🛠️ AI를 교실에 들이는 법: 구글챗, 코스웨어, 그리고 본질

안녕하세요, 신라입니다.

오늘은 거창한 이론보다, 최근 학교에서 직접 깔짝이며 시도해 본 것들을 솔직하게 정리해 보려 합니다.

AI 도구는 정말 많습니다.
하지만 “이렇게 쓰시면 됩니다”라고 선뜻 말하기에는,
도구 소개 이상의 무언가를 하기가 생각보다 어렵다는 생각이 들었습니다.

그래서 오늘은 세 가지 — 구글챗 활용도 개선, AI 코스웨어 활용,
그리고 AI 활용을 위해 정말 필요한 것 — 을 중심으로 이야기를 풀어보겠습니다.

📑 목차

구글챗 활용도 개선: 전달 구조를 다시 짜다
AI 코스웨어 활용: 참여의 관점에서 접근하기
AI 활용을 위해 필요한 것: 결국 본질로

1. 구글챗 활용도 개선

대단한 작업은 아닙니다.
다만 학교의 구글챗 전달 구조를 좀 더 유기적으로 만들고 싶었습니다.

먼저 학교 구글챗을 학급 단위와 학년 단위, 두 갈래로 세팅했습니다.
‘학년 → 학급 → 개인’으로 이어지는 전달 구조를 명확히 한 것입니다.

스페이스 발송은 학년·학급 단위로 한 번에 안내를 보내는 방식입니다.
이미 하고 있던 것을 새 환경으로 옮겨 왔습니다.

여기에 더해 개인별 발송을 새로 만들었습니다.
학생 한 명 한 명에게 각각 다른 메시지를 따로따로 보낼 수 있는 프로세스입니다.

마지막으로 개인별 일괄 발송입니다.
선택된 학생들에게 동일한 메시지를 한 번의 클릭으로 보낼 수 있도록 만들었습니다.

이렇게 정리하고 나니, 일괄 안내가 훨씬 유기적으로 돌아갑니다.
특히 아이패드는 구글챗이나 Gmail 알림이 계속 떠서,
교내에서 학생을 부르거나 안내할 일이 있을 때 방송 대신 메시지를 바로 날리면
학생이 이를 확인하고 곧장 움직일 수 있습니다.
크롬북에 비해 활용도를 높일 수 있는 지점이라고 생각합니다.

2. AI 코스웨어 활용

5월 둘째 주 무렵부터 AI 코스웨어를 써 보다가, 지난주부터는 정규 수업에 본격적으로 도입했습니다.

그런데 처음에는 솔직히 쉽지 않았습니다.
학생 기록을 보면, 일곱 명 정도를 빼면 참여율이 저조하고
수업 분위기도 전반적으로 어수선해졌습니다.

“이걸 어디서부터 어떻게 풀어야 할까.”
지난주 내내 이것저것 시도하며 고민했습니다.

고민 끝에 내린 결론은 이렇습니다.
어떤 도구를 쓸까, 무엇을 더할까를 따지기 전에,
먼저 “학생들이 어떻게 하면 더 참여할 수 있을까”라는 관점에서 접근하자.

대입이나 내신, 공정성 같은 쟁점도 있지만,
가장 첫 번째로 풀어야 할 실타래는 결국 참여였습니다.

첫째, 수업 진행에 방해가 되는 요소는 과감히 덮기로 했습니다.
교사가 수업을 진행할 때는 크롬북을 덮게 합니다.
기기를 꺼내 놓으면, 다른 활동을 할 때 어쨌든 방해가 되더군요.

둘째, 필요한 그 타이밍에만 기기를 열기로 했습니다.
기기로 학습에 참여해야 하는 순간에만 딱 열어서 쓰는 것입니다.

셋째, 문항 세트를 촘촘한 계단식으로 구성했습니다.

예전에는 코스웨어 안의 문항 세트를 일괄 배포했다면,
이제는 이번 차시에 나가는 내용에 맞춰 훨씬 디테일하게 구성합니다.
가령 오늘 진도가 삼차방정식이라면,
중학교 이차방정식 → 조립제법 → 인수분해 → 오늘 배울 개념까지,
필요한 개념을 한 단계씩 계단처럼 쌓아 문항 세트를 만듭니다.

“저 수학 못 해요”라고 말하는 학생도,
“중학교 몇 학년 것은 할 수 있으니까”라며 한 칸씩 올라올 수 있도록요.
못하는 학생이 많은 반일수록 더 세부적으로 계단을 잘게 나누면 좋습니다.

또한 코스웨어를 단순한 문제 풀이 도구로만 쓰지 않으려 했습니다.
‘25문제를 맞히면 상위 몇 퍼센트가 된다’ 같은 모의고사 예상 실력 지표를 함께 보며,
“이 문제를 풀면 네 성적이 어떻게 오를 수 있을지” 같은 대화를 학생들과 나눴습니다.

학습 랭킹과 학교별 랭킹 같은 경쟁 요소도 활용했습니다.
“우리 같이 한번 해보자, 랭킹 올려보자”라며 분위기를 만들어 갔습니다.

퀘스트와 포인트 같은 게임적 요소도 동기부여에 한몫했습니다.
성적, 경쟁, 게임 — 학생마다 참여하는 이유가 다르기에, 여러 갈래의 동기를 함께 열어 둔 것입니다.

