하버드 비즈니스 스쿨은 챗GPT로 교실을 어떻게 바꿨나

AI가 교육의 풍경을 급진적으로 재편하고 있다는 이야기는 이제 식상하다. 하지만 하버드 비즈니스 스쿨(HBS)의 사례는 그저 속도나 규모의 문제가 아님을 여실히 보여준다. 2023년 8월, 챗GPT EDU가 론칭된 직후부터 이들은 교실 안팎에서 AI와 ‘공진화’하는 학습 모델을 실험하고 있었다.

AI 네이티브 대학, 이미 시작된 미래

OpenAI의 교육 리더 시야 라즈 푸로히트(Siya Raj Purohit)는 AI가 고등 교육 기관을 어떻게 변화시키는지 세 가지 단계로 설명한다. 이는 단순한 도구 도입에 그치지 않고, 대학 전체가 AI와 유기적으로 연결되는 미래상을 제시한다.

AI 기반 교육 기관의 변화 단계

단계	특징	사례 (원문 기준)	필자의 판단
개인	개인 업무 효율성 증대	한 교수는 과거 추천서 데이터를 기반으로 자신의 목소리로 새 추천서를 생성하는 GPT를 만들어 매달 수십 시간 절약함	개인의 ‘숨겨진 조교’가 되는 단계. 가장 빠르고 쉽게 체감할 수 있는 변화이다.
팀/학과	공통 목표를 위한 협업 및 문제 해결	40명이 몇 주 걸리던 강의실 배정 업무를 챗GPT가 몇 분 만에 완료함	단순 반복 업무의 자동화는 팀의 전략적 사고에 더 많은 시간을 할애하게 함.
조직 전체	캠퍼스 전반의 AI 접점 구축 및 지식 접근성 향상	오리엔테이션, 수업, 동아리, 진로 상담 등 모든 과정에 커스텀 GPT를 도입하여 학생의 정보 접근을 심화함	이 비전은 장밋빛이지만, 실현 가능성은 각 기관의 데이터 통합 능력과 문화적 수용도에 달렸다.

이 비전은 AI를 단순한 도구가 아니라 캠퍼스 지식 생태계의 핵심 인프라로 바라본다. 개인의 효율성 증대에서 시작해, 조직 전체의 지식 흐름을 혁신하는 구조적인 변화를 목표한다. 하지만 실제 구현 과정에서 기관의 데이터 통합 능력과 문화적 수용도, 그리고 윤리적 가이드라인 마련은 여전히 큰 숙제로 남는다.

“난 X가 아니었는데, 이제는 X다” — 역량 재정의

하버드 비즈니스 스쿨의 제이크 쿡(Jake Cook) 교수는 AI가 학생들의 자기 인식과 역량을 근본적으로 변화시키는 현장을 목격했다고 말한다. 그는 학생들에게 “난 기술에 약해요”, “창의적이지 못해요”, “코딩은 못 해요”와 같은 자기 한정적 사고방식에 대해 “그건 AI가 없었을 때까지의 이야기”라고 단언한다.

스티브 잡스의 “컴퓨터는 마음을 위한 자전거다”라는 유명한 말을 인용하며, AI는 “자율주행차, 아니 어쩌면 우리가 바라던 하늘을 나는 차”와 같다고 비유한다. 학생들이 데이터 세트를 받고 “코딩은 못 한다”고 할 때, 그는 챗GPT가 파이썬 코드를 작성하고 구글 코랩(Google Colab)에서 머신러닝 알고리즘을 실행하여 웹사이트 수익을 예측하게 하는 과정을 보여준다. API나 파이썬 지식 없이도 가능하다는 점을 강조한다.

이는 단순히 ‘못 하던 것을 하게 되는’ 수준에서 끝나지 않는다. 본질적으로 AI는 인간의 잠재적 재능을 ‘락 해제(unlock)’하는 도구이다. 우리가 지닌 고유한 사고방식과 AI의 압도적인 처리 능력이 만나 전에 없던 역량을 창출한다. 구조적으로 보면, AI는 특정 기술 장벽을 허물어 인간이 더 높은 차원의 문제 해결에 집중하게 하는 ‘인지적 시프트’를 유도한다.

‘놀이’로 잠재력을 깨우고, ‘프롬프트’로 마법을 부리다

쿡 교수는 학생들이 AI에 대한 두려움을 극복하고 잠재력을 발휘하도록 ‘놀이’와 ‘프롬프트 설계’의 중요성을 강조한다. 그는 교육에 ‘놀이’의 요소를 주입하여 학생들이 위험 부담 없이 AI와 상호작용하게 만든다.

