목록으로
교육·학습을 위한 AI 활용
AI에게 정답 대신 약점을 물어, 연구계획서의 빈틈을 심사 전에 미리 찾아 질의응답에 대비한 고등학생 팀의 학습 사례
답을 작성하는 AI가 아닌 오류를 찾는 AI
🤖 활용 AI 도구
Claude by anthrophic
1. 저희는 고등학생 3명으로 이루어진 팀입니다. 우주항공청이 주최한 2026 KASA 우주항공 학술 경연대회에 '화성까지 가는 동안 받는 방사선 피폭량은 이동 기간과 태양 활동 중 무엇에 더 크게 좌우되는가'를 주제로 참가했습니다. 연구계획서는 처음 써 봤고, 핵심 자료는 전부 영어 논문이었으며, 접수 마감까지 며칠 남지 않은 상황이었습니다. 그래서 주제를 정하고 계획서를 쓰는 데 AI의 도움을 받았고, 1차 서류 심사에 합격했습니다. 이후 탐구를 시작하면서, AI와 함께 쓴 계획서를 다시 AI에게 주고 검증부터 받았습니다. 최종 심사는 3분 발표와 5분 질의응답이었고, 발표 자료 마감까지는 단 6일밖에 없었습니다.
2. 주로 Claude를 활용했습니다. 계획서, 대회 양식, 안내 문서 등 긴 문서를 통째로 읽고, 웹에서 원논문을 직접 찾은 후, 링크와 함께 확인해 주는 기능이 필요했기 때문입니다. 계획서를 쓸 때는 대회 평가 기준과 공고문을 주고 주제 후보를 받은 뒤, 공식 양식에 맞춰 문장을 함께 다듬었고, 계획서 참고문헌에 Claude를 사용했다고 밝혀 두었습니다. 1차 합격 후 계획서 내용을 주고 탐구를 이어 가자고 하자, Claude는 먼저 인용한 수치와 선행연구 서술이 원문과 맞는지 대조했습니다. 수치는 모두 원문과 일치했지만 두 가지의 문제가 있었습니다. 계획서에는 ESA 연구가 전반적인 경향만 제시했다고 썼지만, 원논문은 실측 데이터로 모델까지 만든 연구였습니다. 이 문장은 계획서를 쓸 때 AI가 보도자료를 바탕으로 제안한 것을, 저희가 원논문과 대조하지 않고 그대로 쓴 것이었습니다. 또 실제로 비교할 수 있는 실측 데이터가 두 개뿐이고 오차 범위가 겹쳐서, 계획대로는 결론을 내기 어려웠습니다. 어떻게 탐구할지 정해 달라고 하자, Claude는 질문을 "어느 쪽이 맞나"에서 "두 효과 중 무엇이 더 크고, 언제 서로 상쇄되나"로 바꾸자고 제안했습니다. 다음으로 대회 양식과 안내 문서를 주고 발표 조건을 정리했습니다. 3분을 넘기면 그 뒤는 평가에서 빠지고, 현장에서 인터넷을 쓸 수 없다는 점 등을 확인했습니다. 이어서 참고문헌 7개가 실제로 존재하는 자료인지, 인용 수치가 원문과 같은지 하나씩 검증을 요청했습니다. 7개 모두 실재했지만, '최대 55% 감소'는 특정 궤도 조건에서만 성립하는 값이었고 일부 수치는 후속 논문에서 갱신되어 있었습니다. 마지막으로 AI가 뽑아 준 예상 질문을 바탕으로 답변을 직접 생각해 보며 질의응답에 대비했습니다.
3. AI 덕분에 심사위원이 원논문만 열어 봐도 지적할 수 있었던 약점을 심사 전에 미리 알 수 있었습니다. 선행연구를 잘못 이해한 부분과 데이터의 한계를 알고 들어갔기에 관련 질문에 대한 답을 미리 준비할 수 있었습니다. 최종 심사에서는 장려상(한국과학창의재단 이사장상)을 받았습니다. 또한 참고문헌 7개가 모두 실제로 존재하고 인용 수치가 원문과 일치한다는 것을 확인해, 발표 근거에 확신을 가질 수 있었습니다. 그리고 공부하는 방식도 바뀌었습니다. 계획서의 오류가 AI가 제안한 문장을 확인하지 않고 그대로 쓴 데서 시작됐다는 것을 직접 겪은 뒤로, AI가 쓴 글도 그대로 쓰지 않고 원문과 사실에 맞는지 먼저 확인하게 되었습니다. 이 사례를 정리할 때도 AI 초안에서 실제와 다른 문장을 직접 찾아 고쳤습니다.
