정답이 넘치는 시대, 교육은 질문을 설계하는 법을 가르쳐야 한다

인공지능이 답을 잘할수록 인간의 질문은 더 중요해진다

인공지능에게 무엇이든 물어볼 수 있는 시대에, 우리는 왜 여전히 외워야 할까? 더 정확히 말하면, 앞으로의 교육에서 중요한 것은 정답을 많이 보유하는 능력일까, 아니면 어떤 질문을 던져야 하는지 판단하는 능력일까?

인공지능은 이미 인간보다 빠르게 정보를 찾고, 문장을 만들고, 여러 가능성을 비교한다. 학생이 보고서를 작성해야 한다면 몇 초 만에 개요를 만들고, 어려운 개념을 설명하고, 반론까지 제시할 수 있다. 그렇다면 학교가 여전히 지식의 전달과 정답의 재현에 머문다면, 교육은 인공지능이 훨씬 잘하는 일을 느리게 반복하는 기관이 될 위험이 있다.

하지만 여기서 교육의 역할이 사라지는 것은 아니다. 오히려 교육의 핵심이 더 선명해진다. 답을 생산하는 능력과 무엇을 물을지 결정하는 능력은 서로 다르기 때문이다. 인공지능은 주어진 질문에 훌륭한 답을 만들 수 있지만, 그 질문이 중요한지, 누구에게 어떤 영향을 미치는지, 어떤 전제를 숨기고 있는지까지 스스로 책임지지는 않는다.

이 지점에서 탐구 중심 교육과 인문학적 사고가 만난다. 하나는 학생을 정답의 소비자가 아니라 질문을 만들고 검증하는 탐구자로 바라본다. 다른 하나는 인간의 삶, 선택, 고통, 아름다움, 책임을 묻는다. 둘을 결합하면 교육의 새로운 목적이 나타난다.

미래의 교육은 지식을 주입하는 일이 아니라, 좋은 질문을 만들고 그 질문의 결과에 책임지는 인간을 기르는 일이다.

지식은 출발점이고, 질문은 방향이다

일방향 강의식 교육은 효율적이다. 정해진 내용을 짧은 시간에 많은 사람에게 전달할 수 있다. 시험 역시 효율적이다. 일정한 답을 요구하면 학습 결과를 빠르게 비교할 수 있다. 문제는 효율성이 곧 교육의 충분조건은 아니라는 데 있다.

학생이 어떤 공식을 정확히 기억한다고 하자. 그 학생은 시험 문제를 풀 수 있지만, 그 공식이 어떤 문제를 해결하기 위해 만들어졌는지, 현실의 어떤 조건에서는 작동하지 않는지, 그 지식을 사용했을 때 누가 이익을 얻고 누가 배제되는지는 모를 수 있다. 지식이 맥락과 질문에서 분리되는 순간, 학습은 능숙한 재현으로 축소된다.

탐구 중심 교육은 이 순서를 뒤집는다. 먼저 학생이 현상과 마주하고, 스스로 질문을 만들며, 필요한 지식을 찾아가도록 한다. 지식은 출발선에 놓인 완성품이 아니라, 질문에 답하기 위해 구성되는 재료가 된다. 그래서 학습자는 단순히 무엇을 아는 사람이 아니라, 왜 알아야 하는지 설명할 수 있는 사람이 된다.

예를 들어 초등학생에게 “도시는 왜 더워지는가?”라는 주제를 준다고 하자. 한 학생은 아스팔트와 콘크리트가 열을 흡수한다는 사실을 조사할 것이다. 다른 학생은 나무가 많은 동네와 적은 동네의 온도를 비교할 수 있다. 또 다른 학생은 에어컨 사용 증가가 전력 소비와 어떤 관계가 있는지 찾아볼 수 있다.

여기까지는 과학적 탐구다. 그러나 질문이 한 단계 깊어지면 인문학적 판단이 시작된다. “도시의 열을 줄이기 위해 나무를 심는다면 어디에 먼저 심어야 하는가?” “녹지 조성 비용은 누가 부담해야 하는가?” “열섬 현상으로 가장 큰 피해를 입는 사람들은 누구인가?”라는 질문은 단순한 사실 확인을 넘어선다. 이 질문에는 공정성, 공동체, 정책, 인간다운 삶에 대한 판단이 들어 있다.

