AI가 학생의 숙제를 빠르게 만들고 점수도 올린다는 말은 이제 낯설지 않다. 그런데 중국 중부의 한 지역에서 7~12학년 학생 2만6천 명 이상을 30개월 동안 추적한 연구는 조금 다른 그림을 보여준다. AI 사용 학생들은 숙제 점수가 18% 올랐고, 과제당 평균 시간은 64분에서 45분으로 줄었다. 단기 지표만 보면 생산성 향상처럼 보인다.
문제는 시험장에서 드러났다. 책을 덮고 보는 월례 시험에서는 점수가 20% 떨어졌고, 고입·대입 같은 고부담 입시 성적에서는 18~24%의 하락이 관찰됐다. 더 중요한 점은 이 입시 성적 충격이 완전히 드러나는 데 약 2년이 걸렸다는 것이다. 몇 주나 몇 달짜리 실험은 AI 학습 도구의 장기 비용을 놓치기 쉽다.
연구진이 본 핵심 패턴은 ‘아웃소싱’이다. AI를 5개월 넘게 사용한 학생 중 약 81%가 숙제를 50분 안에 끝냈다. 이들은 숙제 점수는 높았지만 시험 점수는 낮았다. 빠른 완료 시간, 높은 숙제 점수, 낮은 시험 성적이 동시에 나타난다면, 학생이 실제로 배운 것이 아니라 AI에게 사고 과정을 넘겼을 가능성이 커진다.
다만 결론은 AI 금지론과 다르다. AI를 쓰더라도 비사용자와 비슷한 시간 동안 숙제에 머문 학생들은 시험 성적이 떨어지지 않았고, 숙제 점수는 좋아졌다. AI가 설명을 돕고 이해를 확장하는 도구로 쓰일 때와, 답을 대신 만들어주는 도구로 쓰일 때 결과가 갈린다는 뜻이다.
과목별로는 사회과학의 손실이 평균 27%로 가장 컸고, STEM은 22%, 영어는 17%, 중국어는 9%였다. 지금까지 AI 교육 실험이 주로 수학, 코딩, 외국어에 몰려 있었던 점을 생각하면 중요한 신호다. 맥락을 읽고 논증을 구성해야 하는 과목일수록, 답을 빠르게 받는 경험이 오히려 사고 훈련을 약화할 수 있다.
이 연구가 학교와 교육 서비스에 던지는 메시지는 분명하다. 숙제 점수만으로 학습을 판단하기 어려워졌다. 완료 시간, 폐쇄형 시험, 대면 평가, 장기 성적을 함께 봐야 한다. AI 시대의 교육 설계는 사용을 막는 문제가 아니라, 학생이 AI를 쓰면서도 생각을 외주화하지 않게 만드는 문제로 이동하고 있다.