연구 보고서 「Think and Create with AI」(2026년 11월 6일)를 한 쪽에 담았습니다

AI를 켜기 전에 생각하는 법을 먼저 가르칩니다

AI를 먼저 쓰면 연습 점수는 오르고 시험 점수는 내려갔습니다. 연구 12편의 숫자와 그 한계, 그리고 생각한 뒤에 만들고 고치는 순서로 CIT가 수업을 짜는 이유를 보여 드립니다.

무료 상담 신청 연구부터 보기

매 수업 반복하는 여섯 단계

1생각하기먼저 혼자 생각한 학생이 시험에서 손해를 보지 않았습니다 (E1, E2)
2묻기힌트만 주는 AI는 손해를 막았습니다 (E1, E4)
3검증하기AI를 믿을수록 덜 따져 봅니다. 그래서 기록을 남깁니다 (E3, E12)
4만들기직접 만들며 헤맨 뒤에 배운 학생이 개념을 더 깊이 이해했습니다 (E7, E11)
5고치기스스로 점검하고 고치게 가르치면 평균 8개월을 더 나아갑니다 (E6, E7)
6설명하기평가는 교실에서, 자기 말로 (E12, E6)

단계를 누르면 그 단계의 근거 카드로 갑니다

연구가 보여 준 것

숫자는 모두 발표된 연구에서 가져왔고 카드마다 그 연구가 말하지 않은 것을 함께 적었습니다.

AI를 제한 없이 쓰면 연습은 오르고 시험은 내려갔습니다

연습 점수와 시험 점수, 통제 집단 대비

ChatGPT와 같은 AI를 제한 없이 쓴 학생은 연습 문제 점수가 48% 올랐지만 AI 없이 본 시험에서는 AI를 전혀 쓰지 않은 학생보다 17% 낮았습니다. 답 대신 힌트만 주도록 설계한 AI(GPT Tutor)를 쓴 학생은 연습 점수가 127% 올랐고 시험에서는 손해가 사라졌습니다.

이 연구가 말하지 않는 것 힌트형 AI는 손해를 막았을 뿐, 시험 점수를 올리지는 못했습니다. 튀르키예의 한 고등학교, 수학 수업 4회(각 90분)에서 나온 결과입니다.

대상: 튀르키예 고등학교 9~11학년 약 1,000명, 무작위 배정 실험(RCT)
연도: 2025

Bastani et al. (2025), PNAS 원문(무료)

써도 되는 말

AI를 제한 없이 쓰면 연습 점수는 오르고 AI 없이 보는 시험 점수는 내려갈 수 있습니다(튀르키예 고교 수학 RCT, 약 1,000명).
힌트만 주는 AI는 그 손해를 막았습니다. 시험 점수를 올리지는 못했습니다.

쓰지 않는 말

「AI를 쓰면 성적이 17% 떨어진다」처럼 모든 AI 사용으로 일반화하기
「힌트형 AI를 쓰면 성적이 오른다」(시험 점수 차이는 없었습니다)
「CIT 학생도 이 결과를 보인다」(CIT 자체 측정 전)

E2예비 결과

먼저 혼자 쓰고 나중에 AI를 더한 쪽이 더 깨어 있었습니다

먼저 혼자 쓰고 나중에 AI기억 회상과 뇌 활동이 높았음

먼저 AI, 나중에 혼자뇌 활동이 낮은 채로 남음

54참가자

에세이를 쓸 때 뇌파(EEG)로 잰 뇌 연결 활동은 외부 도구에 기댈수록 줄었습니다. 넉 달 뒤 조건을 바꾸자, 먼저 혼자 쓰다가 AI를 더한 집단은 기억 회상과 뇌 활동이 높았고 AI로 시작했다가 혼자 쓴 집단은 활동이 낮은 채로 남았습니다.

이 연구가 말하지 않는 것 참가자 54명(4회차는 18명), 에세이 쓰기 과제 하나, arXiv 프리프린트로 아직 동료 심사를 거치지 않았습니다. 뇌 손상이나 지능 저하, 영구적인 변화를 보여 준 연구가 아닙니다.

대상: 참가자 54명, 세 집단(혼자 쓰기·검색 엔진·LLM), 4회차는 18명
연도: 2025

Kosmyna et al. (2025), MIT Media Lab, arXiv 원문(무료)

써도 되는 말

MIT 미디어랩의 예비 연구에서는 AI를 쓰는 순서가 다를 때 뇌 활동과 기억 회상에 차이가 있었습니다(54명, 에세이 과제).
먼저 혼자 쓴 뒤 AI를 더한 집단이 더 깨어 있었습니다.

쓰지 않는 말

「AI를 쓰면 뇌가 망가진다」, 「멍청해진다」, 「뇌 손상」, 「영구적」
「MIT가 증명했다」(동료 심사 전 프리프린트입니다)
학생·어린이에게 그대로 적용된다는 말

교육학 원칙대로 만든 AI 튜터는 토론식 수업보다 더 가르쳤습니다

2x+ x or more학습 향상 중앙값(AI 튜터 ÷ 토론식 수업)

하버드 물리학 수업에서 교육학 원칙대로 직접 설계한 AI 튜터로 배운 학생의 학습 향상 중앙값은, 같은 내용을 토론식 수업으로 배운 학생의 2배가 넘었습니다.

이 연구가 말하지 않는 것 대학생 194명, 수업 연구진이 교육학 원칙대로 직접 만든 튜터입니다. 저자들도 AI 튜터가 대면 수업을 대신해서는 안 된다고 썼습니다.

대상: 하버드 대학생 194명, 무작위 배정 실험
연도: 2025

Kestin et al. (2025), Scientific Reports

써도 되는 말

하버드 물리 수업 실험(194명)에서 교육학 원칙대로 만든 AI 튜터의 학습 향상 중앙값이 토론식 수업의 2배를 넘었습니다.
저자들은 대면 수업을 대신하지 말라고 썼습니다.