인공지능은 이 모든 질문에 자료와 가설을 제공할 수 있다. 그러나 어떤 질문을 우선할지, 효율성과 공정성이 충돌할 때 무엇을 선택할지, 그 선택의 결과를 감당할 주체가 누구인지는 인간이 결정해야 한다.

인문학은 정답이 아니라 판단의 기준을 만든다

인문학의 가치는 인공지능과 경쟁해 더 많은 정보를 기억하는 데 있지 않다. 인문학은 인간이 무엇을 욕망하고, 무엇을 두려워하며, 어떤 선택을 좋은 삶이라고 부르는지를 탐구한다. 고전 문학과 예술이 시대를 넘어 살아남는 이유도 여기에 있다. 그것들은 단순한 과거의 기록이 아니라, 인간이 반복해서 마주하는 갈등을 보여준다.

한 인물이 복수와 용서 사이에서 흔들리는 장면을 읽는다고 하자. 인공지능은 작품의 줄거리를 요약하고, 등장인물의 심리를 분석하고, 관련된 비평을 정리할 수 있다. 그러나 그 작품을 읽은 사람이 자기 삶에서 분노를 어떻게 다룰지, 정의와 복수가 언제 갈라지는지, 타인을 심판할 권한이 자신에게 있는지를 고민하게 만드는 것은 정보의 양이 아니다. 그것은 인간 경험과 자신의 판단을 연결하는 과정이다.

인문학은 바로 그 연결을 훈련한다. 인간을 하나의 데이터 집합이나 효율성의 단위로 보지 않고, 기억과 관계, 상처와 희망을 가진 존재로 바라보게 한다. 이 관점은 인공지능이 사회에 깊이 들어올수록 더욱 중요해진다.

가령 한 기업이 인공지능으로 대출 심사를 자동화한다고 하자. 시스템은 과거 데이터를 바탕으로 상환 가능성을 예측할 수 있다. 정확도만 보면 훌륭한 시스템일 수 있다. 그러나 과거 데이터에 특정 지역이나 계층에 대한 차별이 반영되어 있다면, 인공지능은 기존의 불평등을 더 빠르고 정교하게 반복할 수 있다.

이때 필요한 질문은 “예측 정확도가 몇 퍼센트인가?”에 그치지 않는다. “누가 이 시스템의 결정을 설명받을 수 있는가?” “오류를 바로잡을 기회는 누구에게 있는가?” “효율적인 결정이 반드시 정당한 결정인가?”를 물어야 한다. 이 질문들은 기술의 바깥에 있는 장식적 교양이 아니다. 기술이 사회에서 사용되기 위한 조건을 묻는 핵심 질문이다.

인문학은 기술을 거부하는 지식이 아니라, 기술이 인간을 위해 작동하고 있는지 판별하는 기준이다.

탐구와 인문학이 만날 때 생기는 세 겹의 질문

탐구 중심 교육과 인문학을 연결하는 가장 실용적인 방법은 모든 주제를 세 겹의 질문으로 확장하는 것이다. 이 구조는 학생이 사실을 조사하는 데서 멈추지 않고, 개념을 이해하고, 가치 판단까지 나아가도록 돕는다.

첫째, 사실의 질문: 무슨 일이 일어나고 있는가

이 단계에서는 관찰하고, 측정하고, 자료를 확인한다. 미세먼지가 어느 계절에 증가하는지, 온라인 추천 알고리즘이 어떤 콘텐츠를 우선 노출하는지, 학교 주변의 교통량이 시간대별로 어떻게 달라지는지를 조사한다.

인공지능은 이 단계에서 매우 유용하다. 자료를 분류하고, 복잡한 정보를 요약하며, 비교할 변인을 제안할 수 있다. 다만 인공지능이 제시한 정보도 검증의 대상이다. 출처가 정확한지, 표본이 충분한지, 서로 다른 자료가 어떤 방식으로 충돌하는지 확인해야 한다.

