Curriculum design in the age of AI

당신이 비디오 게임을 하거나 까다로운 퍼즐을 푸는 것처럼 무언가를 더 잘하려고 노력하고 있다고 상상해 보세요. 당신은 그 레벨을 공략하는 두 가지 방법을 알고 있습니다. 스스로 고군분투하며 모든 장애물을 헤쳐 나가는 '노가다(grind)'를 하거나, 퍼즐을 즉시 해결해 주는 '치트키(cheat code)'를 사용하는 것입니다. 경제학 및 교육학의 세계에서 이것은 전형적인 트레이드오프(trade-off)입니다. '노가다'는 힘들지만 미래를 위한 뇌 근육(기술)을 길러줍니다. 반면 '치트키'는 쉽고 당장 완벽한 점수를 얻게 해주지만, 뇌 근육은 약하게 남겨둡니다. 경제학자 벤자민 데이비스(Benjamin Davies)가 작성한 이 논문은 우리 시대의 뜨거운 질문을 던집니다. 만약 학생들이 초지능형 치트키(인공지능)에 접근할 수 있다면, 교사들은 학생들이 여전히 강해질 수 있도록 숙제를 어떻게 설계해야 할까요?

이 논문은 학생이 일련의 과제에 직면하는 모델을 사용합니다. 학생은 직접 일을 하거나(노력이 들지만 기술을 쌓음), AI에게 넘길 수 있습니다(노력이 들지 않지만 기술이 쌓이지 않음). 교사의 역할은 학생이 최대한 많은 일을 하도록 유도하기 위해 과제의 순서, 즉 '커리큘럼'을 배치하는 것입니다. 이 논문은 교사가 학생의 치트키 사용 유혹을 이겨내기 위해 머리싸움을 벌일 때 어떤 일이 일어나는지 탐구합니다. 결과적으로 AI의 존재는 교사가 게임의 방식 자체를 완전히 바꾸게 만들며, 때로는 학생들이 계속 몰입할 수 있도록 초기 숙제를 특정 유형의 사고에 더 집중하게 만들기도 하고, 때로는 AI가 고숙련 학생들의 학습 속도를 높이는 반면 저숙련 학생들에게는 해가 되게 만들기도 한다는 것을 보여줍니다.

치트키의 딜레마

학생의 교육을 긴 비디오 게임 캠페인이라고 생각해 보세요. '기술'은 당신의 캐릭터가 가진 힘과 지능이며, 이는 오직 당신이 직접 몬스터와 싸울 때만 성장합니다. '노력'은 검을 휘두르는 데 쓰는 에너지입니다. 이 이야기에서 AI는 어떤 몬스터든 즉시 물리칠 수 있는 마법 지팡이입니다. 만약 당신이 지팡이를 사용한다면, 검을 휘두르는 노력 없이도 보물(성적)을 얻을 수 있지만, 캐릭터는 강해지지 않습니다.

교사는 게임 설계자입니다. 그들의 목표는 단순히 당신에게 높은 점수를 주는 것이 아니라, 게임이 끝날 때까지 당신의 캐릭터가 전설적인 영웅이 되도록 만드는 것입니다. 이 논문은 질문합니다: 게임 설계자가 당신이 지팡이를 휘두르는 대신 검을 휘두르는 쪽을 '선택'하게 만들려면, 레벨을 어떻게 배치해야 할까요?

"치트키 없는" 세상: 매끄러운 상승

먼저, 이 논문은 치트키가 존재하지 않거나(또는 학생이 사용하기를 거부하는) 세상을 살펴봅니다. 이 "최적(First-Best)" 시나리오에서 교사는 완벽한 경로를 설계합니다. 초기 레벨은 단순하지만 검을 많이 휘둘러야 합니다(높은 '노력 강도'). 당신이 강해지고 캐릭터의 레벨이 올라감에 따라, 후기 레벨은 더 까다로워집니다. 단순히 검을 맹목적으로 휘두르는 것이 아니라, 어떻게 휘둘러야 하는지를 알아내야 합니다(높은 '기술 강도').

논리는 간단합니다. 약할 때는 기초를 연습해야 합니다. 강해지면 전략을 배워야 합니다. 이 논문은 치트키가 없는 세상에서는 커리큘럼이 힘든 노동(heavy lifting)으로 시작하여 점차 지적인 퍼즐(brainy puzzles)로 전환된다는 것을 증명합니다. 이는 타당합니다. 왜냐하면 힘과 전략은 함께 작용할 때 더 효과적이기 때문입니다. 당신이 강해질수록 당신의 전략은 더욱 효과적이 됩니다.

"치트키가 있는" 세상: 반전

이제 AI를 도입해 봅시다. 갑자기 학생에게 선택권이 생깁습니다. "검을 휘두를 것인가, 아니면 그냥 지팡이를 휘두를 것인가?" 만약 지팡이가 노력 없이 완벽한 점수를 준다면, 학생은 모든 쉬운 레벨에서 지팡이를 휘두를 것입니다. 만약 교사가 기존의 "최적" 계획(쉬운 레벨부터 시작)을 고수한다면, 학생은 그냥 지팡이를 휘두를 것이고, 배우는 것은 없으며, 교사의 계획은 실패하게 됩니다.

