니다.

처음 시도하기 전에 ‘풀이 과정을 포함한 완전한 정답’을 요구하는 것은 피하는 편이 좋습니다. 설명을 이해한 듯한 느낌은 줄 수 있지만, 스스로 풀이를 만들어 내는 능력은 키우지 못할 수 있습니다.

에세이: AI를 까다로운 독자로 활용하기

논지, 근거, 구성, 문체의 주인은 학생이어야 합니다. AI는 글을 대신 쓰는 대필자가 아니라 논리의 약점을 찾아내는 까다로운 독자가 될 수 있습니다.

논제와 개요를 입력한 뒤 다음을 요청해 보세요.

• “무엇이 불명확하거나 근거가 부족한지, 논리적으로 일관되지 않은 부분이 무엇인지 알려 줘.”
• “내 주장과 그 주장을 뒷받침하는 근거를 구분해 줘.”
• “내가 요약과 분석을 혼동한 부분이 있는지 찾아 줘.”
• “회의적인 독자처럼 내 논지에 반론을 제기해 줘.”
• “어떤 근거가 내 결론을 약화할 수 있는지 말해 줘.”
• “논증, 구성, 근거, 문단의 연결, 문체를 각각 검토해 줘. 에세이를 다시 쓰지는 마.”

그다음 한 부분을 직접 고치고, 수정본이 처음 지적된 문제를 해결했는지 다시 확인하세요. 아이디어와 논리가 정리된 뒤에 문법과 표현을 다듬는 용도로 AI를 사용하고, 제안된 문구는 그 의미를 이해하고 스스로 선택할 때만 반영해야 합니다.

학생의 AI 활용을 다룬 연구에서는 복잡한 주제 이해, 근거 찾기, 수정과 교정에서 이점이 보고됐지만 비판적 사고와 독창성에 관한 결과는 엇갈립니다. 한 최근 종합 연구는 교사의 지도를 받으며 AI를 선택적으로, 반복적으로 활용했을 때 더 나은 결과가 나타났다고 분석했습니다. 구조화된 AI 피드백이 비판적 글쓰기를 도울 수 있다는 연구도 있지만, 학생이 피드백을 자동 수용하지 않고 적극적으로 평가하고 적용할 때 효과가 커집니다.

교사와 동료는 학문 분야의 판단, 개념 발전, 맥락 이해에서 여전히 중요합니다. 과제에서 AI 사용이 허용되는 범위와 사용 사실을 밝혀야 하는지에 관한 학교와 교육기관의 규정도 반드시 확인해야 합니다.

연구와 독해: AI로 원문을 더 집요하게 읽기

AI는 독서를 대신하는 도구가 아니라 독서를 깊게 만드는 질문 도구여야 합니다. 챗봇을 열기 전에 먼저 글을 짧게 요약하고, 저자의 핵심 주장을 찾고, 본문에 관한 질문 두 개를 적어 보세요.

그다음 다음과 같이 물을 수 있습니다.

• “저자는 어떤 가정을 하고 있나?”
• “각 핵심 주장을 뒷받침하는 근거는 무엇인가?”
• “비판적인 독자는 어떻게 반박할까?”
• “정확한 정의가 필요한 용어는 무엇인가?”
• “빠져 있는 근거는 무엇인가?”
• “같은 증거를 설명할 수 있는 다른 해석은 무엇인가?”

AI는 검색어, 관련 개념, 참고할 만한 자료의 방향을 제안할 수 있습니다. 하지만 AI를 자료 데이터베이스처럼 사용해서는 안 됩니다. 중요한 주장, 인용문, 참고문헌, 통계와 기술적 세부사항은 반드시 원문에서 확인하세요.

두 글을 비교하는 표를 AI에게 만들게 할 수도 있지만, 표의 각 칸은 학생이 직접 채우고 원문과 대조해야 합니다. 연구 기록에는 다음 네 가지를 구분해 남기는 것이 좋습니다.

• 원문이 명시적으로 말한 내용
• 원문에서 내가 추론한 내용
• AI가 제안한 내용
• 내가 독립적으로 확인한 내용

독해가 실제로 깊어졌는지 확인하려면 AI 대화를 닫고 저자의 주장을 기억에서 써 보세요. 한계나 해결되지 않은 질문 하나까지 포함할 수 있어야 합니다. 그렇지 못하다면 독해를 깊게 한 것이 아니라 건너뛴 것에 가까울 수 있습니다.

과학: 설명하고, 빈틈을 드러내고, 결과를 예측하기

‘파인만 기법’은 학습자가 개념을 쉬운 말로 설명하고, 설명의 빈틈을 찾고, 그 빈틈을 보완한 뒤 다시 단순하게 설명하는 학습법입니다. AI는 호기심 많은 초보자나 회의적인 검토자 역할을 맡아 이 과정을 대화형으로 만들 수 있습니다.

예를 들어 다음과 같이 요청해 보세요.

• “광합성을 설명할 테니 호기심 많은 초보자처럼 한 번에 질문 하나씩 해 줘.”
• “정의되지 않은 전문 용어를 모두 표시해 줘.”
• “내 설명이 잘못된 결과를 예측하게 되는 사례를 제시해 줘.”
• “이 두 가설을 구분할 수 있는 관찰은 무엇인가?”
• “내 설명에서 어떤 부분이 메커니즘이고, 어떤 부분이 단순한 상관관계인지 구분해 줘.”
• “변수 하나를 바꾼 뒤 어떤 일이 일어날지 내가 예측하게 해 줘.”

