AI가 답을 잘하는 시대, 가장 위험한 학생은 AI를 못 쓰는 학생일까요? 어쩌면 반대일 수 있습니다. AI를 너무 잘 사용해서 자신이 생각해야 할 것까지 AI에게 넘겨주는 학생입니다.
- 과제를 받으면 AI에게 먼저 묻고,
- 글을 쓰기 전에 AI에게 초안을 만들게 하고,
- 문제를 풀기 전에 AI에게 답을 확인하고,
AI가 제시한 설명이 자신의 생각과 달라도 특별한 검토 없이 받아들입니다. 결과물은 빠르고 그럴듯합니다. 하지만 정작 학생에게 물어보면 이런 질문에 제대로 답하지 못할 수 있습니다.
- “왜 그렇게 생각했나요?”
- “AI의 답을 믿은 이유는 무엇인가요?”
- “AI가 틀렸다면 어떻게 알 수 있나요?”
- “AI가 없었다면 당신은 어떻게 판단했을까요?”
AI 시대 교육에서 정말 주목해야 할 문제는 바로 이 지점입니다.
AI가 학생의 일을 대신하는 것을 넘어 학생의 판단까지 대신하기 시작하는 순간.
2026년 펜실베이니아대 와튼스쿨의 Steven D. Shaw와 Gideon Nave는 이를 ‘Cognitive Surrender’, 즉 인지적 항복이라는 개념으로 설명했습니다. 이들은 기존의 인간 사고를 System 1과 System 2로 설명해온 이론에 AI라는 외부 인지 시스템인 System 3을 추가하는 ‘Tri-System Theory’를 제안했습니다.
1. ‘인지적 항복’은 단순한 AI 의존과 다릅니다
AI를 사용하는 것 자체가 문제가 되는 것은 아닙니다. 계산기를 사용하는 것처럼 특정 작업을 AI에게 맡기는 것은 인지적 오프로딩(cognitive offloading)으로 볼 수 있습니다. 예를 들어 복잡한 계산은 계산기에 맡기고, 사람은 계산 결과가 문제에 적절한지 판단할 수 있습니다.
AI가 자료를 정리하도록 하고, 학생은 그 자료를 읽고 자신의 판단을 내릴 수도 있습니다. 문제는 AI에게 일을 맡긴 것 자체가 아닙니다. 판단의 주체까지 AI로 넘어가는 것입니다.
Shaw와 Nave는 인지적 항복을 AI의 답을 충분히 검토하지 않고 자신의 판단으로 받아들이는 현상으로 설명합니다. 연구에서는 AI가 정확할 때는 성과가 크게 향상됐지만, AI가 틀린 경우에는 오히려 AI를 사용하지 않은 기준보다 정확도가 떨어지는 현상이 나타났습니다.
더 흥미로운 부분도 있습니다. AI의 답이 틀렸는데도 사람의 확신은 오히려 높아질 수 있다는 것입니다. 와튼 측 연구 설명에 따르면 AI 접근은 정답을 맞혔을 때뿐 아니라 오답 상황에서도 자신감을 높이는 효과가 관찰됐습니다.
이것이 교육에서 중요한 이유는 명확합니다. 틀린 답보다 더 위험한 것은 틀린 답을 확신하는 학습자이기 때문입니다.
2. MIT의 ‘Cognitive Debt’와 와튼의 ‘Cognitive Surrender’를 구분해야 합니다
이 주제를 이야기할 때 자주 혼동되는 개념이 있습니다. MIT Media Lab의 2025년 연구에서는 LLM을 활용한 에세이 작성 과정에서 ‘cognitive debt’라는 개념을 탐색했습니다.
연구진은 LLM, 검색엔진, 도구를 사용하지 않는 집단을 비교하면서 EEG와 작성 결과 등을 분석했고, LLM 사용 집단에서 인지적 참여와 글의 소유감 등에 차이가 나타났다고 보고했습니다. 다만 연구 규모가 54명으로 작고 특정한 에세이 작성 과제를 대상으로 한 연구이므로, 이를 모든 AI 사용에 대한 일반적인 결론으로 확대해서는 안 됩니다.
