학습 조건

오랫동안 학습 환경은 거의 변하지 않았습니다. 교사들이 지식을 독점하고 이를 직접 가르쳤으며, 학생들은 암기, 설명 또는 적용을 통해 이해도를 보여주었습니다. 이는 정보에 접근하기 어렵고, 정보를 얻는 데 시간이 더 걸리며, 정보가 대체로 신뢰할 수 있었던 세상에서는 효과적인 방식이었습니다.

그러다 인터넷이 판도를 바꿔 놓았습니다. 정보가 자유롭게 이용 가능해지고 즉시 검색할 수 있게 되자, 과제는 지식을 찾는 것에서 그 의미를 파악하는 것으로 바뀌었습니다. 단순한 암기만으로는 더 이상 충분하지 않게 되었기 때문에, 교육은 고차원적 사고를 지향하는 방향으로 전환되어야 했습니다.

생성형 AI는 그 변화를 누구도 예상하지 못했던 속도로 가속화시켰습니다. 이제 생성형 AI는 단순히 정보를 전달하는 데 그치지 않고, 그 배후에 있는 논리가 빈약하거나 편향되었거나 심지어 완전히 틀렸더라도 유창하고 확신에 찬 답변을 내놓습니다. 학생들은 이제 이미 정리된 내용, 즉 간결한 요약이나 기성 구조, 때로는 완전한 설명까지를 바탕으로 학습을 시작할 수 있게 되었습니다.

인지적 활동의 성격이 바뀌었습니다. 그 어느 때보다도 학습은 이미 존재하는 것을 평가하고, 검증하며, 개선하는 데 중점을 두어야 합니다.

정보는 넘쳐나고, 즉각적으로 얻을 수 있으며, 그 질은 제각각입니다. 누구나 몇 초 만에 그럴듯하게 들리는 내용을 만들어 낼 수 있습니다. 세련되게 다듬어진 답변이 더 이상 이해도를 보장하지는 않습니다. 그저 그 사람이 정보를 어디서 찾아야 할지 알고 있다는 것을 보여줄 뿐입니다. 즉, 어른이든 청소년이든 우리 모두는 우리가 알고 있는 사실을 어떻게 알게 되었는지 의문을 제기하고, 비교하고, 검증하며, 설명할 필요가 있습니다. 교사들도 학습자만큼이나 이러한 능력이 필요합니다.

사고력을 명시적으로 가르치기

학생들이 AI를 사용하든, 구글을 사용하든, 아니면 둘 다 사용하지 않든 간에 필요한 것은 똑같습니다. 바로 사고하는 방법을 배워야 한다는 것입니다.

오늘날의 과제는 답을 도출하는 것이 아니라, 그 답을 평가하는 데 있습니다. 유창한 답변만으로는 그 이면에 깔린 사고 과정을 거의 알 수 없습니다. 지금 중요한 것은 학생들이 자신이 접한 내용을 의심하고, 다른 출처와 대조해 검증하며, 그 내용이 타당한지 판단하고, 왜 타당하다고 생각하는지 설명할 수 있는지 여부입니다.

이러한 습관은 저절로 형성되지 않습니다. 사고력은 의도적으로 가르쳐야 합니다. 교사는 이러한 사고 과정을 명확히 설명하고, 단계별로 설명하며, 실제 모습이 어떤지 보여주고, 학생들이 이를 정기적으로 연습할 기회를 제공해야 합니다. 이러한 능력은 모든 교과에 걸쳐 적용되지만, 각 교과에 따라 발전하는 방식은 다릅니다. 실제로 이는 교사가 학생들이 무엇을 알고 있는지에 그치지 않고, 어떻게 생각하는지에 대해서도 명확히 파악해야 함을 의미합니다.

학습 성과를 가시화하기

완벽하게 다듬어진 결과물이 이해도를 나타내는 확실한 지표가 된 적은 없으며, AI는 이러한 현실을 더욱 심화시키고 있습니다. 설득력 있는 문단은 단 몇 초 만에 만들어질 수 있습니다.

교사들은 과제를 수행하는 과정에서 드러나는 사고 과정, 즉 선택, 비교, 설명, 그리고 근거를 파악할 수 있어야 합니다. 바로 그 과정에서 이해도가 드러나기 때문입니다.

잘 설계된 과제를 통해 이러한 점이 드러납니다. 학생들이 자신의 답을 어떻게 도출했는지 설명하고, 다른 답안을 비교하며, 잘못된 추론을 바로잡을 때, 교사들은 어떤 최종본보다도 더 명확하게 학습 상황을 파악할 수 있습니다.

