Hacker News 의견
  • 안타깝게도 이런 이야기는 앞으로도 신문이나 잡지에서 계속 인기를 끌며 클릭을 많이 모을 것임을 느낌. 사람들은 AI와 관련해 모든 게 완전히 달라졌다고 느끼는 절박함에 쉽게 빠지는 경향이 있음. 시험이나 채점의 해답은 교실에서 직접 진행하는 것이며, 컴퓨터가 필요하다면 인터넷 연결을 막는 것임. 휴대폰이 적발되면 시험은 불합격, 두 번 걸리면 수업 전체를 낙제시키는 방식임. 상식이 개선되고 분위기가 좋아질 때까지 이런 논란이 계속될 것 같음

    • 만약 새로운 기술 때문에 학교의 기기 사용과 시험 정책을 본질적으로 바꿔야 한다면, 그건 이미 모든 것이 달라졌다는 증거가 아니냐는 생각임

    • 모든 연습문제(에세이 작성 포함)를 교실에서 하는 것이 당연해 보였는데, 실제로 그렇게 하지 않는다는 게 놀라움. 고등학생 때의 나는 전혀 신뢰할 수 없는 학생이었고, 제대로 배워야만 하는 시기임을 어른들이 강제해야 했음. 나중에 성장해서 직장을 다니는 날이 오면, 숙제를 강제로 시킨 선생님들께 감사함을 느꼈음. 모든 학생에게 해당하는 건 아니겠지만, 이렇게 방향을 전환해도 나쁠 건 없다고 생각함. 혹시 내가 틀렸다면 지적해줬으면 좋겠음

    • 나도 비슷한 생각임. 대학교에 들어가서야 수학 시험에서 계산기나 참고서, 도구 사용이 금지되고 시험 자체가 이론과 개념 중심으로 출제됨을 경험함. 시험 환경을 격리시키고, 필요하다면 AI나 도구 사용이 허용되는 별도의 수업이나 과제를 운영하는 방식이 효과적이라고 봄

    • 파란색 공책 시험지와 2번 연필 대신 마이크로 이어버드, 스마트글래스, WiFi 연결로 맞불을 놓고 싶음

    • 아이들이 더 오래 학교에 있어야 한다는 주장인지, 아니면 오히려 교육 시간이 줄어야 한다는 이야기인지 궁금함

  • 내가 아는 사람이 고등학교 튜터링 회사를 잠깐 도와줬음. 그 회사는 TikTok에서 고객을 모았고, 영어문학 시험 문제를 ChatGPT 웹 UI로 생성했음. 마킹 스펙을 첨부하고 "이 커리큘럼에 들어갈 만한 작품의 발췌문과 관련 문제를 만들어줘"라고 요청하는 식이었음. 그래서 학생들은 기존 작가의 완전히 헛소리인 발췌문을 받기도 했고, 상상 속의 문제로 시험 대비를 했던 것임. 이런 세상이 올 거고, 어른들도 LLM 활용법에 대한 이해도가 높아져야 한다 봄. 특히 ChatGPT가 만들어낸 가상의 Wordsworth 시 구절로 점수가 깎인 학생들을 생각하면 안타까움. 괴짜 풍자 이야기로 마무리하자면, 과연 이 이야기 자체가 정말 대단한 폭탄(explosive)인지, 아니면 그저 좋은 이력서를 꾸미기 위한 가짜인지는 의심스러움

  • 계산기가 처음 나왔던 시절을 떠올려보면, 8살 아이가 "친구가 4자리 곱셈을 5초 만에 풀었다"고 불평할 수 있음. 그 당시 사람들은 이렇게 커닝한 아이가 결국 산수 실력이 떨어질 거라 했고, 실제로 사실이었음. 하지만 객관적으로 보면, 미국 고등학생들이 복잡한 산수를 손으로 빠르고 정확하게 못 한다고 해서 세상이 망하지는 않는다고 생각함

