(2부) AI로 공부시키기, 이러면 아이 망친다
📺 원본 영상: (2부) AI로 공부시키기, 이러면 아이 망친다 (IT커뮤니케이션연구소 김덕진 소장)
🎙️ 채널: 언더스탠딩 : 세상의 모든 지식
📅 정리 일자: 2026-09-13
⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료와 게임 실행 화면, 메뉴, 슬라이드 등은 포함되지 않을 수 있으며, 일부 제품명과 전문 용어는 문맥에 따라 교정했습니다.
개요
생성형 AI가 교육에 들어오면서 가장 먼저 등장한 질문은 “아이에게 AI를 쓰게 할 것인가”였다. 그러나 김덕진 소장이 이 강연에서 제안하는 더 중요한 질문은 “아이와 AI를 어떤 관계 속에서 사용하게 할 것인가”이다. AI를 혼자 맡겨도 되는 전지전능한 교사로 취급하면 사고력과 판단력이 약해질 수 있지만, 부모나 멘토가 함께 참여하는 창작 도구이자 질문 훈련의 상대로 활용하면 오히려 아이의 호기심과 학습 동기를 확장할 수 있다는 것이 강연의 핵심 주장이다.
강연은 초등학교 4학년 아들과 함께 AI로 게임을 만든 경험에서 출발해 Flipped Learning(플립 러닝), Guided Learning(가이드 학습), Socratic Method(소크라테스식 문답법), 디지털 기기의 개인화 문제, 질문하는 능력과 부모의 발문까지 이어진다. 이 과정에서 강조되는 원칙은 단순하다. 아이에게 AI를 주고 알아서 사용하라고 방치하는 것이 아니라, 아이의 나이와 판단 능력에 맞추어 어른이 곁에서 함께 탐구해야 한다는 것이다.
AI는 정답이 아니라 그럴듯한 대답을 만든다
강연자가 미성년자의 AI 사용에서 가장 먼저 경고하는 문제는 AI의 답변을 사실로 판별할 수 있는 능력이다. 생성형 AI는 질문을 받으면 유창하고 정돈된 문장을 내놓지만, 그 문장이 언제나 사실이라는 보장은 없다. 강연자는 이를 “AI는 정답이 아니라 대답을 한다”는 표현으로 요약하며, 아이가 사실과 오류를 가려낼 최소한의 배경지식과 비판적 판단력을 갖추지 못했다면 AI의 답변을 무조건 믿게 될 수 있다고 지적한다.
이 문제는 단순한 Hallucination(환각) 이상의 교육적 함의를 가진다. 학습자는 원래 답을 찾아가는 과정에서 자신이 무엇을 알고 무엇을 모르는지 점검해야 하지만, AI가 완성된 문장을 즉시 제공하면 그 과정이 생략되기 쉽다. 특히 아직 해당 분야의 기초 개념을 배우지 않은 아이에게는 답변의 문체가 자신감 있어 보인다는 사실과 답변이 정확하다는 사실을 분리하기 어렵다. 따라서 AI가 빠르게 답을 내놓는 능력보다 그 답을 검토하고 반박하며 다른 근거와 비교하는 능력이 선행되어야 한다.
강연에서 소개한 ChatGPT 이용 지침에 따르면 만 13세 미만 어린이는 독립적인 사용 대상이 아니며, 13세에서 18세 사이의 청소년도 부모나 교사 등 성인의 관여 아래 사용하는 것이 권장된다. 강연자는 이러한 연령 지침을 단순한 형식적 제한이 아니라, 미성년자가 AI의 정보적·정서적 위험을 혼자 감당하기 어렵다는 판단으로 해석한다. 구체적인 이용 가능 연령과 보호자 동의 조건은 서비스 및 지역에 따라 바뀔 수 있으므로 실제 사용 전 해당 서비스의 최신 약관을 확인할 필요가 있다.
