챗GPT는 고등 교육에서 비판적·창의적 사고에 어떤 영향을 주는가

1. 연구의 목적

(1) 챗GPT의 급속한 확산은 고등 교육 현장에서 학생들의 고차원적 사고에 미치는 영향에 대한 논쟁을 촉발함. 기존 연구들은 챗GPT가 사고력 향상을 돕는다는 주장과 인지적 부담을 덜어 역량을 저하시킨다는 상반된 결과를 제시함. 특히, 비판적 사고(수렴적 사고)와 창의적 사고(확산적 사고)라는 두 가지 독립적인 고차원적 사고 영역이 챗GPT의 영향을 어떻게 달리 받는지에 대한 체계적인 분석이 부재함. 이 연구는 챗GPT의 영향이 도구 자체의 내재적 특성이 아닌, 교수 설계와 맥락에 따라 달라진다는 전제에 주목함.

(2) 이 연구는 챗GPT가 고등 교육 학생들의 비판적 사고와 창의적 사고에 미치는 인지적 영향의 본질과 범위를 명확히 규명함. 챗GPT의 고차원적 사고 지원 또는 제약을 일으키는 교수학적 조건을 확인함. 이를 바탕으로 인공지능 매개 학습 환경 설계 및 실제 교육 현장에 적용 가능한 실질적인 시사점을 도출함을 목표로 함.

2. 연구의 방법

(1) 이 연구는 챗GPT가 고등 교육에서 학생들의 비판적·창의적 사고에 미치는 영향을 체계적으로 검토하는 접근 방식을 사용함. PRISMA 2020 가이드라인을 따라 2022년부터 2025년까지 발표된 67편의 실증 연구를 종합 분석함. 비판적 사고를 수렴적 인지 과정으로, 창의적 사고를 확산적 인지 과정으로 구분하는 이중 렌즈 프레임워크를 적용하여 분석의 이론적 토대를 마련함.

(2) 주요 분석 대상은 고등 교육 현장에서 챗GPT(또는 GPT-3, GPT-4 등 관련 모델) 사용이 학생들의 비판적 사고, 창의적 사고, 고차원적 사고 등 인지적 능력에 미치는 영향을 실증적으로 탐구한 연구임. 교수 설계, 과제 구조, 그리고 맥락적 조절 변인이 어떻게 이러한 인지적 결과에 영향을 미치는지에 대한 비교 조건 분석이 주된 내용임.

챗GPT가 고등 교육에서 비판적·창의적 사고에 미치는 영향을 다룬 연구 선택 과정을 보여주는 PRISMA 흐름도

3. 주요 발견

이 연구는 챗GPT가 고등 교육에서 학생들의 비판적 사고와 창의적 사고에 미치는 인지적 영향을 체계적으로 분석함. 핵심은 챗GPT의 효과가 도구 자체의 고유한 특성으로 결정되지 않고, 이를 둘러싼 교수 설계와 학습 환경에 따라 매우 유동적으로 변한다는 점임. 비판적 사고를 해석, 평가, 근거 기반 판단의 수렴적 과정으로, 창의적 사고를 독창적이고 유연한 아이디어 생성의 확산적 과정으로 정의하며 이 둘의 상호작용에 주목함.

(1) 인공지능 매개 교수법의 부상: 챗GPT는 더 이상 단순한 콘텐츠 생성 도구가 아님. 교수 설계가 개입될 때 챗GPT는 인지적 조력자로서 기능함. 구조화된 질의 활동, 반성적 피드백, 반복적 수정 과정이 포함된 학습 환경에서는 챗GPT가 학습자의 사고를 외재화하고 아이디어를 정교화하는 데 기여함. 이는 기존의 사고 과정을 인공지능과의 대화로 확장하는 새로운 형태의 인지적 인공물 활용으로 볼 수 있음.

(2) 비판적 사고 증진 조건: 챗GPT가 비판적 사고를 지원하는 주요 방식은 크게 다섯 가지임.

• 메타인지적 개입 촉진: 챗GPT가 생성한 결과물을 비교하고, 자신의 사고 과정을 모니터링하며 평가적 판단을 내리도록 유도하는 구조화된 활동이 효과적임. 스캐폴딩된 프롬프트, 비교 분석, 반성적 글쓰기 등이 이에 해당함.
• 논증 구성 능력 향상: 글쓰기 과제나 토론에서 챗GPT는 논증을 조직하고, 증거를 통합하며, 주장을 다듬는 데 도움을 줌. 특히 논증 매핑이나 루브릭 기반 평가는 학생의 추론 능력을 현저히 향상시킴.
• 오류 감지 및 검증 행동: STEM 분야 등에서 학생들은 챗GPT의 생성물을 사실 확인 및 삼각 검증의 자극제로 활용함. 인공지능의 환각(hallucination)이나 불일치를 명시적으로 교육할 때 이러한 비판적 검증 행동이 강화됨.
• 자기조절학습(SRL) 지원: 구조화된 프롬프트, 수정 주기, 탐구 기반 과제를 통해 챗GPT와 상호작용하는 학습자는 계획, 모니터링, 전략적 조정과 같은 자기조절 행동을 보임.
• 분야별 추론 능력: 챗GPT가 공동 개발자, 비판 대상, 아이디어 생성 파트너로 통합될 때, 학생들은 복잡한 분석에 참여하며 분야별 추론 능력을 키움.

