업데이트일 2026년 11월 21일
능동 학습 vs 수동 학습: 어떤 방식이 더 효과적일까?
교육 영상을 보고 나면 때때로 무언가를 배운 것 같은 느낌이 듭니다. 내용은 명확하고, 설명은 매끄럽게 이어지며, 모든 것이 논리적으로 보입니다.
하지만 중요한 질문이 남습니다. 학습자는 방금 본 내용을 정말로 이해했을까요?
이것이 수동적 시청의 대표적인 한계입니다. 학습자가 질문에 답하거나, 개념을 설명하거나, 방금 배운 내용을 떠올려 활용할 필요가 없다면, 자신이 무엇을 알고 있는지 제대로 파악하지 못한 채 강의를 계속 진행할 수 있습니다.
상호작용형 학습은 판도를 바꿉니다. 학습자는 더 이상 콘텐츠를 받아들이기만 하지 않습니다. 질문하고, 답하고, 다시 설명해 보고, 틀리기도 하며, 피드백을 받고 다시 도전합니다.
이 글에서는 이러한 차이가 학습자에게 결코 사소하지 않은 이유를 살펴보겠습니다.
능동 학습 vs 수동 학습: 무엇이 다를까?
똑같은 강의를 듣는 두 학습자를 생각해 봅시다.
첫 번째 학습자는 15분짜리 영상을 봅니다. 강사가 개념을 설명하고 예시를 든 뒤 다음 챕터로 넘어갑니다.
두 번째 학습자도 같은 설명을 듣습니다. 그런데 몇 분 뒤 강사가 질문을 던집니다. 학습자는 답해야 합니다. 틀리면 설명을 듣습니다. 이해가 안 되는 개념이 있으면 강의를 멈추고 추가 설명을 요청할 수 있습니다.
두 경우 모두 전달되는 정보는 동일할 수 있습니다.
하지만 학습자에게 요구되는 인지 활동은 동일하지 않습니다.

바로 이 때문에 능동 학습에 관한 연구가 흥미롭습니다.
Proceedings of the National Academy of Sciences에 실린 메타분석은 과학 분야 고등교육에서 강의식 수업과 능동 학습을 다룬 225건의 연구를 비교했습니다. 능동적 방식에 노출된 학생들이 더 나은 성적을 거뒀고, 전통적인 강의식 수업에서는 낙제 위험이 유의미하게 더 높았습니다.
이것이 설명을 듣는 일이 쓸모없다는 뜻은 결코 아닙니다.
다만 설명은 학습자가 방금 들은 내용을 직접 처리하게 만드는 활동과 함께할 때 더 강력해진다는 점을 보여줍니다.
강의를 봤다고 해서 이해했다는 보장은 없는 이유
매끄러운 설명을 따라갈 때 우리 뇌는 편향되어 두 가지를 혼동하기 쉽습니다.
“선생님이 지금 하는 말이 이해돼요”
와
“이 정보를 스스로 떠올려서 활용할 수 있어요.”
이 둘은 분명 같은 능력이 아닙니다.
선생님이 추론을 풀어 가는 동안 학습자는 완벽하게 따라가고 있다고 느낄 수 있습니다. 어려움은 도움 없이 그 추론을 직접 재현해야 할 때 나타납니다.
바로 이 지점에서 상호작용이 기억 유지에 필수적이 됩니다.
“이 규칙이 여기에 적용되는 이유를 네 말로 설명해 볼래?” 같은 질문은 학습자가 기억 속에서 정보를 찾아 다시 구성하도록 이끕니다.
인지과학에서 이 메커니즘은 retrieval practice(인출 연습)로 알려져 있습니다. 제프리 카피케(Jeffrey Karpicke)와 자넬 블런트(Janell Blunt)의 연구는 정보를 능동적으로 떠올려야 하는 행위가, 주로 콘텐츠를 다시 접하는 학습 방식보다 더 오래 지속되는 기억으로 이어진다는 것을 보여줍니다.
다시 말해, 질문에 답하는 일은 단지 배웠는지 확인하는 수단이 아닙니다. 그 자체가 학습 과정의 일부가 될 수 있습니다.
상호작용은 집중력 유지에도 도움이 됩니다
상호작용은 두 번째 역할도 합니다. 학습자를 정기적으로 강의 속으로 다시 데려오는 것입니다.
