목록으로
교육·학습을 위한 AI 활용
"정답을 말하지 마" AI에게 금지 지시를 내렸더니 내가 공부하기 시작했다
같은 AI도 '역할'을 바꾸면 학습이 달라진다: 정답 대신 질문으로 답하게 만든 ‘AI 학습 촉진자' 프롬프트 설계 사례
🤖 활용 AI 도구
Gemini
① 어떤 상황에서 AI를 활용했나요?
통계 수업에서 p-value를 배웠지만, 설명을 듣고 이해하는 것과 스스로 설명하는 것 사이에는 차이가 있었습니다. Gemini에게 “p-value가 뭔지 설명해줘”라고 묻자 정의·원리·예시가 담긴 정확한 답이 1분 안에 나왔지만, 며칠 뒤 직접 설명해보니 내가 무엇을 이해했고 무엇을 모르는지 점검할 방법이 없었습니다. 답을 받아 읽는 방식으로는 이해 여부를 확인하기 어렵다는 문제를 느꼈고, 선행연구(소효정 외, 2026)에서 AI의 역할(튜터·촉진자·동료)에 따라 학습 경험이 달라진다는 점을 확인해, 동일한 개념·동일한 AI에서 역할만 바꿔 비교해보기로 했습니다.
② 어떤 AI를 어떻게 활용했나요?
Gemini에 역할별 시스템 프롬프트를 직접 설계해 적용했습니다. 모든 프롬프트는 맥락 → 금지/필수 행동 → 형식(자기 체크 포함) 구조입니다.
- 촉진자(핵심): 맥락 "너는 학습 촉진자야. 목표는 내가 스스로 답을 찾도록 돕는 것이고, 정답을 직접 말해주는 게 아니야." / 금지 정의를 먼저 말하기, '정답은 ~야'로 시작하기, 내가 포기하거나 답을 요청해도 답을 말하기 / 형식 응답은 항상 질문으로 끝내고, 끝에 ‘[역할 체크: 질문으로 응답함]’을 붙이며, 실수로 정답을 말했다면 ‘[역할 체크: 위반]’이라고 스스로 표시
- 튜터: 정의 즉시 제공, 오개념 즉시 교정
- 동료: 확신 없는 어조로 함께 고민
검증은 두 가지로 했습니다. 첫째, [역할 체크] 태그로 AI가 규칙을 지켰는지 확인했습니다. 둘째, AI가 제시한 정의를 통계 교재와 대조해 오류 여부를 확인했습니다.
③ 활용 결과 어떤 변화가 있었나요?
역할 설계 없이 “p-value가 뭔지 설명해줘”라고 물었을 때는 1턴, 1분 미만에 정의·원리·예시가 완결된 형태로 제공되었습니다. 정확했지만 정답을 그대로 전달받는 방식이라 오개념이 있는지 확인하는 과정이 없었고, 마지막에 "한 문장으로 정리해줘"라고 요청하자 AI가 완성된 문장을 바로 써주었습니다.
촉진자 역할을 설계해 같은 질문을 하자 AI는 동전 던지기 사례를 제시하고 질문을 이어가며 개념을 단계적으로 탐색하게 했습니다. 약 10분간의 문답에서 p-value에 대한 오개념이 답변 과정에서 드러났고, 재질문을 통해 스스로 수정했습니다. 마지막에 같은 요청을 하자 AI는 완성된 답 대신 “p-value는 [ ] 확률이며…”라는 빈칸 문장을 되돌려주었고, 이를 직접 채우며 개념을 정리했습니다.
정리하면 소요 시간은 1분 미만에서 약 10분으로 늘었고, 오개념 확인 과정이 없던 상태에서 문답 중 발견·수정하는 상태로 바뀌었으며, 최종 정리는 AI가 해주는 방식에서 내가 직접 완성하는 방식으로 달라졌습니다. 시간은 더 걸렸지만, 빠르게 정보를 얻는 것보다 개념을 스스로 설명하고 이해 여부를 점검하는 데 적합한 방법이었습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
- 나만의 방식: AI에게 규칙만 주는 데서 그치지 않고, 응답마다 규칙 준수 여부를 스스로 표시하게 하는 '자기 체크 태그'를 넣었습니다. 덕분에 AI가 역할을 지켰는지 사용자가 바로 확인할 수 있습니다.
