대학은 지금 AI를 중심으로 수백만 달러를 들여 대규모 구조 조정에 나서고 있습니다. 'AI가 더 효율적으로 지식을 전달해준다'는 믿음 때문이죠. 하지만 2026년 2월 발표된 포괄적 재분석 연구는 이 근본 가정 자체를 뒤흔들었습니다. 발표된 연구들의 대부분이 긍정적 결과에 치우친 '출판 편향'을 보정하자, AI의 학습 효과는 급격히 줄어들었고, 사실상 제로에 가까울 수 있다는 결론이 나왔습니다. 우리는 검증되지 않은 미지(Unknown)에 투자하며, 수천 년 동안 검증된 인간 교사의 가치(Known-Known)를 외면하고 있을지 모릅니다.
AI 시대에 당신의 학습력을 진짜로 키우는 3가지 행동 지침
- '불편한 질문'을 찾아라: AI는 명확한 답을 줍니다. 진짜 학습은 답이 없는, 또는 여러 답이 공존하는 '불편한 질문'에서 시작됩니다. 주간 목표를 'AI에게 물어볼 수 있는 질문 3개'가 아닌, 'AI도 답하지 못할 것 같은 난해한 질문 1개'를 만드는 것으로 바꿔보세요.
- 의견 대립에 참여하라: 온라인 포럼이나 스터디 그룹에서 특정 주제에 대해 찬성과 반대 진영으로 나뉘어 토론해보세요. 상대의 주장을 이해하고, 내 주장을 수정하며, '의미의 불일치'를 해결해나가는 과정이 깊은 이해를 만듭니다.
- 지식 전달자가 아닌 '촉매제'가 되어라: 누군가에게 무엇을 가르칠 기회가 생긴다면, 완벽한 강의를 준비하기보다 '어디가 가장 헷갈리나요?'라고 묻고, 그 혼란을 함께 해체해나가는 데 집중하세요. 이 과정이 당신의 인지 유연성을 키웁니다.
왜 인간의 '마찰'이 필요한가: 심리학적 근거
연구자들은 AI 교육 연구들이 왜 이렇게 혼란스러운 결과를 내는지 분석했습니다. 결론은 '학습(Learning)'이라는 것을 각 연구가 너무 제각각으로 정의하고 측정하기 때문이었습니다. 단순한 지식 회상 테스트에서의 점수 향상은 AI가 잘 할 수 있습니다. 하지만 '심층 학습(Deep Learning)', 즉 지식을 새로운 상황에 적용하고, 모순을 포용하며, 창의적인 통찰을 만들어내는 능력은 완전히 다른 차원의 문제입니다.
“이해는 예측 불가능하고, 마찰이 많으며, 구체화된 과정을 통해 실제로 형성되는데, 한 마음이 다른 마음과 교감할 때 비로소 가능해진다.”
이 '마찰'이 바로 학생 얼굴에 읽힌 혼란을 보고 교사가 설명 방식을 바꾸는 순간, 토론에서 뜻밖의 반론이 나오는 순간입니다. AI는 이 마찰을 제거하려 하지만, 역설적으로 배움의 핵심 기제도 함께 제거하고 있는 것입니다.
다음번에 AI가 순식간에 완벽한 리포트를 만들어줄 때, 혹은 대학이 더 많은 강의를 AI로 대체한다고 발표할 때, 한 번 생각해보세요. 우리가 잃어버리는 것은 단순한 '지식 전달 채널'이 아닐 수 있습니다. 우리가 인간으로서, 서로를 가르치며 길러왔던 의미를 만들고, 모순을 다루고, 진짜 호기심을 불러일으키는 그 능력 자체일지도 모릅니다. 검증된 것을 지키며, 새로운 것을 비판적으로 수용하는 현명함이 필요한 때입니다.
출처 및 더 읽어보기: AI in Education Is an Unknown, Humans Are Not