AI 시대에도 배워야 한다: 스탠퍼드 교수의 6년 실험

인공지능(AI)이 코드를 짜고 글을 쓰는 시대에도 핵심 역량을 학습하는 일은 여전히 중요하다. 스탠퍼드 대학교 컴퓨터 과학 교수 크리스 피에크(Chris Piech)는 6년간의 실험과 교육 경험을 바탕으로 AI 시대에 개인이 어떻게 성장해야 하는지 설명한다. 그는 코드 인 플레이스(Code in Place)라는 무료 코딩 교육 플랫폼을 운영하며 수많은 학생과 교사를 만났다.

AI 시대의 학습 동기

크리스 교수는 AI가 빠르게 발전하는 상황에서 학생들이 겪는 동기 부여 위기에 공감한다. 4년제 교육 과정을 시작하는 학생들은 2030년, AI가 지금보다 4년 더 발전했을 때 어떤 일자리가 존재할지 고민한다. 이러한 불확실성은 자연스럽게 학습 동기를 저하시킨다.

그는 AI에 너무 많이 의존하면 성장의 기회를 잃는다고 지적한다. AI가 에세이를 너무 많이 작성하면 스스로 에세이를 쓸 능력을 상실할 수 있다. 마찬가지로 AI가 코드를 너무 많이 작성하면 아키텍처의 중요한 부분을 이해하고 설계할 능력이 저하될 수 있다. 따라서 AI를 즐겁게 사용하되, AI와 함께 스스로도 성장하는지 자각하는 자기 인식이 중요하다. 개인의 성장에 집중해야 한다.

프로그래밍 학습의 중요성

AI가 프로그래밍, 확률, 작문 등 다양한 작업을 수행할 수 있어도 이러한 능력 자체를 배우는 일은 여전히 필수적이다. AI는 이러한 능력을 확대(magnify)하는 도구일 뿐, 핵심적인 지적 능력을 대체하지 못한다.

크리스 교수는 자신의 경험을 통해 학습의 중요성을 강조한다. 그는 스탠퍼드에서 프로그래밍 수업을 들으며 큰 흥미를 느꼈다. 특히 선생님이 내준 ‘배운 것을 활용해 가장 멋진 것을 만들어보라’는 과제에 40시간 이상 몰두하며 프로그래밍의 즐거움을 깨달았다. 이러한 경험은 이후 그가 교육 분야에 몸담게 된 계기가 된다.

코드 인 플레이스는 이러한 철학을 바탕으로 탄생한 온라인 코딩 교육 플랫폼이다. 전 세계에서 가장 많은 교사를 보유한 이 플랫폼은 약 17,000명의 학생과 1,000명 이상의 교사가 참여하며, 학생 10명당 1명의 교사가 배정된다. 이 플랫폼은 팬데믹 초기 스탠퍼드 대학교의 코딩 입문 수업을 온라인으로 전환하면서 시작되었다.

인간의 역할과 AI의 한계

크리스 교수는 지난 6년간 AI 튜터의 효과를 실험하며 놀라운 사실을 발견했다.

유형	설명	결과	시사점
AI 챗봇만 제공	“여기 챗봇이 있습니다. 학습에 사용하세요.”	수료율 감소, 동기 부여 저하	AI는 정확하나 동기를 유발하지 못한다
인간 교사 제공	“교사가 10분간 함께 대화하기를 원합니다.” 팝업	코스 수료율 10%p 증가	인간의 접촉은 동기를 유발한다

실험 결과, AI는 정확한 정보를 제공했지만, 학생들이 동기를 잃고 중도 이탈하는 경향을 보였다. 반면, 인간 교사가 잠깐 개입하는 것만으로도 코스 수료율이 10%p 증가했다. 인간 교사의 피드백이 항상 정확했던 것은 아니지만, 학생들의 학습 동기를 강력하게 자극하는 인간적인 유대감이 중요한 역할을 했다.

AI는 질문에 답하는 데 능숙하지만, 학생들에게 영감을 주고 호기심을 불러일으키는 데는 한계가 있다. 교사는 학생의 상황과 목표를 이해하고, 그에 맞는 영감을 주는 과제를 제시해 깊은 호기심을 유발할 수 있다. 이처럼 호기심이 점화되면 학생들은 스스로 학습에 몰입한다. 현재의 챗봇은 이러한 호기심 점화 능력이 부족하다.