(3) 창의적 사고 증진 조건: 창의적 사고 향상에도 챗GPT는 다섯 가지 방식으로 기여함.

• 아이디어 생성 및 확산적 사고: 챗GPT는 브레인스토밍, 아이디어 확장, 재구성 과정에서 파트너 역할을 수행함. 글쓰기 초기 단계, 프로젝트 기획, 서사 개발 등에서 특히 효과적이며, 독창적인 통찰력을 발굴하고 다양한 관점을 탐색하는 데 도움을 줌.
• 구조화 및 표현 스캐폴딩: 챗GPT는 콘텐츠를 구조화하고, 어조를 실험하며, 문체적 표현을 향상시키는 데 도움을 줌. 학술 글쓰기나 EFL(외국어로서의 영어) 환경에서 응집력을 높이고 문단 흐름을 개발하며 다양한 스타일을 시도하는 데 유용함.
• 대화형 참여 및 관점 전환: 논증 구성, 역할극 시뮬레이션, 반복적 프롬프트 설계 과제에서 챗GPT는 공동 설계자 또는 대화 자극제로 기능함. 학생들은 다양한 관점에서 탐색하도록 격려받음.
• 정서적·동기적 활성화: 챗GPT는 창의적 불안감을 줄이고 복잡한 과제를 시작하려는 의지를 높이는 데 기여함. 스토리텔링, 시나리오 설계 등에서 챗GPT는 “브레인스토밍 친구”로 인식됨.
• 교수 매개적 성과 증진: 뒤집힌 학습(flipped classroom)이나 ADDIE 기반 설계 등 구조화된 학습 환경에 통합될 때 챗GPT 사용은 독창성, 유창성, 정교성에서 통계적으로 유의미한 향상을 가져옴. 프롬프트 훈련, 반복적 피드백 루프, 반성적 스캐폴딩 등이 핵심 조절 변인임.

(4) 인지적 연대 양상: 챗GPT와 상호작용 시 비판적 사고와 창의적 사고의 연대 양상은 세 가지로 나타남. 이는 챗GPT의 활용 방식과 교수 설계에 따라 학생들의 사고력이 어떻게 종합적으로 발현되는지를 보여줌.

연대 유형	핵심 설명	조절 변인 및 조건
시너지적 향상	챗GPT가 비판적 사고와 창의적 사고를 동시에 강화함.	탐구 지향적 과제, 스캐폴딩된 반성, 대화형 상호작용, 반복적 정교화 학습 모델
비대칭적 발달	챗GPT가 창의적 사고를 촉진하나 비판적 사고는 저해함.	비구조화된 활용, 평가보다 아이디어 생성에 초점, 최소한의 비판적 틀 부재
공동 인지적 침식	챗GPT 사용이 비판적 사고와 창의적 사고를 동시에 저해함.	수동적/비구조화된 활용, 메타인지 프롬프트 부재, 과제 완수 지향

• 시너지적 향상(CT↑, CrT↑): 전체 연구 중 18편에서 보고된 가장 이상적인 결과임. 챗GPT가 탐구 기반, 프로젝트 기반, 반복 학습 등 사려 깊게 설계된 교수 맥락에 통합될 때 발생함. 대화형 상호작용과 반성적 스캐폴딩이 뒷받침될 때 학생들은 분석적 추론과 창의적 아이디어 생성을 동시에 수행함. 예를 들어, InquiryGPT와 같은 시스템은 스캐폴딩된 프롬프트와 반성적 질문을 통해 평가적 추론(CT)과 아이디어 종합(CrT)을 모두 향상시킴. 챗GPT는 학생들이 탐색과 정교화 사이를 오가며 적응적 전문성을 개발하도록 도움.

