564 ／ 719
좋은 AI 수업 도우미는 도구가 아니라 워크플로에서 나온다, 어느 체육 교사의 ACE 모형
교사들이 AI를 시작할 때 가장 먼저 던지는 질문은 대개 이렇다. 어떤 도구를 쓰면 되나요. 그런데 한 교사는 순서가 틀렸다고 말한다. 도구의 기능부터 살피기 전에, 자기 수업의 워크플로부터 펼쳐 보라는 것이다.
브런치에 실린 한 체육 교사의 기록이 이 조언을 구체적인 사례로 보여 준다. 그는 완성된 수업 모형에서 출발하지 않았다. 매번 되풀이하던 준비의 불편을 따라가다 일정한 패턴을 발견했고, 그 패턴을 AI와 함께 하나의 구조로 정리했다.
도구가 아니라 흐름을 먼저 본다
이 교사는 체육 전담을 하며 매일 같은 질문을 들었다. 오늘 체육 뭐해요. 교과서 활동만 하면 편하지만, 그는 성취기준을 채우면서도 스포츠 활동으로 수업을 꾸리고 싶었다. 그렇다고 매 차시 전혀 다른 수업을 새로 짜는 것은 현실적으로 벅찼다.
거듭 고민하다 그는 한 가지를 깨달았다. 수업 내용은 매번 달랐지만, 자기가 고민하는 순서는 크게 달라지지 않았다.
- 목표 확인 — 교육과정과 단원의 목표를 본다.
- 조건 점검 — 학생의 기능 수준과 흥미, 학급 인원, 공간과 용·기구를 살핀다.
- 난이도 조절 — 쉬운 활동에서 어려운 활동으로, 설명과 대기 시간이 줄도록 인원과 공간을 다시 짠다.
- 안전 점검 — 사고 요소를 미리 살피고 실제 수업 순서를 정한다.
여기서 중요한 발견이 나온다. 그는 활동 하나를 찾느라 시간을 쓰고 있는 줄 알았다. 그런데 돌아보니 실제로 하고 있던 일은 교육과정, 학생, 공간, 도구라는 네 가지 조건을 매번 처음부터 다시 조합하는 일이었다. 병목은 검색이 아니라 재조합이었다. 이 진단이 정확했기 때문에 그다음 선택도 달라진다.
반복되는 패턴에 이름을 붙이다
좋은 활동을 추천해 달라고 AI에게 묻는 대신, 그는 방향을 바꿨다. 내 수업 준비 워크플로를 점검해서 그대로 설명해 주자. 그렇게 AI와 대화하며 자기 수업의 반복 패턴을 세 단계로 정리하고 이름을 붙였다.
- Acquire — 수업에 필요한 기능을 익힌다.
- Challenge — 익힌 기능을 작은 과제에서 시험한다.
- Engage — 실제 게임, 맥락 있는 활동에 적용한다.
눈여겨볼 것은 이 구조가 밖에서 가져온 것이 아니라는 점이다. 유명한 수업 모형을 베끼거나 AI가 대신 만들어 준 것이 아니라, 자기가 반복해 쓰던 흐름을 펼쳐 놓고 AI와 함께 다시 구조화한 결과다. 그래서 이름은 그의 것이다.
예를 들어 5~6학년군 필드형 게임이라면 이렇게 펼쳐진다. 먼저 공을 치고 던지고 받는 기본 기능을 익히고(Acquire), 빈 공간으로 공을 보내거나 정해진 구역으로 연결하는 작은 과제에 도전한 뒤(Challenge), 타격과 주루와 역할 수비가 함께 필요한 변형 게임으로 간다(Engage). 교육과정이 요구하는 성취기준이 세 단계 위에 자연스럽게 얹힌다.
지침에는 무엇이 적혀 있나
그는 이 구조를 반복해 쓸 수 있도록 체육 수업용 AI 도우미(Gem)의 지침으로 옮겼다. 그 지침 문서를 들여다보면, 좋은 수업 도우미가 어디까지 구체적일 수 있는지가 보인다.
