“정답 말고 힌트를 주세요” — 고등학생 47.7%가 AI로 공부한다! 정답 대신 힌트를 얻는 AI 디지털 과외 프롬프트 5단계
AI가 문제를 잘 풀어주는 것과 학생이 문제를 잘 풀게 되는 것은 같은 일일까요?
학생이 AI에게 질문하고, AI가 답을 알려주고, 학생은 그 답을 노트에 옮깁니다. 얼핏 보면 효율적인 학습입니다. 하지만 다음 날 비슷한 문제가 나왔을 때 AI 없이 풀지 못한다면 어떨까요? 이것은 단순히 프롬프트를 잘 쓰느냐의 문제가 아닙니다. AI를 사용하는 방식이 학생의 사고 과정에 어떤 영향을 주는가의 문제입니다.
최근 발표된 국내 조사와 해외 실험 연구를 살펴보면, AI를 디지털 과외 선생님으로 활용할 때 무엇을 바꿔야 하는지 흥미로운 단서가 발견됩니다.

1. 고등학생 47.7%, 이미 AI를 디지털 과외로 활용하고 있다
2026년 3월 진학사가 발표한 전국 고등학생 3,525명 대상 온라인 설문조사 결과는 주목할 만합니다. 응답자의 47.7%가 수행평가를 제외한 공부에서 AI를 주 1회 이상 활용한다고 답했습니다. AI를 사용하는 학생 2,724명에게 활용 목적을 물었더니 다음과 같은 결과가 나왔습니다.
| AI 활용 목적 | 응답 비율 |
| 어려운 개념 설명 요청 | 49.7% |
| 문제 풀이 방향·힌트·오답 도움 | 29.0% |
| 지문·필기 내용 요약 | 27.9% |
| 자신의 답안 피드백 | 17.4% |
출처: 진학사, 2026년 3월 발표. 활용 목적은 복수응답.
여기서 흥미로운 점은 학생들이 AI를 사용하는 가장 큰 이유가 정답 찾기가 아니라 개념 설명을 듣는 것이라는 사실입니다. 학생들은 이미 AI를 질문을 받아주는 개인 교사처럼 사용하고 있습니다. 모르는 내용을 몇 번이고 다시 물어볼 수 있고, 이해하지 못하면 설명 수준을 바꿔 달라고 할 수도 있으니까요.
그런데 질문을 많이 한다고 학습이 깊어지는 것은 아닙니다. 이제 중요한 것은 질문의 횟수가 아니라 질문의 구조입니다.

2. AI가 정답을 알려주면 연습 성적은 오르지만, 혼자 풀 때는 오히려 떨어질 수 있다
이 문제를 아주 구체적으로 보여준 연구가 있습니다. 미국 펜실베이니아대학교 와튼스쿨의 Bastani 연구팀이 2025년 Proceedings of the National Academy of Sciences(PNAS)에 발표한 연구입니다. 연구진은 약 1,000명의 고등학생을 대상으로 수학 문제를 풀 때 생성형 AI를 사용할 수 있도록 했습니다. 그리고 두 가지 AI 환경을 비교했습니다.
- GPT Base: 일반적인 ChatGPT처럼 학생의 질문에 답하고 문제 풀이를 도와주는 방식
- GPT Tutor: 정답을 바로 제공하기보다 학생의 학습을 보호하도록 설계한 방식
실험 중에는 두 집단 모두 성적이 향상됐습니다. 일반 GPT Base 집단은 48%, 학습 보호형 GPT Tutor 집단은 127% 향상됐습니다. 그런데 진짜 중요한 결과는 AI 사용을 중단한 뒤 나타났습니다. 일반 GPT Base를 사용했던 학생들은 AI를 전혀 사용하지 않았던 학생들보다 평가 성적이 17% 낮았습니다. 즉, AI와 함께 문제를 풀 때는 성적이 좋아졌지만, AI가 사라지자 오히려 혼자 해결하는 능력에서 불리한 결과가 나타난 것입니다.
이 연구는 AI의 도움을 받는 동안의 수행 능력과 AI 없이 독립적으로 문제를 해결하는 능력을 구분해야 한다는 점을 보여줍니다. 물론 이 결과를 모든 학생과 모든 과목에 그대로 적용할 수는 없습니다. 특정 수학 학습 환경에서 진행된 실험이기 때문입니다. 하지만 교육적으로는 매우 중요한 경고입니다. AI가 학생의 문제를 해결해 주는 동안, 학생 자신의 문제 해결 능력은 얼마나 성장하고 있을까요?