반면 ‘Cognitive Surrender’는 2026년 Shaw와 Nave의 연구에서 제안된 개념입니다. 이 연구는 세 차례의 사전등록 실험과 1,372명의 참가자를 대상으로 AI가 인간의 판단에 어떻게 개입하는지를 살펴봤습니다. 연구진은 AI가 인간의 사고를 보조하는 경우와 인간의 판단을 대체하는 경우를 구분해서 설명합니다.
두 연구를 연결하면 흥미로운 교육적 질문이 나옵니다. AI가 우리의 사고를 덜어주는 것과 우리의 사고를 대신하는 것 사이의 경계는 어디인가? 바로 이 경계를 학생이 인식하도록 만드는 것이 AI 시대 교육의 중요한 과제가 됩니다.
3. AI 시대의 가장 중요한 질문은 “AI가 맞았나요?”가 아닐 수 있습니다
기존 AI 리터러시는 주로 이렇게 접근했습니다. “AI의 답이 맞는지 확인하세요.” 물론 중요합니다. 하지만 교육에서는 질문을 하나 더 추가해야 합니다. “그 답을 왜 AI에게 물었나요?”
이 질문은 완전히 다른 차원의 질문입니다. 학생이 문제를 먼저 이해했는지, 자신의 생각을 만들어봤는지, 어떤 부분에서 도움이 필요했는지, AI에게 어떤 역할을 맡겼는지를 묻기 때문입니다. 예를 들어 학생이 역사 과제를 받았다고 생각해보겠습니다.
- 학생: “AI야, 산업혁명의 원인과 결과를 보고서로 작성해줘.”
- 이때 부모나 교사가 “AI가 쓴 글이 맞는지 확인했니?”라고 묻는 것도 필요합니다. 하지만 그보다 먼저 물을 수 있습니다.
- “네가 먼저 알고 있던 것은 무엇이었어?”
- “네가 궁금했던 것은 무엇이었어?”
- “AI에게 왜 이 부분을 맡겼어?” 이것이 질문 코칭의 시작입니다.
4. 질문 코칭의 핵심은 ‘정답을 묻지 않는 것’입니다
AI 시대에는 학생에게 정답을 알려주는 것보다 학생이 자신의 사고를 설명하도록 만드는 질문이 중요해집니다. 이를 네 단계로 단순화할 수 있습니다.
① 생각을 꺼내는 질문
- “AI에게 묻기 전에 네 생각은 뭐였어?”
- “지금 알고 있는 것은 무엇이야?”
- “가장 궁금한 것은 무엇이야?” – 학생이 자신의 사고를 먼저 외부화하도록 합니다.
② AI의 역할을 정하는 질문
- “AI에게 무엇을 부탁하면 네 생각에 도움이 될까?”
- “AI가 답을 만들어주는 게 좋을까, 아니면 네 생각의 약점을 찾아주는 게 좋을까?” – 이 단계에서 AI는 집행자가 아니라 학생이 선택하는 도구가 됩니다.
③ AI의 답을 의심하게 하는 질문
- “AI의 주장 중 이상하다고 생각되는 부분은 없어?”
- “이 답을 뒷받침하는 근거는 뭐야?”
- “다른 자료에서는 다르게 말하지 않을까?”
- “AI가 틀렸다면 어떤 부분에서 틀렸을 가능성이 있을까?” – 여기서부터 비판적 사고가 작동합니다.
④ 최종 판단을 요구하는 질문
- “그래서 너는 어떻게 생각해?”
- “AI의 의견 중 무엇을 받아들였어?”
- “무엇을 받아들이지 않았어?”
- “그렇게 판단한 이유는 뭐야?” – 이 마지막 질문이 매우 중요합니다.