    • 두 상황은 비슷하지 않다고 느낌. 계산기는 명확하게 한정된 작업(예: 곱셈)만 맡겼지만, LLM은 더 광범위하게 실행기능이나 기획까지 맡김. 계산기가 5%의 확률로 틀린 답을 주면 바로 시장에서 퇴출됐을 것이고, LLM의 오류는 다르게 받아들여지는 점이 있음. LLM을 과거 방식과 비교한다면, 오히려 남에게 과제를 통째로 맡기는 것에 가까움. 이건 언제나 부정행위 취급을 받았던 행위임

    • 오늘날도 계산기 없이 산수를 가르침. 우리 아이들은 오타가 있어도 스펠링 테스트를 보는데, 그 이유는 스스로 답이 맞는지 판단할 수 있게 하기 위함임. 'Garbage in, garbage out'이라는 유명한 말처럼, 계산기에 잘못 입력했을 때 어느 정도는 직접 추정할 수 있어야 제대로 학습임

    • 내 경험상 HP-48 급 계산기가 교실에 들어오기 전에도, 중학교 이상에서는 산술 자체에 큰 비중을 두지 않음. 그때부터는 증명과 이론 교육이 중심이었고, 컴퓨터공학(Computer Science) 분야도 마찬가지였음. 마치 어셈블리(Assembly)를 배우고 체크하는 일이 있었지만, 그 자체가 목적이 아니었던 것과 비슷함

    • 기본 산수 이상은 대부분 기계적인 반복작업이고 실속은 별로임. 반면 현재 논란이 되는 AI 과제와는 목적이 다름. 비유하자면, 우리가 아이들에게 '헬스장에 포크리프트를 들고 가서 운동해도 돼'라고 하는 격임. 성인이 될 때 건강한 정신을 갖추려면 몸으로 익혀야 하는데 그렇지 못함

    • 뭔가 이번 이슈는 조금 다른 느낌임. 도구의 활용 범위가 워낙 넓다보니, 내 두뇌를 거의 사용하지 않아도 폭넓게 많은 일을 할 수 있게 됨. 결국 내 지능에 훨씬 치명적임

  • 최근 조카 학교에선 고등학교 전에는 집으로 가져가는 숙제를 없애고, 수업 시간에만 과제를 하도록 했던 것을 알게 됨. 처음엔 감독 없이 스스로 시간 관리 연습을 못하게 만드는 게 이상하다고 생각했음. 하지만 지금은 학생이 직접 과제를 해야 한다는 목적에는 그 방법밖에 없었다는 점을 이해하게 됨. 조카도 적응하기 힘들었다고 해서, 나라도 그 환경에 잘 적응하지 못했을 듯함. 과연 더 좋은 방법이 있는지, AI 같은 즉각적 정신지주에 너무 쉽게 접근할 수 있는 시대에 고민이 많음

    • 난 이런 변화가 좋게 느껴짐. 학교 안에서 시간 관리 능력을 기를 기회를 충분히 제공할 수도 있다고 생각함. 내 경험으론, 실제로 대학교가 훨씬 시간적 여유가 많았고, 고등학교 때는 잡다한 시간 낭비가 많았음. 또, 집에서 하는 숙제가 '학교 본 경험이라면 당연하다'고 생각하는 건 어느 정도 특권적인 시각이라 봄. 많은 학생들에게 집은 숙제하기에 적합한 환경이 아니고, 이런 배경을 무시하면 안 된다고 느낌

    • 내 생각엔 숙제 커닝에 너무 민감하게 반응하지 않아도 됨. 예를 들어 학부모와 학생이 함께 앉아서 공부하는 것도 '커닝'이 아니라 오히려 학습의 외적 확장임. 대학교에서 학생들이 같이 모여 숙제를 하는 것도 실상은 네트워킹의 연장이고, 오히려 이게 대학교의 진짜 가치라는 의견도 있음. 문제는 이런 활동에 지나치게 큰 성적 비중을 두는 거라 고민됨. LLM은 인간 협업이 아닌 대안이 되어버리니, 학생들이 다시 서로 협업하게끔 동기를 주는 방식이 필요하다고 봄

