마찰을 설계하는 AI ④ — 교사와 학교의 몫

2026년 10월 3일(토) · 기획시리즈 「마찰을 설계하는 AI」 4/4 (마지막 편) · AI(GrokBot)가 작성한 기획 기사 · 편집자 검토 후 발행

AI 튜터를 나눠 준다고 배움이 저절로 일어나지는 않았습니다. 교사의 반복 업무는 AI로 덜고, 학생이 스스로 생각하는 시간은 평가와 정책으로 지키자는 것이 이번 편의 제안입니다. 「마찰을 설계하는 AI」의 마지막 편입니다.

미국 테네시주의 한 중학교, 매일 있는 수학 보충 시간입니다. 학생 화면 한쪽에는 AI 튜터 창이 열려 있습니다. 문제를 틀려도 학생은 그 창을 잘 누르지 않습니다. 누르더라도 답으로 숫자 하나를 적거나, 미리 준비된 추천 질문을 클릭하는 정도입니다. 실제 연구 결과를 바탕으로 그려 본 장면입니다.

근거가 된 연구는 2년 동안 이어졌습니다. 오레오풀로스와 로는 테네시 중학교 18곳에서 칸 아카데미(Khan Academy, 미국의 비영리 온라인 학습 플랫폼)의 AI 튜터 칸미고(Khanmigo)를 학생들에게 무작위로 배정했습니다. 칸미고는 답 대신 코칭하도록 설정돼 있었습니다. 성적은 조금 올랐지만, AI 없이 칸 아카데미로 연습한 경우와 비슷한 수준이었습니다(오레오풀로스·로, NBER 워킹페이퍼 2026).

눈여겨볼 것은 사용 방식입니다. 학생의 96%가 한 번은 칸미고를 써 봤습니다. 그러나 문제를 틀린 연습 시간 가운데 칸미고를 찾은 경우는 17%뿐이었습니다. 연구진은 걸림돌이 ‘접근’보다 ‘참여’에 있어 보인다고 적었습니다. 다만 이 논문은 전미경제연구소(NBER, National Bureau of Economic Research, 미국의 대표적인 비영리 경제연구 기관)의 워킹페이퍼로, 아직 동료심사를 거치지 않았습니다.

한국 교실에도 같은 물음이 남아 있습니다. 감사원 감사 결과를 전한 보도에 따르면, AI 디지털교과서(AIDT)를 자율 선정한 학교에서 10일 이상 활용한 학생은 평균 8.1%였습니다(아시아경제 2025). 2023년부터 2025년까지 도입 준비에 들어간 예산은 1조 4,093억 원으로 전해졌습니다(오마이뉴스 2025). 감사보고서 원문은 이번에 직접 확인하지 못해 보도를 기준으로 적습니다. 도구를 나눠 주는 일과 배움이 일어나는 일 사이에는 거리가 있습니다.

1편은 답을 쉽게 주는 AI가 연습 성적을 올리면서 배움을 깎을 수 있다는 증거를 살폈습니다. 2편은 남겨야 할 어려움과 걷어 낼 어려움을 나눴고, 3편은 질문하는 AI도 순서와 쓰는 방식에 따라 결과가 달라진다는 점을 봤습니다. 마지막 편은 교실과 제도로 갑니다. 누구의 어떤 마찰을 덜고, 누구의 어떤 마찰을 지켜야 할까요.

교사의 짐은 덜어 주고

마찰이 모두 같지는 않습니다. 교사가 수업 자료를 만들고 서식을 맞추는 데 드는 시간은 2편의 말로 하면 걷어 내도 좋은 어려움에 가깝습니다. 영국 교육기금재단(EEF, Education Endowment Foundation, 교육 방법의 효과를 실험으로 검증하는 영국 재단)이 지원한 무작위 실험이 있습니다. 안내서를 받고 챗GPT를 쓴 잉글랜드 중등 과학 교사들은 수업 준비 시간을 약 31% 줄였습니다. 주당 25분가량입니다. 독립 평가단이 본 자료의 품질에는 차이가 없었지만, 이 품질 평가는 표본이 작았습니다(EEF·NFER 2024).

교사들은 이미 AI를 쓰고 있습니다. 경제협력개발기구(OECD)는 교수·학습 국제조사(TALIS, Teaching and Learning International Survey, 한국도 참여하는 교사 대상 국제 설문) 2024 결과를 정리했습니다. 교사의 37%가 업무에 생성형 AI를 쓴다고 답했습니다(OECD 디지털교육전망 2026). 3편에서 본 튜터 코파일럿(Tutor CoPilot) 연구에서도, AI가 튜터에게 좋은 질문을 제안하자 답을 바로 알려 주는 행동이 줄었습니다(왕 외, 워킹페이퍼 2024).

