A cognitive–motivational perspective on AI-assisted pre-clerkship preparation: a theory- informed cross-sectional study

개요: "프리게임(Pre-Game)"의 문제

의대생들이 "병원"이라는 이름의 고난도 비디오 게임에 막 진입하려는 상황을 상상해 보세요. 게임을 시작하기 전, 그들은 "실습(Clerkship)"이라는 훈련 단계를 거쳐야 합니다.

문제는 이 훈련 단계가 매우 까다롭다는 점입니다. 실제 상황에서 학생들은 (개인정보 보호 문제로 인해) 환자를 직접 만질 수 없고, 모든 종류의 질병을 다 볼 수도 없으며, 때로는 수영하는 법도 모른 채 깊은 물 속에 뛰어든 것 같은 기분을 느낍니다. 즉, 준비가 되지 않았다고 느끼는 것이죠.

연구자들은 다음과 같은 질문을 던졌습니다: "인공지능(AI)이 학생들이 병원에 발을 들이기도 전에 준비를 마칠 수 있도록 돕는 '치트키'나 '훈련 시뮬레이터' 역할을 할 수 있을까?"

연구 내용: "AI 코치" 테스트하기

연구진은 중국의 의대생 176명을 대상으로 산부인과(임신 및 여성 건강 관련) 실습을 시작하기 직전에 설문 조사를 실시했습니다. 그들은 다음을 알고 싶었습니다:

1. 학생들은 실제로 공부를 위해 AI를 사용하고 싶어 하는가?
2. 무엇이 그들을 AI 사용으로 이끄는가? 컴퓨터를 잘 다루기 때문인가? 아니면 똑똑한 학생이기 때문인가? 그것도 아니라면 AI가 실제로 학습에 도움이 될 것이라고 생각하기 때문인가?

그들은 **기술 수용 모델(Technology Acceptance Model, TAM)**이라는 유명한 이론을 사용했습니다. 이 이론을 간단한 규칙서라고 생각하면 쉽습니다: "사람들은 어떤 새로운 도구가 유용하고 사용하기 쉽다고 생각할 때만 그것을 사용한다."

주요 결과: 핵심은 "기술"이 아닌 "가치"

1. 학생들은 아이디어에 열려 있습니다.
대부분의 학생(약 63%)은 "네, 우리는 이 AI 사전 준비를 시도해 볼 의향이 있습니다"라고 답했습니다. 그들은 기술을 두려워하지 않았고, 오히려 호기심을 보였습니다.

2. "유용성" 요인이 왕입니다.
이것이 가장 중요한 발견입니다. 연구 결과, 학생이 AI를 사용하고 싶어 하는 데 정말로 중요했던 유일한 요소는 **'인지된 유용성(Perceived Usefulness)'**이었습니다.

• 비유: 여러분이 새로운 주방 가전제품을 산다고 상상해 보세요. 여러분은 그 제품에 멋진 블루투스 앱이 있는지, 혹은 얼마나 반짝이는 금속으로 만들어졌는지에는 관심이 없습니다. 오직 그 제품이 양파를 더 빨리 썰어주고 시간을 아껴줄 수 있는지(이것이 "유용성" 부분입니다)에만 관심이 있습니다.
• 결과: 만약 학생들이 "이 AI가 질병을 이해하는 데 도움을 줄 것이다"라거나 "이것이 환자와 대화하는 데 도움이 될 것이다"라고 생각했다면, 그들은 AI를 사용하고 싶어 했습니다. 하지만 가치를 느끼지 못한다면, 그들은 관심을 두지 않았습니다.

3. "기술 숙련도"는 중요하지 않았습니다.
연구진은 이미 컴퓨터를 잘 다루거나 일상생활에서 AI를 많이 사용하는 학생들이 가장 먼저 뛰어들 것이라고 생각했습니다. 하지만 그들의 생각은 틀렸습니다.

• 비유: 새로운 전동 스쿠터를 타려는 사람들을 생각해 보세요. 자동차를 소유한 사람들이 전동 스쿠터를 가장 먼저 시도할 것이라고 생각할 수도 있습니다. 하지만 이번 연구에서는 여러분이 "자동차 전문가"인지 "자전거 전문가"인지는 중요하지 않았습니다. 오직 한 가지만이 중요했습니다: "이 스쿠터가 나를 목적지까지 더 빨리 데려다주는가?"
• 결과: 학생의 성적, 컴퓨터 활용 능력, 또는 일상생활에서의 AI 사용 빈도는 학교 공부를 위해 AI를 사용하고 싶어 하는지에 대해 전혀 영향을 미치지 않았습니다. 그것은 순수하게 AI가 학습에 도움이 될 것이라고 생각하는지의 문제였습니다.

4. 학생들이 실제로 원하는 것 (메뉴)
학생들에게 AI가 무엇을 해주길 원하는지 물었을 때, 그들은 복잡하고 번거로운 시뮬레이션을 원하지 않았습니다. 그들이 원한 것은 다음과 같습니다:

• 명확한 목표: "내가 정확히 무엇을 알아야 하는가."
• 짧고 간결함: 준비 과정을 30분 이내에 끝내기를 원했습니다.
• 구조화: 학생들은 복잡하게 꾸며낸 환자 이야기보다 서면 요약이나 개념도(마치 명확한 로드맵처럼)를 선호했습니다.
• 비유: 그들은 환자의 삶에 대한 3시간짜리 영화를 원하는 것이 아니라, 핵심 사실과 다음에 어디로 가야 할지를 보여주는 지도가 포함된 10분짜리 "하이라이트 영상"을 원했습니다.

결론: "비계(Scaffolding)"라는 다리

연구진은 AI가 인지적 비계(Cognitive Scaffold) 역할을 할 수 있다고 결론지었습니다.

• 비유: 집을 짓는 장면을 상상해 보세요. 지붕(임상 실습)을 올리기 전에는 벽을 세우는 동안 서 있을 수 있는 튼튼한 비계(발판)가 필요합니다. 현재 많은 학생은 비계 없이 지붕을 올리려고 애쓰는 듯한 기분을 느낍니다.
• 시사점: AI는 그 비계를 만들어 줄 수 있습니다. 하지만 이는 학생들이 그 비계가 튼튼하고 유용하다고 믿을 때만 작동합니다. 만약 AI가 그저 "멋진 기술"일 뿐 생각을 정리하는 데 도움을 주지 못한다면, 학생들은 사용하지 않을 것입니다.

요약하자면: 의대생들은 공부를 위해 AI를 사용할 준비가 되어 있지만, 매우 까다롭습니다. 그들은 AI가 얼마나 "똑똑한지"에는 관심이 없습니다. 오로지 AI가 자신의 학습을 더 쉽고 효과적으로 만들어 주는지에만 관심이 있습니다. 만약 그렇다면, 그들은 사용할 것입니다. 하지만 그저 화려한 장난감에 불과하다면, 그들은 무시할 것입니다.