마지막에는 반드시 학생에게 돌아와야 합니다. AI 시대의 교육은 AI의 답으로 끝나는 교육이 아니라 학생의 판단으로 끝나는 교육이어야 하기 때문입니다.
5. ‘집행자 학생’과 ‘기획자 학생’은 무엇이 다른가
AI를 사용하는 학생은 크게 두 가지 방식으로 나누어 생각해볼 수 있습니다.
AI 집행자
- 학생이 AI에게 일을 맡깁니다.
- “이것을 작성해줘.”
- “이 문제를 풀어줘.”
- “요약해줘.”
- “발표자료 만들어줘.” – AI가 결과물을 만들면 학생은 검토하거나 제출합니다. 이 과정에서 학생의 역할은 점점 검수자 또는 전달자로 축소될 수 있습니다.
AI 기획자·감독자
- 학생이 먼저 문제를 정의합니다.
- “내가 해결하려는 문제는 이것이다.”
- 그리고 AI에게 역할을 부여합니다.
- “내 생각의 약점을 찾아줘.”
- “반대 관점을 제시해줘.”
- “내가 놓친 질문을 찾아줘.” – AI의 결과를 확인한 후 다시 판단합니다.
- “이 부분은 근거가 부족하다.”
- “이 주장은 다른 자료와 비교해야 한다.”
- “이 의견은 내 생각과 다르다.” – 그리고 마지막에 자신의 판단을 만듭니다. AI가 일을 수행하더라도 방향은 학생이 결정하는 구조입니다.
6. 질문 코칭은 ‘5개의 질문’만으로도 시작할 수 있습니다
가정에서 복잡한 AI 교육 프로그램을 만들 필요는 없습니다. 부모가 다음 다섯 가지 질문을 습관적으로 사용하는 것부터 시작할 수 있습니다.
- QUESTION 1: “AI에게 묻기 전에 네 생각은 뭐였어?” → 사고의 출발점을 확인합니다.
- QUESTION 2: “AI에게 정확히 무엇을 부탁했어?” → AI 활용 목적을 확인합니다.
- QUESTION 3: “AI의 답 중에서 이상하거나 의심스러운 부분은 없었어?” → 검증을 유도합니다.
- QUESTION 4: “AI가 말한 것과 네 생각이 다른 부분은 뭐야?” → 비교와 판단을 유도합니다.
- QUESTION 5: “그래서 최종적으로 너는 어떻게 생각해?” → 판단의 주체를 학생에게 돌려줍니다.
이 다섯 질문의 공통점은 하나입니다. 정답을 부모가 제공하지 않는다는 것입니다. 부모는 답을 알려주는 사람이 아니라 학생이 자신의 생각을 꺼내도록 질문하는 사람이 됩니다.
7. 학교에서는 ‘AI 사용 여부’보다 ‘AI 사용 과정’을 보아야 합니다
학교에서도 AI 사용 여부만으로 학생의 학습을 판단하기는 점점 어려워질 것입니다. 따라서 과제의 구조 자체를 바꿀 필요가 있습니다. 예를 들어
기존 과제: “기후변화의 원인과 해결방안을 조사하여 보고서를 작성하시오.” AI가 거의 전체 결과물을 만들어줄 수 있습니다.
질문 중심 과제:
- 1. 먼저 자신의 생각을 작성한다. – “기후변화의 가장 중요한 원인은 무엇이라고 생각하는가?”
- 2. 자신의 질문을 만든다. – “내가 더 알아야 할 것은 무엇인가?”
- 3. AI를 활용한다. – “내 주장에 반대하는 근거를 찾아달라.”
- 4. 검증한다. – “AI가 제시한 근거 가운데 신뢰할 수 있는 자료는 무엇인가?”
- 5. 비교한다. – “처음 생각과 지금 생각은 무엇이 달라졌는가?”
- 6. 판단한다. – “어떤 주장을 받아들이고 어떤 주장을 거부했는가?”