쓰지 않는 말

「ChatGPT로 공부하면 2배 더 배운다」(일반 챗봇이 아니라 맞춤 설계 튜터입니다)
「CIT 수업도 2배」

교사 감독 아래 짜인 AI 프로그램은 1.5년치 학습 효과를 냈습니다

0.3 SD전체 평가

나이지리아 에도주 공립 고등학교 9곳에서 6주 동안 방과 후에 교사 감독 아래 둘씩 짝지어 GPT-4로 공부한 학생은 전체 평가에서 0.3 표준편차, 영어에서 0.24 표준편차 더 높았습니다. 보통 학습 속도로 약 1.5년에 해당하고 개발도상국에서 무작위 실험으로 평가된 교육 개입의 약 80%보다 효과가 컸습니다.

이 연구가 말하지 않는 것 효과는 짜인 프로그램 전체(설계된 프롬프트, 교사 진행, 짝 학습)에서 나왔습니다. 챗봇 하나를 쥐여 준 결과가 아닙니다.

대상: 나이지리아 에도주 공립 고등학교 9곳, 6주 방과 후 프로그램, 무작위 배정
연도: 2025

De Simone et al. (2025), World Bank / VoxDev

써도 되는 말

나이지리아 세계은행 실험에서 교사 감독 아래 짜인 6주 GPT-4 프로그램이 0.3 표준편차, 약 1.5년치 학습 효과를 냈습니다.

쓰지 않는 말

「1.5~2년」(출처는 「약 1.5년」입니다)
「AI 챗봇만으로 1.5년」(교사·구조·짝 학습이 함께였습니다)

연구 12편 모두 보기접기

AI를 믿을수록 덜 따져 보았습니다

319응답자

지식 노동자 319명이 보고한 생성형 AI 사용 사례 936건을 분석하니, AI를 믿는 마음이 클수록 비판적으로 따져 보는 노력이 줄었고 자기 능력을 믿는 마음이 클수록 더 따져 보았습니다.

이 연구가 말하지 않는 것 성인 직장인의 자기 보고 설문입니다. 학생 실험이 아니고 원인과 결과를 가린 연구도 아닙니다.

대상: 지식 노동자 319명, 사용 사례 936건, 설문
연도: 2025

Lee et al. (2025), CHI 2025

써도 되는 말

직장인 319명 설문에서, AI를 믿을수록 결과를 덜 따져 보는 경향이 있었습니다.

쓰지 않는 말

「AI가 비판적 사고를 없앤다」(상관관계이지 인과가 아닙니다)
학생 데이터인 것처럼 말하기

스스로 계획하고 점검하게 가르치면 평균 8개월을 더 나아갑니다

학생이 스스로 계획하고 점검하고 평가하도록 가르치는 메타인지·자기조절 학습은 영국 EEF 교수학습 툴킷에서 평균 8개월의 추가 진전으로 평가됩니다(연구 355편). 2025년 11월 13일에 2판이 나온 안내서는 일곱 영역의 권고를 담고 있습니다.

이 연구가 말하지 않는 것 툴킷도 「실제로 이 효과를 내기는 어렵다」고 적습니다. 교사가 전략을 명시적으로 가르치고 시범을 보일 때의 평균입니다.

대상: EEF 교수학습 툴킷, 연구 355편 종합(2025년 5월 갱신)
연도: 2025

EEF (2025), Metacognition and Self-regulated Learning 툴킷

써도 되는 말

영국 EEF 툴킷은 메타인지·자기조절 학습을 평균 8개월의 추가 진전으로 평가합니다(연구 355편).
「잘 가르칠 때」의 평균이라는 단서가 늘 따라갑니다.

쓰지 않는 말

「7개월」(2025년 5월 갱신 툴킷은 8개월입니다)
「8개월 더 빨라진다」처럼 모든 학생에게 보장되는 것처럼 말하기

고용주가 꼽은 핵심 역량 1위는 분석적 사고였습니다

세계경제포럼이 조사한 고용주들은 2025년 핵심 역량으로 분석적 사고(69%), 회복탄력성·유연성·민첩성(67%), 창의적 사고(57%)를 꼽았고 2030년까지 근로자 핵심 역량의 39%가 바뀔 것으로 내다보았습니다.

이 연구가 말하지 않는 것 고용주 설문(1,043개 기업, 근로자 1,410만 명 대표)이지 학생의 학습 성과를 잰 연구가 아닙니다.

대상: 고용주 1,043곳 설문, 55개 경제권
연도: 2025

WEF (2025), Future of Jobs Report 2025 요약

써도 되는 말

세계경제포럼 2025 보고서에서 고용주의 69%가 분석적 사고를 핵심 역량으로 꼽았습니다.

쓰지 않는 말

「70%」(보고서 수치는 69%, 요약문은 「10곳 중 7곳」입니다)
학생 성과 연구인 것처럼 말하기

E10

수업 설계 없이 들어온 AI 교과서는 한 학기 만에 절반 넘게 빠졌습니다

2025년 1학기에 AI 디지털교과서를 도입한 학교는 4,095곳이었는데 2학기에는 1,686곳으로 58.8% 줄었습니다. 8월 4일 국회 본회의에서 초·중등교육법 개정안이 통과되면서 법적 지위가 교과서에서 교육자료로 바뀐 뒤의 변화입니다.

이 연구가 말하지 않는 것 교육부나 학교를 비판하려는 자료가 아닙니다. 수업 설계 없이 AI 도구만 들여오면 현장에 남기 어렵다는 교훈으로 둡니다. 수치는 백승아 의원실이 교육부에서 받은 자료 기준이고 집계 기준이 다른 자료(시도교육청 취합, 4,146곳에서 2,095곳)도 있습니다.

대상: 전국 초·중·고, 교육부 자료(2025년 10월 국정감사)
연도: 2025

한국대학신문 (2025.10.24); 경북매일 (2025.08.05) 경북매일

써도 되는 말

AI 디지털교과서 도입 학교는 2025년 1학기 4,095곳에서 2학기 1,686곳으로 줄었습니다(교육부 자료, 백승아 의원실).
교훈은 「도구보다 수업 설계」입니다.

