AI로 수행평가 만점 받는 아이, AI 없이도 문제를 해결하는 아이: 2026년 교육의 승부처는 달라지고 있습니다
학부모님, 조금 불편하지만 한번 생각해 볼 질문을 드릴께요. 우리 아이가 AI로 만든 발표 자료가 반에서 가장 멋지고, 보고서도 완벽하고, 발표 대본까지 유창하다면 정말 공부를 잘하는 걸까요? 그런데 선생님이 발표 도중 예상하지 못한 질문을 하나 던졌습니다.
“네가 제안한 해결책이 실제로 효과가 있다는 근거가 있니?” 아이가 대답하지 못합니다. AI가 만들어 준 결과물은 훌륭했지만, 그 결과를 뒷받침하는 근거와 판단은 아이 자신의 것이 아니었기 때문입니다. 반대로 자료를 조금 서툴게 정리했더라도, 문제를 발견하고 직접 조사한 뒤 자기 판단으로 해결책을 제안하는 아이가 있다면 어떨까요? 저는 바로 이 차이가 앞으로 AI 교육에서 중요하게 살펴봐야 할 지점이라고 생각합니다.
1. AI를 잘 쓰는 아이가 늘어날수록, 무엇으로 차이를 만들까요?
지금은 누구나 AI로 발표 자료를 만들고, 보고서를 작성하고, 복잡한 정보를 요약할 수 있습니다. 과거에는 상당한 시간과 노력이 필요했던 작업이 몇 분 만에 가능해졌습니다. 이 변화는 분명 기회입니다. 하지만 동시에 새로운 경쟁도 시작됐습니다.
예전에는 정보를 얼마나 많이 알고 있는지, 얼마나 빠르게 정답을 찾는지가 경쟁력이었다면 이제는 AI가 제공한 정보 중 무엇을 선택하고, 무엇을 의심하고, 어떤 결정을 내릴 것인지가 중요해지고 있습니다. 예를 들어 두 학생에게 같은 AI 도구를 제공했다고 해보겠습니다.
A 학생은 “환경오염에 관한 발표 자료를 만들어 줘”라고 요청합니다. AI가 작성한 내용을 정리하고 디자인을 다듬어 발표합니다. B 학생은 학교에서 일회용 컵 사용이 많다는 사실을 발견합니다. 실제 사용량을 조사하고, 학생들이 다회용 컵을 사용하지 않는 이유를 알아봅니다.
AI에 해결 방안을 요청한 뒤 비용과 실현 가능성을 비교하고, 작은 실험을 통해 효과를 확인합니다. 두 학생 모두 AI를 사용했습니다. 그러나 한 학생은 결과물을 만들었고, 다른 학생은 문제를 해결하는 과정을 경험했습니다. AI 활용의 수준은 사용한 도구의 개수보다, AI를 통해 얼마나 의미 있는 판단과 행동을 만들어 냈는지로 살펴봐야 합니다.
2. 에듀테크 마켓맵, 유명한 AI 도구를 모으는 것이 전부일까요?
2026년 교육 현장에서는 다양한 AI·에듀테크 도구를 어떻게 선택하고 실제 학습에 적용할 것인지가 중요한 과제가 되고 있습니다. 이때 에듀테크 마켓맵은 교육 도구와 서비스의 종류, 기능, 활용 목적을 한눈에 살펴보는 지도라고 이해하면 쉽습니다.
그런데 학부모님 입장에서 더 중요한 질문은 따로 있습니다. “우리 아이에게 어떤 AI가 좋은가?”보다 먼저 물어야 할 것은 “우리 아이가 지금 해결하지 못하는 학습 문제는 무엇인가?”입니다. 영어 독해에서 글의 핵심을 찾지 못하는 아이에게 필요한 AI와, 수학 문제를 풀 때 풀이 원리를 설명하지 못하는 아이에게 필요한 AI는 다릅니다.
발표 자료를 만드는 데 어려움을 겪는 아이와, 자료는 잘 만들지만 근거를 검토하지 못하는 아이에게 같은 학습매체로서 도구를 추천하는 것도 적절하지 않습니다. 따라서 교육용 AI를 선택할 때는 다음 세 가지를 확인해 보세요.
- 첫째, 이 도구(학습매체)가 해결하려는 학습 문제가 명확한가?
- 둘째, 도구(학습매체)를 사용한 뒤 아이의 능력이 실제로 달라졌는가?
