어려운 문제를 사진으로 올리면 AI가 풀이를 만들어 주는 시대입니다. 막힌 부분을 바로 물을 수 있다는 점은 매력적이지만, 화면에 정답이 나타났다는 사실과 내가 그 문제를 풀 수 있게 되었다는 사실은 다릅니다. 숙제를 끝내는 속도가 빨라져도 다음 날 비슷한 문제 앞에서 다시 멈춘다면 공부 방법을 점검할 필요가 있습니다. 교육용 AI를 고를 때도 답변의 유창함만큼 학습자가 무엇을 직접 하도록 만드는지 살펴봐야 합니다.
이 글은 2026년 10월 25일 확인한 공개 연구를 바탕으로 AI를 공부에 사용하는 절차를 제안합니다. 아래 분수 문제와 학습 기록은 원리를 설명하기 위한 가상 사례이며 특정 제품의 성능 시험이나 실제 학생의 기록이 아닙니다. 대표 사진도 학생들이 도서관에서 노트북으로 공부하는 모습을 담은 설명용 사진으로, 소개하는 실험의 참가자나 AI 사용 여부를 증명하는 자료는 아닙니다.
1. 도움을 받은 성과와 혼자 할 수 있는 능력을 나누기
학습 도구를 평가하려면 먼저 두 가지 결과를 구별해야 합니다. 하나는 AI를 켜 둔 상태에서 과제를 얼마나 잘 처리했는지이고, 다른 하나는 도구를 치운 뒤에도 개념을 설명하고 새 문제를 풀 수 있는지입니다. 완성한 답안은 첫 번째를 보여 줄 수 있지만 두 번째까지 자동으로 입증하지는 않습니다. 설명을 읽고 고개를 끄덕이는 느낌 역시 확인 시험을 대신하지 못합니다.
Bastani와 동료들의 2025년 PNAS 연구는 튀르키예 고등학교 수학 수업에서 일반적인 채팅형 AI와 교사가 마련한 힌트·풀이 정보를 반영한 AI 튜터를 비교했습니다. AI를 사용할 때의 연습 성과와 뒤이은 도구 없는 평가 결과가 달랐고, 일반 채팅형 집단에서는 AI가 없는 비교 집단보다 낮은 평가 성과가 관찰됐습니다. 힌트 중심 튜터에서는 그 부정적인 차이가 크게 줄었지만, 독립 평가에서 비교 집단보다 더 잘했다는 유의한 증거까지 나온 것은 아닙니다.
이 결과를 ‘AI를 쓰면 반드시 실력이 떨어진다’로 일반화해서는 안 됩니다. 특정 학교·과목·학습 활동에서 얻은 결과입니다. 다만 답을 받아 연습 문제를 해결한 경험과 스스로 이해를 쌓은 경험을 따로 확인해야 한다는 점은 실제 공부 방법을 설계할 때 유용한 질문이 됩니다.
2. 긍정적인 연구도 튜터의 설계를 함께 읽어야 한다
Kestin과 동료들의 2025년 Scientific Reports 연구에서는 대학 기초 물리의 두 수업을 대상으로 구조화된 AI 튜터와 교실의 능동 학습을 비교했습니다. 분석 대상 194명의 학생은 두 방식을 번갈아 경험했고, AI 튜터 조건에서 수업 직후 평가의 학습 향상이 더 컸습니다. 그러나 이 튜터는 일반 채팅창만 제공한 것이 아니라 교사의 문제별 설명과 풀이, 단계별 진행과 피드백을 포함한 교육 환경이었습니다.
두 연구를 단순히 찬성 대 반대로 묶으면 중요한 차이를 놓칩니다. 학년과 과목, 기존 지식, 연습 방식, 비교 집단과 평가 시점이 다릅니다. 짧은 수업 뒤의 개선을 장기간의 기억이나 모든 연령에서의 효과로 확대할 수도 없습니다. 따라서 제품의 ‘AI 탑재’ 문구보다 정답을 언제 보여 주는지, 잘못된 피드백을 누가 검토하는지, 혼자 풀어 보는 구간이 있는지 먼저 확인하는 편이 합리적입니다.
3. 질문을 입력하기 전에 학습 목표 한 줄 쓰기
같은 도구라도 목표에 따라 사용법이 달라집니다. ‘분수 문제 열 개 끝내기’ 대신 ‘분모가 다른 분수의 덧셈에서 같은 크기의 단위를 만드는 이유를 설명하기’처럼 오늘 익힐 능력을 적어 보세요. 프로그래밍이라면 완성된 코드 받기보다 반복문의 종료 조건을 설명하거나 오류가 난 줄을 찾아내는 것을 목표로 삼을 수 있습니다.
