11월 9일 저녁, 바이두의 전 고위 부사장이자 오늘투두와 다이리 교육의 전 CEO인 천린은 《왜 나는 여전히 교육을 하고 있는가?》라는 글을 발표하며 ‘은하계 지학’ 재창업 프로젝트를 공개했고, 이로 인해 업계의 많은 관심을 받았습니다. 대형 모델의 능력이 점점 보편화되는 오늘날, 교육의 심층 분야로 돌아온 천린 팀은 어떤 종류의 AI 교육 제품을 만들 계획인가?
이틀 후, 이 문제는 기술 및 교실 수준에서 체계적으로 분석되었다. 11월 11일, 장쑤성 우시에서 개최된 제9회 중국 교육 기술 혁신 발전 및 응용 성과 대회에서, 은하지학의 수석 과학자 덩푸진 박사는 “모든 아이가 배우고, 배우는 법을 익히며, 학습을 사랑하는 것 – AI가 지원하는 대규모 맞춤형 교육 실험과 실천”이라는 주제로 강연을 진행했으며, 회사의 제품인 “소쥐아이학”의 기술 구조와 학교 환경 적용 방식을 자세히 공유했다.
등쉬군에 따르면, 대형 모델은 문제 해결 단계를 빠르게 생성할 수 있지만 “학생이 왜 못하는가”에 대한 답을 제공할 수는 없다. 범용 모델이 인프라가 되면, 교육 AI의 진정한 분수령은 학습 과정을 깊이 있게 이해하는 능력에 있다—과목의 논리를 이해하고 개인별 인지 차이를 식별하며, 기술을 실제 교실에서 검증 가능한 학습 효과로 전환하는 것이다.
은하지학은 2024년 12월 천린에 의해 설립되었습니다. 은하지학의 핵심 멤버들은 바이두톰보 교육 사업 및 도포 대형 모델 관련 팀에서 근무했으며, 팀은 "학생의 자율 학습"과 지능형 교육 시스템에 대해 지속적으로 연구를 진행해왔습니다. 자율 학습 제품 개발, 강의 및 교육, 대형 모델의 장기 기억, 문제 해결 및 설명 능력 훈련 등의 경험을 축적했습니다. 그중에서도 수석 과학자 덩쉬군은 청북넷교육의 책임자, 대력교육 알고리즘의 책임자로서 도포애학, 하마애학의 개발에 참여했습니다.
이중 코어 기술 기반: AI가 학생을 이해할 수 있도록 하고 사고를 자극할 수 있도록
일반 대형 모델은 강력한 통합 능력을 갖추고 있지만, 엄밀한 학문적 논리에 직면했을 때 여전히 환각이 발생할 수 있습니다. 교육 환경의 요구에 따라, 은하지학은 도포 대형 모델과 자체 개발된 스마트 학습 엔진을 결합한 “쌍심리” 기술 아키텍처를 사용하여 일반 지능 능력과 교육 전문 알고리즘을 깊이 통합합니다.
그 중에서도 일반적인 대형 모델은 언어 이해, 콘텐츠 생성, 기본 추론 등의 작업을 담당합니다. 팀은 교육 환경을 중심으로 특별한 최적화 작업을 진행하고 있으며, 이에는 문제 해결 과정의 사고 흐름 구축, 소크라테스식 인도, 장기 기억에 기반한 에이전트 능력 개발 등이 포함됩니다. 문제 해결 과정의 주요 단계를 분석함으로써 모델은 적절한 순간에 일시 정지하여 영감을 주는 질문을 제시하여 학생들이 지식을 점차 이해하고 사고의 약점을 발견하도록 도와줍니다.
보도에 따르면, 자체 개발된 스마트 학습 엔진은 학습 과학과 인지 측정 분석을 기반으로 하며, 깊이 있는 지식 추적(DKT), 프로젝트 반응 이론(IRT), 인지 진단 모델(CDM), 지식 공간 이론(KST) 등의 기술을 통합합니다. 학생들의 답변, 질문, 수정 기록을 분석하여 학생이 어떤 지식을 습득했는지, 현재 어려운 부분은 무엇인지, 그리고 다음에 무엇을 배워야 하는지 판단함으로써 학습 상황 진단, 능력 평가, 학습 난이도 매칭 및 후속 과제 계획에 대한 근거를 제공합니다.
두 가지가 상호보완적으로 작동하며, 범용 대형 모델은 지식 설명, 질문 유도 및 학습 과정 안내를 담당하고, 자체 개발된 스마트 학습 엔진은 학습 상황 진단과 학습 경로 판단을 담당합니다. 덩쉬군 박사가 강연에서 설명한 바와 같이, 전자는 "잘 이끌어야" 하고, 후자는 "정확하게 계산해야" 합니다. 이러한 기반 위에서, 갤럭시 지학은 에이전트의 능력을 학습 계획 수립과 교사 교육 지원으로 확장했습니다.