정보 도구를 넘어 정서적 대상으로 변하는 위험
AI와의 대화는 검색 엔진 사용과 다르다. 검색 엔진은 자료를 보여주는 데 그치지만, 대화형 AI는 사용자의 말에 반응하고 공감하는 표현을 사용하며 대화를 지속한다. 강연자는 가이드라인 없이 AI와 감정적인 대화를 계속할 경우, 일부 미성년자가 사람보다 AI에 더 깊이 빠져들 가능성이 있다고 우려한다.
이러한 위험은 AI의 답변이 틀릴 수 있다는 문제와 별개의 층위에 있다. 사용자가 AI를 도구가 아니라 자신을 이해해 주는 인격적 존재로 받아들이기 시작하면, 대화의 내용뿐 아니라 관계 자체가 영향을 미치기 때문이다. 강연에서는 미성년자가 챗봇과 대화한 뒤 심각한 위기에 빠진 사례와 일부 서비스가 미성년자의 AI 아바타 대화를 제한하기 시작한 흐름을 언급한다. 다만 STT만으로는 해당 사례와 정책의 정확한 서비스명 및 범위를 확인하기 어려우므로, 이를 특정 기업의 확정된 정책으로 단정하기보다는 강연자가 제시한 위험 사례로 이해하는 편이 적절하다.
그렇다고 강연자가 AI를 아이에게서 완전히 차단해야 한다고 주장하는 것은 아니다. 핵심은 AI의 잠재적 위험을 이유로 기술 자체를 금지하는 것이 아니라, 아이가 혼자 감당하기 어려운 부분을 어른이 관찰하고 조정하는 데 있다. AI를 교육에 활용할 때 필요한 것은 무조건적인 허용이나 금지가 아니라, 사용 목적과 공간, 대화 주제, 보호자의 참여 수준을 함께 설계하는 일이다.
목적이 아니라 수단으로서의 AI
강연자가 아들과 AI를 사용하는 방식은 전형적인 컴퓨터 교육과 다르다. 아이를 책상에 앉히고 AI의 원리나 프롬프트 작성법부터 가르친 것이 아니라, “같이 재미있는 것을 만들어 보자”는 놀이에서 시작했다. 이때 AI는 아이가 배워야 할 목적물이 아니라, 아이의 상상력을 실제 결과물로 바꾸어 주는 수단이었다.
게임 만들기의 출발점도 정교한 기획서가 아니었다. 강연자는 아들에게 어떤 게임을 만들고 싶은지 자유롭게 말하게 한 뒤 그 음성을 녹음하고, 전사된 텍스트를 AI에 전달했다. 아이의 설명에는 RPG, 레벨업, 무기, 몬스터, 쿠키 형태의 캐릭터와 디자인 아이디어가 뒤섞여 있었고 처음에는 일관된 기획이라고 보기 어려웠다. 그러나 이 중언부언하는 말 속에는 아이가 정말 만들고 싶은 세계의 재료가 들어 있었으며, AI는 그것을 실행 가능한 초안으로 변환하는 역할을 맡았다.
여기에서 중요한 교육적 행위는 부모가 아이의 아이디어를 대신 정리해 준 것이 아니라, 충분히 말하게 하고 계속 질문했다는 점이다. 아이는 자신의 생각이 완전한 문장이 될 때까지 기다리지 않아도 되었고, 말한 내용이 실제 게임으로 구현되는 경험을 통해 표현의 결과를 확인할 수 있었다. AI가 창작의 진입 장벽을 낮추자 아이는 단순히 콘텐츠를 소비하는 위치에서 자신이 원하는 것을 설명하고 수정하는 제작자의 위치로 이동했다.
05:47 - 아들의 음성 아이디어를 바탕으로 제작한 초기 쿠키 어드벤처 게임의 실행 화면
첫 결과물이 학습의 출발점이 되다
AI가 만든 게임의 첫 버전은 완성도가 높지 않았다. 화면이 잘리고 스크롤이 되지 않았으며, 캐릭터가 겹쳐 선택하기 어렵고 아이가 원한 배치도 제대로 구현되지 않았다. 하지만 바로 그 불완전함 때문에 아이는 자신이 무엇을 원하는지 더 구체적으로 말하기 시작했다.
