---
title: "거꾸로교실 첫 도입, 사전영상에 AI를 끼워 넣는 설계"
description: "플립러닝 사전학습 영상에 AI를 붙여 시청 이탈을 줄이고 수업 시간을 활동으로 되돌리는 설계법을 정리했습니다."
lang: "ko"
date: "2026-01-27T15:00:00.000Z"
updated: "2026-06-28T02:37:00.000Z"
tags: ["플립러닝","거꾸로교실","사전학습","AI수업설계"]
canonical: "https://flipsson.com/ru/blog/nyp7SdYjNQYz"
---

# 거꾸로교실 첫 도입, 사전영상에 AI를 끼워 넣는 설계

거꾸로교실을 처음 시도하는 교사가 가장 먼저 부딪히는 벽은 "학생들이 영상을 보지 않고 온다"는 현실입니다. 5분짜리 개념 영상을 만들어 올려도 절반은 끝까지 보지 않고, 본 학생조차 무엇을 이해했는지 알 수 없는 상태로 수업이 시작됩니다. 그래서 본시간이 다시 설명으로 채워지고, 결국 "거꾸로"가 사라집니다. 이 문제는 의지의 문제가 아니라 ==사전학습 단계에 피드백 고리가 없다는 설계의 문제==입니다. AI를 영상 뒤에 한 겹 붙이면 이 고리가 만들어집니다.

## 사전학습 영상 뒤에 무엇을 붙일까

영상 자체를 AI로 화려하게 만들 필요는 없습니다. 핵심은 시청 후 학생이 손을 움직이게 하고, 그 결과가 교사에게 도착하도록 만드는 것입니다.

- **3문항 자가확인**: 영상 직후 객관식 2개와 한 줄 서술 1개를 AI 챗봇이 제시하고, 즉시 정오를 알려 줍니다. 학생은 자신이 무엇을 모르는지 영상이 끝난 그 순간에 알게 됩니다.
- **막힌 지점 질문받기**: "이해되지 않은 부분을 한 문장으로 적어 보십시오"라고 안내한 뒤, AI가 학생의 언어로 다시 풀어 설명합니다. 교사가 밤에 일일이 답하기 어려운 질문을 메워 줍니다.
- **요약 한 줄 제출**: 학생이 영상 내용을 한 문장으로 요약하면 AI가 핵심어 누락 여부를 짚어 줍니다.

이 세 가지 산출물이 ==수업 시작 전 교사 대시보드에 모이는 것==이 설계의 목표입니다.

> 사전학습은 "보게 만드는 것"이 아니라 "본 흔적을 남기게 만드는 것"입니다. 흔적이 없으면 본시간을 설계할 근거도 없습니다.

## 본시간을 데이터로 다시 짭니다

밤사이 모인 자가확인 결과를 수업 5분 전에 훑으면 그날의 동선이 달라집니다. 예를 들어 정답률 데이터를 다음과 같이 활용합니다.

1. 정답률 85% 이상 개념은 본시간에 **다루지 않습니다**. 이미 이해한 내용을 다시 설명하는 시간 낭비를 끊습니다.
2. 정답률 50~84% 개념은 **짝 토의 5분**으로 처리합니다. 이해한 학생이 모르는 학생을 메우게 합니다.
3. 정답률 50% 미만 개념만 **교사가 직접 재설명**합니다. 보통 한 차시에 한두 개로 좁혀집니다.
4. 공통적으로 막힌 질문은 칠판에 띄워 두고 **수업 시작 화두**로 활용합니다.

이렇게 하면 40분 수업에서 설명이 10분 이내로 줄고, 나머지를 문제풀이와 활동으로 돌려줄 수 있습니다. 처음 한두 주는 학생들이 자가확인을 번거로워하지만, "풀지 않으면 본시간에 다시 설명을 듣는다"는 규칙이 정착되면 시청 완료율이 올라갑니다.

## 핵심 정리

거꾸로교실의 성패는 영상 품질이 아니라 ==사전학습에 붙은 피드백 고리==에 달려 있습니다. AI는 그 고리를 자동화하는 도구일 뿐이며, 자가확인 3문항과 막힌 지점 질문, 한 줄 요약이라는 가벼운 산출물만으로도 본시간 설계의 근거가 만들어집니다. 첫 단원에서는 욕심내지 말고 자가확인 3문항 하나만 붙여 보시기를 권합니다. 한 차시 분량의 데이터만 쌓여도 "오늘 무엇을 설명하지 않아도 되는가"라는 판단이 가능해지고, 그 판단이 거꾸로교실을 지탱하는 진짜 엔진이 됩니다.