AI 시대 불확실성 활용 교육 설계와 평가

초록

본 논문은 생성형 AI가 정답을 즉시 제공함으로써 학생들의 사고 과정을 우회하는 문제를 지적하고, ‘불확실성’이라는 교육적 개념을 중심으로 AI와 교사의 한계를 활용해 비판적 사고를 촉진하는 교수‑학습 설계, 평가 루브릭, 그리고 시험 시스템(MindMosaicAIExam)을 제안한다.

상세 분석

이 연구는 인식론적 관점에서 지식은 불확실한 상황에서 시작된다고 주장한다. 불확실성은 학생이 기존 믿음을 의심하고 증거와 논증을 통해 정당화 과정을 거치게 하는 촉매 역할을 한다. 저자는 소크라테스식 대화와 구성주의 학습 이론을 근거로, AI와 교사의 ‘불완전성’을 의도적으로 드러내어 학습자에게 “어디가 틀렸는가”, “왜 이 답이 맞는가”를 스스로 탐구하도록 설계한다.

핵심 기술적 기여는 세 가지이다. 첫째, AI 모델의 확률적 출력, 환각(hallucination), 추론 부재 등 알려진 한계를 교육 설계에 통합한다. 예를 들어, 시험문제마다 AI가 정답을 제공하지 못하도록 ‘답변 차단’ 또는 ‘오답 설계’를 적용한다. 둘째, 학생이 AI를 활용하기 전 ‘초기 답변’(pre‑answer)을 제출하도록 강제하고, 이후 AI가 생성한 텍스트를 비판·수정하는 과정을 기록한다. 이 과정에서 시스템은 학생‑AI 상호작용 로그, 수정 전·후의 논리 구조, 근거 제시 여부 등을 자동 수집한다. 셋째, 이러한 데이터에 기반한 평가 루브릭을 개발한다. 루브릭은 (1) 문제 정의와 가설 설정, (2) 증거 탐색 및 출처 비판, (3) 논리 전개와 반론 고려, (4) 최종 결론의 정당성 네 단계로 구성되며, 각 단계마다 ‘근거의 질’, ‘추론의 투명성’, ‘자기‑수정 능력’ 등을 정량·정성적으로 평가한다.

교육 현장 적용 측면에서는 전통적 암기‑중심 학습이 시스템 1 사고에 머무는 반면, 제안된 설계는 시스템 2 사고를 요구한다는 점을 강조한다. 또한, AI 사용을 금지하는 것이 아니라 ‘통제된 불확실성’ 속에서 AI를 ‘외부 정보원’으로 전환함으로써 학생이 AI를 비판적 검증 대상이자 사고 촉진 도구로 인식하도록 만든다. 이는 AI가 제공하는 ‘편리함’과 ‘정확성’에 대한 과도한 의존을 방지하고, 교사의 전문성 한계와 AI의 오류 가능성을 교육적 자원으로 전환한다는 점에서 혁신적이다.

마지막으로, MindMosaicAIExam 시스템은 웹 기반 인터페이스와 플러그인형 AI 제어 모듈을 제공한다. 교사는 각 문항마다 ‘정답 차단’, ‘오답 유도’, ‘가짜 이론 삽입’ 등을 설정할 수 있으며, 학생은 초기 답변 → AI 질의 → 비판·수정 → 최종 제출의 순환 과정을 거친다. 시스템은 모든 단계의 텍스트와 메타데이터를 저장해 학습 분석 및 루브릭 채점에 활용한다. 이러한 설계는 AI 시대에 학습자의 사고 과정을 투명하게 드러내고, 교육 평가의 신뢰성을 유지하면서도 AI 활용을 허용한다는 목표를 달성한다.