처음 아이가 설명한 것은 상상에 가까웠지만, 작동하는 결과물을 본 뒤의 말은 요구사항과 평가로 바뀌었다. 화면이 왜 불편한지, 캐릭터를 어떻게 배치해야 하는지, 어떤 기능이 빠졌는지를 하나씩 지적하면서 자연스럽게 QA(Quality Assurance)와 QC(Quality Control)의 역할을 수행한 것이다. 강연자는 아이의 요청을 AI로 다시 정리하면서 그 안에 경제 시스템, RPG 시스템, 거점, 스킨 뽑기, 자동 전투 같은 구조적 요소가 들어 있음을 확인했다.
07:18 - 두 번째 버전에 추가된 스킨 뽑기와 캐릭터 커스텀 기능 시연 화면
이 사례가 보여주는 것은 결과물을 먼저 접한다고 해서 학습이 끝나는 것이 아니라는 사실이다. 오히려 눈앞에서 움직이는 결과물이 생기자 아이는 자신의 모호한 생각과 실제 구현 사이의 차이를 발견했고, 그 차이를 좁히기 위해 더 정확한 언어를 사용해야 했다. AI가 만든 초안은 정답이 아니라 사고를 자극하는 프로토타입이었으며, 실패와 수정의 반복이 본격적인 학습을 시작하게 했다.
“되네”라는 경험이 “더 알아야겠다”로 바뀌는 순간
아이는 자신의 말이 실제 게임으로 구현되는 것을 보고 먼저 “되네”라는 감각을 얻었다. 가능성을 체감하자 더 많은 기능과 규칙을 제안했고, 새로운 버전을 검토하면서 요구사항도 점차 구체화했다. 창작물이 현실이 될 수 있다는 믿음이 생긴 뒤에야 더 잘 만들고 싶다는 욕구가 나타난 것이다.
결정적인 변화는 아이가 야구와 게임을 비교하면서 일어났다. 야구를 잘하려면 규칙을 알아야 하듯이 게임도 제대로 만들려면 규칙을 더 알아야 할 것 같다며 관련 책을 사 달라고 요청했다. 부모가 공부하라고 지시한 것이 아니라, 원하는 결과를 얻기 위해 지식이 필요하다는 사실을 아이 스스로 발견한 것이다.
강연자는 이를 Flipped Learning(플립 러닝)의 한 형태로 해석한다. 전통적인 교육이 개념과 규칙을 먼저 배우고 나중에 결과물을 만드는 순서라면, 이 사례에서는 결과물을 먼저 경험한 뒤 부족함을 발견하고 필요한 이론을 찾아간다. 순서가 뒤집히자 공부는 외부에서 부과된 의무가 아니라 자신의 프로젝트를 개선하기 위한 필요가 되었으며, 이는 학습 동기의 질을 근본적으로 바꾼다.
AI 시대의 플립 러닝과 전문 지식의 가치
강연자는 대학의 MIS(Management Information Systems, 경영정보시스템) 수업에서도 비슷한 원리를 적용한다고 설명한다. 학생들에게 AI 이론 전체를 순서대로 가르친 다음 마지막에 도구를 사용하게 하는 대신, 먼저 AI로 무엇인가 만들어 보게 하고 결과의 한계를 체감하도록 한다. 그러면 학생들은 다음 단계로 나아가기 위해 자신에게 어떤 개념과 언어가 부족한지 발견하게 된다.
그 뒤에는 오히려 전통적인 암기 학습도 의미를 얻는다. 강연자는 MIS 전문 용어 약 200개를 제시하고 그중 일부를 퀴즈로 평가하는 방식을 언급하는데, 겉으로 보면 생성형 AI 시대와 맞지 않는 낡은 교육처럼 보일 수 있다. 그러나 학생들이 전문 용어를 익힌 뒤 그 언어로 AI에 다시 요청하면 결과가 달라지고, 업계의 개념을 정확히 알수록 AI를 더 깊고 정교하게 사용할 수 있다는 사실을 경험하게 된다.
