AI가 먼저 답하면, 아이는 언제 생각할까요?

교재에 AI 대화창을 추가하면
아이의 공부도 달라질까요?

설명 영상을 본 뒤 문제를 풀고 해설을 읽는 교재를 떠올려보세요. 여기에 “모르는 것은 AI에게 물어보세요”라는 대화창을 추가했다고 해보겠습니다.

아이는 모르는 내용을 바로 물어볼 수 있습니다. 같은 설명을 더 쉬운 말로 들을 수도 있죠. 하지만 영상을 보고 정답을 고르는 공부 방식은 그대로일 수 있습니다. AI와 대화하는 기능을 추가했다고 해서 아이가 직접 풀어보거나 답의 이유를 설명하는 활동까지 생기는 것은 아닙니다.

AI가 풀이나 감상문을 먼저 써주면 아이는 그 내용을 따라 적을 수 있습니다. 문제는 맞히고 과제는 끝내겠죠. 하지만 답을 보지 않고도 풀 수 있는지 확인하지 않으면 아이가 이해했는지는 알기 어렵습니다.

멀티미디어 교재나 AI 대화 자체가 쓸모없다는 뜻은 아닙니다. 중요한 것은 그 기능을 쓰는 동안 아이가 무엇을 하느냐입니다. 아이가 먼저 생각을 말하면 AI는 필요한 설명이나 힌트를 줍니다. 아이는 책이나 그림에서 근거를 찾아 자기 말로 설명합니다.

예를 들어 책을 읽은 아이에게 AI가 감상문을 써주는 대신, 기억에 남는 장면과 그 장면을 고른 이유를 묻는 것입니다. Blackbold는 이런 대화와 활동을 함께 설계합니다. 기존 교재의 글과 그림도 아이가 AI의 설명을 확인하고 자신의 생각을 뒷받침하는 자료로 활용합니다.

아이의 설명을 들어야
무엇을 이해했는지 알 수 있습니다.

2026년 10월 30일 한승원 작가와 김대중 전남광주통합특별시 교육감이 독서와 글쓰기 교육을 논의했습니다. 두 사람은 학생이 스스로 생각하고 자기 언어로 표현하도록 돕는 교육의 중요성을 강조했습니다. 김 교육감은 독서와 문해력을 바탕으로 “스스로 사유하고 삶을 창작하는 주체적 인재”를 기르는 데 힘쓰겠다고 밝혔습니다. 관련 보도 · 뉴시스

지금까지는 교사가 아이의 설명을 직접 들으며 무엇을 이해했는지 확인해왔습니다. 독서 수업을 예로 들어보겠습니다. AI가 쓴 감상문에는 주인공의 행동과 작품의 의미가 그럴듯하게 설명돼 있을 수 있습니다. 하지만 그것만 읽어서는 아이가 어느 장면을 기억하고 무엇을 느꼈는지 알 수 없죠. 아이가 직접 장면을 고르고 그 이유를 써봐야 합니다.

“어느 장면이 가장 기억에 남았니?”라고 물었을 때 아이가 “주인공이 친구를 도와준 장면이요”라고 답했다고 해보죠. 이어서 왜 그 장면을 골랐는지 묻고 책에서 주인공의 행동을 함께 찾아봅니다. 아이는 대화하며 떠올린 이유를 자신의 감상문에 덧붙일 수 있습니다.

아이의 설명을 들으면 이야기의 어느 부분을 이해했고 무엇을 잘못 읽었는지 살펴볼 수 있습니다. 자기 말로 설명하는 활동은 아이가 이해한 내용을 교사가 확인하는 방법이기도 합니다.

길게 말하거나 어려운 단어를 쓸 필요는 없습니다. 말이나 글이 서툰 아이는 그림을 고르거나 직접 그려서 설명할 수도 있습니다. 중요한 것은 아이가 이해한 내용을 직접 표현해보는 것입니다.

문제는 한 반에 20명이 넘는 아이들이 있을 때입니다. 교사가 모든 아이의 설명을 듣고 다음 질문까지 해주기에는 수업 시간이 부족합니다. AI가 학생별로 대화를 나누고 필요한 내용을 정리해줄 수 있다면 도움이 되겠죠. 다만 그 대화가 아이의 생각을 듣는 대신 정답을 알려주는 데 그친다면, 교재에 답변창을 하나 더 붙인 것과 다르지 않습니다.

AI와 함께 푼 문제를
혼자서도 풀 수 있을까요?

