마감이 가까운 과제를 AI의 도움으로 빠르게 끝내면 우선 안도감이 듭니다. 막혀 있던 글이 정리되고 빈칸도 채워지니, 오랫동안 붙잡고 있던 일을 해결한 것처럼 느껴집니다.
그런데 제출을 마친 뒤 마음이 개운하지만은 않을 때가 있습니다. 과제에 적힌 내용을 다시 설명하려 하면 말이 막히거나, 비슷한 질문을 받았을 때 처음부터 다시 AI를 열어야 하기 때문입니다. 결과물은 완성됐지만 무엇을 배웠는지는 분명하지 않은 상태입니다.
그래서 이번 글에서는 AI를 썼는지 여부보다, 사용하는 동안 학습자의 생각이 남았는지를 확인해 보려 합니다. 과제를 빠르게 끝내는 편리함은 살리면서도 이해와 판단을 자신의 것으로 만드는 사용 순서를 알아보겠습니다.
이 글의 핵심 문장
- 완성된 결과물이 있다는 사실과 그 내용을 이해했다는 사실은 같지 않습니다.
- AI가 학습에 도움이 되는지는 도구의 이름보다 질문, 피드백, 설명 활동이 어떻게 설계됐는지에 따라 달라질 수 있습니다.
- AI를 사용하기 전에는 먼저 생각하고, 사용한 뒤에는 답을 보지 않고 설명하고 적용해 봐야 합니다.
과제를 끝내는 일과 배우는 일은 같은 과정이 아닙니다
과제에는 적어도 두 가지 목적이 섞여 있습니다. 하나는 정해진 형식의 결과물을 제출하는 일이고, 다른 하나는 자료를 읽고 판단하며 자신의 생각을 만들어 보는 일입니다.
AI가 글의 구조와 문장을 대신 만들면 첫 번째 목적은 빠르게 달성할 수 있습니다. 그러나 학습자가 문제를 해석하고, 근거를 고르고, 틀린 부분을 수정하는 과정까지 모두 건너뛰었다면 두 번째 목적은 충분히 남지 않을 수 있습니다.
반대로 AI를 사용했다고 해서 공부가 사라지는 것도 아닙니다. 이해하기 어려운 개념을 다른 예로 설명받거나, 자신이 쓴 답에 피드백을 받거나, 풀이가 막힌 지점에서 단서 하나를 얻는 방식으로 활용할 수 있습니다.
따라서 중요한 질문은 “AI를 사용했는가?”보다 “AI가 어느 단계의 생각을 도왔는가?”에 가깝습니다. 출발점부터 최종 문장까지 모두 맡겼는지, 아니면 자신의 생각을 만든 뒤 필요한 부분만 도움받았는지에 따라 학습 과정은 달라집니다.
연구가 보여 준 것은 AI 자체보다 학습 활동의 설계였습니다
2025년 Scientific Reports에 발표된 연구에서는 미국 대학의 물리학 수업을 듣는 학생 194명을 대상으로, 교실의 능동학습과 별도로 설계된 AI 튜터 수업을 비교했습니다.
이 연구에서 사용한 AI 튜터는 학생에게 완성된 답을 곧바로 제공하는 일반적인 대화 도구가 아니었습니다. 능동적인 참여를 유도하고, 내용을 단계별로 제시하며, 학생의 질문에 맞춰 피드백을 주도록 별도로 설계됐습니다. 정확성을 높이기 위해 미리 준비한 단계별 풀이도 시스템에 제공했습니다.
두 차례의 대학 물리학 수업에서 AI 튜터를 사용한 학생들은 교실 능동학습 조건보다 사후 검사에서 더 높은 결과를 보였고, 학습에 참여하고 있다는 느낌과 동기도 더 높게 보고했습니다.
다만 이 결과를 “AI로 과제를 하면 누구나 더 잘 배운다”라고 해석할 수는 없습니다. 연구 대상은 대학 물리학 수강생이었고, 실험은 두 개의 수업 내용을 대상으로 했으며, 사용된 도구도 교육 원리에 맞춰 별도로 개발된 시스템이었습니다. 일반적인 생성형 AI에 답을 대신 작성하게 한 상황을 조사한 연구가 아닙니다.
이 연구에서 참고할 부분은 AI의 존재 자체보다 학습자의 참여를 요구하는 구조입니다. AI가 질문을 던지고, 단계별 단서를 주며, 즉시 피드백을 제공할 때는 학습을 도울 수 있습니다. 반대로 학습자가 생각할 부분까지 완성된 답으로 바꾸면 같은 효과를 기대하기 어렵습니다.
