왜 지금 AI 학습법인가

AI가 공부방에 들어온 순간

불과 몇 년 전까지만 해도 공부하다 모르는 것이 생기면 선택지는 단순했다. 교과서를 다시 읽거나, 인터넷에 검색하거나, 선생님께 질문하거나, 친구에게 물어보는 것. 운이 좋으면 명쾌한 설명을 만났고, 운이 나쁘면 검색 결과 열 개를 열어놓고도 더 헷갈렸다.

그런데 지금은 상황이 달라졌다. 책상 위에 노트북을 켜고 이렇게 물을 수 있다.

"이 개념을 중학생도 이해할 수 있게 설명해줘. 내가 이해했는지 확인할 수 있도록 마지막에 질문도 해줘."

그러면 AI는 설명을 시작한다. 어려운 단어를 쉬운 말로 바꾸고, 비유를 들고, 예시를 만들고, 심지어 "여기까지 이해했나요?"라고 되묻는다. 틀린 답을 말하면 어디서 생각이 어긋났는지 짚어준다. 예전에는 이런 도움을 받으려면 과외 선생님, 스터디 그룹, 좋은 강의가 필요했다. 이제는 그중 일부가 24시간 열려 있는 대화창 안으로 들어왔다.

물론 이것이 "공부가 쉬워졌다"는 뜻은 아니다. 오히려 더 중요한 질문이 생겼다. AI가 대신 생각해주는 시대에, 나는 어떻게 내 머리로 생각할 것인가?

AI 학습법이 필요한 이유는 바로 여기에 있다. AI를 쓰는 사람은 많아졌지만, AI로 실력이 느는 사람은 아직 많지 않다. 어떤 학생은 AI 덕분에 숙제를 빨리 끝내지만 시험장에서 아무것도 기억하지 못한다. 반대로 어떤 학습자는 AI에게 힌트를 받고, 자기 말로 설명하고, 퀴즈를 풀고, 오답을 분석하면서 예전보다 훨씬 깊게 공부한다.

차이는 도구가 아니라 사용 방식에서 갈린다.

AI 도구들은 왜 '학습 모드'로 이동하고 있을까

초기의 생성형 AI는 주로 "질문하면 답하는 도구"로 받아들여졌다. 사용자가 묻는다. AI가 답한다. 사용자는 복사한다. 끝. 이 방식은 빠르지만, 공부에는 치명적인 약점이 있다. 답은 얻었지만 머리에 남는 것이 없기 때문이다.

그래서 최근 주요 AI 서비스들은 단순 답변 생성에서 한 걸음 더 나아가고 있다. ChatGPT의 Study Mode, Gemini의 Guided Learning, Claude의 Learning Mode처럼 사용자가 바로 정답을 받기보다 단계별 질문, 힌트, 연습, 피드백을 통해 생각하도록 유도하는 기능들이 등장했다. 2025년 여름을 전후해 주요 AI 기업들이 이런 학습·스터디 모드를 잇따라 선보였다는 점은 우연이 아니다. AI 학습의 중심이 "빠른 정답"에서 "생각을 유지하게 만드는 대화"로 이동하고 있다는 신호다.¹

이런 기능들의 공통점은 학습자를 일부러 조금 느리게 만든다는 데 있다. AI가 정답을 한 번에 던져주면 사용자는 편하다. 하지만 편한 만큼 생각할 기회를 잃는다. 반면 학습 모드는 "네가 이미 아는 것은 무엇인가?", "이 단계에서 어떤 원리가 쓰였을까?", "왜 이 답이 아니라 저 답일까?"처럼 질문을 던진다. Pearson은 ChatGPT의 Study Mode와 Gemini의 Guided Learning을 설명하며, 이 도구들이 학생에게 답을 바로 넘기기보다 학습 과정을 단계별로 안내하고 독립적 사고를 유도하도록 설계되어 있다고 설명한다.²

좋은 선생님은 학생이 막히는 순간에 바로 답을 말하지 않는다. 먼저 어디까지 알고 있는지 확인한다. 그다음 너무 큰 문제를 작은 단계로 쪼갠다. 학생이 한 발짝 더 갈 수 있을 만큼만 힌트를 준다. AI의 학습 모드가 따라가려는 방향도 이와 비슷하다.