교사에게서 덜어 낸 시간은 학생 곁으로 돌아갈 때 의미가 생깁니다. 교사의 수고를 줄이는 AI와 학생의 생각을 대신하는 AI는 겉모습이 비슷해도 하는 일이 다릅니다.

평가가 좋은 마찰을 지킨다

학생의 좋은 마찰을 지키는 데 힘이 센 장치 가운데 하나가 평가입니다. 2편에서 본 것처럼, 배운 내용을 스스로 떠올려 보게 하는, 점수 부담이 적은 퀴즈는 교실 연구에서 거듭 효과가 확인된 ‘설계된 마찰’입니다(양 외, 2021, 아가왈 외, 2021). 점수를 매기기보다 기억을 꺼내 보게 하는 데 목적이 있습니다.

어려운 쪽은 집에서 하는 과제입니다. 퓨 리서치센터(Pew Research Center, 미국의 비영리 여론조사 기관) 조사에서 미국 10대의 59%는 자기 학교에서 AI를 쓴 부정행위가 흔하다고 답했습니다(퓨 리서치센터 2026). 결과물만 받는 과제로는 그 결과물을 누가 만들었는지 알기 어렵습니다.

호주 시드니대(University of Sydney)는 평가를 두 갈래로 나눴습니다. 이른바 ‘투 레인(two-lane)’입니다. 한쪽은 외부 도구 없이 배운 것을 직접 보여 주는 대면 평가이고, 다른 쪽은 AI를 포함한 도구를 쓰도록 열어 둔 평가입니다(시드니대 2024). 과제마다 AI를 어디까지 허용할지 단계로 정하는 AI 평가 척도(AIAS, Artificial Intelligence Assessment Scale, 과제별 AI 허용 수준을 고르는 단계표)도 같은 생각에서 출발합니다(퍼킨스 외, 2024).

교실에서 해 볼 만한 방법도 있습니다. 결과물만 받지 않고, 풀이 과정과 짧은 성찰을 함께 받는 것입니다. 어디서 막혔는지, AI에 무엇을 물었는지, 무엇을 스스로 고쳤는지를 적게 하는 식입니다. 효과가 검증된 처방이라기보다, 이 시리즈가 모은 증거에서 끌어낸 제안입니다.

법과 지침은 무엇을 요구하나

한국 법은 평가를 따로 짚습니다. 2026년 1월 시행된 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(AI 기본법)은 사람에게 미치는 영향이 큰 ‘고영향 인공지능’ 영역에 유아·초등·중등교육의 학생 평가를 넣었습니다(제2조 제4호 차목, 국가법령정보센터 원문). 해설 기사에 따르면 법이 교육에서 직접 지목한 것은 이 학생 평가이고, 대학 등 고등교육은 들어 있지 않습니다(교육을 비추다 2026).

유럽연합(EU)도 교육 평가를 눈여겨봅니다. EU 인공지능법(AI Act, 유럽연합 전역에 적용되는 AI 규제법)은 학습 결과 평가 등에 쓰이는 교육용 AI를 고위험으로 분류합니다(EU 인공지능법 원문). 다만 고위험 의무가 실제로 적용되는 날은 미뤄졌습니다. 2026년 7월 채택된 개정 규정(디지털 옴니버스, Digital Omnibus on AI)은 이 분야의 적용일을 2027년 12월 2일로 늦췄습니다(EU 관보, 규정 2026/1744).

국제기구의 권고는 더 일찍 나왔습니다. 유네스코(UNESCO, 유엔 교육과학문화기구)는 2023년 지침에서 교실의 생성형 AI 사용 연령 하한을 13세로 제안하고, 교사 연수를 강조했습니다(유네스코 2023). 법과 지침이 공통으로 묻는 것은 AI가 학생을 평가하거나 학생 대신 일할 때 누가 책임지고 지켜보느냐입니다.

나라마다 다른 선택

각국 교육 당국의 문서를 나란히 놓으면 선택이 조금씩 다릅니다. 이번에 원문을 확인한 네 나라만 정리합니다.