쓰지 않는 말

교육부·학교·교사를 비판하는 말
「59%」로 반올림(58.8%입니다)
출처 없이 숫자만 쓰기(집계 기준이 다른 자료가 있습니다)

E11인용

비판적 사고는 내용 지식과 떼어 가르칠 수 없습니다

생각하는 과정은 생각의 내용, 곧 그 분야의 지식과 얽혀 있습니다.
Daniel T. Willingham, 2007

인지심리학자 윌링엄은 비판적 사고가 따로 떼어 익힐 수 있는 기술이 아니라고 설명합니다. 생각하는 과정이 그 분야의 지식과 얽혀 있기 때문입니다. 그래서 CIT는 사고력을 Python, 데이터, AI 같은 실제 내용 위에서 가르칩니다.

이 연구가 말하지 않는 것 인지심리학자의 종설(리뷰)이지 새 실험 결과는 아닙니다.

대상: 종설(리뷰), American Educator
연도: 2007

Willingham (2007), American Educator 기사 페이지

써도 되는 말

비판적 사고는 내용 지식과 떼어 가르칠 수 없습니다(윌링엄, 2007). 그래서 사고력 수업은 Python·데이터·AI 내용 위에서 합니다.

쓰지 않는 말

「사고력만 따로 가르치는 과정」이라고 소개하기

E12의견

평가는 교실 안으로, 검증 능력은 더 중요하게

검증하는 능력은 AI에서 특히 중요합니다. 지금의 AI는 계산기보다 훨씬 여러 방식으로 자주 틀리기 때문입니다.
Andrej Karpathy, 2025

AI 연구자 안드레이 카파시는 학교 운영위원회에 한 조언을 정리하며 숙제의 AI 사용은 탐지할 수 없으니 평가의 대부분을 교실 안으로 옮겨야 하고 계산기보다 훨씬 자주 틀리는 AI이기에 결과를 검증하는 능력이 특히 중요하다고 썼습니다.

이 연구가 말하지 않는 것 연구가 아니라 한 실무자의 의견입니다.

대상: 의견 글(X 게시물, 2025년 11월 24일)
연도: 2025

Karpathy (2025-11-24), X 보도

써도 되는 말

카파시는 평가를 교실 안으로 옮기고 검증 능력을 길러야 한다고 썼습니다(의견 글).

쓰지 않는 말

「연구에 따르면」으로 소개하기(의견입니다)
「OpenAI가 말했다」(개인 게시물입니다)

직원용: 써도 되는 말과 쓰지 않는 말

카드별로 정리했습니다. 승인 문구 복사 버튼은 항상 단서를 함께 복사합니다.

ID	써도 되는 말	쓰지 않는 말
E1AI를 제한 없이 쓰면 연습은 오르고 시험은 내려갔습니다	AI를 제한 없이 쓰면 연습 점수는 오르고 AI 없이 보는 시험 점수는 내려갈 수 있습니다(튀르키예 고교 수학 RCT, 약 1,000명). 힌트만 주는 AI는 그 손해를 막았습니다. 시험 점수를 올리지는 못했습니다.	「AI를 쓰면 성적이 17% 떨어진다」처럼 모든 AI 사용으로 일반화하기 「힌트형 AI를 쓰면 성적이 오른다」(시험 점수 차이는 없었습니다) 「CIT 학생도 이 결과를 보인다」(CIT 자체 측정 전)
E2먼저 혼자 쓰고 나중에 AI를 더한 쪽이 더 깨어 있었습니다	MIT 미디어랩의 예비 연구에서는 AI를 쓰는 순서가 다를 때 뇌 활동과 기억 회상에 차이가 있었습니다(54명, 에세이 과제). 먼저 혼자 쓴 뒤 AI를 더한 집단이 더 깨어 있었습니다.	「AI를 쓰면 뇌가 망가진다」, 「멍청해진다」, 「뇌 손상」, 「영구적」「MIT가 증명했다」(동료 심사 전 프리프린트입니다) 학생·어린이에게 그대로 적용된다는 말
E3AI를 믿을수록 덜 따져 보았습니다	직장인 319명 설문에서, AI를 믿을수록 결과를 덜 따져 보는 경향이 있었습니다.	「AI가 비판적 사고를 없앤다」(상관관계이지 인과가 아닙니다) 학생 데이터인 것처럼 말하기
E4교육학 원칙대로 만든 AI 튜터는 토론식 수업보다 더 가르쳤습니다	하버드 물리 수업 실험(194명)에서 교육학 원칙대로 만든 AI 튜터의 학습 향상 중앙값이 토론식 수업의 2배를 넘었습니다. 저자들은 대면 수업을 대신하지 말라고 썼습니다.	「ChatGPT로 공부하면 2배 더 배운다」(일반 챗봇이 아니라 맞춤 설계 튜터입니다) 「CIT 수업도 2배」
E5교사 감독 아래 짜인 AI 프로그램은 1.5년치 학습 효과를 냈습니다	나이지리아 세계은행 실험에서 교사 감독 아래 짜인 6주 GPT-4 프로그램이 0.3 표준편차, 약 1.5년치 학습 효과를 냈습니다.	「1.5~2년」(출처는 「약 1.5년」입니다) 「AI 챗봇만으로 1.5년」(교사·구조·짝 학습이 함께였습니다)
E6스스로 계획하고 점검하게 가르치면 평균 8개월을 더 나아갑니다	영국 EEF 툴킷은 메타인지·자기조절 학습을 평균 8개월의 추가 진전으로 평가합니다(연구 355편). 「잘 가르칠 때」의 평균이라는 단서가 늘 따라갑니다.	「7개월」(2025년 5월 갱신 툴킷은 8개월입니다) 「8개월 더 빨라진다」처럼 모든 학생에게 보장되는 것처럼 말하기
E7먼저 헤매고 나서 배우면 개념 이해가 더 깊어집니다	먼저 풀어 보게 한 뒤 가르치는 설계는 개념 이해에서 효과 크기 0.36, 원칙을 잘 지키면 최대 0.58이었습니다(53편 메타분석). 초등 저학년에는 맞지 않습니다.	「약 0.4」처럼 반올림하기(0.36입니다) 초등 저학년에게도 효과가 있다고 말하기
E8성장 마인드셋 교육의 효과는 작습니다. 팔지 않습니다	성장 마인드셋 교육의 성적 효과는 평균 0.08로 작습니다(43건, 57,155명). 그래서 CIT는 마인드셋 교육을 내세우지 않습니다.	「마인드셋만 바꾸면 성적이 오른다」「효과가 없다」(작지만 0은 아닙니다)
E9고용주가 꼽은 핵심 역량 1위는 분석적 사고였습니다	세계경제포럼 2025 보고서에서 고용주의 69%가 분석적 사고를 핵심 역량으로 꼽았습니다.	「70%」(보고서 수치는 69%, 요약문은 「10곳 중 7곳」입니다) 학생 성과 연구인 것처럼 말하기
E10수업 설계 없이 들어온 AI 교과서는 한 학기 만에 절반 넘게 빠졌습니다	AI 디지털교과서 도입 학교는 2025년 1학기 4,095곳에서 2학기 1,686곳으로 줄었습니다(교육부 자료, 백승아 의원실). 교훈은 「도구보다 수업 설계」입니다.	교육부·학교·교사를 비판하는 말 「59%」로 반올림(58.8%입니다) 출처 없이 숫자만 쓰기(집계 기준이 다른 자료가 있습니다)
E11비판적 사고는 내용 지식과 떼어 가르칠 수 없습니다	비판적 사고는 내용 지식과 떼어 가르칠 수 없습니다(윌링엄, 2007). 그래서 사고력 수업은 Python·데이터·AI 내용 위에서 합니다.	「사고력만 따로 가르치는 과정」이라고 소개하기
E12평가는 교실 안으로, 검증 능력은 더 중요하게	카파시는 평가를 교실 안으로 옮기고 검증 능력을 길러야 한다고 썼습니다(의견 글).	「연구에 따르면」으로 소개하기(의견입니다) 「OpenAI가 말했다」(개인 게시물입니다)

