AI 시대의 새로운 교수·학습모형 TTATT…정답을 받는 학생에서 질문을 설계하는 학생으로
AI가 학생의 숙제를 대신하고, 보고서를 작성하며, 복잡한 개념까지 순식간에 설명해 주는 시대가 왔다. 이제 교육의 고민은 단순하다. 학생들이 AI를 얼마나 잘 활용하는가가 아니라, AI가 제공한 답을 얼마나 깊이 생각하고 검증하며 자기 것으로 바꾸는가다.
기존 교육은 지식을 기억하고, 문제를 풀고, 정답을 맞히는 능력에 집중해 왔다. 그러나 AI가 정답과 설명을 즉시 제공하는 환경에서는 단순 암기와 반복 풀이만으로 학생의 역량을 설명하기 어렵다. 앞으로 중요한 것은 AI에게 무엇을 물을지, 답변이 맞는지 어떻게 검증할지, 그리고 그 결과를 자기 생각으로 재구성할 수 있는지다.
이런 변화 속에서 제안할 수 있는 새로운 교수·학습모형이 바로 TTATT다. TTATT는 Think, Test, Ask, Transform, Teach의 다섯 단계로 구성된다. AI를 정답 생성기가 아니라 사고를 확장하는 협력 도구로 활용하도록 만드는 학습 순환 구조다.
1. Think: 먼저 스스로 생각한다
AI 시대에도 가장 먼저 필요한 것은 학생 자신의 생각이다. 질문을 받으면 곧바로 AI에게 답을 요청하는 대신, 학생은 먼저 자신의 가설과 관점을 적어 본다. 문제의 핵심이 무엇인지, 어떤 해결 방향이 가능할지, 자신이 이미 알고 있는 정보는 무엇인지 정리하는 단계다.
이 과정은 완벽한 답을 만드는 시간이 아니다. 틀릴 수 있는 생각이라도 먼저 꺼내 보는 시간이다. 학생이 자신의 출발점을 갖고 있어야 AI의 답을 비교하고 판단할 수 있다.
2. Test: AI의 답을 시험한다
AI가 준 답변은 곧바로 정답이 되지 않는다. 학생은 AI의 주장에 오류가 없는지, 근거가 충분한지, 다른 관점은 없는지 검토해야 한다. 같은 질문을 다른 방식으로 던져 보고, 반대 의견을 요청하고, 실제 자료와 비교하는 과정이 필요하다.
이 단계에서 학생은 단순 사용자에서 검증자로 바뀐다. AI가 만든 글을 복사하는 학생이 아니라, AI의 결과를 평가하는 학생이 되는 것이다.
3. Ask: 더 좋은 질문을 설계한다
AI 시대의 경쟁력은 답을 많이 아는 능력보다 질문을 잘 만드는 능력에서 나온다. 학생은 “정답을 알려줘”라고 묻는 데서 멈추지 않고, “이 주장에 반대하는 근거는 무엇인가”, “이 문제를 다른 나라 사례와 비교하면 어떤 차이가 있는가”, “내 가설의 약점은 무엇인가”와 같은 질문을 만들어야 한다.
좋은 질문은 사고를 깊게 만든다. 교사는 학생에게 정답을 전달하는 사람을 넘어, 더 좋은 질문을 만들도록 돕는 설계자가 될 필요가 있다.
4. Transform: 답을 자기 언어로 재구성한다
AI가 만든 답을 그대로 제출하는 순간 학습은 멈춘다. 학생은 AI의 설명과 자료를 바탕으로 자신의 언어로 다시 정리해야 한다. 다른 사례를 넣고, 자신의 경험과 연결하고, 반론을 덧붙이며, 새로운 결론을 만들어야 한다.
이 단계는 복사가 아니라 변환이다. AI의 결과물이 학생 자신의 사고를 거쳐 새로운 글, 발표, 프로젝트, 문제 해결안으로 바뀌는 과정이다.
5. Teach: 다른 사람에게 설명하며 완성한다
가장 깊은 학습은 다른 사람에게 설명할 수 있을 때 완성된다. 학생은 자신이 정리한 내용을 친구에게 가르치거나, 발표하거나, 토론해야 한다. 설명하는 과정에서 자신이 제대로 이해하지 못한 부분이 드러나고, 질문을 받으며 사고는 한 단계 더 정교해진다.
TTATT의 마지막 단계는 단순 발표가 아니다. 학습자가 AI와 함께 탐색한 내용을 사회적 언어로 바꾸고, 다른 사람의 관점과 만나며 다시 성장하는 단계다.
AI 시대 교육은 ‘사용법’보다 ‘사고법’이 중요하다
AI 도구를 잘 다루는 학생은 많아질 것이다. 하지만 AI의 답을 의심하고, 더 나은 질문을 만들며, 결과를 자신의 사고로 바꾸는 학생은 많지 않을 수 있다. 그래서 AI 시대 교육의 핵심은 도구 사용법만 가르치는 것이 아니라, 사고의 순서를 훈련하는 데 있다.
TTATT는 AI를 금지하거나 무조건 허용하는 극단적 방식에서 벗어난다. 학생에게 AI를 쓰게 하되, AI 이전의 생각과 AI 이후의 검증, 그리고 자기 언어로 재구성하는 책임까지 함께 요구한다.
앞으로 학생의 경쟁력은 AI보다 빨리 답하는 능력이 아닐 것이다. AI가 낸 답을 넘어 더 좋은 질문을 만들고, 더 정확하게 판단하며, 더 설득력 있게 설명하는 능력이 될 것이다. TTATT는 바로 그 능력을 기르기 위한 AI 시대의 교수·학습모형이다.
※ TTATT는 기존의 공인 교육모형을 그대로 인용한 것이 아니라, AI 시대 학습에서 필요한 사고·검증·질문·재구성·설명의 흐름을 바탕으로 제안한 교수·학습 프레임입니다.
참고문헌
- UNESCO, Guidance for Generative AI in Education and Research, 2023. 생성형 AI 결과물은 숙련된 인간의 입력과 비판적 검토가 필요하며, 교육은 인간의 판단력과 책임을 유지해야 한다는 원칙을 제시한다.
- OECD, Empowering Learners for the Age of AI, 2026. AI 리터러시를 단순 도구 활용이 아니라 AI의 한계를 이해하고, 결과를 질문·평가하며, 비판적 사고와 윤리적 판단을 유지하는 역량으로 설명한다.
- TeachAI, AI Guidance for Schools Toolkit: Principles. 학생은 AI가 제시한 결과물을 비판적으로 평가하고 수정하며 이해를 보여야 한다는 교육 원칙을 제안한다.
- Fiorella, L. & Mayer, R. E., “The Relative Benefits of Learning by Teaching and Teaching Expectancy,” Contemporary Educational Psychology, 2013. 다른 사람에게 설명하거나 가르칠 준비를 하는 활동이 학습 이해를 높일 수 있음을 다룬 연구다.
- Wong, S. S. H. et al., “A Power Hypothesis for the Benefits of Learning-by-Teaching,” Educational Psychology Review, 2026. 타인에게 가르치거나 설명하는 활동이 연구 질문 생성과 이해에 긍정적 효과를 보였다고 보고했다.
- Gu, X. & Ericson, B. J., “AI Literacy in K-12 and Higher Education in the Wake of Generative AI: An Integrative Review,” 2025. AI 리터러시를 기능적 활용, 비판적 이해, 사회문화적 관점까지 포함하는 교육 과제로 정리한 문헌 검토다.
원문 보기 : TTATT(Task-Think-AI-Transform-Transfer)가 미래 교실을 바꾼다
Socko/Ghost