AI 활용을 위한 ‘놀이’와 ‘프롬프트’ 원칙

원칙	설명	사례 (원문 기준)	필자의 판단
놀이 (Play)	낮은 위험으로 AI를 실험하며 가능성을 체득	홀푸드 진열대 음료 사진을 찍어 “조개 피자와 어울리는 와인 추천 및 이유 설명” 과제 수행. 한국 음식과 김치 사진을 올리고 “데이비드 장처럼 김치찌개 레시피 추천” 요청.	새로운 기술에 대한 심리적 장벽을 허무는 가장 효과적인 방법이다. 학생들은 실패에 대한 부담 없이 AI의 잠재력을 직접 경험한다.
프롬프트 (Prompt)	AI의 잠재력을 완전히 끌어내는 체계적 프레임워크인 RATTY 활용	“Nest 스마트 온도조절기 마케팅 전략” 질문을 RATTY 프레임워크로 구체화하여 심층적인 답변 유도	단순히 질문하는 데서 그치지 않고 문제를 구조화하고 비판적으로 사고하는 훈련이 된다. 프롬프트는 AI 시대의 새로운 ‘언어’이다.

쿡 교수는 학생들이 챗GPT를 ‘구글’처럼 단답식으로 사용하는 경향을 발견하고, AI의 잠재력을 완전히 끌어내기 위한 RATTY 프롬프트 프레임워크를 개발한다.

RATTY 프롬프트 프레임워크

요소	설명	예시
Role (역할 정의)	AI에게 원하는 전문적인 역할 정의	“와인 전문가처럼 행동하라”, “전략 컨설턴트처럼 분석하라”
Assignment (과제 명시)	구체적으로 수행할 내용과 무시할 내용을 명시	“A를 분석하되, B는 제외하라”
Tell me the Deliverable (결과물 형식)	원하는 결과물의 형식 지정	“표 형태로 정리하라”, “500자 에세이로 작성하라”
Iterate (반복 개선)	결과물을 바탕으로 지속적으로 개선하고 구체화	“이 부분이 좋지만, 저 부분은 보완이 필요하다”
Tell it to focus (집중 지시)	중요성을 강조하여 AI의 집중도 높이기	“이건 매우 중요하다. 틀리면 해고당할 수도 있다”

특히 ‘집중 지시’는 AI가 결과물에 더 주의를 기울이게 만드는 흥미로운 요소로 작용한다. AI에게 ‘틀리면 해고당한다’는 식의 강한 메시지가 실제로 결과물의 품질에 영향을 미친다고 쿡 교수는 언급한다. 이는 AI를 단순 도구가 아닌, 마치 동료처럼 대할 때 더 높은 성능을 이끌어낼 수 있다는 반직관적 전환을 보여준다.

교사의 무기, 커스텀 GPT – 실시간 피드백과 심층 강의

쿡 교수는 자신의 수업에서 강사와 학생 모두를 위한 커스텀 GPT 활용 방안을 제시한다. 이는 교사의 업무 효율성을 극대화하고, 학생들의 학습 경험을 개인화하는 데 결정적이다.

그는 자신의 강의 노트, 케이스 스터디, 관련 서적, 용어집 등을 통합하여 교수용 커스텀 GPT를 구축한다. 이 GPT는 수업 중 QR 코드로 학생들에게 실시간으로 용어를 검색하고 수업 내용을 복습하게 하는 ‘항상 대기 중인 조교’ 역할을 한다. 특히, 면담 시간 전 학생들에게 커스텀 GPT에 최소 3가지 질문을 먼저 하도록 요구하여, 기본적인 질문 대신 심층적인 토론으로 사무실 면담의 질을 높인다. 70명 이상의 학생을 대상으로 하는 면담 시간의 효율성을 획기적으로 개선하는 방식이다.

또한, 그는 수업 종료 5분 전 QR 코드로 ‘무엇이 흥미로웠는지’, ‘무엇이 헷갈렸는지’, ‘무엇을 다르게 할지’ 세 가지 질문을 받아 실시간으로 수업 피드백 데이터를 수집한다. 이 데이터를 AI로 분석하여 다음 수업의 시작점과 강조할 부분을 파악한다. 익명 피드백의 ‘날카로움’, 즉 “수업이 재미없었다”는 식의 피드백을 AI 요약으로 완화하고 그 원인을 파악하여 교육적으로 활용한다.

