[심층분석] ChatGPT가 교실을 점령했다 — AI 시대, 교육은 어디로 가고 있을까

교실 안의 코끼리, ChatGPT

요즘 학교에서 가장 뜨거운 논쟁거리가 뭔지 아시나요? 시험 난이도도, 등록금도 아니에요. 바로 ChatGPT를 수업에서 어떻게 다룰 것인가라는 문제예요. 학생들은 이미 숙제할 때 자연스럽게 ChatGPT를 열고, 선생님들은 AI가 작성한 과제물을 어떻게 걸러낼지 고민하고 있거든요.

이건 단순히 "학생이 AI로 커닝한다"는 수준의 이야기가 아니에요. 우리가 지금까지 알던 교육의 기본 전제 — 스스로 읽고, 생각하고, 써보면서 배운다 — 가 근본부터 흔들리고 있다는 신호예요. 그리고 이 흐름은 개발자 커뮤니티에도 똑같이 적용돼요. 코딩 부트캠프 수강생이 Copilot으로 과제를 제출하고, 신입 개발자가 ChatGPT 없이는 에러 하나 못 잡는 상황이 이미 현실이니까요.

오늘은 AI가 교육 현장에서 실제로 어떻게 쓰이고 있는지, 그리고 이게 개발자인 우리에게 어떤 의미인지 깊이 파보려고 해요.

학생들은 이미 AI를 쓰고 있다

빠른 숙제 처리 도구

솔직히 말하면, 대부분의 학생들이 ChatGPT를 쓰는 가장 큰 이유는 "바쁜 과제를 빨리 끝내고 싶어서"예요. 반복적이고 단순한 과제 — 예를 들어 교과서 요약이나 객관식 문제 풀이 같은 것들 — 을 ChatGPT에 넣으면 몇 초 만에 답이 나오니까요.

이걸 개발자의 세계로 비유하면, 보일러플레이트 코드를 Copilot이 자동 완성해주는 것과 비슷해요. for 루프를 직접 타이핑하는 대신 AI가 알아서 채워주는 거죠. 문제는, 그 보일러플레이트를 직접 쳐봐야 기초가 잡히는 단계의 사람에게도 이 도구가 동일하게 작동한다는 점이에요.

개인 과외 선생님으로서의 AI

재미있는 건, 꽤 많은 학생들이 ChatGPT를 이해를 위한 도구로 쓰고 있다는 거예요. 한 학생은 이렇게 말했어요:

> "수학에 관해서는 ChatGPT가 실제 선생님보다 10배는 더 잘 가르쳐줬어요."

이게 과장이 아닌 게, ChatGPT의 강점 중 하나가 같은 개념을 여러 가지 방식으로 반복 설명해줄 수 있다는 거거든요. 교실에서 선생님한테 "다시 설명해주세요"라고 세 번 물어보긴 눈치가 보이지만, AI한테는 열 번을 물어봐도 괜찮잖아요.

모의시험을 만들어서 자기주도학습에 활용하는 경우도 있어요. 오픈북 시험이 아닌 과목에서, ChatGPT한테 "이 챕터에서 나올 법한 문제 20개 만들어줘"라고 하면 꽤 괜찮은 연습 문제가 나와요. 이건 AI를 정말 현명하게 쓰는 방식이라고 볼 수 있어요.

교사들의 딜레마: 막을 것인가, 받아들일 것인가

감시와 탐지 시스템

교사 입장에서 가장 골치 아픈 건 부정행위 탐지예요. 한 교사는 학생들의 컴퓨터 화면을 모니터링하는 시스템을 통해 ChatGPT 사용 현장을 포착하고, 학부모에게 스크린샷을 보내기도 했다고 해요.

그런데 여기서 근본적인 질문이 생겨요. ChatGPT를 쓰는 게 정말 부정행위인가? 계산기가 처음 나왔을 때도 같은 논쟁이 있었어요. 수학 시험에서 계산기를 쓰면 커닝인가? 지금은 대부분의 시험에서 계산기 사용을 허용하죠. 인터넷 검색도 마찬가지예요. 한때는 금지했지만, 지금은 오픈북 시험이 보편화됐어요.

AI도 결국 같은 경로를 밟을 가능성이 높아요. 문제는 그 전환기를 어떻게 관리하느냐인 거죠.

교육 콘텐츠 생성 도구

일부 교사들은 ChatGPT를 가르치는 도구로 적극 활용하고 있어요. 수업 자료를 만들거나, 퀴즈 문제를 생성하거나, 학생 수준별 맞춤 설명을 준비하는 데 쓰는 거예요.

하지만 여기에도 함정이 있어요. 한 교사의 경험이 인상적인데요 — 학생이 코딩 과제를 AI로 작성해서 제출했는데, 아예 다른 프로그래밍 언어로 작성된 코드였다고 해요. Python으로 제출해야 하는 과제를 Java로 낸 거죠. 이건 AI를 쓰되 결과물을 검증하지 않았기 때문에 생긴 문제예요.