예를 들어 수학 문제를 풀다가 막혔다고 해보자.

나쁜 사용법은 이렇다.

"이 문제 답 알려줘."

AI는 풀이를 보여준다. 학생은 고개를 끄덕인다. 그런데 비슷한 문제가 나오면 다시 막힌다. 풀이를 "본 것"과 풀이를 "할 수 있는 것"은 다르기 때문이다.

좋은 사용법은 다르다.

"정답은 바로 말하지 말고, 내가 먼저 풀어볼 수 있게 1단계 힌트만 줘. 내가 답하면 다음 힌트를 줘. 내가 틀리면 어떤 개념을 착각했는지 설명해줘."

이때 AI는 정답지가 아니라 튜터가 된다. 핵심은 AI가 무엇을 할 수 있느냐가 아니라, 내가 AI에게 어떤 역할을 맡기느냐다.

ChatGPT, Gemini, Claude, NotebookLM은 같은 도구가 아니다

많은 사람이 AI 도구를 하나로 묶어 생각한다. "ChatGPT나 Gemini나 Claude나 비슷한 거 아니야?" 하고 말한다. 하지만 공부에 활용할 때는 도구별 성격을 구분하는 것이 중요하다. 같은 연필이라도 필기용, 스케치용, 채점용이 다르듯이 AI도 강점이 다르다.

ChatGPT는 설명, 퀴즈, 학습 루틴 설계에 강하다. 개념을 쉽게 풀어달라고 하거나, 난이도별 문제를 만들어달라고 하거나, "오늘 30분 동안 무엇을 어떻게 공부할지" 계획을 세우는 데 유용하다. 특히 대화 흐름을 따라가며 "먼저 시도해봐", "힌트를 줄게", "네 설명을 채점해줄게" 같은 튜터 역할을 맡기기 좋다.

Gemini는 구글 생태계와 연결될 때 힘을 발휘한다. Google Docs, Drive, Gmail, Sheets 같은 도구 안에 학습 자료가 흩어져 있다면, 그것을 연결해 공부하는 데 유리하다. 긴 문맥을 다루거나, 문서와 자료를 함께 보며 질문하거나, 현재 정보가 필요한 주제를 다룰 때도 장점이 있다. 예를 들어 최근 경제 이슈를 바탕으로 보고서를 쓰거나, 구글 문서에 정리해둔 강의 노트를 바탕으로 예상 문제를 만들 때 편리하다.

Claude는 긴 글 읽기와 사고 정리에 강점을 보인다. 긴 에세이, 보고서, 논문 초안, 독서 노트를 넣고 "주장의 흐름을 정리해줘", "논리적 빈틈을 찾아줘", "이 글의 핵심을 세 문단으로 재구성해줘"라고 요청하기 좋다. 특히 글을 다듬거나 복잡한 생각을 차분하게 정리할 때 좋은 파트너가 될 수 있다.

NotebookLM은 조금 다르다. 일반 챗봇이라기보다 "내가 올린 자료를 기반으로 대화하는 학습 노트"에 가깝다. PDF, 웹사이트, YouTube 영상, 오디오 파일, Google Docs, Google Slides 등을 업로드하면 그 자료를 바탕으로 요약, 질문, 학습 가이드, 퀴즈, 브리핑을 만들 수 있다. Google for Education은 NotebookLM이 사용자가 제공한 자료에 기반해 요약, 학습 가이드, 퀴즈를 생성하고, 답변에 인라인 출처를 제공한다고 설명한다.³

간단히 구분하면 이렇다.