AI가 학생마다 답을 알려주면 교사의 부담도 줄고 학습도 잘될까요? 튀르키예 고등학생 약 1,000명을 대상으로 한 수학 연구는 답을 받는 것과 배우는 것이 다를 수 있음을 보여줍니다. 일반형 GPT-4 도구를 사용한 학생들은 연습 문제에서 비교 집단보다 높은 성적을 받았습니다. 그런데 AI 없이 시험을 보자 결과가 달라졌습니다.

이 결과를 모든 AI 학습 서비스에 적용할 수는 없습니다. 다만 학습 효과를 평가할 때 무엇을 봐야 하는지는 생각해볼 수 있죠. AI의 도움을 받아 맞힌 문제를 아이 혼자서도 풀 수 있는지 확인해야 합니다. 답을 고른 이유도 설명해보게 합니다.

AI와 함께 푼 결과와 아이 혼자 풀어본 결과를 따로 확인해야 합니다. 도움을 받으며 문제를 많이 끝냈더라도, 아이가 아직 이해하지 못한 부분이 남아 있을 수 있습니다. 아이가 계속 틀리는 문제를 찾아 설명을 보완하거나 다른 예제를 제공해야 합니다.

AI 시대의 이해와 배움,
독일 린다우에서 노벨상 수상자들이 나눈 이야기

2026년 7월 1일 독일 린다우 노벨상 수상자 회의에서 ‘AI 시대에 이해한다는 것은 무엇인가’를 주제로 대담이 열렸습니다. 노벨상 수상자들은 AI가 답을 구하는 것과 사람이 원리를 이해하는 것이 어떻게 다른지 이야기했습니다. 교육에서 AI의 역할을 생각할 때도 참고할 만합니다. 공식 대담 기록

안 륄리에

2023년 노벨 물리학상

계산이 맞았다고 원리까지 이해한 것은 아닙니다.

륄리에는 계산으로 얻은 값이 실험 결과와 같아진 뒤에도, 그 현상이 왜 일어나는지 이해할 설명이 필요했다고 말했습니다. 답이 맞는 것과 원리를 아는 것은 다르다는 이야기입니다.

공식 영문 해설 · 해설에 연결된 원영상 4:00

윌리엄 필립스

1997년 노벨 물리학상

스스로 이해할 수 있도록 설명해주는 AI

필립스는 어려운 문제도 알아듣기 쉽게 설명했던 엔리코 페르미를 떠올렸습니다. AI도 그런 도움을 줄 수 있기를 바란 것이죠. 사람과 대화하며 배우는 일을 없애자는 뜻은 아니었습니다.

공식 영문 해설 · 해설에 연결된 원영상 33:09

존 점퍼

2024년 노벨 화학상

잘된 예시만 보고 AI를 믿어도 될까요?

점퍼는 AI를 어떤 자료로 시험했는지, 그 시험이 실제로 사용할 상황과 맞는지를 중요하게 본다고 설명했습니다. 한 가지 문제를 잘 풀었다고 다른 문제의 답도 맞을 것이라고 믿어서는 안 됩니다.

공식 영문 해설 · 해설에 연결된 원영상 44:20

수업에서도 정답을 맞혔다는 것만으로 이해했다고 판단하기는 어렵습니다. AI와 공부하는 아이가 풀이를 자기 말로 설명할 수 있는지 먼저 확인해야 합니다. 이어서 같은 개념을 쓰는 새로운 문제를 혼자 풀어보게 해야 합니다. 설명을 듣고 끝내는 대신, 스스로 설명하고 다른 상황에 적용하는 과정을 반복하며 배운 내용을 익히는 것입니다.

이는 Blackbold가 제안하는 학습 방식입니다. 현재 대기업과 함께 진행 중인 비공개 교육 AI 프로젝트에도 이 방식을 적용하고 있습니다.

학생에게 맞춰 설명하는 AI 튜터는
수업 뒤 시험 점수를 높였습니다.

학생에게 맞춰 설명하고 피드백하는 AI는 실제 학습에도 도움이 될까요? 하버드 대학 연구진은 대학 물리 수업에서 AI 튜터와 교실 수업의 학습 효과를 비교했습니다. 학생 194명이 같은 학습 내용을 두 방식으로 번갈아 배운 뒤 시험을 치렀습니다. 그 결과 AI 튜터로 배운 뒤의 시험 점수 중앙값이 교실 수업보다 높았습니다.

도움이 된 이유는 학생이 필요한 설명을 자기 속도에 맞춰 받을 수 있었기 때문이라고 연구진은 해석했습니다. 내용을 한꺼번에 쏟아내지 않고 나누어 설명했습니다. 학생이 답하면 그에 맞는 피드백을 주고, 어려운 부분에서는 시간을 더 쓸 수 있게 했습니다. 정확한 설명을 위해 교사가 준비한 단계별 해설도 AI에 제공했습니다.