- 7. 성찰한다. – “AI를 사용하면서 내 생각은 어떻게 달라졌는가?” 이 구조에서는 AI가 만들어낸 최종 보고서보다 학생의 사고 변화 자체가 학습 결과가 됩니다.
- 8. 교사는 AI보다 ‘질문’을 설계해야 합니다 – AI 시대의 교사가 모든 AI 도구의 전문가가 될 필요는 없습니다.
오히려 교사의 중요한 전문성 가운데 하나는 학생의 사고를 끌어내는 질문을 설계하는 능력이 될 수 있습니다. 예를 들어
- AI에게 “정답을 알려줘.”라고 묻는 대신, “이 문제에서 내가 놓친 조건은 무엇인가?”라고 질문하게 할 수 있습니다.
- AI에게 “글을 써줘.”라고 하는 대신, “내 주장의 논리적 약점을 찾아줘.”라고 하게 할 수도 있습니다.
- AI에게 “이 내용을 요약해줘.”라고 하는 대신, “내가 작성한 요약에서 빠진 핵심 개념을 찾아줘.” 라고 요청할 수도 있습니다.
- AI가 답을 만드는 도구에서 학생의 사고를 자극하는 도구로 역할을 바꾸는 것입니다.
9. AI 시대의 비판적 사고는 ‘AI를 의심하는 것’과 다릅니다
여기서 중요한 주의점도 있습니다. AI를 무조건 의심하는 것이 비판적 사고는 아닙니다. AI의 답이 맞는데도 무조건 거부한다면 그것 역시 합리적인 판단이라고 할 수 없습니다.
중요한 것은 맹목적인 신뢰도 아니고, 맹목적인 불신도 아닙니다. 신뢰할 이유가 있는가? 검증할 필요가 있는가? 다른 자료와 일치하는가? 이 문제에서 AI가 판단하기 적절한 영역인가? 최종 판단에 인간의 맥락적 판단이 필요한가?를 구분하는 것입니다.
2026년의 관련 연구들도 생성형 AI가 구조화된 교육적 조건에서는 고차원적 사고를 지원할 수 있지만, 비구조적인 사용에서는 과도한 의존과 인지적 오프로딩이 나타날 수 있다는 양면성을 보여줍니다.
따라서 목표는 “AI를 믿지 않는 학생”이 아니라 “AI를 언제 믿고 언제 검증해야 하는지 판단할 수 있는 학생”이어야 합니다.
10. 결국 AI 리터러시는 ‘질문의 질’에서 시작됩니다
AI 시대에 학생에게 필요한 역량을 다시 생각해보면 결국 질문으로 연결됩니다.
| 질문 | 기르는 능력 |
| 내가 무엇을 알고 있는가? | 자기인식 |
| 무엇을 모르는가? | 학습 필요성 인식 |
| 무엇을 궁금해하는가? | 질문력 |
| AI에게 무엇을 맡길 것인가? | AI 활용 판단 |
| AI의 답이 맞는가? | 검증력 |
| 다른 관점은 없는가? | 비판적 사고 |
| 무엇을 받아들일 것인가? | 판단력 |
| 최종적으로 나는 무엇을 주장하는가? | 주체성 |
| 그 판단의 책임은 누구에게 있는가? | 책임감 |
이렇게 보면 AI 리터러시는 단순한 디지털 기술이 아닙니다. AI를 활용하면서도 자신의 사고 과정을 유지하는 능력입니다.
11. AI 시대에 가장 위험한 것은 ‘AI를 많이 사용하는 것’이 아닙니다
AI 사용량 자체를 기준으로 학생을 평가할 필요는 없습니다. AI를 많이 사용하면서도 자신의 판단을 유지하는 학생이 있을 수 있고, AI를 적게 사용하면서도 AI가 제공한 정보를 무비판적으로 받아들이는 학생이 있을 수 있습니다. 따라서 더 중요한 질문은 사용량이 아닙니다.
- “AI를 사용한 뒤 학생에게 무엇이 남았는가?”
- 정보가 남았는가?
- 아니면 생각이 남았는가?
