AI와 학습자 주도성의 부상
교육학의 새로운 문제의식 Part.1 | EP.2
우리가 붙들어야 할 메시지는 명확하다.
AI는 길을 밝혀줄 수 있지만, 그 길을 걸어가는 발걸음은 학습자 자신의 선택이어야 한다.
Part 1. 교육학의 새로운 문제의식(2/5회차)
Part 2. 학습자 중심 교육학(5회)
Part 3. 교사의 전문성 재구성(5회)
Part 4. 교육 제도와 정책의 전환(5회)
Part 5. 미래 교육의 가능성과 위험(5회)
Part 6. 현장 적용과 실행 전략(3회)
3화. AI와 학습자 주도성의 부상
한 고등학생이 늦은 밤 책상 앞에 앉아 있다. 내일 제출해야 할 영어 에세이가 아직 미완성이다. 과거 같았으면 사전을 뒤적이며 문법을 맞추고, 선생님께 받은 피드백을 떠올리며 문장을 고치느라 몇 시간을 보냈을 것이다. 하지만 지금 그는 노트북을 켜고 챗봇 창을 열었다. “내가 쓴 글을 자연스럽게 고쳐줘.” 몇 초 뒤, 문법과 어휘가 매끈하게 다듬어진 결과가 화면에 나타난다. 그는 한 줄 한 줄 비교해보며 마음에 드는 표현을 골라 다시 자기 글에 반영한다. 그리고는 “앞으로 2주간 시험 준비 계획을 세워줘”라고 묻는다. 챗봇은 시간표와 과목별 학습 전략을 제시한다. 학생은 그 계획을 기반으로 본인의 생활 패턴에 맞게 수정한다.
이 장면은 단순한 편의의 문제가 아니다. 학습자가 AI와 상호작용하며 학습의 흐름을 스스로 설계하고 조정하는 모습은, 전통적으로 말해온 ‘자기주도 학습’의 범주를 넘어서는 새로운 차원의 경험을 보여준다. 과거에는 목표 설정·학습 방법 선택·자기 평가라는 과정이 모두 학습자의 의식적 노력에 의존했다면, 이제는 AI가 이 과정을 실시간으로 지원하고 있다.
기업 연수 현장에서도 비슷한 변화가 목격된다. 신입사원 교육을 받던 한 직장인은 AI 기반 학습 플랫폼에 접속한다. 과거 같았으면 모두가 동일한 교재를 받고 동일한 강의를 들었을 것이다. 그러나 이제 플랫폼은 개인의 직무, 이전 성과, 선호 학습 방식에 맞추어 학습 모듈을 자동 추천한다. 그는 이동 시간 중 스마트폰으로 5분짜리 강의를 듣고, 퇴근 후에는 시뮬레이션 과제를 수행하며 즉각적인 피드백을 받는다. 학습 과정은 더 이상 ‘정해진 틀’이 아니라, 개인의 필요와 선택에 따라 유연하게 확장된다.
그러나 여기에는 중요한 질문이 따라온다. “AI가 도와주는 학습, 그것을 진정한 자기주도 학습이라고 할 수 있을까?” 학생과 직장인은 스스로 선택하고 설계하는 것처럼 보이지만, 실제로는 AI의 추천과 안내에 크게 의존한다. 그렇다면 주도성은 어디에 있는가? 학습자가 여전히 자신의 학습을 책임지고 있는 것일까, 아니면 새로운 형태의 ‘의존적 학습’이 등장한 것일까?
이 장에서는 이러한 물음을 본격적으로 탐구한다. 전통 교육학에서 말한 학습자 주도성의 의미, 디지털 시대에 확장된 자기주도 학습의 형태, 그리고 AI가 열어젖힌 새로운 차원의 학습자 주도성을 차례로 살펴볼 것이다. 동시에 이 과정에서 드러나는 긍정적 가능성과 위험 요인들을 함께 논의하며, AI 시대 학습자 주도성이 교육학적으로 어떤 함의를 가지는지를 점검해보고자 한다.
② 학습자 주도성의 전통적 개념
오늘날 ‘자기주도 학습(Self-Directed Learning, SDL)’이라는 말은 흔히 쓰이지만, 그 뿌리는 교육학의 오랜 논의 속에 자리한다. 학습자 주도성(learner agency)은 단순히 스스로 공부 시간을 정하는 수준을 넘어, 학습 목표를 설정하고, 전략을 선택하며, 결과를 평가하는 전 과정을 스스로 책임지는 것을 뜻한다. 이 전통적 개념은 주로 성인학습론과 진보주의 교육철학의 맥락에서 발전해왔다.
1. 듀이의 경험 중심 교육
존 듀이(John Dewey)는 20세기 초, 학습은 지식의 수동적 수용이 아니라 경험을 통한 능동적 탐구라고 주장했다. 그는 학교를 “작은 사회”로 보았으며, 학습자가 직접 문제 상황에 참여하고 협력하면서 스스로 의미를 만들어가는 과정이 중요하다고 강조했다. 듀이의 관점에서 학습자 주도성은 곧 민주주의 사회의 시민성을 길러내는 핵심 조건이었다. 주도적으로 배우는 사람은 주도적으로 사고하고, 사회에 참여할 수 있기 때문이다.
