--- title: "미래의 교실" url: https://popup2026.com/XEwZMG kind: html created_via: mcp created_at: 2026-11-08T22:30:25.364979+00:00 --- 미래의 교실 Column · Education 미래의 교실 칠판을 뒤집자는 제안에 대하여: 학교는 사람을 가르치고, 기계는 진도를 맡는다는 꿈 밤 열한 시, 영국 어느 소도시의 수학 교사가 식탁에서 노트북을 연다. 내일 가르칠 단원은 이차방정식의 근의 공식이다. 그는 슬라이드 첫 장에 제목을 쓰고, 예제를 고르고, 판서할 순서를 정리한다. 같은 시각 그 나라 곳곳에서 수천 명의 교사가 거의 똑같은 슬라이드를 만들고 있다. 각자의 식탁에서, 각자의 피로를 안고, 각자의 근의 공식을 쓴다. 최근 한 AI 연구자가 인터뷰에서 이 장면을 꺼냈다. 교사인 친구들이 GCSE 수학을 가르치려고 저마다 슬라이드를 새로 만든다는 이야기를 듣고 그는 되물었다. 왜 우리는 아직 그런 세상에 살고 있는가. 하나면 충분하지 않은가. 그가 내놓은 처방은 단순하고 대담하다. 교실을 뒤집자. 암기와 반복 같은 기계적 학습은 교실 밖으로 내보내고, 개인 맞춤형 AI가 학생마다 다른 속도에 맞춰 그 일을 맡는다. 교실에 남는 것은 사람만 할 수 있는 일이다. 협업, 프로젝트, 창업가적 감각, 창의성, 그리고 무엇보다 판단력. 그의 표현대로라면 몬테소리 학교의 확장판, 혹은 옥스브리지의 일대일 튜토리얼을 교실 전체로 가져오는 일이다. · · · 이 구상에는 거부하기 어려운 매력이 있다. 우선 진단이 정확하다. 한 반에 서른 명을 앉혀 놓고 같은 속도로 진도를 나가는 수업은 필연적으로 평균을 겨냥한다. 그러면 뒤처진 아이는 따라오지 못하고, 앞선 아이는 지루해한다. 그가 냉소적으로 덧붙인 대로, 양쪽 모두에게 행운을 빌 수밖에 없다. 교육학은 이 문제를 오래전부터 알고 있었다. 1984년 벤저민 블룸은 일대일 개인지도를 받은 학생이 일반 교실 학생보다 표준편차 두 개만큼 높은 성취를 보인다고 보고했다. 이른바 ‘2 시그마 문제’다. 문제는 효과가 아니라 비용이었다. 모든 아이에게 가정교사를 붙여줄 사회는 없었다. 그러니 AI 튜터에 대한 기대는 사실상 40년 묵은 숙제를 드디어 풀 수 있다는 기대다. 교실을 뒤집자는 발상 자체도 새롭지 않다. 2000년대 후반 콜로라도의 두 화학 교사가 강의를 녹화해 집에서 보게 하고 수업 시간에는 문제 풀이를 했다. ‘플립 러닝’이라는 이름이 붙었고, 칸 아카데미가 그 흐름을 대중화했다. 새로운 것은 집에서 보는 영상이 이제 학생에게 말을 걸고, 틀린 지점을 짚고, 다음 문제의 난이도를 조절할 수 있게 되었다는 점이다. · · · 그러나 이 우아한 설계도에는 몇 군데 금이 가 있다. 첫째, 슈퍼스타 강사라는 아이디어에는 이미 한 번의 전례가 있다. 2012년 뉴욕타임스는 그해를 ‘무크(MOOC)의 해’라고 불렀다. 세계 최고 대학의 명강의를 누구나 무료로 듣는 시대가 왔으니 평범한 강의실은 사라질 것이라는 예언이 뒤따랐다. 결과는 알려진 대로다. 수강 신청은 폭발했지만 끝까지 마친 사람은 대체로 한 자릿수 퍼센트에 그쳤다. 그리고 그 소수는 대개 이미 학위가 있고 스스로를 다잡을 줄 아는 사람들이었다. 훌륭한 강의가 부족했던 것이 아니다. 끝까지 앉아 있게 만드는 힘이 부족했다. 둘째, 집이라는 공간은 모두에게 같지 않다. 기계적 학습을 집으로 보낸다는 말은 학습의 가장 지루하고 가장 의지력이 필요한 부분을 가정에 떠넘긴다는 뜻이기도 하다. 조용한 방과 저녁 시간을 챙겨주는 부모가 있는 아이에게 AI 튜터는 날개가 된다. 형제를 돌보거나 일을 해야 하는 아이에게는 또 하나의 밀린 숙제가 된다. 맞춤형 기술이 오히려 격차를 맞춤형으로 벌릴 수도 있다. 셋째, 가장 근본적인 질문이 남는다. 판단력과 암기는 정말 분리되는가. 그는 미래에 중요한 것이 인간의 판단력과 취향이라고 말한다. 맞는 말이다. 하지만 취향은 진공에서 자라지 않는다. 좋은 증명을 알아보는 눈은 수많은 증명을 손으로 따라가 본 경험 위에 생긴다. 문장의 결을 판단하는 감각은 수없이 읽고 외운 문장들이 쌓여서 만들어진다. 지식을 기계에 맡기고 판단만 사람이 하겠다는 구도는, 판단이 결국 무엇으로 이루어지는지를 잊은 것일지 모른다. · · · 그렇다면 처음의 장면, 밤 열한 시에 슬라이드를 만드는 교사로 돌아가 보자. 그 노동은 정말 순수한 낭비였을까. 교사들은 종종 말한다. 직접 수업 자료를 만들 때 비로소 그 단원을 제대로 이해하게 된다고. 어떤 예제를 먼저 보여줄지, 어느 대목에서 학생들이 틀릴지를 고민하는 과정이 곧 가르칠 준비다. 남이 만든 완벽한 슬라이드를 넘기기만 하는 교사는 강의 영상을 재생하는 사람에 가까워진다. 그리고 바로 그런 교사에게는, 그가 교실에 남기려 했던 일, 곧 아이들의 프로젝트를 이끌고 판단력을 길러주는 일을 맡기기 어렵다. 그럼에도 이 제안은 진지하게 들을 가치가 있다. 그것은 미래에 대한 예언이라기보다 현재에 대한 고발이기 때문이다. 우리는 아이들에게 기계가 이미 더 잘하는 일을 가장 많은 시간 동안 시키고, 기계가 결코 대신할 수 없는 일, 이를테면 낯선 사람과 함께 무언가를 만들고 의견을 조율하고 실패를 견디는 일은 거의 가르치지 않는다. 교사 연수에서도 그런 것은 다루지 않는다고 그는 지적했다. 교실을 뒤집자는 말에 대한 가장 정직한 대답은 아마 이것일 것이다. 뒤집는 것은 쉽다. 어려운 것은 뒤집힌 교실에서 무엇을 할지 아는 사람을 기르는 일이다. 기계가 진도를 맡는 시대에, 교사에게 남는 일은 더 줄어드는 것이 아니라 더 어려워진다. 슬라이드는 하나면 충분할지 모른다. 하지만 그 슬라이드 앞에 선 아이 서른 명은 언제나 서른 개의 서로 다른 질문이다. ENTROPY LAB · COLUMN