둘째, 개념의 질문: 이것은 무엇을 의미하는가

같은 사실도 어떤 개념으로 바라보느냐에 따라 다르게 해석된다. 온라인 수업의 접속률이 높다는 사실은 교육의 성공을 뜻할 수도 있지만, 접속해도 실제로 참여하지 못하는 학생이 많다는 의미일 수도 있다. 도시의 평균 소득이 상승했다는 사실 역시 모든 주민의 삶이 나아졌다는 뜻은 아니다.

이 단계에서 학생은 효율성, 자유, 안전, 공정성, 지속 가능성 같은 개념을 배운다. 개념은 정보를 연결하는 렌즈다. 좋은 렌즈를 가지면 흩어진 자료에서 구조를 발견할 수 있다.

셋째, 가치의 질문: 우리는 무엇을 선택해야 하는가

가치의 질문은 정답이 하나로 고정되지 않는다. 그렇다고 아무 의견이나 동일하게 취급한다는 뜻도 아니다. 자신의 근거를 제시하고, 다른 관점을 이해하며, 선택의 결과를 검토해야 한다는 뜻이다.

예를 들어 학교가 학생들의 집중력을 높이기 위해 휴대전화 사용을 전면 금지할 수 있다. 사실의 질문은 휴대전화가 학습에 미치는 영향을 조사한다. 개념의 질문은 집중력과 자율성이 무엇인지 묻는다. 가치의 질문은 안전과 자유가 충돌할 때 학교가 어디까지 개입할 수 있는지 판단하게 한다.

이 세 단계는 서로 분리되지 않는다. 사실 없는 가치는 공허한 선언이 되기 쉽고, 가치 없는 사실은 방향을 잃은 정보가 되기 쉽다. 탐구는 사실에서 시작하지만, 인간다운 교육은 판단에서 완성된다.

평가를 바꾸지 않으면 교육의 철학도 바뀌지 않는다

질문과 탐구를 강조하면서 평가 방식은 여전히 단답형 시험에 머문다면, 학생은 결국 시험에 맞춰 행동한다. 교육이 원하는 것이 호기심과 비판적 사고라고 말해도, 실제 보상이 암기와 빠른 정답에 주어진다면 학생은 후자를 선택하는 것이 합리적이다.

탐구 중심 학습에는 과정이 드러나는 평가가 필요하다. 최종 결과물만 보는 대신, 학생이 어떤 질문에서 출발했는지, 어떤 자료를 선택했는지, 반대되는 근거를 어떻게 다루었는지, 처음 생각을 어떻게 수정했는지를 살펴봐야 한다. 발표와 토론은 말 잘하기 대회가 아니라 사고의 구조를 공개하는 장치가 될 수 있다.

여기서 중요한 개념은 답의 품질보다 질문과 수정의 품질이다. 처음부터 완벽한 주제를 고르는 학생보다, 부정확한 질문을 더 좋은 질문으로 바꾸는 학생이 실제 탐구 능력을 보여줄 수 있다. 인공지능을 사용한 과제라면 결과물의 문체보다 사용 과정도 평가해야 한다. 어떤 명령을 입력했는지, 인공지능의 답 중 무엇을 믿지 않았는지, 어떤 부분을 직접 검증했는지를 설명하게 할 수 있다.

예컨대 다음과 같은 포트폴리오를 요구할 수 있다.

1. 처음 세운 질문과 그 질문이 충분하지 않았던 이유
2. 조사한 자료와 자료를 선택한 기준
3. 인공지능이 제안한 내용 중 수정하거나 버린 부분
4. 서로 충돌하는 관점에 대한 비교
5. 최종 결론과 그 결론이 놓친 가능성

이런 평가에서는 학생이 단순히 매끄러운 보고서를 제출하는 것이 목표가 아니다. 자신의 사고가 어떻게 형성되고 변화했는지 설명하는 능력이 목표다. 이는 인공지능이 만든 문장을 제출하는 것과 전혀 다른 종류의 역량이다.