미래 세대와 학습의 본질

미래는 항상 예측 불가능하다. 과거에도 미래 직업을 예측하는 일은 늘 틀렸다. 자율주행차가 처음 등장했을 때 트럭 운전사의 일자리가 사라질 것이라는 예측이 많았으나, 실제로는 해당 직업이 건강하게 성장했다. AI는 99%의 일반적인 상황을 처리할 수 있지만, 1%의 예외적인 상황이나 가치 있는 화물에 대한 책임감 등 인간만이 다룰 수 있는 부분이 존재한다. AI의 발전 속도를 과대평가하는 경향이 크다.

AI에 사고의 많은 부분을 아웃소싱하면 문제 해결 능력에서 멀어질 수 있다. 프로그래밍에서 AI를 사용하지만, 아키텍처에 대한 깊은 지식이 없으면 AI가 내리는 잘못된 결정으로 인해 나중에 복잡한 버그가 발생할 수 있다. 이때 스스로 아키텍처를 이해하지 못하면 문제를 해결하기 어렵다. 개인의 내적 성장을 중요하게 여겨야 한다.

프로그래밍 학습은 크게 두 가지 부분으로 나눌 수 있다.

학습 요소	설명	AI 시대의 중요도
구문(Syntax)	컴퓨터에 명령하는 방법	중요도 감소
문제 해결	큰 문제를 작은 조각으로 나누는 능력	중요도 증가

AI는 구문을 익히는 데 탁월해질 것이다. 미래에는 모든 명령어를 외우는 것보다 문제 해결 능력이 더욱 중요해진다. 프로그래밍은 논리 오류가 발생하면 즉시 피드백을 받아 빠르게 개선할 수 있다는 점에서 문제 해결 능력을 훈련하기에 매우 효과적인 분야이다.

최고의 엔지니어가 되기 위해서는 많은 시간을 들여 직접 무언가를 만드는 ‘시간 투자(time on task)’가 필요하다. AI를 활용해 많은 프로토타입을 만들고, AI가 어떤 중요한 개념을 사용했는지 배우는 방식으로 경험을 쌓을 수 있다.

현재 젊은 엔지니어들에게는 이전에는 없던 기회가 열린다. AI 덕분에 진입 장벽이 낮아져 10대 후반의 학생들도 친구와 함께 고품질의 스타트업을 만들고 흥미로운 문제를 해결하는 인상적인 코드 베이스를 구축할 수 있다. 어떤 문제가 가치 있는지 아는 능력, 즉 컴퓨터의 능력과 인간의 실제 필요 사이를 연결하는 능력이 더욱 중요해진다. 이러한 고차원적인 기술은 일찍부터 개발해야 한다.

성장과 미래에 대한 낙관

다음 세대가 우리보다 더 똑똑할 것이라는 전제에서 출발해야 한다. 계산기가 있어도 곱셈의 개념을 배우는 것처럼, 기초 개념은 건너뛸 수 없다. 다만 무엇에 중점을 둘지는 더욱 예술적으로 접근할 필요가 있다. AI 시대에도 다음 세대의 성장을 포기하지 않는다.

AI의 미래를 너무 깊이 생각하면 오히려 길을 잃거나 동기를 잃을 수 있다. 한 학생은 AI의 미래에 대해 생각하지 않고 호기심과 학습에 집중한 덕분에 번성했다고 말한다. AI는 인간을 곱셈(multiply)하는 도구이다. 환자를 진심으로 위하는 의사는 AI 도구를 활용해 더 빠르고 정확하게 치료할 수 있고, 학생을 아끼는 교사는 AI를 통해 학생들과 더 멀리 나아갈 수 있다.

젊은 세대의 자기 인식과 비판적 사고, 성장하는 모습을 통해 낙관을 얻는다. 지금 젊은이들에게 가장 가치 있는 것은 스스로 더 똑똑해지겠다는 목표와 자기 인식이다. AI 시대에도 우리는 적응하고 해답을 찾아낼 것이다. 호기심을 잃지 않고 끊임없이 마음을 성장시키는 일은 계속될 것이다. 최고의 엔지니어는 모든 코드를 아는 사람이 아니라, 현실 세계의 인간 문제를 앱, 데이터 과학, 연구의 세계와 연결할 수 있는 사람이다. 무언가를 만들고, 사람들이 사용하고 사랑하는 것을 만드는 과정에서 코딩과 문제 해결 능력을 탁월하게 발전시킬 수 있다. 어제보다 더 똑똑해질 것이라는 신념을 가지고 하루를 시작해야 한다.

출처

• EO Korea. (2026-08-24). 스탠퍼드 교수가 6년간 실험하고 내린 결론: AI시대에도 배워야합니다. YouTube.