• 영국: 영국 교육부(Department for Education, DfE, 잉글랜드 학교 정책을 맡는 중앙 부처)는 2026년 1월 개정한 생성형 AI 제품 안전 기준에서 학습용 제품에 세 가지를 요구했습니다. 처음부터 최종 답이나 전체 풀이를 주지 말 것, 힌트부터 차례로 보여 줄 것, 먼저 학생의 시도를 물을 것입니다. 학생이 생각을 AI에 넘기는 요청이 얼마나 되는지 교사에게 알려 주라는 항목도 있습니다(영국 교육부 2026).
• 노르웨이: 노르웨이 교육청(Utdanningsdirektoratet, Udir, 교육과정·평가를 맡는 국가 기관)은 2026년 6월 새 권고 방향을 밝혔습니다. 초등 과정인 1–7학년은 원칙적으로 생성형 AI 접근을 주지 않고, 8–10학년은 교사가 먼저 역량을 갖춘 뒤 조심스럽게 도입하며, 고등학교에서는 알맞게 쓰는 법을 배우게 한다는 내용입니다(노르웨이 교육청 2026).
• 중국: 중국 교육부 기초교육교학지도위원회(教育部基础教育教学指导委员会, 교육부 산하 초·중등 교육 자문 기구)는 2025년 5월 초·중등 생성형 AI 사용 지침을 냈습니다(중국 교육부 2025). 지침은 초등학생이 혼자 개방형 생성 기능(글·그림을 자유롭게 만들어 내는 기능)을 쓰는 것을 금지하고, 학생에게는 AI가 만든 내용을 과제에 그대로 옮기거나 시험에 쓰지 말라고 적었습니다. 교사에게도 AI가 만든 내용으로 학생을 바로 평가하는 일은 피하라고 했습니다(지침 전문).
• 미국: 미국 연방 교육부(U.S. Department of Education)는 2025년 7월 공문에서, 연방 교육 보조금을 AI 교재와 AI 튜터링 등에 쓸 수 있다고 밝혔습니다. 교육자를 대신하지 않는 책임 있는 활용이 전제였습니다(미국 교육부 2025). 교실의 사용 규칙을 정하기보다 예산을 쓸 길을 열어 준 문서로 읽힙니다.

노르웨이와 중국은 나이에 따라 학생의 사용 자체를 좁히는 쪽에 가깝습니다. 영국은 제품이 답을 늦게 주도록 설계를 요구하는 쪽이고, 미국 연방 문서는 활용을 지원하는 데 무게를 뒀습니다. 어느 선택이 학습에 더 나은지 직접 비교한 장기 연구는 이번에 찾지 못했습니다.

정책은 무엇을 재야 하나

테네시 실험과 감사원 지적은 한 가지 물음으로 모입니다. 무엇을 재고 있느냐입니다. 접속률이나 활용률은 재기 쉽습니다. 그러나 테네시에서처럼 거의 모두가 한 번은 써 봤어도, 막힌 순간에 생각을 이어 가는 대화는 드물 수 있습니다.

미국 교육 정책 연구소 벨웨더(Bellwether, 미국의 비영리 교육 정책 연구소)는 AI를 사용량이 아니라 학습으로 평가하라고 권고했습니다. 과제의 첫 시도는 기술 없이 하게 하고, 학생이 성장 단계를 건너뛰게 만드는 ‘지름길’이 있는지 일부러 먼저 찾아보라는 제안도 담겼습니다(벨웨더 2025). 효과가 검증된 지표라기보다 제안에 가깝습니다. 그래도 앞서 본 영국 기준의 보고 항목과 같은 쪽을 가리킵니다.

학생이 버티도록 돕는 일에서는 여전히 사람의 몫이 큽니다. 학습자는 노력이 많이 드는 공부법을 피하는 경향이 있어서, 좋은 어려움을 시작하고 이어 가도록 돕는 장치가 필요하다는 이론 틀도 있습니다(드 브라윈 외, 2023). 그 장치를 가장 가까이에서 움직이는 사람이 교사입니다.

한국 교실에서 잰 증거가 부족하다는 점도 남습니다. 인출 연습 교실 연구를 모은 리뷰에서, 서구·고소득 사회 밖에서 한 실험은 6%에 그쳤습니다(아가왈 외, 2021). AIDT 활용률을 넘어, 한국 학생이 무엇을 배웠는지 직접 재는 연구가 다음 정책의 출발점이 될 수 있습니다.

