AI 교육, 아이에게 시킬까요? 답은 쓰는 법에

만드는 쪽과 가르치는 쪽이 정반대를 말합니다

한 인터뷰에서 진행자가 샘 올트먼(ChatGPT 개발사 오픈AI CEO)에게 물었습니다. 올해 고등학교를 졸업하는 진행자 본인의 딸에게 어떤 조언을 하시겠느냐고요. 답은 이랬습니다. 「가장 확실한 실전 대비는 AI 도구에 아주 능숙해지는 겁니다. 제가 고등학교를 졸업할 무렵엔 그 자리에 코딩이 있었어요. 지금은 그 자리가 AI인 겁니다.」1

젠슨 황(엔비디아 CEO)은 한 걸음 더 나아갑니다. 오랫동안 여러 사람이 젊은 세대에게 컴퓨터공학을 배우라고 조언해 왔는데, 그 조언을 뒤집습니다. 「사실은 거의 정반대」라는 겁니다2. 마크 저커버그(페이스북·인스타그램 운영사 메타 CEO)는 앞날의 모습을 아예 구체적으로 말합니다. 앞으로는 누구나 「모든 과목을 박사만큼 알고, 아무리 물어도 지치지 않는 나만의 선생님」을 갖게 된다고요3.

셋 다 AI나 관련 제품을 만들어 파는 회사를 이끄는 사람입니다. 그렇다고 없는 말을 하는 것도 아닙니다. 실제로 AI를 잘 다루는 사람은 지금 시장에서 몸값이 높습니다. 다만 이들이 파는 물건이 바로 그 도구라는 점은 같이 기억해 둘 만합니다.

가르치는 쪽으로 옮겨 가면 말이 달라집니다. KAIST는 인문사회와 기초과학 과목을 「AI 프리」로 운영하겠다고 밝혔습니다. 그 수업에서는 AI를 아예 쓰지 않는다는 뜻입니다. 2027년 3월부터 적용합니다4. 말로 그치지 않고 학사 일정에 올랐다는 점에서 앞의 셋과 다릅니다.

MIT는 더 구체적입니다. 학교 공식 보고서와 총장 서한에 학생이 배워야 할 것을 이렇게 적었습니다. 「무엇을 물어볼지 어떻게 정하는지, 돌아온 답이 맞는지 어떻게 확인하는지, 모델이 어떤 때 그럴듯한 거짓을 지어내기 쉬운지, 그리고 어떤 때는 아예 AI를 쓰지 않아야 하는지.」5

마지막 항목이 눈에 띕니다. 잘 쓰는 법까지는 누구나 말합니다. MIT는 거기에 더해, 지금이 쓰지 말아야 할 때인지 알아보는 것도 실력으로 쳤습니다.

그럼 그 「어떤 때」가 언제일까요. 버지니아대 인지심리학자 대니얼 윌링햄이 한 줄로 답합니다. 「학생은 이미 잘하는 것에만 AI를 써야 한다.」6 뒤집으면 아직 못하는 것을 배우는 중에는 AI에 손대지 말라는 뜻입니다. 못하는 것에 AI를 쓰면, 그 일을 해내느라 머리를 굴리는 과정이 통째로 사라집니다. 배움은 바로 그 과정입니다. 숙제는 끝나 있는데 머리에는 아무것도 안 남습니다.

지금까지 나온 사람들을 하는 일로 나눠 보면 선이 하나 보입니다. 도구를 만들어 파는 쪽과, 가르치고 연구하는 쪽입니다.

한국 쪽 답은 조금 다른 곳을 짚습니다. 국가인공지능전략위원회 공공AX분과장 박태웅은 이제 그만둬야 할 공부로 단순히 사실을 외워서 그대로 옮기는 것을 첫손에 꼽았습니다. 대신 남겨야 할 능력으로는 「첫 번째가 질문하는 능력이에요」라고 했습니다7.

그리고 모르겠다고 답한 사람도 있습니다. AI 시대에는 아이에게 예체능을 권해도 되겠느냐고 묻자 뇌과학자 김대식 교수는 「당연히 알 수가 없죠. 우리가 이런 상황을 경험해 본 적이 없고」라고 했습니다8. 이름난 전문가도 모른다고 답하는 문제라는 뜻입니다.

왜 이렇게 갈릴까요. 두 쪽이 보는 시간대가 다르기 때문입니다. 만드는 쪽은 지금 무엇이 값이 나가는지를 말하고, 가르치는 쪽은 몇 년 뒤에 그 학생에게 무엇이 남는지를 말합니다. 똑같이 「공부」라는 말을 쓰는데 판단 기준이 다른 겁니다. 그래서 누가 옳은지를 따져도 답이 안 나옵니다.

한 학교에서 실제로 갈라 봤습니다

그러면 누구 말을 들어야 할까요. AI를 쓰면 더 배우는지 한 학교에서 직접 확인해 본 사람들이 있습니다.

국제학술지 PNAS 에 실린 연구가 있습니다. 터키의 한 고등학교에서 9~11학년 약 1,000명을 세 그룹으로 무작위로 나눴습니다. 한 그룹에는 챗GPT와 비슷한 화면을 그대로 줬고, 다른 한 그룹에는 같은 GPT-4에 두 가지를 덧붙였습니다. 하나는 답을 직접 주지 말고 힌트만 주라는 지시였고, 다른 하나는 교사가 미리 넣어 둔 정답 풀이와 학생들이 자주 틀리는 지점이었습니다9. 그리고 나머지 한 그룹은 AI 없이 평소대로 공부했습니다.