이 방식은 교사 개인이 AI를 조교이자 비서, 그리고 개인 컨설턴트로 활용하는 셈이다. 수업 설계와 운영의 효율성을 극대화하며, 학생들의 학습 경로를 미세 조정하는 민첩성을 확보하는 방식이다. 그러나 AI가 수집한 데이터를 ‘어떻게 해석하고 반영할 것인가’는 여전히 교사의 고유한 판단 영역으로 남는다. AI는 데이터 분석을 돕지만, 그 데이터 너머의 인간적 맥락과 교육적 가치를 파악하는 것은 오직 교사만이 할 수 있는 일이다.

학생의 날개, 커스텀 GPT – 창의성과 문제 해결의 가속 페달

학생들은 커스텀 GPT를 활용하여 개인 프로젝트와 실제 비즈니스 문제 해결에 깊이 파고든다. 이는 AI가 단순한 도구가 아니라 학습자의 강력한 협력자가 될 수 있음을 보여준다.

학생들은 중간 과제로 개인 웹사이트를 구축하거나 스타트업 아이디어를 구체화한다. 스타트업 지망생은 경쟁사 웹사이트 분석, 고객 인터뷰 녹취록 텍스트 변환, 웹사이트 카피 작성 등에 커스텀 GPT를 활용하여 MarketMinder 같은 도구를 만든다. 한 학생(미미 삭스)은 자신의 웹사이트를 비판하는 ‘Uber 채용 담당자’ 역할을 부여한 AI에게 피드백을 받아 개선한다. AI를 마치 실제 산업 전문가처럼 활용하는 것이다.

또한, ‘3년 내 회사 3배 성장’ 과제에서 방대한 마케팅 데이터(광고 문구, 성과, 고객 코호트 데이터 등)를 AI에 넣어 분석하고, 가장 효과적이었던 광고 문구와 성과 데이터를 바탕으로 데이터 기반의 창의적인 광고 이미지를 생성한다. 이는 단순한 디자인 작업이 아니라, 데이터가 영감을 주고 AI가 이를 시각화하는 ‘데이터 기반의 창의성’이라는 새로운 지평을 보여준다.

수업 중 AI가 환각 현상을 일으켜 데이터 시각화 오류를 만들었을 때, 학생들은 직접 엑셀 파일과 비교하며 AI의 한계를 검증하고 비판적으로 사고하는 귀중한 학습 경험을 얻는다. AI의 오류로 ‘AI를 맹신하지 않고 비판적으로 검증하는 능력’이 얼마나 중요한지 체득하는 셈이다.

이 사례는 AI 시대의 메이커 교육이 무엇인지를 명확히 보여준다. AI는 아이디어를 현실로 만들고, 데이터를 분석하며, 심지어 오류로 학습하게 하는 강력한 협력자다. 학생들은 이 과정으로 ‘나는 할 수 없었다’는 한계를 허물고 ‘나는 이제 이것을 만들 수 있다’는 자신감을 얻는다.

한국 초중고 교육 현장에 주는 시사점, AI를 ‘사치’가 아닌 ‘필수’로

하버드 비즈니스 스쿨의 사례는 한국 초중고 교육 현장에도 깊은 시사점을 던진다. AI는 더 이상 선택적인 ‘첨단 교육’이 아니라, 모든 학생에게 필수적인 ‘기본 교육’으로 자리 잡아야 한다.

