교육 AI의 가능성과 한계 ···개인화 학습의 현실

나이지리아 고교생들 AI활용 실험서
2년 치 영어 교육 6주 안에 성취 효과
‘모든 학생의 전담교사’ 오랜 꿈 눈앞에

챗봇 공부 학생들 AI 치우고 시험보자
종이 교과서 때 보다 점수 17%나 낮아
실력 없고 답만 ‘인지적 오프로딩’ 현상

서용운 계명대 글로벌 창업대학원 벤처창업학과 교수

40여 년 전, 교육학자 벤저민 블룸은 흥미로운 사실을 발견했다. 한 명의 교사가 한 명의 학생을 일대일로 가르치면 평범한 학생도 상위 2%의 성취를 보인다는 것이다. 문제는 비용이었다. 모든 아이에게 전담 교사를 붙여 줄 나라는 없다. 그래서 ‘모두를 위한 개인 교사’는 교육의 오래된 꿈으로만 남아 있었다. 생성형 AI가 등장하면서 그 꿈이 손에 잡힐 듯 가까워 보였다. 지치지 않고, 24시간 답해 주고, 학생마다 다른 속도로 설명해 주는 ‘AI 튜터’. 과연 AI는 그 오랜 꿈을 이뤄 줄 수 있을까? 오늘은 그 가능성과, 좀처럼 이야기되지 않는 그 한계를 함께 들여다보고자 한다.

■ 가능성··· 6주 만에 2년 치를 배우다.
가장 인상적인 증거는 아프리카에서 나왔다. 세계은행이 2024년 나이지리아 에도주의 고등학생 800여 명을 대상으로 진행한 실험이다. 방과 후 6주 동안, 교사의 지도 아래서 학생들이 AI와 대화하며 영어를 공부했다. 결과는 놀라웠다. AI를 쓴 학생들의 성취도는 그렇지 않은 학생보다 평균 0.3 표준편차 높았는데, 이는 보통 학교 교육 1.5~2년 치에 해당하는 향상이었다. 세계은행이 비교한 전 세계 교육 프로그램의 80%보다 효과가 좋았다.
핵심은 ‘AI 에게 무엇을 시켰는가’였다. 연구진은 AI를 답을 베끼는 도구가 아니라, 학생이 스스로 생각하도록 질문을 던지는 ‘튜터’로 설계했다. 그리고 교사가 옆에서 학생이 딴 길로 새지 않도록, AI가 틀린 말(환각)을 하면 바로잡도록 도왔다. 수업에 더 많이 참여한 학생일수록 더 많이 늘었다. AI가 ‘잘 쓰이면’ 어떤 일이 가능한지를 보여 준 사례다.
이런 흐름은 빠르게 번지고 있다. 칸아카데미의 AI 튜터 ‘칸미고’, 구글·오픈AI 등이 내놓은 학습 전용 모드까지, 글로벌 교육 기업들은 앞다투어 개인화 학습 도구를 선보이고 있다. 이들이 내세우는 강점은 비슷하다. 학생이 막히면 같은 개념을 수준에 맞춰 몇 번이고 다시 설명해 주고, 틀린 부분을 그 자리에서 짚어 주며, 면박을 주거나 지치는 일이 없다. 한 명의 교사가 서른 명에게 동시에 해 주기는 어려운 일이다.

