앤드류 응, 학습 답변이 아닌 연습 문제 생성에 AI 활용을 촉구

실리콘밸리 걸 팟캐스트 최신 에피소드에서 인공지능 연구의 선구자이자 스탠포드 대학 교수인 앤드류 응은 학습자에게 바로 완성된 답을 제공하는 생성형 AI 모델이 문제 해결에 필요한 사고 과정을 우회하게 만들며, 이로 인해 학습 효과가 장기적으로 저해될 위험성을 강조했다. 그는 특히 교육 현장에서 AI가 정답을 즉시 제공하는 상황을 반복하면, 학습자는 스스로 논리적 추론과 단계적 사고를 연습할 기회를 잃게 된다고 지적했다.

답변을 주는 AI가 학습에 미치는 부정적 영향

응은 AI가 만든 솔루션을 미리 제공받는 것을, 기본적인 곱셈 원리를 이해하기 전에 계산기를 바로 주는 상황에 비유했다. 계산기를 초기에 과도하게 사용하면 산술 유창성을 기르는 데 필요한 뇌의 훈련 과정이 약화되는 것처럼, AI가 정답을 바로 제시하면 개념적 발달과 문제 해결 능력이 저해될 수 있다는 것이다. 그는 이러한 현상이 특히 초등·중등 교육 단계에서 두드러지며, 장기적인 학습 기반을 약화시킨다고 경고했다.

그는 AI에 과제를 전적으로 맡기는 학생들이 단기 성적은 상승하지만, 장기적으로는 지식 유지율이 크게 떨어진다는 관찰을 인용했다. 즉각적인 이득이 있더라도 스스로 개념을 적용하고 재구성하는 능력은 감소하고, 이는 시험 이후 몇 주 혹은 몇 달 뒤에 학습 내용이 급격히 사라지는 현상으로 나타난다고 설명했다. 이러한 현상은 학습자의 자기 효능감 저하와도 연결될 수 있다.

인지 외주 경험담

응은 자신이 ‘인지 외주’를 겪은 구체적인 사례를 들어 설명했다. 그는 과거 프로젝트에서 AI 도구를 이용해 복잡한 알고리즘 구현 방법을 빠르게 얻었지만, 그 과정에서 근본적인 원리와 설계 의도를 충분히 이해하지 못했다. 결과적으로 6개월이 지난 뒤 같은 문제에 직면했을 때, 처음에 AI가 제공한 답만 기억하고 있어 스스로 문제를 재해석하거나 변형하는 데 큰 어려움을 겪었다는 이야기를 전했다.

• 현재 교육과정에 맞춘 새로운 문제 세트를 AI가 생성하도록 요청
• 기존 연습 문제의 파라미터를 AI가 변형해 깊이 있는 연습 제공
• 전체 해답 대신 힌트를 AI가 제시하도록 설정
• 학생 시도에 대한 채점과 피드백을 AI가 수행
• AI가 만든 퀴즈를 정규 수업에 통합

감독하에 AI 활용 지침

응은 아이들이 AI와 상호작용할 때 반드시 성인 감독과 내용 필터링이 필요하다고 강조한다. 성인의 역할은 AI 출력이 학습자의 사고를 촉진하는 발판이 되도록 조정하고, 학습자가 스스로 문제를 탐구하고 해결 과정을 거치게 하는 데 있다. 그는 구체적으로, AI가 제시하는 힌트나 부분 해답을 검토하고, 필요 시 추가 설명을 보충해 주는 것이 중요하다고 말했다.

그는 AI를 완전히 배제하자는 입장은 아니라고 명확히 했다. 오히려 AI를 파트너로 삼아 생산성을 높이되, 올바르게 사용할 때만 활용하라고 조언한다. 예를 들어, 반복적인 코드 템플릿 작성이나 데이터 전처리 같은 기계적 작업을 AI에 맡기고, 창의적 설계와 윤리적 판단 같은 인간 고유의 영역에 집중하라는 것이다.

응에 따르면 가장 효율적인 엔지니어는 일상 업무의 30 %에서 40 %를 AI에 맡기고, 나머지 60 %~70 %는 인간이 직접 수행한다. 특히 창의적 설계, 윤리적 판단, 전략적 기획 등 AI가 아직 어려워하는 영역에 인간 역량을 집중함으로써, 전체 작업 효율과 혁신성을 동시에 끌어올릴 수 있다고 설명했다.

학습 과학 전문가 바바라 오클리도 응의 견해에 전적으로 동의한다. 그녀는 기본 지식을 유지하면서 AI를 활용해 연습량을 늘리는 것이 깊이를 희생하지 않는 선순환이라고 설명한다. 즉, AI가 생성한 다양한 변형 문제를 통해 학습자는 동일한 개념을 여러 각도에서 반복 연습함으로써 장기 기억을 강화할 수 있다.

응과 오클리 모두 이 권고가 통제된 실험이 아닌 개인 관찰과 전문가 판단에 기반한다며, 보편적인 효과를 확정짓는 것이 아니라 지표적이라는 점을 분명히 했다. 따라서 각 교육 환경이나 기업 문화에 맞춰 신중히 적용해야 하며, 효과 검증을 위한 지속적인 데이터 수집과 분석이 필요하다고 강조했다.

한국의 교육 기관과 기업은 실질적인 전환을 다음과 같이 적용할 수 있다. 첫째, AI 도구는 연습 문제 풀이를 확대하는 용도로만 사용하고, 정답 자동 제공은 금지한다. 둘째, 관리자들은 AI가 만든 답변을 반드시 검토하도록 정책을 수립하고, 기본 설정을 힌트 제공 모드로 유지한다. 셋째, 학습 성과를 단기 시험 점수가 아니라 장기 기억 유지율로 측정하도록 지표를 재구성한다. 이렇게 하면 비판적 사고를 보호하면서도 AI의 효율성을 최대한 활용할 수 있다.

마지막으로, 현지 교육 현장에서는 교사와 학습자가 AI와 함께 작업할 때 발생할 수 있는 윤리적·교육적 이슈를 지속적으로 논의하고, 정책과 가이드라인을 최신 연구 결과에 맞춰 업데이트하는 것이 필요하다. 이는 AI가 교육을 보조하는 도구로 자리 잡는 동시에, 학습자 중심의 사고 방식과 창의성을 유지하도록 보장한다.