AI로 역량 키우는 아이들

광고

이 지면에서뿐만 아니라 많은 사람들이 AI에 너무 의존한 나머지 실력이 줄고 있는 학생들에 대한 우려를 말하고 있다. 과제는 AI가 대신 해주고, 학생은 결과물을 제출하기만 한다는 것이다. 그런데 학생들 중에는 AI를 전혀 다르게 쓰는 이들도 있다. 이들의 방식에는 눈여겨볼 만한 공통점이 있다. 바로 당면한 과제를 푸는 것보다 앞으로 지속될 자신의 역량을 키우는 데 AI를 사용한다는 것이다.

한 학생은 자기만의 튜터 앱을 만들었다. 이 앱은 학생이 강의 슬라이드를 업로드하면 그 내용을 제대로 이해하고 있는지 질문을 던지고, 틀린 부분은 정답 대신 힌트로만 알려준다. “수업 들을 때는 아는 것 같은데, 질문에 답하려면 잘 모른다는 걸 알게 돼요.” 이렇게 공부를 하다 보니 강의 하나하나에 대한 이해도가 높아졌을 뿐 아니라, 여러 강의에 걸쳐 배운 개념을 서로 비교하는 일에도 익숙해져 과목 전체를 보는 눈도 생겼다. 이렇게 깊이 있는 공부를 한 덕분에 학생은 관련 연구에도 참여할 수 있었다.

또 다른 학생은 자신의 스타트업 아이디어가 얼마나 현실성 있는지 시장 조사를 AI에 시킨다. 이미 같은 일을 하는 서비스가 있는지는 키워드를 넣어 검색 엔진에서 찾을 수 있지만, 비슷한 문제를 다른 방식으로 푸는 스타트업이나 관련 앱은 검색만으로는 쉽게 찾기 어렵다. 이런 서비스는 생성형 AI가 검색 엔진보다 훨씬 잘 찾아준다. “제가 관련이 있을 거라고 생각하지 못했던 서비스까지 찾아줘 산업의 큰 그림을 파악할 수 있어 좋아요.” 또 새로운 서비스는 아직 존재하지 않는 시장을 상대하기 때문에 그 규모를 알기가 매우 어렵다. 학생은 이를 추정하기 위해 관련 산업의 매출액을 찾아 표로 정리하는 일까지 AI에 맡긴다. 대신 AI가 내놓은 기사와 통계는 원문에서 하나하나 확인하고, 존재하지 않는 출처나 맥락이 잘린 인용은 따로 표시해둔다. 조사의 손품은 AI가 들이지만, 그 결과를 믿을지 말지는 학생이 판단하는 것이다.

광고

세 번째 학생은 매일 아침 그날 계획을 자동으로 짜주는 예약 작업을 만들었다. 이 학생은 자신이 할 일이 막연하게 많다고 느끼면 오히려 일을 시작하기 어려워진다는 것을 잘 알고 있었다. 그래서 수업마다 강의계획서와 과제, 시험 일정이 나오면 AI에 업로드하고, 그날 할 일을 짧게는 30분, 길게는 1시간을 넘지 않는 단위로 목록으로 만들어 달라고 했다. 막막한 할 일 더미를 당장 시작할 수 있는 크기로 바꾸는 일을 AI에 맡긴 셈이다. 흥미로운 건 저녁마다 계획과 실제를 비교해 AI뿐만 아니라 스스로에게도 피드백을 준다는 점이다. 그는 AI가 짠 계획을 따르거나 AI를 훈련하는 데 그치지 않고, 자기가 어떤 일에 시간과 노력이 얼마나 드는지에 대한 감각을 키우고 있다.

세 학생에게 AI는 답을 대신 내주는 도구가 아니었다. 모르는 것을 드러내고, 보지 못한 것을 보여주고, 자신의 시간 감각을 비춰주는 거울이었다. 같은 AI라도 과제를 끝내는 데 쓰면 실력이 깎이고, 자신을 키우는 데 쓰면 실력이 쌓인다. 기술 문제라기보다 사용하는 사람의 태도와 설계의 문제다. 결국 차이는 무엇을 맡기고 무엇을 스스로 붙드느냐에 있다. 이제 교육이 가르쳐야 할 것은 그 선택 기준이다.