중요한 것은 "어느 AI가 최고인가?"가 아니다. 공부 장면에 맞는 도구를 고르는 눈이다. 영어 회화 연습을 할 때와 전공 논문을 읽을 때, 수학 오답을 분석할 때와 자격증 기출을 정리할 때 필요한 AI의 역할은 다르다.

검색창과 개인 튜터의 차이

AI를 검색 엔진처럼 쓰면 AI의 절반도 쓰지 못한다. 검색 엔진은 기본적으로 "정보를 찾아주는 창"이다. 사용자가 키워드를 넣으면 관련 문서와 링크를 보여준다. 검색은 여전히 중요하다. 최신 정보, 공식 자료, 원문 출처를 확인할 때 검색은 필수다.

하지만 AI는 검색창과 다른 방식으로 공부를 도울 수 있다. AI는 사용자의 수준에 맞춰 설명을 바꾼다. 같은 "삼투압"이라는 개념도 초등학생에게는 물풍선과 소금물의 비유로 설명하고, 고등학생에게는 반투과성 막과 농도 차이로 설명하고, 의대생에게는 세포막과 체액 조절의 맥락에서 설명할 수 있다.

또 AI는 한 번의 답변에서 끝나지 않는다. 사용자가 "아직 모르겠어"라고 말하면 다른 비유를 들 수 있다. "A와 B가 헷갈려"라고 하면 비교표를 만들 수 있다. "내가 설명해볼게. 틀린 부분을 찾아줘"라고 하면 채점자가 된다. "비슷한 문제 하나 더 내줘"라고 하면 연습 상대가 된다.

검색창은 보통 이렇게 작동한다.

질문 → 결과 목록 → 사용자가 읽고 판단

AI 튜터는 이렇게 작동할 수 있다.

질문 → 수준 진단 → 맞춤 설명 → 확인 질문 → 힌트 → 재설명 → 퀴즈 → 피드백 → 다음 학습 제안

이 차이는 작지 않다. 공부에서 가장 힘든 순간은 정보를 못 찾을 때가 아니라, 찾은 정보를 내 머릿속에 넣지 못할 때다. 검색은 자료를 찾게 해주지만, AI 튜터는 자료와 나 사이의 거리를 좁혀줄 수 있다.

예를 들어 "기회비용이 뭐야?"라고 검색하면 정의가 나온다. 하지만 AI에게 이렇게 물으면 공부가 달라진다.

"기회비용을 처음 배우는 고등학생이라고 생각하고 설명해줘. 편의점 아르바이트, 대학 진학, 친구와의 약속 중 하나를 고르는 예시로 설명해줘. 설명 후 내가 직접 예시를 만들게 하고, 맞는지 피드백해줘."

이 질문에는 학습의 흐름이 들어 있다. 설명을 듣고, 사례를 보고, 직접 만들어보고, 피드백을 받는다. 이때 AI는 단순히 "기회비용의 정의"를 알려주는 것이 아니라, 내가 그 개념을 쓸 수 있도록 훈련시킨다.

공부의 병목은 정보 부족이 아니다

예전에는 정보가 귀했다. 좋은 교재, 좋은 강의, 좋은 선생님을 만나는 것이 중요했다. 지금은 반대 문제가 생겼다. 정보가 너무 많다. 무료 강의, 블로그, 논문, PDF, 유튜브, 온라인 강좌가 넘쳐난다. 그런데도 많은 사람이 공부에 실패한다.

왜 그럴까? 병목이 정보 접근성에서 이해, 구조화, 반복, 피드백으로 이동했기 때문이다.

정보를 보는 것과 이해하는 것은 다르다. 이해한 것과 기억하는 것도 다르다. 기억한 것과 시험장에서 꺼내 쓰는 것은 또 다르다. 많은 학습자는 첫 단계에서 멈춘다. 강의를 봤다. 형광펜을 쳤다. 요약을 읽었다. 그래서 공부했다고 느낀다. 하지만 막상 문제를 풀면 손이 멈춘다.