이걸 개발 현장에 대입하면, Copilot이 생성한 코드를 리뷰 없이 그대로 커밋하는 것과 같아요. 코드가 돌아가는 것처럼 보여도, 실제로는 엣지 케이스에서 터지거나, 보안 취약점이 숨어있을 수 있거든요.

구술 시험의 부활

가장 흥미로운 대응 중 하나는 구술 시험(oral examination)의 부활이에요. 한 교육자는 이렇게 말했어요:

> "우리는 과거에 구술 시험을 광범위하게 활용했었어요. 이제 그걸 다시 가져올 때가 됐습니다."

이건 사실 가장 확실한 AI 방어책이에요. 면대면으로 "이 코드가 왜 이렇게 동작하는지 설명해봐"라고 물으면, 진짜 이해한 사람과 AI 결과물을 복사한 사람이 바로 구분되니까요. 개발 면접에서의 라이브 코딩이나 시스템 디자인 인터뷰가 더 중요해지는 이유와도 맥이 닿아요.

핵심 쟁점: AI가 학습 능력을 갉아먹고 있는가

"아무도 배우고 있지 않다"

교육 현장에서 나온 가장 날카로운 지적은 짧고 강렬해요: "Nobody is learning." (아무도 배우고 있지 않다.)

이건 과장처럼 들릴 수 있지만, 실제 데이터가 이를 뒷받침하기 시작하고 있어요. ChatGPT 등장 이후 학생들의 비판적 사고력(critical thinking) 점수가 하락했다는 연구 결과가 여러 곳에서 나오고 있거든요.

왜 그럴까요? 학습이라는 건 본질적으로 "어렵고 불편한 과정"이에요. 문제를 만나고, 막히고, 고민하고, 틀리고, 다시 시도하면서 뇌에 새로운 신경 회로가 만들어지는 거예요. 그런데 AI가 그 "막히는 순간"을 바로 해결해버리면, 뇌가 고생할 기회 자체가 사라지는 거죠.

이걸 "인지적 오프로딩(cognitive offloading)"이라고 부르는데요, 쉽게 말하면 뇌가 해야 할 일을 외부 도구에 맡겨버리는 거예요. GPS를 항상 쓰면 길을 외우는 능력이 떨어지는 것처럼, AI에 항상 의존하면 스스로 생각하는 근육이 약해지는 거예요.

정확성 문제: "가끔 거짓말을 해요"

AI를 학습 도구로 쓸 때 가장 위험한 부분이 바로 이거예요. ChatGPT는 자신감 넘치게 틀린 정보를 말할 수 있어요. 이걸 할루시네이션(hallucination)이라고 하는데요, 쉽게 말하면 AI가 모르는 걸 모른다고 하지 않고, 그럴듯한 답을 지어내는 현상이에요.

숙련된 개발자라면 AI가 틀린 코드를 줬을 때 바로 알아챌 수 있어요. 하지만 초보자는? 틀린 답을 맞다고 믿고 그대로 학습해버릴 수 있어요. 이건 잘못된 기초 위에 집을 짓는 것과 같아서, 나중에 전부 다시 배워야 하는 상황이 올 수 있거든요.

경쟁 도구와 접근법 비교

교육용 AI라는 카테고리에서 ChatGPT만 있는 건 아니에요. 각각의 접근 방식을 비교해볼게요.

| 도구/접근법 | 특징 | 장점 | 단점 |
|---|---|---|---|
| ChatGPT | 범용 대화형 AI | 거의 모든 주제 커버, 자유로운 대화 | 정확성 보장 안 됨, 커닝 도구로 악용 가능 |
| Khan Academy (Khanmigo) | 교육 특화 AI 튜터 | 단계적 힌트 제공, 답을 바로 안 줌 | 커버하는 과목이 제한적 |
| GitHub Copilot | 코딩 특화 AI | 개발 환경에 통합, 실시간 코드 제안 | 코드 품질 검증 필요 |
| 손으로 쓰기 회귀 | 아날로그 방식 | AI 부정행위 원천 차단 | 비효율적, 시대 역행 논란 |

여기서 Khanmigo의 접근법이 특히 주목할 만해요. Khan Academy가 만든 이 교육용 AI는 학생이 질문하면 답을 바로 주지 않고, 생각할 수 있는 힌트를 단계적으로 제공해요. "이 문제를 풀려면 먼저 뭘 알아야 할까?"처럼 질문으로 이끌어가는 방식이죠. 이건 마치 페어 프로그래밍에서 좋은 시니어가 답을 알려주는 대신 "한번 디버거로 이 변수 값을 확인해봐"라고 방향만 잡아주는 것과 비슷해요.

한 교사는 아예 모든 수업을 손으로 쓰는 방식으로 전환했다고 해요. 역사 수업에서 7학년부터 10학년까지 모든 과제를 수기와 대면 과제로 바꾼 거죠. 극단적으로 보일 수 있지만, AI 시대에 "생각하는 힘"을 지키기 위한 나름의 전략인 거예요.

