AI가 답을 많이 줄수록 학교는 더 깊은 질문을 가르쳐야 한다

인공지능이 인간보다 훨씬 많은 사실을 기억하고, 훨씬 빠르게 문장을 만들 수 있다면 학교는 무엇을 가르쳐야 할까? 더 많은 지식을 주입하는 일일까, 아니면 지식 자체를 덜 중요하게 여겨야 할까.

어쩌면 질문이 잘못되었는지도 모른다. 인공지능 시대의 핵심 과제는 지식을 버리는 것이 아니라, 지식이 인간의 판단과 삶 속에서 어떤 구조를 갖도록 할 것인가에 있다. 사실을 많이 아는 것과 의미를 이해하는 것은 전혀 다른 능력이기 때문이다.

오늘날 교육은 지식과 기능을 전달하는 데 익숙하다. 학생은 사건의 연도, 개념의 정의, 문제 풀이 절차를 배우고 그것을 시험에서 재현한다. 그러나 인공지능은 이 모든 일을 점점 더 빠르고 저렴하게 수행한다. 그렇다면 인간에게 남는 것은 무엇인가. 바로 서로 다른 사실을 연결해 의미를 만들고, 그 의미를 낯선 상황에 적용하며, 무엇이 중요한지 판단하는 능력이다.

이 능력을 교육의 언어로 표현하면 개념적 이해이고, 인문학의 언어로 표현하면 인간과 삶에 대한 사유다. 두 언어는 서로 다른 분야처럼 보이지만, 실제로는 같은 질문을 향한다.

사실은 세계의 조각을 제공하지만, 개념은 그 조각들이 어떤 의미를 갖는지 보여 준다.

인공지능은 지식을 없애지 않는다. 지식의 역할을 바꾼다

전통적인 교실에서 지식은 종종 최종 목적처럼 다루어진다. 학생이 미국독립혁명의 원인과 결과를 외우고, 건강한 식생활에 필요한 영양소를 분류하며, 문법 규칙을 정확히 설명하면 학습이 끝난 것으로 간주한다. 이러한 학습은 분명 필요하다. 사실과 기능이 없으면 사고도 시작할 수 없다.

문제는 사실과 기능이 어떤 더 큰 이해를 위해 사용되는가다. 미국독립혁명의 연도와 사건을 기억하는 것만으로는 오늘날의 정치적 갈등을 이해하기 어렵다. 탄수화물과 단백질의 종류를 외우는 것만으로는 자신의 수면, 기분, 면역 상태에 맞는 식생활을 결정하기 어렵다. 문법 규칙을 암기하는 것만으로는 누군가의 주장을 설득력 있게 만들 수 없다.

개념기반 수업은 사실을 없애자고 말하지 않는다. 사실을 재료로 재배치하자고 말한다. 나무를 많이 모으는 것보다 숲의 생태를 이해하는 일이 중요하다는 뜻이다. 지식은 더 큰 구조 안에 놓일 때 오래 기억되고, 새로운 문제에 전이될 수 있다.

예를 들어 미국독립혁명을 배운다고 하자. 학생이 인지세법, 식민지 대표자 회의, 영국 정부와 식민지의 갈등을 각각 외우는 데 그치면 시험이 끝난 뒤 지식은 흩어진다. 하지만 다음과 같은 일반화를 도출한다면 상황이 달라진다.

사회적, 정치적, 경제적 갈등은 특정 조건에서 혁명으로 이어질 수 있다.

이 문장은 단순한 사건 설명이 아니다. 여러 개념의 관계를 표현한다. 갈등, 권력, 의존, 자유, 변화라는 개념이 하나의 구조로 묶인다. 학생은 이후 다른 나라의 혁명, 조직 내부의 갈등, 사회운동을 만났을 때 같은 구조를 적용해 볼 수 있다. 이것이 전이다.

