챗GPT나 그래머리 같은 AI 학습 도구를 대하는 대학생들의 인식이 흥미롭다. 텍사스대학교 연구팀이 발표한 논문에 따르면, 대학생들이 단순한 정보 제공 도구가 아니라 함께 생각하고 배우는 파트너로 받아들인다는 연구 결과가 나왔다. AI 도구가 제공하는 상호작용 방식에 따라 학습 경험이 크게 달라지며, 이는 전통적인 교육 이론과도 밀접하게 연결된다.

행동주의부터 인본주의까지, AI 도구 속 숨겨진 학습 이론

텍사스대학교 알링턴 캠퍼스의 프라타메시 무줌다르 연구팀은 대학생 15명을 대상으로 실험을 진행했다. 연구팀은 AI 학습 도구가 정보 전달을 넘어 다양한 교육 이론을 실현하고 있다는 사실을 발견했다. 학생들이 칸 아카데미, 그래머리, 챗GPT 등을 사용하는 모습을 분석한 결과다. 각 도구는 행동주의, 인지주의, 구성주의, 인본주의 등 서로 다른 학습 이론의 원리를 반영하고 있었다.

교육 플랫폼인 칸 아카데미나 AI 학습 앱인 소크라틱 AI로 수학 문제를 풀 때 학생들은 즉각적인 피드백과 반복 학습으로 지식을 습득했다. 전형적인 행동주의 학습 패턴이다. 한 학생은 "마치 구구단을 외울 때처럼 시도하고, 틀리고, 힌트를 받고, 다시 시도하는 과정이었다"고 말했다.

그래머리나 챗GPT로 에세이를 수정할 때는 양상이 달랐다. 학생들은 단순히 오류를 고치는 것이 아니라 왜 틀렸는지 논리적으로 이해하게 됐다고 답했다. 정보 처리와 내적 이해 구축에 초점을 맞춘 인지주의 학습 방식이다.

챗GPT와의 개방형 대화에서는 더 흥미로운 결과가 나타났다. 학생들은 학업 스트레스나 윤리적 의사결정 같은 주제로 AI와 대화하며 "함께 답을 찾아가는 느낌"을 받았다. 한 학생은 "챗GPT가 정답을 주지 않았어요. 우리가 함께 고민하는 것 같았죠"라고 표현했다. 이는 경험을 통한 지식 구성을 강조하는 구성주의 학습의 전형이다.

일부 학생들은 AI가 자신의 의견을 "들어주는" 것만으로도 동기부여가 됐다며 정서적 지원의 중요성을 언급했다. 개인의 성장과 감정적 연결을 중시하는 인본주의 교육 철학과 맞닿아 있다.

"로봇이 아니라 나를 이해하는 존재" - 학생들의 실제 경험

연구에서 가장 눈에 띄는 발견이 있다. 학생들이 AI 도구와의 상호작용을 어떻게 해석하느냐에 따라 학습 경험이 완전히 달라진다는 점이다.

연구팀은 반구조화된 인터뷰를 통해 학생들의 경험을 5가지 주요 테마로 정리했다. 첫째는 '피드백과 강화'다. 수학 문제를 풀 때 즉각적인 정답 및 오답 확인과 재시도 기회가 학습 동기를 높였다. 둘째는 '단계적 학습 지원'이다. 그래머리가 문법을 단순히 고쳐주는 것이 아니라 왜 틀렸는지 논리를 보여줬다는 평가를 받았다.

셋째 테마인 '대화적 참여'는 챗GPT와의 개방형 대화에서 두드러졌다. 학생들은 AI가 질문을 던지고 여러 관점을 정리해주는 과정을 통해 스스로 생각을 발전시킬 수 있었다. 넷째는 '개인화와 공감'이다. 학생들은 AI가 "로봇 같지 않다"고 느낄 때 더 적극적으로 학습에 참여했다. 한 학생은 "내 말을 경청해주는 느낌이 들어서 계속하고 싶었다"고 표현했다.

마지막으로 '학습 주도성'이 중요했다. AI가 지시하는 대로 수학 문제를 풀 때는 "정답이 나올 때까지 클릭만 했다"고 느낀 반면, 대화형 과제에서는 "내가 무엇을 물을지, 어떻게 이어갈지 선택할 수 있어서 더 내 것 같았다"고 답했다.