3. 2026년 최신 연구가 보여준 새로운 방향: AI도 학생의 수준에 맞춰 질문해야 한다
그렇다면 학생은 AI에게 어떻게 질문해야 할까요? 2026년 10월, 국제 자연어처리 학술대회 EMNLP의 Industry Track에 발표된 Chang, Hogan, Plaat, van der Meer 연구팀의 논문이 흥미로운 실마리를 제공합니다. 논문 제목은 Learning to Prompt: Improving Student Engagement with Adaptive LLM-based High-School Tutoring입니다.
연구진은 고등학생의 AI 학습 대화에서 14가지 교육적 특징을 분석하고, 학생의 이해 수준과 학습 상황에 따라 AI의 지도 전략을 바꾸는 시스템을 개발했습니다. 실제 고등학생 359명의 대화 656건을 대상으로 A/B 테스트를 진행했습니다. 결과는 다음과 같습니다.
- AI가 학생의 상황에 맞춰 분석 중심 또는 단계적 도움 중심의 전략을 선택했습니다.
- 기존 방식보다 상호작용에 필요한 대화가 약 3회 줄었습니다.
- 학습 활동으로 이어지는 비율은 전략에 따라 차이를 보였습니다. 특히 전략을 확률적으로 선택하는 방식에서는 28.1%로, 비교 기준인 19.6%보다 높았습니다.
이 연구가 흥미로운 이유는 프롬프트를 길게 작성하는 것이 핵심이 아니기 때문입니다. 학생이 이미 알고 있는 내용과 막힌 지점에 따라 AI의 도움 방식이 달라져야 한다는 것입니다. 어떤 학생에게는 개념을 다시 설명하는 것이 필요하지만, 다른 학생에게는 정답을 알려주지 않고 다음 단계의 힌트만 주는 것이 더 적절할 수 있습니다.
다만 이 연구는 AI의 학습 지원 전략과 상호작용 효율을 평가한 것이지, 장기적인 학업성취 향상을 직접 입증한 연구는 아닙니다.

4. AI 과외를 제공했는데 학생들은 왜 충분히 활용하지 않았을까?
여기서 또 하나의 의외의 연구를 살펴보겠습니다. 2026년 8월 공개된 Oreopoulos와 Low의 NBER 연구 One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment입니다. 미국 테네시주 중학교 18곳에서 2년 동안 진행한 군집 무작위 대조 실험입니다. 학생들은 정답을 바로 알려주는 대신 코칭하도록 설정된 Khan Academy의 AI 튜터 Khanmigo를 수학 보충학습에 활용했습니다.
연구 결과, AI 튜터를 사용할 수 있도록 배정한 집단의 수학 성취도는 학기당 전국 백분위 순위 기준 1.3단계 상승했습니다. 1년 동안의 효과는 약 0.06~0.08 표준편차였습니다. 그런데 연구진이 발견한 더 흥미로운 사실이 있습니다.
- 학생의 96%가 적어도 한 번은 AI 튜터를 사용했습니다.
- 하지만 학생들의 중앙값을 기준으로 보면, 실제 연습을 한 날 중 약 3분의 1에만 AI에 메시지를 보냈습니다.
- 문제를 틀린 연습 상황에서도 AI와 상호작용한 비율은 17%에 불과했습니다.
- 학생들이 보낸 메시지 상당수는 짧은 답변이나 추천 질문을 클릭하는 수준이었습니다.
AI 튜터를 제공했다고 해서 학생이 능동적으로 활용하는 것은 아니었습니다. 이 연구는 AI를 사용할 수 있는 환경을 만드는 것과 학생이 AI를 통해 깊이 있게 학습하는 것은 별개의 문제임을 보여줍니다. 또한 AI를 활용한 집단의 성취 향상은 AI 없는 Khan Academy 연습과 비슷한 수준이었습니다. AI를 제공했다는 사실만으로 추가적인 학습 효과를 기대하기 어렵다는 점도 중요합니다.
결국 AI 과외의 성패는 도구의 성능만으로 결정되지 않습니다. 학생이 언제, 무엇을, 어떤 목적으로 질문하는지가 중요합니다.