• 비대칭적 발달(CrT↑, CT↓): 8편의 연구에서 관찰된 패턴으로, 챗GPT가 아이디어 생성 및 유창성 측면에서 창의적 사고를 촉진하지만 동시에 비판적 사고 발달을 저해하는 양상임. 이는 주로 비구조화된 환경에서 나타나며, 깊이 있는 추론 감소, 챗GPT 결과물에 대한 과도한 의존, 비판적 평가 회피와 연관됨. 학생들이 챗GPT를 통해 글쓰기 아이디어와 구조 조직에 도움을 받지만, 내용이 일반적이거나 독창성이 떨어지고 추론이 피상적이라고 인식하는 경우가 여기에 해당함. 챗GPT가 학습자의 인지적 노력을 편의성으로 대체하면서 비판적 탐구 동기를 약화시키는 결과임.

• 공동 인지적 침식(CT↓, CrT↓): 4편의 연구에서 보고된 가장 부정적인 패턴임. 챗GPT 사용이 비판적 사고와 창의적 사고 모두의 정체 또는 저하로 이어짐. 이는 최소한의 지침이나 비판적 틀 없이 챗GPT를 활용하는 환경에서 주로 발생함. 전 세계 23,000명 이상의 학생을 대상으로 한 조사에서 챗GPT가 효율성과 요약에는 좋지만, 피상적 참여나 학업 부정행위와 관련되어 고차원적 사고 함양에는 비효과적이라는 인식을 보임. AI 의존성이 증가할수록 지적 수동성, 창의성 감소, 비판적·독립적 사고 능력 저하가 나타남. 교수 스캐폴딩 없이 챗GPT가 단순히 답을 제공하는 도구로 전락할 때 이러한 침식이 심화됨.

4. 결론 및 시사점

(1) 이 연구의 핵심 결론은 챗GPT의 인지적 영향이 도구 자체에 내재된 것이 아님을 명확히 함. 오히려 챗GPT는 교육 현장의 교수학적 설계, 학습자 주도성, 그리고 인식론적 틀과의 상호작용 속에서 인지적 효과를 드러내는 인지적 매개체임이 입증됨. 챗GPT는 일방적인 학습 촉진 도구도, 학습 저해 도구도 아님. 그 활용 방식과 교수학적 맥락에 따라 시너지 효과를 내기도 하고, 특정 사고 영역의 비대칭적 발달을 초래하거나 심지어 두 사고 영역 모두의 침식을 가져오기도 함.

(2) 교육 현장에서는 챗GPT를 인지적 스캐폴딩의 핵심 요소로 삼아야 함.

• 단계별 활동을 설계하여 학생들이 프롬프트 설계, 생성 결과물 평가, 반복적 수정 과정을 체계적으로 경험하도록 유도함. 예를 들어, 챗GPT로 초안을 만들고, 루브릭으로 비판하며, 인간 피드백을 반영하는 순환 구조를 활용함. 이로써 챗GPT는 정답 제공자가 아닌 대화형 파트너로서 학습자의 사고를 외재화하고 평가적 깊이를 더하는 역할을 함.

(3) 인공지능 매개 학습 환경에서는 AI 리터러시 교육이 필수적임.

• 학생들이 챗GPT 생성물을 비판적으로 평가하고, 정보의 편향이나 환각(hallucination)을 식별하며, 맥락적으로 해석하는 능력을 명시적으로 교육해야 함. 이는 단순한 도구 사용법을 넘어, 인공지능 시대의 인식론적 경계심과 검증 루틴을 내면화하는 과정임. 챗GPT와의 상호작용 기록, 수정 행동, 반성적 응답을 분석하여 학습자의 인지 과정을 추적하고 맞춤형 피드백을 제공하는 데 활용함이 중요함.
• 비판적 사고와 창의적 사고를 별개의 기술로 가르치지 않고, 재귀적 탐구 과제를 통해 이 둘의 시너지적 상호작용을 촉진하는 과제를 설계함이 필요함. 사례 연구에서 해결책을 브레인스토밍하고(창의), 이를 정당화하고 비교하는(비판) 활동, 또는 챗GPT로 다양한 관점을 생성하고 각 입장을 비판하는 논증적 글쓰기 과제 등이 효과적임. 챗GPT는 이때 경계 객체(boundary object)이자 아이디어 생성 스캐폴드로 기능하며, 확산적 생성과 수렴적 평가를 동시에 지원함.

5. 리뷰어의 ADD(+) One: 생각 더하기

(1) 이 논문에서 가장 주목할 지점은 챗GPT의 인지적 영향이 도구 자체의 본질에 있지 않고, 이를 둘러싼 교수학적 생태계에 전적으로 좌우됨을 일관되게 보여준 점임. 이는 인공지능 기술에 대한 논의를 “인공지능은 좋은가 나쁜가”라는 이분법적 사고에서 벗어나, “어떻게 인공지능을 설계된 교육적 경험 속에 배치할 것인가”라는 인간 중심의 교수학적 설계 문제로 전환시키는 단언임. 챗GPT가 가진 유창성이 학습자의 사고 과정을 ‘대리’하는 인지적 부담 경감(cognitive offloading)으로 이어질 위험과, 학습자의 사고 과정을 ‘확장’하는 분산 인지(distributed cognition)의 잠재력은 교수자의 의도적 개입에 의해 결정됨을 명확히 밝힌 점이 핵심적임. 이는 인공지능이 교육에 미치는 영향을 논할 때 기술적 기능보다 인간의 교육적 의지가 더 중요함을 강력히 시사함.