2. 노울즈의 성인학습론
자기주도 학습을 본격적으로 개념화한 인물은 말콤 노울즈(Malcolm Knowles)다. 그는 성인학습론(andragogy)에서, 성인은 아동과 달리 학습 과정에서 더 큰 자율성과 자기결정권을 가진다고 보았다. 그의 SDL 모형은 다음과 같은 특징을 갖는다.
1. 학습자가 스스로 학습 필요를 진단한다.
2. 학습 목표를 설정한다.
3. 학습 자원과 전략을 선택한다.
4. 학습 결과를 평가한다.
노울즈는 이러한 과정을 교사가 설계해주는 것이 아니라, 학습자가 스스로 주도해야 한다고 보았다. 물론 교사는 안내자와 조력자로서 역할을 수행하지만, 궁극적 주체는 학습자 자신이었다.
3. 인지·사회적 관점에서의 자기주도성
피아제(Jean Piaget)의 인지 발달 이론도 학습자 주도성을 뒷받침했다. 그는 학습자가 능동적으로 환경과 상호작용하면서 동화와 조절을 통해 지식을 재구성한다고 보았다. 비고츠키(Lev Vygotsky)는 또 다른 측면을 강조했는데, 학습자는 사회적 상호작용 속에서 근접발달영역(ZPD)을 경험하고, 그 안에서 자기주도적 학습 능력을 키운다고 설명했다.
즉, 자기주도성은 혼자 고립된 상태에서만 발휘되는 것이 아니라, 타인과의 상호작용 속에서 스스로 주도하는 힘을 키우는 과정이기도 하다.
4. 전통적 자기주도 학습의 핵심 요소
교육학 연구자들은 자기주도 학습을 몇 가지 공통된 요소로 정리해왔다.
- 목표 설정(Goal Setting): 학습자가 자신의 학습 목적을 명확히 정의한다.
- 전략 선택(Strategy Selection): 어떤 자원과 방법을 사용할지 결정한다.
- 자기 관리(Self-Management): 시간, 환경, 동기를 관리한다.
- 자기 평가(Self-Evaluation): 학습 성과를 점검하고 수정한다.
이 네 가지는 자기주도 학습의 전통적 프레임으로, 학습자의 주체성을 구체적으로 드러내는 기준이 되어 왔다.
5. 교재형 정리 박스
� 정리 박스: 전통적 학습자 주도성의 4요소
1. 학습자가 스스로 필요를 진단한다.
2. 학습자가 목표를 설정한다.
3. 학습자가 자원을 선택·활용한다.
4. 학습자가 결과를 평가하고 조정한다.
이 모델은 성인학습뿐 아니라 청소년·아동 교육에도 점차 확장 적용되면서, 자기주도성은 현대 교육 담론의 중심 개념으로 자리 잡았다.
6. 마무리 브리지
정리하면, 전통적 교육학에서 말하는 자기주도성은 학습자가 스스로 학습의 전 과정을 책임지는 능력이었다. 그러나 이 개념은 주로 개인의 의식적 노력과 자기관리 능력에 초점을 맞추었다. 오늘날 디지털 환경, 특히 AI가 개입하는 학습 맥락에서는 이 자기주도성의 범위와 방식이 전혀 새로운 차원으로 확장되고 있다.
따라서 다음 장에서는 디지털 시대 학습자 주도성의 확장이 어떻게 나타나고, 어떤 새로운 기회를 열어주었는지를 살펴보고자 한다.
③ 디지털 시대 학습자 주도성의 확장
전통 교육학이 제시한 자기주도 학습은 개인의 목표 설정, 자기 관리, 자기 평가를 중심으로 했다. 그러나 인터넷과 디지털 기술의 확산은 이 전통적 개념을 근본적으로 확장시켰다. 학습자는 더 이상 교실이라는 한정된 공간과 교재라는 제한된 자원 안에서만 자기주도성을 발휘하지 않는다. 디지털 환경은 학습자가 선택할 수 있는 범위와 자율성을 이전과는 비교할 수 없을 정도로 넓혔다.
1. 무한한 정보 접근과 학습 경로의 다양화
과거에는 교사와 교과서가 지식의 주요한 통로였다. 그러나 이제는 검색 엔진, 온라인 백과사전, 전문 강의 플랫폼을 통해 학습자는 언제 어디서든 지식에 접근할 수 있다.
- 사례: 한 대학생이 고전 철학을 배우고 싶다고 했을 때, 과거라면 도서관의 제한된 서적과 강의에 의존해야 했다. 그러나 지금은 Coursera, edX, YouTube 강의, 블로그, 오픈 액세스 논문 등 수많은 자료를 비교하며 자기 학습을 설계할 수 있다.
이러한 변화는 학습자가 주체적으로 자원 선택권을 행사하게 만들었다. 전통적 자기주도성이 “교실 안에서 스스로 계획하는 힘”이었다면, 디지털 시대의 자기주도성은 “전 세계 지식 네트워크 속에서 항해하는 힘”으로 확장된 것이다.
2. MOOC와 온라인 학습 플랫폼의 등장
MOOC(Massive Open Online Course)는 디지털 시대 학습자 주도성의 상징이다. 스탠퍼드, MIT, 하버드 같은 대학이 제공하는 온라인 강의는 누구에게나 열려 있으며, 학습자는 스스로 과목을 선택하고 학습 속도를 조절할 수 있다.