- 개선 포인트: 세 번의 대화 모두 질문 형식은 유지했지만, 일부 응답에서는 정답이 직접 제시되는 한계가 확인되었습니다. 또한 한 개념에 대한 1회 시도라서 다른 개념·학습자에게도 같은 결과가 나오는지는 추가 검증이 필요합니다. 이를 보완하기 위해 [위반] 태그가 나온 응답을 기준으로 금지 지시를 구체화하고, 여러 개념에 반복 적용해볼 계획입니다.
⑤ 다른 사람도 따라 할 수 있나요?
별도 도구 없이 평소 쓰는 생성형 AI에 프롬프트만 추가하면 됩니다.
1. 이해가 필요한 개념 하나를 정한다.
2. 목적에 맞는 역할을 고른다(빠른 정보 확인=튜터, 이해 점검=촉진자, 함께 고민하기=동료).
3. 프롬프트를 맥락→금지/필수 행동→형식(자기 체크 포함) 구조로 작성한다.
4. 흔한 오개념을 일부러 던져 반응을 관찰한다.
5. 마지막에 "한 문장으로 정리해줘"를 요청해 역할이 지켜졌는지 확인한다.
암기보다 이해가 중요한 개념(경제 이론, 과학 원리 등)에 그대로 적용할 수 있습니다. 중요한 것은 '어떤 AI를 쓰는가'가 아니라 '어떤 역할로 쓰는가'라고 느꼈고, 이는 AI 리터러시 확산에도 실질적인 팁이 될 수 있다고 생각합니다.
윤리·책임성(출처 및 검증)
본 사례에서는 Gemini(2026년 버전)를 활용했고 역할별 프롬프트는 직접 설계했습니다. 이론적 근거는 소효정 외(2026), 「대화형 에이전트의 교육적 활용에 대한 체계적 문헌 고찰: 에이전트 역할 설계와 효과」, 『교육정보미디어연구』, 32(3)을 참고했습니다. AI가 제시한 개념 정의(p-value, 유의수준 등)는 통계 교재와 대조해 사실관계를 검증했습니다.
통계 수업에서 p-value를 배웠지만, 설명을 듣고 이해하는 것과 스스로 설명하는 것 사이에는 차이가 있었습니다. Gemini에게 “p-value가 뭔지 설명해줘”라고 묻자 정의·원리·예시가 담긴 정확한 답이 1분 안에 나왔지만, 며칠 뒤 직접 설명해보니 내가 무엇을 이해했고 무엇을 모르는지 점검할 방법이 없었습니다. 답을 받아 읽는 방식으로는 이해 여부를 확인하기 어렵다는 문제를 느꼈고, 선행연구(소효정 외, 2026)에서 AI의 역할(튜터·촉진자·동료)에 따라 학습 경험이 달라진다는 점을 확인해, 동일한 개념·동일한 AI에서 역할만 바꿔 비교해보기로 했습니다.
② 어떤 AI를 어떻게 활용했나요?
Gemini에 역할별 시스템 프롬프트를 직접 설계해 적용했습니다. 모든 프롬프트는 맥락 → 금지/필수 행동 → 형식(자기 체크 포함) 구조입니다.
- 촉진자(핵심): 맥락 "너는 학습 촉진자야. 목표는 내가 스스로 답을 찾도록 돕는 것이고, 정답을 직접 말해주는 게 아니야." / 금지 정의를 먼저 말하기, '정답은 ~야'로 시작하기, 내가 포기하거나 답을 요청해도 답을 말하기 / 형식 응답은 항상 질문으로 끝내고, 끝에 ‘[역할 체크: 질문으로 응답함]’을 붙이며, 실수로 정답을 말했다면 ‘[역할 체크: 위반]’이라고 스스로 표시
- 튜터: 정의 즉시 제공, 오개념 즉시 교정
- 동료: 확신 없는 어조로 함께 고민
검증은 두 가지로 했습니다. 첫째, [역할 체크] 태그로 AI가 규칙을 지켰는지 확인했습니다. 둘째, AI가 제시한 정의를 통계 교재와 대조해 오류 여부를 확인했습니다.