판단력 기르기

AI는 유창하게 글을 쓸 수 있지만, 유창함이 정확성을 보장하는 것은 아닙니다. 학생과 교사는 판단력을 기르어야 합니다. 즉, 정보를 신중하게 받아들이고, 필요할 때는 의문을 제기하며, 받아들이기 전에 사실 여부를 확인하는 능력을 말입니다.  

일상적인 수업 현장에서 이것이 어떻게 나타나는지

학습 환경이 변하면, 교수 활동도 그에 따라 자연스럽게 변화합니다. 교사들은 해당 과목에 대한 전문성을 잃는 것이 아니라, 이를 다른 방식으로 활용하게 됩니다. 정보 전달에 중점을 두던 것에서 벗어나, 학생들이 그 정보를 활용하고, 논리적으로 사고하며, 검증하고, 신뢰성을 판단할 수 있도록 돕는 데 중점을 두게 됩니다.

이는 다음과 같은 네 가지 실질적인 방식으로 나타납니다:

1. 과제의 변화
과제는 단순히 결과물을 산출하는 것이 아니라, 이해도를 드러내야 합니다. 하지만 이제는 AI가 정답과 그럴듯한 설명을 생성할 수 있을 뿐만 아니라, 심지어 “반성”이나 “혼란”을 가장할 수도 있기 때문에, 이를 파악하기가 점점 더 어려워지고 있습니다.

이는 글쓰기 과제 하나만으로는 더 이상 충분한 정보를 얻을 수 없음을 의미합니다. 학습자들은 과정이 끝날 때뿐만 아니라 그 전 과정에 걸쳐 자신의 사고 과정을 보여줄 수 있는 다양한 방법이 필요합니다.

증거는 다양한 사소한 방식에서 나타날 수 있습니다. 예를 들어, 간단한 비교, 짧은 설명, 다른 출처와의 대조, 발표, 참고 문헌, 심지어 토론이나 그룹 과제를 통해 작성한 메모 등이 될 수 있습니다. 다양한 형식을 넘나들며 작업하는 것은 학생들이 무엇을 진정으로 이해하고 있는지 드러낼 뿐만 아니라, 의사소통, 연구, 협업 및 디지털 활용 능력과 같은 더 폭넓은 역량을 기르는 데도 도움이 됩니다.

2. 학습 행동의 변화

학습 방식이 바뀌어야 합니다. 사실 확인은 학생들이 가끔씩만 하는 일이 아니라, 일상적인 과정의 일부가 되어야 합니다. 즉, 주장을 검증하고, 아이디어의 출처를 묻고, 서로 다른 버전의 정보를 비교하는 데 익숙해져야 합니다.

간단한 습관이 도움이 됩니다. 때로는 사소한 것, 예를 들어 빠르게 정답을 확인하거나 다른 관점을 물어보거나, “어떻게 풀었는지 설명해 봐”라고 짧게 물어보는 것만으로도 충분합니다. 학생들이 어떻게 확인했는지에 대한 간단한 메모조차도 교사에게 실제 상황이 어떻게 진행되고 있는지 훨씬 더 명확하게 파악할 수 있게 해줍니다. 초기 단계에서는 학생들이 이러한 습관을 기를 수 있도록 간단한 지침이나 대략적인 안내를 제공하는 것이 도움이 될 수 있습니다.

3. 평가 방식의 변경

교사들에게는 최종 결과물 이상의 것이 필요합니다. 최종 결과물만으로는 충분한 정보를 얻을 수 없습니다. 초안 작성 과정, 주석, 간단한 추론 메모, 심지어 짧은 결정 기록까지 모두 평가 결정에 반영될 수 있습니다. 평가는 반드시 한 번의 고정된 시점에 이루어질 필요는 없으며, 과제에 포함된 일련의 작은 점검 지점을 통해 지속적으로 수집될 수 있습니다.

이러한 점검 단계는 계획 수립, 중간 점검, 강점과 발전이 필요한 부분 검토, 변화나 결정 사항에 대한 설명과 같은 메타인지적 과정을 뒷받침합니다. 간단한 메모, 짧은 비교, 또는 간략한 대화만으로도 교사는 학습자들이 어떻게 사고하고 있는지 명확히 파악할 수 있습니다.

이를 통해 평가가 과정 전반에 걸쳐 이루어지며, 학생들에게 각 단계가 중요하다는 점을 일깨워 주고, 단순히 최종 결과물뿐만 아니라 그 결과에 도달하기까지의 과정 자체에 의미 있는 가치를 부여합니다.

