ChatGPT가 학습자를 위한 새로운 기능—ChatGPT의 학습 모드(Study Mode)를 출시했습니다. 이 학습 경험은 학습자가 단순히 정답을 받는 것이 아니라 문제를 단계별로 해결할 수 있도록 도와줍니다. 이 기능은 무료, 플러스, 프로, 팀 요금제 사용자에게 순차적으로 제공되며, 앞으로 몇 주 내에 ChatGPT Edu에서도 사용할 수 있게 될 예정입니다.
ChatGPT는 세계에서 가장 널리 사용되는 학습 도구 중 하나로 자리 잡고 있습니다. 학생들은 이 도구를 활용해 어려운 과제를 공부하고, 시험을 준비하며, 새로운 개념을 탐구합니다. 하지만 교육에서 이 도구를 사용하는 것과 관련해 중요한 질문이 제기됩니다. 즉, 학생들이 단순히 정답만 받는 것이 아니라 진정한 학습을 지원하도록 어떻게 활용할 수 있을까요?
ChatGPT는 이 질문에 답하기 위해 학습 모드를 개발했습니다. 학습 모드를 사용하면 학생들은 목표와 실력 수준에 맞춘 유도 질문을 통해 안내를 받으며, 더 깊은 이해를 쌓을 수 있습니다. 학습 모드는 학생들이 단순히 과제를 끝내는 것이 아니라, 진정으로 내용을 이해할 수 있도록 흥미롭고 상호작용적으로 설계되었습니다.
이 학습 모드는 어떻게 만들어졌나요?
기본적으로 학습 모드는 교사, 과학자, 교육 전문가들과 협력하여 설계된 맞춤형 시스템 지침을 기반으로 하며, 심층 학습을 지원하는 핵심 행동 세트를 시뮬레이션합니다. 여기에는 적극적인 참여 유도, 인지 부하 관리, 메타인지 및 자기 성찰 능력 개발, 호기심 증진, 현실적이고 건설적인 피드백 제공 등이 포함됩니다. 이러한 행동들은 모두 장기적인 학습 과학 연구에 기반을 두고 있으며, 학습 모드가 학생들에게 어떻게 반응하는지에 영향을 줍니다.
“학생들을 대신해 작업을 해주는 대신, 학습 모드는 학생들이 배우는 내용에 대해 비판적으로 사고하도록 유도합니다. 이러한 기능은 교육에서 AI를 효과적으로 활용하는 긍정적인 진전입니다. AI 시대에도 학생들이 수업 내용에 적극적으로 참여할 때 학습이 가장 효과적일 것입니다.” — Robbie Torney, Common Sense Media AI 프로그램 수석 이사
주요 기능
상호작용형 프롬프트: 소크라테스식 질문, 제안, 자기 성찰 유도 프롬프트를 결합해 학습자가 직접 탐구하고 적극적으로 사고하도록 안내하며, 직접적인 정답 제공을 지양합니다.
계층화된 응답: 정보가 따라가기 쉬운 섹션으로 구성되어 주제 간 핵심 연결고리를 강조하고, 적절한 맥락을 제공해 복잡한 주제에서도 부담을 줄이며 흥미를 유지합니다.
맞춤형 지원: 실력 평가 질문과 이전 대화 내용을 바탕으로 사용자의 수준에 맞춘 수업을 제공합니다.
지식 점검: 퀴즈와 개방형 질문, 맞춤형 피드백을 통해 학습 진도를 추적하고, 지식 유지 및 새로운 상황에 적용할 수 있는 능력을 지원합니다.
유연성: 대화 중 언제든 학습 모드를 켜고 끌 수 있어, 각 대화에서 학습 목표를 유연하게 조정할 수 있습니다.
학생들이 학습 모드를 활용하는 방법
학습 모드는 대학생에게 적합하게 설계되었습니다. 초기 테스트 단계에서 받은 학생들의 의견은 다음과 같습니다:
“저에게 가장 잘 설명하는 방법은, 24시간 언제든 이용할 수 있고, 포괄적인 이해를 가진 ‘직접적인 오피스 아워’라고 생각합니다.” — Noah Campbell, 대학생의 피드백
“학습 모드는 어려운 자료를 명확하고 일관된 설명으로 잘 풀어주었습니다.” — Caleb Masi, 대학생의 소감
“여러 번 시도해도 이해하지 못했던 사인파 위치 인코딩 개념을 배우기 위해 학습 모드를 사용해봤어요. 이 모드는 질문을 아무리 해도 짜증내지 않는 튜터 같아요. 3시간 동안 공부한 끝에 자신 있게 이해할 수 있게 됐습니다.” — Maggie Wang, 대학생
ChatGPT 랩의 대학생들에게 영감을 받은 학습 모드 활용법
사용자: 게임 이론에 대해 배우고 싶어요. 이 분야가 포괄적으로 다루는 범위와, 일상생활에서 어떻게 유용할 수 있는지도 알고 싶어요. 물론 제 호기심도 충족시켜주셨으면 하지만, 주로 저를 안내해주시고 전체 범위를 다룰 수 있도록 상세한 계획을 세워주세요. 궁금한 점이 있으면 질문하겠지만, 빠르게 안내해주셨으면 합니다.
Chat GPT: 완벽합니다. 우리가 함께 따라갈 일반적인 계획을 안내해드릴게요—기초 개념부터 실용적 직관까지 여러 층으로 구성된 로드맵이라고 생각하시면 됩니다.
