AI 학습, 왜 5%만 쓰는가? 교사 관점에서 본 지속성의 역설
우리는 모두 안다. 야심 차게 도입한 에듀테크 플랫폼에 학생들이 꾸준히 접속하지 않는다는 사실을. 이 글은 그 흔한 ‘5% 문제’를 데이터 너머, 교사의 시선으로 깊이 들여다본 연구를 소개한다. 교육 현장의 숨겨진 맥락과 교사의 본질적 고민에 이 연구가 어떻게 접근하는지 동료들과 함께 탐색한다.
‘5% 문제’ — 에듀테크의 오래된 그림자
에듀테크 플랫폼은 종종 ‘개인화된 학습’이라는 매력적인 약속을 내건다. 하지만 실제 K-12 수학교육 현장에서 이 약속은 반쪽짜리로 귀결된다. 학습 플랫폼을 통한 지속적인 학생 사용이 턱없이 낮은 패턴이 반복된다. 이 문제를 업계에서는 ‘5% 문제’라고 부른다. 의미 있는 학습 효과를 얻기 위해 주당 30분 이상 플랫폼을 사용해야 한다고 권장하지만, 칸 아카데미(Khan Academy) 같은 대표적인 플랫폼조차 학급당 주 평균 11분의 학습 시간만 기록한다. 이 수치는 단순한 학습량 부족을 넘어, 시스템이 학생들에게 전달하는 가치가 현장에서는 체감되지 못함을 단언한다.
기존 연구는 이탈을 식별하는 분석 도구나 보상, 알림, 게이미피케이션 같은 학생 중심의 메커니즘을 주로 탐구해 왔다. 그러나 이 접근 방식은 현장에서 기술을 직접 조율하는 교사들에게 왜 학생들이 이탈하는지, 어디서 막히는지, 어떤 장벽이 교사의 도움으로 해결될 수 있는지 명확한 시야를 제공하지 못한다. 본질적으로 에듀테크의 성공은 플랫폼 디자인만큼이나 교사의 실행 조건과 역량에 의해 좌우된다. 이 간극이 바로 이 연구가 파고든 지점이다.
교사의 목소리 — 지속성 이탈의 네 가지 차원
이 연구는 중학교 수학 교사 12명과 함께 90분간 참여 디자인 워크숍을 진행했다. 주 1회 이상 i-Ready Math를 사용하는 교사들이었다. “나는 ~을 알았으면 좋겠다”, “나는 ~을 할 수 있었으면 좋겠다”는 개방형 질문, 카드 분류, 투표 같은 활동을 통해 교사들은 자신들이 겪는 문제들을 솔직하게 털어놓았다. 이 과정을 통해 학생들의 낮은 지속성 문제를 설명하는 네 가지 핵심 차원을 발견했다.
이 연구가 찾아낸 네 가지 핵심 차원은 다음과 같다.
| 차원 | 교사의 관점 | 현장 시사점 |
|---|---|---|
| 동기와 참여 (Motivation & Buy-in) | “학생들은 관심이 없거나, 노력 없이 순응하거나, 눈에 띄는 좌절 없이 이탈한다.” | 학생의 동기 부족은 중학생 발달 특성, 또래 규범, 부정적인 수학 경험과 연결된다. |
| 인지적 막힘과 걸림돌 (Cognitive Roadblocks) | “어디서 개념적 격차가 생기는지 파악하기 어렵고, 혼란과 회피를 구분하기 힘들다.” | 학생들은 어려움에 부딪히면 소리 없이 진행을 멈춰, 수업 중 이탈 감지가 어렵다. |
| 도전 속 회복탄력성 (Resilience under Challenge) | “학생들은 문제에 직면하면 얼어붙거나, 초기 실패 후 포기하거나, 독립적인 문제 해결 전략이 부족하다.” | 회복탄력성은 가르칠 수 있는 기술이지만, 현 시스템은 이를 거의 지원하지 않는다. |
| 맥락적·구조적 장벽 (Contextual & Structural Barriers) | “출결 문제, 불안정한 기기 접근성, 이전 학업 격차, 코로나19 관련 혼란 등 외부 요인이 복합적으로 작용한다.” | 플랫폼 자체를 넘어선 다양한 외부 요인이 학생의 학습 지속성을 저해한다. |
투표 결과는 단일한 지배적 요인이 없음을 보여준다. 오히려 동기, 막힘 제거, 회복탄력성 구축이라는 세 가지 상호 연결된 우선순위가 나타났다. 교사들은 학생들이 어디서 막히는지 아는 것, ‘생산적 어려움(productive struggle)’을 재구성하는 것 같은 “초능력(superpower)”을 강조했다. 이는 곧 학생의 맥락을 이해하고, 조용한 비활성화를 감지하며, 혼란과 회피를 구분하고, 언제 개입할지 결정하는 해석적 지원의 필요성을 역설한다.