- 답이 남았는가?
- 아니면 질문이 남았는가?
- 완성된 글이 남았는가?
- 아니면 자신의 판단이 남았는가? – 이 질문은 AI 시대 교육의 방향을 상당히 선명하게 만들어줍니다.
12. AI 시대 교육의 새로운 목표
- AI가 발전할수록 학생이 모든 것을 직접 할 필요는 없습니다.
- 계산은 AI에게 맡길 수 있습니다.
- 자료 정리도 맡길 수 있습니다.
- 번역도 맡길 수 있습니다.
- 초안 작성도 맡길 수 있습니다.
- 아이디어를 다양하게 만들어달라고 할 수도 있습니다.
문제는 무엇을 맡겨도 되는가입니다. 그리고 더 중요한 문제는 무엇만큼은 학생이 직접 해야 하는가입니다. 교육은 이 경계를 설계해야 합니다. 학생이 반드시 직접 해야 할 것은
- 문제의 의미를 이해하는 것,
- 질문을 만드는 것,
- 근거를 평가하는 것,
- 서로 다른 관점을 비교하는 것,
- 최종 판단을 내리는 것, – 그리고 자신의 판단에 책임지는 것입니다.
AI에게 답을 맡길 수는 있지만, 판단까지 맡겨서는 안 됩니다 . ‘인지적 항복’이라는 개념이 교육에 던지는 중요한 질문은 “AI를 사용해야 하는가, 사용하지 말아야 하는가?”가 아닙니다.
더 중요한 질문은 이것입니다. “AI가 생각을 도와주는 순간과 AI가 생각을 대신하는 순간을 우리는 구별할 수 있는가?”
- 학생이 AI에게 질문하는 것은 문제가 아닙니다.
- AI에게 도움을 받는 것도 문제가 아닙니다.
- AI와 협력하는 것도 문제가 아닙니다.
- 오히려 AI를 활용하는 능력은 앞으로 더욱 중요해질 것입니다.
- 그러나 교육은 그 과정에서 하나를 지켜야 합니다.
- 판단의 주체를 학생에게 남겨두는 것.
그래서 부모와 교사가 해야 할 일은 AI 사용을 끊임없이 감시하는 것이 아니라 학생의 사고를 다시 학생에게 돌려주는 질문을 던지는 것입니다.
- “AI가 뭐라고 했어?” 에서 끝내지 않고, “너는 어떻게 생각해?”라고 물어야 합니다.
- “AI가 맞아?”에서 끝내지 않고, “왜 그렇게 믿을 수 있다고 생각해?”라고 물어야 합니다. 그리고 가장 중요한 질문은 이것일지도 모릅니다.
“AI가 없었다면 너는 어떻게 생각했을까?” AI 시대의 교육에서 학생에게 가장 필요한 것은 AI보다 더 많이 아는 능력이 아닐 수 있습니다.
- AI에게 생각을 맡기지 않는 힘,
- AI의 답을 다시 질문하는 힘,
- 그리고 마지막 판단을 자신의 것으로 만드는 힘.
이것이 AI 시대 비판적 사고 교육이 시작되어야 할 지점입니다. AI를 가르치는 교육에서 AI와 함께 생각하는 교육으로. 그리고 궁극적으로는 AI를 사용하면서도 생각의 주인이 되는 학생을 만드는 교육으로.
참고자료
- Shaw & Nave, “Thinking—Fast, Slow, and Artificial” — SSRN
- Wharton Executive Education — Thinking Fast, Slow, Artificially: AI and Your Brain
- MIT Media Lab — Your Brain on ChatGPT
- 2026년 생성형 AI와 대학생 고차원 인지능력에 관한 체계적 문헌고찰
- 2026년 생성형 AI와 인지부하에 관한 체계적 문헌고찰
원문보기 : AI에게 생각을 맡기는 학생들 : ‘인지적 항복(Cognitive Surrender)’이 교육에 던지는 경고
Socko/Ghost