- 특징:
1. 학습자는 원하는 시간과 장소에서 학습 가능.
2. 개별 진도 조절(Self-paced learning)이 가능.
3. 학습 공동체(Discussion forum)에서 주체적으로 토론.
이러한 경험은 전통적 자기주도성의 틀을 넘어, 글로벌 차원의 자기 설계 학습을 가능케 했다.
3. 선택의 기회와 과잉의 역설
디지털 시대의 학습자 주도성은 풍부한 기회를 제공하지만, 동시에 선택 과잉(choice overload)이라는 새로운 문제를 안겨주었다.
- 사례: 한 직장인은 데이터 분석을 배우고자 한다. 하지만 온라인 플랫폼에만 수백 개의 강좌가 존재한다. 그는 어떤 과정이 자신의 수준과 필요에 맞는지 판단하기 어려워 결국 학습을 시작하지 못한다.
이는 학습자 주도성이 단순히 자원이 많아진다는 것만으로 강화되지 않음을 보여준다. 오히려 정보의 과잉 속에서 학습자는 더 큰 메타인지적 판단 능력과 비판적 선택 역량을 필요로 한다.
4. 디지털 학습자의 새로운 자기주도성 요소
전통적 자기주도성의 네 가지 요소(목표 설정, 전략 선택, 자기 관리, 자기 평가)는 여전히 중요하다. 그러나 디지털 환경에서는 몇 가지 새로운 요소가 추가된다.
- 정보 탐색 능력: 방대한 자료 속에서 필요한 정보를 찾고 선별하는 힘.
- 디지털 리터러시: 가짜 정보와 신뢰할 수 있는 정보를 구분하는 능력.
- 네트워크 활용력: 온라인 커뮤니티와 협력하여 학습을 심화시키는 능력.
- 플랫폼 활용 전략: MOOC, 오픈 리소스, 학습 앱 등을 자기 상황에 맞게 조합하는 능력.
이러한 요소들은 학습자가 단순히 ‘스스로 공부한다’는 차원을 넘어, 디지털 생태계 속에서 능동적으로 항해하고 조율하는 주도성을 보여준다.
5. 비교표: 전통적 vs 디지털 시대 자기주도성
구분 전통적 자기주도성 디지털 시대 자기주도성
자원 교사·교과서·도서관 MOOC·온라인 강의·검색·AI 도구
범위 교실·학교 중심 전 세계 지식 네트워크
초점 목표 설정·자기 관리 정보 탐색·비판적 선택·네트워크 활용
한계 자원 부족·교실 의존 선택 과잉·정보 신뢰성 문제
교사의 역할 안내자·조력자 설계자·큐레이터·코치
6. 마무리 브리지
정리하면, 디지털 시대는 학습자 주도성을 양적·질적으로 확장시켰다. 학습자는 전 세계의 지식 자원에 접근할 수 있고, 스스로 진도와 학습 전략을 조율할 수 있다. 그러나 동시에 선택 과잉과 정보 신뢰성이라는 새로운 도전에 직면하게 되었다.
이제 다음 장에서는 디지털 환경을 넘어, AI가 만들어낸 새로운 차원의 학습자 주도성—즉 알고리즘과 대화하며 학습의 방향을 설계하는 시대적 전환—을 본격적으로 탐구하고자 한다.
④ AI가 만든 새로운 학습 주도성
디지털 기술이 학습자에게 지식의 무한한 접근을 가능케 했다면, AI는 학습자 주도성의 방식 자체를 변형시키고 있다. 학습자가 스스로 계획·실행·평가를 담당하던 전통적 자기주도성의 단계에, 이제는 AI가 함께 참여하고 조율하는 새로운 차원이 더해진 것이다. 이는 학습자 주도성이 ‘확장’되는 동시에 ‘재구성’되고 있음을 보여준다.
1. 대화형 AI 튜터와 맞춤 학습의 등장
과거 학습자가 스스로 학습계획을 세우고 자료를 찾았다면, 이제는 ChatGPT, Khanmigo, Claude Tutor와 같은 대화형 AI가 학습 과정을 안내한다.
- 사례: 한 대학생은 경영학 수업을 준비하며 AI에게 “마케팅 전략의 기본 개념을 설명해줘”라고 묻는다. AI는 개념을 요약해주고, 이어 “실제 기업 사례를 분석해보자”라는 제안까지 건넨다. 학습자는 이를 기반으로 자기 주제에 맞는 보고서를 발전시킨다.
- 의미: 학습자가 ‘질문을 던지는 행위’ 자체가 학습을 주도하는 핵심이 되며, AI는 그 과정을 지식과 전략으로 보강하는 상호작용적 동반자가 된다.
2. 추천 알고리즘과 학습 경로의 자동화
AI는 방대한 데이터를 기반으로 학습자의 수준, 과거 활동, 선호 패턴을 분석해 개인화된 학습 경로를 제시한다.
- 사례: 직장인의 온라인 연수 플랫폼은 그의 최근 프로젝트 성과와 약점을 분석한 뒤, “데이터 시각화 모듈”을 우선 학습하도록 추천한다. 그는 선택의 혼란을 줄이고 즉시 실행 가능한 과제를 얻는다.