과장하지 않는 것

같은 자로 잰 효과 크기입니다. 큰 것은 크게, 작은 것은 작게 보여 드립니다.

효과 크기(0 = 차이 없음). Hedges' g와 Cohen's d는 같은 자로 읽을 수 있습니다.

먼저 헤매고 나서 배우면 개념 이해가 더 깊어집니다

g = 0.36효과 크기(개념 이해·전이)

새 개념을 배우기 전에 먼저 풀어 보게 한 뒤 가르치는 「생산적 실패」 설계는, 가르친 뒤 풀게 한 설계보다 개념 이해와 전이에서 효과 크기 0.36(Hedges' g)만큼 앞섰습니다. 설계 원칙을 충실히 따른 연구에서는 0.37에서 0.58까지 올라갔습니다.

이 연구가 말하지 않는 것 연구 53편, 비교 166건, 참가자 1만 2천 명 이상의 메타분석입니다. 초등 2~5학년에서는 반대로 먼저 가르치는 쪽이 나았습니다.

대상: 메타분석, 연구 53편·비교 166건·참가자 1만 2천 명 이상
연도: 2021

Sinha & Kapur (2021), Review of Educational Research 원문(무료)

써도 되는 말

먼저 풀어 보게 한 뒤 가르치는 설계는 개념 이해에서 효과 크기 0.36, 원칙을 잘 지키면 최대 0.58이었습니다(53편 메타분석).
초등 저학년에는 맞지 않습니다.

쓰지 않는 말

「약 0.4」처럼 반올림하기(0.36입니다)
초등 저학년에게도 효과가 있다고 말하기

E8팔지 않는 것

성장 마인드셋 교육의 효과는 작습니다. 팔지 않습니다

d = 0.08효과 크기(성적)

「노력하면 능력이 자란다」는 성장 마인드셋 교육이 성적에 미친 효과는 평균 0.08(Cohen's d)로 작았습니다.

이 연구가 말하지 않는 것 효과 43건, 학생 57,155명의 메타분석입니다. CIT는 마인드셋 교육을 상품으로 내세우지 않습니다. 이 카드는 과장하지 않는 것의 예로 둡니다.

대상: 메타분석, 효과 43건·학생 57,155명
연도: 2018

Sisk et al. (2018), Psychological Science 원문(무료)

써도 되는 말

성장 마인드셋 교육의 성적 효과는 평균 0.08로 작습니다(43건, 57,155명). 그래서 CIT는 마인드셋 교육을 내세우지 않습니다.

쓰지 않는 말

「마인드셋만 바꾸면 성적이 오른다」
「효과가 없다」(작지만 0은 아닙니다)

네 층, 세 단계로 짠 과정 지도

행은 가르치는 내용의 층, 열은 학년 단계입니다. 칸을 누르면 모듈과 시간, AI 사용 단계, 평가 방법이 열립니다.