학생 측의 계획 인공지능은 대형 모델의 장기 기억을 바탕으로 학생의 장기적인 학습 상황을 고려하여 다음 학습 과제를 추천하고 그 근거를 설명합니다; 교사 측의 조교 인공지능은 학생의 학습 기록에서 구체적인 노력과 발전의 단서를 도출하여 교사가 개인화된 지도를 제공하는 데 참고 자료로 활용됩니다.
AI 학습 순환 구조는 학생의 학습 행동, 교사의 교육 지도, 학교의 교육 피드백을 지속적으로 연결합니다. 학생의 학습 성과는 다음 단계의 학습 현황 분석 및 과제 배치에 들어가고, 교사는 피드백을 바탕으로 교육 전략을 조정하여 AI 능력이 실제 학습 과정에 지속적으로 작용할 수 있도록 합니다.
이 기술 아키텍처의 핵심은 학문적 지식, 인지 측정, 학습 상태 분석, 대형 모델과의 상호작용 유도를 결합하고, 지속적인 학습 피드백을 통해 후속 지원을 최적화하는 것입니다.
질문에 답하는 것부터 사고를 이끌어내는 것까지, AI는 완전한 학습 과정을 거쳐야 합니다.
교육 AI에게 있어 기술 능력은 결국 구체적인 제품 상호작용으로 전환되어야 하며, 학생들의 학습 과정에 대한 이해와 학습 효과의 지속적인 검증에까지 이어져야 한다.
현재 많은 AI 교육 제품은 여전히 질문과 답변을 중심으로 운영되고 있습니다. 학생이 질문을 입력하고 AI가 해설을 생성하는 방식으로, 학습 과정은 종종 답을 얻는 데 그치곤 합니다. 하지만 진정한 학습에는 문제를 이해하고, 생각을 정리하며, 실제로 적용해보고, 습득한 내용을 검증하는 과정도 포함됩니다. 이러한 요소들이 함께 작동하여 지식이 학생의 능력으로 전환되는지 여부를 결정합니다.
소소이 학습의 디자인에서 팀은 “기술을 뒤로 물러나게 하고 학생들을 앞으로 나아가게 한다”는 점을 강조했으며, 완전한 학습 과정을 중심으로 구체적인 기능을 설계했습니다. AI는 적절한 시점에 지원을 제공하고, 학생들은 선택, 시도, 실수, 조정, 검증을 직접 경험함으로써 지식을 습득하는 과정에서 자신의 학습을 인식하고 관리하는 방법을 점차 배워갑니다. 시스템은 학생들이 학습 내용에 대해 여러 번 질문하고 추가적인 탐구를 할 수 있도록 지원하며, 지식의 이해와 연습 적용, 효과 검증을 연결합니다.
동수군 박사는 설명 중 예를 들며, 원통의 높이가 변하지 않고 반지름이 두 배가 되면 부피는 원래의 네 배가 되어야 한다고 했습니다. 하지만 일부 학생들은 부피가 단순히 두 배가 된다고 오해할 수 있습니다. 이러한 오해에 대해, 샤오루아이학은 동적 개념 실험과 소크라테스식 유도를 도입했습니다. 학생들은 슬라이드 바를 사용하여 반지름 변화가 원통 부피에 미치는 영향을 직관적으로 관찰할 수 있으며, AI는 부피 공식과 지표면 면적 변화와 같은 핵심 단계들을 중심으로 단계별로 질문을 던져 학생들이 스스로 결론을 도출하도록 유도합니다.
“이러한 안내는 학생들이 지식을 이해할 수 있는 ‘사다리’를 만들어주며, 첫걸음을 내딛을 수 있도록 도와줍니다. 또한 중요한 순간에 스스로 생각하고 단계별로 답을 찾을 수 있게 합니다. 이해가 깊어질수록 시스템은 적절히 보조를 제거하고, 독립적으로 답변하거나 설명 방법을 설명하거나 변형 연습을 통해 학생이 정확하게 답하고 명확하게 설명하며 배운 내용을 새로운 문제에 적용할 수 있는지 검증합니다. 팀은 학생들이 어려운 문제를 해결하는 과정을 거치면서 ‘이런 거였구나’와 ‘내가 해냈다’는 깨달음과 성취감을 얻기를 바랍니다.”
학습 흥미와 자신감 향상에 있어서, 팀은 깊이 있는 지식 추적과 최근 발전 영역 이론을 결합하여, 학생들이 다음 문제를 맞히는 확률을 모델로 예측하고 적당한 도전성의 학습 과제를 매칭합니다. 동쥐군 박사는 강연에서, 시스템은 정답을 맞힐 가능성이 약 70%~80%인 문제를 선택하여 학생들이 노력을 통해 성장할 수 있도록 합니다.
