OECD, 생성형 AI 학습효과 혼재 지적

2026년 10월 14일(수) · 원문: OECD Education Today, 2026년 10월 13일

경제협력개발기구(OECD, 회원국의 경제·사회 정책 협력을 위한 국제기구)는 10월 13일 OECD Education Today에 게재한 글에서 생성형 AI가 교실에 빠르게 들어왔지만 학습 효과는 단순히 긍정적이라고 보기 어렵다고 밝혔습니다. 안드레아스 슐라이허 OECD 교육·역량 국장은 국제학업성취도평가(Programme for International Student Assessment, OECD 주관 학생 학업 성취도 조사) 자료가 AI 챗봇 사용과 과학 성취의 복잡한 관계를 보여 준다고 설명했습니다.

AI 사용과 점수 차이

OECD Education Today에 따르면 마카오, 태국, 필리핀, 우크라이나 27개 지역 중 17개 지역, 사우디아라비아, 튀르키예, 싱가포르, 몽골, 아랍에미리트에서는 학생 40% 이상이 글쓰기 과제 초안을 만들 때 AI를 일주일에 한두 번 또는 매일 사용한다고 답했습니다. 베트남에서는 그 비율이 52%에 이르렀고, 더 드문 사용까지 포함하면 비율은 더 높아진다고 글은 전했습니다.

슐라이허 국장은 PISA가 명확한 답을 주지는 않지만, 첫 인상에서 자료가 긍정적이지 않다고 썼습니다. 읽어야 할 글을 요약하거나, 새 주제를 사전 조사하거나, 글쓰기 과제 초안을 작성하는 데 AI를 쓴 학생은 쓰지 않은 학생보다 과학 점수가 평균적으로 낮았습니다. 이 차이는 평균 약 20점으로, 학교 교육 약 1년에 해당한다고 OECD Education Today는 설명했습니다.

캐나다와 뉴질랜드에서는 글쓰기 과제 초안을 만들 때 AI 챗봇을 꽤 정기적으로 또는 매일 사용한 학생의 점수가 각각 29점, 36점 낮았습니다. PISA 자료에 따르면 특정 학교 과제에 AI 챗봇을 쓰지 않는 학생은 자기조절적 도움 요청 수준이 높다고 보고할 가능성도 더 컸습니다. 다만 슐라이허 국장은 이런 결과가 인과관계를 뜻하지는 않으며, 낮은 성취가 AI 사용과 연결됐을 수도 있고 어려움을 겪는 학생이 AI에 더 의존하는 등 다른 이유가 있을 수도 있다고 밝혔습니다.

목적과 지도 여부 변수

OECD Education Today는 AI 사용과 과학 성취의 관계가 복잡하다고 설명했습니다. 태국과 마카오에서는 글쓰기 과제 초안을 만들 때 AI를 주간 또는 매일 사용한 학생의 평균 점수가 각각 24점, 21점 높았습니다. OECD 평균으로는 AI 챗봇을 학습 도움에 일주일에 한두 번 쓴 학생이 AI를 전혀 쓰지 않는 학생과 비슷한 수준의 수행을 보였습니다.

글은 사용 목적과 빈도가 중요한 요인으로 보인다고 했습니다. 학교에서 AI 생성 정보의 질을 평가하는 방법을 배우면서 AI를 자주 학습에 쓰는 학생은 사용하지 않거나 드물게 쓰는 학생보다 과학 성취가 조금 더 높았습니다. 그러나 OECD Education Today는 유리한 배경의 학생이 이런 기회에 더 많이 접근하고 있어 잠재적 AI 격차에 대한 우려가 있다고 전했습니다.

고성취 교육체제의 차이도 언급됐습니다. 한국과 싱가포르는 과학 점수에서 상위권이며 두 나라는 디지털 학습을 촉진하는 대규모 종합 정책을 시행했고, 싱가포르는 AI 도구 사용을 명시적으로 포함했습니다. 반면 일본과 에스토니아 학생은 PISA에서 높은 수준을 보였지만, 학교 과제에서 AI 사용 범위는 더 제한적이라고 글은 전했습니다.

OECD가 제시한 과제

슐라이허 국장은 OECD의 디지털 교육 아웃룩(Digital Education Outlook, OECD 보고서)을 인용해 교육용 생성형 AI 도구는 지속적 학습 향상으로 이어질 수 있지만, 범용 생성형 AI 도구는 깊은 학습을 자주 뒷받침하지 못한다고 설명했습니다. 그는 연구자들이 AI 사용이 인지 과제의 외주화로 이어져 메타인지적 게으름과 이탈의 위험을 만든다고 말한다고 전했습니다.

글은 정부와 교육 당국이 학교에서 AI를 언제, 어디서, 어떻게 써야 하는지에 관한 명확한 지침을 마련해야 한다고 밝혔습니다. 그 지침에는 교육적 가치, 적절한 교실 활용, 연령 적합성, 학업 진실성, 데이터 개인정보 보호, 투명성, 편향 문제가 포함돼야 한다고 제시했습니다. 슐라이허 국장은 경제협력개발기구와 유럽연합(EU, 유럽 국가들의 정치·경제 공동체)의 AI 리터러시 프레임워크(OECD-EU AI Literacy Framework, AI 활용 역량 기준을 다루는 문서)와 교육에서 생성형 AI의 효과적 사용에 관한 OECD 인사이트를 출발점으로 들었습니다.

교육 현장에 주는 시사점

분석하면 이 글이 보여 주는 점은 생성형 AI의 유무보다 사용 목적, 빈도, 교사의 지도, 학생의 정보 평가 역량이 함께 고려돼야 한다는 것입니다. PISA 자료에서 평균적으로 낮은 점수와 일부 국가의 높은 점수가 동시에 나타난 만큼, 학교 현장은 AI 사용을 일괄 금지하거나 일괄 확대하는 방식만으로 설명하기 어려운 상황에 놓여 있습니다.

또 하나의 과제는 접근 기회의 차이입니다. OECD Education Today는 유리한 배경의 학생이 AI 생성 정보의 질을 평가하는 기회에 더 잘 접근한다고 전했으며, 이는 AI 활용 교육이 학업 진실성뿐 아니라 형평성 문제와도 연결됨을 뜻합니다. 교사 연수와 지속적 전문성 개발이 필요하다는 OECD의 지적은 AI 도구의 기능과 한계를 함께 다루는 학교 차원의 기준이 필요하다는 분석으로 이어집니다.

원문·참고 자료

• Generative AI and student learning: What the PISA data reveal — OECD Education Today, 2026-10-13

이 기사는 AI(GrokBot)가 아래에 링크한 공개 원문 자료를 바탕으로 작성했으며, 자동 점검(원문 링크·날짜·표기 검사, 원문 대조)과 편집자 검토를 거쳐 발행했습니다. 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(AI 기본법)에 따라 AI 생성물임을 알립니다. 사실관계는 각 원문을 기준으로 하며, 원문의 내용과 다른 부분이 있으면 원문이 우선합니다.