영상의 문제가 반드시 품질에 있는 것은 아닙니다. 아주 훌륭한 영상도 집중력이 오르락내리락하는 상태에서 시청될 수 있습니다.
칼 스푼아르(Karl Szpunar), 노발 칸(Novall Khan), 대니얼 섁터(Daniel Schacter)가 진행한 특히 흥미로운 실험은 온라인 강의를 시청하는 동안 나타나는 이 현상을 다뤘습니다.
연구자들은 영상 강의를 짧은 테스트로 정기적으로 중단시켰습니다.
정기적으로 질문을 받은 참가자들의 경우 마음이 딴 데로 가는 경우는 약 19%였던 반면, 이런 정기 테스트가 없는 조건에서는 39~41%였습니다. 연구자들은 또한 실험 참가자들이 필기를 하는 등 기억과 학습에 도움이 되는 행동을 더 많이 보인다는 점도 확인했습니다.
디지털 교육에 주는 시사점은 중요합니다. 상호작용은 강의를 더 재미있게 만들기 위한 것만이 아닙니다. 상호작용은 인지적 기능을 가질 수 있습니다.
학습자가 질문을 받을 수 있고, 답해야 하며, 그 답이 이후 강의 진행에 영향을 준다는 것을 알면, 강의를 그냥 배경으로 흘려보내기가 더 어려워집니다.
스스로 질문하기: 기존 영상이 할 수 없는 것
그런데 영상에 퀴즈를 덧붙인 것과 진정한 대화형 경험 사이에는 훨씬 더 깊은 차이가 있습니다.
퀴즈에서는 설계자가 질문을 미리 정합니다.
대화에서는 학습자가 자신의 질문을 던질 수 있습니다.
이 차이는 근본적입니다.
두 학생이 똑같은 설명을 보더라도 막히는 지점은 다를 수 있습니다.
한 명은 어떤 용어를 이해하지 못할 수 있습니다.
다른 한 명은 정의는 이해하지만 예시는 이해하지 못할 수 있습니다.
세 번째 학생은 그 개념이 다른 상황에서 어떻게 적용되는지 알고 싶을 수 있습니다.
기존 영상은 이런 모든 이해 부족을 예측할 수 없습니다.
반면 선생님은 학생들의 모든 질문에 답하며 이해되지 않는 부분이 풀릴 때까지 도와줄 수 있습니다.
대화형 AI는 바로 이러한 교육적 순환 구조를 디지털 교육에서 부분적으로나마 재현할 수 있게 해 줍니다.
AI 아바타가 강의를 대화로 바꿉니다
대화형 AI 아바타는 단순히 영상에 얼굴을 더하는 것이 아닙니다.
아바타의 가치는 가상 교사처럼 교육적 대화 상대가 될 때 드러납니다.
Complement에서 아바타는 강의를 소개하지만, 학습자도 아바타에게 질문할 수 있습니다. 다시 설명해 달라거나 추가 설명을 요청할 수 있습니다. 아바타 역시 학습자에게 질문하고, 답변을 평가하고, 피드백을 제공할 수 있습니다. 이렇게 학습 경험은 학습 과정에서 파악된 답변과 필요에 맞춰 조정될 수 있습니다.
이는 디지털 러닝 경험을 바꿔 놓습니다.
예를 들어 한 학습자가 GDPR 교육에서 데이터 최소화 원칙을 처음 접한다고 상상해 보세요.
기존 영상 모듈에서는 정의를 듣고 그대로 다음 강의로 넘어갑니다.
대화형 경험에서는 곧바로 이렇게 물을 수 있습니다.
“기업은 나중에 필요할 수도 있는 데이터를 절대 수집하면 안 된다는 뜻인가요?”
아바타가 답합니다.
몇 분 뒤에는 역할을 바꿀 수도 있습니다.
“한 기업이 사용자가 18세 이상인지 확인하려는 목적만으로 전체 생년월일을 요구합니다. 이것이 최소화 원칙에 부합할까요? 이유를 설명해 보세요.”
이제 학습자는 생각해야 합니다.
그러면 AI가 그 답변에 반응할 수 있습니다.
더 이상 소비하는 교육이 아니라, 학습자가 직접 참여하는 교육입니다.