이 연구에서 참고할 점은 ‘AI를 넣으면 좋아진다’는 결론이 아닙니다. 무엇을 먼저 배우게 할지, 학생의 설명에 어떤 도움을 줄지, 이해한 내용을 어떻게 확인할지를 정해야 합니다. 여러 조건을 함께 바꾼 실험이므로 어느 기능 하나가 점수 차이를 만들었다고 단정할 수는 없습니다.

이 원리를 초등학교 분수 수업에 적용하면 어떻게 만들 수 있을까요? 다음은 Blackbold의 수업 설계 예시입니다. 먼저 AI가 “1/4과 1/3 중 어느 쪽이 더 클까? 왜 그렇게 생각했니?”라고 묻습니다. 아이가 “4가 3보다 크니까 1/4이 더 커요”라고 답했다면, 분모의 숫자만 비교하고 있다는 것을 알 수 있습니다. AI는 정답을 바로 말하는 대신 같은 크기의 피자 두 판을 나누어 비교하도록 돕습니다.

개념을 처음 배우는 아이에게는 설명과 예시도 필요합니다. 다만 아이의 생각을 들어보기도 전에 AI가 풀이를 모두 끝내지 않도록 해야겠죠. 필요한 설명을 들은 뒤에는 답을 가리고 아이가 혼자 풀어보도록 합니다.

AI의 답이 맞는지
책과 그림으로 확인하는 연습이 필요합니다.

AI는 틀린 내용도 자신 있게 설명할 수 있습니다. 아이에게 주의하라고 말하는 것만으로는 부족하겠죠. 책이나 그림을 보고 AI의 답이 맞는지 확인하는 활동을 수업에 넣어야 합니다.

예를 들어 AI가 “주인공이 친구에게 먼저 사과했다”고 설명했다면 책에서 그 장면을 찾아봅니다. 그런 내용이 없다면 AI의 설명을 그대로 받아들이면 안 되겠죠. 수학에서도 AI가 말한 답을 그림이나 직접 계산한 결과와 비교해볼 수 있습니다.

교재에서 답의 근거를 찾을 수 없다면 AI가 추측으로 답하지 않도록 해야 합니다. 학생에게는 선생님께 물어보도록 안내하고 교사 화면에는 학생의 질문을 남깁니다. 교사는 질문과 교재를 확인한 뒤 설명을 보완할 수 있습니다.

아이가 어떤 근거로 AI의 답을 받아들였고, 틀린 답을 왜 고쳤는지 자기 말로 설명할 수 있어야 합니다. 학습 효과도 AI를 몇 번 사용했는지보다 어떤 자료를 비교했고 생각이 어떻게 달라졌는지를 중심으로 확인합니다.

학생별 학습 상태를 정리해
교사의 확인 업무를 줄입니다.

학생들이 AI와 나눈 대화를 선생님이 모두 읽어야 한다면 일이 더 늘어나겠죠. 학생별로 무엇을 이해했고 어디에서 도움이 필요한지 정리하는 일부터 AI가 맡아야 합니다. 교사는 필요한 내용을 보고 다음 수업과 개별 지도를 준비할 수 있어야 합니다.

교사를 돕는 AI agents는 학생의 질문과 설명을 바탕으로 학습 상태를 요약합니다. 여러 학생이 공통으로 어려워하는 개념을 묶고 수업에 쓸 설명과 활동도 제안합니다. 교사가 매번 기록을 옮겨 적거나 긴 대화를 찾아 읽지 않도록 기존 학습 관리 화면에 연결합니다.

교사의 지도를 돕는 AI를 연구한 Tutor CoPilot 사례도 있습니다. 2024년 사전공개 논문은 학생 약 1,800명과 튜터 900명이 포함된 실험에서 AI 지원을 받도록 배정된 튜터에게 배운 학생들의 수업 종료 문항 통과율이 4퍼센트포인트 높았다고 보고했습니다. 연말 수학시험에서는 통계적으로 뚜렷한 차이가 확인되지 않았습니다.

참고 논문: Tutor CoPilot · Wang 외, 2024

이 연구에서 주목할 점은 AI가 학생의 답변뿐 아니라 교사의 지도 방식도 도울 수 있다는 것입니다. Blackbold는 학생과 대화하는 AI와 교사의 확인 업무를 돕는 AI를 함께 개발합니다. 학생에게 필요한 도움과 교사에게 필요한 정보를 연결하는 것입니다.

예를 들어 ‘그림을 비교한 뒤에는 조각의 크기를 설명했지만 다른 상황에서는 아직 헷갈려 한다’는 요약에 학생의 실제 설명이 함께 붙어 있다면 어떨까요? 선생님은 대화 전체를 읽지 않아도 다시 설명할 부분을 찾을 수 있습니다. 요약이 맞는지 확인하는 데까지 시간이 얼마나 드는지도 함께 측정해야 합니다.

