AI 시대 학습, 성과와 이해 사이의 간극

인공지능(AI)은 학습 도구로서 학생들의 숙제 성적을 높일 수 있다. 그러나 이것이 실제 학습 능력 향상으로 이어지는지는 별개의 문제이다. AI 사용은 단기적인 성과를 올리지만, 깊이 있는 이해를 방해할 수 있다는 분석이 나온다.

AI 학습의 역설, 성과와 이해의 간극

AI는 학생들에게 강력한 ‘성과 증폭기’ 역할을 한다. 한 연구는 6개월간 AI를 활용한 학생들의 숙제 성적이 평균 18% 올랐다고 보고한다. 하지만 정작 시험에서는 AI를 사용하지 않은 학생보다 20% 낮은 점수를 받았다. 이 극명한 차이는 AI가 학습을 단순히 ‘대신하는’ 도구인지, 아니면 ‘돕는’ 도구인지에 대한 근본적인 질문을 제기한다.

이러한 결과는 AI 활용 방식에 따라 학습 효과가 크게 달라짐을 보여준다.

지표	AI 사용 학생	AI 미사용 학생
숙제 성적 변화	평균 18% 상승	-
시험 성적 비교	20% 낮음	(기준점)

이 간극은 학생들이 AI의 도움으로 얻은 결과물과 실제 머릿속에 내재화한 지식 사이에 큰 차이가 있음을 나타낸다. 따라서 교육 정책은 AI 사용을 막기보다, 사고 과정과 이해, 그리고 검증을 요구하는 ‘AI와 함께 배우는 방식’으로 평가 체계를 전환해야 한다.

도구 의존을 넘어 협력적 학습으로

AI를 똑같이 사용해도 학생마다 학습 결과가 다른 점은 주목할 만하다. 어떤 학생은 AI를 통해 시간을 절약하는 반면, 어떤 학생은 더 많은 시간을 들인다. 시간을 더 들인다는 것은 AI와 별개로 스스로 내용을 이해하려고 노력했다는 뜻이다. 그 결과, 이 학생의 성적은 오르는 것이 당연하다.

핵심 질문은 이제 AI에 ‘의존적’인 방식이 아니라 ‘협력적’인 학습법을 어떻게 가르칠 것인지로 바뀐다. AI는 단순히 답을 제공하는 기계가 아니라, 학습 과정을 지원하고 심화하는 도구가 되어야 한다.

학습 방식	특징	목표
의존적 학습	AI가 답을 생성하고 학생은 이를 수용한다	단기적 문제 해결, 과제 완수
협력적 학습	AI와 상호작용하며 스스로 질문하고 이해를 심화한다	깊이 있는 이해, 지식 내재화

알려 함에서 이해하려 함으로

학생들에게 단순히 ‘알려 하는’ 것을 넘어 ‘이해하려는’ 태도를 길러주는 것이 중요하다. 이런 능력은 대학생 수준에서 수능 성적이나 학점과 무관하게 일종의 재능처럼 나타나는 경우가 있다. 그러나 학습법으로도 충분히 길러낼 수 있어야 한다.

학생들이 외부 소스에서 정보를 얻는 시대는 이미 오래전에 시작되었다. 이제는 인공지능까지 이 과정에 개입한다. 우리는 정보를 어떻게 수집하고 정리하며 이해하여 진정한 지식으로 만드는지, 그 지도 체계가 교육 현장에 잘 준비되어 있는지 점검해야 한다. 이는 단순히 정보의 양이 아니라, 정보를 다루는 ‘질’의 문제이다.

AI 시대, 흔들리지 않는 기본기의 가치

새로운 기술 시대일수록 기초 개념에 대한 깊은 이해가 필수적이다. 예를 들어 AI 모델을 개발할 때, 그래디언트에 대한 기초 이해가 없으면 경사 하강법 같은 기본적인 방법조차 그저 가져다 쓰는 수준에 머무른다. 이런 상태에서는 진정으로 창의적인 아이디어가 나올 수 없다. 기초 개념을 이해하는 데는 자기만의 시간이 반드시 필요하다.

찰흙 비유는 이 역설을 명확히 보여준다. 아무리 찰흙을 많이 붙여도 철사 뼈대가 될 수는 없다. 철사 뼈대 정도는 스스로 세워야 한다. 모든 것을 AI가 해주는 시대에 가장 필요한 것이 탄탄한 기본기라는 점은 역설적이다.

무엇을 내면에 쌓아야 하는가

스마트폰이 등장하며 전화번호를 외우는 습관이 사라졌고, 내비게이션은 지도를 머릿속에 그리는 필요성을 줄였다. 문명의 이기를 사용하며 특정 지능이 저하되는 것은 사실이다. 그러나 “스마트폰을 쓰더라도 전화번호는 꼭 외우게 만들자”는 식의 접근은 바람직하지 않다.

우리가 가르치는 교육 내용 중 상당 부분은 굳이 머릿속에 넣지 않아도 되는 것일 수 있다. AI 시대의 교육은 반드시 머릿속에 넣어야 할 것과 그렇지 않아도 되는 것을 명확히 구분하고, 그에 맞춰 평가 체계를 조정해야 한다. 이 구분이 바로 AI 시대 교육이 붙들어야 할 핵심 질문이다.

생태학·먹이그물 이론의 시선으로 보면

강건한 생태계는 복잡한 먹이그물을 통해 안정성을 유지한다. 여기서 기초적인 생산자나 핵심 종이 사라지면 전체 먹이그물이 불안정해진다. 학습에서도 이와 같은 원리가 작동한다. 기초 개념은 먹이그물의 생산자 또는 핵심 종과 같다. AI가 제공하는 지식을 아무리 많이 ‘소비’하더라도, 그 지식을 받쳐주는 기초 개념이라는 ‘생산자’가 부실하면 학습이라는 생태계 전체가 취약해지는 구조이다.

출처

• The Economist. Does AI stop children from learning? 2026-08-18. https://www.economist.com/graphic-detail/2026/08/18/does-ai-stop-children-from-learning