AI 기반 탐구학습

정답을 넘어서 질문으로 배우는 AI 학습
인공지능이 지식을 빠르게 제공하는 시대, 교육은 근본적인 질문 앞에 선다. 무엇을 더 가르칠 것인가가 아니라, 어떻게 탐구하게 할 것인가의 문제다. 이 책은 독일 교육 현장에서 발견한 ‘질문의 소음’에서 출발한다. 정답을 전달하는 대신 질문과 토론이 끊임없이 이어지는 교실, 그 속에서 배움은 살아 움직인다. 저자는 이러한 경험을 바탕으로 ‘탐구하는 학습(Forschendes Lernen)’의 의미를 다시 호출하며, 지식 전달 중심 교육의 한계를 짚는다. 생성형 AI는 방대한 정보를 요약하고 구조화하는 강력한 도구이지만, 동시에 학습자의 사고를 약화시킬 위험도 내포한다. 그런 의미에서 AI를 탐구의 대체자가 아니라 사고를 확장하는 도구로 재정의한다. AI가 제시한 답을 그대로 수용하는 것이 아니라, 그것을 의심하고 검증하며 자신의 질문으로 재구성하는 과정이 핵심이다. 이를 ‘AI 기반 탐구 프로토콜’로 정리하며, 질문 설정, 정보 선별, 해석과 비판, 재구성에 이르는 학습 절차를 구체적으로 제안한다. 결국 탐구학습의 본질은 빠른 정답이 아니라 불확실성을 견디며 길을 만들어 가는 힘이다. AI 시대 교육이 지향해야 할 방향을 제시하며, 학습자를 지식 소비자가 아닌 탐구의 주체로 다시 세운다.

AI가 답을 제공하는 시대, 교육의 핵심은 질문으로 이동한다. AI를 도구로 활용하되 탐구의 주도권을 학습자에게 돌려주는 ‘탐구 프로토콜’을 제시한다. 정보 소비를 넘어 의심하고 검증하며 재구성하는 과정이 진짜 배움임을 강조한다. AI문고. aiseries.oopy.io에서 필요한 인공지능 지식을 찾을 수 있다.

안서현
한국방송통신대학교 원격교육혁신연구원 연구위원이다. 성균관대학교 수학과를 졸업하고 동대학원에서 수학교육 전공으로 석사학위를 받았다. 독일 Duisburg-Essen 대학교 수학과 박사과정을 수료하고(2010∼2020) 아주대학교에서 교육학 박사학위를 받았다. 문일고등학교에서 수학 교사로 재직했으며, 단국대학교에서 강의한 경험이 있다. 주요 논문으로 “독일 브레멘대학교의 ‘탐구학습(Forschendes Lernen)’을 적용한 교원양성과정 운영 사례와 시사점(2025)”, “과학영재 사사교육을 위한 교사 연수 프로그램 개발(2025)”, “고등학교 수학교사의 이공계 진로지도 역량 강화를 위한 수학과 인공지능 융합교육 프로그램 개발 연구(2025)” 등이 있다. 2022 개정 고등학교 수학 교과서를 집필했으며 《수학교실 in 메타버스》의 대표저자다.

왜 지금 ‘AI 기반 탐구학습’인가

01 AI 시대의 질문 전략
02 질문 중심 학습의 교육사
03 사고와 탐구의 확장
04 AI 기반 탐구학습의 개념과 핵심 원리
05 탐구학습 단계별 AI의 역할
06 AI 기반 탐구학습 설계 모델
07 교수자 역할의 역사적 전환
08 평가와 피드백, 그리고 피드포워드
09 AI 기반 탐구학습 윤리와 학습자 자율성
10 AI 기반 탐구학습과 평생학습

AI는 빠르고 매끈한 ‘정답 같은 답’을 만들어 낸다. 문장도 논리도 그럴듯하다. 그래서 오히려 학습은 새로운 역설을 만난다. 답을 얻는 일의 비용이 낮아질수록, 무엇을 묻고 어떤 기준으로 판단할지 결정하는 일이 더 중요해진다. 현실의 문제는 교과서처럼 정답이 하나로 정리되지 않는다. 같은 주제라도 목표, 맥락, 제약 조건이 달라지면 해답은 완전히 달라지기 때문이다. 결국 ‘정답’은 대개 좋은 질문이 만들어 낸 임시적 결론일 뿐이다. 또한 AI의 답은 특유의 ‘확신의 톤’을 가진다. 데이터의 통계적 개연성이 낮아도 매끄러운 문장 구조로 인해 완결된 진실처럼 보이기 쉽다. 이때 질문은 탐구의 안전장치가 된다. ‘그 주장의 전제는 무엇인가?’, ‘어떤 근거로 그렇게 말할 수 있는가?’, ‘반대되는 사례는 없는가?’ 같은 질문은 AI의 답을 결론으로 고정시키지 않고, 검증 가능한 탐구 과제로 전환한다. 답을 더 빨리 받는 능력보다, 답을 의심하고 다시 세우는 능력이 학습의 중심으로 이동하는 이유가 여기에 있다.
－01_“AI 시대의 질문 전략” 중에서

스펙트럼의 끝에서 AI는 사고와 학습을 확장하는 대화 파트너가 된다. 학습자는 “내 주장에 대한 반대 입장은 무엇이 있을까? 그리고 그것들은 왜 중요한가?”라고 물으며, 자신의 입장을 강화하기 위한 ‘근거 수집’을 넘어 반증 가능성과 대안적 관점을 탐색한다. (…) 결국 AI 활용의 핵심은 ‘AI가 무엇을 만들어 주는가’가 아니라, 학습자가 AI를 통해 무엇을 점검하고 무엇을 다시 질문하는가에 있다. 무비판적 활용에서는 편리함이 사고를 대체하지만, 성찰적 활용에서는 AI가 오히려 검증·반례·맥락을 끌어올려 탐구의 수준을 상승시킨다.
－03_“사고와 탐구의 확장” 중에서

설계자의 역할은 바로 이 구조를 탐구가 시작되기 전에 미리 준비하는 것이다. AI는 유도 질문의 후보를 빠르게 생성하거나, 검증 질문의 체크리스트를 제안하는 데 도움을 줄 수 있다. 그러나 어떤 질문을 핵심으로 삼을 것인가, 어떤 쟁점을 이 탐구에서 다룰 것인가라는 판단은 설계자의 몫이다. 질문의 구조를 설계한다는 것은 탐구의 지형도를 그리는 일이며, 그 지형도 위에서 학습자가 스스로 길을 찾을 수 있도록 판을 깔아주는 행위다.
－06_“AI 기반 탐구학습 설계 모델” 중에서

더 깊은 윤리적 문제는 ‘인지적 위임(cognitive delegation)’의 차원에 있다. AI가 자료 탐색과 요약을 넘어서 문제 설정, 해석, 논증 구성까지 담당하는 순간, 학습자는 학문적 작업의 핵심을 외부로 위임한다. 이때 문제는 단지 ‘부정행위’가 아니라, 학습자가 탐구자에게 요구되는 판단의 책임을 상실한다는 데 있다. 나아가 유사한 도구를 유사한 방식으로 사용하는 집단에서는 아이디어와 논증이 수렴하는 현상이 나타날 수 있고, 이는 개인의 진실성을 넘어 공동체의 지식 다양성에도 영향을 미친다. 탐구학습이 지향하는 질문의 다양성, 해석의 복수성, 논증의 독창성은 학습자들이 유사한 AI 응답에 의존할 때 조용히 약화될 수 있다.
－09_“AI 기반 탐구학습 윤리와 학습자 자율성” 중에서