1. AI를 사용하게 된 상황 및 배경
- 소프트웨어전공에 개설된 과목 과제를 하는 도중에 C언어로 'JumplnQueue' 알고리즘을 구현하거나, C언어 기반의 키오스크 시스템을 개발할 때, 복잡한 에러와 논리적 한계에 부딪혔을 때 사용했다.
- 교수님에게 질문하기 어려운 늦은 새벽 시간이나 주말에도 즉각적인 피드백이 필요할 때 사용했다.
- 교재 연습문제를 푸는 과제를 하는 도중, 대학교 교재에 해설 답안이 없어서 잘 풀었는지 확인이 어려울 때 AI를 단순한 정답지가 아닌, '검산 파트너'로 활용했다.
- 대학교에는 시험을 대비할 수 있는 고등학교 문제집이 없기 때문에 대학교 시험을 미리 대비할 수 있는 연습 문제가 없을 때 AI에게 시험 대비 문제를 만들도록 요청했다.

2. 사용한 AI : Google Gemini Pro, Google Gemini 빠른 모델

3. 사용 후 변화
- 시공간 제약 문제 해결
- 대학교 문제집 생성 가능
- 정답지 없는 대학교 교재 연습문제에 대한 두려움 극복
4. 나만의 방식과 개선 포인트
나만의 방식 : 먼저 설계하고 설계가 끝난 후에 AI로 검증하는 학습 방식 - AI의 할루시네이션 방어하는 비판적 학습
- 무작정 질문을 먼저 하지 않고, AI 의존을 하지 않기 위해 AI에게 질문하기 전에 먼저 AI 답변을 미리 생각했다. 문제를 단순히 AI에게 해결 요청을 하지 않고, 이렇게 풀었는데 틀린 거 있는 지 확인 요청을 하며 AI가 내 사고를 따라오도록 했다.
개선 포인트 : AI가 틀린 정보를 줄 수 있다는 것을 계속 인지하고, 교과서나 강의안을 대조하며 AI의 답변을 재검증하는 단계를 추가함으로써 학습의 정확도를 높였다.
- 중요하지 않다고 판단되는 부분도 포함해서 AI가 문제를 무작위로 만드는 경우에는 문제를 어떻게 만들면 되는 지 예시를 보여주고 질문을 다시 AI에게 하였다.

5. 다른 사람도 따라할 수 있는 지, 확장성 및 적용 가능성
전공과 과목 상관 없이 적용 가능한 'AI 문답 기반 메타인지 학습법'
- 정답 위주로 공부에서 벗어나, 과정을 검증받는 수학, 공학, 논술, 경영, 사례 분석 등 모든 과목에 적용 가능하다.
- 시간적, 공간적 제약으로 질문을 망설이고 있는 모든 학생들에게 AI를 '나만의 교수님'으로 만드는 "정답 말고 힌트만 줘"와 같은 프롬프트 템플릿을 공유함으로써 누구나 자기주도 학습이 가능하다.
- 복수 전공이나 부전공, 타전공을 공부하는 학생들이 AI에게 내 전공의 개념을 이용해서 이 개념을 쉽게 설명을 하라는 요청을 할 수 있고 비유 기반 질문법을 함으로써 학습을 더 쉽게 할 수 있다.
- AI에게 문제 출제를 요청하면 되기 때문에, 대학교에서는 시험 대비 연습 문제가 없을 때도 불안함이 없다.