AI는 이 병목을 줄이는 데 쓸 수 있다. 어려운 문단을 쉬운 말로 바꿔달라고 할 수 있다. 교재 한 단원의 핵심 개념을 뽑아달라고 할 수 있다. 헷갈리는 개념을 비교표로 정리할 수 있다. 예상 문제를 만들고, 플래시카드를 만들고, 오답 원인을 분류할 수 있다. 혼자 공부할 때 가장 귀찮고 오래 걸리던 반복 학습의 일부를 빠르게 도와준다.

예를 들어 자격증 시험을 준비하는 직장인이 있다고 하자. 퇴근 후 남은 시간은 40분뿐이다. 예전 같으면 교재를 펴고 어디서부터 볼지 고민하다가 10분이 지나갔을 것이다. 이제는 AI에게 이렇게 시킬 수 있다.

"이 단원의 학습 목표를 3개로 정리해줘. 각 목표마다 꼭 알아야 할 개념 2개와 확인 문제 2개를 만들어줘. 나는 40분밖에 없으니 우선순위를 매겨줘."

이 요청은 공부를 "자료 읽기"에서 "목표 있는 훈련"으로 바꾼다. AI가 대신 공부해주는 것이 아니다. 공부할 수 있는 형태로 재구성해주는 것이다.

실제로 AI 튜터를 학습 과학 원리에 맞춰 활용하려는 연구도 이어지고 있다. 한 사례 연구에서는 기존 수업 자료에서 마이크로러닝 질문을 자동 생성하고, 학생의 개념 이해도를 모델링해 개인화된 인출 연습을 제공했을 때, 적극적으로 AI 튜터를 사용한 학생들이 더 높은 성과를 보였다고 보고했다.⁴ 여기서 중요한 단어는 "적극적으로"다. AI를 켜놓기만 한 것이 아니라, 질문에 답하고, 반복해서 떠올리고, 자신의 약점을 확인한 학생들이 효과를 본 것이다.

답을 받아 적는 사람과 힌트를 받는 사람

같은 AI를 써도 결과는 완전히 달라진다. 두 학생을 상상해보자.

민수는 내일 과학 수행평가가 있다. 그는 AI에게 묻는다.

"광합성 보고서 써줘."

AI는 그럴듯한 보고서를 만들어준다. 민수는 몇 문장을 고쳐 제출한다. 과제는 빨리 끝났다. 하지만 다음 주 시험에서 "광합성에서 빛에너지가 어떤 형태로 전환되는가?"라는 문제가 나오자 막힌다. 보고서는 냈지만 개념은 남지 않았다.

지아도 같은 주제를 공부한다. 하지만 질문이 다르다.

"광합성을 내가 직접 설명할 수 있게 도와줘. 먼저 핵심 개념을 5개로 나누고, 각 개념마다 쉬운 예시를 들어줘. 그다음 나에게 질문을 하나씩 해줘. 내가 답하면 틀린 부분만 고쳐줘."

지아는 시간이 조금 더 걸린다. 중간에 틀리기도 한다. AI가 "엽록체와 엽록소를 혼동하고 있어요"라고 알려준다. 지아는 다시 설명한다. 마지막에는 AI 없이 백지에 광합성 과정을 그려본다. 지아의 공부는 느려 보이지만, 시험장에서는 훨씬 강하다.

AI를 잘못 쓰면 과제는 빨리 끝난다. 그러나 실력은 남지 않는다. 반대로 AI를 잘 쓰면 공부 과정은 조금 번거로워진다. 그러나 그 번거로움이 바로 실력이 된다.

