수업 나누기 정보 더하기 / 박상훈 선생님_성남여자중학교
에듀테크로 시작된 체육 수업의 변화
코로나19 이후 학교 현장에는 다양한 디지털 도구가 밀려들어왔다. 체육교사인 나에게도 ‘에듀테크 활용 수업’과 같은 키워드가 낮설지는 않았지만 처음엔 반신반의했다.
“땀 흘리며 뛰어야 할 체육 시간에 태블릿을 들고 있는 모습이 자연스러울까?”
“기기를 쓰다보면 오히려 움직이는 시간이 줄어드는 건 아닐까?”
하지만 현실은 달랐다.
• 30명이 넘는 학생에게 개별 피드백을 제공하기 어렵고,
• 학생 스스로 자신의 동작이 어떻게 개선되어야 하는지 알기 힘들며,
• 과정 전체를 관찰하고 성장을 지원하는 과정중심평가는 의지와 철학만으로 구현하기 어려웠다.
바로 이 문제에서 나는 에듀테크를 ‘수업을 대체하는 기술’이 아니라 학생의 성장을 촉진하는 도구로 바라보기 시작했다.
그 첫 번째 시도는 학생들의 성장을 데이터로 기록하고 스토리로 완성하는 프로젝트였다.
데이터가 성장이 될 때 : AI와 함께 쓰는 나만의 스포츠 성장 기사 프로젝트
첫번째 시도는 핸드볼 수업에 데이터 기반 성찰 활동을 결합한 프로제트였다.
핵심은 단순하다.
학생이 자신의 움직임을 ‘보게’ 하고
데이터를 통해 ‘이해하게’ 하고
AI와 함께 ‘이야기’로 재구성하게 하는 것.
학생들은 자신의 패스와 슛 동작을 태블릿으로 촬영하고, 동작분석 앱(iCLOO)으로 숙련자와 비교했다. 학생이 개선점을 스스로 찾은 뒤 구글 폼(Google Forms)에 자신의 학습 목표(예: 점프슛 시 마지막 발 구름 반대 발 무릎 들기)를 설정하면, 구글 시트(Google Sheets)로 자동 취합되고 학생들은 이를 바탕으로 목표를 달성하면 새로운 목표를 설정하고 개선하는 과정을 반복하였다.
이후 진행된 경기에서 비출전 모둠 학생들은 경기를 지켜보면서 득점, 어시스트, 블록, 인터셉트 등을 실시간으로 기록했다. 기록을 통해 학생들은 득점 이외에도 어시스트, 상대의 슛을 막는 블록, 패스를 가로채는 인터셉트가 왜 중요한지알게 되었고, 이후 경기에서 팀을 위해 어시스트, 블록, 패스 등을 다양하게 구현하기 위해 노력하였다.
이후 학생들은 생성형 AI(뤼튼, Claude, ChatGPT 등)와 협업해 자신의 성장 데이터를 기반으로 스포츠 성장 기사를 작성했다. 학생들은 스스로 데이터를 추출하고, AI에게 질문을 던지며 기사 구조를 조정하는 과정에서 디지털리터러시, 자기성찰, 협업역량을 자연스럽게 기르게 되었다.
하지만 프로젝트를 마친 후, 한 가지 의문이 남았다.
“학생들이 정말로 깊이 있게 탐구하고 성찰했을까?
AI가 글을 잘 만들어주었으니 완성된 것처럼 보인 건 아닐까?”
이 질문은 다음 수업의 방향을 결정했다.
과정중심평가와 에듀테크의 결합
과정중심평가에 대한 고민을 안고 나는 여러 형태의 수업을 시도했다. 에듀테크를 활용하되, 학생들의 진정한 배움을 이끌어내는 방향을 찾기 위해서였다.