(2) 논문이 명시하지 않은 더 넓은 의미는 인공지능이 단순한 교육 기술을 넘어, 학습의 본질과 인간의 인지 과정에 대한 우리의 이해를 재정의하는 촉매제가 된다는 점임. 챗GPT는 인지과학에서 말하는 ‘메타인지’, ‘자기조절학습’, ‘인지적 부담’과 같은 개념들을 실제 교육 현장에서 실험하고 탐구하는 거대한 장을 펼쳐 놓았음. 또한, 교육철학적 관점에서 학생의 주체성, 에피스테믹 책임감(epistemic responsibility), 지적 용기와 같은 핵심 가치들이 인공지능과의 협업 환경에서 어떻게 재구성되고 육성되어야 하는지에 대한 질문을 던짐. 인공지능이 글쓰기를 돕는다면, ‘글쓰기’의 본질은 무엇이며, ‘독창성’의 기준은 어디까지 확장될 수 있는가에 대한 논의는 더 이상 피할 수 없는 과제임. 궁극적으로 이 연구는 인공지능을 통해 인간의 사고력을 증진하는 새로운 인간-AI 협업 인지 모델을 요구하는 시대적 전환점을 포착함.

(3) 이 연구를 발전시킬 구체적 아이디어는 다음과 같음.

• 교사용 AI 기반 교수 설계 도구 개발: 챗GPT의 인지적 시너지를 극대화하기 위한 ‘프롬프트 설계 루브릭’이나 ‘재귀적 탐구 과제 템플릿’을 생성형 AI로 자동 생성하고, 교사들이 이를 자신의 수업 맥락에 맞게 커스터마이징할 수 있는 웹 기반 플랫폼을 개발함. 이 도구는 교사들에게 AI 리터러시 교육 콘텐츠와 단계별 스캐폴딩 전략을 함께 제공해야 함.
• 학습자 인지 오프로딩 감지 및 개입 AI 시스템: 챗GPT 사용 과정에서 학생의 인지적 오프로딩(cognitive offloading) 징후(예: 피드백 수용률, 프롬프트의 복잡성 감소, 수정 과정의 깊이 부족)를 실시간으로 감지하고, 해당 학생에게 메타인지적 질문이나 비판적 사고를 유도하는 맞춤형 프롬프트를 자동으로 제공하는 지능형 튜터링 시스템을 구체적으로 설계함. 이는 학습 데이터 분석과 인지 모델링을 기반으로 함.
• ‘에피스테믹 마찰(Epistemic Friction)’ 설계 워크숍: 챗GPT가 너무 매끄러운 결과물을 제공하여 비판적 사고를 저해할 수 있음을 인지하고, 의도적으로 학습 과정에 ‘지적 마찰’을 유발하는 과제 설계 워크숍 프로그램을 개발함. 예를 들어, 챗GPT에게 상충되는 관점의 에세이를 작성하게 하고, 학생들에게 각 에세이의 논리적 오류를 비판적으로 찾아내도록 하는 과제, 혹은 특정 분야의 오개념을 챗GPT가 고의로 포함하도록 설정하고 학생들이 이를 교정하는 과제 등을 구체적으로 제안함.

6. 추가 탐구 질문

(1) 다양한 LLM 모델(예: GPT-3.5, GPT-4, 특정 분야 특화 모델)의 성능 차이가 학생들의 비판적·창의적 사고에 어떤 미묘한 질적, 양적 차이를 유발하는가?

(2) 고등 교육을 넘어 K-12 교육 또는 성인 평생 학습 맥락에서 챗GPT의 인지적 영향 패턴은 어떻게 달라지는가? 특히 발달 단계에 따른 스캐폴딩 전략의 변화는 무엇인가?

(3) 챗GPT가 생성하는 콘텐츠에 대한 윤리적 소유권, 학업적 정직성, 그리고 ‘진정한 창의성’에 대한 사회적 합의는 인공지능 매개 학습 환경에서 어떻게 재정의되어야 하는가?

---

출처

DOI: 10.1016/j.caeai.2026.100571

• Li, C., Cui, H., & Hagedorn, L. S. (2026). The cognitive impact of ChatGPT in higher education: A systematic review of critical and creative thinking outcomes. Computers and Education: Artificial Intelligence, 10, 100571. https://doi.org/10.1016/j.caeai.2026.100571