학습은 마찰을 필요로 한다. 떠올리려고 애쓰는 시간, 틀린 이유를 확인하는 시간, 내 말로 다시 설명하는 시간이 있어야 한다. AI가 이 마찰을 모두 없애버리면 공부도 함께 사라진다. 좋은 AI 학습법은 마찰을 없애는 것이 아니라, 감당할 수 있는 크기로 조절하는 것이다.

힌트는 주되 답은 늦게 준다. 설명은 해주되 다시 설명하게 만든다. 요약은 해주되 원문을 완전히 건너뛰게 하지 않는다. 문제는 만들어주되 마지막에는 AI 없이 풀게 한다. 이것이 AI 시대의 공부 원칙이다.

AI가 잘하는 일, 인간이 반드시 해야 하는 일

AI는 강력하지만 전능하지 않다. 무엇을 맡기고 무엇을 내가 해야 하는지 구분하지 못하면, AI는 공부 도구가 아니라 의존 도구가 된다.

AI가 잘하는 일은 분명하다.

• 어려운 개념을 여러 수준으로 설명하기

• 비유, 사례, 반례를 만들어 이해를 돕기

• 긴 자료를 요약하고 핵심 개념을 추출하기

• 비교표, 마인드맵, 학습 목표처럼 구조를 만들기

• 퀴즈, 플래시카드, 예상 문제를 생성하기

• 내가 쓴 답안이나 설명에 피드백 주기

• 오답 원인을 분류하고 비슷한 문제를 만들어주기

이런 일들은 과거에 혼자 하려면 시간이 오래 걸렸다. 특히 피드백이 부족했다. 내가 쓴 답이 왜 부족한지, 어떤 개념이 빠졌는지, 다음에 무엇을 해야 하는지 알려줄 사람이 늘 곁에 있지 않았다. AI는 이 빈틈을 채울 수 있다.

하지만 인간이 반드시 해야 하는 일도 있다.

• 무엇을 왜 공부할지 목표를 정하기

• 원문과 교재를 집중해서 읽기

• 설명을 듣기 전에 먼저 생각해보기

• 힌트를 바탕으로 스스로 답을 떠올리기

• AI 답변이 맞는지 교재, 강의, 공식 자료로 검증하기

• 내 언어로 다시 설명하기

• 마지막에는 AI 없이 문제를 풀어보기

특히 검증은 절대 넘겨서는 안 된다. AI는 그럴듯하게 틀릴 수 있다. 공식처럼 보이는 식을 잘못 쓰거나, 존재하지 않는 출처를 만들어내거나, 문맥에 맞지 않는 설명을 할 수 있다. NotebookLM처럼 업로드한 자료를 기반으로 답하게 하는 도구는 이런 위험을 줄이는 데 도움이 된다. Google의 NotebookLM 도움말도 NotebookLM이 사용자가 올린 소스에 기반한 정보를 제공하고, 정확성과 투명성을 위해 명확한 출처 인용을 보여준다고 설명한다.⁵ 그러나 출처가 보인다고 해서 무조건 끝은 아니다. 중요한 시험, 논문, 보고서라면 원문을 다시 확인해야 한다.

AI 시대의 학습자는 "AI가 말했으니 맞겠지"라고 생각하지 않는다. 오히려 이렇게 묻는다.

"이 답변의 근거는 어디에 있지?"

"교재의 설명과 같은가?"

"반례는 없나?"

"내가 이걸 AI 없이 설명할 수 있나?"

이 질문들이 AI 의존과 AI 활용을 가른다.

24시간 개인 튜터를 얻었다는 것의 의미

AI 학습의 가장 큰 변화는 "질문할 수 있는 시간"이 넓어졌다는 점이다. 수업이 끝난 밤 11시에도, 출근길 지하철에서도, 주말 아침 카페에서도 질문할 수 있다. 틀려도 민망하지 않다. 같은 내용을 다섯 번 물어봐도 눈치 볼 필요가 없다. 내 수준이 낮다고 부끄러워하지 않아도 된다.

