생성형AI로 교과서 재구축…미래 교육 혁신 예고?

교육 분야에서 생성AI를 활용하는 방법을 모색하는 최신 연구에서 교과서를 생성AI로 재구축해 학습자의 학습 성과가 향상된다는 게 실증됐다. 이를 활용해 구글은 생성AI를 이용해 교과서를 더 우수한 교재로 재구축하는 런유어웨이(Learn Your Way)를 출시했다.

교과서는 교육 기본이지만 근본적인 한계를 지니고 있다. 교과서를 수작업으로 제작하려면 막대한 인적 노력이 필요하며 교과서를 이용한 학습을 더 효과적이고 매력적으로 만들려면 대안적 관점, 다양한 포맷, 맞춤형 변형이 부족하다고 구글은 지적했다. 구글은 생성AI를 활용해 자료 완전성을 유지하면서 대안적 관점이나 개인화된 사례를 자동 생성하는 방법을 연구하고 있다.

생성AI 발전은 이 비전을 현실에 가깝게 만드는 것이라고 구글은 기술하며 그 일익을 담당하는 것으로 런유어웨이를 발표했다. 구글은 런유어웨이를 생성AI가 어떻게 교과서를 변혁하고 모든 학생에게 더 효과적이고 매력적인 학습자 주도 학습 경험을 만들어낼 수 있는지를 탐구하는 연구 실험이라고 표현했다.

구글 측 접근법은 학습 경험을 강화하기 위해 연계해서 기능하는 1. 콘텐츠의 다양한 멀티모달 표현을 생성하는 것과 2. 개인화를 향한 기초적인 단계를 밟는 것이다.

이중 부호화 이론에 따르면 서로 다른 표현 간에 정신적 연결을 구축해 뇌의 근본적인 개념 스키마가 강화된다. 그 후 연구에서 학생이 다양한 형식 정보에 적극적으로 관여해 더 견고하고 완전한 교재의 멘털 모델이 구축된다는 게 밝혀졌다. 구글 측 접근법은 이에 착안한 것으로 학생이 교재 이해를 최대한 높이기 위해 복수 형식과 양식을 자유롭게 선택해서 조합할 수 있도록 하고 있다.

더 나아가 K-12 교육 현장에서 점점 바람직한 표준이 되어가고 있는 개인화를 구글은 반영하려 하고 있다. 구글은 교육 콘텐츠를 학생 속성에 맞춰 조정해 그 관련성과 유효성을 높이는 것을 목표로 하고 있다. 또 학습자 실시간 반응에 따라 경험을 더 맞춤화할 수 있는 퀴즈 기능을 포함해 학습자의 학습 의욕을 높이고 학습을 깊게 하는 걸 목표로 한다고 한다.

이를 실현하려면 제미나이 2.5 프로에 직접 통합된 클래스 최고 교육학에 기반한 모델군인 LearnLM을 이용한 계층적인 기술적 접근이 필요하다고 구글은 기술했다. 런유어웨이 기반이 되는 건 독자적인 개인화 파이프라인을 이용하고 있다는 점과 이 개인화 파이프라인을 기반으로 복수 콘텐츠 표현을 작성하고 있다는 점이다.

먼저 개인화 파이프라인. 일반 교재는 학습자가 신고한 학년에 맞춰 레벨 조정되는 것뿐이다. 반면 런유어웨이는 학습자에게 학년 외에 관심을 갖고 있는 걸 선택하도록 요구한다. 이를 통해 일반 예문을 학습자가 신고한 관심사에 맞춰 개인화된 예문으로 전략적으로 바꾼다. 이 교체 후 텍스트는 다른 모든 표현을 생성하기 위한 기반이 되며 개인화 효과를 효과적으로 전파시키고 더 나아간 개인화를 위한 파이프라인을 구축하는 게 가능해진다.

다음은 콘텐츠의 복수 표현. 런유어웨이는 소스 그러니까 일반적인 텍스트를 개인화한 후 콘텐츠 복수 표현을 생성한다. 마인드맵이나 타임라인 등 일부 콘텐츠 표현에는 제미나이의 폭넓은 기능이 직접 사용된다. 나레이션 포함 슬라이드 등 다른 기능에서는 효과적인 교육적 결과를 얻기 위해 복수의 전문 AI 에이전트와 도구를 조합한 더 정교한 파이프라인이 필요하다.

마지막으로 효과적인 교육용 비주얼 생성 등 특수한 작업에서는 최첨단 범용 이미지 모델조차도 역부족인 것으로 판명됐다. 이를 극복하기 위해 구글은 교육용 일러스트를 생성하기 위한 전용 모델을 미세 조정하고 있다. 강력한 베이스 모델, 다단계 에이전트 워크플로, 미세 조정된 컴포넌트 조합으로 학습을 위한 폭넓은 고품질 멀티모달 표현을 생성할 수 있게 된다고 한다.

이를 통해 런유어웨이 인터페이스에서는 몰입형 텍스트, 섹션 레벨 퀴즈, 슬라이드와 나레이션, 음성 레슨, 마인드맵 등 복수 개인화된 콘텐츠 표현이 가능해졌다.