한국 개발자에게 주는 시사점

1. 주니어 개발자의 성장 경로가 바뀌고 있다

이 교육 현장의 논쟁은 개발자 양성 과정에도 그대로 적용돼요. 지금 부트캠프에서 배우는 주니어 개발자들 상당수가 ChatGPT나 Copilot을 적극적으로 사용하고 있어요. 이 자체는 나쁘지 않지만, 문제는 기초 체력 없이 AI에 의존하는 패턴이 굳어질 수 있다는 거예요.

구체적인 시나리오를 하나 들어볼게요. 주니어 개발자가 TypeError: Cannot read properties of undefined라는 에러를 만났을 때:

• AI 의존형: 에러 메시지를 ChatGPT에 복붙 → 답변대로 수정 → 동작하면 넘어감
• 학습형: 에러 메시지를 읽고 → undefined가 왜 나왔는지 추적 → 변수의 스코프와 비동기 실행 순서를 이해 → 근본 원인 파악 후 수정

첫 번째 방식으로는 같은 유형의 에러를 만날 때마다 매번 AI에 물어봐야 해요. 두 번째 방식은 한 번 고생하면 비슷한 에러를 스스로 해결할 수 있게 되고요.

2. 면접 방식이 바뀔 수밖에 없다

구술 시험의 부활이라는 흐름은 개발자 채용 면접에도 영향을 줄 거예요. 이미 많은 회사가 라이브 코딩 면접이나 시스템 디자인 인터뷰를 강화하고 있는데, 이 추세는 더 가속될 거예요.

한국의 개발자 채용 시장에서도 변화가 감지되고 있어요. 코딩 테스트만으로는 AI를 활용한 지원자와 실력 있는 지원자를 구분하기 어려워지면서, "왜 이렇게 풀었는지 설명해보세요" 같은 기술 면접의 비중이 높아지고 있거든요.

3. AI를 현명하게 쓰는 법을 배워야 한다

결국 핵심은 "AI를 안 쓰는 것"이 아니라 "잘 쓰는 법을 아는 것"이에요. 아래는 제가 추천하는 AI 활용 가이드라인이에요:

• 이해한 뒤에 자동화하세요: 처음 배우는 개념은 직접 구현해보고, 충분히 이해한 뒤에 AI로 속도를 높이세요
• AI의 답을 검증하세요: AI가 준 코드를 그대로 쓰지 말고, 왜 이렇게 작성했는지 이해하고 테스트하세요
• AI 없이도 할 수 있는 기초 체력을 유지하세요: 일주일에 한 번은 AI 도움 없이 코딩해보는 연습을 해보세요

4. 초등학교부터 AI 리터러시 교육이 필요하다

교육자들 사이에서 "초등학교 때부터 ChatGPT를 쓰지 않도록 가르쳐야 한다"는 의견이 나오고 있는데요, 저는 조금 다르게 생각해요. "쓰지 않도록"이 아니라 "제대로 쓰도록" 가르쳐야 한다고 봐요.

이건 마치 인터넷 초창기에 "인터넷에 있는 정보를 다 믿으면 안 된다"고 가르친 것과 같아요. AI에 대해서도 같은 교육이 필요한 거예요. "AI가 말하는 게 항상 맞는 건 아니야", "AI한테 물어보기 전에 먼저 네 생각을 정리해봐" 같은 기본적인 리터러시요.

앞으로 어떻게 될까

AI와 교육의 관계는 아직 초기 단계에요. 지금은 혼란스럽고, 정답이 없는 것처럼 보이지만, 몇 가지 방향성은 보여요:

첫째, 평가 방식이 근본적으로 바뀔 거예요. 집에서 혼자 작성하는 리포트나 코딩 과제의 비중은 줄어들고, 대면 구술 시험이나 라이브 프로젝트 발표가 늘어날 거예요.

둘째, "AI를 활용한 문제 해결"이 새로운 능력으로 인정받을 거예요. 계산기를 잘 쓰는 게 수학 능력의 일부가 된 것처럼, AI를 효과적으로 프롬프팅하고 결과를 검증하는 능력도 핵심 역량이 될 거예요.

셋째, 기초 역량의 가치가 오히려 올라갈 거예요. AI가 보편화될수록, AI 없이도 문제를 분석하고 해결할 수 있는 사람의 가치가 더 높아질 거예요. 모두가 AI를 쓸 수 있는 세상에서, 차별화 요소는 결국 "기본기"가 될 테니까요.

여러분의 생각은?

여러분은 AI 도구를 학습이나 업무에서 어떻게 활용하고 계신가요? 주니어 개발자라면, AI에 의존하게 되는 자신을 발견한 적이 있나요? 시니어 개발자라면, 후배들의 AI 활용 방식에서 우려되는 점이 있나요?

개인적으로 가장 궁금한 건 이거예요: "AI 시대에 기초 체력을 기르는 가장 좋은 방법은 뭘까요?" 여러분의 경험과 의견을 댓글로 공유해주세요.