가장 먼저 시도한 것은 학생들의 기초체력을 향상시키고, 운동자세에 대해 피드백을 받고 교정할 수 있도록 돕는 수업이었다. AI 동작 피드백 앱 ‘메타스포츠스쿨’과 증강현실 신체 활동 앱 ‘엑티브 아케이드’를 활용한 ‘피지컬 130 챌린지’는 과정중심평가를 기술로 구현한 대표적인 사례였다.
엑티브 아케이드는 증강현실로 역동적인 움직임을 유도했고, 메타스포츠스쿨은 플랭크, 스쿼트, 푸쉬업과 같은 근력 운동 동작을 분석해 즉각적으로 정확도를 점수화하고 피드백을 제공했다. 교사 한 명이 30명 학생 모두에게 동시에 실시간 피드백을 주는 것은 사실상 불가능하지만, AI는 이를 가능하게 했다. 학생 개개인에게 동시에 맞춤형 피드백을 제공할 수 있었다.
학생들의 운동 자세 점수는 데이터로 누적되었고, 이는 학생 성장을 눈으로 확인할 수 있는 강력한 도구가 되었다. 점수가 오르는 것을 확인한 학생들은 자발적으로 반복 연습을 했고, 더 좋은 기록을 위해 방과 후나 집에서도 운동을 이어 갔다. ‘결과가 아닌 과정’을 평가하고 기록하는 과정중심평가의 본질이 AI 기술을 통해 실질적으로 구현된 순간이었다.
그러나 아쉬움도 있었다. 동기부여는 충분했지만,학생들이 '왜 이 운동이 필요한가?'와 같은 질문을 깊이있게 고민하는 과정이 부족했다. 챌린지가 끝나자 학생들의 운동도 함께 멈췄다. 즉각적 피드백과 데이터 기록은 과정중심평가를 가능하게 했지만, 운동의 가치를 스스로 탐구하는 과정이 없었다면 지속적인 변화로 이어지기 어렵다는 점을 다시 확인하게 되었다.
학생의 자기 평가와 데이터 기록을 통한 성장, 맞춤형 수업의 실현
맞춤형 수업을 실현하기 위해서는 학생 개개인의 성장 속도를 고려한 과제 설계가 필수적이다. 이러한 철학은 스포츠스태킹(컵쌓기) 수업에서 구체적으로 구현되었다. 학생들은 매 수업마다 자신의 기록을 입력했고, 입력과 동시에 자동 생성되는 개인별 그래프를 보며 스스로 성장의 궤적을 확인할 수 있었다.
“처음에는 20초가 넘었는데 지금은 5초대예요!”
기록 그래프가 우하향하는 모습을 보고 스스로 놀라며 기뻐하는 학생들이 많았다.
여기서 중요한 점은 타인과 비교하지 않는다는 것이다.
모두가 자신의 출발점에서 자신의 속도로 성장하고 있었고, 학생들은 그 사실 자체에서 강한 동기를 얻었다. 데이터는 누군가와의 경쟁을 위한 지표가 아니라 “어제의 나”와의 비교를 가능하게 하는 성장의 증거였다.
빅발리볼 수업에서는 학생들이 각자의 수준에 맞게 난이도를 선택하는 ‘수준 기반 맞춤형 과제’를 운영했다. 단계별(1~6단계) 과제가 준비되어 있었고, 학생들은 자신의 출발점을 스스로 정한 뒤 속도에 맞게 도전해 나갔다. 빠르게 익히는 학생은 자연스럽게 다음 단계로 도전했고, 시간이 필요한 학생은 현재 단계를 충분히 연습하며 기본기를 단단히 다졌다. 이 과정에서 학생 간 속도 차이는 문제점이 아니라 자기주도적 성장의 다양성으로 받아들여졌다.
하지만 이 역시 완성형은 아니었다. 데이터로 성장을 확인하고 속도를 보장하는 맞춤형 학습은 효과적이었지만, 학생들이 ‘왜 이렇게 성장하는가?’라는 원리를 깊이 탐구하는 과정은 상대적으로 부족했다.