아이의 학년

트랙

기초6~8학년

사고력 축4 모듈L0 ~ L1

생각 먼저 규칙모든 수업에 포함
예측 후 질문모든 수업에 포함
열 살에게 설명하기모든 수업에 포함
끝까지 만들기모든 수업에 포함

AI 사용 단계: L0 ~ L1
평가: 매 수업 10분 도구 없는 체크포인트

Python2 모듈 · 32시간L0 ~ L1

M1. KOAI 중등부 종합반(Python 포함)20시간
E2. 초등 Python + 데이터12시간

AI 사용 단계: L0 ~ L1
평가: 손으로 코드 추적하기, 도구 없는 체크포인트

AI 기술2 모듈 · 12시간L0 ~ L1

E3. KOAI 초등 첫 ML12시간
카메라로 배우는 컴퓨터 비전과 YOLO상담에서 정함

AI 사용 단계: L0 ~ L1
평가: 모델이 틀린 사례 세 개 설명하기

AI+X2 모듈 · 52시간L1

친환경 바이오매스 연료 예측(Space AI Track B)16시간
Social Brain Lab36시간

AI 사용 단계: L1
평가: 결과 발표와 질문 두 개 받기

빌더8~10학년

사고력 축5 모듈L1 ~ L3

가정 점검모든 수업에 포함
다섯 번의 왜, 거꾸로 보기모든 수업에 포함
검증 또는 기각 기록모든 수업에 포함
성찰 기록모든 수업에 포함
고쳐서 다시 만들기모든 수업에 포함

AI 사용 단계: L1 ~ L3
평가: 검증 기록 점검, 2주마다 미니 비바

Python3 모듈 · 10시간L1 ~ L2

F1. KOAI Python + 고전 머신러닝10시간
AP Computer Science A / CSP상담에서 정함
IB / IGCSE Computer Science상담에서 정함

AI 사용 단계: L1 ~ L2
평가: 예측 후 실행, 검증 기록

AI 기술3 모듈 · 34시간L2 ~ L3

F2. KOAI 신경망과 딥러닝14시간
A1. KOAI 컴퓨터 비전10시간
A2. KOAI NLP와 오디오10시간

AI 사용 단계: L2 ~ L3
평가: 검증 기록, 미니 비바

AI+X4 모듈 · 116시간L2 ~ L3

로켓 추진제 최적화 AI(Space AI Track A)16시간
연료 품질 검사 컴퓨터 비전(Space AI Track C)16시간
AI + Econ 경제·데이터 과정72시간
피지컬 AI 모듈(각 12시간)12시간

AI 사용 단계: L2 ~ L3
평가: 정의·제작·검증·개선·설명(D-B-V-I-D) 중간 비바

심화10~12학년

사고력 축2 모듈L3 ~ L4

무도구 인출 점검모든 수업에 포함
미니 비바모든 수업에 포함

AI 사용 단계: L3 ~ L4
평가: 프로젝트마다 비바, AI 사용 내역 공개

Python2 모듈 · 24시간L2 ~ L3

CIT 리서치·데이터 기초 과정12시간
CIT 시험 대비 과정12시간

AI 사용 단계: L2 ~ L3
평가: 무도구 인출 점검, 코드 한 줄 설명하기

AI 기술4 모듈 · 56시간L3 ~ L4

C1. KOAI 포트폴리오 스튜디오14시간
C2. KOAI 2차 모의시험 부트캠프13시간
C3. KOAI 3차 / IOAI 선발 캠프13시간
I2. IAI²O AI4SCI 연구 페이퍼16시간

AI 사용 단계: L3 ~ L4
평가: 포트폴리오 비바, AI 사용 내역 공개

AI+X3 모듈 · 100시간L3 ~ L4

AI + Management 프로덕트·벤처 스튜디오72시간
CIT 과목별 데이터 탐구12시간
I3. IAI²O AI4BIZ 비즈니스 모델 + 피치16시간

AI 사용 단계: L3 ~ L4
평가: 캡스톤 비바, AI 사용 내역 공개

AI 사용 단계 L0 ~ L4

단계마다 과제 예시 하나씩입니다.

L0
AI 없음
혼자 풀고 혼자 설명합니다.
정렬 알고리즘을 종이 위에서 손으로 돌려 봅니다.
L1
AI는 채점자
내 답을 먼저 쓴 뒤에만 AI에게 확인합니다.
내 함수의 오류를 먼저 예측해 적고 AI의 답과 비교합니다.
L2
AI는 힌트
답이 아니라 힌트만 받도록 질문을 제한합니다.
힌트만 주는 튜터와 수학 문제를 풀고 마지막 계산은 혼자 합니다.
L3
AI는 협업자
AI의 결과를 받되, 채택과 기각의 근거를 기록합니다.
AI가 제안한 코드 세 가지 중 하나를 채택하고 둘을 기각한 이유를 적습니다.
L4
AI는 재료
AI 도구를 직접 설계하고 사용 내역을 공개하고 비바로 설명합니다.
자기 과제를 검사하는 검증 에이전트를 만들고 미니 비바에서 설명합니다.

매 수업 반복하는 열한 가지 습관

카드를 뒤집으면 언제, 어떻게, 어떤 연구 때문에, 그리고 강사가 교실에서 하는 60초 말이 나옵니다.

생각 먼저 규칙

언제 새 문제나 과제를 받을 때마다

어떻게 AI를 켜기 전 5분, 종이에 내 접근을 적습니다. 식, 그림, 의사코드 무엇이든 괜찮습니다.

근거 E1 E2

60초 대본

오늘은 문제를 받으면 바로 AI를 켜지 않습니다. 5분 동안 종이에 여러분이 풀 방법을 적어 보세요. 틀려도 됩니다. 튀르키예 고등학생 천 명을 연구했더니, 처음부터 AI를 쓴 학생은 연습 점수는 올랐지만 혼자 보는 시험에서는 17% 낮았습니다. 먼저 생각한 뒤에 켜면 그 손해가 사라졌습니다. 자, 5분 시작합니다.

예측 후 질문

언제 AI에게 무엇이든 묻기 전

어떻게 답을 먼저 예측해 적고 나서 묻습니다. AI 답과 다른 곳에 밑줄을 긋고 어느 쪽이 맞는지 확인합니다.

근거 E1 E3

60초 대본

질문하기 전에 한 줄만 적습니다. 「나는 답이 이것일 거라고 생각한다.」 그다음 AI에게 묻고 다른 부분에 밑줄을 그으세요. 설문에서 AI를 믿을수록 사람들은 결과를 덜 따져 봤습니다. 예측을 먼저 적어 두면 따져 볼 기준이 생깁니다.