- 셋째, AI의 도움 없이도 배운 내용을 다른 상황에 적용할 수 있는가?
이 기준 없이 유명한 도구를 여러 개 사용하면 아이의 활동은 화려해질 수 있지만 학습의 변화는 확인하기 어려울 수 있습니다.
3. 진짜 실력은 ‘AI를 끄는 순간’에도 드러납니다
여기서 조금 새로운 관점으로 생각해 보겠습니다. AI를 활용한 프로젝트의 성과를 확인할 때, 완성된 결과물만 평가하면 충분할까요? 저는 결과물과 함께 AI의 도움을 제거했을 때 학생에게 무엇이 남아 있는지도 살펴볼 필요가 있다고 생각합니다.
물론 모든 학습에서 AI를 끄고 평가하자는 뜻은 아닙니다. AI를 활용하는 능력 자체도 중요한 역량입니다. 다만 AI가 제공한 지원과 학생 자신의 이해를 구분해 확인할 필요가 있다는 의미입니다. 예를 들어 학생이 AI를 활용해 경제 관련 프로젝트를 수행했다고 해보겠습니다.
프로젝트가 끝난 뒤 새로운 사례를 제시하고 질문합니다. “이번에는 조건이 달라졌어. 네가 앞에서 제안한 방법을 그대로 적용할 수 있을까? 아니라면 무엇을 바꿔야 할까?” 이 질문에 답하려면 학생은 단순히 결과물을 기억하는 것이 아니라, 자신이 선택한 방법의 원리를 이해하고 새로운 상황에 적용해야 합니다.
이런 확인 과정은 AI가 만들어 준 결과물과 학생이 실제로 습득한 역량을 구분하는 데 도움을 줍니다. 앞으로의 교육에서는 결과물의 완성도뿐 아니라 학생이 자신의 선택을 설명하는 능력, 예상하지 못한 질문에 대응하는 능력, 조건이 바뀌었을 때 해결책을 수정하는 능력을 함께 살펴볼 필요가 있습니다.
4. PBL 프로젝트, 많이 하는 아이보다 제대로 설계한 아이가 유리합니다
PBL은 문제나 프로젝트를 중심으로 학습하는 접근입니다. 하지만 프로젝트를 많이 했다고 해서 문제해결력이 자동으로 높아지는 것은 아닙니다. 자료를 조사하고 포스터를 만드는 데서 끝나는 프로젝트와, 가설을 세우고 실제로 검증하는 프로젝트는 학습 경험이 다릅니다.
예를 들어 ‘우리 동네 교통 문제 해결하기’라는 프로젝트를 진행한다고 가정해 보겠습니다. 단순한 방식이라면 인터넷에서 교통 문제를 검색하고 AI로 해결 방안을 정리해 발표할 수 있습니다. 조금 더 깊이 설계한다면 학생은 먼저 문제가 발생하는 장소와 시간을 조사하고, 교통량이나 보행자의 이동 패턴을 살펴봅니다.
AI를 활용해 가능한 해결책을 비교하되, 실제로 적용할 수 있는지 관련 자료와 조건을 확인합니다. 이후 해결책의 기대 효과와 한계를 구분해 제안합니다. 여기서 중요한 것은 거창한 결과를 만들어 내는 것이 아닙니다. 학생이 문제를 어떤 기준으로 정의했는지, 어떤 근거로 해결책을 선택했는지, 예상과 다른 결과를 어떻게 해석했는지가 학습의 핵심입니다.
이러한 경험은 과학이나 사회 과목에만 필요한 것이 아닙니다. 국어에서는 주장과 근거를 분석하고, 수학에서는 여러 풀이 방법을 비교하며, 영어에서는 실제 의사소통 상황에 맞는 표현을 선택하는 방식으로도 적용할 수 있습니다. PBL은 특정 과목의 특별 활동이 아니라, 교과에서 배운 지식을 실제 상황에 활용하도록 설계하는 학습 방식이 될 수 있습니다.
5. 학부모님이 확인해야 할 것은 프로젝트 개수가 아닙니다
교육 프로그램을 선택하거나 자녀의 활동을 살펴볼 때, 프로젝트의 개수와 결과물의 화려함만으로 교육의 질을 판단하지 않으셨으면 합니다. 대신 아이에게 세 가지를 물어보세요.