그림은 학생이 직접 그리고, 인과관계를 설명하고, 예측을 내놓아야 합니다. AI는 이후 예외적인 상황, 오개념, 반례를 제시하며 설명을 시험할 수 있습니다. 마지막에는 AI 답변을 보지 않고 가상의 초보자에게 개념을 설명해 보세요.

코딩: 코드를 통째로 고치기 전에 추론부터 점검하기

코딩에서 AI는 코드 리뷰어, 디버거, 테스트 파트너로 활용할 때 효과적입니다. 먼저 프로그램의 첫 버전을 작성한 뒤 전체 코드를 교체해 달라고 하기보다 문제가 발생한 지점을 찾도록 요청하세요.

• “실패를 일으킨 가장 작은 가정을 찾아 줘. 코드를 다시 작성하지 마.”
• “출력이 잘못되기 시작하는 지점까지 변수를 추적해 줘.”
• “항상 참이어야 하는 불변 조건은 무엇인가?”
• “이 알고리즘을 깨뜨리는 입력을 하나 제시해 줘.”
• “일반적인 경우, 경계값, 잘못된 입력, 빈 입력, 적대적 입력에 대한 테스트를 제안해 줘.”
• “두 접근 방식의 시간 복잡도와 공간 복잡도를 비교해 줘.”

힌트를 받은 뒤에는 직접 수정하고, 테스트를 실행하고, 왜 수정이 작동하는지 설명해야 합니다. 이후 요구사항 하나를 바꿔 AI에게 전체 코드를 재생성해 달라고 하지 않고 스스로 프로그램을 수정해 보세요.

실용적인 기준은 간단합니다. 제출하는 모든 줄을 설명할 수 있고, 버그를 재현할 수 있으며, 수정 이유를 정당화할 수 있고, AI가 제시하지 않은 테스트를 적어도 하나 작성할 수 있어야 합니다.

싱가포르의 Learning Assistant와 Feynman Bot이 보여 주는 것

싱가포르 교육부는 학생 학습 플랫폼인 Student Learning Space(SLS)의 AI 도구를 직접 답을 주기보다 질문, 단계적 도움, 피드백을 통해 학습을 지원하는 교육 시스템으로 설명합니다. Learning Assistant는 글쓰기 보조자 등 여러 역할을 맡아 반복적인 질문으로 학생의 개념 이해를 돕도록 설계됐습니다.

이 설계의 핵심은 학생의 답변이 여전히 가장 중요한 활동이라는 점입니다. AI는 곧바로 과제를 완성하는 대신 다음 질문을 던지고, 빈틈을 가리키고, 설명을 요구하면서 ‘생산적인 불편함’을 만듭니다.

다만 이런 안전장치가 AI를 완벽하게 만들지는 않습니다. 싱가포르 교육부의 학생 안내문도 Learning Assistant의 답변이 생성형 AI에 기반한 확률적 결과라 부정확할 수 있다고 설명하며, 다른 자료를 통해 내용을 성찰하고 사실 확인하라고 안내합니다.

싱가포르 공대(SUTD)의 Feynman Bot도 개념 학습에 비슷한 방식을 적용합니다. 학생은 학습 자료를 업로드하고 적절한 수준을 선택한 뒤 주제를 설명하며, 봇은 설명의 약점을 바탕으로 적응형 질문을 던집니다. 관련 보도에 따르면 사용자가 ‘모르겠다’고 답할 수 있는 횟수는 대략 세네 번으로 제한되며, 이후 봇은 접근 방법을 제안하고 약점에 맞춘 새 질문을 제시합니다. 관련 연구는 이 봇을 자기조절학습을 돕는 파인만 기법의 AI 구현으로 소개합니다.

이 사례가 보여 주는 교훈은 모든 AI 튜터가 끝없이 답변을 거부해야 한다는 뜻이 아닙니다. 학습자가 먼저 시도하고, 설명하고, 이해의 빈틈을 마주할 수 있을 만큼 AI가 완성을 늦춰야 한다는 뜻입니다.

학생의 저자성과 학습을 지키는 규칙

학생과 교사, 교육기관은 다음과 같은 경계를 정할 수 있습니다.

• AI를 사용하기 전에 먼저 혼자 시도한다.
• 정답보다 질문, 힌트, 비평, 진단을 먼저 요청한다.
• 설명할 수 없는 글, 증명, 코드, 분석을 제출하지 않는다.
• 마지막에는 AI 없이 설명하거나 유사 문제를 해결한다.
• 사실, 계산, 인용, 참고문헌, 코드 결과를 확인한다.
• 사용 공개가 필요한 경우 초안, 프롬프트, 피드백, 수정 기록을 보관한다.
• 판단, 동기 부여, 윤리, 고위험 평가에서는 교사와 동료의 도움을 받는다.
• AI가 내 생각과 다르게 답했다고 해서 내가 틀렸다고 단정하지 말고 추가로 조사한다.

결국 첫 생각을 내놓고, 중요한 결정을 내리고, 최종 설명을 완성해야 하는 사람은 학생입니다. AI가 맡을 일은 질문, 반론, 다른 해석, 테스트와 피드백을 제공하는 것입니다. 시도하고, 비교하고, 비판하고, 수정하고, 설명하는 반복이 쌓일 때 AI는 일을 대신하는 지름길이 아니라 오래 남는 학습 도구가 됩니다.