가정 점검

언제 프로젝트 설계 초반, 계획을 확정하기 전

어떻게 결과가 기대고 있는 가정 세 가지를 적고 하나씩 「이게 틀리면 무엇이 무너지나」를 봅니다.

근거 E11 E3

60초 대본

계획을 세우기 전에 묻습니다. 이 결과가 맞으려면 무엇이 참이어야 하나요? 세 가지만 적으세요. 하나씩 뒤집어 봅니다. 데이터가 편향됐다면? 측정이 틀렸다면? 비판적 사고는 따로 배우는 기술이 아니라 지금 다루는 내용 위에서 하는 일입니다. 그래서 여러분의 프로젝트로 합니다.

다섯 번의 왜, 거꾸로 보기

언제 결과가 틀렸거나 막혔을 때

어떻게 「왜」를 다섯 번 이어 묻거나, 거꾸로 「어떻게 하면 확실히 실패할까」를 적고 그 반대로 갑니다.

근거 E7 E6

60초 대본

막혔을 때 바로 답을 찾지 않습니다. 왜 틀렸을까요? 그건 왜 그럴까요? 다섯 번까지 갑니다. 먼저 헤매고 나서 배운 학생이 개념을 더 깊게 이해했다는 연구가 쉰세 편 있습니다. 지금 헤매는 시간이 낭비가 아닌 이유입니다.

열 살에게 설명하기

언제 개념을 다 배웠다고 느낄 때

어떻게 전문 용어 없이 90초 안에 설명하고 녹음합니다. 막히는 지점이 아직 모르는 곳입니다.

근거 E6 E11

60초 대본

다 이해했다고요? 그럼 열 살 동생에게 설명한다고 생각하고 90초 안에 말해 보세요. 어려운 단어는 금지입니다. 자기 학습을 점검하는 습관은 평균 8개월의 추가 진전과 이어진다는 영국 연구 종합이 있습니다. 녹음 시작합니다.

검증 또는 기각 기록

언제 AI의 결과를 받을 때마다

어떻게 채택인지 기각인지, 근거 한 줄, 어떻게 확인했는지를 기록에 남깁니다. 기록이 없는 AI 결과는 제출하지 않습니다.

근거 E3 E12 E1

60초 대본

AI가 준 코드를 그대로 붙이지 않습니다. 세 칸을 채웁니다. 채택인가 기각인가, 왜 그런가, 어떻게 확인했나. 지금의 AI는 계산기보다 훨씬 자주 틀립니다. 검증하는 능력이 여러분이 가져갈 진짜 기술입니다.

무도구 인출 점검

언제 단원이 끝날 때, 그리고 수업 첫 10분

어떻게 도구 없이 지난 내용의 핵심을 종이에 적습니다. 채점이 아니라 빈 곳을 찾는 시간입니다.

근거 E2 E12 E6

60초 대본

노트북을 덮고 10분입니다. 지난주 배운 것을 종이에 적어 보세요. 먼저 혼자 떠올리고 나중에 AI를 쓴 집단이 기억과 뇌 활동에서 더 깨어 있었다는 MIT 예비 연구가 있습니다. 못 적은 부분이 오늘 공부할 곳입니다.

성찰 기록

언제 수업이 끝나는 3분

어떻게 오늘의 계획, 점검, 평가를 한 줄씩 적습니다. 다음 수업은 이 세 줄에서 시작합니다.

근거 E6

60초 대본

마지막 3분입니다. 세 줄만 적습니다. 오늘 하려던 것, 실제로 된 것, 다음에 바꿀 것. 스스로 계획하고 점검하는 학생이 더 나아간다는 연구 355편의 종합이 있습니다. 다음 시간은 이 세 줄로 시작합니다.

미니 비바

언제 프로젝트 마감과 2주마다

어떻게 5분 질의응답입니다. 자기 코드 한 줄을 설명하고 바꾸면 어떻게 되는지 답합니다.

근거 E12 E4 E1

60초 대본

오늘은 비바입니다. 여러분 코드에서 제가 한 줄을 고르면, 그 줄이 하는 일과 지우면 생기는 일을 말해 주세요. 집에서 한 일은 AI가 도왔을 수 있으니 평가는 교실에서 해야 한다는 조언이 있습니다. 설명할 수 있으면 여러분 것입니다.

R10

끝까지 만들기

언제 단원이 끝날 때마다, 그리고 모든 프로젝트의 마지막 주

어떻게 배운 것으로 작아도 돌아가는 결과물 하나를 완성합니다. 프로그램, 모델, 보고서 무엇이든 다른 사람이 써 볼 수 있는 상태까지 갑니다.

근거 E7 E11

60초 대본

오늘은 설명을 듣는 데서 끝내지 않습니다. 배운 것으로 작은 결과물 하나를 끝까지 만듭니다. 완벽하지 않아도 됩니다. 연구 53편을 모은 메타분석에서, 먼저 직접 풀어 보며 헤맨 뒤에 배운 학생이 개념을 더 깊이 이해했습니다. 생각하는 힘은 내용과 떨어져서 자라지 않고 여러분이 만든 것 위에서 자랍니다. 무엇을 만들지 한 줄로 적고 시작합니다.

R11

고쳐서 다시 만들기

언제 결과물을 처음 완성한 뒤, 발표나 제출 전

어떻게 직접 써 보거나 친구 한 명에게 써 보게 해서 고칠 점을 찾고 한 가지를 골라 고친 2판을 만듭니다. 무엇을 왜 바꿨는지는 검증 기록에 한 줄 남깁니다.

근거 E6 E7

60초 대본

다 만들었다고 끝이 아닙니다. 지금부터 10분은 옆 사람에게 여러분 것을 써 보게 하고 막히는 곳을 받아 적습니다. 그중 하나만 골라 고치고 2판으로 다시 냅니다. 스스로 계획하고 점검하고 평가하게 가르치는 수업은 영국 EEF 툴킷(연구 355편)에서 평균 8개월의 추가 진전으로 평가됩니다. 잘 가르칠 때의 평균이라는 단서가 붙습니다. 그래서 바꾼 것과 이유를 기록에 한 줄 남깁니다. 시작합니다.

