교실 속 학습의 과학: 직관을 넘어 실질적 가치를 설계하는 길
때로 가장 익숙한 길이 가장 비효율적인 길임이 드러난다. 교육 현장 역시 다르지 않다. 우리는 수십 년간 쌓인 경험과 직관으로 가르치지만, 학습은 생각보다 훨씬 더 복잡하고 비선형적 과정이다.
1. 우리는 학습의 원리를 얼마나 알고 가르치는가
교육 현장은 늘 변화를 요구받는다. 새로운 기술이 등장하고, 사회는 더 나은 인재를 원하며, 학생들은 각기 다른 배경과 학습 속도를 지닌다. 이러한 요구 앞에서 우리 교사들은 열정적으로 새로운 교수법을 찾고, 더 나은 자료를 개발하며, 끊임없이 노력한다. 그러나 이러한 노력들이 과연 학생들의 실제 학습과 성장을 얼마나 효과적으로 이끌고 있는가? 우리는 이 질문에 솔직하게 답할 필요가 있다. 우리의 직관과 열정이 때로 학습의 본질을 가로막을 수 있기 때문이다.
오랫동안 교육은 개인의 경험과 철학에 크게 의존하는 영역으로 여겨졌다. 그러나 지난 수십 년간 학습과학은 인간의 뇌가 어떻게 정보를 처리하고, 기억하며, 적용하는지에 대한 중요한 통찰을 제공해 왔다. 이러한 연구 결과들은 우리가 교육에 접근하는 방식을 근본적으로 재고하도록 요구한다. 예컨대 의학 분야가 의사 개인의 경험과 직관을 넘어 증거 기반 의학(Evidence-Based Medicine)으로 전환하며 획기적인 발전을 이룬 것처럼, 교육 역시 증거 기반 교육(Evidence-Based Education)으로의 전환을 모색해야 할 시점이다. 효과가 검증되지 않은 처방을 반복하는 것은 학생들의 귀한 학습 시간을 낭비하는 일이며, 더 나아가 교육 격차를 심화시킬 수 있다.
많은 동료 교사들이 수업 중 느낀다. “분명 이해한 것 같았는데 시험에서는 틀린다”, “열심히 설명했는데 돌아서면 잊는다”, “어떤 학생은 아무리 노력해도 따라오기 힘들어한다.” 이러한 현상들은 단순히 학생의 노력 부족이나 능력 차이로만 설명하기 어렵다. 이는 우리가 학습의 원리를 얼마나 깊이 이해하고 있는가, 그리고 그 이해를 바탕으로 얼마나 실질적인 가치를 설계하고 있는가의 문제로 귀결된다. 학습은 직관을 따를 때보다 과학적 원리를 따를 때 훨씬 강력해진다. 결국, 우리는 학습의 원리를 얼마나 알고 가르치는가라는 불편한 질문에 마주해야 한다. 이 질문은 비난이 아니라, 더 나은 교육을 향한 성장 기회이며, 우리의 전문성을 한 단계 끌어올리는 출발점이다.
2. 우리가 믿는 것과 학습과학의 간극
우리는 오랫동안 다양한 교육 방법론에 기대를 걸어왔다. 개별화 수업, 소규모 학급, 심지어 특정 형태의 탐구 학습까지, 많은 이들이 이 방법론들이 학습 효과를 획기적으로 개선할 것이라고 믿어왔다. 그러나 존 해티(John Hattie)가 800개 이상의 메타분석을 종합한 『보이는 학습(Visible Learning)』 연구는 우리의 직관과 상당한 간극을 보여준다. 이 연구는 교육적 개입의 효과를 나타내는 효과 크기(Effect Size, d)를 0.40 이상일 때 유의미하다고 보는데, 우리가 당연하게 여겼던 많은 처방들이 이 기준에 미치지 못한다.
우리의 일반적인 기대와 달리, 특정 교육 처방들의 효과는 미미한 수준에 그친다. 아래 표는 해티의 연구 결과 중 일부를 발췌하여 보여준다.
| 교육 처방 (낮은 기대 효과) | 효과 크기 (d) | 교육 요인 (높은 기대 효과) | 효과 크기 (d) |
|---|---|---|---|
| 개별화 수업 | 0.23 | 교사의 기대 | 1.44 |
| 소규모 학급 | 0.21 | 이끌기 기대 | 1.33 |
| 특정 형태의 탐구 학습 | 0.31 | 형성 평가 | 0.68 |
| 명시적 교수 | 0.60 | ||
| 피드백 | 0.70 | ||
| 교사-학생 관계 | 0.52 |
이 표는 우리에게 충격을 안겨준다. 단순히 학생 수를 줄이거나, 개별 맞춤 학습이라는 이름 아래 프로그램을 도입하는 것만으로는 기대만큼의 성과를 내기 어렵다. 오히려 교사의 높은 기대, 동료와의 관계, 명확한 피드백, 그리고 학생 스스로 목표를 설정하고 이끌어가는 능력 등, 겉으로 잘 드러나지 않는 요인들이 훨씬 더 강력한 학습 효과를 발휘한다. 이는 교육적 노력이 방향성 없이 이루어질 때 얼마나 많은 자원과 시간이 낭비될 수 있는지를 명확히 보여준다.
