AI 튜터를 정답 기계로 쓰면 안 되는 이유 — 학습 설계의 새 균형점

Forbes가 학습·연수(L&D) 영역의 AI 활용 현황을 조명하며 제기한 문제는 단순하다. AI는 학습 자료 설계와 정보 탐색을 극적으로 빠르게 만들지만 학습자가 사고 자체를 AI에 위임하면 이해 없이 결과만 손에 쥐는 인지 부채(cognitive debt)가 쌓인다는 것. AI를 정답 대행으로 쓸지, 튜터이자 스파링 파트너로 쓸지의 선택이 학습 성과를 가른다는 진단이다. 이 화두는 수능 영어, 내신 서술형, 학원 커리큘럼 설계 전반과 직결된다. 빠른 답을 주는 도구와 깊은 사고를 요구하는 평가 사이의 간극이 한국 교실만큼 첨예한 곳도 드물기 때문이다.

인지 부채 — 빠른 답이 만드는 느린 학습자

Forbes 기사가 사용한 인지 부채라는 표현은 금융의 부채 개념을 학습에 옮겨온 비유다. 지금 당장은 AI가 대신 풀어준 문제로 진도가 나간 것처럼 보이지만 이해의 공백은 이자처럼 누적된다. 수능 영어 빈칸 추론 한 문항을 예로 들면, 학생이 챗봇에 지문을 통째로 붙여넣고 답과 해설을 받는 데 걸리는 시간은 30초 남짓이다. 이 30초 동안 학생의 뇌가 한 일은 복사·붙여넣기뿐이다. 정답률은 올라가도 다음 모의고사에서 비슷한 구조의 문항을 만났을 때 다시 챗봇을 켜야 하는 의존 구조가 형성된다.

EBS 연계 교재나 내신 서술형 대비에서도 같은 패턴이 반복된다. 영어 에세이 과제를 AI에게 통째로 작성시키면 결과물의 완성도는 학생의 실제 작문 실력보다 두세 단계 위로 보인다. 그러나 영작 과정에서 일어나야 할 시제 선택, 어휘 변별, 문장 결합 같은 인지 활동이 통째로 빠진다. 학교 교사가 채점한 점수와 학생이 시험장에서 펜으로 쓰는 글의 격차가 벌어지는 지점이다. Forbes의 지적은 이 격차가 학습 결손이 아니라 인지 부채라는 점, 갚지 않으면 복리로 늘어난다는 데 있다.

튜터로서의 AI — 해석을 맡기지 말고 질문을 맡겨라

같은 도구도 어떻게 쓰느냐에 따라 결과가 갈린다. Forbes가 제시한 방향은 AI를 답을 주는 존재가 아니라 묻고 되묻는 튜터로 배치하는 것이다. 중·고등 영어학습에 옮기면 활용 지점이 명확해진다. 지문 해석을 통째로 시키는 대신 학생이 직접 해석한 문장을 AI에게 검토받게 한다. AI는 어디가 어색한지 짚으며 왜 그렇게 봤는지 학생에게 되묻는다. 답을 주는 게 아니라 사고를 한 번 더 굴리게 만드는 역할이다.

오답 노트 작성도 마찬가지다. 모의고사에서 틀린 문항을 AI에게 던지며 왜 ③번이 답인지 설명해 달라가 아니라 내가 ②번을 고른 사고 과정에서 어디가 어긋났는지 짚어 달라고 묻는 방식이다. 전자는 정답 해설집과 다를 바 없다. 후자는 학생이 자기 사고의 궤적을 언어화한 뒤 AI가 이 궤적을 진단하는 구조다. 메타인지를 자극하는 코칭이 자동화되는 셈이다.

말하기 영역에서도 AI 튜터의 역할은 분명하다. 수행평가용 영어 발표 원고를 AI에게 써달라고 하는 대신, 학생이 쓴 원고를 두고 예상 질문을 만들어달라고 시킨다. 이 질문에 학생이 영어로 답하는 리허설을 반복하면 발표 당일 즉문즉답 상황에 대비한다. 챗봇은 24시간 인내심 있는 청자가 되어준다. 이 활용은 영어회화 학원이 1대 다 수업에서 제공하기 어려운 개별 발화 시간을 메우는 보완재로도 기능한다.

스파링 파트너 — 사고를 부딪치게 하는 설계

Forbes가 강조한 또 다른 표현은 스파링 파트너다. 권투 선수가 실전 감각을 익히기 위해 같은 체급의 상대와 맞붙듯, 학습자도 자기 논리를 부딪쳐볼 대상이 필요하다는 발상이다. 국어 비문학 지문 분석, 사회 논술, 수학 풀이 과정 설명 같은 과제에서 AI는 반론을 제기하는 상대로 쓰일 때 가장 큰 효용을 낸다.