AI+X 스튜디오 일곱 곳과 두 트랙

일곱 스튜디오는 한 가지 캡스톤 틀을 공유합니다. 정의하고 만들고 검증하고 고치고 설명합니다.

정의 · 제작 · 검증 · 개선 · 설명 일곱 스튜디오가 공유하는 캡스톤 틀입니다. 문제를 정의하고 만들고 검증 기록을 남기고 피드백을 받아 고친 뒤 비바에서 설명합니다.

우주·항공 AI
캡스톤 예시
로켓 추진제 데이터로 최적 조합을 예측하는 모델
도구
Python, scikit-learn, Colab
맞는 트랙
국제학교, 국내 과고·영재고
시간
16시간
AI + 경영
캡스톤 예시
실제 고객 인터뷰에서 출발하는 프로덕트 프로토타입
도구
Python, LLM API, 스프레드시트
맞는 트랙
국제학교
시간
72시간
AI + 경제
캡스톤 예시
공개 경제 데이터로 한 가지 질문에 답하는 분석 보고서
도구
Python, pandas, 공개 통계
맞는 트랙
국제학교, 국내 과고·영재고
시간
72시간
Social Brain Lab
캡스톤 예시
친구 관계를 설문과 심리과학 모델로 설명하는 연구
도구
Python, 설문 설계, 통계
맞는 트랙
국제학교, 국내 과고·영재고
시간
36시간
피지컬 AI·로보틱스
캡스톤 예시
시뮬레이터에서 로봇팔이 물체를 집게 가르치는 과제
도구
Python, robosuite, MuJoCo
맞는 트랙
국제학교, 국내 과고·영재고
시간
12시간
컴퓨터 비전
캡스톤 예시
직접 찍은 사진으로 학습한 탐지 모델과 실패 사례 분석
도구
Python, YOLO, 카메라
맞는 트랙
국제학교, 국내 과고·영재고
시간
상담에서 정함
과목별 데이터 탐구
캡스톤 예시
학교 과목 한 가지의 질문을 데이터로 푸는 탐구 보고서
도구
Python, pandas, 과목 데이터
맞는 트랙
국내 과고·영재고, 국제학교
시간
12시간

국제학교 트랙과 국내 과고·영재고 트랙

국제학교 트랙

IB / AP / IGCSE 컴퓨터 과학
EC 포트폴리오
IAI²O(AIIC, AI4SCI, AI4BIZ)

USAAIO는 서울 거주 학생의 응시 자격이 확인되기 전까지 지도에 넣지 않습니다.

국내 과고·영재고 트랙

과학고·영재고 탐구
KOAI 2차·3차
과목별 데이터 탐구

KOAI(한국인공지능올림피아드)

두 트랙이 함께 지나는 다리입니다. KOAI 1차 서류는 국제학교 학생도 같은 Python·머신러닝 기초 위에서 준비하고 3차는 IOAI 선발로 이어집니다.

공통 축: 사고력 습관, Python, AI 기술

다른 코딩 학원과 다른 점

여섯 줄로 비교했고 아래에는 CIT가 하지 않는 아홉 가지를 근거와 함께 적었습니다.

AI를 켜는 순서

CIT먼저 생각하고 예측한 뒤에 AI에게 묻습니다.

흔히 보는 코딩 학원 방식AI를 아예 막거나, 처음부터 AI로 결과를 만들게 합니다.

E1 E2

평가 방법

CIT도구 없는 체크포인트와 미니 비바(구술)로 교실에서 확인합니다.

흔히 보는 코딩 학원 방식완성된 결과물이나 수료로 확인합니다.

E12 E4

숙제

CIT채택·기각 근거를 적는 검증 기록과 짧은 성찰 기록입니다.

흔히 보는 코딩 학원 방식문제 수로 셉니다.

E3 E6

단원의 끝

CIT배운 것으로 결과물 하나를 끝까지 만들고 피드백을 받아 고친 2판으로 마칩니다.

흔히 보는 코딩 학원 방식결과물을 한 번 내면 다음 단원으로 넘어갑니다.

E7 E6

과정의 뼈대

CIT네 층(사고력·Python·AI·AI+X)을 세 단계로 쌓습니다.

흔히 보는 코딩 학원 방식언어 하나를 따라가는 한 줄 과정입니다.

E11 E7

성과를 말하는 방식

CIT자체 성과는 측정한 뒤에만 말합니다. 이 페이지의 숫자는 모두 발표된 연구입니다.

흔히 보는 코딩 학원 방식사례 중심으로 소개합니다.

CIT가 하지 않는 아홉 가지

1
새 개념을 AI부터 배우게 하지 않습니다.
E1 E2
2
AI 결과를 검증 없이 제출하게 두지 않습니다.
E3 E12
3
평가를 집에서 하는 과제로만 하지 않습니다.
E12 E4
4
MIT 연구를 「뇌 손상」으로 설명하지 않습니다.
E2
5
성장 마인드셋을 상품으로 팔지 않습니다.
E8
6
초등 저학년에게 「먼저 헤매게 하기」를 쓰지 않습니다.
E7
7
CIT 자체 성과는 측정하기 전에 말하지 않습니다.
원칙
8
수업 설계 없이 AI 도구만 들이지 않습니다.
E10 E5
9
AI 튜터로 선생님을 대체하지 않습니다.
E4 E5

학부모께 드리는 한 문단

아이에게 AI를 못 쓰게 막는 것도, 처음부터 AI에게 맡기는 것도 답이 아니었습니다. 연구를 모아 보니 갈린 것은 쓰느냐 마느냐가 아니라 순서였습니다. 먼저 혼자 생각하고 예측한 뒤에 AI에게 묻고 받은 답을 검증하고 그 위에서 직접 만들어 보고 피드백을 받아 고친 뒤 마지막에는 자기 말로 설명해 내는 순서입니다. CIT의 모든 수업은 이 여섯 단계를 매번 반복하도록 짜여 있고 단원은 아이가 직접 만든 결과물로 끝나며 평가는 도구 없이 교실에서 합니다. 이 페이지의 숫자는 모두 발표된 연구에서 가져왔고 숫자 옆에는 그 연구가 말하지 않은 것도 함께 적었습니다.