- 분석: 이 과정에서 학습자는 ‘스스로 무엇을 배워야 하는지’에 대한 부담을 덜 수 있다. 그러나 동시에 주도성이 알고리즘과 공동 소유되는 상황이 벌어진다. 선택은 여전히 학습자에게 있지만, 그 범위는 AI의 제안에 의해 강하게 제한된다.
3. 메타버스와 몰입형 AI 학습 환경
AI는 단순한 지식 제공을 넘어 몰입형 학습 환경을 설계한다. 메타버스 플랫폼 속 AI 아바타는 학습자의 파트너로 등장하며, 학습자는 가상 시뮬레이션에서 문제를 해결하면서 새로운 차원의 자기주도성을 경험한다.
- 사례: 의학 교육에서 학생들은 가상 환자를 돌보는 시뮬레이션에 참여한다. AI 아바타는 환자의 상태를 실시간으로 반응하며, 학생의 처치에 따라 상황이 변한다. 학생은 스스로 결정하고 결과를 확인하면서 학습을 심화한다.
- 의미: 이는 전통 교육학이 강조한 ‘실습 경험’을 디지털로 확장한 것이며, 학습자의 선택과 결정이 곧바로 학습 맥락을 변화시키는 즉각적 자기주도성을 보여준다.
4. 커리어 설계와 생애 주기 학습의 동반자
AI는 더 이상 특정 과목 학습을 넘어, 학습자의 장기적 커리어 경로 설계까지 지원한다.
- 사례: 한 대학생은 “내 전공과 관심사를 바탕으로 5년 후 어떤 직무를 준비해야 할까?”라고 AI에게 묻는다. AI는 관련 산업 트렌드, 필요한 자격증, 대학 내 수강 가능 과목을 분석해 제안한다. 학생은 이를 참고해 자기만의 학습·진로 로드맵을 작성한다.
- 분석: 학습자는 단순히 당장의 과제를 해결하는 것을 넘어, 미래를 향해 자기 주도적 결정을 내린다. 그러나 동시에 AI가 제시하는 ‘경로’가 지나치게 정형화될 경우, 개인의 독창적 탐색 가능성이 축소될 위험도 있다.
5. 새로운 자기주도성의 특징
AI 시대 학습자 주도성은 다음과 같은 특징으로 요약된다.
1. 대화적 상호작용 – 질문과 답변을 통해 학습자가 능동적으로 지식을 탐구.
2. 개인화 추천 – 학습자의 수준·패턴을 반영한 맞춤 경로 제시.
3. 몰입형 경험 – 가상환경 속에서 선택과 결과를 즉각적으로 체험.
4. 장기적 설계 – 단기 학습을 넘어 생애 주기적 커리어 설계까지 지원.
이는 단순히 기존 자기주도성의 ‘도구적 강화’가 아니라, 주도성과 의존성이 동시에 교차하는 새로운 형태를 형성한다.
6. 마무리 브리지
결국 AI가 만든 새로운 학습자 주도성은 ‘혼자서 모든 것을 책임지는 주도성’에서 ‘AI와 협력하며 확장되는 주도성’으로 전환하고 있다. 학습자는 더 빠르고 풍부하게 학습할 수 있지만, 동시에 AI의 영향력 속에서 자기결정권을 재정의해야 하는 과제도 떠안게 되었다.
따라서 다음 장에서는, 이 새로운 주도성이 어떤 긍정적 효과를 낳는지—그리고 왜 여전히 교육 현장에서 주목해야 하는지를 구체적으로 살펴보고자 한다.
⑤ 학습자 주도성의 긍정적 효과
AI가 학습자의 자기주도성을 재구성하고 있다는 점은 분명 논쟁적이다. 그러나 동시에 이 변화가 가져오는 긍정적 효과 또한 무시할 수 없다. AI는 학습자가 스스로 학습을 설계하고 성찰하며 성장하는 데 있어 새로운 가능성을 열어주고 있다. 여기서는 네 가지 측면에서 그 효과를 살펴본다.
1. 학습 동기의 강화와 성취감 제고
AI는 학습 과정에서 즉각적 피드백을 제공한다. 이는 학습자가 자신의 성취를 빠르게 확인할 수 있도록 돕고, 작은 성공 경험을 반복적으로 제공한다.
- 사례: 한 중학생이 수학 문제를 풀며 AI 튜터를 활용한다. 문제를 틀렸을 때, AI는 단순히 정답을 알려주지 않고 풀이 과정을 단계별로 안내한다. 학생은 자신의 오류를 발견하고 수정하는 경험을 통해 자신감을 얻는다.
- 의미: 학습자는 실패를 좌절로 인식하기보다 학습 과정의 일부로 받아들이며, 스스로 학습을 이어갈 동기를 강화한다.
즉, AI는 작은 성취 경험을 누적시켜 자기주도적 학습의 지속 가능성을 높인다.
2. 학습 경로의 다양화와 맞춤화
전통 교육은 동일한 커리큘럼 속에서 학습자의 개별적 요구를 충족시키기 어려웠다. 그러나 AI는 개인별 데이터에 기반하여 학습 경로를 다양화한다.
- 사례: 어떤 학습자는 언어 능력에서 강점을 보이지만 수학에서는 어려움을 겪는다. AI 학습 플랫폼은 그의 약점을 보완하기 위한 맞춤 모듈을 제공하고, 동시에 강점을 확장할 수 있는 심화 과정도 제시한다.
