AI가 엉뚱한 답을 할 때, 교실이 먼저 따져야 할 것

한 중학교 과학 시간, 학생이 AI에게 광합성 원리를 물었더니 그럴듯하지만 교과서와 다른 설명이 돌아왔습니다. 학생은 그 답을 그대로 노트에 옮겼고, 교사는 채점할 때에야 오류를 발견했습니다. 인터넷 전체를 학습한 일반형 AI는 어디서 가져온 정보인지 보여 주지 않기 때문에, 답이 맞는지 학생도 교사도 그 자리에서 확인할 방법이 없습니다. 편리함의 이면에는 이렇게 출처를 잃은 정보가 교실로 흘러드는 위험이 숨어 있습니다. AI를 막연히 두려워할 필요는 없지만, 어떤 AI를 들이느냐는 분명히 따져 봐야 합니다.

신뢰의 출발은 '근거가 보이는가'

책임 있는 AI 활용의 첫 질문은 성능이 아니라 검증 가능성입니다. 답이 맞는지 그 자리에서 확인할 수 있어야 교사가 안심하고 수업에 들일 수 있습니다.

• 근거의 범위: AI가 무엇을 바탕으로 답하는지 명확해야 합니다. 인터넷 전체인지, 교사가 만든 수업 자료인지에 따라 신뢰의 성격이 완전히 달라집니다.
• 출처의 가시성: 답변 옆에 근거가 함께 보이면, 학생은 정보를 베끼는 대신 근거를 확인하는 습관을 기릅니다.
• 데이터의 경계: 학생이 입력한 질문과 기록이 어디에 쌓이는지, 흩어지지 않고 한곳에서 관리되는지 점검해야 합니다.

좋은 AI는 똑똑한 답을 주는 것이 아니라, 자기 답의 근거를 함께 내미는 AI입니다.

모듈 근거 위에서 답하는 AI 튜터

이 기준을 구조 자체로 풀어낸 사례가 날리자쿠의 플립슨(Flipsson) 입니다. 플립슨의 AI 튜터는 인터넷을 뒤져 답하지 않고, 교사가 블록 에디터로 만든 수업 모듈을 근거로 답변합니다. 즉 학생이 받는 답은 그 수업에서 다룬 내용의 테두리 안에 있고, 답변에는 어느 모듈에서 가져왔는지 출처가 함께 표시됩니다. 학생은 "AI가 그렇대요"가 아니라 "이 자료의 이 부분에 따르면"이라고 말하는 법을 자연스럽게 배웁니다.

여기에 더해 플립슨은 설치 없이 웹에서 바로 쓰는 모듈형 수업 플랫폼이라, 수업 준비부터 라이브 수업, 복습까지 한 플랫폼 안에서 데이터가 흐릅니다. 학생의 질문, 제출 카드, 의견 보드 기록이 여러 서비스로 흩어지지 않고 교사 대시보드 한곳에 모이므로, 누가 무엇을 입력했고 어디까지 보이는지 파악하기가 훨씬 쉽습니다. 학생 관리와 공지도 같은 화면에서 이루어져, 도구를 옮길 때마다 데이터가 새는 틈이 줄어듭니다. 출처가 보이는 AI와 한곳에 모이는 데이터는 책임 있는 활용의 두 축인 셈입니다.

물론 이것이 교사의 검토를 면제해 주지는 않습니다. 모듈 자체가 부정확하면 AI도 그 오류를 따라가므로, 자료를 잘 만드는 일은 여전히 교사의 몫입니다. 다만 근거와 출처가 보이는 구조에서는 그 검토가 훨씬 수월해집니다.

핵심 정리

AI를 교실에 들일 때 먼저 따질 것은 화려한 기능이 아니라 답의 근거가 보이는가, 데이터가 관리 가능한 곳에 모이는가입니다. 모듈 근거 위에서 답하고 출처를 표시하는 AI 튜터는 학생에게 검증의 습관을 길러 주고, 한 플랫폼에 모인 데이터는 교사의 관리 부담을 덜어 줍니다. 플립슨은 카드 등록 없이 클래스 10개까지 무료로 시작할 수 있습니다. 신뢰할 수 있는 도구 위에서야 책임 있는 활용도 비로소 가능해집니다.