맺으며: 선을 긋는 일

1편은 문제 앞에서 머뭇거리는 학생의 몇 초에서 출발했습니다. 빨라진 숙제가 배움까지 남기지는 않을 수 있다는 이야기였습니다. 2편은 모든 어려움이 나쁜 것은 아니며, 남길 것과 걷어 낼 것을 나눠야 한다고 했습니다. 3편은 질문하는 AI도 순서와 쓰는 방식에 따라 결과가 달라진다는 점을 봤습니다. 그리고 이번 편의 결론은 교사의 짐은 AI로 덜고, 학생의 좋은 마찰은 평가와 정책으로 지키자는 것입니다.

1편에서 제안한 틀로 돌아갑니다. 당장의 점수를 끌어올리는 ‘선발을 위한 AI’와, 학생이 나중에 혼자서도 해낼 힘을 키우는 ‘성장을 위한 AI’는 다릅니다. 교실에 더 필요한 것은 뒤쪽일 것입니다. 학생이 먼저 생각하고, 막혔을 때 AI가 질문으로 거들고, 교사가 그 과정을 보고 평가하는 순서입니다.

테네시 교실의 AI 창은 늘 열려 있었습니다. 모자랐던 것은 막힌 순간 그 창을 눌러 생각을 이어 가게 하는 수업의 순서였습니다. 그 순서를 짜는 일은 도구가 대신해 주지 않습니다.

AI가 대신해도 되는 일과, 학생이 직접 해야 배우는 일. 그 사이에 선을 긋는 것이 교사와 학교의 몫입니다.

「마찰을 설계하는 AI」 시리즈를 마칩니다. 처음부터 다시 읽기: ① 빨라진 숙제, 남지 않는 배움 · ② 남겨야 할 어려움, 걷어 낼 어려움 · ③ 답 대신 질문을 건넨 AI들