🔹 1단계: 핵심 기초
1. 게임 이론이란 무엇인가?
전략적 상호작용, 합리적 행위자, 가정
2. 게임의 유형
협력적/비협력적
동시/순차
제로섬/비제로섬
3. 기본 개념
플레이어, 전략, 보상, 정보
우월 전략
내시 균형(거의 모든 것의 핵심)
🔸 2단계: 고전 게임 및 개념
4. 유명한 게임들
죄수의 딜레마
치킨 게임
성별의 전쟁
사슴 사냥
동전 맞추기
5. 혼합 전략 균형
순수 전략이 통하지 않을 때
무작위화와 기대 보상
🔹 3단계: 모델 심화
6. 반복 게임 & 포크 정리
시간이 지남에 따라 나타나는 협력
티트포탯, 그림 트리거 등
7. 확장형 게임
게임 트리, 역방향 유도
부분 게임 완전 균형
8. 베이지안 게임
불완전 정보 게임
신념, 유형, 기대 효용
🔸 4단계: 실생활 적용
9. 메커니즘 설계 / 역 게임 이론
투표 시스템, 경매, 계약
10. 행동 게임 이론
제한된 합리성, 공정성, 탐색 방법
11. 일상생활에서의 응용
협상, 데이팅, 정치, AI 시스템 등
🔹 5단계: 고급 및 선택
12. 진화 게임 이론
시간이 지남에 따라 재생산되는 전략
13. 알고리즘 게임 이론
네트워크 효과, 인터넷 경매
14. 당신의 세계: Parker에게 어떻게 중요한가
시스템 설계, 인센티브, 권력 구조
이 과정 전반에 걸쳐 다음을 포함할 예정입니다:
🔄 안내 예시
🧠 사고 실험
🎭 이론 적용을 위한 실제 시나리오
🧩 아이디어가 잘 전달되는지 확인하는 빠른 점검
1단계를 시작해봅시다.
첫 번째 빠른 질문: 게임 이론이 무엇이라고 생각하나요? 굳이 다듬지 않아도 되니, 편하게 말해보세요.
사용자: 저는 게임 이론이 현대 사회의 여러 측면을 위한 일종의 형이상학적 프레임워크라고 생각합니다. 복잡한 상황과 시스템 속에서 사람들이 어떻게 결정을 내리는지, 때로는 왜 그런 결정을 내리는지, 그리고 이것이 상황/시스템에 어떤 영향을 미치는지 분석하려고 한다고 봅니다.
Chat GPT: 훌륭합니다—핵심을 잘 짚으셨네요.
조금 더 깊이 들어가 볼까요. 게임 이론은 기본적으로 전략적 의사결정에 관한 것입니다—각 사람의 결과가 자신의 행동뿐 아니라 타인의 행동에도 달려 있는 상황이죠.
빠른 질문:
만약 당신이 결정을 내리는데 그 결정이 자연이나 우연에만 전적으로 달려 있다면—예를 들어 주사위를 굴리는 것처럼—이것이 게임 이론일까요?
그리고 다음:
당신이 결정을 내리는데 그 결정이 타인의 행동—예를 들어 협력하거나 배신하는지—에 달려 있다면, 이것이 게임 이론일까요?
두 가지 모두에 대한 생각을 공유해 주세요.
................
제한 사항 및 다음 단계
이는 ChatGPT에서 학습을 개선하기 위한 긴 여정의 첫걸음입니다. 현재 학습 모드는 맞춤형 시스템 지침에 기반하고 있습니다. ChatGPT가 이 방식을 선택한 이유는 실제 사용자 피드백을 통해 빠르게 학습하고 경험을 개선할 수 있기 때문입니다—비록 이로 인해 대화에서 일부 일관성 없는 행동이나 오류가 발생할 수 있지만 말이죠. ChatGPT는 반복과 학습자 피드백을 통해 가장 효과적인 방법을 찾은 뒤, 이러한 행동을 핵심 모델에 직접 학습시킬 계획입니다.
또한 학습 모드를 학습자에게 더 흥미롭고 유용하게 만들기 위한 새로운 기능도 모색 중입니다. 예를 들어:
- 복잡하거나 텍스트가 많은 개념에 대한 더 명확한 시각 자료
- 대화 전반에 걸친 목표 설정 및 진도 추적
- 각 학생의 실력과 목표에 맞춘 더 깊은 개인화
AI를 교육에 적용하는 가장 효과적인 방법을 개발하기 위한 연구는 여전히 진행 중입니다. OpenAI는 NextGenAI 이니셔티브를 통해 다양한 파트너와 함께 학습 및 인공지능(AI) 연구를 진전시키고 있으며, 스탠포드 대학교 Accelerator for Learning의 SCALE Initiative(새 창에서 열림) 전문가들과 협력하여 AI 도구가 K-12 교육 등에서 학습 결과에 미치는 영향을 연구하고 공유하고 있습니다.
AI와 함께 학생들이 가장 효과적으로 학습할 수 있는 방법에 대한 장기 연구에서, OpenAI는 모델 설계와 인지의 관계에 대한 심층 분석 결과를 발표하고, 이러한 통찰을 바탕으로 미래 제품 경험을 설계하며, 전 세계 학습자에게 AI가 혜택이 될 수 있도록 더 넓은 교육 생태계와 협력할 계획입니다.