예컨대 학생이 비문학 지문을 읽고 글쓴이의 핵심 주장을 한 문장으로 요약했다면, AI에게 이 요약에서 빠진 전제가 있다면 무엇인지 지적해 달라고 시키는 식이다. 수학 풀이에서는 학생이 작성한 풀이 과정을 입력한 뒤 이 단계에서 다른 접근이 가능한지, 이 가정이 성립하지 않는 경우는 없는지 묻게 한다. 답이 맞았는지 확인하는 도구가 아니라, 답이 맞아도 더 단단해질 여지를 찾는 도구로 바뀐다. 자기주도학습의 본령인 내 사고를 내가 검증한다에 AI가 외부 거울로 결합되는 구조다.

학원 운영의 무게중심 — 자료 양산에서 코칭 시간으로

Forbes 기사가 학습·연수 산업에 던지는 메시지는 사교육 시장에도 그대로 적용된다. 과거 학원의 경쟁력은 얼마나 정교한 자료를 얼마나 많이 보유했는가였다. 자체 제작 모의고사, 변형 문제집, 단어장 두께가 학원 간판이 되던 시절이다. AI가 이 영역을 평준화한다. 변형 문항 100개, 어휘 리스트, 단원 요약본을 만드는 작업은 챗봇으로 한 시간이면 끝난다. 학원 간 자료 격차는 빠르게 좁혀지고 있다.

경쟁 축이 옮겨가는 지점은 명확하다. 학생이 이 자료를 어떻게 소화하는지를 옆에서 진단하고 교정하는 시간, 곧 개별 코칭과 피드백이다. AI가 자료 생산 노동을 덜어준 만큼, 강사의 시간은 학생 한 명의 풀이 과정을 들여다보는 데 재배치돼야 한다. 강의 시간 80분 중 60분 일제 강의·20분 질의응답이던 구조를, 30분 핵심 강의·50분 개별 점검으로 뒤집는 식의 운영 변화다. AI 튜터는 이 50분 동안 강사가 동시에 다루기 어려운 학생들을 분담해 응대한다.

이 전환은 강사의 역할도 재정의한다. 정답을 가르치는 사람에서, 학생이 AI와 나눈 대화 로그를 함께 보며 사고의 빈틈을 읽어내는 사람으로 옮겨간다. 학원이 광고에 내세울 차별점도 자료 양이 아니라 학생 1인당 코칭 시간과 피드백의 구체성으로 바뀐다.

교과과정과의 충돌 지점 — 평가가 변하지 않으면 학습도 멈춘다

한 가지 짚어야 할 모순이 있다. AI를 튜터·스파링 파트너로 활용하는 학습 설계가 효과를 내려면, 평가가 사고 과정을 들여다볼 수 있어야 한다. 그러나 한국의 주요 평가 — 수능, 내신 객관식, 모의고사 — 는 여전히 결과 중심이다. 학생이 AI에 의존해 답만 맞히는 학습을 해도 단기 점수는 올라간다. 인지 부채는 대학 입학 이후, 혹은 사회에 나간 뒤에 청구된다.

2022 개정 교육과정이 강조한 깊이 있는 학습과 서술형·논술형 비중 확대는 이 간극을 좁히려는 시도다. 학교 현장의 수행평가, 과정 중심 평가가 늘어나는 흐름과 AI 튜터링 모델은 사실 같은 방향을 본다. 학생이 사고의 궤적을 언어화하고 이 궤적을 외부에서 점검받는 구조이기 때문이다. 학원이 단기 점수에만 베팅하지 않고 사고 과정을 훈련시키는 쪽으로 무게를 옮길 수 있는 명분도 여기서 나온다.

가정의 자리 — 대신 해주는 도구를 같이 생각하는 도구로

가정에서 활용할 때도 같은 원리를 따른다. 초·중등 자녀가 영어 숙제를 할 때 부모가 가장 경계해야 할 장면은 챗봇 화면에 문제를 통째로 붙여넣는 순간이다. 그 순간 학습은 끝난다. 자녀가 답을 직접 쓴 뒤 AI에게 이 답의 어떤 부분이 약한지 한국어로 설명해 달라고 묻게 하는 습관이 자리 잡으면, 같은 도구가 정반대 방향으로 작동한다.

독서 후 감상문, 사회 탐구 보고서, 자유 주제 발표 자료 준비에서도 마찬가지다. AI에게 초안을 써달라고 시키는 대신, 자녀가 쓴 초안을 두고 여기서 더 파고들 만한 질문 다섯 개를 만들어 달라고 요청한다. 사고를 멈추게 하는 도구가 사고를 한 번 더 밀어붙이는 도구로 전환된다. Forbes가 던진 메시지의 핵심은 도구 선택이 아니라 도구 사용법의 설계, 그리고 이 설계를 누가 학생 옆에서 책임지느냐의 문제로 귀결된다.