즉, ‘성장의 속도’는 확인할 수 있었지만, ‘성장의 이유’는 스스로 탐구해보지 못한 것이다.
삶과 연결되는 건강 체력 프로젝트
학생들의 건강한 생활 습관 형성과 지식을 실생활에 적용하기 위해 피지컬 130 챌린지와 연계하여 AI와 함께하는 '세대별 타바타 건강 프로젝트'를 진행했다.
학생들은 기본 타바타(스쿼트, 푸쉬업, 플랭크)를 익힌 후, 모둠별로 부모님 세대에게 적합한 건강 체력 프로그램을 계획했다. 생성형 AI를 활용해 각 세대의 신체적 특성과 건강 문제를 조사하고, 적절한 운동 강도와 동작을 구성했다. 이후 완성한 프로그램을 부모님께 보여드리고 피드백을 받으면서 학생들은 AI의 답변을 비판적으로 검토하는 경험, 그리고 학습을 실제 삶과 연결하는 경험을 동시에 했다.
이런 시도들을 통해 학생들은 적극적으로 참여했고, 에듀테크 역시 효과적으로 작동했다.
그러나 여전히 같은 질문이 남았다.
“이 모든 과정 속에서 학생들은 진정한 탐구와 성찰을 경험했는가?”
이 질문이 결국 나를 처음의 종목, 핸드볼로 다시 이끌었다.
하지만 이번에는 완전히 다른 방식으로 수업을 설계하게 되었다.
질문으로 다시 시작하다 - 코트 위에서 펼쳐지는 스마트 핸드볼 탐구
2025년, 나는 핸드볼 수업을 완전히 재설계했다. 에듀테크와 AI는 그대로 활용하되, 수업의 중심에 '탐구 질문'을 두었다. 학생들이 스스로 생각하고, 원리를 탐색하며, 동료와 논쟁하는 과정을 통해 진정한 배움이 일어나도록 하고 싶었다.
수업은 크게 3가지 구조로 진행되었으며, 모든 단계는 '탐구(Explore) → 실행(Execute) → 성찰(Reflect)'의 순환 구조로 연결되었다. 이 구조는 단순히 수업 방법이 아니었다. 탐구하는 과정이 곧 평가가 되고, 실행하는 순간 탐구한 목표에 대해 피드백이 이루어지며, 성찰을 통해 다음 학습으로 연결되는 ‘수업과 평가의 일체화’였다.
예를 들어 슛 동작 분석 수업을 살펴보자.
- 탐구 : 학생들은 스텝슛과 점프슛의 원리를 탐색하며, “왜 이 동작이 효과적인가?”라는 질문에 답을 찾아간다. 이 과정에서 교사는 학생의 사고 과정을 관찰하고 질문을 통해 사고를 확장한다.
- 실행 : 직접 촬영하며 동작을 분석하고, 동료와 피드백을 주고받는다. 동작 분석 앱이 즉각적 피드백을 제공하고, 학생들은 실시간으로 자신의 동작을 개선한다.
- 성찰 : 두 슛 중 자신에게 적합한 것을 찾고, 그 이유를 논리적으로 설명한다. 성찰 내용은 다시 다음 차시 탐구 질문의 출발점이 된다.
이 모든 과정이 분리되지 않고 하나의 흐름으로 이어지며, 평가는 특정 시점에 일어나는 것이 아니라 학습 과정 전체에 녹아있었다.
질문으로 규칙의 의미 탐구하기
"핸드볼 경기에서 지켜야 할 기본 규칙은 무엇인가?"