- 의미: 학습자는 더 이상 평균적인 진도에 얽매이지 않고, 자신의 속도와 수준에 맞춘 학습을 설계할 수 있다.
이는 학습자에게 주도권을 돌려주는 동시에, 개인차를 존중하는 교육을 가능하게 한다.
3. 실천적 역량과 경력 연계 강화
AI는 단순히 지식 습득을 돕는 데 그치지 않고, 학습자가 실제 문제 해결 능력을 기르는 데 기여한다. 특히 직업교육과 경력 설계 영역에서 그 효과가 두드러진다.
- 사례: 한 대학생이 AI를 활용해 “디지털 마케팅 프로젝트”를 수행한다. AI는 데이터 분석 방법을 안내하고, 학생은 이를 토대로 실제 시장 데이터를 해석해 전략을 세운다. 이러한 경험은 단순한 이론 학습이 아니라 현장과 연결된 학습 성과를 낳는다.
- 분석: 학습자는 AI를 통해 학문적 지식과 실천적 기술을 연결하며, 스스로의 경력과 진로를 구체화할 수 있다.
결국 AI는 학습자 주도성을 미래 경력 역량과 직결되는 학습으로 확장시킨다.
4. 글로벌 학습 공동체와 협력 기회의 확대
AI는 학습자에게 국경 없는 협력의 장을 제공한다. 온라인 커뮤니티와 협업 플랫폼은 학습자가 세계 각지의 동료와 함께 학습할 수 있도록 연결한다.
- 사례: 한국의 한 대학생이 AI 번역 도구를 활용하여 미국, 인도, 독일 학생들과 프로젝트를 진행한다. AI는 언어 장벽을 제거하고, 학습자는 글로벌 맥락에서 협력 경험을 쌓는다.
- 의미: 이는 단순한 지식 교환을 넘어, 학습자가 다문화적 환경에서 주체적으로 참여하는 힘을 길러준다.
전통 교육학에서는 쉽게 상상하기 어려웠던 글로벌 차원의 자기주도적 학습이 현실이 된 것이다.
5. 실천적 점검 체크리스트
� AI 시대 학습자 주도성의 긍정적 효과 점검
나는 AI를 활용하여 학습 동기를 강화하고 있는가?
나의 학습 경로는 나에게 맞춤화되어 있는가?
학습 경험을 실제 문제 해결이나 경력 설계와 연결하고 있는가?
글로벌 학습 공동체에 참여해 협력 경험을 확장하고 있는가?
6. 마무리 브리지
AI는 학습자의 주도성을 단순히 보조하는 차원을 넘어, 새로운 방식으로 촉진한다. 성취감, 맞춤화, 경력 연계, 글로벌 협력은 모두 학습자가 스스로를 성장시키는 동력이 된다. 그러나 동시에 이러한 가능성은 의존성과 불평등이라는 그림자와 함께 존재한다.
따라서 다음 장에서는, AI 시대 학습자 주도성이 마주한 새로운 위험과 도전을 구체적으로 살펴보고자 한다.
⑥ 새로운 위험과 도전
AI는 학습자의 주도성을 확장하는 강력한 도구가 되었지만, 동시에 새로운 위험을 내포한다. 전통 교육학이 경험하지 못한 차원의 문제들이 이제 현실에서 나타나고 있다. 이는 AI 의존성, 정보 신뢰성 문제, 디지털 격차, 선택권 과잉 등 네 가지 핵심 축으로 살펴볼 수 있다.
1. AI 의존성과 자기주도성의 역설
AI는 학습자에게 즉각적 답변과 편리한 도구를 제공한다. 하지만 그 편리함이 지나칠 경우, 학습자의 자기주도성은 오히려 약화될 수 있다.
- 사례: 한 대학생이 과제를 작성할 때마다 AI에게 초안을 받아 수정만 반복한다. 처음에는 시간을 절약한다고 생각했지만, 점차 스스로 글을 구성하는 힘을 잃는다.
- 분석: 학습자가 학습의 과정 자체를 생략하고 AI 결과물에만 의존한다면, 주도성은 형식적으로만 남는다. 이는 전통 교육학이 강조했던 “스스로 사고하고 판단하는 힘”을 위축시킬 위험이 있다.
2. 정보 신뢰성과 가짜 지식의 확산
AI는 방대한 데이터를 기반으로 답변하지만, 그 내용이 항상 정확하거나 신뢰할 수 있는 것은 아니다. 환각(hallucination) 현상은 대표적인 예다.
- 사례: 한 학생이 AI에게 참고문헌을 요청했는데, 존재하지 않는 논문 제목이 제시되었다. 학생은 이를 인용해 제출했다가 오류를 지적받았다.
- 의미: 학습자가 비판적으로 검증하지 않는다면, 잘못된 정보가 학습 과정에 그대로 축적될 수 있다. 이는 학습자의 자기주도성을 심화시키는 대신 ‘가짜 지식’에 기댄 허상을 만들 수 있다.
3. 디지털 격차와 교육 불평등의 확대
AI 기반 학습 환경은 모든 학습자에게 동일하게 제공되지 않는다. 접근성의 차이는 곧 학습 격차로 이어진다.
- 사례: 대도시 학생들은 최신 AI 플랫폼과 고속 인터넷을 활용해 개별화 학습을 경험한다. 반면 농촌이나 저소득층 학생들은 여전히 교과서와 공용 PC실에 의존한다.
