AI 에이전트 시대, 학습과 과제의 경계

AI 에이전트가 코딩과 자료 정리뿐 아니라 앱 제작과 온라인 강의 수강까지 수행하기 시작했습니다. 학생은 결과물을 더 빨리 만들 수 있지만, 교육자는 그 결과가 실제 학습을 증명하는지 확인하기 어려워졌습니다. 이제 핵심 과제는 AI 사용 금지가 아니라 사람의 판단과 학습 과정을 평가하는 설계입니다.

더 저렴하고 강해진 코딩 모델

구글이 공개한 Gemini 3.7 Flash는 Coding Agent(코딩 에이전트)와 복합 업무를 겨냥한 모델입니다. 구글이 제시한 평가 결과에 따르면 이전 버전인 3.6 Flash와 비교해 FrontierCode 점수는 34.4%에서 43.6%로, DeepSWE 점수는 49.0%에서 65.3%로 올랐습니다. 복잡한 문서 처리와 업무 자동화 평가에서도 개선됐으며, 한시적인 입력 토큰 가격은 기존 3.6 Flash 출시 가격의 절반으로 책정됐습니다.

교육 측면에서 중요한 변화는 단순한 답변 품질보다 접근 비용의 하락입니다. 학생 개발팀은 제한된 예산으로 디버깅, 코드 검토, 문서 분석을 반복할 수 있습니다. 반면 벤치마크 점수가 높아졌다고 해서 생성된 코드가 항상 정확하거나 안전하다는 뜻은 아닙니다. 과제에서는 실행 결과뿐 아니라 테스트, 오류 원인, 설계 선택을 학생이 직접 설명하게 해야 합니다.

학생 활용법

AI가 만든 코드를 그대로 제출하지 말고, 먼저 작은 기능의 초안을 생성한 뒤 테스트 케이스를 직접 작성해 보세요. 수정 전후의 코드와 실패 원인을 기록하면 AI를 학습 보조 도구로 활용하면서도 자신의 이해도를 확인할 수 있습니다.

프롬프트에서 배포 가능한 앱까지

Vercel의 v0 API(Application Programming Interface, 응용 프로그램 인터페이스)는 AI 기반 앱 제작 기능을 다른 서비스에서 호출할 수 있게 합니다. 개발자는 프롬프트를 보내 파일을 생성하거나 수정하고, Sandbox(격리 실행 환경)에서 앱을 실행한 뒤 미리보기 주소를 받을 수 있습니다. 같은 대화 식별자를 사용하면 기존 앱의 상태를 유지하면서 후속 수정을 이어갈 수 있고, 완성된 결과를 배포하는 흐름도 구성할 수 있습니다.

이는 프로그래밍 교육에서 결과물을 만드는 진입 장벽을 낮춥니다. 초보자도 아이디어를 빠르게 프로토타입으로 바꾸고 사용자 반응을 확인할 수 있습니다. 그러나 프롬프트만 작성하고 내부 구조를 이해하지 못하면 오류 수정과 보안 검토 능력이 자라기 어렵습니다. 수업에서는 완성 화면뿐 아니라 데이터 흐름, 의존성, 실패 상황을 설명하도록 평가 기준을 바꿀 필요가 있습니다.

스프레드시트도 학습용 미니 앱으로

Google Sheets의 Sheets canvas는 자연어 요청으로 표 데이터를 대화형 Mini-app(소규모 목적형 앱)으로 바꾸는 기능입니다. 원본 시트와 화면이 실시간으로 동기화되므로 과제 일정표, 학습 진도판, 팀 프로젝트 현황판처럼 구조가 단순한 도구를 코드 없이 만들 수 있습니다.

이 기능은 프로그래밍을 배우지 않은 학생과 교육자에게 특히 실용적입니다. 다만 보기 좋은 화면이 정확한 분석을 보장하지는 않습니다. 원본 데이터의 누락과 잘못된 분류가 그대로 시각화될 수 있으므로, 숫자의 출처와 갱신 기준을 함께 점검해야 합니다.

학생 활용법

과목명, 마감일, 예상 소요 시간, 완료 여부를 시트에 정리한 뒤 주간 학습 현황판을 만들어 보세요. 생성된 화면을 사용하기 전에 원본 행과 집계 결과가 일치하는지 직접 대조하는 과정이 필요합니다.

온라인 수업을 대신 듣는 에이전트

한편 AI 에이전트가 학습관리시스템에 로그인해 강의 영상 시청, 퀴즈 응시, 토론 참여, 보고서 작성까지 대신한다는 보도도 나왔습니다. 이는 기존의 문장 생성형 부정행위를 넘어, 학생의 행동 자체를 소프트웨어가 대행하는 문제입니다. 온라인 수업이 클릭 기록이나 제출물만으로 참여를 판단한다면 실제 학습 여부와 시스템에 남은 흔적을 구분하기 어렵습니다.

해결책을 단순한 감시 강화에서만 찾기는 어렵습니다. 교육자는 중간 초안, 자료 선택 이유, 짧은 구술 설명, 수업 중 피드백 반영 기록처럼 학습 과정을 보여주는 증거를 함께 평가할 수 있습니다. 학교도 과목마다 다른 금지 규칙을 두기보다 허용되는 보조 활동, 공개해야 하는 AI 사용, 대행으로 간주하는 행위를 명확히 구분해야 합니다.

결과보다 판단 과정을 평가해야 합니다

AI 에이전트는 학생이 더 큰 프로젝트에 도전하도록 돕는 동시에, 학습하지 않고도 학습한 것처럼 보이게 만들 수 있습니다. 두 효과는 같은 자동화 능력에서 나옵니다. 따라서 앞으로의 AI 리터러시(AI를 이해하고 비판적으로 활용하는 능력)는 프롬프트 작성법에 그치지 않습니다. 결과를 검증하고, 도구가 수행한 부분을 공개하며, 최종 판단을 스스로 설명하는 능력까지 포함해야 합니다.

학생에게 필요한 원칙은 간단합니다. AI에는 반복 작업과 초안을 맡기되, 문제 정의와 검증, 설명 책임은 넘기지 않아야 합니다. 교육기관도 제출물의 완성도만 재는 평가에서 벗어나 학생이 어떤 선택을 했고 무엇을 이해했는지 확인하는 방향으로 전환해야 합니다.