「무작위로 나눴다」는 대목이 중요합니다. 누가 어느 그룹에 갈지를 사람이 고르지 않고 제비뽑기로 정했다는 뜻입니다. 그래야 원래 잘하던 학생이 한쪽에 몰려서 생기는 착시를 걷어 낼 수 있습니다. 덕분에 이 결과는 「두 가지가 나란히 나타났다」에서 멈추지 않고 「AI를 쓴 방식이 점수를 갈랐다」까지 말해 줍니다.

연습할 때는 AI를 쓴 두 그룹이 다 좋았습니다. AI 없이 공부한 그룹보다 문제도 더 많이 맞혔습니다. 여기서 멈췄다면 둘 다 성공으로 보였을 겁니다.

그런데 AI를 치우고 시험을 보자 갈렸습니다. 그냥 쓴 그룹은 아무것도 안 쓴 그룹보다 17% 낮았고, 힌트만 준 그룹은 아무것도 안 쓴 그룹과 점수가 사실상 같았습니다10. 「사실상 같았다」는 건 더 잘했다는 뜻이 아니라, 차이를 찾지 못했다는 뜻입니다. 같은 모델, 같은 학교, 같은 시험이었습니다. 달라진 건 지시 한 줄이었습니다.

다만 이 실험 하나로 끝낼 수는 없습니다. 터키의 한 학교에서, 수학 한 과목만, 2023~2024학년도 가을학기에 GPT-4로 해 본 것입니다. 2026년에 나온 다른 연구는 미국 고등학교를 넓게 훑었는데, 챗GPT를 쓸 수 있게 된 뒤에도 시험 성적 평균은 오르지도 내리지도 않았습니다11. 아직 심사를 거치지 않은 논문이라 무게는 가볍게 잡아야 합니다.

두 연구를 같이 읽으면 이렇게 됩니다. 평균만 보면 티가 안 납니다. 차이가 평균에 묻히기 때문입니다. 갈리는 것은 한 사람 한 사람이 어떻게 쓰느냐입니다.

그리고 올해, 가르치는 쪽이 들던 것과 같은 이유로 내려진 결정이 하나 나왔습니다. 뉴욕시는 2026년 9월부터 공립학교에서 생성형 AI를 1년 동안 못 쓰게 했습니다. 대상은 가장 어린 유아반부터 8학년, 우리로 치면 중학교 2학년까지 약 60만 명입니다. 이유로 든 것은 「아이들은 어려운 문제와 스스로 씨름해 봐야 한다」였습니다12. KAIST와 MIT의 것이 학교 방침과 학사 일정이었다면, 이번 것은 학생 60만 명에게 그대로 적용되는 규칙입니다. 다만 규칙이 생겼다고 답이 정해진 것은 아닙니다. 60만 명에게는 하나의 처방밖에 내릴 수 없고, 앞의 실험이 말한 것은 한 사람이 첫 줄을 어떻게 쓰느냐였습니다.

그래서 오늘 뭘 하면 되냐면

그래서 앞의 논쟁이 조금 달리 보입니다. 만드는 쪽도 가르치는 쪽도 틀리지 않았습니다. 양쪽이 「무엇을 배울까」로 다투는 사이, 학교에서 재 보니 점수를 가른 것은 「어떻게 쓸까」였습니다. 도구를 잘 다루면 오늘 푼 문제 수가 올라갑니다. 다만 그 문제 풀이가 내 실력으로 남을지는 쓰는 방법이 정합니다.

오늘 해 볼 수 있는 건 두 가지입니다.

첫째, 공부하려고 AI를 켤 때 첫 줄을 바꿔 보세요. 「답은 주지 말고 힌트만 줘.」 아이 숙제든 내 업무든 같습니다. 터키 실험에서 두 그룹을 가른 게 바로 이 한 줄이었습니다. 아이가 쓴다면 「답 대신 힌트 하나만, 그것도 내가 먼저 풀어 본 다음에」 정도면 충분합니다. 반대로 피할 것은 통째로 시켜 놓고 결과만 받아 보는 방식입니다. 터키 실험에서 점수가 떨어진 쪽이 딱 그렇게 썼습니다.

둘째, 공부를 마칠 때 한 번 확인하세요. 화면을 덮고 방금 알게 된 걸 소리 내어 말해 보는 겁니다. 말이 안 나오면 아직 안 남은 겁니다.

둘째가 왜 필요한지도 그 실험이 말해 줍니다. 성적이 떨어진 그룹의 학생들은 자기가 시험을 더 못 봤다는 것도, 덜 배웠다는 것도 느끼지 못했습니다13. 스스로는 잘 되고 있다고 느낀 겁니다. 그래서 느낌 말고 확인이 필요합니다.

이 글이 정답을 정해 주지는 못합니다. 아무도 겪어 본 적 없는 상황이라는 말이, 지금으로선 가장 정직한 답에 가깝습니다. 그래도 오늘 저녁에 바꿀 수 있는 것은 있습니다. 첫 줄 하나입니다.

아이 이야기로 시작했지만 어른도 같습니다. 오늘 내가 AI에게 시킨 일에 원래는 내가 했어야 할 생각이 섞여 있는지, 그것만 보면 됩니다.