구글, 교사 주도형 가이드 학습 기능 전 세계 배포 및 학습 효과 연구 발표

구글 클래스룸 가이드 학습 도입

구글 포 에듀케이션과 구글 딥마인드는 2026년 11월 3일, 학습자가 복잡한 개념을 단계별로 탐구하도록 지원하는 인공지능 기반 가이드 학습(Guided Learning) 기능을 구글 클래스룸에 전 세계적으로 배포하기 시작했다고 밝혔다. 이 기능은 단순히 즉각적인 정답을 제공하는 대신 단계별 문제 해결 과정과 심층적인 이해를 우선시하도록 설계된 대화형 지도 도구이다. 교사는 교실 환경에서 이 도구가 사용되는 방식과 시점을 직접 통제할 수 있으며, 실제 교육 현장 실증 연구 결과를 바탕으로 교사와 학생 지원 기능이 함께 보강되었다.

생성형 인공지능이 교육 분야에 빠르게 보급되면서 학생들이 즉각적인 답변만을 얻고 사고 과정을 건너뛰는 부작용에 대한 우려가 꾸준히 제기되어 왔다. 구글은 기술이 학생의 사고를 단축하기보다 능동적인 사고를 이끄는 보조 장치로 작동해야 한다는 학습 과학 원칙에 주목했다. 이에 따라 정답 제공 중심의 일방향 질의응답을 지양하고 단계별 코칭과 심층 이해를 유도하는 가이드 학습 방식을 개발했으며, 실제 교육 환경에서의 효용성을 검증하기 위한 두 건의 실증 연구를 병행했다.

도쿄대 및 영국 현장 실증 성과

도쿄대학교에서 학생 300여 명을 대상으로 진행된 무작위 대조군 시험(RCT)에서는 가이드 학습이 전통적인 학습 도구 대비 제공하는 실제 학업 성취도 향상 효과가 확인되었다. 참여 학생 전체가 일반적인 온라인 자료를 활용해 반나절 동안 통계학 단원을 자율 학습한 가운데, 절반의 집단에게만 제미나이 앱 내 가이드 학습 기능을 함께 제공했다. 가이드 학습을 사용한 학생들은 빠른 정답을 구하는 대신 연습 퀴즈 요청, 단계별 풀이 지원, 맞춤형 시각 자료 생성을 적극적으로 활용하는 학습 행태를 보였다.

반나절 동안 진행된 학습 세션 직전과 직후의 시험 성적을 비교한 결과, 일반 웹 도구만 사용한 집단의 점수 상승 폭은 5.3%포인트에 머물렀다. 반면 가이드 학습을 병행한 학생 집단은 8.1%포인트 상승하여 단 한 차례의 학습만으로도 1.5배 높은 학습 성과를 거둔 것으로 나타났다. 단기간의 시험이라는 점에서 상승폭 자체가 완만해 보일 수 있으나, 단 반나절의 단일 학습 세션에서 정답 우회가 아닌 단계별 유도가 실제 학업 성취로 직결된다는 실증적 근거를 제시했다는 점에서 의미가 있다.

대학 환경에서의 성과 검증과 더불어 초중등 학교 현장 적용성을 평가하기 위해 영국 비영리 교육 재단 아크(Ark)와의 협업이 진행되었다. 영국 내 3개 중등학교의 4개 교과목을 대상으로 4주 동안 구글 클래스룸 가이드 학습 시범 운영을 진행한 결과, 교사들은 자율 학습 시간 동안 학생들의 초기 질문을 인공지능이 효과적으로 처리해 주어 맞춤형 일대일 개별 지도 시간을 추가로 확보할 수 있었다고 평가했다. 조사에 참여한 학생 대다수 역시 문제 해결 중 막혔을 때 제미나이에게 편안하게 도움을 요청했다고 답했으며, 절반 이상은 스스로 문제를 해결하는 데 실질적인 도움을 받았다고 밝혔다.

교사 통제 기능 보강과 적용 한계

현장 시범 운영 과정에서 제기된 교사들의 실질적인 요구 사항은 기능 개선 과정에 직접 반영되었다. 일부 교사들은 향후 수업 계획을 정밀하게 맞추기 위해 학생들이 수업 자료에 어떻게 관여하고 상호작용하는지 명확히 파악할 수 있는 기능과, 수업 시간 중 학생이 특정 과제에 집중하고 주의가 분산되지 않도록 통제하는 장치를 요청했다. 구글은 이를 수용하여 교육자에게 학생과 가이드 학습 간의 상호작용 내역을 보여주는 분석 인사이트를 추가하고, 교사가 업로드한 교육과정 자료에 대화가 집중되도록 고정하는 기능을 적용했다.

이번에 전 세계로 배포되는 교사 주도 가이드 학습은 교사가 직접 교육과정 자료를 연계하고 학생에게 과제를 부여할 때 온전한 효과를 발휘하도록 설계되었다. 다만 공개된 연구 결과는 반나절의 단기 학습과 4주간의 특정 학교 시범 운영에 국한되어 있어, 다양한 교과목과 장기간의 학기 과정에서 동일한 학습 효과와 집중도가 지속될 수 있는지에 대한 장기적 검증 과제는 남아 있다. 아울러 생성형 인공지능 특유의 실험적 성격이 공지된 만큼, 교육 현장에서는 교사의 적극적인 교육과정 고정과 모니터링 개입이 병행되어야만 기술 본래의 취지를 달성할 수 있다.