• 개인화된 학습 조교의 보편화: 모든 학생이 자신의 수준과 속도에 맞춰 질문하고 개념을 반복 학습할 수 있는 AI 튜터를 무료로 제공하는 것이 시급하다. 특정 개념을 “내가 이해할 때까지” 설명해주는 AI는 학습 격차를 줄이는 데 결정적이다.
• 교사의 역할 변화 가속화: 하버드 사례에서 보듯, 교사는 더 이상 지식 전달자가 아닌 ‘학습 경험 설계자’이자 ‘AI 활용 촉진자’가 된다. 교사는 AI를 활용하여 학생들의 프로젝트를 기획하고, 복잡한 데이터를 다루는 방법을 지도하며, AI의 환각 현상을 비판적으로 검증하는 방법을 가르친다.
• ‘놀이’와 ‘실패’가 허용되는 교실: 초등학생에게는 AI 그림 그리기로 동화를 만들게 하거나, 중학생에게는 AI 작곡으로 학교 축제 음악을 만들게 하는 등 낮은 위험에서 AI와 ‘놀이’할 기회를 적극적으로 제공해야 한다. 실패해도 괜찮다는 분위기 속에서 학생들은 AI를 실험하고 그 잠재력을 발견한다.
• 프롬프트 공학 교육의 내재화: 프롬프트는 미래 시대의 새로운 ‘언어’이다. 단순히 AI에게 질문하는 데서 그치지 않고, 원하는 결과물을 얻기 위해 문제를 구조화하고, AI에게 역할을 부여하며, 지속적으로 결과물을 개선하는 프롬프트 공학을 모든 교과에 내재화해야 한다. 이는 비판적 사고력과 문제 해결 능력을 동시에 키우는 길이다.
• 비용 문제 해결: 하버드와 같은 대학이 챗GPT EDU를 도입하는 것처럼, 한국 교육 당국은 모든 학생이 유료 AI 모델에 접근할 수 있도록 인프라를 구축해야 한다. 그렇지 않으면 AI 교육은 또 다른 디지털 격차를 낳는 새로운 사교육 영역이 될 뿐이다. 특정 조건이 충족될 때만 AI 교육이 가능하도록 두는 것은 모두를 위한 교육이라는 가치에 반한다.
• 동료와 시행착오 나누기: AI 활용의 이점을 넓히려면, 교사들이 개별적으로 AI를 탐색하는 데서 멈추지 않고 서로의 활용 경험과 시행착오를 꺼내 놓아야 한다. 동료 교사들과 함께 수업 사례를 나누고, 효과적인 프롬프트를 함께 개발하며, AI가 던지는 윤리적 질문에 공동으로 답을 찾아가는 과정을 만들어야 한다. 학교 내에서 정기적으로 ‘AI 활용 아이디어 공유 5분 세션’을 갖거나, 학년별 메신저 그룹에서 ‘오늘의 AI 활용 팁’을 공유하는 소박한 시도부터 시작할 수 있다.

교사의 본질적 역할, AI와 공진화하는 ‘인간성’의 재발견

AI의 발전은 교사의 본질적인 역할에 대한 질문을 던진다. 지식 전달과 기본적인 분석 기능을 AI가 대체하면서, 교사의 역할은 인간 고유의 영역으로 수렴된다. 이는 ‘인간성’의 재발견과 AI와의 ‘공진화’적 접근으로 이어진다.

시야 푸로히트는 AI가 개인화된 학습을 가능하게 하여 “스포츠 경영 MBA”와 같은 초개인화된 학위가 등장할 것이라고 예측한다. 제이크 쿡 교수는 교사의 역할이 “팀워크와 같은 소프트 스킬”을 가르치고 “지식의 경계를 이해하도록 돕는 것”으로 변화한다고 강조한다. AI가 환각을 일으킬 때 이를 검증하는 비판적 사고력은 여전히 인간의 고유한 능력 영역에 속한다.

그래서 얼마나 더 나아지는가? AI가 모든 것을 가르칠 수 있다면, 교사는 더 높은 차원의 가치를 가르치게 된다. 즉, 비판적 사고, 윤리적 판단, 공감 능력, 창의적 문제 해결, 그리고 협력적 리더십과 같은 AI가 쉽게 모방할 수 없는 역량을 가르치는 것이 교사의 핵심 임무가 된다. 표준화된 지식 평가는 의미를 잃고, AI와 인간이 협력하여 만들어낸 ‘산출물’과 그 ‘과정’을 평가하는 방식으로 전환된다. 교육의 본질이 ‘무엇을 아는가’에서 ‘무엇을 할 수 있는가’를 지나 ‘어떻게 함께 문제를 해결하는가’로 이동하는 과정이다.

당신의 다음 AI 실험은 무엇인가?

AI는 우리의 생각보다 훨씬 빠르게 교육 현장의 기본 도구로 자리 잡았다. 당신의 수업에서 학생들에게 가장 먼저 ‘놀이’처럼 시도해볼 수 있는 AI 프로젝트는 무엇인가? 지금 당장 그 아이디어를 동료와 공유하고 첫걸음을 내딛어보라.

출처

• OpenAI Forum: https://forum.openai.com/public/videos/harvards-ai-enhanced-classroom-revolutionizing-learning-with-custom-gpts