화면에 아바타가 있다는 사실보다, 바로 이 순환 구조가 이 방식의 교육적 가치입니다.
설명하는 일은 이해를 구조화하게 만듭니다
학습자가 자신의 추론을 설명해야 할 때 상호작용은 한층 더 나아갈 수 있습니다.
self-explanation effect(자기 설명 효과)에 관한 인지과학 연구는 학습자가 스스로 설명을 만들어 내도록 유도하면 학습 내용에 대한 더 깊은 이해가 촉진된다는 것을 보여주었습니다.
이는 중요한 뉘앙스입니다.
좋은 교육적 상호작용은 단지 다음과 같이 묻는 데 그치지 않습니다.
“A, B, C 중 어느 것일까요?”
이렇게 물을 수 있습니다.
“왜 이 답을 선택했나요?”
또는
“이 개념을 네 말로 설명해 보세요.”
학습자는 더 이상 올바른 선택지를 알아보는 능력만으로 평가받지 않습니다. 자신이 아는 것을 말로 표현할 수 있을 만큼 명확하게 정리해야 합니다.
이는 다시 말하지만, 선생님과 일대일로 나누는 대화에서 일어나는 일에 훨씬 더 가깝습니다.
학생의 78.8%가 대화형 경험을 선호합니다

이 차이는 학습자의 선호에서도 나타납니다.
IÉSEG와 진행한 실험에서 설문에 응한 학생의 78.8%가 비대화형 방식보다 대화형 경험을 선호한다고 답했습니다. *
학교가 공개한 정성적 피드백도 같은 방향입니다. 학생들은 특히 아바타의 상호작용성, 추가 설명을 요청할 수 있다는 점, 그리고 더 인간적인 경험이라는 점을 높이 평가했습니다.
학생들이 원하는 것은 반드시 더 많은 콘텐츠가 아니라, 콘텐츠에 직접 작용할 수 있는 가능성입니다.
목표는 상호작용을 늘리는 것이 아닙니다
모든 상호작용이 자동으로 학습을 개선하는 것은 아닙니다.
너무 잦은 퀴즈는 부담이 될 수 있고, 너무 쉬운 질문은 학습자를 거의 자극하지 못합니다. 중요한 것은 상호작용을 최대한 많이 넣는 것이 아니라 적절한 시점에 배치하는 것입니다.
진짜 질문은 이것입니다.
“학습자는 언제 듣기를 멈추고 생각하기 시작해야 할까?”
효과적인 경험은 설명, 질문, 응답, 피드백을 번갈아 구성합니다. 그래서 설명하면서 학생이 이해하는지 정기적으로 확인하는 선생님이라는 자연스러운 상황에 가까워집니다.
AI 아바타에 관한 초기 연구도 이 방향을 가리킵니다. 2026년에 발표된 48명의 학생 대상 실험 연구에서는 인터넷을 이용한 자율 학습보다 상호작용형 AI 아바타를 활용했을 때 지식 점수가 더 높게 나타났습니다. 다만 저자들은 연구가 계속되어야 한다고 밝히고 있습니다.
따라서 학습을 만드는 것은 AI 자체가 아니라, AI를 교육 방법에 통합하는 방식입니다.
보는 콘텐츠에서 함께 배우는 콘텐츠로
영상은 여전히 설명하기에 훌륭한 수단이지만 한계가 있습니다. 맞은편에 있는 사람이 정말 이해했는지 알지 못한다는 점입니다.
대화형 학습은 이 빠져 있던 순환 구조를 더해 줍니다.
학습자는 막힐 때 질문하고, 다시 설명해 달라고 요청하고, 거꾸로 질문을 받고, 즉시 피드백을 받을 수 있습니다.
그러면 디지털 러닝은 더 이상 강의를 보여 주는 데 그치지 않습니다.
학습자에게 반응하기 시작합니다.
AI 아바타의 가치는 바로 여기에 있습니다. 선생님을 대체하는 것이 아니라, 선생님의 지도를 그토록 소중하게 만드는 상호작용 중 일부를 확장하는 것입니다.
더 알아보려면 7일간의 Complement 무료 체험을 시작하고, 대화형 AI 아바타가 진행하는 첫 모듈을 만들어 보세요.
