목록으로
교육·학습을 위한 AI 활용
교육 격차 해결을 위한 중/고등학생용 맞춤 AI
Gemini를 이용한 자기주도학습
🤖 활용 AI 도구
Gemini
군 복무를 마치고 돌아온 2학년 1학기, 저를 기다리고 있는 것은 신호 및 시스템, 회로이론, 논리회로 같은 심화 전공들의 압박이었습니다. 푸리에 변환이나 LTI 시스템 같은 추상적인 개념들은 2년간 굳어버린 머리로는 단번에 이해하기 벅찼고, 과거에 배웠지만 오랜 기간의 공백으로 까먹은 전공 지식들을 다시 떠오르느라 밤을 새우기 일쑤였습니다. 한정된 시간 안에 방대한 전공 지식을 소화하고, 나아가 평소 관심 있던 LLM 양자화(Quantization) 같은 최신 인공지능 트렌드까지 개인적으로 연구하려면 기존의 아날로그식 '암기형 학습'으로는 생존할 수 없다는 것을 깨달았습니다. 저만의 학습 속도와 지식수준에 맞춰 24시간 언제든 질문하고 피드백을 받을 수 있는 '지능형 조교'가 절실한 상황에서 구글의 AI 툴을 적극 도입하게 되었습니다.
저는 단순히 단편적인 질문을 던지는 것을 넘어, 구글의 최신 AI 기능들을 활용하여 자기주도 학습을 성공적으로 실행하기 위한 시스템을 구축했습니다. 개강 직후에는 Gemini Plan에 강의 계획서를 입력하여 복습 주기와 시험 대비 기간이 자동 배분된 16주 맞춤형 전공 학습 플랜을 짰습니다. 본격적인 수업이 시작된 후에는 Gemini Pro의 질의응답과 시각화 기능을 적극 활용했습니다. 이해가 안 가는 LTI 시스템의 개념이나 복잡한 미분방정식의 유도 과정을 묻고, 수식만으로 이해하기 어려울 땐 파이썬 코드로 주파수 응답 특성을 시각화해 달라고 요청하여 직관적인 이해도를 높였습니다. 또한, 평소 관심 있던 LLM 파인튜닝 관련 영문 논문들과 전공 강의 자료들은 NotebookLM에 업로드했습니다. 방대한 문서를 요약하는 것은 물론, 이를 기반으로 요약 노트나 간단한 동영상 강의를 생성하여 더욱 쉽게 이해할 수 있었습니다. . 중간고사를 앞두고는 NotebookLM에 정리된 노트를 바탕으로 Gemini Pro에게 교수님께서 주신 과제 난이도 이상의 서술형 및 객관식 퀴즈 출제를 지시하여 실전 감각을 최대한 끌어올렸습니다.
가장 체감하기 쉬운 변화는 압도적인 '시간 단축'과 '성취도 향상'이었습니다. 구글링으로 헤매던 C++ 연산자 오버로딩 에러를 단 1분 만에 논리적으로 해결할 수 있었고, 여기서 확보한 시간은 곧 다른 심화 과목에 투자할 수 있는 여유로 이어졌습니다. 실제로 중간고사 기간에는 제가 Gemini와 함께 만든 퀴즈에서 실제 시험 문제가 유사하게 출제되는 짜릿한 경험도 했습니다. 하지만 무엇보다 근본적인 변화는 저의 학습 태도입니다. 단순히 교수님의 말씀을 수동적으로 받아 적는 것을 넘어, 스스로 AI에게 질문을 던지고 NotebookLM으로 나만의 교재를 직접 '제작'하게 되면서 학업에 대한 자신감과 흥미가 상승했습니다.
저만의 핵심 전략은 AI의 답변을 맹신하지 않고, 질문에 꼬리의 꼬리를 물며 근본적인 원리를 깨우칠 때까지 물어보는 것입니다. 과거에는 하나에 질문에 대한 적당한 답변을 얻기 위해 인터넷을 힘들게 서핑했다면, 지금은 내가 무엇이 궁금한지만 확실히 알고 프롬프트에 정확하게 입력해 AI에게 전달할 수 있다면 고품질의 답변을 쉽게 얻을 수 있습니다. 따라서 사고의 흐름이 끊기지 않고 이전 질문과 연계된 질문에 대한 답변을 바로바로 얻을 수 있어 개념 이해의 과정이 정말 효율적이게 되었습니다. 그렇다 보니 질문에 대한 답변을 찾는 데 대부분의 시간을 투자하는게 아니라, 조금 더 깊은 수준의 정보를 탐구할 수 있게 되었습니다.