따라서 AI는 지식의 필요성을 없애는 도구가 아니다. 사용자가 개념을 모르면 AI가 낸 결과를 평가할 수도 없고, 원하는 방향으로 수정하도록 지시하기도 어렵다. 강연의 사례에서 선행 제작 경험은 기초 지식을 대체한 것이 아니라, 왜 그 지식을 배워야 하는지를 먼저 납득시키는 장치로 작동했다.
시간이 지나며 함께 성장하는 결과물
강연자는 게임 제작을 한동안 중단했다가 몇 달 후 성능이 향상된 AI 모델을 이용해 기존 프로젝트를 다시 개선했다. 새로운 모델에 이전 작업을 넘기고 현재 가능한 최고 수준으로 업데이트해 달라고 요청하자, 게임의 시각적 완성도와 전투 시스템, 테스트 수준이 크게 향상되었다고 설명한다. 과거의 기록을 보존해 둔 덕분에 아이디어는 일회성 놀이로 사라지지 않고 기술의 발전과 함께 다시 확장될 수 있었다.
버전 3에서는 캐릭터 선택, 파티 구성, 뽑기, 스테이지, 자동 공격, 승리 화면 등 게임다운 구조가 갖춰졌으며, 강연자는 이를 실제 앱스토어에 올리는 단계까지 발전시키고 있다고 말한다. 다만 화면의 구체적인 디자인과 기능 완성도는 STT만으로 평가할 수 없으며, 영상 속 시연 장면을 직접 확인해야 한다. 중요한 것은 특정 AI 모델의 성능 자체보다 아이의 초기 발상이 기록되고 반복적으로 수정되면서 하나의 장기 프로젝트가 되었다는 점이다.
14:28 - 버전 3 게임의 스테이지와 자동 공격 시스템이 실제로 작동하는 화면
이 과정에서 부모의 역할은 모든 기능을 직접 설계하는 개발자가 아니었다. 아이에게 계속 의견을 묻고, 아이가 낸 생각을 기록하며, AI가 이해할 수 있는 형태로 전달하는 연결자에 가까웠다. AI의 기술적 능력이 커질수록 부모가 해야 할 일은 정답을 대신 만들어 주는 것이 아니라, 아이의 의도와 기술 사이에서 대화가 계속 이어지도록 돕는 일이 된다.
연령에 따라 달라져야 하는 AI 교육
강연자는 초등학교 저학년과 고학년, 중고등학생에게 동일한 AI 교육 방식을 적용해서는 안 된다고 본다. 대략 초등학교 6학년 정도까지는 부모가 아이의 관심을 관찰하고 함께 만들며 질문을 던지는 방식이 특히 중요하다고 말한다. 이 시기의 아이에게 AI 사용법을 체계적으로 주입하기보다 놀이와 대화 속에서 도구를 경험하게 하는 것이 자연스럽다는 판단이다.
중고등학생은 자신의 프로젝트와 관심사를 AI를 통해 발산하고 구체화하는 활동을 더 적극적으로 시도할 수 있다. 그러나 기술을 능숙하게 다룬다는 사실이 위험을 판단할 능력까지 갖추었다는 뜻은 아니다. 청소년이 어떤 질문을 하고 어떤 답을 받아들이며, AI와 어떤 관계를 형성하고 있는지는 여전히 어른이 관심을 가져야 할 부분이다.
강연자는 아이가 AI Native(AI 네이티브) 세대라는 점도 강조한다. 이전 세대가 모바일 기술을 자연스럽게 습득했듯이, 지금의 아이들은 부모가 하나하나 가르치지 않아도 AI 사용법을 빠르게 익힐 가능성이 크다. 따라서 부모가 경쟁적으로 AI 기능을 가르치는 것보다, 기술만으로는 자동으로 습득하기 어려운 판단력과 관계 능력, 예의, 아날로그 경험을 제공하는 일이 더 중요한 교육이 될 수 있다.