인공지능은 특정 사건에 관한 사실을 순식간에 제공할 수 있다. 하지만 어떤 사실들이 서로 연결되어 있는지, 그 연결이 오늘의 상황에 어떤 의미를 주는지, 그리고 그 의미가 타당한지를 판단하는 일은 여전히 인간의 몫이다. 따라서 인공지능의 발전은 지식을 무가치하게 만드는 것이 아니라, 지식의 목적을 바꾼다. 지식은 더 이상 기억의 양을 겨루는 자산이 아니라 판단을 구성하는 재료가 된다.

개념적 이해와 인문학은 같은 나침반을 가리킨다

인문학이 모든 시대에 필요한 이유는 인간에 관한 오래된 질문을 다루기 때문이다. 우리는 무엇을 욕망하는가. 자유란 무엇인가. 권력은 어떻게 사람을 바꾸는가. 타인의 고통에 어떤 책임을 져야 하는가. 좋은 삶은 무엇으로 이루어지는가.

이 질문들은 특정 시대의 사실에 갇히지 않는다. 고대 서사시와 셰익스피어의 작품, 르네상스 회화와 베토벤의 음악이 오늘날에도 읽히고 감상되는 이유는 단순히 오래되었기 때문이 아니다. 그 작품들이 인간의 선택, 갈등, 상실, 사랑, 야망과 같은 시간을 초월하는 개념을 구체적인 이야기와 형식 속에서 탐구하기 때문이다.

여기서 개념기반 학습과 인문학의 만남이 선명해진다. 개념은 추상적이지만 공허하지 않다. 구체적인 사례를 비교하고, 차이를 분석하고, 관계를 설명하는 과정에서 추출된다. 인문학적 작품은 바로 이 과정을 가능하게 하는 풍부한 사례의 저장소다.

가령 영웅과 악당이 등장하는 여러 이야기를 비교해 보자. 한 이야기에서는 영웅이 악당을 물리치고, 다른 이야기에서는 악당으로 보이던 인물이 자신의 사회가 만든 희생자였음이 드러날 수 있다. 또 어떤 작품에서는 영웅의 승리가 새로운 폭력의 시작이 된다. 이 사례들을 나란히 놓으면 학생은 단순히 등장인물의 이름을 기억하는 데서 벗어나 다음과 같은 질문을 던질 수 있다.

누가 영웅으로 불리는가. 승자는 어떻게 자신의 행동을 정당화하는가. 선과 악의 구분은 누가 만드는가. 이야기는 개인의 운명을 설명하는가, 아니면 사회의 질서를 정당화하는가.

이 질문을 통해 학생은 이야기가 권력과 도덕적 판단을 형성한다는 일반화를 만들어 갈 수 있다. 이는 문학 수업에만 머물지 않는다. 뉴스 기사, 정치적 선전, 기업의 홍보, 소셜 미디어의 자기 서사에도 적용된다. 인간은 사실만으로 움직이지 않고, 사실을 해석하는 이야기 속에서 움직이기 때문이다.

인공지능은 이야기를 생성할 수 있다. 그러나 이야기가 어떤 인간관을 전제하는지, 누구의 목소리를 지우는지, 어떤 감정을 이용하는지 질문하는 능력은 자동으로 생기지 않는다. 인문학은 바로 그 질문을 훈련한다. 개념기반 교육은 그 질문이 특정 작품 감상에 그치지 않고 다른 상황으로 이동하도록 만든다.

인공지능이 답을 빠르게 생산할수록, 인간에게 필요한 능력은 답을 고르는 기준을 만드는 일에 가까워진다.

교육의 진짜 전환은 내용이 아니라 질문에서 시작된다

교육과정을 바꾸는 일은 교과서의 문장을 바꾸는 것만으로 완성되지 않는다. 더 근본적인 변화는 수업의 출발점을 바꾸는 데 있다. 기존 수업은 흔히 “학생이 무엇을 알아야 하는가”에서 시작한다. 개념기반 수업은 여기에 “그 지식으로 무엇을 이해하고, 어디에 적용할 것인가”를 덧붙인다.

건강한 식생활을 예로 들어 보자. 전통적인 단원은 영양소를 분류하고, 각 영양소가 신체에 미치는 영향을 설명하며, 건강한 식단을 계획하는 순서로 진행될 수 있다. 개념기반 수업은 이 내용을 다음과 같은 질문 속에 배치한다.