학생들은 규칙을 암기하는 것이 아니라, 규칙이 생긴 이유를 조사했다. 조사한 것을 토대로 학생들이 직접 핸드볼의 역사와 규칙 등에 관한 문제를 만들었으며, 그 중 가장 많이 나온 문제에서 타당성을 검토하여 실제 핸드볼 퀴즈의 문제로 출제했다. 학생들이 문제를 만드는 과정 자체가 규칙을 깊이 이해했는지를 보여주는 평가였고, 동료들의 문제를 푸는 과정은 또 다른 학습이자 평가였다. RAPOPAPO(게임형 퀴즈 사이트)라는 에듀테크를 활용해 모둠별로 퀴즈를 풀며 지식을 공유하고 협동하는 기회를 가졌다. 규칙의 의미를 이해한 학생들은 자연스럽게 더 깊은 질문으로 나아갔다.
질문으로 원리 탐구하기
"패스는 경기에서 어떤 의미를 가지는가?", "스텝슛 시 보폭 조절과 발의 디딤 방향은 슛 정확도에 어떤 영향을 주는가?"
학생들은 iCLOO(동작 분석 앱)로 숙련자와 자신의 동작을 비교하며 문제점을 발견했다. 이를 기반으로 문제점을 해결하기 위한 학습 목표 설정 및 탐구 질문을 설정하며, 단순히 동작을 반복하는 것이 아니라 원리를 이해하며 스스로 설정한 질문과 목표 달성을 위해 움직였다.
매 차시 학생들은 자신이 설정한 목표 달성 정도를 성찰하고, 다음 차시 목표를 설정했다. 이 성찰 과정에서 교사는 학생의 사고 깊이를 확인하고, 필요한 부분에 개별 피드백을 제공했다. 동작 분석 앱을 활용하여 동작의 정확도를 비교해 자기 피드백하고, 구글 폼을 통해 학습 목표 달성 정도를 성찰하고 재설정했다. 이러한 분석 - 목표설정 - 실행 - 성찰의 사이클은 평가가 학습을 방해하는 것이 아니라, 학습을 더 깊게 만들어주는 도구가 되었다.
질문으로 깊이 있게 사고하기
개인 기량이 향상된 후반부에는 팀플레이와 전략적 사고에 초점을 맞췄다.
“개인 능력과 팀워크 중 어느 것이 더 중요한가?”와 같은 논쟁적 질문을 통해 팀의 가치와 전략에 대해 함께 고민하게 했다. 이러한 전략적 고민을 데이터로 뒷받침하고 실제 경기에 적용하기 위해 팀별 리그 경기를 진행했다. 경기가 시작되면 참여하지 않는 모둠은 구글 시트(Google Sheets)를 이용해 선수들의 득점, 어시스트, 인터셉트 등 경기 데이터를 실시간으로 기록했다.
경기 데이터 기록을 바탕으로 ‘핸드볼 디지털 전술판’(바이브 코딩으로 직접 제작한 웹 기반 도구)을 활용하여 각 팀의 전술 구축을 위해 회의했다. “2인 크로스, 속공, 스크린 플레이”와 같이 구체적인 전술을 시각적으로 설계하였다. 선수 아이콘을 움직이고 패스 경로를 그려보며 모든 팀원이 약속된 플레이를 명확하게 인지한 후 경기에 임했다. “상대 팀은 중앙 수비 위주로 가니까 중앙을 넘어가면 좌, 우로 넓게 퍼져서 양쪽 측면의 공간을 만들고 속공을 시도하자.”
이처럼 '데이터 분석 → 전술 설계 → 경기 적용 → 피드백'으로 이어지는 과정은 학생들의 경기 운영 능력을 향상시켰다. 동시에 평가와 질문이 만나, 학생들이 분석한 내용을 팀원들과 나누고 실제 수업 과정에 적용해 보는 깊이있는 학습을 유도하였다.
수업이 끝나면 학생들은 처음 제시된 탐구 질문에 대한 자신의 답을 정리했다. 이제 학생들은 단순히 "점프슛이요"라고 답하지 않았다.
"점프 높이를 높이려면 마지막 발구름 반대 무릎을 들어주는 게 점프 높이를 높여줘요"
"상대 수비가 높을 때는 점프슛이, 빈 공간이 있을 때는 스텝슛이 유리해요"처럼동작의 원리와 상황의 맥락을 고려한 답변을 내놓았다.