- 분석: 이 격차는 단순한 기술 사용 능력을 넘어, 미래 역량의 차이를 심화시킨다. AI를 활용한 자기주도 학습이 강화될수록, 그것에 접근하지 못하는 학생은 더 큰 불이익을 받을 수 있다.
4. 선택권 과잉과 학습자의 혼란
AI와 디지털 플랫폼은 학습자에게 무수한 선택지를 제공한다. 하지만 과도한 선택은 오히려 주도성을 방해할 수 있다.
- 사례: 직장인이 새로운 역량 개발을 위해 학습을 시작하려 했지만, AI가 추천한 수십 개의 학습 경로 중 무엇을 선택해야 할지 몰라 결국 학습을 포기했다.
- 분석: 자기주도 학습의 전제는 ‘의미 있는 선택’이지만, 선택지가 지나치게 많으면 학습자는 방향 감각을 잃는다. 이는 ‘선택의 자유’가 곧바로 ‘학습의 효과’로 이어지지 않음을 보여준다.
5. 정리 박스: AI 시대 자기주도 학습의 위험 요소
� 정리 박스
- AI 의존성: 학습자의 사고력·창의력 약화 위험.
- 정보 신뢰성: 환각 정보, 가짜 지식의 누적 가능성.
- 디지털 격차: 기술 접근성 차이가 학습 불평등으로 확장.
- 선택 과잉: 지나친 옵션이 학습 동기를 약화.
6. 마무리 브리지
정리하자면, AI 시대의 학습자 주도성은 양날의 검이다. 그것은 학습자의 성취와 자율성을 강화할 수 있지만, 동시에 의존성, 불평등, 혼란을 심화시킬 위험도 안고 있다. 따라서 교육학은 이제 “AI를 어떻게 활용할 것인가”라는 질문을 넘어, “AI 시대에 어떻게 인간적 자기주도성을 지켜낼 것인가”라는 더 근본적인 과제에 답해야 한다.
이제 다음 장에서는, 이러한 위험을 관리하고 학습자 주도성을 올바르게 확장하기 위해 교사가 어떤 방식으로 지원과 역할 변화를 수행해야 하는지를 살펴본다.
⑦ 교사의 지원과 역할 변화
AI 시대 학습자 주도성의 부상은 교사에게 중대한 질문을 던진다. “이제 교사는 필요 없는 존재인가?”라는 자조적 질문이 현장에서 나오기도 한다. 그러나 실제로는 정반대다. 교사의 역할은 결코 사라지지 않는다. 오히려 지식 전달자의 기능을 넘어서는 새로운 차원으로 확장되고 있다.
1. 교사에서 학습 설계자로
과거 교사는 교과서를 중심으로 한 ‘지식 전달자’의 역할을 맡았다. 하지만 이제 교사는 학습자가 AI와 함께 학습 여정을 설계할 수 있도록 돕는 설계자(designer)가 되어야 한다.
- 사례: 한 교사는 수업 초반에 AI를 활용해 학생 개별 수준 진단을 실시한다. 이후 그는 그 결과를 분석하여 학습 모듈을 조합하고, 학생들이 선택할 수 있는 여러 경로를 마련한다.
- 의미: 교사는 더 이상 ‘답을 주는 사람’이 아니라, 학습자가 스스로 의미 있는 경험을 구성할 수 있도록 환경을 설계하는 전문가가 된다.
2. 조력자에서 코치로
AI가 즉각적 지식과 피드백을 제공한다면, 교사는 학생의 동기와 감정을 관리하는 코치(coach)로서의 역할을 맡아야 한다.
- 사례: 어떤 학생은 AI의 피드백을 받고도 실패 경험에 좌절한다. 이때 교사는 단순히 문제 해결 방법을 알려주지 않고, 실패를 학습 과정의 일부로 재해석하게 돕는다.
- 분석: 이는 AI가 대체할 수 없는 인간적 지원이다. 학습자가 주체적으로 길을 걸어가도록 심리적 안전망과 정서적 격려를 제공하는 것이 교사의 몫이다.
3. AI와 학습자의 협력 촉진자
AI 시대 교사의 핵심 과제 중 하나는 교사-학생-AI 협력 모델을 만들어가는 것이다.
- 도표적 구도:
교사: 학습 환경 설계 및 윤리적 기준 제시
학생: 학습 주체, 목표 설정과 실행 담당
AI: 정보 제공, 맞춤 추천, 시뮬레이션 지원
이 세 축이 균형을 이룰 때, 학습자 주도성은 왜곡되지 않고 강화된 형태로 발전한다. 교사는 이러한 협력 구조의 균형추 역할을 하며, 학습자와 AI가 함께 성장할 수 있는 장을 마련한다.
4. 윤리적 길잡이로서의 교사
AI 시대의 학습은 정보 신뢰성, 데이터 편향, 개인정보 보호 등 다양한 윤리적 문제와 맞닿아 있다. 교사는 학생들이 AI를 맹목적으로 따르지 않고, 비판적으로 검토하며 올바른 방향으로 활용하도록 돕는 윤리적 길잡이(mentor)의 역할을 해야 한다.
- 예시 질문:
“AI가 제시한 답은 근거가 무엇일까?”