이렇게 접근하니, 같은 반인데도 참여율이 확실히 전보다 올랐습니다.
처음 사용할 때의 낯섦이 줄어든 효과도 있겠지만,
단 한두 번의 시도만으로도 눈에 띄는 변화가 있었습니다.

지금 쓰고 있는 것은 ‘수학대왕’이라는 코스웨어입니다.
이런 코스웨어도 점점 발전하는 것 같습니다.
문항만 주는 것으로는 부족하고, 학생을 끌어들이는 동기부여 요소가 함께 있어야 한다는 것을
저도, 코스웨어도 함께 인식해 가는 단계가 아닐까 싶습니다.

다만 결국 중요한 것은 지속 가능성입니다.
이전에 쓰던 연습 세트는 한 학기 이상 지속 가능하다는 것을 개인적으로 확인했습니다.
하지만 지금의 코스웨어가 잠깐의 신기성 효과인지,
아니면 장기적으로도 유효한지는 더 길게 두고 확인해 봐야 할 것 같습니다.

3. AI 활용을 위해 필요한 것

직접 써 보면서 느낀 것은, AI의 활용도가 세상이 떠드는 것만큼
제 삶이나 학교 라이프에서 급격하게 높아지지는 않더라는 점입니다.
그렇다면 어떻게 해야 활용도를 높일 수 있을까, 분석해 봤습니다.

먼저 제가 쓰는 도구들을 쭉 정리해 봤습니다.
웹 작업이냐 로컬 작업이냐, 그리고 클라우드 모델이냐 로컬 모델이냐의 조합입니다.

웹에서는 제미나이와 클로드를 가끔 쓰고,
로컬에서는 안티그래비티, 클로드 코드를 함께 씁니다.
CLI 기반으로는 워프(Warp) 안에 여러 채널을 열어 관리합니다.
그리고 완전한 로컬 모델 쪽은 헤르메스 에이전트로 통일했고,
그 아래에서 Qwen과 Gemma 3 두 모델을 돌리고 있습니다.

이렇게 정리하다 보니, 디지털 상의 업무 처리 과정이 보였습니다.
데이터가 입력되고 → 어딘가에 저장되고 → 어떤 프로세스로 처리되어 → 목표를 달성합니다.

이것은 수학의 학습 과정과도 닮았습니다.
숫자(데이터)가 주어지면, 어딘가에 필기(저장)하고,
어떤 도구와 연산(프로세스)을 거쳐, 답을 산출(목표 달성)하는 것이죠.

이 과정을 거꾸로 역산해 보면, 무엇이 정말 중요한지가 드러납니다.

① 원하는 결과는 무엇인가 — 우리가 진짜로 얻고자 하는 결과부터 다시 정의해야 합니다.

② 어떻게 달성할 것인가 — 요즘 AI에서 말하는 ‘하네스(harness)‘와도 통하는 지점입니다. 어떤 구조를 짜야 원하는 결과에 도달할 수 있는지. 이 구조를 잘못 짜면 시행착오와 손실되는 시간이 많아집니다.

③ 어디서 작업할 것인가 — 클라우드냐 로컬이냐의 문제이고, 곧 보안의 문제입니다. 외부로 절대 나가면 안 되는 데이터인지, 어느 정도 나가도 괜찮은 데이터인지 분별이 필요합니다.

④ 어떤 데이터가 필요한가 — 그리고 저는 결국 이것이 가장 핵심이 될 것이라 봅니다.

솔직히 말하면, 프로세스만 명확해지면 중간 과정은 AI가 거의 다 할 수 있습니다.
실제로 제가 헤르메스를 요즘 뜸하게 돌리는 이유 중 하나도 속도 문제인데,
어떤 작업을 할지 프로세스만 분명하면 사람이 잠든 새벽에 돌려놓아도 됩니다.
지금 잘 안 되는 건, 그 프로세스 자체가 아직 명확하지 않기 때문입니다.

그래서 앞 단계들이 어느 정도 정리되고 나면,
결국 가장 중요한 질문은 ‘어떤 데이터가 필요한가’, 즉 데이터 수집의 문제로 바뀔 것입니다.
원하는 결과값에 맞는 데이터를 줄 수 있는가, 그리고 그 데이터가 무엇인지 분별할 수 있는가.
저는 이것을 잘하는 능력이 앞으로 점점 더 중요해질 것이라 생각합니다.

오늘은 여기까지, 최근의 시도들을 이렇게 정리해 보았습니다. 감사합니다.

💬 질의응답 (Q&A)

Q: 지금 쓰고 계신 AI 코스웨어는 무엇인가요?
A: ‘수학대왕’을 쓰고 있습니다. 문항은 학년별로 일일이 찾아 계단식으로 배치했고, 지금은 고등학교 문항 중에서도 최하 난이도를 선별해 구성한 단계입니다. 필요하다면 앞 학년 개념까지 더 내려가 계단을 잘게 나눌 생각입니다.

Q: 로컬 모델은 실제로 쓸 만한가요?
A: 어느 정도 수준까지는 괜찮습니다. 다만 최신 클라우드 모델과 비교하면 성능 차이는 작아도 속도 차이가 아직 큽니다. 복잡하고 어려운 작업에서는 한계가 있을 수 있고요. 핵심은, 작업 프로세스가 명확하다면 속도는 새벽 시간에 돌려서 해결할 수 있다는 점입니다.