티스토리 뷰
AI가 정답을 다 알려주는 시대에, 공부를 잘한다는 게 무슨 의미일까요?
저는 얼마 전 한 포럼에서 이 질문을 처음 정면으로 마주쳤고, 솔직히 이건 예상 밖이었습니다.
"AI가 더 잘 풀어주는데, 수학을 왜 배워야 하나요?"라는 아이들의 말이 완전히 틀린 게 아니었기 때문입니다.
하지만 그 질문 뒤에 감춰진 진짜 문제는 따로 있었습니다.
AI가 답을 내리는 속도보다, 그 답을 의심하는 능력이 훨씬 더 희귀해지고 있다는 사실이었습니다.
사고의 개방성 — AI 시대에 진짜 필요한 능력
한 교육 포럼에서 이런 장면이 소개됐습니다. 수학 수업에서 "75 곱하기 12를 계산하는 방법을 열 가지 찾아봐"라고 했을 때,
처음에는 멍하게 있던 아이들이 하나둘씩 서로 다른 방법을 꺼내놓기 시작했다는 겁니다.
0.75 × 1200으로 변환하는 아이, 75를 두 번씩 더해서 150을 만들고 여섯 번 반복하는 아이,
방법은 달라도 결국 모두 같은 답에 도달했습니다. 저는 이 장면을 듣고 좀 부끄러웠습니다.
학창 시절에 저는 공식을 외우는 것만이 수학이라고 생각했으니까요.
여기서 말하는
사고의 개방성이란?, 이미 내린 결론을 다시 뒤집어볼 수 있는 능력을 뜻합니다.
"이게 정말 유일한 방법일까?", "내가 놓친 변수는 없나?"라고 스스로 묻는 습관이라고도 할 수 있습니다.
이게 왜 중요하냐면, AI는 현재 인터넷에 존재하는 텍스트 기반 데이터를 학습한 대규모 언어 모델(LLM)입니다.
LLM이란? 수십억 개의 문장 패턴을 통계적으로 학습해 응답을 생성하는 모델인데,
이 구조 특성상 문장으로 표현된 적 없는 상식은 학습이 어렵습니다.
"세차장에 가려면 차를 갖고 가야 한다"는 문장이 인터넷에 없기 때문에 AI가 "걸어가라"고 답하는 것처럼요.
제가 직접 써봤는데, AI가 틀리는 지점은 대부분 이런 식의 비언어적·맥락적 상식에서 나왔습니다.
데이터 수치상으로는 완벽해 보이지만 현장에서는 전혀 작동하지 않는 결론을 내리는 경우가 있었고,
그걸 걸러내는 건 결국 제 판단이었습니다. 이건 AI가 나쁘다는 게 아니라,
AI를 쓰는 사람의 사고 수준이 결과물의 품질을 결정한다는 뜻입니다.
실제로 하버드대 연구에서도 AI 도입 이후 청년층 일자리 감소 추세가 확인됐습니다(출처: Harvard Business School).
특히 수습 변호사, 초급 회계사처럼 정보를 정리하고 판례를 검색하는 역할은 AI가 훨씬 빠르고 싸게 수행할 수 있습니다.
반면 살아남는 역할은 공통점이 있었는데, 결과에 의문을 품고 맥락을 통합해 판단을 내리는 자리였습니다.
사고의 개방성이 결국 직업 생존력과 직결되는 겁니다.
- AI는 텍스트 기반 학습 구조상 비언어적·맥락적 상식에서 오류가 잦다
- "더 좋은 방법은 없을까?"를 묻는 습관이 AI 활용 품질을 결정한다
- 성급하게 결론 내리지 않는 능력이 AI가 대체하기 가장 어려운 역량이다
- 하버드 연구 기준, AI에 가장 먼저 대체되는 직군은 정보 정리·검색형 초급 업무다
질문하는 힘과 자기주도학습 — 교육이 바뀌어야 하는 이유
제 경험상 이건 좀 다릅니다. 많은 분들이 "AI 시대에는 공감 능력을 키워야 한다"고 말하는데,
저는 그 말이 반은 맞고 반은 빗나갔다고 생각합니다. 72시간 동안 지치지 않고 공감 반응을 유지하는 건 인간이 아니라
AI가 더 잘합니다. 감정이 없기 때문에 피로해지지 않고, 짜증도 나지 않으니까요.
인공지능이 감정 노동을 잘 수행하는 역설적 이유가 바로 감정을 느끼지 않기 때문이라는 사실,
처음 들었을 때 꽤 오래 생각하게 됐습니다.
진짜로 필요한 건 단순한 공감이 아니라, 상황을 읽고 맥락을 파악해서 문제를 함께 해결하는 통합적 사고력입니다.
통합적 사고력이란? 단순히 정보를 나열하는 게 아니라 여러 맥락을 교차 검토해 최적의 판단을 이끌어내는 능력을 말합니다.
방사선 의학과 의사가 AI에게 대체되지 않는 이유도 비슷합니다.
의사가 이미지 판독에 쓰는 시간은 전체 업무의 20%가 채 안 됩니다. 나머지 80%는 환자 가족 면담, 다른 과 의사들과의 협진,
개별 맥락을 고려한 치료 방향 결정 같은 비디지털적 업무입니다(출처: New England Journal of Medicine).
AI가 아무리 영상 판독을 잘해도, 책임 주체로서 판단을 내리고 결과를 설명하는 건 여전히 사람의 몫입니다.