다음으로 현재 아는 것을 종이에 먼저 적습니다. 문제의 조건, 떠오르는 원리, 시도한 풀이와 막힌 지점을 분리하면 AI에게 맡길 범위도 작아집니다. 처음부터 전체 해결을 요청하면 내가 이해한 부분과 AI가 대신 수행한 부분이 섞입니다. 짧은 첫 시도는 정답 여부뿐 아니라 무엇을 모르는지 확인하는 자료입니다.
질문에는 ‘내 풀이에서 처음 잘못된 단계만 짚고, 정답은 아직 보여 주지 말아 줘’처럼 원하는 도움의 크기를 적을 수 있습니다. 다만 이런 요청이 항상 지켜지는 것은 아닙니다. AI가 곧바로 전체 풀이를 보여 주면 그대로 베끼기보다 창을 가리고 원래 풀이에서 바꿔야 할 점을 다시 써 보는 식으로 학습자의 행동을 조절해야 합니다.
4. 힌트는 한 단계씩, 설명은 학습자의 말로
힌트를 요청할 때는 작은 단계부터 시작합니다. 먼저 문제에서 찾아야 할 정보가 무엇인지 묻고, 그래도 막히면 관련 개념을 요청합니다. 다음에는 내 풀이의 특정 줄에 대한 피드백을 받고, 마지막에 필요한 만큼의 예시를 보는 순서입니다. 모든 사람에게 이 순서가 최적이라는 뜻은 아니며, 정답 전체를 너무 일찍 받지 않기 위한 실용적인 출발점입니다.
중요한 것은 힌트 다음의 행동입니다. 힌트 하나를 받으면 채팅을 잠시 멈추고 내 풀이를 수정합니다. ‘이제 알겠어’라고 답하는 대신 왜 그 변화가 필요한지 한 문장을 써 보세요. 말로 설명하기 어렵다면 아직 낯선 용어나 건너뛴 단계가 있다는 신호일 수 있습니다. 더 긴 답변을 받기 전에 그 지점을 좁혀 물어보면 됩니다.
반대로 전혀 배운 적 없는 개념 때문에 시작조차 어렵다면 무작정 힌트를 줄일 필요는 없습니다. 교과서의 기본 설명이나 교사의 예제를 먼저 공부한 뒤 비슷한 새 문제를 직접 풀어 봅니다. 도움의 양을 줄이는 것 자체가 목적은 아닙니다. 이해를 시작하는 데 필요한 설명과 스스로 연습해야 할 과정을 구분하는 것이 목적입니다.
5. 가상 사례: 분수 문제를 AI에게 모두 맡기지 않는 방법
학습자가 3/4 + 1/6을 계산하며 4/10이라고 적었다고 가정해 봅시다. 이때 ‘답이 뭐야?’보다 ‘나는 분자와 분모를 각각 더했어. 서로 다른 단위를 더한 부분이 있는지 질문 하나로 안내해 줘’라고 요청할 수 있습니다. 피드백이 정확한지는 교재나 교사에게 확인할 수 있어야 합니다. AI가 친절하게 말하더라도 틀린 규칙을 설명할 수 있기 때문입니다.
학습자는 같은 크기의 조각으로 맞추는 과정을 직접 그리거나 씁니다. 3/4은 9/12, 1/6은 2/12이므로 합은 11/12입니다. 핵심 설명은 ‘분모를 무조건 곱한다’가 아니라 ‘같은 크기의 단위로 바꾼 뒤 조각의 수를 더한다’입니다. 계산 결과뿐 아니라 4/10이라는 첫 답이 왜 적절하지 않았는지 설명하는 과정도 남깁니다.
그다음 화면을 닫고 2/3 + 1/4을 풉니다. 이는 앞선 풀이의 숫자만 기억했는지, 통분의 이유를 적용할 수 있는지 확인하기 위한 다른 예입니다. 처음 문제의 답이 눈앞에 있는 동안 같은 풀이를 다시 쓰는 것과 조건이 다른 문제를 혼자 해결하는 것은 구분해서 기록합니다. 여기의 숫자와 순서는 이해를 돕기 위한 예시이며 검증된 수업 프로그램은 아닙니다.
6. 도구를 끈 확인과 다음 날 복습을 계획에 넣기
공부 시간의 끝에는 AI와 노트를 잠시 치우고 설명이나 문제 하나를 수행해 보세요. 핵심 개념을 자기 말로 쓰기, 왜 다른 방법이 틀렸는지 설명하기, 숫자나 상황이 달라진 문제를 풀기 중 목표에 맞는 것을 고르면 됩니다. 답을 본 뒤 ‘기억났다’고 느끼는 것과 아무것도 보지 않고 먼저 떠올리는 시도는 기록을 나눠야 합니다.