    • 25년 전 학교 다닐 때 이런 방식이 더 널리 퍼졌으면 좋았을 거라 생각함. 내 나라(구소련권)에서는 숙제가 너무 많거나 어렵다 보니 부모가 사실상 숙제를 대신하는 경우가 많았음. 특히 에세이는 거의 모두가 부모가 대신 써줬고, 나 역시 글 쓰는 부모님이 첨삭을 꼼꼼히 해주셨던 기억임. 당시엔 부끄럽다고 느꼈던 글도 부모님 손을 거치면 '학교에 낼 만한 수준'이 됨

    • 플립드 클래스룸(flip-classroom: 집에서 강의, 교실에서 실습)은 새로운 개념이 아님. 교사는 수업 시간을 학생과 직접 작업하는 데 쓸 수 있어서 좋은 방식임. 나도 10년 전쯤 일부 선생님들이 실제로 활용하는 걸 경험했음. 다만, 모든 연령대에 최적화된 방법인지는 확신이 없지만, 좋은 시도임

    • 만약 내가 고등학생 때 출석과 수업 참여가 중요했다면 졸업을 못 했을 것임. 시험과 숙제로만 버티며, 그 시절엔 사회적 활동에 더 관심이 많았음. 대학에 와서야 공부다운 공부를 했는데, '수업만으로 평가' 정책이 그때 적용됐다면 나한텐 치명타였을 것 같음

  • 변화가 정말 빠르게 일어남을 실감함. 이 기사도 고등학생이 쓴 "요즘 애들" 류의 글임. 교육의 목적 중 하나가 공동의 문화를 전수하는 것인데, 그 문화는 지역별로 차이는 있지만 본질은 비슷함. 학생들에게는 이런 문화가 늘 새로움. LLM은 이미 엄청난 자료를 씹어먹었기 때문에 학생들이 평가받는 영역에 정말 능함. 이로 인해 학생들은 LLM이 똑똑하다고 착각하는데, 실은 교육 방식에 더 큰 문제가 있다고 생각함. 지금 문제는 부정행위가 아니라, 학교가 다루는 영역이 LLM에 특화되어 있다는 점임. 이 문제는 쉽게 해결되지 않을 듯함

    • 학교는 기본적인 내용을 주로 가르침. 이런 기본 지식은 자료가 워낙 많아서 LLM이 잘 다룸. 그걸 바꿀 수는 없고, 아이들은 기본을 배워야 함은 변하지 않음
  • https://kurnell.ai 에서 이 문제 해결에 집중하고 있음. 앞으로 AI를 금지하거나 감시하는 것은 비현실적이라는 게 우리의 결론임. 오히려 학생 모두에게 최고의 AI를 민주적으로 제공하는 방향이 필요함. 미국과 호주 대학에서 많은 고객이 있고, 학생들이 AI를 어떻게 쓰는지 교수들이 완벽히 확인할 수 있는 체계임. 이런 데이터가 교육 기관이 적응하는 데 큰 도움이 된다는 걸 알았음. 자세한 이야기를 나누고 싶다면 hamish(at)kurnell.ai로 연락을 기다림

  • AI 엔지니어지만 학교엔 극단적 방안이 필요하다고 생각함. 학교에선(컴퓨터 수업 제외) 모든 기술을 금지하고, 집에서는 허용하는 방식이 필요함. 고등학교에선 종이와 펜만 허용하고, 모든 시험은 손글씨로 진행. 맞춤법과 문법에는 관대함을 보임. 숙제와 AI 튜터는 집에서만, 교실에선 금지. 제한적으로 구술 시험도 부활시키고, 스터디 그룹은 학교 내에선 디지털 금지. iPad, Chromebook, Pearson 등은 다 포기해야 한다고 생각함

    • 과거에는 종이 또는 펀치카드를 글쓰기 용도로 쓰면서 코딩도 했었음. 컴퓨터 실습 시간에도 실제 컴퓨터가 필요하지 않을 때가 있었음. 2025년 이후 현재에도 이런 방식이 가능할지 회의적이지만, 당시엔 그랬음