AI는 교사를 대체하는 도구가 아니라, 교사가 한 명 한 명을 더 잘 살피도록 돕는 도구일 때 가장 큰 효과를 낸다. /서용운 제공
 

■ 현실··· 1조4000억 원과 8.1%
그렇다면 한국은 어떨까. 정부는 2025년 3월, 세계에서 가장 야심 찬 실험에 나섰다. 수학·영어·정보 교과에 ‘AI 디지털교과서(AIDT)’를 도입한 것이다. 학생 개개인의 학습 데이터를 분석해 맞춤형 문제를 내주는, 바로 그 ‘개인 교사’의 꿈이었다.
그러나 1년 뒤 성적표는 냉정했다. 2025년 12월 감사원 발표에 따르면, 3년간 1조4000억 원이 투입된 이 사업에서 AIDT를 열흘 이상 사용한 학생은 평균 8.1%에 그쳤다. 한 번도 접속하지 않은 학생이 60%였다. 감사원은 현장 의견 수렴이나 시범 운영 없이 졸속으로 추진된 점을 원인으로 지목했다. 결국 AIDT는 ‘교과서’라는 법적 지위마저 잃고 ‘교육자료’로 격하됐고, 일부 교육청은 2026년 예산 편성을 보류했다.
기술이 부족해서가 아니었다. 교사가 준비되지 않았고, 학교 현장이 설득되지 않았으며, ‘왜 이것을 써야 하는가’에 대한 답이 없었다. 좋은 도구도 쓰는 사람과 환경이 받쳐 주지 않으면 비싼 애물단지가 된다는, 오래된 교훈의 재확인이었다.
또 하나의 묵직한 숙제는 데이터다. AIDT는 학생의 학습 이력을 잘게 분석할수록 똑똑해지지만, 그만큼 483만 학생의 민감한 기록이 국가와 민간 기업의 서버를 오간다. 미국과 EU가 최근 아동 교육 데이터 보호 법제를 강화하고, EU가 교육용 AI를 ‘고위험’ 등급으로 분류한 것도 같은 우려에서다. 개인화의 정확도와 정보 보호는 쉽게 맞바꿀 수 있는 거래가 아니다.

■ 더 깊은 한계 ··· “성적은 올라도 배움은 사라진다”
더 근본적인 질문도 있다. AI가 정말 ‘학습’을 돕는가? 아니면 ‘학습한 척’을 돕는가? 미국 펜실베이니아대 와튼스쿨 연구팀이 튀르키예 고등학생 약 1000명을 대상으로 한 실험은 서늘한 답을 내놓는다. 챗봇으로 공부한 학생들은 문제 풀이 단계에서는 성적이 크게 올랐다. 하지만 AI를 치우고 시험을 보자, 종이 교과서로 공부한 학생보다 오히려 평균 17% 낮은 점수를 받았다. 답은 얻었지만, 실력은 남지 않은 것이다.
이른바 ‘인지적 오프로딩(cognitive offloading)’ 현상이다. 기억하고 계산하고 판단하는 일을 자꾸 외부 도구에 맡기면, 그만큼 우리 뇌는 덜 쓰이고 덜 자란다. 카네기멜런대와 마이크로소프트의 2025년 연구, MIT의 ‘인지 부채(cognitive debt)’ 연구도 비슷한 경고를 보낸다. AI를 신뢰할수록 비판적 사고는 줄어든다는 것이다. 특히 뇌가 20대 중반까지 자라는 청소년에게, 생각의 과정을 통째로 건너뛰는 습관은 위험하다.

서용운 교수가 제안한 포항 ‘AI 교육특구’ 구상의 핵심축인 AI·메타인지 교육 의무화, 지역 문제 해결, 지역사회 학습 인프라의 참여를 시각화한 모습. /서용운 제공

■ 그래서, 무엇이 다른가?
그렇다면 AI를 교실에서 다시 몰아내야 할까. 답은 그렇게 단순하지 않다. 나이지리아와 한국, 튀르키예의 사례를 나란히 놓으면 오히려 다른 길이 보인다. 성패를 가른 것은 AI의 성능이 아니라 ‘설계’였다. 효과를 본 경우에는 공통점이 있었다. 첫째, AI가 답을 주는 대신 질문을 던지게 했다. 둘째, 교사가 사라지지 않고 학습의 설계자이자 코치로 남았다. 셋째, 학생이 ‘AI 에게 무엇을 어떻게 물을지’를 스스로 고민하게 했다. 반대로 실패한 경우는 기기와 예산만 쏟아붓고, 정작 사람과 수업 설계를 놓쳤다.
올해 OECD가 펴낸 교육 분야 생성 AI 보고서의 결론도 같은 맥락이다. 범용 챗봇을 검증 없이 교실에 들이면 학생은 ‘수동적 소비자’가 되고 교사는 ‘감독자’로 전락한다. 교육은 분명한 교육적 목적으로 ‘설계된’ AI로 가야 한다는 것이다.