이러한 결과는 AI 도구의 효용성이 기술적 성능만으로 결정되지 않음을 보여준다. 학생이 그 도구와 어떻게 정서적, 인지적으로 연결되느냐가 더 중요했다. 연구팀은 "AI를 단순한 도구로 보는 기존 연구와 달리, 학생과 AI의 상호작용을 양방향 관계로 이해해야 한다"고 강조했다.

AI 교육 도구 설계, '학습자 중심'으로 전환해야

이번 연구는 AI 교육 도구에서 기술적 완성도보다 교육학적 설계가 더 중요하다는 시사점을 준다.

연구팀은 대부분의 AI 교육 도구가 성적 향상이나 참여도 같은 수치적 성과에만 집중한다고 지적했다. 학생들이 실제로 어떻게 느끼고 생각하는지는 간과해왔다는 것이다. 예를 들어 비고츠키의 사회문화이론이나 시멘스의 연결주의 같은 학습 이론은 맥락, 관계, 공동 의미 형성을 강조한다. 하지만 현재 많은 AI 도구는 이런 요소를 충분히 반영하지 못하고 있다.

특히 학생들의 주도성 차이는 교육 현장에 중요한 메시지를 던진다. 행동주의적 접근의 단순 반복 학습은 빠르고 효율적이지만 학생들을 수동적으로 만들 위험이 있다. 반면 구성주의나 인본주의적 설계는 더 깊은 사고와 감정적 연결을 이끌어내지만 시간과 노력이 더 필요하다.

연구팀은 "AI 도구 개발자와 교육자는 함께 협력해야 한다"고 제안했다. 기술적 효율성뿐 아니라 윤리적이고 의미 있는 학습 경험을 제공하는 시스템을 만들어야 한다는 것이다.

또한 연구는 단일 교육 이론으로는 AI 학습 도구의 모든 경험을 설명할 수 없다는 점도 밝혔다. 같은 도구라도 과제 유형과 사용 맥락에 따라 다른 학습 과정이 활성화되기 때문이다. 이는 AI 교육 도구가 한 가지 방식에 갇히지 않고 다양한 학습 이론을 유연하게 통합할 수 있어야 함을 의미한다.

연구팀은 향후 더 넓은 연령대, 다양한 문화권, 장기적 사용 효과를 포함한 후속 연구가 필요하다고 밝혔다.

FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q1. AI 학습 도구가 학습 이론과 연결된다는 게 무슨 뜻인가요?

A: AI 도구가 제공하는 피드백 방식과 상호작용 유형에 따라 학생들의 학습 과정이 달라진다는 의미입니다. 즉각적인 정답 및 오답 피드백은 행동주의 학습을, 단계별 설명은 인지주의 학습을, 개방형 대화는 구성주의 학습을 촉진합니다. AI 도구가 단순한 정보 제공을 넘어 교육학적 원리를 실현하고 있다는 뜻입니다.

Q2. 학생들이 AI 도구를 사용할 때 가장 중요하게 여기는 요소는 무엇인가요?

A: 연구에 따르면 학생들은 AI가 자신의 생각을 '이해'하고 '들어주는' 느낌을 받을 때 더욱 적극적으로 학습에 참여했습니다. 또한 자신이 학습 과정을 주도하고 선택할 수 있다고 느낄 때 더 의미 있는 경험을 했다고 답했습니다. 기술적 성능보다 정서적 연결과 학습 주도성이 더 중요했습니다.

Q3. 이 연구 결과가 AI 교육 도구 개발에 어떤 시사점을 주나요?

A: AI 교육 도구는 단순히 정답을 제공하는 것이 아니라 학생의 사고 과정을 지원해야 합니다. 개인의 학습 맥락을 존중하고 감정적 연결을 만들 수 있도록 설계되어야 합니다. 또한 다양한 학습 이론을 유연하게 통합해 과제 유형과 학습 목표에 맞는 상호작용 방식을 제공해야 한다는 점이 강조됩니다.

해당 기사에 인용된 논문 원문은 arvix에서 확인 가능하다.

논문명: Exploring Student Interactions with AI-Powered Learning Tools: A Qualitative Study Connecting Interaction Patterns to Educational Learning Theories

이미지 출처: 이디오그램 생성

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.