5. 정답을 얻는 프롬프트에서 사고를 끌어내는 프롬프트로
그렇다면 오늘부터 학생들이 사용할 수 있는 프롬프트는 어떻게 달라져야 할까요? 핵심은 AI에게 정답을 요청하는 대신, 내가 생각할 수 있도록 도움의 수준을 조절해 달라고 요청하는 것입니다. 다음은 제가 권하고 싶은 5단계 학습 프롬프트입니다.
① 개념을 이해하는 단계: 설명보다 이해 확인: 1단계 · 개념 이해
- “나는 고등학교 1학년이야.
- 이 개념을 교과서의 정의만 반복하지 말고 일상생활의 사례로 설명해 줘.
- 설명이 끝나면 내가 이해했는지 확인할 수 있는 질문을 하나만 해줘.
- 답을 먼저 알려주지는 마.”
- AI의 설명을 읽고 끝내지 말고, 학생이 자기 말로 설명할 기회를 만드는 것이 중요합니다.
② 문제를 해결하는 단계: 정답 대신 첫 번째 힌트: 2단계 · 풀이 방향
- “이 문제의 정답과 전체 풀이를 바로 알려주지 마.
- 먼저 어떤 개념을 적용해야 하는지 알려줘.
- 그다음 내가 직접 풀어볼 수 있도록 첫 번째 힌트만 제시해 줘.
- 내가 시도한 뒤 다음 힌트를 요청할게.”
- 한 번에 모든 풀이를 제공받는 대신, 학생이 다음 사고를 이어갈 수 있을 만큼만 도움을 받는 방식입니다.
③ 오답을 분석하는 단계: 틀린 이유 찾기: 3단계 · 오답 분석
- “내 풀이에서 틀린 부분을 찾아줘. 하지만 정답으로 고쳐주지는 마.
- 내가 어떤 개념을 잘못 이해했는지,
- 어느 단계에서 논리적 오류가 발생했는지 질문을 통해 스스로 발견하도록 도와줘.”
- 오답을 단순히 수정하는 것과 오답의 원인을 이해하는 것은 다릅니다.
- 학생이 자신의 사고 과정을 되짚어 보도록 해야 합니다.
④ 검증하는 단계: AI의 설명에 반론 제기하기: 4단계 · 비판적 검증
- “네가 설명한 풀이가 항상 성립하는지 검토해 줘.
- 적용되지 않는 조건이나 예외 사례가 있는지 질문해 줘.
- 네 설명에도 오류가 있을 수 있으니 근거와 논리를 다시 확인해 줘.”
- AI의 답을 정답으로 받아들이는 습관에서 벗어나, 근거를 확인하고 반례를 찾는 연습입니다.
⑤ 독립적으로 해결하는 단계: AI 없이 다시 풀기: 5단계 · 독립적 적용
- “방금 학습한 개념을 활용하는 새로운 문제를 하나 만들어 줘.
- 기존 문제와 숫자나 조건을 바꾸되, 핵심 원리는 같게 해줘.
- 이번에는 힌트 없이 문제만 제시해 줘.
- 내가 답을 제출하면 풀이 과정을 평가해 줘.”
이 단계가 가장 중요합니다. AI의 도움으로 이해한 내용을 AI 없이 다시 적용할 수 있어야 실제 학습으로 이어졌다고 볼 수 있기 때문입니다.

