말 잘하는 AI보다 잘 배우게 하는 AI를 가려야 한다

생성형 AI 언어학습 도구를 볼 때 우리가 가장 경계해야 할 것은 ‘사람처럼 자연스럽게 말한다’는 인상을 곧바로 ‘잘 가르친다’는 능력으로 착각하는 일이다. 중앙대·육사 연구팀이 이러한 도구의 평가 기준을 실증적으로 도출했다는 소식이 반가운 이유도 여기에 있다. 필자는 이번 연구가 특정 도구의 우열보다, 무엇을 좋은 언어교육 AI라고 부를 것인지에 대한 질문을 공론장에 올렸다는 점에 주목한다.

유창함과 교육 효과는 다르다

생성형 AI는 많은 문장을 학습해 질문에 맞는 새 문장을 만들어내는 기술이다. 문법 교정, 대화 연습, 표현 추천처럼 즉각적인 도움을 줄 수 있지만, 그 답이 자연스럽다고 해서 언제나 정확하거나 학습자 수준에 알맞은 것은 아니다. 때로는 틀린 설명도 자신 있게 제시하며, 학습자가 답을 그대로 받아쓰게 만들 수도 있다. 일반적인 교육기술 평가가 정확성뿐 아니라 사용성, 피드백의 적절성, 학습 목표와의 일치, 개인정보 보호와 공정성까지 살피는 까닭이다.

특히 언어학습은 정답 한 줄을 얻는 과정이 아니다. 학습자가 왜 틀렸는지 이해하고, 비슷한 상황에서 스스로 표현을 바꾸며, 시간이 지난 뒤에도 활용할 수 있어야 한다. 따라서 좋은 평가 기준은 AI가 얼마나 그럴듯한 문장을 내놓는지만 재서는 안 된다. 오류를 설명하는지, 수준에 맞춰 힌트를 조절하는지, 문화적 맥락과 다양한 표현을 균형 있게 다루는지, 교사가 결과를 확인하고 개입할 수 있는지를 함께 물어야 한다고 본다.

평가 기준은 완성품이 아니라 출발점이다

다만 ‘실증적으로 도출된 기준’이라는 표현이 곧 보편적인 표준의 완성을 뜻해서는 안 된다. 학습자의 연령과 숙련도, 배우는 언어, 수업 목적에 따라 좋은 도구의 조건은 달라진다. 군 교육기관과 일반 대학, 초중등 교실과 성인 독학 환경에서도 요구는 같지 않을 것이다. 앞으로는 여러 학습 집단에서 기준이 반복 검증되는지, 높은 평가 점수가 실제 학습 향상으로 이어지는지 살펴야 한다.

우리 교육계와 산업계도 기능 경쟁에서 평가 경쟁으로 방향을 옮겨야 한다. 개발사는 평가 근거와 한계를 공개하고, 교육기관은 도입 전후의 학습 효과와 오류를 기록하며, 교사는 최종 판단권을 가져야 한다. AI가 말을 대신 만들어주는 도구에 머물면 학습자의 사고는 얕아질 수 있다. 반대로 스스로 고치고 설명하게 만드는 도구로 설계한다면 언어교육의 문턱을 낮출 수 있다. 이번 연구가 중요한 것은 답을 내놓아서가 아니라, 이제부터 무엇을 엄격하게 물어야 하는지를 보여줬기 때문이다.