같은 나이, 같은 교실, 같은 진도… AI가 흔들리는 동일 교육의 미래

중학교 1학년 교실에 서른 명의 아이가 앉아 있다. 나이는 비슷하고 교과서도 같으며 수학시간 45분 동안 같은 단원을 배운다. 교사가 설명하면 함께 듣고, 문제가 주어지면 같은 시간에 풀지만 아이들의 이해 속도는 제각각이다.

이런 균일한 수업 구조는 산업화 시대에 대량 교육을 가능하게 하기 위해 만들어졌다. 교사와 교실이 제한적이었기에 비슷한 나이의 아이들을 학년으로 묶고 정해진 교육과정을 일정에 따라 가르치는 방식이 가장 효율적이고 공평한 방법으로 여겨졌다.

교사들은 이미 학생들의 차이를 알고 있다. 따라서 다시 설명하거나 추가 문제를 주기도 하지만, 한 교실에서 동시에 수십 명을 지도해야 하는 현실 때문에 너무 빠르지도 느리지도 않은 중간 속도를 선택하게 되고,その結果 일부 학생은 뒤처지고 일부는 지루해한다.

생성형 AI는 이 ‘비용’ 구조를 바꾼다. 학생이 개념을 이해하지 못하면 다른 방식으로 설명하고, 이미 아는 학생에게는 더 어려운 문제를 내며, 틀린 답에 대해서는 힌트를 주고 생각을 되묻는 대화형 튜터 역할을 할 수 있다. OECD의 ‘디지털 교육 전망 2026’에서도 이런 가능성을 주목했다.

테네시주 18개 중학교에서 2년간 진행된 무작위 실험에서는 생성형 AI 튜터 ‘칸미고’를 제공했다. 제공받은 학생의 96%가 적어도 한 번은 사용했으나, 메시지를 보낸 날은 학습일의 약 3분의 1에 불과했고, 문제를 틀린 세션 중 실제 상호작용은 17%에 그쳤다. 학업 성취도는 한 학기당 미국 전국 백분위 기준 약 1.3포인트 상승했으며, 이는 1년 기준 약 0.06~0.08 표준편차 효과로 추산된다.

결과적으로 AI 튜터의 존재만으로 개인화 교육이 저절로 이루어지지는 않는다. 기술 접근보다 학생이 도구를 얼마나 적극적으로 활용하느냐가 실제 효과를 좌우하는 핵심 요인으로 나타났다.