6. 부모와 교사가 바꿔야 할 것은 AI 사용 시간이 아니라 학습의 순서다
이제 가정에서 AI를 사용하는 자녀를 바라보는 관점도 조금 달라질 필요가 있습니다. “AI를 얼마나 오래 사용했니?”라고 묻기보다 다음 세 가지를 확인해 보세요.
첫째, AI에게 묻기 전에 무엇을 생각했는가?
문제를 읽고 자신이 알고 있는 개념이나 풀이 방향을 먼저 적게 해보세요. 틀린 생각이라도 괜찮습니다. 처음 생각이 있어야 AI의 도움을 받은 뒤 무엇이 달라졌는지 비교할 수 있습니다.
둘째, AI의 설명을 자기 언어로 바꿀 수 있는가?
AI가 설명한 내용을 그대로 옮기는 것은 이해의 증거가 아닙니다. 책을 덮고 부모에게 설명하거나, 친구에게 가르치듯 말해보게 하세요.
셋째, AI 없이 비슷한 문제를 해결할 수 있는가?
AI와 함께 풀었던 문제와 구조가 비슷하지만 조건이 조금 달라진 문제를 혼자 풀어보게 하세요. 이때 비로소 도움을 받아 형성한 이해가 자신의 능력으로 전이되었는지 확인할 수 있습니다.
교사에게도 같은 원리가 적용됩니다. AI 사용 여부를 평가하는 것보다 AI를 사용하기 전의 생각, 질문의 변화, 수정한 이유, 독립적으로 해결한 결과를 학습의 증거로 살펴보는 것입니다. 다만 프롬프트만 잘 작성하면 학습이 자동으로 좋아진다고 생각해서는 안 됩니다.
2026년 Melanou와 Beege의 준실험 연구에서는 대학 신입생 175명을 대상으로 구조화된 프롬프트와 성찰 지원의 정도를 달리해 비교했지만, 지원 수준에 따른 집단 간 유의미한 차이는 확인되지 않았습니다. 프롬프트 템플릿 자체보다 학생이 실제로 어떻게 사고하고 참여하는지가 중요하다는 점을 다시 생각하게 합니다.

AI 과외의 목표는 AI 없이도 할 수 있게 만드는 것
AI는 훌륭한 설명자가 될 수 있습니다. 학생이 이해하지 못한 개념을 다른 방식으로 설명하고, 수준에 맞는 문제를 만들고, 반복해서 질문을 받아줄 수도 있습니다. 그러나 좋은 과외 선생님이 학생 대신 시험을 치러주지 않듯, 좋은 AI 튜터도 학생의 사고를 대신해서는 안 됩니다. 오늘 소개한 연구들을 관통하는 메시지는 분명합니다.
- AI를 사용할 수 있다는 것과 잘 활용한다는 것은 다릅니다.
- AI와 함께 문제를 잘 푸는 것과 혼자서도 풀 수 있는 것은 다릅니다.
- 정답을 빠르게 얻는 것과 개념을 깊이 이해하는 것도 다릅니다.
저는 AI 시대의 학습 역량을 평가할 때 학생이 AI에게 어떤 질문을 했는지만큼이나 AI의 도움을 받은 뒤 무엇을 스스로 할 수 있게 되었는가를 중요하게 봐야 한다고 생각합니다. AI가 알려준 답을 기억하는 학생보다, AI의 도움으로 자신의 생각을 발전시키고 마침내 AI 없이도 설명하고 해결할 수 있는 학생이 더 깊이 배운 학생입니다.
AI에게 정답을 요구하지 말고 힌트를 요청하세요. 그리고 마지막에는 AI에게서 독립하세요.
참고자료 및 연구논문
- 진학사 (2026.03.11). 「AI에게 개념 묻는다… 고등학생 절반 AI로 공부」. 전국 고등학생 3,525명 온라인 설문조사. 진학사 조사 결과
- Bastani, H. et al. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. DOI: 10.1073/pnas.2422633122. 논문 원문 및 초록
- Chang, P.-C., Hogan, N., Plaat, A., & van der Meer, M. T. (2026). Learning to Prompt: Improving Student Engagement with Adaptive LLM-based High-School Tutoring. Proceedings of EMNLP 2026: Industry Track, 365–393. ACL Anthology 논문
- Oreopoulos, P., & Low, N. (2026). One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment. NBER Working Paper 35620. 연구 소개 및 실험 결과
- Melanou, C., & Beege, M. (2026). Scaffolding Generative AI as a Tutor: A Quasi-Experimental Study of Learning Outcomes and Motivational, Cognitive and Metacognitive Processes. Education Sciences, 16(4), 651. DOI: 10.3390/educsci16040651. 논문 초록 및 서지정보
원문보기 : “정답 말고 힌트를 주세요” — 고등학생 47.7%가 AI로 공부한다! 정답 대신 힌트를 얻는 AI 디지털 과외 프롬프트 5단계
Socko/Ghost






