AI로 공부하기
답을 받는 도구가 아니라 나를 시험하는 도구로
① AI는 설명을 아주 매끄럽게 해줘서 "이해했다"는 느낌이 쉽게 생긴다. 그런데 느낌과 실제로 머릿속에서 꺼낼 수 있는 능력은 다르다. 실험에서도 답을 그대로 받으며 연습한 학생은 AI를 치운 시험에서 오히려 성적이 떨어졌다.
② 공부에 AI를 쓰는 요령은 답을 받는 대신 ① 힌트로 질문받고, ② 내가 먼저 설명하고 틈을 지적받고, ③ 퀴즈로 시험받는 것이다.
③ 단, AI 선생님도 틀린 설명을 확신 있게 한다. 개념은 교재·원문과 대조하고 계산은 직접 해야 한다.
① 들어가며 — AI를 공부에 쓰는 두 가지 방식
같은 AI로 공부해도 방식은 정반대로 갈린다. 하나는 "이거 설명해줘, 정답 알려줘"처럼 답을 받는 방식이고, 다른 하나는 "나한테 문제를 내줘, 내가 한 설명이 맞는지 봐줘"처럼 나를 시험하게 하는 방식이다. AI로 리서치하는 법이 "어떤 사실을 조사하는 일"이었다면, 이 글은 "내 머릿속에 남게 하는 일"을 다룬다. 같은 도구라도 목적이 다르니 쓰는 법도 다르다.
② 왜 "답 받기"는 공부가 아닐 수 있나
2025년 학술지 PNAS에 실린 고등학교 수학 실험이 이 문제를 직접 보여준다. 학생들이 수업 중 연습 문제를 풀 때 AI를 쓰게 했다. 일반 챗봇처럼 답을 그대로 주는 버전(GPT Base)과, 정답을 바로 주지 않고 힌트를 주도록 설계한 버전(GPT Tutor)을 비교했다(Bastani 외, PNAS 2025).
| 조건 | AI를 쓰며 연습할 때 성적 | AI를 치우고 본 시험 |
|---|---|---|
| 답을 그대로 주는 AI (GPT Base) | 약 48% 향상 | AI를 쓰지 않은 학생보다 약 17% 낮음 |
| 힌트를 주는 튜터형 (GPT Tutor) | 약 127% 향상 | 이 손해가 대부분 완화 |
연습 중에는 AI가 있으니 점수가 오른다. 하지만 AI가 사라지는 순간 그 점수는 학생의 실력이 아니라 AI가 풀어준 결과였다는 게 드러난다. 심리학에서 오래 확인된 결과와도 맞닿아 있다. Roediger와 Karpicke(2006)에서 학생들이 글을 읽은 뒤 다시 읽은 쪽과 시험 보듯 떠올려 본 쪽을 비교했더니, 5분 뒤에는 다시 읽은 쪽이 낫지만 2일·1주 뒤에는 떠올려 본 쪽이 훨씬 오래 기억했다. 게다가 다시 읽은 쪽이 자신은 더 잘 기억할 거라고 믿고 있었다(Roediger·Karpicke, Psychological Science 2006). 매끄럽게 읽히는 것과 오래 남는 것은 다른 문제다.
PNAS 실험은 고등학교 수학이라는 한 상황의 결과다. 성인 학습이나 다른 과목에 같은 크기로 적용된다고 단정할 수는 없다. 요점은 수치가 아니라 방향이다 — AI가 답을 대신 풀어주는 연습은 AI가 없을 때의 실력으로 이어지지 않을 수 있고, 설계를 바꾸면 그 위험이 크게 줄 수 있다.
③ 공부용 프롬프트의 원칙 3가지
- 답 대신 질문받는다. 정답을 요청하지 말고 "힌트만 한 단계씩 줘"라고 한다. 막힌 지점에서만 도움을 받으면 풀이 과정이 내 머리에서 일어난다.
- 내가 먼저 설명하고 AI가 틈을 찾는다. 개념을 내 말로 설명한 뒤 AI에게 빠진 것과 틀린 것을 지적받는다. 설명하려면 머릿속에서 꺼내야 하므로 이해의 빈칸이 드러난다.
- 시험을 보고, 틀린 것을 다시 본다. AI가 낸 문제를 풀고(떠올리기), 틀린 것만 간격을 두고 다시 푼다. 간격을 두고 복습하는 게 몰아서 하는 것보다 오래 남는다는 건 학습 연구에서 널리 확인된 결과다.
④ 실전 프롬프트 4종
1. 힌트 튜터 — 막힐 때만 도움받기
"내가 이 문제를 풀 테니 정답이나 완성된 풀이는 절대 알려주지 마. 내가 막혔다고 하면 힌트를 한 단계씩만 줘. 내가 한 풀이를 보여주면 틀린 부분이 어디인지만 짚고 고치는 방법은 질문으로 알려줘.