- “이 프로젝트에서 처음에 해결하려고 했던 문제는 무엇이었니?”
- “조사하면서 처음 생각과 달라진 부분은 무엇이었니?”
- “다시 한다면 무엇을 다르게 하겠니?”
이 질문에 아이가 자신의 경험을 바탕으로 구체적으로 답할 수 있다면, 적어도 문제를 이해하고 판단하는 과정을 되돌아볼 기회를 가진 것입니다. 물론 대답을 잘한다고 해서 역량이 완성되었다고 단정할 수는 없습니다. 실제 수행과 설명을 함께 살펴봐야 합니다.
중요한 것은 아이가 결과물 뒤에 숨지 않고 자신의 생각과 선택을 설명할 수 있도록 돕는 것입니다. AI 시대의 교육 경쟁력은 AI를 얼마나 많이 경험했는지에만 달려 있지 않습니다. 무엇을 배우기 위해 사용했는지, 어떤 판단을 직접 내렸는지, 그 경험을 새로운 문제에 적용할 수 있는지가 중요합니다.
마무리: AI가 만들어 주는 결과물은 비슷해져도, 판단하는 힘은 저절로 같아지지 않습니다
앞으로 AI 도구는 더욱 쉬워지고, 결과물의 품질도 계속 높아질 것입니다. 그렇다면 교육은 무엇을 준비해야 할까요? AI보다 빠르게 자료를 정리하고, AI보다 멋진 발표 자료를 만드는 경쟁만으로는 충분하지 않습니다. 학생이 실제 문제를 발견하고, 필요한 정보를 선택하며, 근거를 검증하고, 결과를 해석하는 경험을 쌓도록 해야 합니다.
그리고 그 과정에서 자신의 판단이 틀릴 수도 있다는 사실을 배우고, 새로운 증거를 바탕으로 생각을 수정할 수 있어야 합니다. 이것이 PBL과 AI 활용 교육이 만나야 하는 이유입니다. 에듀테크 마켓맵이 우리에게 다양한 도구를 보여 주는 지도라면, 실증은 그 도구가 실제로 학습에 도움이 되었는지 확인하는 과정입니다.
그리고 PBL은 그 도구를 활용해 학생이 현실의 문제와 마주하도록 만드는 학습 설계가 될 수 있습니다. 앞으로는 “우리 아이가 어떤 AI를 사용할 줄 아는가?”라는 질문에서 한 걸음 더 나아가야 합니다. “우리 아이는 AI와 함께 무엇을 해결할 수 있고, 그 과정에서 무엇을 자기 것으로 만들었는가?” 이 질문이 AI 교육의 방향을 결정해야 합니다.
교육의 목적은 ‘사유의 확장’이어야 합니다. AI가 아이의 생각을 대신하는 것이 아니라, 아이가 스스로 판단하고 새로운 가능성을 발견하도록 돕는 것. 그것이 도구 사용을 넘어 진짜 배움으로 나아가는 길입니다.
참고자료
- 교육부 — 교육부 공식 홈페이지 AI·디지털 교육 정책, 학교 현장의 에듀테크 활용 및 교육 혁신 관련 자료를 확인할 수 있습니다.
- 한국교육학술정보원(KERIS) — 한국교육학술정보원 공식 홈페이지 에듀테크 활용, 디지털 교육, AI 기반 교수·학습 및 교육정보화 관련 연구 자료를 참고할 수 있습니다.
- UNESCO — Digital Education 디지털 교육의 방향과 교육에서 기술을 활용할 때 고려해야 할 원칙을 살펴볼 수 있습니다.
- PBLWorks — Project Based Learning 프로젝트 기반 학습의 설계 원리, 실제 프로젝트 사례, 학습 성과 평가 방법을 참고할 수 있습니다.
- OECD — OECD Education 미래 역량, 학습 혁신, 교육과 기술의 관계에 관한 국제적인 연구와 정책 자료를 확인할 수 있습니다.
참고: 위 자료는 관련 주제를 추가로 연구하기 위한 공식 기관 및 전문기관의 자료입니다. 본문에 언급한 2026년 에듀테크 시장 현황이나 개별 도구의 효과를 직접 입증하는 특정 보고서를 인용한 것은 아닙니다.
원문보기 : AI로 수행평가를 잘하는 아이, 진짜 실력도 좋을까요? 2026년 AI 교육의 새로운 기준
Socko/Ghost
