Experiential Versus Instructional Approaches for Eliciting Metacognitive Awareness in AI-Assisted Learning: A Short-Term Longitudinal Study

자전거 타는 법을 배우고 있다고 상상해 보세요. 선생님이 화이트보드에 기어, 페달, 균형의 원리를 완벽한 도표로 그려가며 물리학적 원리를 정확히 설명하는 교실에 앉아 있을 수도 있습니다. 그것은 **교수 학습적 학습(instructional learning)**입니다. 즉, 직접 손을 더럽히지 않고 타인으로부터 단계별로 지식을 얻는 것이죠. 또는, 비틀거리는 자전거에 올라타서 비틀거리고, 넘어지고, 다시 일어나며, 바람과 도로의 느낌을 통해 균형 잡는 법을 스스로 터득할 수도 있습니다. 그것은 **경험적 학습(experiential learning)**입니다. 직접 해보고, 실수를 하고, 일어난 일에 대해 성찰하며 배우는 것이죠.

이제 자전거 대신, 당신의 공부를 도와줄 **생성형 AI(GenAI)**라는 이름의 아주 똑똑한 로봇 친구를 사용하는 법을 배운다고 상상해 보세요. 이 로봇은 몇 초 만에 에세이를 쓰고, 수학 문제를 풀고, 복잡한 개념을 설명할 수 있습니다. 하지만 여기에는 함정이 있습니다. 만약 당신이 로봇이 모든 일을 다 하게 내버려 둔다면, 당신은 스스로 생각하는 것을 멈출 수도 있다는 것입니다. 여기서 **메타인지(metacognition)**가 등장합니다. 메타인치를 당신의 뇌 속에 있는 '대시보드'나 '내면의 코치'라고 생각해 보세요. 메타인치는 자신이 어떻게 생각하고 있는지에 대해 생각하는 능력입니다. 유능한 내면의 코치는 어떤 전략이 효과적인지(예: 로봇에게 자신의 아이디어에 도전하라고 요청하기)와 어떤 것이 함정인지(예: 로봇에게 숙제 전체를 써달라고 하기)를 알고 있습니다. 현재 교육자들이 던지는 큰 질문은 이것입니다. 학생들에게 이 강력한 AI 도구를 사용하는 법을 가르칠 때, 강의를 하는 것이 나을까요, 아니면 직접 만져보며 경험을 통해 배우게 하는 것이 나을까요?

실험: 강의실 대 놀이터

바르셀로나의 폼페우 파브라 대학교(Universitat Pompeu Fabra) 연구진은 이 논쟁을 실제 실험으로 해결하기로 했습니다. 그들은 126명의 1학년 공학도들을 모아 두 팀으로 나누었습니다. 두 팀 모두 생성형 AI를 효과적으로 사용하는 법을 배우기 위해 2시간을 보냈지만, 학습 방식은 매우 달랐습니다.

첫 번째 팀인 **교수 학습 그룹(Instructional Group)**은 전통적인 강의를 들었습니다. 그들은 전문가들이 AI를 사용하는 '옳은' 방법과 '그른' 방법을 설명하는 것을 들었습니다. 그들은 AI를 너무 쉽게 사용하면 뇌가 게을러질 수 있다는 이야기(기계에 생각을 외주 주는 현상인 '인지적 부하 감소/cognitive offloading')를 들었습니다. 그들은 이론을 배웠지만, 세션 동안 실제로 AI를 가지고 무엇인가를 수행하지는 않았습니다.

두 번째 팀인 **경험 그룹(Experiential Group)**은 직접 몸으로 부딪쳤습니다. 그들은 단순히 듣기만 한 것이 아니라, 직접 놀았습니다. 그들에게는 네 가지 구체적인 과제가 주어졌습니다. 한 과제에서는 AI에게 확인을 요청하기 전에 먼저 기사의 요약본을 작성하게 하여, 먼저 생각하도록 강제했습니다. 또 다른 과제에서는 자신의 논점에 대해 논쟁하고, AI에게 자신의 주장에 의문을 제기하는 '소크라테스식 튜터' 역할을 해달라고 요청했습니다. 또한 그들은 '잘못된' 방식, 즉 즉시 해결책을 요구하고 그것을 그대로 베끼는 방식을 시도하여, 고군분투하는 과정을 건너뛰었을 때 어떤 기분이 드는지 확인했습니다. 각 과제를 마친 후, 그들은 일어난 일에 대해 성찰하는 시간을 가졌습니다.

연구진은 이 두 가지 접근 방식이 세션 직후와 5주 후에 학생들의 '내면의 코치'(메타인지적 인식)를 어떻게 변화시키는지 확인하고자 했습니다. 그들은 두 가지 주요 요소를 측정했습니다:

1. 지식: 학생들이 어떤 전략이 효과적인지 이해했는가?
2. 조절: 학생들이 그 전략들을 사용하여 자신의 학습을 실제로 조절할 수 있는가?