Guided Learning은 답 대신 사고의 경로를 제공한다
생성형 AI 기업들은 교육 현장의 비판에 대응하면서 Guided Learning(가이드 학습) 또는 학습 전용 기능을 제공하기 시작했다. 강연에서는 Gemini의 가이드 학습과 ChatGPT의 공부하기 기능을 예로 들며, 이 모드를 사용하면 AI가 답을 즉시 제시하기보다 질문과 선택지를 통해 학습자가 스스로 개념을 따라가도록 돕는다고 설명한다. 이는 완성된 결과만 전달하는 일반 대화와 구별되는 학습 방식이다.
16:49 - Gemini와 ChatGPT의 가이드 학습 기능을 소개하며 답 대신 사고 과정을 유도하는 방식을 설명하는 화면
예를 들어 고등학생이 주식 투자를 공부하고 싶다고 요청하면, AI는 주식이 회사의 소유권을 나눈 것이라는 기본 개념에서 시작해 어떤 부분을 먼저 배우고 싶은지 되묻는다. 사용자의 선택에 따라 설명을 단계적으로 확장하므로, 학습자는 수동적으로 긴 답변을 읽는 대신 다음 경로를 고르게 된다. 강연자는 이러한 상호작용을 온라인 학습 앱과 유사하면서도 대화에 따라 내용이 달라지는 개인화된 과정으로 설명한다.
수학 문제에서도 차이가 나타난다. 문제 사진을 일반 모드에 입력하면 답과 풀이가 바로 제시될 수 있지만, 학습 모드에서는 아이의 수준에 맞춰 단서를 제공하고 다음 단계를 질문한다. 초등학교 4학년 문제를 해당 연령이 이해할 수 있는 표현으로 설명하자 강연자의 아들도 이전보다 이해하기 쉽다고 반응했으며, 이는 같은 AI라도 기능과 사용 방식에 따라 교육적 효과가 달라질 수 있음을 보여준다.
17:50 - 수학 문제를 바로 풀어 주지 않고 학습자와 대화하며 단계적으로 풀이하는 기능 시연
소크라테스식 문답과 개인화된 난이도
가이드 학습의 핵심은 학습자가 모르는 상태를 견디면서 한 단계씩 생각하도록 만드는 데 있다. 강연에서 AI는 유리수의 정의를 곧바로 외우게 하기보다, 먼저 유리수라고 생각하는 수를 말해 보도록 요청한다. 학습자가 “어려워, 모르겠어”라고 답해도 대화를 중단하지 않고 설명의 난이도를 낮춘 뒤 0.5를 분수로 바꾸는 추가 질문을 제시한다.
19:55 - 유리수 개념을 설명한 뒤 0.5를 분수로 바꾸도록 후속 질문을 제시하는 학습 대화 화면
이 방식은 Socratic Method(소크라테스식 문답법)와 닮아 있다. 교사가 지식을 일방적으로 전달하는 대신 학습자의 답을 바탕으로 다음 질문을 던지면서 개념에 도달하게 하기 때문이다. 정답을 맞혔는지만 평가하는 것이 아니라 어디에서 막혔는지를 대화 중에 발견하고, 학습자의 현재 수준에 맞는 발판을 제공한다는 점에서 일반적인 문제 풀이와 차이가 있다.
철학이나 사회 과목에서는 이 장점이 더욱 분명해진다. “법은 무엇인가”, “윤리는 무엇인가”, “자율주행차가 사람을 다치게 했을 때 책임을 어떻게 판단해야 하는가”와 같은 질문에는 하나의 단순한 답이 존재하지 않는다. AI가 후속 질문을 계속 던지게 하면 아이는 자신의 입장을 말하고 이유를 설명하며 반례를 검토하게 되고, 이 과정 자체가 사고 훈련이 된다.