에듀테크는 도구일 뿐, 생각하고 움직이는 탐구 과정이 중요하다
핸드볼 탐구 수업을 마치며, 나는 확신하게 되었다. 에듀테크와 AI는 분명 강력한 도구다. 동작 분석 앱은 객관적인 피드백을 제공하고, 구글 시트는 데이터를 효율적으로 관리하며, AI는 무한한 정보를 제공한다. 하지만 도구만으로는 깊이 있는 학습이 일어나지 않는다.
학생들이 진정으로 성장하는 순간은 스스로 질문을 던지고, 원리를 탐구하며, 성찰하는 과정 속에 있다. 에듀테크는 그 과정을 효율적으로 지원하는 수단일 뿐이다.
정답을 빨리 찾는 능력보다 좋은 질문을 던지는 능력이 더 중요한 시대다. 체육 수업도 예외가 아니다.
"이 동작이 왜 더 효과적인가?"
"어떤 전략이 상황에 맞는가?"
"팀워크와 개인 능력 중 무엇이 더 중요한가?"
이런 질문들이 학생을 진정한 탐구로 이끌고, 그 탐구 과정 전체가 의미 있는 학습이자 평가가 된다.
AI 시대, 체육교사의 역할은 무엇인가?
AI가 학생들에게 맞춤형 운동 프로그램을 제공하고, 동작 분석 앱이 즉각적인 피드백을 주며, 데이터가 학생의 성장을 추적한다면, 체육교사는 과연 어떤 역할을 하게 될까?
AI는 데이터를 제공하지만, 교사는 배움의 여정을 설계한다.
어떤 탐구 질문으로 학생의 호기심을 자극할지, 언제 개별 맞춤형 과제를 제시하고 탐구-실행-성찰의 순환이 어떻게 이어지도록 할지. 이 모든 것은 학생에 대한 깊은 이해와 교육 철학이 있어야 가능하다. 특히 과정중심평가는 AI가 대신할 수 없는 교사의 전문성이다. 학습의 어느 순간을 관찰하고, 무엇을 기록하며, 어떤 피드백을 줄 것인지. 수업과 평가를 분리하지 않고 하나의 흐름으로 설계하는 것은 교육에 대한 깊은 성찰에서 비롯된다.
AI는 점수를 매기지만, 교사는 성장의 의미를 해석한다.
같은 5점 상승이라도 학생마다 그 의미는 전혀 다르다.
10초에서 5초로 단축한 학생에게는 "꾸준히 노력한 결과야"라고 말하고, 동일한 과제에 30초대에 머물러 있는 학생에게는 "이럴 때일수록 기본에 집중해보자"고 조언한다.
데이터 너머의 학생을 보고, 그 학생에게 필요한 것이 격려인지 도전인지 질문인지를 판단하는 일-이것은 오직 관계 속에서만 가능하다.
AI는 답을 제시하지만, 교사는 함께 답을 찾아간다.
학생이 자신의 동작을 분석하며 좌절할 때
"어떤 부분이 어려웠어?"라고 물으며 성찰을 돕고, 팀 전술을 세우다 의견이 충돌할 때 "두 의견의 장단점은 뭘까?"라고 물으며 합의점을 찾도록 돕는다. 경기에서 졌지만 최선을 다한 학생에게 "너희 팀의 2인 크로스 전략은 정말 훌륭했어"라고 과정을 인정해주는 것. 실패를 두려워하지 않는 안전한 배움의 공간, 동료와 협력하는 경험, 스스로 질문을 던지는 힘. 이 모든 것은 관계 속에서 자란다.
배움은 관계로부터 시작된다.
AI가 아무리 발전해도, 이것만은 변하지 않을 것이다.
1. 시론
2. 특집
3. 수업 나누기 정보 더하기
4. 티처뷰
5. 전국NET소식
6. 이 책 한권!