이를 해결하기 위해 교사는 커리큘럼을 "왜곡(distort)"해야 합니다. 이것이 이 논문의 핵심 발견입니다. 학생들이 초기 레벨에서 지팡이를 휘두르는 것을 막기 위해, 교사는 초기 레벨이 특정 방식으로 더 많은 '두뇌 능력'(기술)을 요구하도록 만들어야 합니다. 교사는 학생이 정해진 루틴을 단순히 실행하는 것이 아니라, 문제를 해결하기 위한 올바른 방법을 식별하도록 과제를 설계해야 합니다. 이렇게 하면 학생이 레벨을 깨기 위해 규칙을 먼저 이해해야 하므로, AI가 단순히 정해진 절차를 수행하는 것만으로는 부족하게 되어 AI 사용의 효율성을 떨어뜨릴 수 있습니다.

이 논문은 이것이 숙제의 U자형 곡선을 만든다는 것을 보여줍니다.

1. 초기 레벨: 교사는 학생이 적절한 접근 방식을 식별하도록 강제하기 위해 더 많은 전략적 사고(높은 기술 강도)를 요구하게 만듭니다.
2. 중간 레벨: 학생이 똑똑해짐에 따라, 교사는 복잡성을 완화하고 학생이 더 많은 '노가다'(노력)를 할 수 있게 허용합니다.
3. 후기 레벨: 학생이 전문가가 되면, 교사는 원래의 계획대로 돌아가 학생이 스스로 해결할 수 있는 복잡한 전략 퍼즐을 제공합니다.

결과는 어떨까요? 학생은 여전히 배우지만, AI가 없었을 때보다 '덜' 배웁니다. 교사가 학생을 정직하게 만들기 위해 게임을 너무 많이 뒤틀었기 때문에 전체적인 학습 곡선은 평탄해집니다.

"마법 지팡이"가 더 좋아질 때: 고숙련 vs 저숙련

논문은 한 단계 더 나아갑니다. 만약 AI가 훨씬 더 똑똑해진다면 어떨까요? 구체적으로, 만약 학생이 전략을 파악한 후에 AI가 실제 작업(노력)을 가속화하는 데 사용될 수 있다면 어떨까요? 논문은 이것이 학생들에게 미치는 영향에 대해 놀라운 차이를 발견했습니다.

• 고숙련 학생: 만약 학생이 이미 게임에 꽤 능숙하다면, 더 똑똑한 AI는 그들의 학습을 오히려 '더 빠르게' 만듭니다. 왜냐하면 학생이 전략을 파악한 후에는, AI가 실제 노력적인 부분(예: 수학 문제에서 일련의 보조 정리들을 증명하는 것)을 가속화할 수 있기 때문입니다. AI는 학생의 노력을 증폭시키는 역할을 하여, 학생이 기술을 더 빠르게 습득할 수 있도록 돕습니다.
• 저숙련 학생: 만약 학생이 어려움을 겪고 있다면, 더 똑똑한 AI는 그들의 학습을 '더 느리게' 만듭니다. "슈퍼 지팡이"는 너무나 유혹적입니다. 그들은 힘든 일을 건너뛰기 위해 지팡이를 사용하며, 그 과정에서 필요한 기술을 전혀 쌓지 못합니다.

이는 AI가 발전함에 따라 '똑똑한' 학생과 '고전하는' 학생 사이의 격차가 더 벌어질 수 있음을 시사합니다. 똑똑한 학생들은 도구를 이용해 날아오르지만, 고전하는 학생들은 도구를 이용해 그저 물 위에 떠 있기만 하며, 스스로 나는 법을 배우지 못하게 됩니다.

결론

이 논문은 AI가 나쁘다거나 좋다고 말하는 것이 아니라, AI가 게임의 규칙을 바꾼다고 말합니다. 만약 교사들이 예전과 똑같은 방식으로 숙제를 설계한다면, 학생들은 단지 AI를 이용해 부정행위를 할 것이고 학습은 멈출 것입니다. 이에 맞서기 위해, 교사들은 초기 숙제를 단순히 정답을 맞히는 것이 아니라, '왜' 그런지에 대한 이해와 '과정'을 보여주는 것에 더 집중하도록 설계해야 할 수도 있습니다.

이 모델은 만에 학생들을 가르치고 싶다면, 단순히 과제 목록을 주는 것만으로는 부족하다고 제안합니다. 당신은 '치트키'를 사용하는 것이 오히려 손해처럼 느껴지도록 난이도를 정교하게 설계해야 합니다. 하지만 최선의 설계가 있더라도, 이 논문은 AI의 존재가 모든 사람이 잠재력을 최대한 발휘하는 것을 어렵게 만들며, 상위권 학생과 고전하는 학생 사이의 차이를 더욱 극적으로 만들 수 있음을 시사합니다. 이는 AI 시대에 우리가 배우는 방식만큼이나 가르치는 방식 또한 변해야 한다는 점을 상기시켜 줍니다.