현장의 목소리, AI 분석 시스템의 구조적 한계
이 연구가 단언하는 핵심은 5% 문제가 단순히 ‘플랫폼 사용 시간’만으로는 이해할 수 없는 맥락적이고 교육적인 도전이라는 점이다. 기존 에듀테크 시스템은 주로 ‘이탈 감지’에 초점을 맞춘다. “학생이 n분 동안 활동하지 않았다”거나 “과제 완료율이 낮다”는 식의 데이터를 보여주는 데 그친다.
그러나 교사들은 학생들이 왜 이탈하는지, 어떤 장벽이 교사의 지원으로 해결될 수 있는지에 대한 불확실성을 호소한다. 그들은 학생들이 ‘겉으로는 순응하지만 최소한의 인지적 노력만 하는’ 상황과 ‘명백하게 비활성화된’ 상황을 구분한다. 5% 문제는 단순히 ‘적게 쓰는 문제’가 아니라, ‘왜 적게 쓰는지’에 대한 교사의 본능적인 질문에 답하지 못하는 시스템의 구조적 결함이다.
결국, AI가 학습 분석의 ‘마법사’가 아니라 교사의 ‘눈과 귀’가 되어야 한다는 교사들의 솔직한 요구를 이 연구는 명확히 보여준다. 기존 시스템이 제공하는 종합적인 사용량 지표는 교사의 실제 교육적 판단에 필요한 구체적이고 맥락적인 정보를 제공하지 못한다. 교사들은 다음과 같은 정보를 원한다.
- 학생이 언제, 어디서 막히는지 정확히 아는 것: ‘개념적 어려움’과 ‘단순한 의지 부족’을 구분하는 진단적 정보.
- ‘조용한 비활성화’를 감지하는 능력: 겉으로는 괜찮아 보이지만 실제로는 학습이 일어나지 않는 상황을 인지하는 도구.
- 적절한 개입 시기를 결정하는 기준: 학습 맥락과 학생의 상태를 종합적으로 고려한 의사결정 지원.
이 연구는 AI 기반 분석이 단순히 이탈을 ‘탐지’하는 것을 넘어, 교사가 학생의 지속성 패턴을 인지적, 맥락적 증거를 통해 해석할 수 있도록 지원하는 방향으로 나아가야 함을 역설한다.
그래서 우리는 무엇을 할 것인가
이 연구는 중학교 수학 교사 12명과의 단일 워크숍이라는 명확한 한계를 지닌다. 특정 지역의 구현 표준이나 플랫폼의 특성이 교사들의 관점에 영향을 미쳤을 수 있다. 그룹 토론 과정에서 일부 목소리가 과장되었을 가능성도 배제할 수 없다. 그럼에도 불구하고 이 연구는 에듀테크 활용의 본질적인 문제에 대한 날카로운 질문을 던진다.
AI와 에듀테크는 교사의 역할을 대체하는 도구가 아니다. 교사가 더 나은 교육적 의사결정을 내리도록 돕는 ‘조력자’여야 한다. AI가 제공하는 데이터가 추상적인 통계나 숫자에 머물러서는 안 된다. 학생의 학습 맥락을 이해하고, 미묘한 비활성화 신호를 포착하며, 개별 학생에게 맞는 맞춤형 개입 전략을 수립하는 데 직접적인 통찰을 제공해야 한다.
우리는 이 연구의 한계를 인정하면서도, 여기서 얻은 통찰을 교육 현장에 어떻게 적용할지 구체적으로 고민해야 한다. 거창한 ‘전문적 학습 공동체’를 조직하기 전에, 우리 각자의 자리에서 작은 변화를 시작할 수 있다. 예를 들어, 다음 동학년 회의 때, 학생의 ‘조용한 비활성화’ 사례 하나를 들고와 5분간 함께 이야기해 보는 시도에서부터 시작한다. 어떤 맥락에서, 어떤 조짐이 보였고, 그때 우리는 무엇을 할 수 있었을까? 어쩌면 평소에 놓쳤던 새로운 관점이나, 동료의 기발한 아이디어를 발견할 수도 있다. 중요한 건 시스템이 주지 못하는 ‘해석’의 역할을 우리 스스로 시작하고, 그 경험을 나누는 것이다. 데이터 너머의 학생을 보는 교사의 섬세한 눈은 그 어떤 AI보다 강력한 진단 도구다.
출처
- Borchers, C. Framing the 5% Problem: Teachers’ Perspectives on Persistence in Educational Technology.