4. AI의 역할 인정

AI는 현대 교육에서 그 자리를 차지할 수 있겠지만, 그 역할은 명확히 정의되어야 합니다. 학생들은 AI를 언제, 어떻게 사용했는지, 어떤 부분에서 도움이 되었는지, 또 어떤 부분에서 한계가 있었는지를 설명할 수 있어야 합니다. 장단점과 중립적인 측면을 모두 아우르는 이러한 성찰의 기회를 마련해 주는 것은 학생들이 도구를 이해하고 자신의 선택에 대한 책임을 지도록 돕습니다. 학생들의 성찰 내용은 다른 평가 자료와 함께 고려되어, 교사가 학생들이 과제를 어떻게 접근했는지에 대한 더 포괄적인 그림을 그릴 수 있게 해줍니다.

이러한 방식으로 활용될 때, AI는 과정을 우회하는 지름길이 아니라 과정의 일부가 됩니다. 학생들은 AI를 투명하고 신중하게 활용하는 법을 배우게 됩니다. 언제나 그렇듯이, AI 사용에 대한 기대치는 지역마다 다르기 때문에, 국가·학교·기관 차원의 AI 사용 지침에 따라 이를 실행해야 합니다.

전체 시스템 차원의 책임

교사의 역할은 사라지는 것이 아니라 변화하고 있습니다. 인공지능이 널리 활용되는 세상에서도 교사는 여전히 빈약한 근거에 의문을 제기하고, 결함이 있는 추론을 간파하며, 학습자들이 복잡한 상황을 제대로 이해할 수 있도록 돕는 존재입니다. 교사의 전문성은 줄어들기는커녕 오히려 더욱 중요해지고 있습니다.

하지만 교사들만으로는 이를 해낼 수 없습니다. 학생들이 사고하고, 의문을 제기하며, 검증하는 방법을 배우려면, 교사들 스스로도 이러한 역량을 기를 수 있도록 충분한 시간과 교육, 명확한 지침이 필요합니다. 이를 위해서는 교육부(DfE), 교육과정 개발 기관, 자격 인증 기관, 학교, 정부 등 교육 시스템 전반에 걸친 일관된 조율이 이루어져야 하며, 이를 통해 우리가 가르치는 내용, 평가하는 기준, 그리고 중요하게 여기는 가치가 서로 유기적으로 연결되어야 합니다.

인공지능은 학습 환경을 변화시켰습니다. 인공지능은 교사의 역할을 축소시킨 것이 아니라, 교육에서 가장 중요한 인간적인 측면, 즉 판단력, 이해력, 그리고 학습자들이 정보를 의미 있는 지식으로 전환할 수 있도록 돕는 능력을 부각시켰습니다.

[투명성을 위해 밝히자면, 저는 업무에서 AI를 하나의 도구로 활용할 뿐, AI가 제 대신 생각해주지는 않습니다. 여기에서 제시된 분석과 결론은 경험과 연구, 그리고 학교들과의 일상적인 업무를 바탕으로 제가 직접 도출한 것입니다.]

마무리 말

이 기사는 교사들뿐만 아니라 교육 시스템 전체에 걸쳐 다음과 같은 일련의 핵심적인 질문들을 제기합니다:

• 어떻게 해야 사고 과정을 진정으로 드러내는 과제를 설계할 수 있을까요?
• 결과물만큼이나 과정도 중요하게 여기는 방식으로 이러한 과제를 어떻게 평가해야 할까요?
• 검증과 지적 정직성을 중시하는 문화를 어떻게 조성할 수 있을까요?
• 그렇다면 이러한 변화에 대비하도록 우리를 준비시키는 것은 누구의 역할일까요?

저는 Bett UK 2026에서 ‘AI 시대의 교사 역할 변화’라는세션(1월 21일 수요일 14:15–14:45, Teaching & Learning Theatre)을 통해 이러한 주제들을 다룰 예정입니다. 학교에서 즉시 활용할 수 있는 실용적인 프레임워크와 실제 사례를 공유하여, 학교 관계자들이 보다 명확하고 자신감 있게 대응할 수 있도록 돕고자 합니다.

우리와 함께 소통하고, 배우고, 이끌어 나가세요

LinkedIn에서저희를 팔로우하시면 AI 시대의 교육 방법론, 학교에서 활용할 수 있는 실용적인 도구, 그리고 예정된 라이브 세션 및 웨비나에 대한 최신 정보를 받아보실 수 있습니다.

더 심층적인 분석, 프레임워크 및 통찰력을 얻으시려면 LinkedIn 뉴스레터를 구독해 주세요.

여기에서 Bett 입장권을 예매하실 수 있습니다.