스마트폰의 문제는 ‘스마트’보다 ‘퍼스널’에 있다
강연자는 디지털 기기의 위험을 기능 자체보다 개인화된 사용 환경에서 찾는다. 스마트폰 안의 교육 콘텐츠와 도구는 유익할 수 있지만, 기기가 아이의 방과 사적인 시간까지 들어가 부모가 무엇을 보고 누구와 대화하는지 알 수 없게 될 때 문제가 커진다는 것이다. 그는 이를 “스마트”의 문제가 아니라 “퍼스널”의 문제라고 표현한다.
과거 가정에 컴퓨터가 한 대뿐이던 시절에는 보통 거실처럼 가족이 함께 볼 수 있는 공간에 기기를 두었다. 공개된 공간에서는 사용자가 자연스럽게 가족 앞에서도 볼 수 있는 콘텐츠를 선택하게 되고, 문제가 생기면 주변 사람이 비교적 빠르게 알아차릴 수 있었다. 반면 개인 스마트폰은 콘텐츠 소비와 인간관계를 가족의 시야 밖으로 이동시키므로, 단순한 사용 시간 제한만으로는 위험을 모두 관리하기 어렵다.
강연자의 가정에서는 아이가 기기와 교육 앱을 사용할 수 있지만 주로 거실에서 부모가 보는 가운데 사용하며, 아직은 스마트폰을 외출할 때 가져가지 않도록 합의했다고 한다. 메신저와 게임 속 소통도 가능한 한 부모가 지켜볼 수 있는 환경에서 이루어지게 한다. 이는 모든 가정에 그대로 적용할 보편적 규칙이라기보다, 독립적 사용 권한을 한꺼번에 넘기지 않고 아이의 성장에 맞춰 단계적으로 확대하는 한 가지 사례다.
시간 제한보다 중요한 가족의 합의와 부모의 모범
아이의 디지털 사용을 관리할 때 가장 쉽게 떠올리는 방법은 하루 한두 시간처럼 사용 시간을 정하는 것이다. 그러나 강연자는 단순한 시간 제한보다 어디에서, 누구와, 어떤 목적으로 사용하는지를 함께 합의하는 방식에 더 무게를 둔다. 같은 두 시간이라도 혼자 방에서 정서적 챗봇에 몰입하는 것과 부모와 프로젝트를 만들며 대화하는 것은 교육적 의미가 전혀 다르기 때문이다.
이 원칙을 유지하려면 부모도 부담을 감수해야 한다. 아이가 사용하는 도구와 콘텐츠에 관심을 가지려면 부모 역시 AI를 공부해야 하고, 아이 앞에서 자신은 기기에 몰입하면서 아이에게만 절제를 요구해서도 설득력이 떨어진다. 강연자는 아이 앞에서 디지털 기기를 덜 사용하는 모습을 보여주려고 노력한다고 말하며, 기술 교육이 결국 부모 자신의 사용 습관을 돌아보는 일과 연결된다고 설명한다.
가족의 합의는 감시를 위한 규칙에 머물러서는 안 된다. 아이에게 왜 공개된 공간에서 사용해야 하는지, 어떤 대화가 위험할 수 있는지, 문제가 생기면 누구에게 알려야 하는지를 설명해야 한다. 그래야 규칙이 부모의 통제에서 끝나지 않고 아이가 장차 독립적으로 기기를 사용할 때 적용할 자기조절 능력으로 이어질 수 있다.
AI가 대신 키워주지 못하는 것들
AI 네이티브 세대는 기술을 빠르게 습득하지만, 모든 능력을 기술에서 배울 수 있는 것은 아니다. 강연자는 오히려 AI 시대에 중요한 교육으로 예의범절과 인사, 사람과 대화하는 능력을 강조한다. AI는 사용자의 요청에 언제든 반응하지만 실제 인간관계에는 상대의 표정과 상황을 살피고, 기다리며, 불편함을 조정하는 과정이 필요하기 때문이다.