4. 첫째, 정답이 아닌 약점을 물었습니다. AI에게 계획서를 보여 주고 "지금 탐구, 어떻게 생각해?"라고 솔직한 평가를 요청했습니다. 또 인용한 수치와 참고문헌이 원문과 맞는지 하나씩 검증해 달라고 했습니다. 둘째, 저희가 처한 조건을 함께 알려 줬습니다. "이미 붙어서 이 주제 그대로 가야되는데"라고 말하자, AI는 그 조건 안에서 주제와 목적은 유지하고 방법만 고치는 방향을 제시했습니다. 셋째, 조건을 모르면 AI가 추측한다는 것을 배웠습니다. 안내 문서를 주기 전 AI는 일반적인 발표를 가정해 5~7분, 슬라이드 9장짜리 계획을 짰지만, 실제 규정은 3분이었습니다. 안내 문서를 주자 계획을 처음부터 다시 짰습니다. AI에게 일을 맡길 때는 대회 요강이나 양식 같은 공식 문서를 함께 줘야 한다는 것을 알았습니다. 이번에는 AI가 써 준 문장을 원문과 대조하지 않고 계획서에 넣었고, 검증도 1차 합격 뒤에야 한 것을 개선 포인트라고 생각합니다. 다음에는 계획서를 제출하기 전에 같은 방법으로 먼저 검증하고, AI를 어떤 단계에서 어떻게 썼는지도 더 구체적으로 표기할 것입니다.
5. 웹 검색과 파일 읽기가 되는 생성형 AI라면 누구나 같은 순서로 따라 할 수 있습니다. 연구대회뿐 아니라 수행평가 탐구 보고서나 동아리 발표처럼 계획서나 발표 자료를 내기 전이라면 어디에나 쓸 수 있습니다. 순서는 다음과 같습니다. 먼저 대회 요강, 양식과 내 계획서를 함께 주고, 바꿀 수 없는 조건(주제 변경 불가, 발표 3분 등)도 알려 줍니다. 다음으로 "이 계획서 어떻게 생각해? 약점이 있으면 솔직하게 말해 줘.", "참고문헌이 실제로 있는지, 인용한 수치가 원문과 같은지 하나씩 확인하고 링크도 같이 줘. 확인하지 못한 건 못 했다고 표시해 줘."라고 요청합니다. 지적받은 부분은 AI가 준 링크로 원문을 직접 열어 확인하고, AI가 써 준 문장도 같은 방법으로 확인한 뒤에 씁니다. 마지막으로 "심사위원이 할 만한 질문 10개를 뽑아 줘."라고 한 뒤, 답변은 직접 생각해 봅니다. 단, AI는 없는 논문이나 틀린 수치를 그럴듯하게 만들어 낼 수 있으므로 검증은 꼭 거쳐야 합니다. 또한 AI를 쓴 부분은 출처를 밝혀야 합니다.
2. 주로 Claude를 활용했습니다. 계획서, 대회 양식, 안내 문서 등 긴 문서를 통째로 읽고, 웹에서 원논문을 직접 찾은 후, 링크와 함께 확인해 주는 기능이 필요했기 때문입니다. 계획서를 쓸 때는 대회 평가 기준과 공고문을 주고 주제 후보를 받은 뒤, 공식 양식에 맞춰 문장을 함께 다듬었고, 계획서 참고문헌에 Claude를 사용했다고 밝혀 두었습니다. 1차 합격 후 계획서 내용을 주고 탐구를 이어 가자고 하자, Claude는 먼저 인용한 수치와 선행연구 서술이 원문과 맞는지 대조했습니다. 수치는 모두 원문과 일치했지만 두 가지의 문제가 있었습니다. 계획서에는 ESA 연구가 전반적인 경향만 제시했다고 썼지만, 원논문은 실측 데이터로 모델까지 만든 연구였습니다. 이 문장은 계획서를 쓸 때 AI가 보도자료를 바탕으로 제안한 것을, 저희가 원논문과 대조하지 않고 그대로 쓴 것이었습니다. 또 실제로 비교할 수 있는 실측 데이터가 두 개뿐이고 오차 범위가 겹쳐서, 계획대로는 결론을 내기 어려웠습니다. 어떻게 탐구할지 정해 달라고 하자, Claude는 질문을 "어느 쪽이 맞나"에서 "두 효과 중 무엇이 더 크고, 언제 서로 상쇄되나"로 바꾸자고 제안했습니다. 다음으로 대회 양식과 안내 문서를 주고 발표 조건을 정리했습니다. 3분을 넘기면 그 뒤는 평가에서 빠지고, 현장에서 인터넷을 쓸 수 없다는 점 등을 확인했습니다. 이어서 참고문헌 7개가 실제로 존재하는 자료인지, 인용 수치가 원문과 같은지 하나씩 검증을 요청했습니다. 7개 모두 실재했지만, '최대 55% 감소'는 특정 궤도 조건에서만 성립하는 값이었고 일부 수치는 후속 논문에서 갱신되어 있었습니다. 마지막으로 AI가 뽑아 준 예상 질문을 바탕으로 답변을 직접 생각해 보며 질의응답에 대비했습니다.
