이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
OECD의 PISA 조사에서 AI를 학습에 사용하는 학생들은 전반적으로 AI를 전혀 사용하지 않는 학생보다 과학 성적이 낮았으며, 요약이나 작문 초안처럼 과제를 대신 처리하는 사용 방식에서 격차가 더 컸습니다. 다만 주간 단위로 학습을 돕는 용도로 AI를 사용하고 생성 결과의 품질을 평가하도록 배운 학생들은 비사용자보다 높은 성과를 보였습니다. 조사 대상은 2025년에 자료를 수집한 91개국 15세 학생 76만 명 이상이며, AI 사용은 사회경제적으로 유리한 배경의 학생과 국가별로 더 흔하게 나타났습니다. AI 사용 자체보다 적절한 빈도와 목적, 결과를 비판적으로 검증하는 훈련이 학습 효과를 좌우한다는 점이 핵심입니다.
섹션별 상세
OECD의 PISA는 2025년에 91개국 15세 학생 76만 명 이상을 대상으로 과학·수학·읽기 시험과 AI 사용 행태를 조사했습니다. 사회경제적 지위를 보정한 뒤에도 과학 영역에서 AI를 전혀 사용하지 않는 학생이 사용자보다 대체로 높은 성과를 냈습니다. 특히 읽어야 할 글의 요약이나 작문 과제 초안 작성처럼 AI가 학습 과정을 직접 대신하는 용도에서 성적 격차가 상대적으로 크게 나타났습니다.
AI 사용 빈도와 학업 성과의 관계는 단순한 비례가 아니었습니다. 1년에 한두 번만 쓰는 학생과 매일 쓰는 학생이 가장 낮은 결과를 보였고, 월간 또는 주간 사용 집단의 성과가 더 나았습니다. 반면 일반적인 학습 도움을 위해 주간 단위로 AI를 사용한 학생은 비사용자보다 조금 높은 점수를 보였으며, 사용 목적과 빈도가 결과를 좌우하는 양상이 나타났습니다.
AI가 생성한 정보의 품질을 평가하도록 자주 훈련받은 학생들은 일반 학습 보조에 AI를 사용하는 과정에서 더 나은 성과를 냈습니다. 이 훈련은 AI의 답변을 그대로 소비하지 않고 정확성과 유용성을 점검하게 해 학습자의 인지적 노력을 유지하는 방식으로 작동합니다. OECD의 Andreas Schleicher는 기술이 학습자의 생산적 인지적 노력을 강화하면 발전을 돕지만 그 과정을 건너뛰게 하면 발달을 약화한다고 설명했습니다.
AI 접근성에는 교육 격차도 반영됐습니다. 상대적으로 유리한 배경의 학생에게 AI 사용이 더 흔했는데, 하드웨어와 안정적인 인터넷, 유료 AI 도구에 대한 접근성이 영향을 준 것으로 조사됐습니다. 국가별 사용률도 크게 달라 베트남 학생의 95% 이상이 AI 도구 사용을 보고한 반면 일본은 60%에 그쳤습니다.
AI 사용과 호기심 사이에는 상관관계가 있었고 호기심 수준은 매일 AI를 쓰는 학생에게서 가장 높았습니다. 그러나 높은 호기심이 곧바로 더 나은 성적으로 이어지지는 않았습니다. 학습자가 AI를 통해 답을 빠르게 얻는지, 아니면 결과를 검증하며 새로운 내용을 직접 처리하는지가 성과 차이를 만드는 핵심 조건으로 남았습니다.
용어 해설
- 국제 학업성취도 평가(PISA)
- — OECD가 여러 국가의 15세 학생을 대상으로 읽기·수학·과학 성취도를 비교하는 국제 평가입니다. 국가별 학생 설문과 시험 결과를 함께 수집해 학업 성과와 교육 환경, 기술 사용 행태 사이의 관계를 살피는 데 활용됩니다.
- 사회경제적 지위(Socioeconomic Status)
- — 가정의 경제력과 사회적·교육적 환경을 반영하는 지표입니다. 이 기사에서는 학생의 AI 사용 여부와 성적을 비교할 때 배경 차이의 영향을 줄이기 위한 보정 기준으로 활용됩니다.
- 생산적 인지적 노력(Productive Cognitive Struggle)
- — 새로운 내용을 스스로 처리하고 문제를 해결하는 과정에서 발생하는 학습자의 정신적 노력을 뜻합니다. AI가 이 과정을 돕는지 대신 수행해 버리는지에 따라 학습 효과가 달라질 수 있다는 교육 원리의 핵심입니다.
- 비판적 평가(Critical Evaluation)
- — AI가 생성한 정보의 정확성과 품질을 학습자가 직접 판단하는 과정입니다. 기사에서 이 훈련을 받은 학생들은 AI를 일반적인 학습 보조에 활용할 때 성적 하락을 줄이거나 비사용자보다 높은 결과를 보였습니다.
- AI 리터러시(AI Literacy)
- — AI 도구의 결과를 그대로 받아들이지 않고 품질과 한계를 판단하며 목적에 맞게 사용하는 능력입니다. 이 기사에서는 단순한 AI 사용 빈도보다 결과를 평가하도록 배우는 과정이 학업 성과와 더 밀접하게 연결됩니다.
활용 사례
- 학습 보조
- AI 생성 정보의 품질 평가 훈련
- 작문 과제 지원
- 학습 자료의 사전 조사
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 09. 09.수집 2026. 09. 09.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