- 단계별 설계가 시간 단위로 박혀 있다. 기능 습득은 5~7분의 짧고 집중적인 드릴과 교사의 즉각 교정, 작은 도전은 10~12분의 미션 카드·타임어택, 게임 적용은 10분의 변형 경기와 경기 후 전술 리뷰. 막연한 3단계가 아니라 운영 가능한 시간표다.
- 학교의 물리적 조건이 그대로 들어 있다. 운동장은 아파트 단지 옆이라 소음을 조심해야 하고, 전자기기를 쓰기 어렵고, 비가 온 다음날엔 트랙 코너가 미끄럽다는 것까지 적혀 있다. 강당과 특별실의 교구 사정도 따로 담겨 있다.
- 학급별 모둠 구성과 요일별 시간표도 조건으로 들어간다. 도우미는 활동에 필요한 인원이 모자라면 모둠을 합치는 것까지 계산한다.
- 수업 철학이 원칙으로 명문화돼 있다. 메타인지를 여는 발문을 반드시 제안할 것, 모든 학생이 참여감을 느끼게 설계할 것, 실수를 학습 기회로 되살릴 것, 미션 선택 같은 작은 결정권을 학생에게 넘길 것.
그래서 이 도우미가 내놓는 초안에는 활동만 있지 않다. ACE 단계별 활동 구성에 시간 배분과 안전 유의점, 그리고 수업 흐름 속에서 학생에게 던질 질문까지 함께 담긴다.
이 지침 문서는 사실상 한 교사의 머릿속을 밖으로 꺼내 적은 것이다. 비 온 다음날 어느 코너가 미끄러운지는 어떤 범용 AI도 모른다. 그것을 아는 사람이 적어 넣는 순간, 범용 도구가 그 교실의 도우미가 된다.
맡긴 것은 수업이 아니라 초안이었다
효과는 분명했다. 수업을 짜내는 데 들이던 노력이 체감상 70퍼센트 줄었다. 그러나 이 사례에서 가장 눈여겨볼 문장은 따로 있다. AI에게 맡긴 것은 수업이 아니라 초안이었다.
같은 학년이라도 학생의 경험과 기능 수준은 다르다. 도우미가 내놓는 것은 80퍼센트의 초안이고, 나머지 20퍼센트는 이 반, 이 아이들에게 맞추는 교사의 판단이다. 학생이 예상보다 어려워하면 규칙을 단순하게 하고, 너무 쉽게 끝나면 조건을 더한다. 모둠 참여가 고르지 않으면 인원과 역할을 바꾼다. 이 조정은 도우미가 대신하지 못한다.
그래서 이 방식의 값은 AI의 성능이 아니라, 교사가 자기 워크플로를 얼마나 또렷하게 펼쳐 놓았는가에 달려 있다. 도우미의 지침은 결국 그 교사의 전문성을 밖으로 꺼내 적어 둔 것이다. 좋은 프롬프트가 좋은 도우미를 만드는 게 아니라, 잘 정리된 워크플로가 좋은 도우미를 만든다.
누구나 따라 할 수 있는 것
이 사례에서 복제할 것은 ACE 모형 자체가 아니다. 체육이 아닌 교사에게 ACE는 맞지 않는다. 복제할 것은 순서다. 반복되는 업무의 흐름을 관찰하고, 그 안의 패턴을 찾아, 이름을 붙이고, AI 도우미의 지침으로 옮기는 순서. 이것은 과목과 업무를 가리지 않는다.
시작은 거창할 필요가 없다. 오늘 반복한 고민의 순서를 세 줄로 적고, 그것을 AI에게 그대로 설명해 초안을 받아 보는 것. 글쓴이가 권하는 첫 실험이 이것이다.
AI 도구를 고르는 일은 그다음이다. 내 일의 흐름을 먼저 펼쳐 보면, 어디에 사람의 판단이 필요하고 어디에 AI의 손을 빌릴지가 비로소 보인다. 도구는 그 자리를 채우는 것이지, 그 자리를 정해 주는 것이 아니다.
출처
- zoomwk(근쌤). AI를 활용한 워크플로우 정리 사례. 브런치. https://brunch.co.kr/@zoomwk/116
- 본문의 카드뉴스 이미지와 체육수업 Gem 지침 내용은 글쓴이(근쌤)가 만든 자료다.