결과: 단거리 질주와 장거리 마라톤

결과는 마치 단거리 경주가 마라톤으로 변하는 과정을 보는 것 같았습니다.

세션 직후 (단거리 질주):
경험 그룹(놀이 그룹)은 엄청난 앞선 출발을 보였습니다. 직접 해보는 세션이 끝난 직후, 그들은 효과적인 AI 전략에 대해 훨씬 더 많이 알고 있었고, 도구에 대해 훨씬 더 높은 몰입도를 보였습니다. 그들의 '내면의 코치'는 깨어 있었습니다. 그들은 AI를 파트너로 사용하는 것과 지팡이(crutch)로 사용하는 것의 차이를 이해했습니다.

반면, 교수 학습 그룹(경청 그룹)은 즉각적인 결과에서 엇갈린 모습을 보였습니다. 강의를 통해 AI에 대해 다소 긍정적인 태도를 갖게 되고 도구에 더 몰입하게 되었다고 보고하긴 했지만, AI 전략을 사용하는 방법(메타인지적 지식)에 대한 이해도는 유의미하게 향상되지 않았습니다. 강의는 효과적인 학습에 필요한 구체적인 전략에 대해 그들의 내면의 코치를 즉각적으로 깨우지 못했습니다.

5주 후 (마라톤):
여기서부터 이야기가 흥미로워집니다. 5주가 지나자, 몰입도의 격차는 줄어들었습니다. 강의를 들었던 학생들도 매일 AI를 사용하면서 강의의 조언이 실제로 옳았다는 것을 깨달았고, 플레이 그룹만큼의 몰입도를 보이게 되었습니다. 강의 그룹이 플레이 그룹이 즉각적으로 배웠던 것을 천천히 배워나간 것입니다.

하지만 반전이 있었습니다. 몰입도의 격차는 좁혀졌지만, 경험 그룹은 새로운 특별한 초능력을 보여주기 시작했습니다. 바로 **조절(Regulation)**입니다.

이 5주 동안, 직접 해보는 연습을 했던 학생들은 단순히 전략을 아는 것에 그치지 않고, 그 전략들을 점점 더 잘 사용하기 시작했습니다. 자신의 생각을 모니터링하고 조정하는 능력이 계속 성장했습니다. 그들은 AI를 사용하는 방식을 조절하는 데 점점 더 능숙해졌습니다. 반면, 강의 그룹은 정체되었습니다. 그들은 전략을 알고는 있었지만, 시간이 흐름에 따라 그것을 적용하는 능력은 향상되지 않는 듯 보였습니다.

이것이 미래에 의미하는 바

이 논문은 만약 학생들이 AI를 사용하는 법을 빠르게 이해하게 하고 싶다면, 직접 만져보게 하라고 제안합니다. hands-on(직접 해보는) 활동은 강의가 결코 따라올 수 없는 즉각적인 이해의 불꽃과 흥미를 만들어냅니다.

그러나 이 논문은 하룻밤 사이에 기적을 기대하지 말라고 경고합니다. 학생들이 어떤 전략을 안다고 해서 그것을 즉시 완벽하게 사용하는 것은 아닙니다. '플레이' 그룹은 학습을 조절하는 능력(조절)을 기르는 데는 시간이 걸린다는 것을 보여주었습니다. 이는 자전거를 배우는 것과 같습니다. 넘어졌을 때 균형의 이론은 즉시 이해할 수 있지만, 실제로 페달을 밟으며 똑바로 서 있는 데는 몇 주가 걸릴 수 있습니다.

연구진은 AI를 처음 소개할 때 긴 강의보다 이러한 직접 해보고 확인하는 활동을 우선시해야 한다고 제안합니다. 하지만 인내심을 가질 것을 권고합니다. 재미있는 활동 후에 학생들이 즉시 AI를 완벽하게 사용하지 않는다고 해서 수업이 실패한 것은 아닙니다. 그것은 단지 그들의 '내면의 코치'가 여전히 깨어나며 배를 조종하는 법을 배우고 있는 과정일 뿐입니다. 스스로 노력하는 것의 혜택은 최종 성적에 즉각 나타나지 않을 수도 있지만, 장기적으로는 더 강력하고 자기 조절 능력이 뛰어난 학습자를 만들어 줍니다.

요약하자면, 누군가에게 자전거 타는 법을 말해줄 수는 있지만, 먼저 비틀거려 보게 하지 않고서는 균형 잡는 법을 가르칠 수는 없습니다. 그리고 때로는, 그 비틀거림이야말로 몇 주 후에 그들이 똑바로 서 있을 수 있게 도와주는 바로 그 핵심입니다.