3. AI 덕분에 심사위원이 원논문만 열어 봐도 지적할 수 있었던 약점을 심사 전에 미리 알 수 있었습니다. 선행연구를 잘못 이해한 부분과 데이터의 한계를 알고 들어갔기에 관련 질문에 대한 답을 미리 준비할 수 있었습니다. 최종 심사에서는 장려상(한국과학창의재단 이사장상)을 받았습니다. 또한 참고문헌 7개가 모두 실제로 존재하고 인용 수치가 원문과 일치한다는 것을 확인해, 발표 근거에 확신을 가질 수 있었습니다. 그리고 공부하는 방식도 바뀌었습니다. 계획서의 오류가 AI가 제안한 문장을 확인하지 않고 그대로 쓴 데서 시작됐다는 것을 직접 겪은 뒤로, AI가 쓴 글도 그대로 쓰지 않고 원문과 사실에 맞는지 먼저 확인하게 되었습니다. 이 사례를 정리할 때도 AI 초안에서 실제와 다른 문장을 직접 찾아 고쳤습니다.
4. 첫째, 정답이 아닌 약점을 물었습니다. AI에게 계획서를 보여 주고 "지금 탐구, 어떻게 생각해?"라고 솔직한 평가를 요청했습니다. 또 인용한 수치와 참고문헌이 원문과 맞는지 하나씩 검증해 달라고 했습니다. 둘째, 저희가 처한 조건을 함께 알려 줬습니다. "이미 붙어서 이 주제 그대로 가야되는데"라고 말하자, AI는 그 조건 안에서 주제와 목적은 유지하고 방법만 고치는 방향을 제시했습니다. 셋째, 조건을 모르면 AI가 추측한다는 것을 배웠습니다. 안내 문서를 주기 전 AI는 일반적인 발표를 가정해 5~7분, 슬라이드 9장짜리 계획을 짰지만, 실제 규정은 3분이었습니다. 안내 문서를 주자 계획을 처음부터 다시 짰습니다. AI에게 일을 맡길 때는 대회 요강이나 양식 같은 공식 문서를 함께 줘야 한다는 것을 알았습니다. 이번에는 AI가 써 준 문장을 원문과 대조하지 않고 계획서에 넣었고, 검증도 1차 합격 뒤에야 한 것을 개선 포인트라고 생각합니다. 다음에는 계획서를 제출하기 전에 같은 방법으로 먼저 검증하고, AI를 어떤 단계에서 어떻게 썼는지도 더 구체적으로 표기할 것입니다.
5. 웹 검색과 파일 읽기가 되는 생성형 AI라면 누구나 같은 순서로 따라 할 수 있습니다. 연구대회뿐 아니라 수행평가 탐구 보고서나 동아리 발표처럼 계획서나 발표 자료를 내기 전이라면 어디에나 쓸 수 있습니다. 순서는 다음과 같습니다. 먼저 대회 요강, 양식과 내 계획서를 함께 주고, 바꿀 수 없는 조건(주제 변경 불가, 발표 3분 등)도 알려 줍니다. 다음으로 "이 계획서 어떻게 생각해? 약점이 있으면 솔직하게 말해 줘.", "참고문헌이 실제로 있는지, 인용한 수치가 원문과 같은지 하나씩 확인하고 링크도 같이 줘. 확인하지 못한 건 못 했다고 표시해 줘."라고 요청합니다. 지적받은 부분은 AI가 준 링크로 원문을 직접 열어 확인하고, AI가 써 준 문장도 같은 방법으로 확인한 뒤에 씁니다. 마지막으로 "심사위원이 할 만한 질문 10개를 뽑아 줘."라고 한 뒤, 답변은 직접 생각해 봅니다. 단, AI는 없는 논문이나 틀린 수치를 그럴듯하게 만들어 낼 수 있으므로 검증은 꼭 거쳐야 합니다. 또한 AI를 쓴 부분은 출처를 밝혀야 합니다.