“한 번의 작은 성공이 아이들의 자신감을 다시 얻는 ‘불씨’가 될 수 있다.” 동쥐군 박사는 시스템이 학생들의 각 단계별 학습 성과를 기록하고, 전날이나 전주에 비해 구체적인 진전을 보여줌으로써 작은 노력과 돌파구가 인정받도록 한다. 학습팀은 동료들이 서로 격려하고 함께 도전하도록 하고, 조교 로봇은 교사에게 적시적이고 맞춤화된 격려를 제공하는 데 도움을 준다. “팀은 아이가 ‘이 한 걸음은 내가 스스로 내딛은 것이다’라는 느낌을 받고, ‘나는 배울 수 있다’는 자신감을 점차 쌓게 하려고 합니다. 그렇게 함으로써 아이가 다음 미지의 상황에 더 기꺼이 맞서 한 걸음 더 나아가도록 돕습니다.”
학교 환경에서 볼 때, 단일 AI 도구만으로는 완전한 교육 솔루션을 구성하기 어렵습니다. 학생이 AI의 도움을 받아 빠르게 연습을 마칠 수는 있지만, 진정한 의미로 지식을 이해하지 못한다면 효율성 향상이 학습 품질 향상으로 이어지지는 않습니다.
소말이학정위는 학교를 대상으로 하는 인공지능과 인간의 공동 교육 교실 솔루션으로, 학생들의 학습 과정을 기록하고 분석하여 학생에게 개인화된 학습 지원을 제공하며, 교사가 학생의 지식 습득 상황과 개별 차이를 파악하는 데 도움을 준다. 교사는 교육 설계, 핵심 지식 설명, 학습 유도 및 정서적 지원 등의 역할을 계속 수행하면서, AI 피드백에 따라 교육 전략을 조정한다.
교사는 학습 상황 보드를 통해 학생들의 학습 진도, 공통적인 질문 및 수정 상황을 파악하고, 세부적인 강의, 단계별 지도와 개별 상담을 진행한다. 학교 관리 측면에서 교장은 교육 과정 데이터를 집계하여 교육 관찰, 재검토 및 관리에 대한 근거를 제공한다. 학교는 자율적 학습과 연습, 독립적인 검사 및 맞춤형 보충 학습을 일상적인 수업과 시간표에 포함시키고, 검사 결과를 다음 차례의 학습 상황 분석과 과제 배치로 반영하여 “교사 주도, 학생 자율, AI 지원”의 교육 순환 체계를 형성한다.
AI 교육의 진정한 난제는 개인화된 학습을 규모화하는 방법입니다.
개인화 학습은 새로운 개념이 아닙니다. 오랫동안 교수법에 맞게 교육하는 것은 교육의 목표였지만, 전통적인 교실에서는 교사의 시간과 에너지가 제한적이어서 모든 학생의 학습 과정을 지속적으로 추적하기 어렵고, 각 학생에게 즉시이고 효과적인 개인화된 지도를 제공하기도 어려웠습니다.
AI가 가져오는 가능성은 학습 과정의 데이터와 지능적 분석을 통해 학생들의 차이를 인식하고 개인화된 피드백을 제공하는 비용을 줄여, 원래 교사의 개인적인 경험에 크게 의존하던 업무를 더욱 신속하고 지속 가능하게 만든다. 하지만 개별 학생에 대한 개인화된 지도에서 학교 전체에 적용되는 규모의 활용으로 발전하는 과정에서 여전히 많은 도전이 존재한다.
보도에 따르면, 2022년에는 은하지학 핵심 멤버들이 안후이 푸난 친정학교에서 진행된 하마애학의 교육 시기에 참여했습니다. 현장 교사와 학생들과 장기간 접촉하는 과정에서, 팀은 학생들의 학습 어려움이 지식 습득뿐만 아니라 학습 방법과 학습 자신감 등에도 나타난다는 것을 발견했습니다. 이러한 현장 실천 경험은 이후 AI 교육 제품의 설계에 영향을 미쳤으며, 팀은 학생들이 어떻게 지식을 이해하고 방법을 습득하며 지속적인 성장 속에서 자신감을 구축할 수 있는지에 더욱 주목하게 되었습니다.
규모화 실행 과정에서 각 학교의 교육 환경, 수업 진행 단계 및 학생들의 기초 수준에 차이가 있기 때문에, 교사가 AI를 일상 교육에 통합할 수 있는지, 제품이 안정적으로 작동하는지, 학습 피드백이 실제로 교육 행동으로 전환될 수 있는지 등이 실제 활용 효과에 영향을 미칩니다.