    • 손글씨 과제가 너무 힘들어서, 고등학교 때 내 컴퓨터를 가지면서 성적이 수직상승함. 그래서 예전으로 후퇴하고 싶진 않음. 대신 인터넷이 너무 파괴적이니 차단하는 건 동의함. 인터넷 없이 컴퓨터, 한 권의 책, 그리고 넉넉한 시간이면 나에겐 충분함

    • 한편으론 선생님들도 기술에 익숙해져서, 이제는 손으로 직접 채점하는 걸 원치 않음

    • 내가 수학을 제일 잘 배운 방법은 프린터용 빈 종이를 써서, 문제마다 한 페이지를 마음껏 낙서하고 충분히 고민하는 것이었음. 개념 정리 후엔 Mathematica로 시각화해 개념을 확실히 이해했음

    • 예전에는 정부, 은행, 기업에만 대형 컴퓨터가 있었고 학교엔 없었음. 그 시절도 문제가 없었고, 훗날 IT 업계에 뛰어든 사람들도 대단한 일을 해냄

  • 여기서의 핵심 교훈은 적응하거나 도태되는 것임. 예전엔 어렵고 대단하다고 여겼던 일들이 지금은 쉽고 자동화됨. 그래서 교육이 망한다고 볼 게 아니라, 그런 과제 자체가 얕은 작업이었다는 증명으로 해석해야 함. AI가 아직 인간보다 못한 중요한 작업이 있으니, 그쪽에 집중하는 게 맞음. 현실에서 학교가 변화에 뒤처지고 있으며, LLM을 보조로 활용하며 창의적 프로젝트를 하는 아이들만이 미래를 준비한 셈임

    • 내일 화난 대학 교수들 앞에서 프레젠테이션을 해야 함. 우리가 AI 체크 소프트웨어 계약을 종료해서 교수들이 매우 불만임. 그 소프트웨어는 AI가 아니라 전문적 글쓰기, 좋은 문법, 스펠링, 논문형 단어 선택만 체크함. 근데 그게 바로 교실에서 가르치는 내용임. 교수들에게 지난 30년 동안 해온 방식이 더 이상 통하지 않는다는 걸 설명해야 함. "적응과 진화"라는 개념을 먼저 설명하고 시작할까 고민 중임. 사실 이 상황이 꽤 신남

    • 적응에는 더 많은 것이 필요함. "프로젝트 중심의 창의적 작업"도 기본기가 있어야 가능함. 기본 지식이나 논리, 연산력 등은 머릿속에 있어야 창의적 작업의 도구로 쓰임. 이런 기초는 결국 AI가 이미 다루고 있는 연습문제 풀기를 통해 체화되는 것임. 계산기가 50년 넘게 있었지만, 8x7 바로 못 푸는 엔지니어를 뽑으려는 사람은 없을 것임. 선형 성장과 기하 급수적 성장의 차이조차 모르면, 그 분야 일하기 어려움. 이런 기초는 어느 시대, 어떤 수단과 상관없이 꼭 학습해야 함

  • 나는 공립학교의 시스템 관리자이고, 지금 관리팀이 Gemini 도입을 준비 중임. 나는 LLM 사용이 인지 능력 저하를 초래한다는 연구 결과를 모두 공유했지만, 아무도 귀담아듣지 않는 현실임

    • K-12 교육의 네트워크 관리 계약자로 일하는데, 현장 관리자도 비슷한 고민임. 교육청장(superintendent)은 학생과 교사에게 LLM 도구를 제공합니다. 관리자는 우리가 이런 걸 제공하는 게 끔찍하다고 느낌

    • 혹시 꽤 설득력 있는 연구를 모았다면 링크를 공유해주길 바람. 인지 저하와 LLM 사용에 대한 대규모 실증 연구는 하나밖에 못 찾았고, 그마저도 방법론에 문제가 있었음. 자세한 내용은 여기 참고

    • 아마도 이 정책은 바우처 정책을 추진하는 특정 주(state)에서 나오는 거라 놀랍지 않음

    • 관리직이라면, Google과 직접 협력해 ‘연구 및 교육 모드’ 등 단순 답변하는 기능 외에 다양한 활용 제한 설정도 가능하지 않을까 싶은 생각임