생성형 AI를 학습에 사용하는 사례가 늘어났지만, 실제로는 해답을 읽고 끝내는 방식으로 사용하는 모습도 보입니다.

솔직히 말해서, 그것만으로는 "풀 수 있는 것 같은 기분" 상태에서 벗어나기 어렵습니다. 이번에는 LLM을 학습 프로세스를 돌리는 대화 상대로 사용합니다.

미분적분은 어디까지나 예시이며, 이 흐름은 다른 과목이나 업무 지식에도 응용할 수 있습니다.

이 기사는 저 나름의 정리이며, 효과를 일률적으로 보장하는 것은 아닙니다.

LLM의 답변에는 오류가 있을 수 있습니다. 교과서, 기출문제, 공식 해답 등으로 검증하고, 마지막에는 AI 없이도 풀 수 있는 상태로 이행합니다.

여기서 한 번 정리해 보겠습니다.

문제는 LLM 자체가 아니라, 스스로 생각하지 않고, 오류를 분석하지 않으며, AI 없이 풀 수 있는지 확인하지 않는 것입니다. LLM은 되묻기나 유사 문제 생성에 적합하며, 정답을 얻는 것보다 학습 사이클을 설계하는 것과 궁합이 좋다고 생각합니다.

현상 진단부터 재평가까지를 Step 0~9로 돌립니다. Prompt를 순서대로 복사하고, { }를 자신의 상황에 맞게 바꾸어 주세요. 대화 형식의 LLM이라면 이용할 수 있습니다.

• 공식은 기억하고 있지만, 응용 문제에서 막힌다
• "왜 풀 수 있는지"를 설명하지 못한다
• 같은 실수를 반복한다

나는 대학 입시를 앞둔 고등학교 3학년입니다. 지망 학부는 {이공계 학부(공학부 등)}이며, 수학 중에서도 특히 미분적분에 어려움을 느끼고 있습니다.
이하의 {현재 상황}을 바탕으로, 나의 미분적분 이해도를 진단하기 위한 질문을 5개, 쉬운 것부터 어려운 것으로 단계적으로 출제해 주세요.
아직 해설이나 정답은 필요 없습니다. 질문만 내주세요.
...

답변하면 이어서 다음을 보냅니다.

이하가 나의 답변입니다. {5개 질문에 대한 답변을 여기에 붙여넣기}
이 답변을 채점하고, 나의 미분적분 이해도를 「개념 이해」, 「계산력」, 「응용력」의 3가지 관점에서 각각 5단계로 평가해 주세요.
그 후, 입시 본고사 전까지 보완해야 할 약점을 3가지로 압축하여, SMART 목표(Specific, Measurable, Achievable, Relevant, Time-bound) 형태로 제안해 주세요.

어렵다는 감각이 아니라, 3가지 관점에서 현재 위치를 확인합니다.

근거: ZPD(Zone of Proximal Development, 근접 발달 영역). 너무 크지도, 너무 작지도 않은 단위로 분해한다.

{Step 0에서 제안된 SMART 목표}를 달성하기 위해, {입시 본고사까지 남은 일수}까지의 학습 로드맵을 작성해 주세요.
미분적분 단원을,
① 평균변화율·극한 → ② 미분계수와 도함수 → ③ 접선과 법선 → ④ 증감표와 그래프 → ⑤ 최대·최소 문제 → ⑥ 적분의 기본 → ⑦ 넓이·부피 → ⑧ 융합 문제
...

지금보다 조금 더 어려운 범위로 구획하여, 너무 어려운 계획이나 너무 쉬운 반복을 피합니다.

근거: 정답을 먼저 주지 않고, 질문을 거듭하며 사고방식을 언어화한다.

다음으로 미분계수의 정의에 대해 배웁니다.
f'(x) = lim[h→0] {f(x+h) - f(x)} / h
이 정의에 대해, **바로 해설하지 말고**, 우선 "왜 이 식에서 순간 변화율을 구할 수 있는지"를 나에게 질문해 주세요.
...

자신의 언어로 설명할 수 있는지를 중시하며, 정체될 때만 힌트를 강화합니다.

근거: 인지 부하 이론 (Cognitive Load Theory). 모범 사례를 보여준 후, 단계적으로 힌트를 줄인다.

미분계수의 개념을 이해했으니, 전형적인 미분 응용 문제(접선의 방정식을 구하는 문제)를 1문제,
풀이 절차를 명시한 "워크드 엑자플 (Worked Example)"로서 제시해 주세요.
그다음, 같은 패턴에서 수치만 바꾼 유사 문제를 3문제 내주세요.
...

모범 사례에서 힌트 없는 상태로 이행하여, AI에 대한 의존도를 줄입니다.