③ 활용 결과 어떤 변화가 있었나요?
역할 설계 없이 “p-value가 뭔지 설명해줘”라고 물었을 때는 1턴, 1분 미만에 정의·원리·예시가 완결된 형태로 제공되었습니다. 정확했지만 정답을 그대로 전달받는 방식이라 오개념이 있는지 확인하는 과정이 없었고, 마지막에 "한 문장으로 정리해줘"라고 요청하자 AI가 완성된 문장을 바로 써주었습니다.
촉진자 역할을 설계해 같은 질문을 하자 AI는 동전 던지기 사례를 제시하고 질문을 이어가며 개념을 단계적으로 탐색하게 했습니다. 약 10분간의 문답에서 p-value에 대한 오개념이 답변 과정에서 드러났고, 재질문을 통해 스스로 수정했습니다. 마지막에 같은 요청을 하자 AI는 완성된 답 대신 “p-value는 [ ] 확률이며…”라는 빈칸 문장을 되돌려주었고, 이를 직접 채우며 개념을 정리했습니다.
정리하면 소요 시간은 1분 미만에서 약 10분으로 늘었고, 오개념 확인 과정이 없던 상태에서 문답 중 발견·수정하는 상태로 바뀌었으며, 최종 정리는 AI가 해주는 방식에서 내가 직접 완성하는 방식으로 달라졌습니다. 시간은 더 걸렸지만, 빠르게 정보를 얻는 것보다 개념을 스스로 설명하고 이해 여부를 점검하는 데 적합한 방법이었습니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
- 나만의 방식: AI에게 규칙만 주는 데서 그치지 않고, 응답마다 규칙 준수 여부를 스스로 표시하게 하는 '자기 체크 태그'를 넣었습니다. 덕분에 AI가 역할을 지켰는지 사용자가 바로 확인할 수 있습니다.
- 개선 포인트: 세 번의 대화 모두 질문 형식은 유지했지만, 일부 응답에서는 정답이 직접 제시되는 한계가 확인되었습니다. 또한 한 개념에 대한 1회 시도라서 다른 개념·학습자에게도 같은 결과가 나오는지는 추가 검증이 필요합니다. 이를 보완하기 위해 [위반] 태그가 나온 응답을 기준으로 금지 지시를 구체화하고, 여러 개념에 반복 적용해볼 계획입니다.
⑤ 다른 사람도 따라 할 수 있나요?
별도 도구 없이 평소 쓰는 생성형 AI에 프롬프트만 추가하면 됩니다.
1. 이해가 필요한 개념 하나를 정한다.
2. 목적에 맞는 역할을 고른다(빠른 정보 확인=튜터, 이해 점검=촉진자, 함께 고민하기=동료).
3. 프롬프트를 맥락→금지/필수 행동→형식(자기 체크 포함) 구조로 작성한다.
4. 흔한 오개념을 일부러 던져 반응을 관찰한다.
5. 마지막에 "한 문장으로 정리해줘"를 요청해 역할이 지켜졌는지 확인한다.
암기보다 이해가 중요한 개념(경제 이론, 과학 원리 등)에 그대로 적용할 수 있습니다. 중요한 것은 '어떤 AI를 쓰는가'가 아니라 '어떤 역할로 쓰는가'라고 느꼈고, 이는 AI 리터러시 확산에도 실질적인 팁이 될 수 있다고 생각합니다.
윤리·책임성(출처 및 검증)
본 사례에서는 Gemini(2026년 버전)를 활용했고 역할별 프롬프트는 직접 설계했습니다. 이론적 근거는 소효정 외(2026), 「대화형 에이전트의 교육적 활용에 대한 체계적 문헌 고찰: 에이전트 역할 설계와 효과」, 『교육정보미디어연구』, 32(3)을 참고했습니다. AI가 제시한 개념 정의(p-value, 유의수준 등)는 통계 교재와 대조해 사실관계를 검증했습니다.