Blackbold 블랙볼드는
학생이 스스로 생각하도록 돕는
AI agents를 만듭니다.

교재에 붙이는 AI 답변 기능이 아닙니다. 초등학교부터 고등학교까지 12년의 배움을 함께하는 학생 전담 AI 코치입니다. 학생이 스스로 질문하고 생각을 깊게 발전시키도록 돕습니다. AI의 설명도 근거를 따져보고 자신의 언어로 설명하게 합니다.

유치원의 관찰과 표현 활동에서 시작해 고등학교의 탐구와 토론까지, K–12의 성장 단계에 맞춰 대화와 활동을 바꿉니다. 초등학생에게는 관찰한 것을 말하도록 돕고 중학생에게는 서로 다른 자료를 비교하도록 제안합니다. 고등학생에게는 자신의 주장에 근거를 붙이고 반론까지 검토하도록 돕습니다.

처음부터 모든 학년과 과목을 한꺼번에 만들 필요는 없습니다. 학생의 생각을 더 들어봐야 하는 학습 장면과 교사가 시간을 많이 쓰는 업무를 먼저 고릅니다. 여기서 확인한 결과를 바탕으로 다른 학년과 과목까지 이어갈 수 있도록 설계하겠습니다.

학생의 배움과 교사의 업무가
어떻게 달라졌는지 함께 확인합니다.

개발을 마친 뒤에는 실제 수업에서 무엇이 달라졌는지 교육기업과 교사가 함께 확인합니다. 학생이 스스로 질문하고 근거를 비교할 수 있게 됐는지, 배운 내용을 자기 말로 설명하는지 도입 전후의 학습 활동을 비교합니다. 교사가 학생별 상태를 확인하고 다음 수업을 준비하는 시간도 함께 측정합니다.

예를 들어 식물의 이름만 외우던 아이가 “햇빛을 받는 양에 따라 왜 자라는 모습이 다를까?”라는 질문을 만들었는지 봅니다. AI 코치와 정리한 관찰 기록을 바탕으로 자신의 설명을 고칠 수 있는지도 확인합니다. 정답을 많이 맞히는 것에서 나아가, 질문과 설명이 어떻게 달라졌는지를 보는 것입니다.

같은 내용을 비슷한 시간 동안 배운 학생끼리 비교해야 합니다. 수업 전에 알고 있던 내용과 교사가 도운 정도도 함께 확인합니다. 한 번의 결과를 K–12 전체의 효과로 확대해서는 안 됩니다. 학생의 성장에 맞춰 오래 함께하려면 학년과 과목이 달라질 때도 확인을 이어가야 합니다.

학교에서는 선생님이 별도 업무를 더 떠안지 않고 사용할 수 있어야 합니다. AI의 요약을 고치는 데 시간이 더 들거나 학습 기록을 다른 프로그램에 다시 입력해야 한다면 개선이 필요합니다. 학생이 설명할 기회와 교사가 가르칠 시간을 함께 늘리는 것이 목표입니다.

참고 자료

1. 한승원 작가·김대중 교육감, AI 시대 독서교육 방향 논의구용희 · 뉴시스 · 2026.10.30. 독서와 글쓰기 교육에 관한 두 사람의 대화 및 김 교육감의 발언.
2. Generative AI without guardrails can harm learning: Evidence from high school mathematicsBastani 외 · PNAS · 2025.06.25. 연습과 후속 시험, 일반형과 학습보호형 설계의 차이를 참고했습니다. 2025.08.20 정정은 저자 소속에 관한 내용입니다.
3. What Does It Mean to “Understand” in the Age of AI?제75회 린다우 노벨상 수상자 회의 · 2026.07.01. 공식 대담 기록.
4. A Panel About AI to Ask the Oldest Question in ScienceLindau Nobel Laureate Meetings · 2026.09.03. 공식 영문 해설의 발언과 연결된 원영상 위치를 확인했습니다. 번역과 교육사업에 대한 적용은 구분했습니다.
5. AI tutoring outperforms in-class active learningKestin 외 · Scientific Reports · 2025.06.03. 대학 물리의 두 수업을 비교한 연구입니다. 장기 효과나 초등학생의 효과로 일반화하지 않았습니다.
6. Tutor CoPilot: A Human-AI Approach for Scaling Real-Time ExpertiseWang 외 · arXiv 사전공개본 v1 · 2024.10.03. 수업 종료 문항 통과율과 연말 수학시험 결과를 참고했습니다.