AI 10분 사용이 영어 독해력을 흔드는 방식

AI 도우미는 수능 영어 독해, 내신 서술형, 학원 과제에서 빠른 답을 제공하는 도구로 쓰이기 쉽다. 그러나 카네기멜런, MIT, 옥스퍼드, UCLA 연구진의 실험은 AI 도우미를 쓴 참가자가 도구가 사라진 뒤 문제를 더 쉽게 포기하거나 오답을 낼 가능성이 높았다고 밝혔다. 한국 중·고등 영어 수업에서 중요한 질문은 AI 사용 여부가 아니라 어떤 도움을 언제 제공하느냐이다.

10분의 편의가 남기는 빈칸

WIRED가 전한 연구의 핵심은 강렬하다. AI 챗봇을 단 10분 쓰는 것만으로도 사람의 사고와 문제 해결 능력에 부정적 영향이 나타날 수 있다는 내용이다. 연구진은 온라인 플랫폼에서 참가자에게 여러 문제를 풀게 했다. 문제에는 단순 분수와 읽기 이해가 포함됐다. 실험은 세 차례 진행됐으며 각각 수백 명 규모였다. 일부 참가자는 문제를 자율적으로 푸는 AI 도우미에 접근했다. 이후 AI 도우미가 갑자기 사라졌을 때, 이 참가자들은 문제를 포기하거나 답을 틀릴 가능성이 유의미하게 높았다.

이 결과는 한국 영어 교육 현장에 바로 연결된다. 수능 영어 빈칸, 순서, 삽입 문제는 답만 맞히는 과제가 아니라 지문 안의 근거를 버티며 찾는 과제이다. 내신 영어 서술형도 문법 형태와 문맥을 동시에 점검하는 과제이다. 학원 숙제에서 AI가 해석과 정답을 한 번에 내놓으면 순간 수행은 좋아질 수 있다. 그러나 도구가 없는 시험장, 특히 수능과 학교 내신에서는 스스로 버티는 시간이 남는다. 연구가 경고한 지점은 편의 자체가 아니라 편의 뒤에 남는 사고의 빈칸이다.

정답 생성기보다 힌트 장치

연구에 참여한 MIT의 미치엘 바커는 교육이나 일터에서 AI를 금지하자는 결론이 아니라고 말했다. AI는 그 순간 수행을 더 좋게 만들고 거기에는 가치가 있다. 다만 어떤 종류의 도움을 언제 제공하는지 더 조심하자는 설명이다. 이 구분은 한국 중·고등 영어 수업에서 AI를 정답 생성기로 둘 것인지, 힌트와 근거 찾기를 돕는 장치로 둘 것인지의 차이를 만든다.

수능 영어 독해를 예로 들면 AI가 바로 정답 번호와 해석을 제시하는 방식은 참가자에게 문제를 자율적으로 풀 수 있는 도우미를 붙인 상황과 닮았다. 반대로 AI가 핵심 문장 표시, 지시어의 대상 확인, 오답 선택지가 왜 매력적인지 설명하게 하는 방식은 다른 설계이다. 내신 대비 학원에서도 마찬가지이다. 교과과정 속 지문을 다룰 때 AI가 전체 번역을 즉시 주는 대신 문장 사이 논리 관계를 묻고 학생의 첫 판단을 다시 확인하게 만들면 도움의 성격이 바뀐다. 연구가 던진 실천적 메시지는 AI를 쓰지 말자는 말이 아니라, AI가 학습자의 사고를 대신하지 않게 하자는 말이다.

포기하지 않는 힘도 학습이다

바커는 문제 해결을 계속하려는 의지가 새 기술을 습득하는 데 중요하며 시간이 지나며 배울 수 있는 역량을 예측한다고 말했다. 연구진이 주목한 것은 단순한 정답률만이 아니다. 어려운 문제 앞에서 얼마나 버티는지, 도구가 사라졌을 때 어떻게 반응하는지라는 인지적 질문이다. 그래서 이번 연구는 AI가 사람을 장기적으로 약화한다는 넓은 우려를 통제된 실험 환경에서 살핀 작업으로 소개됐다.

한국 영어 수업에서 이 대목은 특히 중요하다. 수능 영어는 지문을 끝까지 읽고 근거를 다시 확인하는 과정을 요구한다. 내신은 학교별 출제 방식에 따라 어휘, 문법, 서술형 근거가 얽힌다. EBS 교재나 학원 프린트의 독해 지문을 풀 때도 학생이 막히는 순간을 완전히 없애는 것이 늘 좋은 설계는 아니다. 막힘은 사고가 멈춘 신호이면서 동시에 근거를 다시 찾고 가설을 고치는 출발점이기도 하다. AI가 그 순간 곧장 답을 주면 생산성은 올라갈 수 있다. 그러나 연구가 시사하듯 기초 문제 해결 능력을 기르는 비용이 생길 수 있다.

독해 과제의 평가는 답안지 밖에서 갈린다

추천 정보의 통찰은 한국 중·고등 영어 수업에서 AI를 힌트, 근거 찾기, 오답 설명을 유도하는 튜터로 설계하자고 정리한다. 또 독해 과제도 최종 답보다 사고 과정 기록을 평가하는 방식이 필요하다고 말한다. 이 정리는 연구의 문제의식과 맞닿아 있다. AI가 사라졌을 때 포기와 오답이 늘었다면, 수업과 학원 과제는 AI가 있는 순간의 정답만으로 학습을 판단하기 어렵다.