“이 학습 경로가 나의 장기적 목표와 일치하는가?”
이런 질문을 던지게 하는 훈련은 AI가 대신할 수 없는 교육학적 지도다.
5. 마무리 브리지
결국 AI 시대의 교사는 전달자 → 설계자, 조력자 → 코치, 지식 제공자 → 윤리적 길잡이로 전환해야 한다. 이 변화는 교사의 권위 상실을 의미하지 않는다. 오히려 교사는 학습자 주도성을 바르게 확장시키는 조율자로서 더욱 중요한 존재가 된다.
다음 장에서는 이러한 교사의 역할 변화가 실제로 어떻게 국내외 현장에서 나타나고 있는지를 사례 비교를 통해 살펴보며, 구체적 방향성을 모색해보고자 한다.
⑧ 국내외 사례 비교
AI가 학습자 주도성에 미치는 영향은 추상적 논의에 머물지 않는다. 이미 세계 여러 나라와 한국의 학교·대학·직업훈련 현장에서 다양한 실천이 이루어지고 있다. 이러한 사례들을 비교하면, AI 시대 학습자 주도성이 어떤 가능성과 한계를 동시에 드러내는지 보다 명확하게 볼 수 있다.
1. 해외 사례
(1) 핀란드 – 현장 기반 학습과 AI의 결합
핀란드는 오래전부터 학생 중심, 프로젝트 기반 학습을 강조해 왔다. 최근에는 여기에 AI 튜터와 학습 분석 시스템을 접목하여, 학생이 스스로 탐구 주제를 정하고 AI의 도움을 받아 학습 경로를 설계하도록 하고 있다. 교사는 설계자와 코치로서 역할을 수행하며, 학생은 실제 지역 문제(환경, 복지 등)를 해결하는 프로젝트를 주도한다. 이는 AI가 학습자의 주도성을 증폭하는 긍정적 사례라 할 수 있다.
(2) 미국 – 개인 맞춤형 학습 플랫폼 확산
미국에서는 칸 아카데미(Khan Academy)와 같은 플랫폼이 일찍부터 AI를 활용해 학생별 수준에 맞춘 콘텐츠를 제공해왔다. 최근에는 ChatGPT 기반 Khanmigo가 도입되어, 학생들이 AI와 직접 대화하면서 개념을 이해하고 과제를 완성한다. 학생은 자기 속도에 맞게 학습을 설계할 수 있지만, 동시에 AI의 답변에 과도하게 의존할 경우 비판적 사고가 약화될 위험도 지적된다.
(3) 일본 – 직업훈련에서의 AI 코칭
일본은 산업 현장에서 AI 코칭 시스템을 활용해 직무 역량을 강화하고 있다. 예를 들어, 신입 엔지니어는 AI 시뮬레이션을 통해 작업 과정을 연습하고, 문제 해결 전략을 즉각 피드백받는다. 학습자는 실제 현장 투입 전에 자기주도적으로 훈련할 수 있으며, 이는 직업교육의 효율성을 높였다.
2. 국내 사례
(1) 대학 교양수업에서의 AI 활용
한국 일부 대학에서는 교양수업 과제를 수행할 때 ChatGPT나 AI 요약 도구를 활용하는 사례가 확산되고 있다. 학생들은 AI의 도움을 받아 글을 초안하고 수정하면서 자기주도적 글쓰기 능력을 키운다. 하지만 동시에 “어디까지가 내 성과이고, 어디서부터가 AI의 도움인가?”라는 정체성 문제가 제기된다.
(2) 직업훈련기관의 맞춤형 역량 진단
고용노동부가 지원하는 직업훈련기관에서는 AI 기반 진단 시스템을 활용해 훈련생 개개인의 역량을 측정하고, 그 결과를 토대로 맞춤형 훈련 과정을 설계한다. 훈련생은 자신의 수준과 목표에 맞는 모듈을 선택하며 학습을 주도하지만, 동시에 훈련의 방향이 알고리즘에 의해 규정되는 한계도 나타난다.
(3) 초중등 교육의 실험적 시도
일부 초등학교에서는 AI 스피커를 활용한 영어 학습이나, AI 기반 수학 풀이 앱을 교실 수업과 연계하고 있다. 학생들은 AI와 상호작용하며 학습을 주도하는 경험을 하지만, 학부모와 교사들은 “아이들이 너무 AI에만 의존하지는 않을까”라는 우려를 표한다.
3. 비교와 시사점
해외 사례는 프로젝트 기반·플랫폼 기반·직업교육 기반 등 다양한 방식으로 AI를 자기주도 학습에 접목하고 있으며, 국내 사례는 대학·직업훈련·초중등 교육에서 실험적 시도를 이어가고 있다.
- 해외는 제도적 안정성과 장기적 지원을 바탕으로, AI가 학습자 주도성을 강화하는 체제를 점차 마련하고 있다.
- 국내는 상대적으로 빠르게 AI 도구를 도입하고 있으나, 윤리적 문제와 과도한 의존성에 대한 사회적 논의가 더 필요하다.
4. 마무리 브리지
이처럼 국내외 사례는 공통적으로 AI가 학습자 주도성을 확대하는 가능성을 보여주면서도, 동시에 의존성·불평등·정체성 문제라는 도전을 드러낸다. 따라서 다음 장에서는 이러한 현실을 교사와 학생이 직접 점검할 수 있도록, 실천적 성찰 워크시트를 제시해 보고자 한다.
