하버드 천문학 입문 수업에 생성형 AI를 통합한 교훈

초록

하버드 대학교 학부 천문학 입문 과정에서 생성형 AI(GAI)를 전면 도입한 사례 연구. 파이썬 노트북, 과제, 발표 준비, 교재 기반 슬랙 봇 등 다양한 방식으로 AI를 활용했으며, AI 사용을 장려하는 과제와 금지하는 과제를 구분. 전자기기 사용이 금지된 중간/기말고사로 기본 개념 숙지를 유도한 결과, 전년도 대비 학생 평가는 하락하지 않음.

상세 분석

이 연구는 생성형 AI를 대학 교육에 통합하는 실질적인 프레임워크와 미묘한 교훈을 제공한다. 기술적 구현 측면에서 주목할 점은 단일 AI 모델에 의존하지 않고, Gemini(Colab 노트북 내장), GPT-4(슬랙 봇), NotebookLM 등 과제에 맞는 다양한 도구를 활용한 ‘적절한 도구 선택’ 접근법이다. 특히 슬랙 채널에 배치된 RAG(검색 증강 생성) 기반 봇은 교재를 컨텍스트로 제공하여 환각(Hallucination)을 줄이고, 동시에 대화 기록을 공유함으로써 개인적 AI 상호작용의 한계를 극복하려 시도했다.

핵심 통찰은 AI의 유용성이 사용 컨텍스트에 크게 의존한다는 것이다. 학생들은 광범위한 주제 탐색에는 AI가 위키피디아와 차별점이 없다고 느꼈으나, 파이썬 코드 생성/디버깅이나 특정 개념 설명처럼 범위가 명확한 작업에서는 높은 효용성을 인정했다. 이는 초심자 학습자가 효과적인 AI 프롬프트를 구성하기 위한 사전 지식(메타인지)이 부족함을 시사한다.

교육학적 설계의 핵심은 ‘동기 부여 구조’다. 연구진은 AI 사용을 전면 금지하거나 무제한 허용하는 극단을 피하고, ‘AI-장려’ 과제와 ‘AI-금지’ 과제를 구분하는 스캐폴딩 접근법을 채택했다. 결정적으로, 성적의 상당 부분(45%)을 AI 및 모든 전자기기 사용이 불가능한 시험에 부여함으로써, 학생들이 AI에 의존하지 않고 핵심 개념을 습득하도록 동기를 부여했다. 이는 AI 시대에 ‘평가’가 단순한 지식 측정이 아닌 ‘학습 행동 유도 도구’로 기능해야 함을 보여준다.

마지막으로, 연구는 AI 통합이 교수자의 생산성에도 긍정적임을 언급한다. 강의 준비, 평가 문항 생성 및 개선, 행정 업무에서 AI를 활용한 점은 지속 가능한 교육 혁신을 위해 교수자 지원이 동반되어야 함을 시사한다.