더욱이 학습과학은 우리가 굳게 믿어온 몇 가지 ‘신화’를 깨뜨린다. 야나 와인스타인(Yana Weinstein) 등은 『학습의 과학(Understanding How We Learn)』에서 교육 현장에 깊이 뿌리내린 ‘학습 스타일’ 신화를 지적한다. 시각형, 청각형, 운동형 등 학생마다 선호하는 학습 방식이 있고, 그에 맞춰 가르쳐야 효과가 높다는 믿음은 널리 퍼져 있다. 그러나 해럴드 패슐러(Harold Pashler)의 연구는 이 가설을 뒷받침할 만한 신뢰할 수 있는 증거가 존재하지 않는다고 단언한다. 특정 방식에 국한된 수업은 오히려 학생의 유연한 학습 능력 발달을 저해할 수 있다. 효과적인 학습 전략은 특정 학습 스타일을 가진 학생에게만 작동하지 않으며, 보편적이다.
학생들이 가장 흔히 사용하는 학습 전략인 반복 읽기(re-reading)나 형광펜 긋기(highlighting) 역시 연구 결과에서는 효과가 가장 낮은 전략으로 분류된다. 존 던로스키(John Dunlosky)의 연구에 따르면, 이러한 전략들은 단기적인 친숙함을 줄 뿐, 장기 기억이나 깊은 이해에는 거의 도움이 되지 않는다. 우리가 열심히 밑줄을 치고 여러 번 읽는 행위 자체가 착각을 불러일으킬 뿐, 실제로는 시간 낭비에 가깝다. 반면, 학생들은 거의 사용하지 않지만 훨씬 효과적인 전략들이 존재한다. 인출 연습(retrieval practice)은 배웠던 내용을 스스로 떠올려보는 과정이며, 간격 두기(spaced practice)는 학습과 학습 사이에 의도적인 시간 간격을 두어 기억을 공고히 하는 전략이다. 이 두 가지 전략은 일관되게 높은 학습 효과를 보인다.
왜 우리의 직관은 이토록 자주 틀리는가? 피터 브라운(Peter Brown) 등이 『어떻게 공부할 것인가(Make It Stick)』에서 설명하는 ‘학습과 수행의 분리’ 개념은 이 질문에 답한다. 수업 중 유창하게 이해하는 것처럼 보이는 것(수행)과 나중에 실제로 기억하고 적용할 수 있는 것(학습)은 다르다. 즉각적인 이해는 착각이며, 진정한 학습은 시간이 걸리고 때로는 고통스러울 수 있다. 수업이 매끄럽게 흘러가고 학생들이 고개를 끄덕일 때, 우리는 그것이 좋은 학습이라고 착각하기 쉽다. 하지만 연구는 오히려 약간의 어려움과 노력이 수반될 때 학습이 더 깊이 각인된다고 말한다.
또 다른 원인은 수잔 앰브로스(Susan Ambrose) 등이 『학습은 어떻게 이루어지는가(How Learning Works)』에서 언급하는 ‘전문가의 맹점(expert blind spot)’이다. 우리는 이미 해당 내용을 완벽히 이해하고 있기 때문에, 초보자가 어디에서 어려움을 겪는지 정확히 인지하지 못한다. 이미 정교하게 조직된 우리의 사고 과정이, 아직 파편적인 지식으로 씨름하는 학생들의 상황을 실감하기 어렵게 만든다. 교사의 전문성은 분명 중요하지만, 그것이 학생의 눈높이에서 학습 과정을 이해하는 데 방해가 될 수 있다는 점은 역설적이다. 이 모든 간극은 우리가 가르치는 행위에 대한 근본적인 성찰을 요구한다.
3. 학습과학 기반의 ‘실질적 가치’ 설계
우리의 직관이 틀리고, 익숙한 전략이 비효율적이며, 심지어 우리의 전문성이 때로 학생들의 학습을 가로막을 수 있다는 사실은 분명 불편하다. 그러나 이러한 불편함은 교육의 실질적 가치를 설계하기 위한 필수적인 출발점이다. 학습과학이 밝혀낸 원리들을 이해하고 적용하는 것은 단순히 새로운 방법론을 도입하는 것을 넘어, 우리가 교실에서 어떤 결정을 내리고 어떤 학습 환경을 조성할지에 대한 근본적인 전환을 의미한다.
우리는 이제 학생이 어떻게 배우는지에 대한 정확한 정보 위에서 가르쳐야 한다. 존 해티의 연구가 보여주듯이, 교사의 ‘기대’나 ‘피드백’, ‘명시적 교수’ 등은 학습에 막대한 영향을 미친다. 이 요소들은 단순히 교사의 ‘열정’으로만 설명되지 않는다. 학습과학은 효과적인 기대는 무엇이며, 어떤 피드백이 성장을 촉진하고, 명시적 교수는 어떤 맥락에서 가장 강력하게 작동하는지 구체적인 원리를 제공한다.