구이저우나양홍성고급학교를 예로 들면, 팀은 학교의 기존 수업 유형인 조기 독서, 정규 수업, 시간 제한 연습, 저녁 자율 학습 등을 중심으로, 암기 및 필기, 문제집 구성 및 배포, 온라인 검사, AI 오답 수정, 학습 상황 피드백 등의 기능을 일상적인 교육 과정에 점차 통합했습니다. 이를 통해 교사들은 학생들의 학습 상황을 즉시 파악할 수 있으며, 공통된 문제에 대해 설명을 진행할 수 있습니다. 이러한 실제 교실 기반의 지속적인 협력 방식으로 인해 AI 시스템은 단순한 학습 도구에서 학교의 수업 조직, 교육 피드백 및 일상 관리 과정에 더욱 적극적으로 참여하게 되었습니다.
기술 방안에서 실제 교실에 이르기까지, 교육 AI는 더 깊은 수준의 활용 단계로 진입하고 있습니다. 현재, 길우나지자오 산하 소록아이학은 다양한 지역과 유형의 학교에서 운영되고 있습니다. 길우나지자오에 따르면, 제품이 제공되는 학교와 협력하는 학교는 500개를 넘어섰으며, 24개의 성급 행정구역을 포함합니다. 최근 몇 달 동안, 은하지학은 안후이 푸난 친정학교, 수도사범대학 부속 회룡관유신학교, 구이저우 나영홍성고급학교, 청두국과고급학교, 하남신채청연고급학교, 내몽골스자왕기광고실험학교 등의 사례를 순차적으로 공개했으며, 다양한 학교 상황에서 인간과 기계가 함께 교육하는 모델이 실제로 적용되는 방식을 보여주고 있습니다.
지식 습득부터 능력 향상까지, AI 시대에는 학습의 가치를 다시 한번 고찰해야 합니다.
대형 모델은 지식 습득 방식을 변화시키고 있다. 1단계 교육 기술이 지식 습득과 학습 효율에 더 중점을 두었다면, AI가 가져오는 다음 단계의 변화는 학습 자체를 다시 검토하는 것일 수 있다.
과거에는 학생들이 자료를 찾고 개념을 이해하며 답을 얻는 데 많은 시간을 소요해야 했습니다. 현재는 AI가 빠르게 정보를 제공하고 지식을 설명하며, 복잡한 작업을 수행하는 데 도움을 주고 있습니다. 지식 습득의 장벽이 점점 낮아지면서 교육의 가치도 지식 전달에서 능력 기르기로 더욱 발전해야 합니다.
따라서 AI 교육 제품의 평가 기준도 변화해야 합니다. 답안 제출 속도, 연습 횟수, 상호작용 빈도만을 보지 않고, 학생들이 진정으로 지식을 이해하고 효과적인 학습 방법을 형성할 수 있는지, 그리고 점차적으로 독립적으로 문제를 해결하고 주도적으로 탐구할 수 있는 능력을 갖추는지, 또한 지속적인 성장 속에서 학습에 대한 흥미와 자신감을 구축하는지도 중요합니다.
이는 은하지학이 “배우고, 배우는 법을 알고, 학습을 사랑한다”는 것을 교육 목표로 삼는 이유이며, 이 목표는 창립자 천린이 다시 교육 업계에 진출하여 사업을 시작한 의도와도 관련이 있습니다. 천린은 글에서 AI 시대의 교육에 대한 자신의 생각을 회고했습니다. 그에 따르면, AI가 가져오는 기술적 변화에 직면하여 교육은 아이들이 불확실성에 대처하고 실제 문제를 해결하는 능력을 갖도록 돕아야 합니다. 글의 마지막에서 그는 이렇게 썼습니다: “이 시대에는 이미 많은 사람들이 AI를 더욱 강력하게 만드는 데 기여하고 있으며, 나는 사람들이 더욱 좋게 성장하도록 도와주고 싶습니다…”
AI가 교실에 들어오면, 결국 사람의 성장을 목표로 합니다. 학생들이 교사의 지도와 기술의 지원을 받아 세상을 이해하고 독립적으로 판단하며 문제를 해결할 수 있는 능력을 점차 발전시켜, 미지의 세계에 스스로 맞서 나갈 수 있는 사람으로 성장하도록 합니다. 기술이 자신이 얼마나 똑똑한지를 증명하려고 서두르지 않고, 각 아이의 인지적 한계를 진정으로 이해하고 그들의 자기주도적 탐구 동기를 불러일으키며, 학교의 교육 실천과 장기적으로 협력할 때에만 교육 AI는 진정한 가치를 발휘할 수 있습니다.
이 글은 은하지학에서 제공하며, 쿼크위이가 허가를 받아 재출간함. 의견은 원작자에게 속한다.