출처

이 페이지가 인용한 자료 전체입니다. 접속일 2026년 11월 6일.

연구가 보여 준 것

E1 Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26), e2422633122. https://www.pnas.org/doi/10.1073/pnas.2422633122 · open access (PMC)
E2 Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I. & Maes, P. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv:2506.08872 (preprint). https://www.media.mit.edu/publications/your-brain-on-chatgpt/ · arXiv
E3 Lee, H.-P. et al. (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI 2025. Summarised by Microsoft Research. https://www.microsoft.com/en-us/research/blog/the-future-of-ai-in-knowledge-work-tools-for-thought-at-chi-2025/
E4 Kestin, G., Miller, K., Klales, A., Milbourne, T. & Ponti, G. (2025). AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15. https://www.nature.com/articles/s41598-025-97652-6
E5 De Simone, M. E., Tiberti, F., Barron Rodriguez, M., Manolio, F., Mosuro, W. & Dikoru, E. J. (2025). How AI tutors improved learning in Nigeria. VoxDev (World Bank study, Edo State). https://voxdev.org/topic/education/how-ai-tutors-improved-learning-nigeria
E6 Education Endowment Foundation (2025). Metacognition and Self-regulated Learning: Guidance Report, 2nd edition (13 November 2025); Teaching and Learning Toolkit, Metacognition and self-regulation strand (355 studies, updated May 2025). https://educationendowmentfoundation.org.uk/education-evidence/guidance-reports/metacognition · toolkit strand
E9 World Economic Forum (2025). The Future of Jobs Report 2025 (7 January 2025). https://www.weforum.org/publications/the-future-of-jobs-report-2025/ · summary (Future Skills Institut)
E10 김소현 (2025.10.24). [2025 국감] 교육자료 격하된 AI 디지털교과서, 2학기 도입률 60% 급감. 한국대학신문. / 김재욱 (2025.08.05). 'AI 교과서' 교육자료 격하에 대구교육계 입장차. 경북매일. https://news.unn.net/news/articleView.html?idxno=585404 · 경북매일 (법 개정 보도)
E11 Willingham, D. T. (2007). Critical Thinking: Why Is It So Hard to Teach? American Educator, Summer 2007. https://www.aft.org/sites/default/files/media/2014/Crit_Thinking.pdf · article page
E12 Karpathy, A. (2025, 24 November). A number of people are talking about implications of AI to schools. Post on X. https://x.com/karpathy/status/1993010584175141038 · coverage (The Decoder)

과장하지 않는 것

E7 Sinha, T. & Kapur, M. (2021). When Problem Solving Followed by Instruction Works: Evidence for Productive Failure. Review of Educational Research, 91(5), 761-798. https://doi.org/10.3102/00346543211019105 · summary chapter (Kapur & Roll)
E8 Sisk, V. F., Burgoyne, A. P., Sun, J., Butler, J. L. & Macnamara, B. N. (2018). To What Extent and Under Which Circumstances Are Growth Mind-Sets Important to Academic Achievement? Two Meta-Analyses. Psychological Science, 29(4), 549-571. https://doi.org/10.1177/0956797617739704

과정 지도

CIT 과정 카탈로그 (data/catalog.json): 모듈 이름과 시간은 공개 과정 소개와 같습니다. https://citcoding.com/programs/ai-education.html · programs.json

연구 보고서 날짜 2026년 11월 6일 · 내용 최종 수정 2026년 11월 06일 · 접속일 2026년 11월 6일

AI를 켜기 전에 생각하는 법을 먼저 가르칩니다

매 수업 반복하는 여섯 단계

연구가 보여 준 것

써도 되는 말

쓰지 않는 말

써도 되는 말

쓰지 않는 말

써도 되는 말

쓰지 않는 말

써도 되는 말

쓰지 않는 말

써도 되는 말

쓰지 않는 말

써도 되는 말

쓰지 않는 말

써도 되는 말

쓰지 않는 말

써도 되는 말

쓰지 않는 말

써도 되는 말

쓰지 않는 말

써도 되는 말

쓰지 않는 말

직원용: 써도 되는 말과 쓰지 않는 말

과장하지 않는 것

써도 되는 말

쓰지 않는 말

써도 되는 말

쓰지 않는 말

네 층, 세 단계로 짠 과정 지도

기초6~8학년

빌더8~10학년

심화10~12학년

AI 사용 단계 L0 ~ L4

매 수업 반복하는 열한 가지 습관

생각 먼저 규칙

60초 대본

예측 후 질문

60초 대본

가정 점검

60초 대본

다섯 번의 왜, 거꾸로 보기

60초 대본

열 살에게 설명하기

60초 대본

검증 또는 기각 기록

60초 대본

무도구 인출 점검

60초 대본

성찰 기록

60초 대본

미니 비바

60초 대본

끝까지 만들기

60초 대본

고쳐서 다시 만들기

60초 대본

AI+X 스튜디오 일곱 곳과 두 트랙

우주·항공 AI

AI + 경영

AI + 경제

Social Brain Lab

피지컬 AI·로보틱스

컴퓨터 비전

과목별 데이터 탐구

국제학교 트랙과 국내 과고·영재고 트랙

국제학교 트랙

국내 과고·영재고 트랙

KOAI(한국인공지능올림피아드)

다른 코딩 학원과 다른 점

CIT가 하지 않는 아홉 가지

학부모께 드리는 한 문단

출처