AI 교육 기술은 이러한 학습과학 기반의 교육 설계를 한층 더 고도화할 가능성을 지닌다. 최근 연구는 챗GPT 같은 생성형 AI가 딱딱한 교과서 PDF를 비디오, 마인드맵, 맞춤형 퀴즈 등 동적인 학습 경험으로 변환하는 ‘Learn Your Way’와 같은 플랫폼의 효과를 검증한다(Heldreth 등, 2025). 이러한 도구는 학생들의 단기 및 장기 기억력, 학습 만족도에 긍정적인 영향을 미친다. 그러나 중요한 점은 이러한 기술이 학습의 원리를 제대로 이해하고 구현될 때에만 그 가치를 발휘한다는 사실이다. AI가 단순히 콘텐츠를 변환하는 것을 넘어, 인출 연습이나 간격 두기와 같은 효과적인 학습 전략을 학생들에게 자연스럽게 제공하고 유도해야 한다.
AI 기술이 가져올 잠재력은 분명 한계가 없다. 그러나 Bett 2026의 핵심 주제인 ‘한계 없는 학습’은 단순히 기술 도입을 넘어 ‘AI의 잠재력과 책임’이라는 윤리적 토대 위에서만 실현 가능하다고 단언한다. AI 기반 맞춤형 학습은 학생 데이터 윤리, 알고리즘의 편향, 그리고 인간적 연결의 대체 가능성 등 복합적인 문제를 안고 있다. AI는 교사의 역할을 대체하는 것이 아니라, 오히려 교사 고유의 역량을 확장하고, 학생 개개인에게 더 깊이 다가설 수 있도록 돕는 동반자로서 기능해야 한다. 본질적으로 AI는 도구일 뿐, 학습 설계자의 철학을 대체하지 못한다.
이러한 전환은 단순히 개별 교사의 노력만으로 완성되지 않는다. 구조적으로 보면, 우리는 교사들이 함께 탐구하고 성찰할 수 있는 전문적 학습 공동체(Professional Learning Community, PLC)의 토대 위에서만 진정한 교육 혁신을 기대할 수 있다. 학습과학의 원리를 개인의 직관이 아닌 공동의 지식으로 내재화하고, 교실에서 함께 실험하며 그 효과를 분석하고 개선하는 문화가 필요하다. 비판적 낙관주의는 기술의 가능성을 열어두되, 교육 격차, 교사 부담, 윤리 문제 등 복잡한 도전을 직시하며, 그 해결의 열쇠가 바로 교사들의 집단 지성과 지속적인 학습에 있음을 깨닫는 데서 시작한다. 학습과학은 우리에게 더 나은 교육을 위한 지도를 제공하며, 우리는 그 지도를 바탕으로 학생들의 실질적 성장을 이끄는 건축가가 되어야 한다.
앞으로
오늘 다룬 학습과학의 원리들을 자신의 수업에 어떻게 적용할지 구체적으로 고민해 보는 일이 중요하다. 가령, 학생들이 수업 중 중요하다고 표시한 내용과 시험에서 틀린 문제를 비교해 본다. 그리고 학생들이 자주 사용하는 학습 전략(반복 읽기, 형광펜)과 효과적인 전략(인출 연습, 간격 두기)의 차이를 이해시키고, 직접 경험하게 한다. 이러한 작은 변화들이 쌓여 큰 전환을 만들어낸다.
생각할 질문
우리가 오랫동안 믿어왔던 교수법 중 학습과학 관점에서 재검토가 필요한 것은 무엇인가?
AI 기술을 활용하여 학습과학의 원리(예: 인출 연습, 간격 두기)를 교실에 더 효과적으로 적용할 방 방안은 무엇인가?
교육 현장에서 ‘전문가의 맹점’을 극복하고, 학생들의 실제 학습 과정을 더 깊이 이해하기 위해 동료들과 어떤 대화를 시작할 수 있는가?
참고문헌
- Ambrose, S. A., Bridges, M. W., DiPietro, M., Lovett, M. C., & Norman, M. K. (2010). 『How learning works: Seven research-based principles for smart teaching』. Jossey-Bass.
- Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T. (2013). “Improving students’ learning with effective learning techniques”. Psychological Science in the Public Interest, 14(1), 4–58.
- Hattie, J. (2009). 『Visible learning: A synthesis of over 800 meta-analyses relating to achievement』. Routledge.
- Heldreth, E., Wininger, S., & Benda, L. (2025). “AI-powered content transformations: Enhancing memory and satisfaction in high school learners”. Journal of Educational Technology Research, 12(3), 201-218.
- Pashler, H., McDaniel, M., Rohrer, D., & Bjork, R. (2008). “Learning styles: Concepts and evidence”. Psychological Science in the Public Interest, 9(3), 105–119.
- Weinstein, Y., Sumeracki, M., & Caviglioli, O. (2018). 『Understanding how we learn: A visual guide』. Routledge.
- Willingham, D. T. (2009). 『Why don’t students like school?』. Jossey-Bass.
출처
https://21erick.org/column/17419/