생각·도움·복원·적용의 네 단계로 사용합니다
다음 순서는 특정 연구에서 정한 공식 학습법이 아닙니다. 학습자의 평가적 판단과 비판적 사고를 강조한 최근 교육 자료와 구조화된 AI 튜터 연구의 원리를 일상 과제에 적용해 단순화한 방법입니다.
- 생각: AI를 열기 전에 내가 아는 내용과 예상하는 답을 짧게 적습니다.
- 도움: 완성된 결과보다 막힌 지점의 설명, 단서, 비교 자료나 피드백을 요청합니다.
- 복원: AI 화면을 닫고 핵심 내용을 자신의 말로 다시 설명합니다.
- 적용: 예시나 조건을 바꾼 새로운 질문에서 같은 개념을 사용해 봅니다.
첫 단계는 길 필요가 없습니다. “내가 알고 있는 것은 무엇인가?”, “어디에서 막혔는가?”, “현재 예상하는 답은 무엇인가?”를 두세 줄로 적으면 됩니다. 이 기록이 있어야 AI의 답이 내 생각을 어떻게 바꾸었는지 비교할 수 있습니다.
두 번째 단계에서는 “과제를 완성해 줘”보다 도움의 범위를 좁힙니다. 개념을 쉬운 예로 설명해 달라고 하거나, 내가 쓴 글에서 근거가 부족한 부분을 찾아 달라고 하거나, 정답을 말하지 말고 다음에 생각할 질문 하나만 달라고 요청할 수 있습니다.
세 번째와 네 번째 단계가 없으면 이해한 것 같은 느낌에서 멈추기 쉽습니다. 화면을 보지 않고 설명하고, 조건이 달라진 문제에 적용해 봐야 무엇이 남았고 무엇을 다시 확인해야 하는지 드러납니다.
답 대신 피드백을 받는 질문으로 바꿉니다
같은 AI를 사용하더라도 어떤 도움을 요청하는지에 따라 학습자의 역할이 달라질 수 있습니다.
과제를 대신 완성하는 질문
- 이 주제로 보고서를 완성해 줘.
- 정답과 풀이를 모두 알려 줘.
- 내가 그대로 제출할 수 있게 써 줘.
생각을 돕는 질문
- 내가 적은 주장 중 근거가 부족한 부분을 질문으로 알려 줘.
- 정답을 말하지 말고 첫 번째 단서만 제시해 줘.
- 이 설명을 이해했는지 확인할 새 문제를 하나 만들어 줘.
- 내 설명에서 개념을 잘못 사용한 부분이 있는지 점검해 줘.
피드백을 받았더라도 최종 판단은 학습자가 해야 합니다. AI의 지적이 모두 맞다고 가정하지 않고 교과서나 원자료와 비교하며, 수정한 이유를 자신의 말로 설명해야 합니다.
핵심 인사이트
AI로 과제를 빠르게 끝내는 일이 반드시 나쁜 학습은 아닙니다. 반복적인 정리 시간을 줄이고, 막힌 개념을 다른 방식으로 설명받으며, 즉시 피드백을 얻을 수 있다는 장점도 있습니다.
다만 결과물의 완성과 실제 이해를 구분해야 합니다. 먼저 생각한 기록이 없고, AI의 답을 그대로 옮겼으며, 화면을 닫은 뒤 설명하거나 적용할 수 없다면 과제는 끝났어도 학습은 충분히 남지 않았을 수 있습니다.
AI를 공부에 활용하는 기준은 사용 시간이나 질문 횟수보다 생각의 순서에 있습니다. 자신의 생각으로 시작하고, 필요한 도움만 받고, 마지막에는 자신의 설명과 적용으로 끝낼 때 AI는 과제를 대신하는 도구보다 학습을 점검하는 도구에 가까워집니다.
나는 AI로 과제를 끝낸 뒤 그 내용을 화면 없이 설명할 수 있습니까? 예시와 조건이 바뀌어도 같은 개념을 사용할 수 있습니까?
함께 읽으면 좋은 글
- AI가 답을 알려주는 시대에도 배경지식이 필요한 이유 [사고력·뇌과학·메타인지] - 시리즈 1편
- AI의 답은 왜 틀릴 수 있을까: 그럴듯한 답을 확인하는 방법 [사고력·뇌과학·메타인지] - 시리즈 2편
- 수행평가에서 AI는 어디까지 사용해도 될까? [사고력·뇌과학·메타인지] - 시리즈 4편
참고자료
사고력·뇌과학·메타인지 / 기억·암기·공부법