교사 역시 강의자에서 질문의 설계자로 역할을 넓힐 수 있다. 모든 답을 즉시 알려주는 대신, 학생의 질문이 너무 넓거나 좁지는 않은지, 숨은 전제가 무엇인지, 누구의 관점이 빠져 있는지 되묻는 것이다. 좋은 교사는 답을 독점하는 사람이 아니라, 학생이 더 정확하고 더 인간적인 질문에 도달하도록 돕는 사람이다.

오늘부터 실천하는 질문 설계법

탐구와 인문학의 결합은 거대한 교육 개혁에서만 가능한 것이 아니다. 책을 읽거나 뉴스를 보거나 업무를 시작할 때도 적용할 수 있다. 다음의 질문을 습관으로 만들면 정보 소비가 사고의 훈련으로 바뀐다.

Key Takeaways

1. 모든 정보에 세 가지 질문을 붙여라. “무슨 일이 일어났는가?”라는 사실의 질문, “이것은 무엇을 의미하는가?”라는 개념의 질문, “우리는 무엇을 선택해야 하는가?”라는 가치의 질문을 차례로 던져라.

2. 인공지능의 답을 결론이 아니라 초안으로 취급하라. 인공지능에게 답을 요구한 뒤, 출처와 전제를 확인하고, 빠진 관점과 예상하지 못한 피해를 찾아라. 가장 좋은 사용법은 답을 대신 받는 것이 아니라 검토할 재료를 얻는 것이다.

3. 질문을 한 번 더 좁혀라. “기후 변화는 왜 중요한가?”에서 멈추지 말고, “우리 지역의 어떤 집단이 어떤 방식으로 더 큰 영향을 받는가?”처럼 관찰하고 조사할 수 있는 질문으로 바꿔라.

4. 반대 관점을 일부러 포함하라. 자신의 결론을 강화하는 자료만 모으지 말고, 그 결론을 가장 강하게 비판할 자료를 찾아라. 사고는 동의하는 정보보다 불편한 정보와 만날 때 깊어진다.

5. 결과보다 사고의 변화를 기록하라. 처음의 생각, 새로 발견한 근거, 수정한 판단을 짧게 기록하라. 학습은 기억의 축적만이 아니라 더 나은 판단으로 이동한 흔적이다.

교육의 마지막 목표는 더 많은 답이 아니다

인공지능은 인간이 가진 지식의 상당 부분을 더욱 쉽게 이용하게 만들 것이다. 이것은 위협이면서 기회다. 지식을 찾고 정리하는 데 드는 시간을 줄이면, 우리는 그 지식으로 무엇을 할 것인지 더 오래 고민할 수 있다. 그러나 그 가능성이 현실이 되려면 교육은 정보 전달의 속도 경쟁에서 벗어나야 한다.

앞으로의 학습자는 세 가지 능력을 함께 갖춰야 한다. 사실을 확인하는 능력, 개념으로 해석하는 능력, 가치에 따라 선택하는 능력이다. 첫 번째만으로는 검색 엔진과 구별되기 어렵고, 두 번째만으로는 현실을 분석할 수 있어도 행동의 방향을 정하기 어렵다. 세 번째까지 갖출 때 인간은 지식을 책임 있는 판단으로 바꿀 수 있다.

우리는 종종 인공지능이 인간의 일자리를 빼앗을지 묻는다. 하지만 더 근본적인 질문은 따로 있다. 인공지능이 답을 내놓는 세계에서, 인간은 어떤 질문을 포기하지 않을 것인가?

교육의 미래는 인공지능보다 많은 것을 기억하는 데 있지 않다. 인간만이 감당할 수 있는 질문, 즉 무엇이 진실인지뿐 아니라 무엇이 중요한지, 무엇이 공정한지, 어떤 삶을 함께 만들어야 하는지를 묻는 데 있다. 결국 좋은 교육은 학생을 정답에 도착시키는 교육이 아니라, 정답에 도착한 뒤에도 그 정답이 누구를 위한 것인지 다시 물을 수 있게 하는 교육이다.