이것은 특히 혼자 공부하는 사람에게 큰 변화다. 자격증을 준비하는 직장인, 영어를 다시 시작하는 성인 학습자, 코딩을 독학하는 비전공자, 내신과 수능을 동시에 챙겨야 하는 학생에게 AI는 "옆자리의 빈자리"를 채워줄 수 있다.

하지만 개인 튜터가 생겼다고 해서 자동으로 성적이 오르지는 않는다. 좋은 헬스 트레이너가 있어도 운동을 대신해주지는 못한다. 트레이너는 자세를 봐주고, 무게를 조절하고, 루틴을 짜주고, 포기하지 않게 도와준다. 하지만 바벨을 들어 올리는 것은 결국 나다.

AI도 마찬가지다. AI는 설명해줄 수 있다. 문제를 만들어줄 수 있다. 오답을 분석해줄 수 있다. 오늘 무엇을 복습해야 할지 알려줄 수 있다. 그러나 집중해서 읽는 일, 답을 떠올리는 일, 틀린 것을 견디는 일, 다시 시도하는 일은 나의 몫이다.

AI 공부법의 핵심은 그래서 단순하다.

AI에게 답을 맡기지 말고, 과정을 맡겨라.

답을 묻는 순간 공부는 짧아진다. 과정을 묻는 순간 공부는 깊어진다. "정답 알려줘" 대신 "내가 생각할 수 있게 질문해줘"라고 말할 때, AI는 비로소 검색창을 넘어 개인 튜터가 된다.

오늘부터 바꿔야 할 첫 질문

이 장을 덮고 나서 당장 바꿔야 할 것은 도구가 아니다. 질문의 방향이다. 앞으로 AI에게 무엇인가를 물을 때, 먼저 스스로에게 물어보자.

"나는 지금 답을 얻고 싶은가, 아니면 실력을 얻고 싶은가?"

답만 필요할 때도 있다. 단어의 뜻을 확인하거나, 날짜를 확인하거나, 간단한 정의를 찾아볼 때는 빠른 답변이 효율적이다. 하지만 공부의 핵심 개념, 시험에 나올 원리, 내가 계속 틀리는 문제라면 달라야 한다. 그때는 AI에게 정답을 요구하지 말고 사고를 요구해야 한다.

다음과 같이 물어보자.

"정답을 바로 말하지 말고, 내가 풀 수 있도록 단계별 힌트를 줘."

"내가 이 개념을 설명해볼 테니 틀린 부분과 빠진 부분을 알려줘."

"이 내용을 시험에 대비할 수 있도록 쉬운 문제 3개, 중간 문제 3개, 어려운 문제 2개로 만들어줘."

"내 오답의 원인이 개념 부족인지, 문제 해석 실수인지, 계산 실수인지 분류해줘."

"마지막에는 AI 도움 없이 풀 수 있도록 최종 점검 문제를 내줘."

이런 질문을 던지는 순간, AI는 정답 자판기에서 학습 코치로 바뀐다. 그리고 공부의 주도권은 다시 나에게 돌아온다.

AI 시대의 공부는 혼자 버티는 공부가 아니다. 그렇다고 AI에게 맡기는 공부도 아니다. AI와 함께 생각하되, 마지막에는 내 머리로 서는 공부다. 지금 AI 학습법이 필요한 이유는 바로 그것이다. 도구가 너무 강력해졌기 때문이 아니라, 그 강력한 도구 앞에서 내 생각을 잃지 않는 법이 더 중요해졌기 때문이다.

참고

¹I Tested Three Different AI "Study" Modes

²What is Gemini's 'Guided Learning' and ChatGPT's 'Study mode'?

³Generative AI Tool for Teachers & Students - Google for Education

⁴Implementing Learning Principles with a Personal AI Tutor: A Case Study

⁵NotebookLM 알아보기 - NotebookLM 고객센터