다음 날이나 이후의 복습에서도 먼저 혼자 시도하고 필요한 부분만 다시 확인합니다. 여기서 제시하는 복습 시점은 실천 예시이지, 모든 과목과 학습자에게 맞는 최적 간격을 뜻하지 않습니다. 틀린 문제는 답안을 통째로 옮겨 적기보다 ‘단위를 맞추지 않았다’, ‘조건을 하나 빠뜨렸다’처럼 오류의 이유를 한 줄로 남깁니다. 그 이유에 맞는 새 문제로 다시 확인하면 다음 질문도 구체적이 됩니다.
혼자 푼 결과가 좋지 않다고 AI 사용 전체가 실패한 것은 아닙니다. 설명의 난도가 높았는지, 기초 개념이 비어 있는지, 힌트가 너무 빨리 답을 드러냈는지 살펴봅니다. 혼자 여러 번 실패하는 상황에서는 같은 채팅을 길게 반복하기보다 교사나 믿을 만한 교재의 설명을 받아 공부 경로를 바꾸는 편이 도움이 될 수 있습니다.
7. 정확성과 개인정보는 별도로 확인하기
AI가 제공한 책 제목, 논문 링크, 수식과 프로그램 코드는 각각 확인할 대상입니다. 링크가 실제로 열리는지와 그 문서가 주장한 내용을 뒷받침하는지는 다른 문제입니다. 교과서 정의와 풀이 기준을 우선하고, AI 설명이 충돌하면 원문을 찾아 교사에게 질문합니다. 수학의 단위와 부호, 과학의 가정, 코드의 입력 조건처럼 답이 바뀌는 지점을 함께 확인하세요.
UNESCO의 생성형 AI 교육 지침은 사람 중심의 교육 설계와 개인정보 보호, 연령에 맞는 이용을 강조합니다. 학생 이름·학교·학번·성적·연락처가 들어간 자료를 그대로 올리지 말고, 필요한 부분만 개인정보를 지워 사용하세요. 미성년자는 보호자·학교의 기준과 서비스의 현재 연령 조건을 확인해야 합니다. 카메라나 음성 입력도 같은 기준으로 살펴봅니다.
학교 과제에는 별도의 사용 규칙이 있을 수 있습니다. 허용 범위와 표시 방법을 확인하고, 내 생각으로 쓴 부분과 AI의 도움을 받은 부분을 구분합니다. 도구가 만든 답안을 자기 작업인 것처럼 제출하는 방식은 학습 여부를 확인하기도 어렵게 만듭니다. 편의를 위해 계정을 공유하거나 타인의 과제·비공개 수업 자료를 허락 없이 업로드하지 않습니다.
8. 사용 시간을 재기보다 남은 능력을 기록하기
학습 기록은 길 필요가 없습니다. 날짜, 오늘의 목표, 첫 시도, 받은 도움, 도구 없이 확인한 결과, 다음에 확인할 점을 짧게 적으면 됩니다. 예를 들어 ‘통분 이유 설명 / 분자·분모를 각각 더함 / 단위 힌트 한 번 / 다른 문제는 혼자 해결 / 내일 이유 다시 설명’처럼 남깁니다. 채팅 횟수나 공부한 분량만 적는 것보다 어떤 도움 뒤에 무엇을 할 수 있게 되었는지 돌아보기 쉽습니다.
주기적으로 기록을 읽으며 도움의 양을 조절합니다. 같은 개념에서 계속 완성된 풀이를 받아야 한다면 새 도구를 찾기 전에 목표를 더 작게 나누거나 기초 설명으로 돌아갑니다. 반대로 스스로 설명하고 다른 문제에 적용할 수 있다면 AI가 끼어드는 횟수를 줄여도 됩니다. 비교 기준은 다른 사람의 이용 시간이나 광고 문구가 아니라 내가 확인한 수행입니다.
교육용 AI의 가치는 가장 빠르게 정답을 보여 주는 데서 끝나지 않습니다. 질문을 정리하고 막힌 지점을 찾는 데 도움이 되면서도, 생각하고 설명하고 확인하는 일은 학습자에게 남아 있어야 합니다. 다음 공부에서는 AI를 켜기 전에 목표 한 줄과 첫 시도를, 끄기 전에는 도구 없는 확인 한 번을 남겨 보세요. 그 작은 기록이 편리한 도움과 실제로 쌓인 능력을 구별하는 출발점이 됩니다.