문제: [붙여넣기]"
2. 설명하고 교정받기 — 내 말로 풀기
"[개념]을 아무것도 모르는 친구에게 설명하듯 써볼게. 읽고 ① 틀린 내용 ② 빠진 핵심 ③ 모호한 표현을 각각 따로 지적해줘. 고쳐 쓴 완성본은 주지 말고, 내가 다시 쓸 수 있게 질문만 줘.
내 설명: [붙여넣기]"
3. 퀴즈 내기 — 내 자료 안에서만
"아래 자료만 근거로 퀴즈를 5개 내줘. 한 번에 한 문제씩 내고, 내가 답한 뒤에 정답과 해설을 알려줘. 자료에 없는 내용은 문제로 내지 마. 틀린 문제는 목록으로 기억해뒀다가 마지막에 다시 내줘.
자료: [붙여넣기]"
4. 오답 정리와 복습 일정
"오늘 틀린 문제와 헷갈린 개념은 [목록]이야. ① 틀린 이유를 한 줄씩 분류해줘(개념 오해 / 계산 실수 / 문제 잘못 읽음). ② 개념 오해인 것만 내일·3일 뒤·일주일 뒤 복습할 질문을 만들어줘."
⑤ AI 선생님의 한계 — 틀려도 확신 있게 가르친다
AI는 틀린 내용도 매끄럽게 말하는 도구다. 공부에서는 이 문제가 더 위험하다. 처음 배우는 사람은 AI의 설명이 맞는지 판별할 기준이 없고, 잘못 배운 개념은 나중에 바로잡기 더 어렵기 때문이다. 그래서 세 가지를 지킨다.
- 핵심 개념은 교재·공식 자료와 대조한다. AI 설명으로 "감"을 잡고, 정의와 공식은 원문에서 확인한다(출처를 직접 열어 확인하는 법).
- 계산은 직접 한다. AI는 숫자 계산을 예측으로 때우는 경우가 있어 계산 과정을 믿고 따라 하면 틀릴 수 있다.
- 퀴즈는 내가 가진 자료 안에서 낸다. 3번 프롬프트처럼 자료를 붙여넣고 그 안에서만 내게 하면, AI가 지어낸 문제로 헛공부할 위험이 줄어든다.
⑥ 투자 공부에 적용하기
투자 개념을 공부할 때도 같은 원칙이 그대로 통한다. 예를 들어 PER을 공부한다면 이렇게 한다.
| 단계 | 하는 일 |
|---|---|
| ① 먼저 내 말로 | "PER이 낮으면 싼 주식이다"라고 내 설명을 써본다 |
| ② 틈 지적받기 | AI에게 틀린 점·빠진 점을 묻는다. 업종별 평균 차이, 일회성 이익, 성장률에 따라 같은 PER도 의미가 달라진다는 점이 나올 수 있다 |
| ③ 퀴즈 | "PER이 같은 두 기업을 어떻게 비교하겠는가" 같은 문제를 받아 직접 답해본다 |
| ④ 원문 대조 | 정의와 수치는 교재나 공시 원문에서 확인한다 |
"이 종목 사도 될까"를 묻는 건 공부가 아니라 결정을 AI에게 넘기는 일이다. 이 글의 방법은 개념과 판단 틀을 내 것으로 만드는 데까지다. 입문 개념은 미국 ETF 입문 가이드, 발표 지표를 읽는 법은 경제지표 캘린더 완전 해석 같은 자료로 공부하면서 AI는 질문과 퀴즈를 받는 상대로 쓰면 된다.
⑦ 실전 체크리스트
□ 정답 대신 힌트나 질문을 달라고 요청했는가
□ AI의 설명을 읽기만 하지 않고 내 말로 먼저 써봤는가
□ 퀴즈는 내가 가진 자료 안에서 내게 했는가
□ 틀린 문제를 간격을 두고 다시 풀 계획이 있는가
□ 핵심 정의·공식을 교재나 원문과 대조했는가
□ 계산은 AI가 아니라 내가 직접 했는가
□ AI를 치운 상태에서도 설명하고 풀 수 있는지 스스로 확인했는가
※ 본 글에 인용한 연구 수치는 특정 조건(고등학교 수학 실험, 기억 실험)에서의 결과이며 모든 학습 상황에 같은 크기로 적용된다고 보장할 수 없습니다. 본 글은 학습 방법에 대한 일반적인 안내이며 투자 권유가 아닙니다. 투자 판단과 책임은 투자자 본인에게 있습니다.
※ 본 가이드는 일반 교육 목적의 참고 자료이며, 이해를 돕기 위해 기술적 세부사항을 단순화했습니다.
새 가이드가 나오면 알려드립니다
AI 리터러시 가이드는 주 2회 발행합니다. 구독하시면 다음 편을 메일로 보내드립니다. 무료이고 언제든 해지할 수 있습니다.