⑨ 실천 워크시트
AI 시대의 학습자 주도성은 추상적 담론으로만 남아서는 안 된다. 교사와 학습자가 각각 구체적인 성찰과 실천을 통해 변화에 대응할 때 비로소 교육적 의미를 갖는다. 아래의 워크시트는 교사와 학생이 각자의 위치에서 자기 점검을 수행하고, 수업 현장에서 즉시 적용할 수 있도록 구성되었다.
1. 학생용 자기 성찰 워크시트
[나의 학습 태도]
나는 AI의 답변을 그대로 받아들이는가, 아니면 검토하고 비교하는가?
나는 학습 목표를 스스로 설정하고 있는가, 아니면 AI가 제시하는 경로에만 의존하는가?
[나의 학습 전략]
AI가 추천한 자료를 맹목적으로 따르지 않고, 다른 출처와 비교하고 있는가?
학습 과정에서 스스로 질문을 던지고 탐구하는 습관을 가지고 있는가?
[나의 성과 평가]
학습 성과를 확인할 때 AI의 피드백뿐 아니라 나 스스로의 기준으로 평가하는가?
이번 학습 경험에서 내가 얻은 성취와 한계는 무엇인가?
✅ 학생 성찰 메시지: “AI는 도구일 뿐, 학습의 주인은 나 자신이다.”
2. 교사용 자기 점검 워크시트
[수업 설계]
수업 목표를 설정할 때 AI 활용 가능성과 한계를 모두 고려했는가?
학생들에게 다양한 학습 경로를 제공하고, 선택할 수 있도록 설계했는가?
[수업 운영]
AI가 제공한 자료나 활동을 무비판적으로 수업에 포함시키지 않았는가?
학생들의 질문과 탐구 과정을 AI 결과보다 더 중요한 학습 경험으로 다루고 있는가?
[윤리적 지도]
학생들이 AI 사용의 장점과 위험을 균형 있게 인식하도록 안내했는가?
학습자가 스스로 검증하고 비판적으로 수용하는 능력을 기를 수 있게 지도했는가?
✅ 교사 성찰 메시지: “교사의 역할은 답을 주는 것이 아니라, 학생이 올바른 질문을 던지고 책임 있는 선택을 하도록 돕는 것이다.”
3. 공동 실천 가이드라인
학생과 교사가 함께 적용할 수 있는 간단한 활동 예시:
1. 오늘의 질문: 수업 끝에 교사가 개방형 질문을 던지고, 학생은 AI와 대화하며 답을 탐색한 뒤 자기 생각을 정리한다.
2. AI 활용 기록지: 학생은 학습 중 AI를 어떻게 활용했는지, 어떤 점이 도움이 되었고 어떤 위험을 느꼈는지 기록한다. 교사는 이를 함께 검토하며 피드백을 제공한다.
3. 학습 윤리 토론: 한 주제를 두고, AI 활용이 어디까지 정당한가를 교사와 학생이 함께 토론한다.
4. 마무리
이 워크시트는 교사와 학생이 AI 시대의 학습자 주도성을 실천적 관점에서 점검할 수 있도록 설계되었다. 작은 점검과 대화의 습관이 쌓일 때, 학습자 주도성은 단순한 유행어가 아니라 실제 교육 현장을 변화시키는 힘으로 자리 잡을 수 있다.
⑩ 정리 메시지
AI는 학습자 주도성을 위협하는 존재일까, 아니면 강화하는 동반자일까? 이 질문은 이번 장을 관통(貫通)하는 핵심이었다. 전통 교육학이 말해온 자기주도성은 목표 설정·전략 선택·자기 평가를 개인이 스스로 담당하는 과정이었다. 디지털 시대는 이를 정보 탐색·네트워크 활용으로 확장시켰고, AI는 이제 학습자가 질문을 던지고 길을 선택하는 순간마다 동행하는 조력자로 자리했다.
긍정적 효과는 분명하다. 학습자는 AI를 통해 더 빠른 성취감을 얻고, 자신에게 맞춤화된 학습 경로를 설계하며, 실천적 문제 해결과 경력 설계로 나아갈 수 있다. 그러나 동시에 의존성, 정보 신뢰성, 격차, 선택 과잉이라는 새로운 도전도 드러났다. 결국 AI 시대의 자기주도성은 확장과 위기가 공존하는 역설적 공간에 서 있다.
이때 교사의 역할은 더욱 중요해진다. 지식 전달자를 넘어, 학습 설계자·코치·윤리적 길잡이로서 학습자가 주체성을 잃지 않도록 돕는 존재가 되어야 한다. 국내외 사례들은 이 변화를 이미 보여주고 있으며, 학생과 교사가 함께 점검할 수 있는 실천 도구들이 필요하다.
따라서 우리가 붙들어야 할 메시지는 명확하다. AI는 길을 밝혀줄 수 있지만, 그 길을 걸어가는 발걸음은 학습자 자신의 선택이어야 한다. 주도성은 기술에 의해 대체되지 않는다. 오히려 AI라는 새로운 환경 속에서 더욱 분명하게, 인간만이 지닐 수 있는 자기결정과 책임의 힘으로 다시 세워져야 한다.