근거: 인출 연습(Retrieval Practice)·테스트 효과. 정답을 보기 전에 스스로 생각해서 답한다.

지금까지의 범위(평균변화율·미분계수·접선)에서, 공통 테스트 형식과 2차 시험의 서술형 형식을 모두 포함하는 소테스트를 5문제 작성해 주세요.
**정답과 해설은 지금 내지 말고, 문제만 내주세요.**
내가 모든 문제에 답하여 보낼 때까지 정답을 알려주지 마세요.

풀었다면 이어서 다음을 보냅니다.

이하가 나의 답변입니다. {5개 질문에 대한 답변을 여기에 붙여넣기}
채점하여, 정오답뿐만 아니라 나의 답변 중 어느 부분이 정답과 다른지도 구체적으로 지적해 주세요.

문제와 정답을 분리하여, "이해"와 "보고 납득함"을 구분합니다.

근거: 오류의 종류를 나누어 다음 대책을 변경한다.

Step 4에서 틀린 문제에 대해, 각각 다음 중 어디에 해당하는지 분류해 주세요.
- 계산 실수
- 공식 적용 실수
...

계산 실수와 개념적 오해는 대책이 다르기 때문에, 왜 틀렸는지까지 분류합니다.

근거: 간격 반복(Spaced Repetition)·간격 효과. 시간을 두고 다시 떠올린다.

모의고사 본방까지 앞으로 {残り日数}일 남았습니다. 이번 {誤答パターン}을 바탕으로, 1일 후, 3일 후, 1주일 후, 2주일 후에 복습할 타이밍을 캘린더 형식으로 제안해 주세요. 복습할 때마다 난이도를 조금씩 높인 유사 문제도 함께 준비해 주세요.

복습일과 유사 문제를 세트로 구성하고, 생성된 문제의 조건과 정답도 확인합니다.

근거: 파인만 테크닉 (Feynman Technique)／AI-student 역할. 설명할 수 있는지로 이해도를 확인한다.

이번에는 입장을 반대로 바꿔 주세요. 당신은 미적분을 처음 배우는 고등학생 후배입니다. 제가 "적분이 왜 넓이를 구할 수 있는지"를 당신에게 설명할 테니, 후배 역할을 맡아 이해되지 않은 점이나 설명이 모호했던 점을 사양 말고 질문해 주세요.
...

설명하는 입장이 되어 모호한 부분을 찾아냅니다.

근거: 할루시네이션 (Hallucination)이나 부정확한 표현을 그대로 채택하지 않는다.

방금 전 적분 설명 중에 교과서나 과거 입시 문제의 정의와 비교했을 때 오류나 부정확한 표현이 없는지 다시 한번 엄격하게 확인해 주세요. 단정할 수 없는 부분이 있다면 "확인 필요"라고 명시해 주세요.

LLM의 재확인만으로 끝내지 않고, 다른 근거와도 대조합니다.

근거: 페이딩 원칙 (Fading Principle). 마지막에는 지원 없이 실행할 수 있는 상태를 목표로 한다.

마지막으로, 오늘 학습한 범위에 대해 힌트 없는 모의고사 형식의 문제를 3문제 출제해 주세요. 저는 AI에게 질문하지 않고 스스로 풀겠습니다. 다 풀고 나서 결과를 보낼 테니, Step 0와 동일한 3가지 관점(개념 이해·계산력·응용력)으로 재평가하고, 다음에 학습해야 할 단원을 제안해 주세요.

결과를 사용하여 Step 0로 돌아가며, 다음 단원에서도 이를 반복합니다.

상세한 이론적 근거는 LLM을 활용한 학습 방법론 조사 리포트를 참조해 주세요.

좋은 점: 진단, 되묻기, 유사 문제, 오류 분석, 복습을 하나의 흐름으로 다룰 수 있음
주의점: LLM의 답변이나 생성된 문제는 반드시 옳다고 할 수 없으므로, 다른 근거를 통한 확인이 필요함
한계: 실전에서는 AI를 사용할 수 없으므로, 마지막에는 힌트 없음·AI 없음 상태로 이행해야 함

LLM은 만능이 아니지만, 생각할 시간을 남겨둔다면 학습 보조 도구로서 기능합니다.

생성형 AI를 학습에 사용할 때는 어떤 순서로 질문하고, 언제 정답을 보여주지 않으며, 언제 지원을 걷어낼 것인가가 중요합니다. 실무에서는 이 설계에 따라 결과가 달라집니다.

우선 Step 0부터 Step 9까지 한 바퀴를 돌려보고, 미적분에서 확인이 된다면 다른 과목으로 확장해 보세요. 처음부터 최적화할 필요는 없습니다. 우선 하나의 단원에서 한 바퀴를 돌리는 것. 이것만으로도 충분합니다.