음식에 대한 선택은 우리의 에너지, 수면, 기분, 면역 체계에 어떤 영향을 미치는가?

이때 영양소는 외워야 할 목록이 아니라 판단에 필요한 증거가 된다. 학생은 같은 음식이 모든 사람에게 같은 효과를 내는지, 광고의 건강 주장이 어떤 근거를 갖는지, 개인의 생활 조건이 선택에 어떤 제약을 주는지를 탐구할 수 있다. 지식과 기능은 사라지지 않는다. 오히려 더 실제적인 문제를 해결하기 위해 동원된다.

좋은 수업은 학생에게 개념을 처음부터 정의해 주는 대신, 서로 다른 사례를 관찰하게 하고 공통된 관계를 발견하도록 돕는다. 한 편의 소설, 한 장의 광고, 하나의 역사적 사건, 오늘날의 알고리즘 추천을 함께 비교할 수도 있다. 교사는 “이 사례에서 반복되는 관계는 무엇인가”, “조건이 달라져도 유지되는 원리는 무엇인가”, “이 설명이 적용되지 않는 예외는 무엇인가”와 같은 안내 질문을 던진다.

이 과정은 조각가가 대리석을 다듬는 일과 비슷하다. 학생의 머릿속에 지식이 빈틈없이 채워지는 것이 목표가 아니다. 기존의 막연한 생각이 사례와 질문을 거치며 더 정확하고 정교한 구조로 바뀌는 것이 목표다. 학습은 조약돌을 항아리에 넣는 일이 아니라, 이미 가진 재료에서 의미 있는 형태를 만들어 내는 일이다.

이 관점은 인공지능을 교실에서 사용하는 방식도 바꾼다. 인공지능에게 “미국독립혁명의 원인을 요약해 줘”라고 요청하면 정보는 얻을 수 있다. 그러나 더 교육적인 질문은 다음과 같다.

인공지능이 제시한 원인 중 무엇이 사실에 근거하는가. 서로 다른 관점이 빠져 있지는 않은가. “갈등은 혁명으로 이어질 수 있다”는 일반화가 모든 갈등에 적용되는가. 적용되지 않는 사례는 무엇이며, 그 예외는 일반화를 어떻게 수정하게 하는가.

이렇게 사용하면 인공지능은 정답 기계가 아니라 사고를 시험하는 상대방이 된다. 학생은 결과를 소비하는 대신 주장을 검증하고, 개념을 수정하며, 자신의 판단을 설명해야 한다. 인공지능 시대에 필요한 문해력은 생성된 문장을 읽는 능력만이 아니라, 그 문장이 어떤 전제와 가치 판단을 숨기고 있는지 해석하는 능력이다.

깊이 있는 학습은 더 많이 가르치는 것이 아니라 덜어 내는 일이다

개념적 이해와 인문학적 사유를 수업에 넣으려면 가장 먼저 포기해야 하는 환상이 있다. 모든 내용을 다 다루어야 한다는 환상이다. 시간이 제한되어 있는데도 교과서의 모든 항목을 지나가려 하면 수업은 필연적으로 표면을 훑게 된다.

깊이는 양의 반대편에 있다. 한 해에 몇 개의 핵심 단원만 선택하고, 각 단원에서 학생이 반드시 가져가야 할 일반화를 분명히 하는 편이 더 많은 지식을 남길 수 있다. 얼핏 보면 덜 배우는 것 같지만, 실제로는 하나의 개념이 여러 상황으로 확장되면서 학습의 범위가 넓어진다.

예를 들어 “작가는 자신의 주장을 설득력 있게 만들기 위해 구체적인 증거를 사용한다”는 일반화를 배운 학생은 문학 작품뿐 아니라 신문 기사, 보고서, 토론, 광고를 분석할 수 있다. 이 학생이 배우는 것은 특정 글의 특징이 아니라 주장과 증거의 관계다. 이 관계는 계속 재사용된다.