강연자는 손으로 글을 쓰게 하고 종이신문을 읽히며 미술관과 여행을 통해 다양한 감각을 경험하게 했던 사례도 소개한다. 아이가 종이신문에서 만화만 보거나 미술관 방문을 지겨워하더라도, 디지털 환경만으로는 저절로 만나기 어려운 경험을 제공하는 것이 부모의 역할이라고 본다. 이는 아날로그가 디지털보다 본질적으로 우월하다는 주장이 아니라, 아이가 선택하지 않을 가능성이 큰 감각과 문화의 영역을 의도적으로 열어 주어야 한다는 뜻에 가깝다.
생성형 AI를 모두가 사용하면 평균적인 결과의 수준은 빠르게 높아질 수 있다. 강연자는 이를 누구나 “80점” 정도의 결과물을 만들 수 있는 획일화의 가능성으로 표현한다. 그때 개인의 차이는 AI 도구를 다루는 기본 기능보다 어떤 경험을 했고, 어떤 사람을 만났으며, 무엇을 중요하게 여기고, 얼마나 고유한 질문을 던질 수 있는가에서 나타난다.
부모 대신 멘토가 함께할 수도 있다
아이와 함께 AI를 탐구해야 한다는 원칙이 모든 가정에서 부모의 직접 참여만을 뜻하지는 않는다. 아이가 성장할수록 부모와 함께 활동하는 것을 불편해할 수 있고, 부모가 기술적 내용까지 모두 이해하기도 어렵다. 이때 대학생 멘토나 교사, 프로젝트 코치처럼 아이의 생각을 존중하면서 안전한 사용을 도와줄 사람이 중요한 역할을 할 수 있다.
강연자는 기업이 영재와 청소년을 대상으로 진행하는 AI 프로젝트에서 대학생 멘토가 함께하는 사례를 언급한다. 멘토는 아이가 직접 프롬프트를 무작정 입력하도록 방치하는 대신, 아이의 생각을 AI가 이해할 수 있는 말로 옮기고 아이디어를 더 확장할 수 있도록 질문한다. 동시에 부적절한 출력이나 정서적 위험, 개인정보 문제 같은 리스크를 중간에서 줄이는 역할도 맡는다.
이 구조에서 어른은 결과물을 대신 만들어 주는 사람이 아니다. 아이의 아이디어가 막혔을 때 한 번 더 생각할 방향을 제시하고, 너무 빠르게 결론으로 뛰어갈 때 근거를 확인하도록 돕는 촉진자다. 부모가 모든 것을 직접 가르쳐야 한다는 부담에서 벗어나, 아이에게 적절한 공동 탐구자를 연결해 주는 것 역시 중요한 교육적 선택이 될 수 있다.
AI의 가장 좋은 용도는 답이 아니라 질문 훈련이다
AI의 편리함은 궁금한 점이 생겼을 때 언제든 질문할 수 있다는 데 있다. 과거에는 사소하거나 전문적인 질문의 답을 얻기 위해 적절한 사람이나 책을 찾아야 했지만, 이제는 불완전하더라도 즉각적인 설명을 받을 수 있다. 강연자는 이 접근성이 아이에게도 새로운 학습 기회를 제공한다고 본다.
그러나 AI를 답을 얻는 데만 사용하면 질문은 정보를 주문하는 명령어로 축소된다. 강연자가 제안하는 더 나은 활용법은 AI를 질문하는 연습의 상대로 삼는 것이다. 좋은 질문은 한 번에 완성되는 기술이 아니라, 자주 묻고 답을 검토한 뒤 질문을 바꾸어 보는 반복 속에서 형성되기 때문이다.
강연자는 사람들이 질문을 잘하지 못하는 이유를 질문할 수 있는 환경이 충분하지 않았기 때문이라고 해석한다. 교실이나 공식적인 자리에서는 틀린 질문을 할지 모른다는 두려움과 주변의 평가가 따라오지만, AI에는 시간과 공간의 제약 없이 여러 형태로 질문을 시도할 수 있다. 부모가 이 과정을 옆에서 지켜보며 답의 신뢰성을 함께 검토한다면, AI는 아이의 사고를 대신하는 기계가 아니라 질문 근육을 키우는 안전한 연습장이 될 수 있다.