콘텐츠별 표현 특징을 보면 먼저 몰입형 텍스트. 콘텐츠를 이해하기 쉬운 섹션으로 분할하고, 생성된 이미지나 삽입된 질문으로 확장한다. 이들을 조합해 수동적인 독서 경험을 학습 과학의 원칙에 부합하는 능동적인 멀티모달 경험으로 변모시킨다.

다음은 섹션 레벨 퀴즈. 사용자가 인터랙티브하게 학습을 평가하고 기존 지식 격차를 발견할 수 있도록 해 능동적인 학습을 촉진한다.

이어 슬라이드와 나레이션. 소스 머티리얼 전체에 걸친 프레젠테이션을 제공하며 빈칸 채우기 등의 매력적인 활동이나 녹화된 수업을 모방한 나레이션 버전도 포함되어 있다.

다음은 오디오 레슨. AI를 활용한 교사와 학생 간에 실제 학습자가 어떻게 교재에 임하는지를 모델링한, 시각적인 보조와 조합한 모의 대화를 제공한다. 오해의 표현도 포함되어 있으며 교사에 의해 명확하게 설명된다.

다음은 마인드맵. 지식을 계층적으로 정리하고 학습자가 전체상에서 세부사항까지 확대·축소할 수 있도록 한다.

이런 콘텐츠 표현은 학습자에게 선택권을 주며 선택한 학년과 개인 관심사에 맞춰 조정된다. 학습 경험 전체를 통해 인터랙티브한 퀴즈가 동적인 피드백을 제공하고 학생이 취약한 특정 콘텐츠 영역을 재학습할 수 있도록 인도한다. 구글은 런유어웨이의 폭넓은 콘텐츠 표현에 대해 진정한 개인화를 향한 첫걸음이라고 표현했다.

런유어웨이에 대한 교육적 성과를 평가하기 위해 구글은 비영리 교육 기술 이니셔티브인 OpenStax에서 제공된 10종류 교재를 3가지 서로 다른 개인화 설정으로 변환했다. 소스 교재는 역사학에서 물리학까지 다양한 과목을 망라한다. 그 후 교육 전문가 3명이 정확성이나 망라성 등 교육적 기준을 이용해 변환 후 교재를 평가한 결과 런유어웨이가 재구축한 교재는 높은 평가를 획득했다.

시카고 내 15~18세 독해력이 동등한 학생 60명을 대상으로 런유어웨이를 이용한 무작위 대조 시험도 실시됐다. 참가자는 교과서에서 사춘기 뇌 발달에 대해 학습하기 위해 최대 40분이 주어졌으며 런유어웨이와 기존 디지털 PDF 리더 중 하나를 이용해 학습하도록 무작위로 할당됐다.

학습 세션 직후에 퀴즈를 실시했고 3~5일 뒤에는 학습 내용 이해도를 측정하는 우수한 지표로서 교육 전문가가 작성한 기억력 평가 테스트를 실시했다. 더 나아가 학습 경험에 관한 설문조사나 정량적 지표를 넘어선 더 깊은 통찰을 얻기 위해 피실험자가 된 학생에게 30분간 정성적 인터뷰도 실시했다.

학습 세션 직후 테스트 점수를 비교한 결과 런유어웨이로 학습한 그룹(정답률 77%)이 디지털 PDF 리더를 이용한 그룹(정답률 68%)과 비교해 평균 9% 높은 점수를 획득한 것으로 밝혀졌다. 또 런유어웨이로 학습한 그룹은 학습으로부터 3~5일 후에 행해진 기억력 평가 테스트에서도 디지털 PDF 리더를 이용한 그룹보다 11% 높은 점수를 획득했다. 정답률은 런유어웨이로 학습한 그룹이 78%, 디지털 PDF 리더를 이용한 그룹이 67%였다.

런유어웨이를 사용한 학생 100%가 이 도구로 인해 테스트를 치르는 게 더 편안해졌다고 응답했다. 이에 반해 디지털 PDF 리더를 이용한 그룹이 테스트를 치르는 게 편안해졌다고 응답한 비율은 70%였다. 또 93%가 향후 학습에 런유어웨이를 사용하고 싶다고 응답했지만 향후 학습에 디지털 PDF 리더를 사용하고 싶다고 응답한 비율은 67%였다.

구글은 생성AI를 활용하는 건 학습에 더 효과적일 뿐 아니라 더 학습 의욕을 높이는 학습 경험을 구축할 수 있다는 걸 시사한다며 정적인 교과서를 인터랙티브한 아티팩트로 진화시키고 학습자 자신이 학습 방법을 더 자유롭게 선택할 수 있도록 해 학습 정착률은 향상된다고 기술했다.

런유어웨이는 실제로 사이트에서 이용 가능하며 데모로 경제학·역사학·사회학·생물학·화학·천문학·컴퓨터사이언스·철학·심리학 등 다양한 분야 교재를 개인화한 걸 이용할 수 있게 되어 있다. 런유어웨이 기반이 된 생성AI를 교과서 재구축에 이용하는 연구도 확인할 수 있다. 관련 내용은 이곳에서 확인할 수 있다.