■ 우리 지역은 무엇을 준비해야 하나?
그렇다면 지역은 무엇을 해야 하는가. 필자가 생각하는 ‘AI 교육특구’ 구상을 소개해 보기로 한다. ‘AI 교육특구’는 하나의 구체성을 가지고 있다. 이 구상의 출발점은 ‘AI를 잘 쓰는 학생’이 아니라 ‘AI와 함께 지역의 문제를 푸는 학생’에 있다. 앞서 본 ‘성과와 학습의 분리’라는 함정을, 제도 설계 단계에서부터 피하겠다는 생각에서 출발했다.
설계의 핵심 장치는 세 가지다. 첫째, 학생이 매주 ‘AI에게 무엇을 물었고, 결과는 어땠으며, 나는 무엇을 배웠는가’를 적는 메타인지 일지를 의무화한다. 답이 아니라 사고의 과정을 남기게 하는 것이다. 둘째, 3개월·6개월·1년으로 이어지는 단계별 과정에서 학생이 직접 철강 산업의 탄소 배출, 인구 감소, 해양 환경 같은 포항의 실제 현안을 다루게 한다. 가상의 문제집이 아니라 ‘내가 사는 도시’가 교재가 된다. 셋째, 교사는 지식 전달자에서 물러나 ‘학습 설계자이자 코치’로 역할을 바꾼다. 나이지리아 실험에서 교사가 맡았던 바로 그 역할이다.
이를 떠받치는 것은 지역의 자산이다. 포항에는 포스텍(POSTECH)의 AI 대학원, 한동대, 그리고 국내 유일의 애플 디벨로퍼 아카데미가 있다. 여기에 포스코·포항테크노파크 같은 산업 현장과 교육부의 ‘교육발전특구’ 제도를 결합하면, 학교 혼자가 아니라 대학·기업·행정이 함께 학생을 키우는 생태계가 만들어진다. 그동안 부서별로 흩어져 있던 단기 교육 사업들을 하나의 성장 경로로 꿰는 일이기도 하다.
여기서 중요한 것은, 이것이 포항만의 처방이 아니라는 점이다. 어느 도시에나 옮길 수 있는 원칙이 담겨 있다. 지역의 대학·기업을 학교와 연결할 것, 그 지역이 실제로 안고 있는 문제를 학습의 소재로 삼을 것, 기기 보급보다 교사 연수와 수업 설계에 먼저 투자할 것, 그리고 학생에게 답이 아니라 ‘질문하는 힘’을 남길 것. 광주가 ‘AI 교육원’을 세워 도시 전략과 학교 교육을 잇고 있는 것도 같은 맥락이다. 화려한 장비를 들이는 일보다 ‘왜’와 ‘어떻게’를 먼저 설계하는 도시가, 결국 앞서갈 것이다.

■ 닫는 말
개인화 학습의 꿈은 여전히 유효하다. 다만 AI는 그 꿈을 ‘저절로’ 이뤄 주는 마법이 아니다. 좋은 망치가 좋은 목수를 만들지 못하듯, 좋은 AI가 좋은 학습을 보장하지는 않는다. 블룸이 발견한 일대일 교육의 힘은, 사실 기술이 아니라 ‘한 사람이 한 사람을 끝까지 살피는 관계’에 있었다. AI는 그 관계를 대신할 수 없다. 다만 교사가 더 많은 아이를 더 깊이 살필 수 있도록 도울 수는 있다. 가능성과 한계 사이에서 우리가 붙잡아야 할 손잡이는, 결국 사람이다.

 /서용운 계명대 글로벌 창업대학원 벤처창업학과 교수