수능 대비 독해 노트에는 정답 번호만 남기기보다 첫 선택지, 근거 문장, 배제한 오답의 이유, AI 힌트를 받은 지점이 함께 남아야 한다. 내신 영어 수행평가나 교과과정 속 독해 활동에서도 AI 사용 여부를 숨기는 방식보다 어떤 도움을 받았는지 기록하게 하는 편이 연구의 경고에 더 가깝다. EBS 지문을 다루는 학원 과제 역시 전체 해석 제출보다 문단별 추론 경로를 남기는 쪽이 낫다. 정답은 결과이며 독해력은 결과에 도달하는 동안 포기하지 않고 확인하는 습관이다. AI가 이 습관을 대신하면 시험장에 남는 것은 빈 답안일 수 있다.

좋은 교사처럼 멈추는 AI

바커는 AI 도구가 작동하는 방식을 다시 생각할 필요가 있다고 말했다. 좋은 인간 교사처럼 모델이 때로는 문제 해결보다 사람의 학습을 우선하자는 제안이다. 바커는 직접 답을 주는 시스템과 발판을 놓아 코칭하며 사용자에게 도전하게 하는 시스템은 장기 효과가 매우 다를 수 있다고 설명했다. 여기서 핵심 단어는 발판, 코칭, 도전이다. AI가 답을 말하기 전에 멈추고 질문해야 하는 이유가 여기서 드러난다.

한국 영어 교실에서 이 원칙은 구체적이다. 수능 빈칸 문제를 틀렸을 때 AI가 정답을 말하기 전에 빈칸 앞뒤의 대조 표현을 묻는 방식이다. 내신 문법 문제에서는 정답 형태를 제시하기 전에 주어와 동사의 관계를 확인하게 하는 방식이다. 학원 숙제에서는 해석 전체를 주기 전에 학생이 표시한 근거가 충분한지 되묻는 방식이다. EBS 독해 연습에서도 AI가 요약문을 대신 쓰는 것이 아니라 빠진 근거를 찾게 한다. 교과과정 안에서 AI 튜터의 가치는 즉답의 속도가 아니라 적절한 지연에서 나온다. 학습자가 한 번 더 생각하게 만드는 지연이 사고의 근육을 남긴다.

예측 어려운 도구와 시험장 현실

WIRED 원문은 AI 도구를 지나치게 믿는 일이 특히 문제가 될 수 있다고 짚었다. 도구가 기대와 다르게 행동할 수 있기 때문이다. 독립적으로 복잡한 일을 처리하는 에이전트형 AI 시스템은 특히 예측하기 어려우며 이상한 오류를 만든다고 설명했다. 원문 저자는 OpenClaw와 그 안의 Codex를 일상적 도우미로 사용하며 Linux 설정 문제 해결에 도움을 받았다고 썼다. 그러나 Wi-Fi 연결이 계속 끊기자 AI가 드라이버 관련 명령을 제안했고 그 명령의 결과 컴퓨터가 부팅되지 않는 상황이 됐다고 밝혔다.

이 사례는 교육 기사에서 그대로 수업의 은유가 된다. AI가 문제를 대신 풀 때 사용자는 빠르게 앞으로 간다고 느낀다. 그러나 오류가 생겼을 때 스스로 고칠 지식이 없다면 멈춘다. 수능 영어 시험장에는 AI 도우미가 없다. 내신 지필고사에도 학원에서 쓰던 자동 해석기는 없다. 교과과정 속 평가에서는 학생 자신의 근거 찾기와 설명 능력이 남는다. EBS 독해 과제에서 AI가 만든 요약을 외우는 방식은 도구가 사라진 순간 취약해진다. 원문 저자가 말했듯 AI가 문제를 그냥 해결하려 하기보다 사용자가 스스로 고치도록 가르쳤다면 더 나은 컴퓨터와 더 나은 두뇌가 남았을 수 있다. 영어 학습에서도 같은 원리가 작동한다.

한국 영어 AI 설계의 기준

이번 연구가 한국 교육 현장에 주는 기준은 단순하다. AI 사용 시간을 줄이는 구호보다 AI 도움의 형태를 바꾸는 설계가 먼저이다. 수능 영어, 내신 영어, 학원 독해, EBS 교재 풀이, 교과과정 활동에서 AI는 답을 완성하는 손이 아니라 사고를 이어 붙이는 발판이어야 한다. 학생이 지문을 읽기 전에 전체 해석을 받는 방식은 편하면서도 연구가 말한 기초 문제 해결 능력의 약화를 부를 수 있다. 반대로 학생이 먼저 판단하면 AI가 그 판단의 근거를 따져 묻고 오답의 논리를 설명하게 하는 방식은 학습을 우선하는 도움에 가깝다.

평가도 함께 바뀌어야 한다. 독해 과제의 제출물은 정답표, 번역문, 요약문만으로 충분하지 않다. 어떤 문장에서 멈췄는지, 어떤 선택지를 왜 버렸는지, AI가 어떤 힌트를 줬는지, 마지막 판단을 어떻게 고쳤는지가 기록돼야 한다. 그래야 AI가 있는 순간의 성과와 AI가 사라진 뒤의 역량을 구분할 수 있다. 연구는 AI를 금지하라고 말하지 않았다. 다만 더 나은 순간 수행이 장기 학습을 자동으로 보장하지 않는다고 경고했다. 한국 영어 교육의 AI 활용도 이 경고에서 출발한다.