자기주도학습(Self-Directed Learning)도 마찬가지 맥락입니다.
자기주도학습이란?
외부 지식을 받아들이는 데 그치지 않고, 새로운 환경에서 스스로 탐색하고 검증하고 자기만의 지식 체계를 쌓아가는 능력을 의미합니다. 필름 카메라를 완벽하게 익혀 졸업했더니 디지털 카메라 시대가 열리고, 디지털 카메라를 마스터하자마자 스마트폰이 모든 걸 대체해버린 것처럼, 학교에서 배운 특정 지식이 사회에 나오는 순간 구식이 되는 일은 앞으로 더 빠르게 반복됩니다.
이 변화를 따라가는 힘은 특정 지식이 아니라 학습하는 방법 자체입니다.
제가 직접 현장에서 겪었던 장면이 있습니다.
같은 건물군에서 물품 배송 담당자가 특정 동에 출입증이 없어서 매번 로비까지 내려가야 했던 상황이 있었는데,
놀랍게도 아무도 이 비효율에 의문을 제기하지 않고 있었습니다.
저는 단순히 "왜 이분은 출입권이 없지?"라는 질문을 담당자에게 던졌고, 신청만 하면 된다는 사실을 알게 됐습니다.
다음 날 바로 해결됐습니다. 데이터도 AI도 필요 없는 상황이었지만, 질문 자체를 떠올리는 사람이 없었던 겁니다.
이게 바로 포럼에서 말한 '의문을 가지는 능력'의 실제 모습입니다.
주입식 암기 교육이 왜 문제인지는 선행 학습에 관한 연구에서도 뒷받침됩니다.
발달 단계에 맞지 않게 앞서 나가는 학습은 뇌에 독성 스트레스(Toxic Stress)를 유발할 수 있습니다.
독성 스트레스란? 뇌의 정상적인 발달을 방해할 정도로 과도하게 가해지는 만성적 스트레스 반응을 뜻하며,
이는 학습 능력이 아니라 학습 회피를 강화하는 방향으로 작동합니다.
반면 수학을 정답을 빠르게 찾는 도구가 아니라 "더 없을까?", "내 답이 정말 맞을까?"를 반복적으로 묻는 훈련으로 접근하면,
아이들은 스스로 의문을 확장해 나가는 경험을 쌓게 됩니다.
제가 이 방식을 적용해보니, 아이들이 "수학이 재미있다"는 말을 실제로 꺼내는 경우가 생겼습니다.
그 말을 처음 들었을 때는 솔직히 믿기지 않았습니다.
자주 묻는 질문
Q. AI가 수학 문제를 다 풀어주는데, 아이들이 수학을 배울 필요가 있나요?
A. 수학을 배우는 목적 자체가 달라져야 합니다. AI는 공식에 따른 계산을 수행하지만,
"이 방식이 최선인가?", "내가 놓친 조건은 없나?"라는 질문을 먼저 던지는 건 여전히 인간의 몫입니다.
수학은 답을 찾는 과목이 아니라, 의문을 가지고 검증하는 사고 훈련 과목으로 바라봐야 합니다.
Q. 자기주도학습 능력은 어떻게 키울 수 있나요?
A. 처음부터 정답을 알려주는 방식보다, 여러 풀이 방법을 스스로 탐색하게 하는 경험이 중요합니다.
틀렸다고 지적하기 전에 "확실해?"라고 물어보는 것처럼, 아이 스스로 검증 과정을 거치도록 유도하는 것이 출발점입니다.
한 가지 방법만 반복하는 환경에서는 자기주도적 사고가 자라기 어렵습니다.
Q. AI를 아예 사용하지 못하게 해야 하나요?
A. 사용 금지보다 사용 방법이 훨씬 중요합니다.
"75 곱하기 12 계산해줘"와 "내가 왜 이 계산을 이해 못 하는지 도와줘"는 AI에게 던지는 질문이지만,
이 두 아이의 5년 후 격차는 상당할 수 있습니다. AI를 답 제공기가 아니라 사고 파트너로 쓰는 습관을 먼저 길러야 합니다.
Q. 선행 학습이 정말 해롭다는 게 과학적으로 증명됐나요?
A. 발달 단계에 맞지 않는 선행 학습이 뇌에 독성 스트레스를 유발할 수 있다는 연구 결과는 다수 존재합니다.
뇌가 정상적으로 성장해야 할 시기에 과도한 인지적 압박이 가해지면,
학습 효율이 오히려 떨어지고 학습 자체에 대한 회피 반응이 강화될 수 있습니다.
선행 학습이 성적을 반드시 높여준다는 증거는 희박합니다.
결론
AI가 정답을 내주는 속도는 앞으로 더 빨라질 겁니다. 하지만 그 정답이 진짜 맞는지,
더 나은 방법은 없는지를 묻는 능력은 누구도 대신해줄 수 없습니다.
저는 이게 교육의 이상론이 아니라, 현장에서 직접 확인한 실질적인 생존 기술이라고 생각합니다.
오늘 아이에게 수학 문제를 풀게 할 때, 틀렸다고 지적하기 전에 "확실해?"라고 한번 물어보시면 어떨까요?
그 한 마디가 아이 스스로 검증하는 습관의 시작이 될 수 있습니다.
AI 시대에 가장 필요한 건 더 빠른 정답이 아니라, 정답을 의심하는 용기입니다.
참고 : 유튜브 EBSCulture(EBS 교양) [EBS 특집 포럼] AI 시대, 나를 설계하는 교육 중에서