대규모 교육 실험, AI 숙제가 2년 뒤 학습 격차로 돌아온다는 경고를 던짐

26,000명 학생 대상 연구에서 AI 도구 의존이 단기 성적 향상 뒤 2년 후 학습·사고력 저하로 이어지는 ‘지연 비용’을 확인하며, 공교육 AI 정책 재설계 필요성이 제기됨

The Decoder는 약 26,000명의 학생을 대상으로 한 대규모 종단 연구 결과를 인용해, ChatGPT 등 생성형 AI를 과제·숙제에 활용한 학생들이 단기적으로는 과제 점수와 과목 평균이 향상되지만, 2년이 지나면 비판적 사고력과 문제 해결 능력에서 AI를 덜 사용한 학생보다 낮은 성취를 보인다는 분석을 소개하였으며, 연구진은 이를 ‘hidden learning cost’, 즉 즉각 드러나지 않는 학습 비용이라고 정의하였다.
연구에 따르면 AI 사용 그룹은 첫 해에 에세이·리포트 과제에서 평균 점수가 유의미하게 상승했지만, 2년 후 동일 학생들을 다시 분석했을 때 복합 문제 해결, 글쓰기 독창성, 수학 추론 시험에서 점수가 상대적으로 낮게 나타났고, 특히 과제 수행 과정에서 AI가 제안하는 답안을 충분한 검증 없이 그대로 제출하는 경향이 강할수록 이러한 학습 저하가 두드러졌다는 점이 실증적으로 확인되었다.
연구진은 학교별로 AI 사용 정책을 비교한 결과, 특정 대학과 고등학교는 ChatGPT·Claude 등 생성형 AI 사용을 자유롭게 허용하되 사용 근거와 검토 과정을 과제에 기재하도록 요구했고, 다른 일부 학교는 AI 사용을 거의 금지하거나 강하게 제한했는데, 전자의 경우 단기 성적은 높았지만 2년 후 비판적 사고 평가에서 역전 현상이 나타나, AI 보조 학습이 ‘사고 과정 외주화’로 이어질 위험이 있다는 정책적 시사점을 던졌다.
이 결과는 EU AI Act와 OECD가 추진하는 AI in Education 가이드라인이 강조하는 ‘AI는 교사의 보조 도구일 뿐, 학습자의 핵심 사고 과정을 대체해서는 안 된다’는 원칙과 부합하며, 미국과 유럽 일부 교육청이 AI 도구 사용을 평가 기준에 명시하고, AI 사용 흔적에 대한 자기 보고를 요구하는 이유를 설명해준다.
한국의 교육부·시도교육청은 디지털 교과서와 AI 튜터 도입을 추진하면서, 단기 성적 향상과 공교육 격차 해소에 초점을 맞추고 있으나, 2년 뒤 학습 능력 하락이라는 지연 효과를 고려한 정책 설계가 부족한 상황으로, 이번 연구를 계기로 중·고·대학에서 AI 사용을 허용하되 활용 과정 기록과 자기 설명을 의무화하고, 평가에서는 AI 없이 수행하는 과제를 일정 비율 이상 유지하는 ‘혼합 평가 체계’를 도입할 필요가 있다.

AI 학습 도구의 효과는 단기 점수 향상이 아니라 2~3년 뒤 사고력 유지 여부로 평가해야 하므로, 한국 교육 정책은 AI 활용을 전면 허용하기보다 사용 과정 기록과 AI 없는 평가 비중을 제도화하는 방향으로 재설계할 필요가 있다.

주요 용어: Hidden Learning Cost(생성형 AI 사용이 단기 성과 향상 뒤 장기 학습 능력 저하로 이어지는 지연된 비용 개념), 종단 연구(동일한 집단을 장기간 추적하며 변화를 분석하는 연구 설계), AI in Education 가이드라인(OECD·UNESCO 등이 제시하는 교육 현장의 AI 활용 원칙과 권고사항)

출처: The Decoder