원문·참고 자료

1. Oreopoulos, P., & Low, N. (2026, August). One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment. NBER Working Paper 35620. [워킹페이퍼·동료심사 전] https://doi.org/10.3386/w35620
2. 임철영 (2025. 12. 16). 감사원 "AI디지털교과서, 의견수렴·시범운영 없이 추진…활용률 평균 8.1%". 아시아경제. (감사원 감사 결과 보도) https://www.asiae.co.kr/article/2025121614431525429
3. 오마이뉴스 (2025. 12. 17). 1조 4000억 '펑펑' 이주호 AI교과서, 학생 활용률은 8%. (감사원 감사 결과 보도) https://www.ohmynews.com/NWS_Web/View/at_pg.aspx?CNTN_CD=A0003191919
4. Education Endowment Foundation (2024, December 12). Teachers using ChatGPT – alongside a guide – can cut lesson planning time by over 30 per cent (NFER evaluation, 'ChatGPT in lesson preparation – Teacher Choices trial'). https://educationendowmentfoundation.org.uk/news/teachers-using-chatgpt-alongside-a-guide-to-support-them-to-use-it-effectively-can-cut-lesson-planning-time-by-over-30-per-cent
5. OECD (2026). OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. OECD Publishing, Paris. https://doi.org/10.1787/062a7394-en
6. Wang, R. E., Ribeiro, A. T., Robinson, C. D., Loeb, S., & Demszky, D. (2024). Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise. arXiv:2410.03017. [워킹페이퍼·동료심사 전] https://arxiv.org/abs/2410.03017
7. Yang, C., Luo, L., Vadillo, M. A., Yu, R., & Shanks, D. R. (2021). Testing (quizzing) boosts classroom learning: A systematic and meta-analytic review. Psychological Bulletin, 147(4), 399–435. https://doi.org/10.1037/bul0000309
8. Agarwal, P. K., Nunes, L. D., & Blunt, J. R. (2021). Retrieval practice consistently benefits student learning: A systematic review of applied research in schools and classrooms. Educational Psychology Review, 33(4), 1409–1453. https://doi.org/10.1007/s10648-021-09595-9
9. McClain, C., Anderson, M., Sidoti, O., & Bishop, W. (2026, February 24). How Teens Use and View AI. Pew Research Center. https://www.pewresearch.org/internet/2026/02/24/how-teens-use-and-view-ai/
10. The University of Sydney (2024, November 27). University of Sydney's AI assessment policy: protecting integrity and empowering students. https://www.sydney.edu.au/news-opinion/news/2024/11/27/university-of-sydney-ai-assessment-policy.html
11. Perkins, M., Furze, L., Roe, J., & MacVaugh, J. (2024). The Artificial Intelligence Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment. Journal of University Teaching and Learning Practice, 21(6). https://doi.org/10.53761/q3azde36
12. 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(법률 제20676호, 2025. 1. 21. 제정, 2026. 1. 22. 시행), 제2조 제4호 차목. https://www.law.go.kr/LSW/lsInfoP.do?lsiSeq=268543
13. 교육을 비추다 (2026. 9. 14). AI기본법 시행, 학생평가 AI에 위험관리·설명·사람 감독 요구. https://www.kyobit.com/news/articleView.html?idxno=7047
14. Regulation (EU) 2024/1689 (Artificial Intelligence Act), Annex III point 3 (education and vocational training). Official Journal of the European Union. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
15. Regulation (EU) 2026/1744 of 8 July 2026 (Digital Omnibus on AI), amending Regulation (EU) 2024/1689 — Art. 113 high-risk application dates (Annex III: 2 December 2027). Official Journal of the European Union. https://eur-lex.europa.eu/eli/reg/2026/1744/oj
16. UNESCO (2023). Guidance for generative AI in education and research (press release 2023-09-07: 'UNESCO: Governments must quickly regulate Generative AI in schools'). https://www.unesco.org/en/articles/unesco-governments-must-quickly-regulate-generative-ai-schools
17. Department for Education (2025. 1. 22 발행, 2026. 1. 19 개정). Generative AI: product safety standards. GOV.UK. (영국 교육부 공식 기준) https://www.gov.uk/government/publications/generative-ai-product-safety-standards/generative-ai-product-safety-standards
18. Utdanningsdirektoratet (2026. 6. 25 최종 수정). Nye anbefalinger om tilpasset bruk av KI etter trinn og alder. udir.no. (노르웨이 교육청 공식 페이지) https://www.udir.no/kvalitet-og-kompetanse/digitalisering-skole/kunstig-intelligens-i-skolen/kommer-nye-rad-om-bruk-av-kunstig-intelligens-pa-ulike-trinn/
19. 中华人民共和国教育部 (2025. 6. 30). 2025年5月教育信息化和网络安全工作月报. (중국 교육부 공식 월보: 《中小学生成式人工智能使用指南（2025年版）》 발표 기록) http://www.moe.gov.cn/s78/A16/gongzuo/gzzl_yb/202506/t20250630_1195963.html
20. 教育部基础教育教学指导委员会 (2025. 5). 中小学生成式人工智能使用指南（2025年版）. 中国教育学会 게재 전문. https://www.cse.edu.cn/index/detail.html?category=148&id=4242
21. U.S. Department of Education (2025. 7. 22). Dear Colleague Letter: Guidance on the Use of Federal Grant Funds to Improve Education Outcomes Using Artificial Intelligence (AI). (미국 연방 교육부 공문 PDF) https://www.ed.gov/media/document/opepd-ai-dear-colleague-letter-7222025-110427.pdf
22. Kulesa, A. C., Mission, M., Croft, M., & Wells, M. K. (2025, June). Productive Struggle: How Artificial Intelligence Is Changing Learning, Effort, and Youth Development in Education. Bellwether. https://bellwether.org/publications/productive-struggle/
23. de Bruin, A. B. H., Biwer, F., Hui, L., Onan, E., David, L., & Wiradhany, W. (2023). Worth the effort: The Start and Stick to Desirable Difficulties (S2D2) framework. Educational Psychology Review, 35(2). https://doi.org/10.1007/s10648-023-09766-w
24. UBION 뉴스룸 (2026. 10. 1). 마찰을 설계하는 AI ① — 빨라진 숙제, 남지 않는 배움. (시리즈 앞 편) https://edtechnewsroom.com/feature-friction-1-faster-homework-less-learning/
25. UBION 뉴스룸 (2026. 10. 2). 마찰을 설계하는 AI ② — 남겨야 할 어려움, 걷어 낼 어려움. (시리즈 앞 편) https://edtechnewsroom.com/feature-friction-2-good-friction-bad-friction/
26. UBION 뉴스룸 (2026. 10. 3). 마찰을 설계하는 AI ③ — 답 대신 질문을 건넨 AI들. (시리즈 앞 편) https://edtechnewsroom.com/feature-friction-3-ai-that-asks-first/

이 글은 AI(GrokBot)가 본문에 링크한 공개 자료를 바탕으로 작성한 분석 칼럼이며, 편집자 검토를 거쳐 발행했습니다. 사실 서술은 각 출처를 기준으로 하고, 해석과 제언은 AI가 작성한 분석입니다. 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(AI 기본법)에 따라 AI 생성물임을 알립니다.