이러한 저만의 학습 파이프라인은 전공을 불문하고 누구나 당장 오늘부터 따라 할 수 있는 강력한 범용성을 가지고 있습니다. 특별한 코딩 지식이 없더라도, 각자의 전공 자료를 NotebookLM에 업로드하여 핵심 키워드와 족집게 인강을 추출하는 것으로 가볍게 시작할 수 있습니다. 혼자 공부하다 막히는 부분이 생기면 Gemini Pro에게 '일타 강사' 페르소나를 부여해 시각화 자료와 함께 쉬운 설명을 요구하고, 시험 전날에는 업로드한 자료를 바탕으로 족집게 퀴즈를 생성해 스스로를 테스트하면 됩니다. 제가 겪은 시행착오를 바탕으로 다듬은 이 과정에 본인의 전공 키워드만 대입한다면, 누구나 자신만의 완벽한 1:1 'AI 튜터'를 고용할 수 있습니다. AI는 이제 단순한 검색 도구를 넘어, 모두에게 열려있는 가장 든든한 러닝 파트너이기 때문입니다.
저는 단순히 단편적인 질문을 던지는 것을 넘어, 구글의 최신 AI 기능들을 활용하여 자기주도 학습을 성공적으로 실행하기 위한 시스템을 구축했습니다. 개강 직후에는 Gemini Plan에 강의 계획서를 입력하여 복습 주기와 시험 대비 기간이 자동 배분된 16주 맞춤형 전공 학습 플랜을 짰습니다. 본격적인 수업이 시작된 후에는 Gemini Pro의 질의응답과 시각화 기능을 적극 활용했습니다. 이해가 안 가는 LTI 시스템의 개념이나 복잡한 미분방정식의 유도 과정을 묻고, 수식만으로 이해하기 어려울 땐 파이썬 코드로 주파수 응답 특성을 시각화해 달라고 요청하여 직관적인 이해도를 높였습니다. 또한, 평소 관심 있던 LLM 파인튜닝 관련 영문 논문들과 전공 강의 자료들은 NotebookLM에 업로드했습니다. 방대한 문서를 요약하는 것은 물론, 이를 기반으로 요약 노트나 간단한 동영상 강의를 생성하여 더욱 쉽게 이해할 수 있었습니다. . 중간고사를 앞두고는 NotebookLM에 정리된 노트를 바탕으로 Gemini Pro에게 교수님께서 주신 과제 난이도 이상의 서술형 및 객관식 퀴즈 출제를 지시하여 실전 감각을 최대한 끌어올렸습니다.
가장 체감하기 쉬운 변화는 압도적인 '시간 단축'과 '성취도 향상'이었습니다. 구글링으로 헤매던 C++ 연산자 오버로딩 에러를 단 1분 만에 논리적으로 해결할 수 있었고, 여기서 확보한 시간은 곧 다른 심화 과목에 투자할 수 있는 여유로 이어졌습니다. 실제로 중간고사 기간에는 제가 Gemini와 함께 만든 퀴즈에서 실제 시험 문제가 유사하게 출제되는 짜릿한 경험도 했습니다. 하지만 무엇보다 근본적인 변화는 저의 학습 태도입니다. 단순히 교수님의 말씀을 수동적으로 받아 적는 것을 넘어, 스스로 AI에게 질문을 던지고 NotebookLM으로 나만의 교재를 직접 '제작'하게 되면서 학업에 대한 자신감과 흥미가 상승했습니다.
저만의 핵심 전략은 AI의 답변을 맹신하지 않고, 질문에 꼬리의 꼬리를 물며 근본적인 원리를 깨우칠 때까지 물어보는 것입니다. 과거에는 하나에 질문에 대한 적당한 답변을 얻기 위해 인터넷을 힘들게 서핑했다면, 지금은 내가 무엇이 궁금한지만 확실히 알고 프롬프트에 정확하게 입력해 AI에게 전달할 수 있다면 고품질의 답변을 쉽게 얻을 수 있습니다. 따라서 사고의 흐름이 끊기지 않고 이전 질문과 연계된 질문에 대한 답변을 바로바로 얻을 수 있어 개념 이해의 과정이 정말 효율적이게 되었습니다. 그렇다 보니 질문에 대한 답변을 찾는 데 대부분의 시간을 투자하는게 아니라, 조금 더 깊은 수준의 정보를 탐구할 수 있게 되었습니다.
이러한 저만의 학습 파이프라인은 전공을 불문하고 누구나 당장 오늘부터 따라 할 수 있는 강력한 범용성을 가지고 있습니다. 특별한 코딩 지식이 없더라도, 각자의 전공 자료를 NotebookLM에 업로드하여 핵심 키워드와 족집게 인강을 추출하는 것으로 가볍게 시작할 수 있습니다. 혼자 공부하다 막히는 부분이 생기면 Gemini Pro에게 '일타 강사' 페르소나를 부여해 시각화 자료와 함께 쉬운 설명을 요구하고, 시험 전날에는 업로드한 자료를 바탕으로 족집게 퀴즈를 생성해 스스로를 테스트하면 됩니다. 제가 겪은 시행착오를 바탕으로 다듬은 이 과정에 본인의 전공 키워드만 대입한다면, 누구나 자신만의 완벽한 1:1 'AI 튜터'를 고용할 수 있습니다. AI는 이제 단순한 검색 도구를 넘어, 모두에게 열려있는 가장 든든한 러닝 파트너이기 때문입니다.