부모가 해야 할 핵심 행위, 발문
강연의 결론에서 등장하는 핵심 개념은 발문이다. 발문은 부모가 답을 주거나 완성된 질문을 대신 만들어 주는 것이 아니라, 아이 안에서 궁금증이 시작되도록 작은 자극을 제공하는 행위다. “어떤 게임을 만들고 싶어?”, “지금 결과에서 불편한 점은 무엇이야?”, “그 규칙이 필요한 이유는 뭘까?” 같은 물음은 아이를 정해진 답으로 몰아가기보다 생각을 밖으로 꺼내게 한다.
아들과 만든 게임도 부모가 정교한 교육 계획을 세운 데서 시작하지 않았다. 아이의 관심을 보고 함께 놀자는 제안을 했으며, 아이가 말하면 기록하고, 결과물이 나오면 다시 의견을 물었다. 부모는 아이의 상상과 AI의 실행 능력 사이에서 발문을 이어가며 프로젝트가 멈추지 않도록 도왔다.
이 관점에서 좋은 AI 교육은 프롬프트 공식이나 특정 제품의 메뉴를 외우게 하는 교육과 다르다. 아이가 질문을 만들고 결과를 평가하며 다시 질문하도록 돕는 관계의 설계에 가깝다. 도구의 이름과 성능은 빠르게 바뀌더라도, 호기심을 발견하고 대화를 통해 생각을 확장하는 부모의 역할은 쉽게 사라지지 않는다.
마무리 / 핵심 정리
이 강연은 AI를 많이 사용하면 아이가 똑똑해지는지, 반대로 AI를 사용하면 사고력이 약해지는지에 대해 단순한 찬반 답변을 내놓지 않는다. 같은 AI라도 완성된 답을 복사하는 용도로 쓰면 학습 과정을 축소할 수 있지만, 아이의 상상을 구현하고 실패를 관찰하며 다시 질문하는 데 사용하면 강력한 학습 도구가 될 수 있다. 결국 교육적 효과를 결정하는 것은 도구 자체보다 사용 방식과 주변 관계다.
초기에는 부모나 교사, 멘토가 아이와 함께 사용하면서 AI의 답변이 틀릴 수 있다는 점과 감정적으로 과몰입할 수 있다는 위험을 알려주어야 한다. 동시에 아이가 기술을 두려워하지 않고 충분히 실험할 기회도 제공해야 한다. 보호와 탐색은 서로 반대되는 가치가 아니라, 안전한 환경 안에서 함께 설계되어야 하는 두 축이다.
가장 중요한 결론은 아이에게 AI를 “가르쳐 주는 것”보다 AI와 함께 질문하고 만들 수 있는 환경을 마련하는 일이다. 부모는 답을 대신 주는 사람이 아니라 호기심의 시작을 건드리는 발문자이며, AI는 그 호기심을 즉시 시험해 볼 수 있게 하는 도구다. 아이에게 AI를 건네고 물러서는 것이 아니라 함께 보고, 함께 의심하고, 함께 질문하는 것, 그것이 강연자가 제안하는 AI 시대 자녀 교육의 중심 원칙이다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | (2부) AI로 공부시키기, 이러면 아이 망친다 (IT커뮤니케이션연구소 김덕진 소장) |
| 채널 | 언더스탠딩 : 세상의 모든 지식 |
| 영상 길이 | 약 30분 42초 |
| 리포트 작성 | 2026-09-13 |
| 작성 방식 | YouTube 영상 STT 변환 후 문맥 교정 및 서술형 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 제품 기능과 이용 연령 정책은 변경될 수 있으며, 화면에서 시연된 세부 내용과 강연자의 정확한 표현은 원본 영상을 참조해 주세요.