반대로 진도는 많이 나갔지만 모든 지식이 특정 단원과 시험 문제에 묶여 있다면 학습은 쉽게 사라진다. 사실이 전이되지 않는 이유는 사실이 쓸모없어서가 아니라, 다른 사실과 연결되는 개념적 구조를 갖지 못했기 때문이다.

따라서 교사는 단원을 설계할 때 세 층위를 구분할 필요가 있다.

첫째, 학생이 알아야 할 사실이다. 둘째, 학생이 수행할 수 있어야 할 기능과 과정이다. 셋째, 사실과 기능을 통해 학생이 새롭게 구성해야 할 개념적 이해다. 수업의 성공 여부는 첫째와 둘째를 얼마나 많이 다루었는지가 아니라, 셋째가 실제로 형성되었고 새로운 맥락에서 사용되었는지로 판단해야 한다.

평가도 달라져야 한다. 학생에게 정의를 재현하게 하는 것만으로는 이해를 확인할 수 없다. 낯선 사례를 제시하고, 배운 일반화를 적용하게 하며, 적용이 실패하는 조건까지 설명하게 해야 한다. 인공지능이 만든 답변의 오류를 찾아 수정하게 하는 것도 좋은 평가가 될 수 있다. 진짜 이해는 익숙한 질문에 답하는 능력이 아니라, 새로운 상황에서 관계를 다시 구성하는 능력이기 때문이다.

Key Takeaways

1. 모든 단원에서 핵심 일반화 하나를 먼저 정하라. “학생이 무엇을 외울까”보다 “이 학습이 끝난 뒤 어떤 문장으로 세계를 설명할 수 있어야 할까”를 먼저 질문한다.

2. 사실을 개념의 증거로 사용하라. 사건, 자료, 작품, 통계는 최종 목적이 아니다. 서로 다른 사례를 비교해 반복되는 관계와 예외를 발견하도록 설계한다.

3. 인공지능에게 답을 요구하기보다 반론을 요구하라. 생성된 내용을 그대로 받지 말고, 숨은 전제, 빠진 관점, 반대 사례, 적용의 한계를 질문한다.

4. 수업의 범위를 줄이고 전이 과제를 늘려라. 내용을 조금 덜 다루더라도 학생이 배운 개념을 가정, 사회, 직업, 미디어의 새로운 문제에 적용하도록 한다.

5. 인문학적 질문을 모든 교과에 넣어라. 과학에서는 기술의 책임을, 수학에서는 모델의 한계를, 사회에서는 권력과 정의를, 언어에서는 이야기와 설득의 관계를 묻는다.

인간에게 남는 것은 지식이 아니라 방향 감각이다

인공지능 시대에 인문학은 과거의 고전을 보존하는 장식물이 아니다. 개념기반 교육 역시 새로운 교육 유행이 아니다. 둘은 인간이 정보보다 더 큰 것을 필요로 한다는 사실을 가리킨다. 인간은 사실을 얻는 것만으로 살아가지 않는다. 사실을 해석하고, 서로 충돌하는 가치 사이에서 선택하며, 자신의 선택이 타인과 미래에 미칠 영향을 감당해야 한다.

인공지능은 우리에게 전례 없이 많은 답을 줄 것이다. 그럴수록 교육은 답의 양이 아니라 질문의 질, 정보의 속도가 아니라 판단의 깊이, 기억의 정확성이 아니라 의미의 전이를 중심에 놓아야 한다.

결국 좋은 학습자는 모든 것을 기억하는 사람이 아니다. 그는 새로운 상황 앞에서 무엇을 연결해야 하는지 알고, 어떤 설명이 충분하지 않은지 알아차리며, 자신의 판단을 더 나은 근거와 더 넓은 인간적 관점으로 수정할 수 있는 사람이다.

교육의 목표를 이렇게 다시 정의해 보자. 학교는 학생의 머릿속을 정보로 가득 채우는 곳이 아니라, 정보 속에서 방향을 잃지 않도록 개념과 질문이라는 나침반을 만드는 곳이다. 인공지능이 지도를 더 정밀하게 그릴수록, 인간에게 필요한 것은 어디로 갈 것인지 결정하는 능력이다.