AI 기반 맞춤형 교육
인공지능과 함께 만드는 미래 교육
4차 산업혁명과 디지털 전환의 중심에서 교육현장은 빠르게 변화하고 있다.
그 중심에는 인공지능이 있으며, 특히 맞춤형 교육(Personalized Education)의 실현을 위한 주요 도구로 주목 받고 있다. AI 기반 맞춤형 교육이 어떻게 이루어지는지, 어떤 교육적 활동이 필요한지, 그리고 사례를 통해 그 효과를 살펴보고자 한다.
1. 맞춤형 학습의 유형과 차별화 수업
맞춤형 학습은 학습자의 수준·성향·요구에 맞춰 다음의 방식으로 수행된다.
개인화(Personalization) : 학습자 주도를 통한 목표·경로 스스로 설계
차별화(Differentiation) : 교사 주도를 통한 동일 목표, 그룹별 다른 경로
개별화(Individualization) : 교수 주도를 통한 학습자의 속도 및 수준에 맞춤
특히 차별화 수업은 '모든 학생이 동일한 목표를 향하지만, 학습 경로는 다르게 설계' 된다는 특징이 있다.
예를 들어 영어 교과목에서 기초 영어 문장을 듣고 읽고 말할 수 있다라는 교육목표를 달성하기 위해
A 그룹 : 창의적 문장 만들기
B 그룹 : 본문 반복 및 질의 응답
C 그룹 : 단어·발음 중심 기초 연습 과 같이 그룹을 설정하여, 학습방법을 설계한다.
2. AI 기반 맞춤형 교육의 4단계 프로세스(한정윤 외, 2023)
진단(Diagnosis)
AI 가 학습자 반응 패턴, 정답률, 해결 경향 등을 분석해 개인별 강·약점을 파악한다.
AI는 학습자의 정답율, 반응 패턴, 해결 방식을 분석해 정밀한 강·약점 데이터를 제공하지만, 동기와 불안, 자신감과 집중도 같은 정서적 요소는 온전히 파악할 수 없기에, 교사는 AI 분석 외에도 정의적 요소(동기·불안 등) 함께 고려해야 한다.
추천(Recommendation)
학습 시작 전 진단 결과 기반으로 맞춤형 학습을 위한 정보 및 방법 제안 단계
AI 기반 학습 시스템은 학습자 데이터를 실시간 분석하고, 적응형 학습을 위한 자료 제공 및 설계를 가능하게 하지만, AI 도구를 통해 제공된 정보가 교육 목표와 부합하는지에 대한 검토 조정이 필요하며, 알고리즘 편향 및 학습자에 대한 불공정성 발생 가능성을 고려하여야 한다.
처방(Prescription)
학습 중 AI가 실시간 학습 데이터 모니터링, 오류 반복 시 지속적 지원·경로 조정
학습 진행 중 실시간 반응에 따라 즉각적인 지원이나 경로 미세조정을 수행하는 단계로, 학습자 모니터링을 통해 학습 중 발생하는 세부 문제에 대해 대응하지만, 각 단계와 마찬가지로 AI가 제공하는 내용이 과도하지는 않은지, 학습자의 정의적 요인, 피로도 등을 고려해야하며, 격려, 피드백 등의 방법을 함께 활용해야 한다.
평가(Assessment)
AI가 자동 채점·리포트 제공을 통해 학습자의 성취 수준과 학습 경로 등을 분석
AI는 대량의 과제를 빠르게 채점하여, 일관된 평가 기준을 적용할 수 있으며, 데이터 기반 리포트 형태로 제공해 줄 수 있지만, 교사의 전문적 판단이 결합되어야 질과 공정성이 유지될 수 있으며, AI가 제공할 수 없는 동기 증진, 불안감 해소 등의 요소 해결을 위해 교사는 지속적으로 피드백 해야한다.
위 과정 들을 볼때 학생의 정서, 몰입, 노력의 과정 등은 AI가 포착하기 어렵다는 점을 고려한 교사의 맞춤형 개입이 병행되어야 맞춤형 학습을 실현할 수 있을 것이다.
3. 사례분석 : ASU(Arizona State University)의 AI 기반 Active & Adaptive Learning
미국 ASU는 AI 코스웨어를 적극 활용하여 능동성 중심 수업 모델로 혁신을 이루었다(한정윤 외 2023). 주요 방법과 효과는 다음과 같다.
학습효과 측면에서 다음의 요소의 향상을 보였다.
효과성 : 기초 지식과 고차원 사고력 모두 향상(오개념 실시간 수정)
효율성 : 교사의 분석·채점 업무 감소를 통한 수업 설계 집중도 향상
매력성 : 실시간 피드백과 맞춤형 진도로 몰입도 증가
접근성 : 다양한 수준의 학생이 자신의 학습 경로에 따라 학습이 가능함에 따라 격차 감소
4. 교사를 위한 4대 유의사항(신종호 외, 2024 가이드라인 기반)
첫째, 수업 시작 전 AI 플랫폼 분석과 학습자 분석을 충분히 실시할 것
둘째, 사전 진단 결과를 분석할 때 학습자 정서와 맥락을 함께 고려할 것
셋째, 수업 중에는 AI 데이터 뿐 아니라 학생과의 직접 상호작용을 통해 학습 상황을 종합적으로 판단할 것넷째, 수업 후 AI가 제시하는 평가 결과를 비판적으로 검토하고, 학습 성찰 및 추가 지원 방안을 마련할 것
신종호 외(2024)의 연구에서는 인공지능 기반 맞춤형 교육은 AI의 자동화 기능을 적극·활용하되, 그 판단과 운영의 중심에는 여전히 교사가 있어야 하며, 교육적 전문성과 인간적 감수성을 기반으로 AI의 기능을 비판적으로 수용하고 조정하는 능력이 필수적이다고 하였다.
AI 기반 맞춤형 교육은 단순한 기술 도입이 아니다.
교사의 전문성과 인간적 통찰이
AI의 데이터 기반 지원과 조화가 이루어져야하는 교육 패러다임이다.
기계는 정확하게 데이터를 읽고 분석할 수 있지만 학생의, 표정, 감정, 맥락을 읽는 일은 여전히 사람의 몫이다.
참고문헌
한정윤 외(2023). AI 기반 맞춤형 교육의 현황과 과제. 한국교육개발원 연구보고서 (RR 2023‑12)
신종호·황영아(2024). 대학 기초교육에서 AI 코스웨어 활용 수업을 위한 교수설계 가이드라인 개발 및 타당화. 교육정보미디어연구 30(2), 571–594.
